使用参数模型的操作风险建模可能导致极端事件导致99.9%的风险价值作为经济资本的反直觉估计。为了解决这一问题，利用变量变化技术引入了一种灵活的半非参数(SNP)模型，以丰富可用于建模极端事件的分布族。结果表明，SNP模型具有与参数核相同的最大吸引域(MDA)，且与极值理论和超阈值法一致，但具有不同的形状和尺度参数。通过使用由具有不同体尾阈值的混合分布生成的模拟数据集，Fréchet和Gumbel mda中的SNP模型通过增加模型参数的数量来拟合数据集，得到99.9%的相似分位数估计。当应用于来自大型国际银行的实际操作风险损失数据集时，SNP模型产生的经济资本估计是单个最大损失事件的2至2.5倍，并在情景分析中对损失历史的变化表现出合理的稳定性。

Nuveen Real Assets正在开创一个投资组合优化框架，帮助投资者在实现碳排放成果的同时实现风险调整收益最大化，例如到2050年实现净零排放。该框架采用了标准的均值-方差投资组合优化模型，在传统的风险和回报输入之外，还包括了第三维度——碳排放。该工具能够为所需的任何可能的排放水平选择组合结构，例如净零排放甚至净负排放。解决方案是一组“碳效率前沿”，每个前沿代表一个最优投资组合，在给定的风险和净碳排放水平下使回报最大化。了解这些潜在的权衡和基于自然的气候解决方案的投资组合收益，以及在统一框架中量化风险回报和碳，有助于为实现净零的资产配置和投资组合设计提供信息。金宝搏官方网站

在这个演讲中，了解系统投资如何带来财富管理的新面貌，将人与计算机智能结合起来。

讨论使用数据科学的市场分析，极端市场事件之前的风险分析，以及前沿优化方法下的投资组合构建。从技术和科学为导向的专业人士的角度发现真实的交易和投资组合管理。您还将看到如何在MATLAB中生成和集成集成投资过程的模块集^®，展示了不同工具箱的端到端功能，用于为财富顾问和自由支配的机构投资组合经理提供完整的解决方案。

气候变化带来的金融风险来自于向低碳经济转型过程中可能发生的政治、技术、社会和经济格局的变化。国际社会当代最重大的挑战之一是必须满足日益增长的能源和粮食需求，同时实现温室气体排放的大幅减少和可持续发展。为了实现这一目标，决策者需要做出兼顾这两方面的战略选择物理风险(火灾、洪水、干旱和海平面上升等极端事件造成的损失)和过渡的风险(在向低碳未来过渡的过程中，政治、技术、社会和经济格局的财务变化)。能源经济模型可用于支持决策者通过跨系统、跨部门和跨规模的集成来量化这些风险。金宝app了解应对气候相关金融风险的框架，其中情景分析在气候风险管理中发挥关键作用。

欧拉爱马仕(EH)是安联集团旗下领先的B2B信用风险业务，帮助客户保护自己免受坏账影响。

EH的战略目标是将所有信用评估模型校准数据、模型设计和模型监测过程集中在一个通用的建模平台上，帮助满足监管机构对所有信用评估模型的协调和透明度的要求。EH的专有GRADE模型是一个违约概率(PD)模型，用于承保过程和风险资本的分配。

2020年，EH启动了一个转换项目，将所有信用风险模型从遗留基础设施迁移到MATLAB^®在AWS上运行^®．EH使用MATLAB模型风险管理解决方案的组件来开发和维护一整套信用风险模型，这些模型基于模糊逻辑方法和基于树的算法。

在这个演示中，了解EH如何用MATLAB和AWS构建一个新的模型设计体系结构，这将允许在构建和测试未来模型的过程中进行许多改进。

• 未来的模式管理
• 模型风险管理者和模型验证者的工具箱
• 极端损失事件的操作风险资本建模
• 用MATLAB转移到下一代GRADE模型
• 自动化和谱系的秘密:MathWorks模型目录

• 关于量化金融中的ModelOps的小组讨论
• 基础设施项目基于构件分析的建模
• 可扩展的数据科学管道与QuSandbox和MATLAB在线服务器
• 在汇丰采用mlop
• 在Docker容器中运行MATLAB

• 构建负责任的AI管道
• 结合人与计算机智能进行资产配置
• 基于变压器模型的金融自然语言处理
• 利用能源经济模型进行气候相关金融影响分析
• 模拟过渡和物理气候风险对抵押贷款组合的影响

• 发展学术界和工业界的金融思维
• 机构投资的量化资产管理和机器学习
• 评估投资者在实现气候缓解途径方面的作用
• 宏观和金融高级主题处理大数据
• 互换波动动态与香港系统性风险的传导