文献

J-GLOBAL ID：201802267363341444   整理番号：18A0350707

ニューラルネットワークアプローチによるSCRの効率的評価【Powered by NICT】

Efficient valuation of SCR via a neural network approach

著者 (2件)： Hejazi Seyed Amir (Department of Computer Science, University of Toronto, Toronto, ON, M5S 3G4, Canada) ,  Jackson Kenneth R. (Department of Computer Science, University of Toronto, Toronto, ON, M5S 3G4, Canada)
資料名： Journal of Computational and Applied Mathematics  (Journal of Computational and Applied Mathematics)
巻： 313  ページ： 427-439  発行年： 2017年 
JST資料番号： W0152A  ISSN： 0377-0427  CODEN： JCAMDI  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： SolvencyIIの新たな規制の枠組み,欧州連合により導入されたの一環として,保険会社は溶媒資本必要性(SCR)と呼ばれる重要なリスク計量を計算することにより,その溶解性をモニターするために必要である。SCRの公式記述は厳密ではなく,研究者はSCRの計算のための自身の数学的フレームワークを開発するために導いた。これらフレームワークは複雑であり,実装が困難である。最近,BauerらはSCRを計算する入れ子モンテカルロ(MC)シミュレーションの枠組みを示唆した。しかし提案したMCフレームワークである簡単な保険製品に対しても計算的に高価である。本論文では,計算における計算の複雑さを顕著に低減する入れ子シミュレーションフレームワークへの神経ネットワークアプローチを提案した。可変年金制度(VAs)と呼ばれる保険商品の重要なクラスの大きなポートフォリオのためのSCRを推定するこの神経回路網手法の性能を調べた。著者らの実験は,提案したニューラルネットワークアプローチが効率的で正確であることを示した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： シミュレーション ,  保険 ,  モンテカルロ法 ,  神経回路網 ,  欧州連合 ,  年金 ,  計算量 ,  ポートフォリオ ,  溶解性 ,  *ニューラルネットワーク
準シソーラス用語： 神経ネットワーク ,  シミュレーションフレームワーク ,  保険会社 , 【Automatic Indexing@JST】

著者キーワード (5件)： 可変年金 ,  空間内挿 ,  ニューラルネットワーク ,  ポートフォリオ評価 ,  溶媒資本必要性(SCR)

分類 (3件)： パターン認識  (JE07000S) ,  射出成形  (YH04050Y) ,  システム・制御理論一般  (IA02010H)

タイトルに関連する用語 (3件)： ニューラルネットワーク ,  SCR ,  評価