本記事では、因果推論能力を欠いた既存の市場生成手法の限界を克服するために、時間系列神経因果モデルVAE（TNCM-VAE）を提案しています。このモデルは、変分オートエンコーダーと構造因果モデルを組み合わせ、因果関係と時間依存性を保持しながら反実仮想の金融時間系列を生成します。モデルは、デコーダーアーキテクチャで有向非巡回グラフを用いて因果制約を施行し、因果ワッサースタイン距離を使用して学習します。実験では、オルンシュタイン・ウーレンベック過程に着想を得た合成自己回帰モデルに対して優れた反実仮想確率推定性能を示し、金融ストレステストやシナリオ分析に役立つことが裏付けられました。生成される市場軌跡は、基盤となる因果メカニズムを尊重しつつ、現実的な反実仮想シナリオを提供します。