In this research, we show how to expand existing approaches of using generative adversarial networks (GANs) as economic scenario generators (ESG) to a whole internal market risk model - with enough risk factors to model the full band-width of investments for an insurance company and for a one year time horizon as required in Solvency 2. We demonstrate that the results of a GAN-based internal model are similar to regulatory approved internal models in Europe. Therefore, GAN-based models can be seen as a data-driven alternative way of market risk modeling.
翻译：在这项研究中,我们展示了如何将现有的利用基因对抗网络作为经济情景生成者的方法扩大到整个内部市场风险模式,并有足够的风险因素来模拟保险公司投资的全带宽,并且按照SOLENT 2的要求,为期一年的时间跨度。 我们证明,基于GAN的内部模式的结果类似于欧洲经监管核准的内部模式。 因此,基于GAN的模型可被视为一种以数据驱动的市场风险建模替代方式。
相关内容
ACM/IEEE第23届模型驱动工程语言和系统国际会议，是模型驱动软件和系统工程的首要会议系列，由ACM-SIGSOFT和IEEE-TCSE支持组织。自1998年以来，模型涵盖了建模的各个方面，从语言和方法到工具和应用程序。模特的参加者来自不同的背景，包括研究人员、学者、工程师和工业专业人士。MODELS 2019是一个论坛，参与者可以围绕建模和模型驱动的软件和系统交流前沿研究成果和创新实践经验。今年的版本将为建模社区提供进一步推进建模基础的机会，并在网络物理系统、嵌入式系统、社会技术系统、云计算、大数据、机器学习、安全、开源等新兴领域提出建模的创新应用以及可持续性。
官网链接：http://www.modelsconference.org/
Arxiv
0+阅读 · 2022年10月17日
Arxiv
0+阅读 · 2022年10月14日
Arxiv
15+阅读 · 2019年1月15日
相关VIP内容
相关资讯
相关论文
Arxiv
0+阅读 · 2022年10月17日
Arxiv
0+阅读 · 2022年10月14日
Arxiv
15+阅读 · 2019年1月15日
微信扫码咨询专知VIP会员