使用参数模型的操作风险建模可能导致对极端事件导致的99.9%经济资本的风险价值的反直觉估计。为了解决这个问题，引入了一个灵活的半非参数（SNP）模型，使用变量变化技术来丰富可用于极端事件建模的分布族。SNP模型被证明与参数核具有相同的最大吸引域（MDA），因此SNP模型与极值理论和峰值阈值法一致，但形状和尺度参数不同。通过使用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，从而得到99.9%的相似分位数估计。当应用于一家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值是单个最大损失事件的2至2.5倍，并且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开创了一个投资组合优化框架，以帮助投资者最大化风险调整后的回报和碳排放结果，如2050年的净零排放。该框架采用了标准的均值-方差组合优化模型，在传统的风险和回报输入之外，还包括了第三维度——碳排放。该工具能够为任何可能的期望排放水平选择组合结构，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实现收益最大化。了解这些基于自然的气候解决方案的潜在权衡和投资组合效益，以及在统一框架中量化风险回报和碳，有助于为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

在这次谈话中，了解系统投资如何带来财富管理的新面貌，结合人类和计算机智能。

讨论使用数据科学的市场分析，极端市场事件前的风险分析，以及在前沿优化方法下的投资组合构建。从技术和以科学为导向的专业人士的角度探索现实生活中的交易和投资组合管理。您还将看到集成投资流程的模块集是如何在MATLAB中生成和集成的^®，展示了不同工具箱的端到端功能，用于为财富顾问和可自由支配的机构投资组合经理提供完整的解决方案。

在向低碳经济转型期间，政治、技术、社会和经济格局可能发生变化，气候变化带来金融风险。全球社会最重大的当代挑战之一是需要满足不断增长的能源和粮食需求，同时实现可持续发展在实现这一目标的过程中，决策者需要做出兼顾这两方面的战略选择身体风险(火灾、洪水、干旱和海平面上升等极端事件造成的损害)过渡风险（在向低碳未来过渡的过程中，政治、技术、社会和经济格局发生了重大金融变化）。能源经济模型可用于支持决策者通过整合系统、部门和规模来量化这些风险。了解解决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起着关键作用。金宝app

裕利安怡（EH）是安联集团领先的B2B信用风险业务，帮助客户保护自己免受坏账的影响。

EH的战略目标是将所有信用评估模型校准数据、模型设计和模型监控流程集中在一个共同的建模平台上，帮助满足监管机构对所有信用评估模型的调节和透明度要求。EH专有的GRADE模型是一种违约概率(PD)模型，用于承保过程和风险资本分配。

2020年，EH启动了一个转型项目，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^®. 裕利安怡使用MATLAB模型风险管理解决方案的组件开发和维护全套基于模糊逻辑方法和基于树的算法的信用风险模型。

在本演示中，学习EH如何使用MATLAB和AWS构建新的模型设计架构，该架构将允许在构建和测试未来模型的过程中进行许多改进。

• 未来的模型管理
• 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模型
• 利用MATLAB进行下一代坡度模型的建立
• 自动化和沿袭的秘密：MathWorks模型清单

• 关于量化金融中模型操作的小组讨论
• 基于组件的基础设施项目分析建模
• 使用QuSandbox和MATLAB在线服务器的可扩展数据科学管道
• 在汇丰采用MLOP
• 在Docker容器中运行MATLAB

• 建立负责任的人工智能管道
• 资产配置中人与计算机智能的结合
• 基于变压器模型的金融自然语言处理
• 使用能源经济模型进行气候相关的财务影响分析
• 过渡和物理气候风险对抵押贷款组合的影响建模

• 在学术界和工业界发展金融思维
• 机构投资的定量资产管理和机器学习
• 评估投资者在实现气候缓解途径中的作用
• 处理大数据的宏观和金融高级主题
• 香港掉期波动率动态与系统性风险的传递