×
甘国军；埃米利亚诺·瓦尔迪兹。

大型可变年金投资组合的估值：蒙特卡洛模拟和合成数据集。 （英语） Zbl 1390.91320号

依赖。模型。 5, 354-374 (2017).
摘要：最近提出了元建模技术，以解决与可变年金合同大型投资组合估值相关的计算问题。然而，研究人员要从保险公司获得真实的数据集，以便在这些真实数据集上测试他们的元建模技术，并将结果发表在学术期刊上，即使不是不可能，也是极其困难的。为了促进与大型可变年金投资组合有效估值相关的研究的发展和传播，本文基于可变年金实际投资组合的特性，创建了一个大型的可变年金合同综合投资组合，并实现了一个简单的蒙特卡罗模拟引擎来评估综合投资组合。此外，本文还介绍了可变年金合同合成投资组合的公平市场价值和希腊人，这些合同是管理与可变年金相关的金融风险的重要数量。研究人员可以使用由此产生的数据集来测试和比较各种元建模技术的性能。

引用于8文件

MSC公司：

91G60型 数值方法（包括蒙特卡罗方法）
65二氧化碳 蒙特卡罗方法
91G10型 投资组合理论

关键词：

蒙特卡洛；多元Black-Scholes；元建模；可变年金；投资组合估值

软件：

VBA公司
PDF格式BibTeX公司 XML格式引用
\textit{G.Gan}和\textit{E.A.Valdez}，依赖。模型。5354-374（2017年；Zbl 1390.91320）
全文： 内政部

参考文献：

[1] Ahlgrim，K.C.、S.P.D’Arcy和R.W.Gorvett（2005年）。财务情景建模：精算专业的框架。《伤亡精算学会学报》92（177），第177-238页。
[2] Ahlgrim，K.C.、S.P.D’Arcy和R.W.Gorvett（2008年）。精算财务情景生成器的比较。方差2（1），111-134。
[3] Bacinello，A.、P.Millossovich、A.Olivieri和E.Pitaco（2011年）。可变年金：统一的估值方法。保险数学。经济。49(3), 285-297.
[4] Bacinello，A.R.、P.Millosovich和A.Montealegre（2016）。替代基金分配和投保人行为下GMWB可变年金的估值。扫描。精算师。J.2016（5），446-465·Zbl 1401.91095号
[5] Bauer，D.、A.Kling和J.Russ（2008年）。可变年金最低保障福利的通用定价框架。阿斯廷公牛。38(2), 621-651. ·Zbl 1274.91399号
[6] Boyle，P.和M.Hardy（1997年）。保留形式成熟度保证：两种方法。保险数学。经济。21(2), 113-127. ·Zbl 0894.90044号
[7] Brown，R.A.、T.A.Campbell和L.M.Gorski（2002年）。可变年金中保证福利的估值和资本要求。记录28（3），第142OF课时。
[8] Carmona，R.和V.Durrelman（2006年）。将Black-Scholes公式推广到多元未定权益。J.计算。财务。9(2), 43-67.
[9] Cathcart，M.J.、H.Y.Lok、A.J.McNeil和S.Morrison（2015）。使用蒙特卡罗模拟计算可变年金负债“希腊”。阿斯廷公牛。45(2), 239-266. ·Zbl 1390.91332号
[10] D’Arcy，S.P.和R.W.Gorvett（2000年）。衡量损失准备金的利率敏感性。《伤亡精算学会会刊》87（167），第365-400页。
[11] Dardis，T.（2016）。美国人寿保险行业的模型效率。建模平台3，9-16。
[12] Feng，R.和H.Huang（2016）。可变年金保证死亡抚恤金的法定财务报告：市场实践、数学建模和计算。保险数学。经济。67, 54-64. ·Zbl 1348.91144号
[13] Feng，R.和Y.Shimizu（2016）。股票挂钩保险中心极限定理的应用。保险数学。经济。69, 138-148. ·Zbl 1369.91082号
[14] Feng，R.和H.Volkmer（2012年）。可变年金保障福利风险度量的分析计算。保险数学。经济。51(3), 636-648. ·Zbl 1285.91055号
[15] Gan，G.（2013）。数据聚类和机器学习在可变年金估值中的应用。保险数学。经济。53(3), 795-801. ·Zbl 1290.91086号
[16] Gan，G.（2015年a）。元建模在大型可变年金投资组合估值中的应用。冬季模拟会议记录，第1103-1114页。
[17] Gan，G.（2015年b）。可变年金估值的多资产蒙特卡罗模拟模型。2015年冬季模拟会议记录，第3162-3163页。
[18] Gan，G.（2017）。Excel VBA编程简介：在金融和保险业中的应用。CRC出版社，佛罗里达州博卡拉顿。
[19] Gan，G.和J.Huang（2017年）。用于评估大型可变年金投资组合的数据挖掘框架。第23届ACM SIGKDD国际知识发现和数据挖掘会议记录，第1467-1475页。
[20] Gan，G.和X.S.Lin（2015年）。嵌套模拟下大型可变年金投资组合的估值：功能数据方法。保险数学。经济。62, 138-150. ·Zbl 1318.91112号
[21] Gan，G.和X.S.Lin（2016年）。用于动态对冲的可变年金投资组合的希腊有效计算：两级元建模方法。北美法案。《期刊》21（2），161-177·Zbl 1414.91188号
[22] Gan，G.和E.A.Valdez（2016年）。大型可变年金投资组合估值的一些实验设计的实证比较。依赖。模型。4(1), 382-400. ·Zbl 1382.91046号
[23] Gan，G.和E.A.Valdez（2017年）。大型可变年金投资组合估值的回归建模。北美法案。J.出版中·Zbl 1393.91099号
[24] Gerber，H.和E.Shiu（2003年）。定价回溯期权和动态担保。北美法案。《期刊》第7卷第（1）期，第48-66页·Zbl 1084.91507号
[25] Hagan，P.S.和G.West（2006年）。曲线构造的插值方法。申请。数学。财务。13（2），89-129·Zbl 1142.91526号
[26] Hardy，M.（2003）。投资担保：股票挂钩人寿保险的建模和风险管理。John Wiley&Sons，新泽西州霍博肯·Zbl 1092.91042号
[27] Hejazi，S.A.和K.R.Jackson（2016年）。一种有效评估大型可变年金投资组合的神经网络方法。保险数学。经济。70, 169-181. ·Zbl 1371.91092号
[28] Hejazi，S.A.、K.R.Jackson和G.Gan（2017年）。有效评估大型可变年金投资组合的空间插值框架。数量。财务。经济。1(2), 125-144.
[29] Ledlie，M.C.、D.P.Corry、G.S.Finkelstein、A.J.Ritchie、K.Su和D.C.E.Wilson（2008）。可变年金。英国。精算师。《期刊》14（2），327-389。
[30] Marshall，C.、M.Hardy和D.Saunders（2010年）。最低收入保障福利的估价。北美法案。《期刊》14（1），38-58。
[31] Shevchenko，P.V.和X.Luo（2016）。最优随机控制框架下可变年金担保的统一定价。风险4（3），22。
[32] 日内瓦协会（2013）。可变年金——金融稳定性分析。日内瓦协会。
[33] Varnell，E.M.（2011）。经济情景发生器和偿付能力2。英国。精算师。《期刊》16（1），121-159。
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。