Kirjaudu sisään
näkemys - 금융 위험 관리
포트폴리오 스트레스 테스팅 및 현재 시장 상황을 반영한 가치 위험(VaR) 측정
현재 시장 상황을 반영하여 포트폴리오 위험을 더 정확하고 현실적으로 파악할 수 있는 접근법을 제안한다.
인공지능 시스템의 위험 관리: 금융 기관의 실증적 탐구
금융 기관은 인공지능 기술 도입에 따른 다양한 위험에 직면하고 있으며, 이를 관리하기 위해 기존 위험 관리 체계를 적응시키거나 새로운 접근법을 모색하고 있다.
신용등급 하락 예측을 위한 중성 원자 양자 프로세서 기반의 금융 위험 관리
본 연구는 중성 원자 양자 프로세서를 활용하여 신용등급 하락 예측을 위한 하이브리드 클래식-양자 분류 모델을 제안한다. 이 모델은 기존 Random Forest 모델과 경쟁력 있는 성능을 보이면서도 해석 가능성이 높고 실행 시간이 빠르다.
위험 기반 효용 부족 최적화: 비비대칭적 관점
본 논문은 위험 기반 효용 부족(UBSR)의 추정 및 최적화 문제를 다룹니다. UBSR은 금융 분야에서 널리 사용되는 위험 측정 지표로, 기존 VaR와 CVaR의 단점을 보완할 수 있는 대안으로 주목받고 있습니다. 저자들은 UBSR을 무한 변수에 적용할 수 있도록 확장하고, 비대칭적 관점에서 UBSR 추정 및 최적화를 위한 새로운 방법론을 제안합니다.
금융 네트워크의 기본 복원력과 최악의 경우 영향
금융 네트워크의 자산 가격 변동에 대한 복원력 한계를 정량화하고, 이를 초과하는 경우 발생할 수 있는 최악의 시스템 손실을 효율적으로 계산할 수 있는 방법을 제시한다.
Tuotteet | Materiaalit
© 2024 by Linnk AI