PZU集团发展市场风险模型Solvency II指令遵从性

计算市场风险,PZU需要处理不同格式的数据来自十几个内部会计和交易系统。无法找到一个商用市场风险解决方案能够满足其需求,PZU风险建模组认为是开发自己的几个选项。一个选择是一个象征性的数学计算软件包,但是这个软件缺乏所需的文件处理和错误检查功能组。

集团此前开发的风险模型使用Visual Basic应用程序(VBA),但发现这种方法几个缺点。困难和VBA范围从irksome-the切换日期的月和日处理,例如更严重的担忧与优化解决的结果。

集团需要一个开发环境,非编程人员可以用来开发一个完整的、生产就绪的市场风险数据收集和清洗解决方案风险建模、蒙特卡罗模拟,VaR计算。他们想要加速计算利用多核处理器的并行计算。

PZU使用MATLAB构建一个全面的市场风险模型。

与统计和机器学习MATLAB工具箱™,Nowicki发达算法导入和清洁来自各种数据源的数据,包括会计和交易数据从内部PZU系统和时间序列从彭博市场数据。在检查离群值的数据和错误,算法加入来自所有数据源的数据并将其转换为一种标准化的格式。

Nowicki发明了一种时间序列市场风险模型在MATLAB基于GARCH流程和使用清洁数据校准。对于每个时间序列(包括利率、股票、货币和索引),模型评估PZU的当前位置。债券的优惠券,模型计算现金流使用金融工具箱™日期。

Nowicki使用MATLAB非线性优化函数fminsearch适应市场风险的概率密度函数模型,最小化的概率密度与预期之间的区别。

这些优化速度,Nowicki使用并行计算工具箱™8核处理器并发地执行它们。

跑后在MATLAB使用蒙特卡罗模拟模型,价格PZU Nowicki的算法工具,评估公司的位置,并计算VaR。

作为最后一步,Nowicki创建一个接口,其他分析师可以用来运行模型和可视化结果与MATLAB即使他们没有经验。这个接口和底层模型现在在PZU用于生产。

• 市场风险模型发展加速。“使用多个工具来开发一个财务模型可以耗费时间,导致沟通困难,“Nowicki说。“发展与MATLAB更快,因为我可以做任何事一个屋檐下,包括收集数据、建立联系与外部系统和提供者,清洗数据,执行数学计算和优化,和报告的结果。”
• 生产系统由程序员。“我的背景是经济,而不是编程,“Nowicki指出。“虽然我不觉得自己是一个伟大的程序员,MATLAB金融使我能够运用我的专业知识开发专有市场风险模型,没有供应商可以提供适合我们。”
• 计算时间减少85%。“当我开始一次优化多个时间序列并行计算工具箱,处理时间从超过一分钟下降到不到10秒,“Nowicki说。“我惊讶地发现复杂优化现在采取更少的时间完成数据收集和清洗。”