Sophian Mehalla

We simulate real-world and risk-neutral scenarios that integrate transition climate risk in credit spreads and equities.

クレジットスプレッドおよび株式に気候遷移リスクを統合するリアルワールドシナリオおよびリスクニュートラルシナリオをシミュレーションします。

With a proper granularity of modeling, shocks prescribed by European regulators related to climate transition risk can be applied to estimate ALM impacts.

適切な粒度でモデリングすることで、欧州の規制当局が規定する気候変遷リスクに関するショックを適用してALMの影響度を推計することが可能です。

本稿では、計算時間の大幅な短縮につながる、スワップションに適用される余弦級数密度近似に基づく代替プライシング手法に注目します。

We look at an alternative pricing method based on density cosine-series approximation applied to swaptions, which offers a significant gain in computation time.

With better understanding of climate transition risk exposure and stress tests proposed by regulators, internal models can help provide insights.

気候関連の移行リスクエクスポージャーおよび規制当局が提案するストレステストをよりよく理解することで、内部モデルはインサイトの提供に役立ちます。

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.