Paul Bonnefoy

Increasing use of stochastic economic scenarios for valuation of liabilities has put more pressure on the operational process of carriers, but the RNG can help.

負債評価への確率論的経済シナリオの利用増加により、保険会社の事業プロセスに従来以上のプレッシャーがかかっていますが、RNG（ランダムナンバー・ジェネレータ）が役に立ちます。

本稿では、使用するパラメータと結果のクオリティとの興味深いトレードオフを示す、一定の弾力的ボラティリティがある（constant elastic volatility）Liborマーケットモデルを取り上げます。

We highlight a Libor market model with constant elastic volatility, showing an interesting trade-off between parameters used and quality of results.

ニューラルネットワークを用いて計算時間を大幅に削減した、複合的リスクニュートラルモデルの較正テクニックについてお伝えします。

We present a calibration technique for one complex risk neutral model, relying on neural networks and significantly reducing computational time.

Learn why the best economic scenario generator solution provides the choice of different methods and what challenges real world models pose.

最良のシナリオ・ジェネレータのソリューションが、様々な手法の選択肢を提供する理由とリアルワールド・モデルが示す課題についてお伝えします。

As it is now crucial to get fast calibration procedures for a certain model, Milliman developed an advanced parameter inference strategy allowing to set such interest rate models in a significantly faster way compared to the classical methods available today.

特定のモデルについて迅速な較正プロセスが極めて重要であるため、ミリマンは高度パラメータ推計戦略を開発し、そのような金利モデルを今日利用可能な古典的手法に比べて非常に迅速に設定できるようにしました。