본 논문에서는 조건부 독립 디폴트를 가정하여 베르누이 혼합 모델 클래스 내에서 신용 포트폴리오 리스크에 대한 비교 결과를 제시하고 리스크 한도를 설정합니다.
본 논문에서는 S&P 500 옵션 가격에 대한 이중 종속 정규 역가우시안(NIG) 레비 프로세스를 사용하여 금융 시장의 불확실성 충격을 더 정확하게 식별하는 새로운 방법론을 제시하며, 이를 통해 기존 VIX 지수의 한계점을 극복하고 금융 시장의 변동성을 보다 포괄적으로 설명합니다.
본 논문에서는 주식의 산발적인 파산 가능성을 고려하여 Merton의 최적 포트폴리오 문제를 재검토하고, 유한 만기 시점에서 예상되는 거듭제곱 효용을 최적화하기 위한 주식과 현금 간의 최적 자산 배분 전략을 제시합니다.
본 논문에서는 자산 수익률의 분위수, 특히 꼬리 리스크가 투자자에 의해 어떻게 가격이 책정되는지에 대한 새로운 관점을 제시하는 공통 특이치 분위수 리스크(CIQ) 요인을 소개하고, 이러한 요인이 기존의 변동성 및 하방 리스크 요인과는 다른 정보를 제공하며, 총 시장 수익률과 개별 주식 수익률 모두에 대한 예측력을 가짐을 보여줍니다.
본 논문에서는 금융 수익률의 변동성과 분위수를 예측하는 데 있어 왜도-t 분포를 사용한 실현 확률 변동성(RSV) 모델의 우수성을 보여줍니다.
본 논문에서는 라드너 균형 프레임워크를 사용하여 청산 회원의 채무 불이행 시 CCP의 헤징, 경매 또는 청산 전략에 따른 시장 비용을 정량적으로 분석하고, CCP의 효율적인 채무 불이행 해결 전략 선택을 위한 분석적 프레임워크를 제시합니다.
본 논문에서는 관측 가능한 거래 가능 요인만으로는 설명되지 않는 초과 수익인 알파를 활용하여 전통적인 평균-분산 포트폴리오보다 높은 샤프 지수를 달성하는 포트폴리오 구성 방법을 제시합니다.
금융 분야 특화 일본어 대규모 언어 모델을 지속적 사전 학습을 통해 구축하였으며, 이를 통해 기존 모델 대비 일본 금융 벤치마크 성능이 향상되었다.
ESG 평가 기준이 공개되지 않아 언어 모델 학습에 어려움이 있지만, GPT-4를 활용한 프롬프팅, 연쇄 추론, 동적 문맥 학습 등의 전략을 통해 이를 극복하고 ESG 유형 및 영향 기간 분류 성능을 향상시킬 수 있다.
알파핀 데이터셋을 활용하여 대규모 언어 모델의 금융 분석 능력을 향상시키고, 검색 보강 생성 기술을 통해 실시간 정보를 통합하여 투자자에게 정확한 주식 분석을 제공합니다.