摘要

未来的模式管理

9:00-9:30点。

从概念上讲，一个好的模型是没有偏见的，在面对不确定性时是稳健的。实际上，要有效地管理人员、过程和系统，执行模型风险管理框架可能是复杂的。您将了解传统模型经常遇到的挑战和潜在的补救措施，并学习如何将人工智能和机器学习算法纳入模型风险管理框架。

模型风险管理者和模型验证者的工具箱

9:40-10:10点。

随着模型开发的多样性和速度的增加，以及围绕机器学习模型的可解释性和负责任使用的约束出现，模型风险经理和模型验证从业者需要一套工具来满足监管、操作和业务需求。在本次演讲中，您将发现支持MathWorks为模型风险管理开发的模型治理和模型验证万博1manbetx过程的自动化、文档化和可跟踪性的工具。

极端损失事件的操作风险资本建模

10:10-10:40点。

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。

用MATLAB转移到下一代GRADE模型

10:50-11:20点。

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。

自动化和谱系的秘密:MathWorks模型目录

11点。

任何健壮模型风险管理框架的核心都是模型库存。然而，事实证明，许多库存系统无法满足监管机构日益增长的需求，因为它们是具有良好设计界面的有效数据库，缺乏现代系统的可追溯性和自动化需求。

虽然对模型、数据和文档的链接和深入研究通常是监督讨论的起点，但经常被忽略的领域是文档管理、互操作性、工作流自动化，以及通过高级分析进行定制。这些关键领域通过加速监管审批和消除低效率，为业务提供了增强的成本降低。

在本部分中，您将看到MathWorks模型清单的现场演示，展示采用此解决方案的几家大型全球银行如何解决围绕模型沿袭、治理、自动化和评审的关键挑战。

关于量化金融中的ModelOps的小组讨论

9:00-9:30点。

建模和分析可以为所有行业和学科的组织提供巨大的价值，金融服务也不例外。金融机构正在投入大量的时间和资金来建立现代分析能力。虽然这些机构中有几个拥有构建高度复杂模型的技能的团队，但在将这些模型转移到生产环境和获得包括企业所有者、内部合规团队和监管机构在内的关键利益相关方的支持方面，他们面临着巨大的挑战。

在这个小组会议中，了解敏捷ModelOps基础设施如何帮助组织以低成本和及时的方式将模型从设计到部署。通过有效地监视模型性能以确定积极的行动，组织可以满足模型生命周期中涉及的所有涉众的需求。

基础设施项目基于构件分析的建模

9:40-10:10点。

世界各国政府都试图吸引私人投资者参与基础设施项目，因为公共金库无法支付成本，而且可能不适合为现代基础设施解决方案融资。万博 尤文图斯

投资者主要通过固定收益债务工具为基础设施融资。电信、机场和港口等基础设施领域更容易找到私人投资者。需要政府支持受管制的公万博1manbetx用事业和社会基础设施，如教育和医疗设施以及污水和固体废物管理。

了解一个在MATLAB中实现的工具^®用于模拟各种情景下的现金流，为世界银行投资基础设施项目的决策提供支持。万博1manbetx

可扩展的数据科学管道与QuSandbox和MATLAB在线服务器

10:10-10:40点。

随着数据科学管道复杂性的增长，组织正在重新设计工具和基础设施，以构建敏捷的过程、试验的沙盒，以及与多个工具的集成，以满足分布式团队的需求。此外，云还为数据科学家和量化建模师提供了高性能、可伸缩和弹性计算，而无需计划详细的硬件和软件设置。

在本次演讲中，您将了解QuSandbox，这是一个快速原型设计平台，为建模人员提供对数据、建模工具和计算基础设施的访问，以便在云中构建大规模量化和数据科学应用程序。QuSandbox支万博1manbetx持多种数据集成和建模工具，包括MATLAB Online™服务器，使量化分析师和数据科学家能够在沙盒环境中边做边学习。您将听到一个最近的用例，在这个用例中，定量分析团队学会了用QuSandbox构建成熟的数据管道，并在MATLAB在线服务器上为分析准备了环境。

您还将看到一个案例研究，其中对来自EDGAR的数据进行了刮擦、清理和注释，并使用MATLAB Online服务器构建了一个情绪分析模型。我们还将演示如何将Amazon S3用于数据登台，如何将MLFlow用于跟踪实验，以及如何使用QuSandbox编排整个数据管道。

在汇丰采用mlop

10:50-11:20点。

了解汇丰银行如何专注于在其全球风险分析团队中实现MLOps流程。您将听到模型开发实践的历史总结和在此过程中遇到的陷阱，并探索:

• 改变的需要和对工程的新关注
• 到目前为止的实现挑战和故事
• 推动云计算，释放规模的可能性

在Docker容器中运行MATLAB

11点。

容器是云计算和计算解决方案的通用构建块，可根据需要伸缩和调整。万博 尤文图斯了解获取、构建、运行和授权MATLAB的基础知识^®在Docker容器中。

构建负责任的AI管道

9:00-9:30点。

随着大流行期间向远程工作的转移，数字转型呈指数级增长，并与人工智能的采用作为跨组织的战略举措相结合，创造了快速变化的环境和巨大的创新潜力。随着这一数字化、自动化并将AI集成到财务工作流程中的举措，组织正在努力维护一个健壮的、负责任的建模管道，该管道能够敏捷地满足越来越短、越来越苛刻的业务时间线，为研究和创新留出更短的间隔。在本次演讲中，您将听到“负责任的AI”领域的概述，以及构建敏捷和负责任的AI管道的最佳实践，以有效地将研究交付到生产。

结合人与计算机智能进行资产配置

9:40-10:10点。

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。

基于变压器模型的金融自然语言处理

10:10-10:40点。

由于定量分析师、风险经理和金融分析师都对从语音和文本数据中获得新的alpha值和见解感兴趣，自然语言处理(NLP)是金融服务行业中一个快速增长的兴趣领域。普通的NLP模型不考虑上下文特定的词汇，但是经过预先训练的转换器模型可以识别金融术语和细微差别，例如FinBERT，可以提供更好的结果。

在本节课中，您将学习如何MATLAB^®使用实验管理器、分类学习者和深度网络设计器等应用程序增加价值并简化各种微调任务。

利用能源经济模型进行气候相关金融影响分析

10:50-11:20点。

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。万博1manbetx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。

模拟过渡和物理气候风险对抵押贷款组合的影响

11点。

2015年的《巴黎协定》对世界各国政府规定了一项具有约束力的义务，即“使资金流动与实现温室气体低排放和气候适应型发展的路径相一致”。监管机构、客户、投资者和其他利益攸关方正在推动金融机构尽自己的力量向低碳经济转型，并管理与气候相关的风险敞口。他们正在使用新的数据源和开发新的类型的模型，通常利用其他科学和工程领域的方法。从业者需要软件提供广泛的建模功能、灵活的界面、丰富的可视化功能、协作和评审功能，以跟上该领域的变化步伐。

学习如何使用MATLAB^®可以让你开始模拟物理和过渡气候风险。在现场演示中，您将学习如何:

• 可视化城市中的洪水风险(物理风险)
• 了解旨在提高建筑物能源效率的政策的影响(过渡风险)
• 模拟这些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

9:00-9:30点。

技术和监管的变化为金融服务行业的发展带来了压力。企业正在应对云计算、人工智能和气候变化等趋势。劳动力正在提高技能以跟上这些趋势。

作为一名教育工作者或雇主，您如何培训学生和员工以满足当前和未来的业务需求?在本次演讲中，您将探讨客户在发展金融思维和利用金融资源时遇到的典型挑战。

机构投资的量化资产管理和机器学习

9:40-10:10点。

用他在哥伦比亚大学的课程和书中的例子，量化资产管理，迈克尔·罗宾斯将机器学习和因素投资应用于资产配置。他展示了领先机构如何管理数十亿美元的投资组合，并包括现实世界的细节，如货币控制、市场影响和税收。了解整个投资过程，从设计目标到计划、研究、实施、测试和管理。

评估投资者在实现气候缓解途径方面的作用

10:10-10:40点。

金融机构面临着投资者和监管机构对其投资组合的气候风险评估的日益增长的需求。金融当局建议将这些评估建立在NGFS情景的基础上(高碳和低碳经济部门的碳价格和生产产出的未来轨迹，取决于未来出台的气候政策)。

即使有了这些评估，在将气候风险纳入风险管理方面仍存在一些挑战。风险的实体化和风险感知之间的循环会导致对可能发生的情况的不确定性。在其他情况下，风险对金融是内生的，但在气候风险中，风险会影响标准风险评估工具的使用。

本次演讲是与IAM社区参与NGFS情景开发的科学家们合作进行的，并解释了一个新框架如何提供情景，以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

10:50-11:20点。

大数据时代为计量经济学、经济学和金融学的新发展创造了许多令人兴奋的机会。最近计算机科学和互联网的进步使数据收集变得更容易。同时，对大型数据集的分析提出了方法论上的挑战(例如，高频观测、非结构化数据和新的大型数据集)^®可以帮助和支持研究人员。万博1manbetx在本次演讲中，探讨宏观计量经济学和实证金融分析在处理大数据方面的最新进展。了解如何在MATLAB中实现机器学习技术来估计宏观和财务数据，用于赛马预测和结构分析。

互换波动动态与香港系统性风险的传导

11点。

探索基于预测误差方差分解和风险协方差的金融部门系统性风险的替代措施。您将看到如何评估在香港和美国发行的政府证券的期权掉期隐含波动率的差异的相对重要性。在此前对中国内地银行体系的研究中，全球和美国经济不确定性指数的影响通过在岸人民币汇率与离岸离岸人民币汇率之间的差异传递到中国内地。由于香港实行与美元的硬挂钩制度，本文将探讨掉期波动动态的差异如何影响不确定性指数对香港金融体系的传导。