JP2003521021A - リスク・マネジメント・システム、分散型フレームワークおよび方法 - Google Patents
リスク・マネジメント・システム、分散型フレームワークおよび方法Info
- Publication number
- JP2003521021A JP2003521021A JP2001502023A JP2001502023A JP2003521021A JP 2003521021 A JP2003521021 A JP 2003521021A JP 2001502023 A JP2001502023 A JP 2001502023A JP 2001502023 A JP2001502023 A JP 2001502023A JP 2003521021 A JP2003521021 A JP 2003521021A
- Authority
- JP
- Japan
- Prior art keywords
- risk
- instrument
- value
- instruments
- portfolio
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 93
- 230000010354 integration Effects 0.000 claims abstract description 34
- 238000005259 measurement Methods 0.000 claims description 5
- 230000008859 change Effects 0.000 claims description 3
- 230000008569 process Effects 0.000 description 39
- 238000004458 analytical method Methods 0.000 description 24
- 238000012502 risk assessment Methods 0.000 description 8
- 238000009826 distribution Methods 0.000 description 6
- 239000000203 mixture Substances 0.000 description 6
- 230000008901 benefit Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000007596 consolidation process Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 241001093575 Alma Species 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000002860 competitive effect Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000000246 remedial effect Effects 0.000 description 1
- 230000003362 replicative effect Effects 0.000 description 1
- 238000012958 reprocessing Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/08—Insurance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/06—Asset management; Financial planning or analysis
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Technology Law (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Human Resources & Organizations (AREA)
- Game Theory and Decision Science (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
(57)【要約】
インスツルメントのポートフォリオに関するリスク・メトリックを決定するリスク・マネジメント・システムおよび方法が提供されている。このシステムおよび方法は、データベースを含み、それにおいて、各シナリオの下におけるインスツルメントのセット内のインスツルメントに関する決定済みのリスク値を維持することができる。少なくとも１つのリスク・エンジンを使用してインスツルメントに関する値を決定し、かつ少なくとも１つの統合エンジンを使用してインスツルメントのセットもしくはそのサブセットに関する所望のリスク・メトリックを生成することができる。それぞれのリスク・エンジンならびにそれぞれの統合エンジンは、適切なネットワークによってデータベースに接続される。
Description
【０００１】
本発明は、リスク・マネジメント・システムに関する。より詳細には、本発明
は、インスツルメントのポートフォリオもしくはその複数のポートフォリオに関
する少なくとも１つのリスク・メトリックを決定するためのリスク・マネジメン
ト・システム、そのための分散型フレームワークおよび方法に関する。
は、インスツルメントのポートフォリオもしくはその複数のポートフォリオに関
する少なくとも１つのリスク・メトリックを決定するためのリスク・マネジメン
ト・システム、そのための分散型フレームワークおよび方法に関する。
【０００２】
リスク・マネジメント・システムについてはよく知られており、一般に金融保
険、リソース‐ベースの法人、貿易機構、政府またはその他のユーザによって、
当該ユーザの運用に関連付けされたリスクに関して情報に基づく決定を行い、そ
の評価および／またはマネージメントを行うために採用されている。
険、リソース‐ベースの法人、貿易機構、政府またはその他のユーザによって、
当該ユーザの運用に関連付けされたリスクに関して情報に基づく決定を行い、そ
の評価および／またはマネージメントを行うために採用されている。
【０００３】
公知のリスク・マネジメント・システムの１つの一般的な例として、本発明の
譲り受け人によって販売されているＲｉｓｋＷａｔｃｈ（リスクウォッチ）Ｖ３
．１．２システムがある。このシステムは、非常に柔軟であり、ユーザは、ユー
ザのポートフォリオ内のインスツルメントのモデルを使用して可能性のあるシナ
リオの範囲の観点から適切な時間間隔でそのモデルを評価することができる。各
シナリオは、各時間間隔において、モデル内に使用されるリスク・ファクタに関
する値のセットを包含し、各シナリオは、割り当て済みの確率を有する。注目す
る各時間間隔における各シナリオの下に評価したとき、結果としてもたらされる
インスツルメントのリスク値は、その後、１ないしは複数のリスク・メトリック
(metric)を求めるために使用され、それが吟味されて、評価済みのシナリオの下
におけるインスツルメントのポートフォリオを保持するユーザに対するリスクが
査定される。おそらくもっとも一般的なリスク値は、検討中の１ないしは複数の
インスツルメントの金銭的な値であろうが、デルタ、ガンマおよびそのほかの計
算値を含むそのほかのリスク値を使用することも可能である。これらのリスク値
を適切に組み合わせることによって所望のリスク・メトリックが得られ、その結
果、ユーザは、ポートフォリオの構成を変更する機会を識別して全体的なリスク
を低減し、あるいは許容可能なリスクのレベルを達成することができる。この種
のリスク・マネジメント・システムの一般的な原理については、さらに詳しい説
明を後述する。
譲り受け人によって販売されているＲｉｓｋＷａｔｃｈ（リスクウォッチ）Ｖ３
．１．２システムがある。このシステムは、非常に柔軟であり、ユーザは、ユー
ザのポートフォリオ内のインスツルメントのモデルを使用して可能性のあるシナ
リオの範囲の観点から適切な時間間隔でそのモデルを評価することができる。各
シナリオは、各時間間隔において、モデル内に使用されるリスク・ファクタに関
する値のセットを包含し、各シナリオは、割り当て済みの確率を有する。注目す
る各時間間隔における各シナリオの下に評価したとき、結果としてもたらされる
インスツルメントのリスク値は、その後、１ないしは複数のリスク・メトリック
(metric)を求めるために使用され、それが吟味されて、評価済みのシナリオの下
におけるインスツルメントのポートフォリオを保持するユーザに対するリスクが
査定される。おそらくもっとも一般的なリスク値は、検討中の１ないしは複数の
インスツルメントの金銭的な値であろうが、デルタ、ガンマおよびそのほかの計
算値を含むそのほかのリスク値を使用することも可能である。これらのリスク値
を適切に組み合わせることによって所望のリスク・メトリックが得られ、その結
果、ユーザは、ポートフォリオの構成を変更する機会を識別して全体的なリスク
を低減し、あるいは許容可能なリスクのレベルを達成することができる。この種
のリスク・マネジメント・システムの一般的な原理については、さらに詳しい説
明を後述する。
【０００４】
しかしながら公知のリスク・マネジメント・システムは、いくつかの問題を有
している。概して、リスク・マネジメント・システムに関心を有するユーザの多
くは、複雑かつ／または大きなインスツルメントのポートフォリオを抱えている
。そのような場合においては、ポートフォリオの複雑性および／またはサイズか
ら、ユーザによって要求されているリスク値ならびにリスク・メトリックを求め
るために、大量の複雑な数学的計算を実行しなければならないという結果がもた
らされる。このことから招かれる１つの問題は、重要なポートフォリオに関して
は、高性能演算装置上において実行したとしても、リスク分析オペレーションの
実行に数時間、あるいは数十時間を要することである。このため、リスク・マネ
ジメント分析はしばしば夜通し実行され、それがその開始日（あるいは分析が実
行されていたとき）においてどのようなリスクがあったかというスナップショッ
トであることから、ある意味において時機を失することが必至となる。金融取引
オペレーション等のタイム・クリティカルな環境においては、これは大きな不利
点となり得る。
している。概して、リスク・マネジメント・システムに関心を有するユーザの多
くは、複雑かつ／または大きなインスツルメントのポートフォリオを抱えている
。そのような場合においては、ポートフォリオの複雑性および／またはサイズか
ら、ユーザによって要求されているリスク値ならびにリスク・メトリックを求め
るために、大量の複雑な数学的計算を実行しなければならないという結果がもた
らされる。このことから招かれる１つの問題は、重要なポートフォリオに関して
は、高性能演算装置上において実行したとしても、リスク分析オペレーションの
実行に数時間、あるいは数十時間を要することである。このため、リスク・マネ
ジメント分析はしばしば夜通し実行され、それがその開始日（あるいは分析が実
行されていたとき）においてどのようなリスクがあったかというスナップショッ
トであることから、ある意味において時機を失することが必至となる。金融取引
オペレーション等のタイム・クリティカルな環境においては、これは大きな不利
点となり得る。
【０００５】
もう１つの問題は、リスク分析の実行に必要な時間に起因して、各種リスク・
ファクタに対するポートフォリオの影響の受けやすさを決定する能力が制約され
ることである。さらに具体的に述べれば、ポートフォリオ内のインスツルメント
間におけるインタラクションの複雑性に起因して、高い確実性をもって、全体的
なリスクにもっとも大きな影響を与えるリスク・ファクタを予測することがほと
んど可能ではない。しかしながら、ポートフォリオがもっとも影響を受けやすい
リスク・ファクタが識別可能であれば、リスクを低減するための改善アクション
等を行うことが可能になり、これが、リスク・マネジメントの潜在的な恩典のほ
とんどを表すことになる。ポートフォリオにおけるリスク・ファクタの影響の受
けやすさの識別には、一般に、特定のリスク・ファクタに対するそのポートフォ
リオの影響の受けやすさを決定する試みにおいて、そのシナリオ内で「横ばいに
なった(flattening-out)」あるいは一定に保たれた各種のリスク・ファクタを用
いたリスク分析の再実行が必要になる。残念ながら、リスク分析に必要とされる
時間に起因して、この方法に従って実行可能な影響の受けやすさの分析の量は、
通常、所望の量に達しない。
ファクタに対するポートフォリオの影響の受けやすさを決定する能力が制約され
ることである。さらに具体的に述べれば、ポートフォリオ内のインスツルメント
間におけるインタラクションの複雑性に起因して、高い確実性をもって、全体的
なリスクにもっとも大きな影響を与えるリスク・ファクタを予測することがほと
んど可能ではない。しかしながら、ポートフォリオがもっとも影響を受けやすい
リスク・ファクタが識別可能であれば、リスクを低減するための改善アクション
等を行うことが可能になり、これが、リスク・マネジメントの潜在的な恩典のほ
とんどを表すことになる。ポートフォリオにおけるリスク・ファクタの影響の受
けやすさの識別には、一般に、特定のリスク・ファクタに対するそのポートフォ
リオの影響の受けやすさを決定する試みにおいて、そのシナリオ内で「横ばいに
なった(flattening-out)」あるいは一定に保たれた各種のリスク・ファクタを用
いたリスク分析の再実行が必要になる。残念ながら、リスク分析に必要とされる
時間に起因して、この方法に従って実行可能な影響の受けやすさの分析の量は、
通常、所望の量に達しない。
【０００６】
さらに、同様の理由から実行可能な「ｗｈａｔ−ｉｆ」分析の量も制限され、
そのためユーザは、そのユーザのポートフォリオに対する可能性のある、あるい
は希望する変更の結果について、所望の量に達しない情報しか得られないことが
ある。
そのためユーザは、そのユーザのポートフォリオに対する可能性のある、あるい
は希望する変更の結果について、所望の量に達しない情報しか得られないことが
ある。
【０００７】
公知のリスク・マネジメント・システムに伴う別の問題は、それがモノリシッ
クなシステムであることである。詳細には、ポートフォリオがモデリングされ、
さらに処理されてリスク・メトリックが生成される。ポートフォリオのサブセッ
トの分析が望まれる場合には、そのサブセット内のインスツルメントに関してリ
スク分析を再度実行しなければならない。同様に、１つのポートフォリオと１な
いしは複数の別のポートフォリオの組み合わせが望まれる場合に、組み合わされ
たポートフォリオに対して完全な分析の再実行が必須となる。ポートフォリオの
責任およびマネジメントがしばしば企業体全体に分散されていることから、多く
のユーザにとってこれは、企業体全体をベースとする効果的なリスク・マネジメ
ントが阻害されることを意味する。つまり、ローカル・オフィスおよび／または
特定のマネジメント職能は、それらのポートフォリオに関して定期的にリスク分
析を実行することができるが、企業体が、企業体全体のポートフォリオに関して
、各オフィス／職能からの結果の分析を単一の分析に合成することはできない。
最良のケースであっても、全体的なポートフォリオに関して新しい分析を実行し
なければならず、それには著しい時間と努力が必要になる。
クなシステムであることである。詳細には、ポートフォリオがモデリングされ、
さらに処理されてリスク・メトリックが生成される。ポートフォリオのサブセッ
トの分析が望まれる場合には、そのサブセット内のインスツルメントに関してリ
スク分析を再度実行しなければならない。同様に、１つのポートフォリオと１な
いしは複数の別のポートフォリオの組み合わせが望まれる場合に、組み合わされ
たポートフォリオに対して完全な分析の再実行が必須となる。ポートフォリオの
責任およびマネジメントがしばしば企業体全体に分散されていることから、多く
のユーザにとってこれは、企業体全体をベースとする効果的なリスク・マネジメ
ントが阻害されることを意味する。つまり、ローカル・オフィスおよび／または
特定のマネジメント職能は、それらのポートフォリオに関して定期的にリスク分
析を実行することができるが、企業体が、企業体全体のポートフォリオに関して
、各オフィス／職能からの結果の分析を単一の分析に合成することはできない。
最良のケースであっても、全体的なポートフォリオに関して新しい分析を実行し
なければならず、それには著しい時間と努力が必要になる。
【０００８】
この種のモノリシック・システムの特定の不利点は、それが、限界(marginal)
リスク・メトリックの決定において非常に非効率であることである。たとえば、
従来のリスク・マネジメント・システムを用いた場合、提案のトランザクション
がリスク内に変更をもたらし得るとき、その分析においては、そのトランザクシ
ョンを含まないポートフォリオに関するリスクの計算、およびそのトランザクシ
ョンを含めたポートフォリオに関するリスクの再計算を行ってそれらの相違を決
定する必要がある。これは、１つの企業体の各種レベルにおけるリスクを考察す
る場合にさらに悪化することになる。具体的に述べれば、ここである企業体が、
地域オフィスに対してレポートを行う１ないしは複数のローカル・オフィスを有
し、さらに１ないしは複数のその種の地域オフィスを有している場合を考える。
ローカル・オフィスは、提案トランザクションあり、および、なしのポートフォ
リオに関してリスクを計算し、そのローカル・オフィス・レベルにおけるそのト
ランザクションの限界リスクを決定する。この限界リスクがそのローカル・オフ
ィス・レベルにおいて許容可能であるとすれば、地域オフィスは、そのローカル
・ポートフォリオを含めて、提案トランザクションあり、および、なしのポート
フォリオに関して地域ポートフォリオに関するリスクを計算し、その地域オフィ
ス・レベルにおけるそのトランザクションの限界リスクを決定する。さらに、こ
の限界リスクがその地域オフィス・レベルにおいて許容可能であるとすれば、企
業体は、その地域ポートフォリオおよびローカル・ポートフォリオを含めて、提
案トランザクションあり、および、なしのポートフォリオに関して企業体ポート
フォリオに関するリスクを計算し、企業体レベルにおけるそのトランザクション
の限界リスクを決定する。別の可能性のあるトランザクションが検討されるとき
には、これらの全プロセスを繰り返さなければならない。当業者であれば明らか
であろうが、限界リスク・メトリックの分析は、急速に演算付加の過多をもたら
し、一般には非常に限られたベースでのみ使用される。
リスク・メトリックの決定において非常に非効率であることである。たとえば、
従来のリスク・マネジメント・システムを用いた場合、提案のトランザクション
がリスク内に変更をもたらし得るとき、その分析においては、そのトランザクシ
ョンを含まないポートフォリオに関するリスクの計算、およびそのトランザクシ
ョンを含めたポートフォリオに関するリスクの再計算を行ってそれらの相違を決
定する必要がある。これは、１つの企業体の各種レベルにおけるリスクを考察す
る場合にさらに悪化することになる。具体的に述べれば、ここである企業体が、
地域オフィスに対してレポートを行う１ないしは複数のローカル・オフィスを有
し、さらに１ないしは複数のその種の地域オフィスを有している場合を考える。
ローカル・オフィスは、提案トランザクションあり、および、なしのポートフォ
リオに関してリスクを計算し、そのローカル・オフィス・レベルにおけるそのト
ランザクションの限界リスクを決定する。この限界リスクがそのローカル・オフ
ィス・レベルにおいて許容可能であるとすれば、地域オフィスは、そのローカル
・ポートフォリオを含めて、提案トランザクションあり、および、なしのポート
フォリオに関して地域ポートフォリオに関するリスクを計算し、その地域オフィ
ス・レベルにおけるそのトランザクションの限界リスクを決定する。さらに、こ
の限界リスクがその地域オフィス・レベルにおいて許容可能であるとすれば、企
業体は、その地域ポートフォリオおよびローカル・ポートフォリオを含めて、提
案トランザクションあり、および、なしのポートフォリオに関して企業体ポート
フォリオに関するリスクを計算し、企業体レベルにおけるそのトランザクション
の限界リスクを決定する。別の可能性のあるトランザクションが検討されるとき
には、これらの全プロセスを繰り返さなければならない。当業者であれば明らか
であろうが、限界リスク・メトリックの分析は、急速に演算付加の過多をもたら
し、一般には非常に限られたベースでのみ使用される。
【０００９】
このようなことから、影響の受けやすさ、「ｗｈａｔ−ｉｆ」分析、および限
界分析の実行が効率的に可能であり、かつ、たとえば企業体レベルおよびその下
位レベルにおけるポートフォリオおよびサブ‐ポートフォリオに関するリスク分
析が効果的に実行できるようなリスク・メトリックを決定するためのリスク・マ
ネジメント・システムおよび方法が望まれている。
界分析の実行が効率的に可能であり、かつ、たとえば企業体レベルおよびその下
位レベルにおけるポートフォリオおよびサブ‐ポートフォリオに関するリスク分
析が効果的に実行できるようなリスク・メトリックを決定するためのリスク・マ
ネジメント・システムおよび方法が望まれている。
【００１０】
本発明は、前述した従来技術における欠点の少なくとも１つを回避もしくは緩
和する、新しいリスク・マネジメント・システムおよび方法の提供を１つの目的
とする。
和する、新しいリスク・マネジメント・システムおよび方法の提供を１つの目的
とする。
【００１１】
本発明の第１の側面によれば、インスツルメントのポートフォリオに関する少
なくとも１つのリスク・メトリックを決定する方法が提供され、当該方法は、 （ｉ）インスツルメントのセットを選択するステップであって、前記セット内
の各インスツルメントは、それのために定義されたモデルを有し、各モデルは少
なくとも１つのリスク・ファクタに作用して前記インスツルメントに関する値を
生成するものとするインスツルメントのセットを選択するステップと、 （ｉｉ）シナリオのセットを選択するステップであって、各シナリオは、少な
くとも第１および第２の時間間隔における前記インスツルメントの前記モデルに
よって作用が及ぼされる各リスク・ファクタに関するリスク・ファクタ値を包含
し、かつ各シナリオは、それに割り当てられた確率値を有し、前記確率値は前記
シナリオが発生する尤度(likelihood)を表すものとするシナリオのセットを選択
するステップと、 （ｉｉｉ）前記選択したシナリオのセットを前記インスツルメントのセットに
適用し、各時間間隔における、前記シナリオのセット内の各シナリオについて、
前記インスツルメントのセット内の各インスツルメントに関するリスク値を生成
するステップと、 （ｉｖ）データベース内に、前記セット内の各インスツルメントに関して生成
した各インスツルメントのリスク値をストアするステップと、 （ｖ）前記インスツルメントのセットの少なくともサブセットを構成するイン
スツルメントのポートフォリオに関して、所望されたリスク・メトリックを、前
記データベースから前記ストアされたリスク値をリトリーブ(retrieve)すること
によって、前記関連付けされた確率、および前記ポートフォリオの各インスツル
メントに関する、前記決定されたリスク値から生成するステップと、 を有する。
なくとも１つのリスク・メトリックを決定する方法が提供され、当該方法は、 （ｉ）インスツルメントのセットを選択するステップであって、前記セット内
の各インスツルメントは、それのために定義されたモデルを有し、各モデルは少
なくとも１つのリスク・ファクタに作用して前記インスツルメントに関する値を
生成するものとするインスツルメントのセットを選択するステップと、 （ｉｉ）シナリオのセットを選択するステップであって、各シナリオは、少な
くとも第１および第２の時間間隔における前記インスツルメントの前記モデルに
よって作用が及ぼされる各リスク・ファクタに関するリスク・ファクタ値を包含
し、かつ各シナリオは、それに割り当てられた確率値を有し、前記確率値は前記
シナリオが発生する尤度(likelihood)を表すものとするシナリオのセットを選択
するステップと、 （ｉｉｉ）前記選択したシナリオのセットを前記インスツルメントのセットに
適用し、各時間間隔における、前記シナリオのセット内の各シナリオについて、
前記インスツルメントのセット内の各インスツルメントに関するリスク値を生成
するステップと、 （ｉｖ）データベース内に、前記セット内の各インスツルメントに関して生成
した各インスツルメントのリスク値をストアするステップと、 （ｖ）前記インスツルメントのセットの少なくともサブセットを構成するイン
スツルメントのポートフォリオに関して、所望されたリスク・メトリックを、前
記データベースから前記ストアされたリスク値をリトリーブ(retrieve)すること
によって、前記関連付けされた確率、および前記ポートフォリオの各インスツル
メントに関する、前記決定されたリスク値から生成するステップと、 を有する。
【００１２】
本発明の別の側面によれば、インスツルメントのセットおよびシナリオのセッ
トに作用するリスク・マネジメント・システムであって、各シナリオはリスク・
ファクタ値ならびにシナリオの確率を含むものとするリスク・マネジメント・シ
ステムが提供され、当該システムは、前記インスツルメントのセット内の各イン
スツルメントに関するリスク値を決定するべく機能する少なくとも１つのリスク
・エンジンであって、前記リスク値は、前記シナリオ内の前記リスク・ファクタ
を考慮し、前記インスツルメントに関してストアされたモデルを評価することに
よって決定されるものとするリスク・エンジンと、前記決定されたリスク値のそ
れぞれをストアするためのデータベースと、前記決定されたリスク値ならびに前
記シナリオの確率を、前記インスツルメントのセットの少なくともサブセットを
構成するポートフォリオに関してリトリーブし、リスク・メトリックを生成する
統合エンジンと、を有する。
トに作用するリスク・マネジメント・システムであって、各シナリオはリスク・
ファクタ値ならびにシナリオの確率を含むものとするリスク・マネジメント・シ
ステムが提供され、当該システムは、前記インスツルメントのセット内の各イン
スツルメントに関するリスク値を決定するべく機能する少なくとも１つのリスク
・エンジンであって、前記リスク値は、前記シナリオ内の前記リスク・ファクタ
を考慮し、前記インスツルメントに関してストアされたモデルを評価することに
よって決定されるものとするリスク・エンジンと、前記決定されたリスク値のそ
れぞれをストアするためのデータベースと、前記決定されたリスク値ならびに前
記シナリオの確率を、前記インスツルメントのセットの少なくともサブセットを
構成するポートフォリオに関してリトリーブし、リスク・メトリックを生成する
統合エンジンと、を有する。
【００１３】
本発明のさらに別の側面によれば、インスツルメントのセットを包含する１つ
のポートフォリオに関する少なくとも１つのリスク・メトリックにおける限界リ
スクであって、提案されたトランザクションによって前記ポートフォリオが変更
される結果として招かれる限界リスクを決定する方法であり、前記ポートフォリ
オ内の各インスツルメントならびに前記提案されたトランザクション内の各イン
スツルメントは、それらのために定義されたモデルを有し、各モデルは少なくと
も１つのリスク・ファクタに作用して前記インスツルメントに関する値を生成す
るものとする方法が提供され、当該方法は、 （ｉ）シナリオのセットを選択するステップであって、各シナリオは、少なく
とも第１および第２の時間間隔における前記インスツルメントの前記モデルによ
って作用が及ぼされる各リスク・ファクタに関するリスク・ファクタ値を包含し
、かつ各シナリオは、それに割り当てられた確率値を有し、前記確率値は前記シ
ナリオが発生する尤度を表すものとするシナリオのセットを選択するステップと
、 （ｉｉ）前記選択されたシナリオのセットを前記ポートフォリオに適用し、各
時間間隔における、前記シナリオのセット内の各シナリオについて、前記ポート
フォリオ内の各インスツルメントに関する第１のリスク値を生成するステップと
、 （ｉｉｉ）データベース内に、前記ポートフォリオ内の各インスツルメントに
関して生成した各第１のリスク値をストアするステップと、 （ｉｖ）前記少なくとも１つのリスク・メトリックの第１の測定値を、前記関
連付けされた確率、および前記ポートフォリオの各インスツルメントに関する、
前記決定された第１のリスク値から生成するステップであって、前記データベー
スから前記ストアされた第１のリスク値をリトリーブすることによってそれを行
うステップと、 （ｖ）前記提案されたトランザクションによって影響を受ける前記インスツル
メントのセット内の各インスツルメントに関して、前記提案されたトランザクシ
ョンに従って前記影響を受けるインスツルメントを変更し、前記選択されたシナ
リオのセットを、影響を受けるインスツルメントのそれぞれに適用し、各時間間
隔における、前記シナリオのセット内の各シナリオについて、変更されたインス
ツルメントのそれぞれに関する第２のリスク値を生成するステップと、 （ｖｉ）前記少なくとも１つのリスク・メトリックの第２の測定値を、関連付
けされた確率および前記変更されたインスツルメントに関する前記第２のリスク
値と、前記データベースからリトリーブされた、前記インスツルメントのセット
内の変更されていないインスツルメントに関する前記ストアされた第１のリスク
値を組み合わせることによって生成するステップと、 を有する。
のポートフォリオに関する少なくとも１つのリスク・メトリックにおける限界リ
スクであって、提案されたトランザクションによって前記ポートフォリオが変更
される結果として招かれる限界リスクを決定する方法であり、前記ポートフォリ
オ内の各インスツルメントならびに前記提案されたトランザクション内の各イン
スツルメントは、それらのために定義されたモデルを有し、各モデルは少なくと
も１つのリスク・ファクタに作用して前記インスツルメントに関する値を生成す
るものとする方法が提供され、当該方法は、 （ｉ）シナリオのセットを選択するステップであって、各シナリオは、少なく
とも第１および第２の時間間隔における前記インスツルメントの前記モデルによ
って作用が及ぼされる各リスク・ファクタに関するリスク・ファクタ値を包含し
、かつ各シナリオは、それに割り当てられた確率値を有し、前記確率値は前記シ
ナリオが発生する尤度を表すものとするシナリオのセットを選択するステップと
、 （ｉｉ）前記選択されたシナリオのセットを前記ポートフォリオに適用し、各
時間間隔における、前記シナリオのセット内の各シナリオについて、前記ポート
フォリオ内の各インスツルメントに関する第１のリスク値を生成するステップと
、 （ｉｉｉ）データベース内に、前記ポートフォリオ内の各インスツルメントに
関して生成した各第１のリスク値をストアするステップと、 （ｉｖ）前記少なくとも１つのリスク・メトリックの第１の測定値を、前記関
連付けされた確率、および前記ポートフォリオの各インスツルメントに関する、
前記決定された第１のリスク値から生成するステップであって、前記データベー
スから前記ストアされた第１のリスク値をリトリーブすることによってそれを行
うステップと、 （ｖ）前記提案されたトランザクションによって影響を受ける前記インスツル
メントのセット内の各インスツルメントに関して、前記提案されたトランザクシ
ョンに従って前記影響を受けるインスツルメントを変更し、前記選択されたシナ
リオのセットを、影響を受けるインスツルメントのそれぞれに適用し、各時間間
隔における、前記シナリオのセット内の各シナリオについて、変更されたインス
ツルメントのそれぞれに関する第２のリスク値を生成するステップと、 （ｖｉ）前記少なくとも１つのリスク・メトリックの第２の測定値を、関連付
けされた確率および前記変更されたインスツルメントに関する前記第２のリスク
値と、前記データベースからリトリーブされた、前記インスツルメントのセット
内の変更されていないインスツルメントに関する前記ストアされた第１のリスク
値を組み合わせることによって生成するステップと、 を有する。
【００１４】
本発明のさらにまた別の側面によれば、インスツルメントのセットを構成する
１つのポートフォリオに関して、カウンタ・パーティのクレジット・エクスポー
ジャ・リスクを決定する方法が提供され、当該方法は、 （ｉ）シナリオのセットを選択するステップであって、各シナリオは、少なく
とも第１および第２の時間間隔における前記インスツルメントの前記モデルによ
って作用が及ぼされる各リスク・ファクタに関するリスク・ファクタ値を包含し
、かつ各シナリオは、それに割り当てられた確率値を有し、前記確率値は前記シ
ナリオが発生する尤度を表すものとする、シナリオのセットを選択するステップ
と、 （ｉｉ）前記選択されたシナリオのセットを前記ポートフォリオに適用し、各
時間間隔における、前記シナリオのセット内の各シナリオについて、前記ポート
フォリオ内の各インスツルメントに関する値を生成するステップと、 （ｉｉｉ）データベース内に、前記ポートフォリオ内の各インスツルメントに
関して生成した各値をストアするステップと、 （ｉｖ）注目する第１のパーティがカウンタ・パーティとなる前記インスツル
メントのセットのサブセットを決定し、前記注目する第１のパーティに関するク
レジット・エクスポージャを、前記データベースから前記ストアされた値ならび
に前記関連付けされた確率をリトリーブすることによって決定するステップと、
を有する。
１つのポートフォリオに関して、カウンタ・パーティのクレジット・エクスポー
ジャ・リスクを決定する方法が提供され、当該方法は、 （ｉ）シナリオのセットを選択するステップであって、各シナリオは、少なく
とも第１および第２の時間間隔における前記インスツルメントの前記モデルによ
って作用が及ぼされる各リスク・ファクタに関するリスク・ファクタ値を包含し
、かつ各シナリオは、それに割り当てられた確率値を有し、前記確率値は前記シ
ナリオが発生する尤度を表すものとする、シナリオのセットを選択するステップ
と、 （ｉｉ）前記選択されたシナリオのセットを前記ポートフォリオに適用し、各
時間間隔における、前記シナリオのセット内の各シナリオについて、前記ポート
フォリオ内の各インスツルメントに関する値を生成するステップと、 （ｉｉｉ）データベース内に、前記ポートフォリオ内の各インスツルメントに
関して生成した各値をストアするステップと、 （ｉｖ）注目する第１のパーティがカウンタ・パーティとなる前記インスツル
メントのセットのサブセットを決定し、前記注目する第１のパーティに関するク
レジット・エクスポージャを、前記データベースから前記ストアされた値ならび
に前記関連付けされた確率をリトリーブすることによって決定するステップと、
を有する。
【００１５】
本発明は、リスク計算を並列に行うことを可能にし、複数のリスク・エンジン
および／または統合エンジンが同時にリスク・データを操作することを可能にし
、かつ「ｗｈａｔ−ｉｆ」分析およびそのほかの分析を迅速かつ効率的に実行す
ることを可能にする、リスクを決定するリスク・システムおよび方法を提供する
。ポートフォリオの構成は変更可能であり、望ましい場合には、反復方式でリス
ク・メトリックを決定することができる。
および／または統合エンジンが同時にリスク・データを操作することを可能にし
、かつ「ｗｈａｔ−ｉｆ」分析およびそのほかの分析を迅速かつ効率的に実行す
ることを可能にする、リスクを決定するリスク・システムおよび方法を提供する
。ポートフォリオの構成は変更可能であり、望ましい場合には、反復方式でリス
ク・メトリックを決定することができる。
【００１６】
以下、添付図面を参照し、例示のみを目的とした本発明の好ましい実施態様に
ついて説明する。
ついて説明する。
【００１７】
明確化のため、本発明の詳細な議論に入る前に、ここで図１〜４を参照して従
来技術のリスク・マネジメント・システムの側面について、より詳細な考察を行
うことにする。図１は、定義済みのインスツルメントのポートフォリオＰ内にお
けるインスツルメントＩに関する公知のマーク・ツー・マーケット関数を表現し
たものである。この図において、モデルＭは、検討中のインスツルメントＩに関
して作成されている。モデルＭは、入力として１ないしは複数のリスク・ファク
タｒｆｉ、および通常は時間入力Ｔを取り込み、インスツルメントＩに関して処
理を行ってリスク値Ｖを得る。実際に、これにおいて使用されるときは、リスク
値という用語が、インスツルメントに関するリスクの任意の測定値を包含するべ
く意図される。Ｖは、インスツルメントの金銭的な値とすることも可能であり、
また適切な単位を用いて表したデルタ、ガンマ、あるいは影響の受けやすさの値
といった導出されたその他のリスク値とすることもできる。さらに、Ｖが単一の
値である必要はなく、望ましい場合には、デルタおよびガンマ等の複数の値を決
定してストアすることもできる。
来技術のリスク・マネジメント・システムの側面について、より詳細な考察を行
うことにする。図１は、定義済みのインスツルメントのポートフォリオＰ内にお
けるインスツルメントＩに関する公知のマーク・ツー・マーケット関数を表現し
たものである。この図において、モデルＭは、検討中のインスツルメントＩに関
して作成されている。モデルＭは、入力として１ないしは複数のリスク・ファク
タｒｆｉ、および通常は時間入力Ｔを取り込み、インスツルメントＩに関して処
理を行ってリスク値Ｖを得る。実際に、これにおいて使用されるときは、リスク
値という用語が、インスツルメントに関するリスクの任意の測定値を包含するべ
く意図される。Ｖは、インスツルメントの金銭的な値とすることも可能であり、
また適切な単位を用いて表したデルタ、ガンマ、あるいは影響の受けやすさの値
といった導出されたその他のリスク値とすることもできる。さらに、Ｖが単一の
値である必要はなく、望ましい場合には、デルタおよびガンマ等の複数の値を決
定してストアすることもできる。
【００１８】
またモデルＭは、必要に応じて較正値Ｃを受け入れ、現在の条件に対してモデ
ルの較正を行う。リスク・ファクタは、利率またはレート幅、外国為替レート等
を含めた各種のデータを包含することができる。さらに、インスツルメントＩが
金融投資インスツルメントに限定されることはなく、保険インスツルメント、商
品オプション等を含めたそのほかのインスツルメントを含めることも可能である
。インスツルメントＩは、もっとも一般的には、クレジット・ロスに関係してよ
り詳細を後述するように株式、債券、金融派生商品、保険商品等の金融インスツ
ルメントとなるが、本発明においては、事実上、ポートフォリオは、１ないしは
複数のリスク・ファクタを受け入れ、カウンタ・パーティによる不履行の可能性
等を含めた実世界の実体の特性をシミュレーションする任意のモデルとなる。
ルの較正を行う。リスク・ファクタは、利率またはレート幅、外国為替レート等
を含めた各種のデータを包含することができる。さらに、インスツルメントＩが
金融投資インスツルメントに限定されることはなく、保険インスツルメント、商
品オプション等を含めたそのほかのインスツルメントを含めることも可能である
。インスツルメントＩは、もっとも一般的には、クレジット・ロスに関係してよ
り詳細を後述するように株式、債券、金融派生商品、保険商品等の金融インスツ
ルメントとなるが、本発明においては、事実上、ポートフォリオは、１ないしは
複数のリスク・ファクタを受け入れ、カウンタ・パーティによる不履行の可能性
等を含めた実世界の実体の特性をシミュレーションする任意のモデルとなる。
【００１９】
インスツルメントの将来のリスク値を正確に決定するためには、まず、インス
ツルメントに関する現在のリスク値、またはマーク・ツー・マーケット値を決定
し、モデルＭの較正を行う必要がある。図１においては、リスク・ファクタｒｆ １ 〜ｒｆｉに、それぞれの現在の実際の値（または最良の評価値）が割り当てら
れ、Ｔにゼロ値（たとえば現在時）が割り当てられてＶが決定される。較正値Ｃ
が決定されてＭに適用され、決定された値Ｖと、現在のＩの実際のリスク値の対
応が保証される。較正値Ｃは、モデルＭに関してストアされ、新しい時間Ｔ＝０
においてこのモデルの較正が再び実行されるまで、将来のすべての計算に使用さ
れる。
ツルメントに関する現在のリスク値、またはマーク・ツー・マーケット値を決定
し、モデルＭの較正を行う必要がある。図１においては、リスク・ファクタｒｆ １ 〜ｒｆｉに、それぞれの現在の実際の値（または最良の評価値）が割り当てら
れ、Ｔにゼロ値（たとえば現在時）が割り当てられてＶが決定される。較正値Ｃ
が決定されてＭに適用され、決定された値Ｖと、現在のＩの実際のリスク値の対
応が保証される。較正値Ｃは、モデルＭに関してストアされ、新しい時間Ｔ＝０
においてこのモデルの較正が再び実行されるまで、将来のすべての計算に使用さ
れる。
【００２０】
ポートフォリオＰ内のすべてのインスツルメントＩに関するモデルＭが較正さ
れ、ポートフォリオＰ内の各インスツルメントＩに関するマーク・ツー・マーケ
ット値が決定されると、シナリオｓのセットおよび時間ＴをモデルＭに適用する
ことによってＰに関するリスク分析を行い、各インスツルメントＩに関するマー
ク・ツー・フューチャー・リスク値を取得することが可能になる。シナリオｓは
、ポートフォリオＰ内のモデルＭによって使用される各リスク・ファクタｒｆｉ に関する値を伴うベクトルを包含し、各シナリオは、それに関連付けされた発生
の尤度の確率を有する。図２は、選択された時間Ｔにおいてシナリオｓ１の下に
評価されるモデルＭを示しており、シナリオｓ１内に定義されているリスク・フ
ァクタの値に関して、時間ＴにおけるインスツルメントＩのリスク値である値Ｖ １ をもたらす。
れ、ポートフォリオＰ内の各インスツルメントＩに関するマーク・ツー・マーケ
ット値が決定されると、シナリオｓのセットおよび時間ＴをモデルＭに適用する
ことによってＰに関するリスク分析を行い、各インスツルメントＩに関するマー
ク・ツー・フューチャー・リスク値を取得することが可能になる。シナリオｓは
、ポートフォリオＰ内のモデルＭによって使用される各リスク・ファクタｒｆｉ に関する値を伴うベクトルを包含し、各シナリオは、それに関連付けされた発生
の尤度の確率を有する。図２は、選択された時間Ｔにおいてシナリオｓ１の下に
評価されるモデルＭを示しており、シナリオｓ１内に定義されているリスク・フ
ァクタの値に関して、時間ＴにおけるインスツルメントＩのリスク値である値Ｖ １ をもたらす。
【００２１】
図３は、あらかじめ定義済みのポートフォリオＰに関するリスク・メトリック
を求める従来技術のプロセスを示したフローチャートである。ステップ３０にお
いて、ポートフォリオＰに関する外側のループが設定されて、各シナリオｓのプ
ロセスが開始する。ステップ３４においては、内側のループが設定され、各イン
スツルメントＩのプロセスが開始する。ステップ３８においては、現在のシナリ
オｓに関して検討中の現在のインスツルメントＩのリスク値Ｖが決定される。ス
テップ４２においては、検討が済んでいないＩが残っているか否かについての判
断を行う。残っているときには、プロセスがステップ３４に戻り、次のＩを選択
してそれを検討する。残っていないときには、ステップ４６において、Ｉに関し
て決定された値を合計し、そのポートフォリオに関する合計のリスク値を求め、
シナリオｓに割り当てた確率とともにそれをストアする。ステップ５０において
は、検討が済んでいないシナリオｓが残っているか否かについての判断を行う。
残っているときには、プロセスがステップ３０に戻って次に検討するシナリオｓ
を選択し、選択したシナリオｓに関して３４から５０までのステップを再度実行
する。残っていないときには、ステップ５４において合計のリスク値およびそれ
らに関連付けされた確率を出力し、プロセスを完了する。しばしばこのプロセス
が、多くの異なる時間Ｔにおいて実行される。
を求める従来技術のプロセスを示したフローチャートである。ステップ３０にお
いて、ポートフォリオＰに関する外側のループが設定されて、各シナリオｓのプ
ロセスが開始する。ステップ３４においては、内側のループが設定され、各イン
スツルメントＩのプロセスが開始する。ステップ３８においては、現在のシナリ
オｓに関して検討中の現在のインスツルメントＩのリスク値Ｖが決定される。ス
テップ４２においては、検討が済んでいないＩが残っているか否かについての判
断を行う。残っているときには、プロセスがステップ３４に戻り、次のＩを選択
してそれを検討する。残っていないときには、ステップ４６において、Ｉに関し
て決定された値を合計し、そのポートフォリオに関する合計のリスク値を求め、
シナリオｓに割り当てた確率とともにそれをストアする。ステップ５０において
は、検討が済んでいないシナリオｓが残っているか否かについての判断を行う。
残っているときには、プロセスがステップ３０に戻って次に検討するシナリオｓ
を選択し、選択したシナリオｓに関して３４から５０までのステップを再度実行
する。残っていないときには、ステップ５４において合計のリスク値およびそれ
らに関連付けされた確率を出力し、プロセスを完了する。しばしばこのプロセス
が、多くの異なる時間Ｔにおいて実行される。
【００２２】
図４は、図３のプロセスの可能性のある出力、すなわち各シナリオｓの下にお
けるポートフォリオＰの金銭的な値を、各シナリオｓの発生する確率に関して表
した分布プロットである。この種の分布は、その後ユーザによって分析され、バ
リュー・アット・リスク（ＶａＲ）、各種形態のリグレット(Regret)もしくはそ
の他のリスク・メトリックといった各種のリスク情報が決定される。
けるポートフォリオＰの金銭的な値を、各シナリオｓの発生する確率に関して表
した分布プロットである。この種の分布は、その後ユーザによって分析され、バ
リュー・アット・リスク（ＶａＲ）、各種形態のリグレット(Regret)もしくはそ
の他のリスク・メトリックといった各種のリスク情報が決定される。
【００２３】
前述したように、追加のリスク情報および／または各種リスク・ファクタの重
要性のより良い理解は、シナリオのアスペクトを変更し、図３の方法を再度実行
することによって得ることができる。
要性のより良い理解は、シナリオのアスペクトを変更し、図３の方法を再度実行
することによって得ることができる。
【００２４】
残念ながら、注目する多くのポートフォリオは、非常に多くのシナリオを考慮
して評価することが望ましい、非常に多くのインスツルメントを伴う。つまり、
図３の方法を実行することは、非常に多くの演算時間を必要とすることになり得
る。また、分析の再実行が希望されるごとに、同様の演算時間が再び必要になる
。これは、しばしば実行可能な分析の量を著しく制限する形で作用することにな
る。さらに、当業者にとっては明らかであろうが、１つのポートフォリオに関し
て結果としてもたらされるリスク・メトリックと、第２のポートフォリオに関し
て結果としてもたらされるリスク・メトリックを、意味を持った形で結合し、合
成のポートフォリオに関するリスク・メトリックを得るといったことはできない
。言い換えると、ポートフォリオＰ１に関して決定されたリスク・メトリックと
ポートフォリオＰ２に関して決定されたリスク・メトリックを組み合わせて、ポ
ートフォリオＰＮＥＷ＝Ｐ１＋Ｐ２に関するリスク・メトリックを得ることはで
きない。それに代えて、まずポートフォリオの合成を行い、その合成したポート
フォリオに関して図３のプロセスを実行しなければならない。つまり、企業体に
関して言えば、ローカル・オフィス・レベルにおけるリスクの決定と企業体レベ
ルにおけるそれは、各個別のポートフォリオおよび各組み合わせのポートフォリ
オの、完全に独立な処理を必要とする。
して評価することが望ましい、非常に多くのインスツルメントを伴う。つまり、
図３の方法を実行することは、非常に多くの演算時間を必要とすることになり得
る。また、分析の再実行が希望されるごとに、同様の演算時間が再び必要になる
。これは、しばしば実行可能な分析の量を著しく制限する形で作用することにな
る。さらに、当業者にとっては明らかであろうが、１つのポートフォリオに関し
て結果としてもたらされるリスク・メトリックと、第２のポートフォリオに関し
て結果としてもたらされるリスク・メトリックを、意味を持った形で結合し、合
成のポートフォリオに関するリスク・メトリックを得るといったことはできない
。言い換えると、ポートフォリオＰ１に関して決定されたリスク・メトリックと
ポートフォリオＰ２に関して決定されたリスク・メトリックを組み合わせて、ポ
ートフォリオＰＮＥＷ＝Ｐ１＋Ｐ２に関するリスク・メトリックを得ることはで
きない。それに代えて、まずポートフォリオの合成を行い、その合成したポート
フォリオに関して図３のプロセスを実行しなければならない。つまり、企業体に
関して言えば、ローカル・オフィス・レベルにおけるリスクの決定と企業体レベ
ルにおけるそれは、各個別のポートフォリオおよび各組み合わせのポートフォリ
オの、完全に独立な処理を必要とする。
【００２５】
次に、図５〜１１を参照して、本発明の実施態様について説明する。図５にお
いては、本発明に従ったリスク・システムの一実施態様が、参照符号１００を用
いて包括的に示されている。リスク・システム１００は、少なくとも１つのリス
ク・エンジン１０４、データベース１０８および少なくとも１つの統合エンジン
１１２を包含しており、図においては、追加のリスク・エンジン１０４ならびに
統合エンジン１１２が破線で示されている。各リスク・エンジン１０４は、ユー
ザによるリスク・エンジン１０４の構成および操作を可能にする適切なユーザ・
インターフェース１１６を備えることが可能であり、また各統合エンジン１１２
についてもユーザによる統合エンジン１１２の構成および操作を可能にする適切
なユーザ・インターフェース１２０を備えることが可能である。
いては、本発明に従ったリスク・システムの一実施態様が、参照符号１００を用
いて包括的に示されている。リスク・システム１００は、少なくとも１つのリス
ク・エンジン１０４、データベース１０８および少なくとも１つの統合エンジン
１１２を包含しており、図においては、追加のリスク・エンジン１０４ならびに
統合エンジン１１２が破線で示されている。各リスク・エンジン１０４は、ユー
ザによるリスク・エンジン１０４の構成および操作を可能にする適切なユーザ・
インターフェース１１６を備えることが可能であり、また各統合エンジン１１２
についてもユーザによる統合エンジン１１２の構成および操作を可能にする適切
なユーザ・インターフェース１２０を備えることが可能である。
【００２６】
リスク・エンジン１０４は、インスツルメントのセットに関するリスク計算を
実行し、それに応じて適切なモデルおよびシナリオを処理する。リスク・エンジ
ン１０４は、ネットワーク１２４等の適切な接続手段によってデータベース１０
８に接続される。リスク計算の実行においてリスク・エンジン１０４が使用する
ためのシナリオおよび／またはモデルは、リスク・エンジン１０４内にローカル
にストアすることも可能であるが、現在のところ好ましいとされる本発明の側面
においては、集中的にデータベース１０８内にストアされ、必要に応じてリスク
・エンジン１０４に提供される。統合エンジン１１２は、ネットワーク１２４等
の適切な接続手段を介してデータベース１０８にアクセスし、ストアされたリス
ク値ならびにその他の情報をリトリーブし、さらにそれらを処理して希望された
結果をユーザに対して出力する。
実行し、それに応じて適切なモデルおよびシナリオを処理する。リスク・エンジ
ン１０４は、ネットワーク１２４等の適切な接続手段によってデータベース１０
８に接続される。リスク計算の実行においてリスク・エンジン１０４が使用する
ためのシナリオおよび／またはモデルは、リスク・エンジン１０４内にローカル
にストアすることも可能であるが、現在のところ好ましいとされる本発明の側面
においては、集中的にデータベース１０８内にストアされ、必要に応じてリスク
・エンジン１０４に提供される。統合エンジン１１２は、ネットワーク１２４等
の適切な接続手段を介してデータベース１０８にアクセスし、ストアされたリス
ク値ならびにその他の情報をリトリーブし、さらにそれらを処理して希望された
結果をユーザに対して出力する。
【００２７】
モデルおよび／またはシナリオに加えて、本発明のデータベース１０８は、イ
ンスツルメントおよび／または統合済みのリスク値および関連情報をストアして
いる。より詳細には、図６に示すように、ポートフォリオをインスツルメントの
ツリーとして考えることが可能であり、それにおいては各リーフ・ノードがイン
スツルメントまたはインスツルメントのセットを表し、中間のノードが各種のグ
ルーピングおよびリーフ・ノードの統合を表す。続く分析において希望される細
分性の程度に応じて、以下に説明するようにデータベース１０８は、各リーフ・
ノードに関する値（たとえば、８つの株式インスツルメントのそれぞれに関する
値）をストアすることも可能であり、あるいは中間ノードに関する統合された決
定済みの値を（たとえば、４つの債権(bond)および２つのＴ−Ｂｉｌｌｓのリー
フ・ノードに関する決定済みの値を合計し、「デット(debt)インスツルメント」
に関する合計として統合した値を関連する情報とともに）ストアすることも可能
であり、またニューヨーク、ロンドンおよび東京として図示されているインスツ
ルメントのサブセットのように、リーフ・ノードとして統合されたサブ‐ポート
フォリオに関する値をストアすることも可能である。つまり、詳細を以下に述べ
るように、本発明は、従来技術を用いる場合のようなポートフォリオ・レベルで
はなく、インスツルメント・レベルにおいてリスク値を決定する。
ンスツルメントおよび／または統合済みのリスク値および関連情報をストアして
いる。より詳細には、図６に示すように、ポートフォリオをインスツルメントの
ツリーとして考えることが可能であり、それにおいては各リーフ・ノードがイン
スツルメントまたはインスツルメントのセットを表し、中間のノードが各種のグ
ルーピングおよびリーフ・ノードの統合を表す。続く分析において希望される細
分性の程度に応じて、以下に説明するようにデータベース１０８は、各リーフ・
ノードに関する値（たとえば、８つの株式インスツルメントのそれぞれに関する
値）をストアすることも可能であり、あるいは中間ノードに関する統合された決
定済みの値を（たとえば、４つの債権(bond)および２つのＴ−Ｂｉｌｌｓのリー
フ・ノードに関する決定済みの値を合計し、「デット(debt)インスツルメント」
に関する合計として統合した値を関連する情報とともに）ストアすることも可能
であり、またニューヨーク、ロンドンおよび東京として図示されているインスツ
ルメントのサブセットのように、リーフ・ノードとして統合されたサブ‐ポート
フォリオに関する値をストアすることも可能である。つまり、詳細を以下に述べ
るように、本発明は、従来技術を用いる場合のようなポートフォリオ・レベルで
はなく、インスツルメント・レベルにおいてリスク値を決定する。
【００２８】
図７は、本発明の一実施態様におけるデータベース１０８の構造を示している
。ここに示されているように、データベース１０８は、多次元データ構造として
構成されており、１つの軸（図における垂直軸）がインスツルメントを表し、も
う１つの軸（図における水平軸）がシナリオを表し、第３の軸（図において奥行
き方向となる軸）が時間を表している。図７に示したデータベース１０８の部分
には、リーフ・ノード情報がストアされており、したがって注目する各時間（Ｔ ０ 〜Ｔ２）における各シナリオ（Ｓ０〜Ｓ９９９）の下に、各インスツルメント
（Ｉ０〜Ｉ９９９）の決定済みの値がデータベース１０８内にストアされている
。前述したように、別の例においては、インスツルメントの一部もしくは全部に
関して、あるいはインスツルメントのサブセットに関して統合された情報をスト
アすることも可能である。さらに、データベース１０８は、インスツルメントも
しくはインスツルメントのサブセットに関係する追加の情報をストアすることが
できる。たとえば、データベース１０８の内容を示した図８を参照すると、イン
スツルメントＩ０〜Ｉ７３２に関して決定済みのリーフ値がストアされており、
そのほかのインスツルメントのグループＡ０〜Ａ２８に関して統合された値がス
トアされている。いずれのインスツルメントがいずれのグループＡｉに含まれる
かということについての実際の定義は、データベース１０８内の別の場所にスト
アすることができる。
。ここに示されているように、データベース１０８は、多次元データ構造として
構成されており、１つの軸（図における垂直軸）がインスツルメントを表し、も
う１つの軸（図における水平軸）がシナリオを表し、第３の軸（図において奥行
き方向となる軸）が時間を表している。図７に示したデータベース１０８の部分
には、リーフ・ノード情報がストアされており、したがって注目する各時間（Ｔ ０ 〜Ｔ２）における各シナリオ（Ｓ０〜Ｓ９９９）の下に、各インスツルメント
（Ｉ０〜Ｉ９９９）の決定済みの値がデータベース１０８内にストアされている
。前述したように、別の例においては、インスツルメントの一部もしくは全部に
関して、あるいはインスツルメントのサブセットに関して統合された情報をスト
アすることも可能である。さらに、データベース１０８は、インスツルメントも
しくはインスツルメントのサブセットに関係する追加の情報をストアすることが
できる。たとえば、データベース１０８の内容を示した図８を参照すると、イン
スツルメントＩ０〜Ｉ７３２に関して決定済みのリーフ値がストアされており、
そのほかのインスツルメントのグループＡ０〜Ａ２８に関して統合された値がス
トアされている。いずれのインスツルメントがいずれのグループＡｉに含まれる
かということについての実際の定義は、データベース１０８内の別の場所にスト
アすることができる。
【００２９】
また、図示されているように、データベース１０８は、追加の有用な関連情報
をストアすることもできる。たとえば、ベクトルＮ０は、それぞれの対応するシ
ナリオにおいて値の計算に使用される英ポンド対米ドルの外貨為替レートを表す
ことができる。さらに、各シナリオにおける実際のリスク・ファクタをデータベ
ース１０８内に保存することもこの企図に含められている。詳細については後述
するが、この種の追加情報のストアは、統合エンジン１１２の使用において有用
なものとなり得る。また、ポートフォリオならびにサブ‐ポートフォリオの定義
についても、それらのポートフォリオにおけるインスツルメントならびにインス
ツルメントの量を識別するためにストアすることができる。最後に、望ましい場
合には、デルタ、ガンマまたはその他の決定済みのリスク値等の複数の値を、各
時間における各シナリオの下に、各インスツルメント、もしくはインスツルメン
トの統合したグループに関してデータベース１０８内にストアすることもできる
。
をストアすることもできる。たとえば、ベクトルＮ０は、それぞれの対応するシ
ナリオにおいて値の計算に使用される英ポンド対米ドルの外貨為替レートを表す
ことができる。さらに、各シナリオにおける実際のリスク・ファクタをデータベ
ース１０８内に保存することもこの企図に含められている。詳細については後述
するが、この種の追加情報のストアは、統合エンジン１１２の使用において有用
なものとなり得る。また、ポートフォリオならびにサブ‐ポートフォリオの定義
についても、それらのポートフォリオにおけるインスツルメントならびにインス
ツルメントの量を識別するためにストアすることができる。最後に、望ましい場
合には、デルタ、ガンマまたはその他の決定済みのリスク値等の複数の値を、各
時間における各シナリオの下に、各インスツルメント、もしくはインスツルメン
トの統合したグループに関してデータベース１０８内にストアすることもできる
。
【００３０】
図９は、本発明に従って値を決定するプロセスを表したフローチャートである
。ステップ１５０においては、ユーザがリスク・エンジン１０４に対して、選択
したインスツルメントのセットのプロセスの実行を指示する。一般に、このセッ
トは、データベース１０８内にストアされているすべてのインスツルメントおよ
び／またはインスツルメントの統合したセットから選択したものを包含すること
になるが、望ましい場合には、このセットがこれらのインスツルメントのサブセ
ットを包含できることも企図されている。この種のサブセットは、ユーザが明示
的に指定することも可能であるが、所定の時以降に処理が行われていないインス
ツルメント、あるいは最後に処理してからモデルが変更されたインスツルメント
の選択といった適切な基準の下にプロセス内において決定することもできる。
。ステップ１５０においては、ユーザがリスク・エンジン１０４に対して、選択
したインスツルメントのセットのプロセスの実行を指示する。一般に、このセッ
トは、データベース１０８内にストアされているすべてのインスツルメントおよ
び／またはインスツルメントの統合したセットから選択したものを包含すること
になるが、望ましい場合には、このセットがこれらのインスツルメントのサブセ
ットを包含できることも企図されている。この種のサブセットは、ユーザが明示
的に指定することも可能であるが、所定の時以降に処理が行われていないインス
ツルメント、あるいは最後に処理してからモデルが変更されたインスツルメント
の選択といった適切な基準の下にプロセス内において決定することもできる。
【００３１】
またユーザは、リスク値が決定される１ないしは複数の時間Ｔを選択し、さら
にインスツルメントのセットの評価が行われる対象となるシナリオのセットを指
定する。これにおいても、ユーザがこれらのシナリオの作成および／または入力
を行うことが可能であるが、より一般的にはインスツルメントのセットに関して
あらかじめ定義され、データベース１０８内にストアされることになる。最後に
、決定を必要とする１ないしは複数の特定のリスク値（マーク・ツー・フューチ
ャー値、マーク・ツー・フューチャーのガンマ、デルタ等）が選択される。
にインスツルメントのセットの評価が行われる対象となるシナリオのセットを指
定する。これにおいても、ユーザがこれらのシナリオの作成および／または入力
を行うことが可能であるが、より一般的にはインスツルメントのセットに関して
あらかじめ定義され、データベース１０８内にストアされることになる。最後に
、決定を必要とする１ないしは複数の特定のリスク値（マーク・ツー・フューチ
ャー値、マーク・ツー・フューチャーのガンマ、デルタ等）が選択される。
【００３２】
以下の考察においては、説明を明瞭かつ簡潔なものとするために、データベー
ス１０８内にストアされている各インスツルメントについて、単一のリスク値の
みが決定されることを前提にする。いずれにしてもユーザは、図９のプロセスの
開始に先行して、希望する１ないしは複数のリスク値を指定する。ステップ１５
４においては、リスク・エンジン１０４が注目する最初の時間Ｔを取り込み、ス
テップ１５８においてインスツルメントのセット内の最初のインスツルメントＩ
を選択する。ほとんどの状況では、システムによって処理される最初の時間Ｔが
Ｔ＝０（すなわち、現在時）となり、モデルＭに関するマーク・ツー・マーケッ
トのリスク値および適切な較正値が決定されてデータベース１０８内にストアさ
れる。続くプロセスの繰り返しは、以下に説明を述べるように、所望のマーク・
ツー・フューチャーあるいはその他のリスク値を求めるために所望の時間Ｔ≠０
において実行することが可能である。
ス１０８内にストアされている各インスツルメントについて、単一のリスク値の
みが決定されることを前提にする。いずれにしてもユーザは、図９のプロセスの
開始に先行して、希望する１ないしは複数のリスク値を指定する。ステップ１５
４においては、リスク・エンジン１０４が注目する最初の時間Ｔを取り込み、ス
テップ１５８においてインスツルメントのセット内の最初のインスツルメントＩ
を選択する。ほとんどの状況では、システムによって処理される最初の時間Ｔが
Ｔ＝０（すなわち、現在時）となり、モデルＭに関するマーク・ツー・マーケッ
トのリスク値および適切な較正値が決定されてデータベース１０８内にストアさ
れる。続くプロセスの繰り返しは、以下に説明を述べるように、所望のマーク・
ツー・フューチャーあるいはその他のリスク値を求めるために所望の時間Ｔ≠０
において実行することが可能である。
【００３３】
ステップ１６２においては、チェックを行って、要求された、時間Ｔにおける
Ｉに関する１ないしは複数のリスク値がすでにデータベース１０８内に存在する
か否かの決定を行うことができる。より詳細な説明については後述するが、本発
明によって複数のユーザが複数のリスク・エンジン１０４ならびに統合エンジン
１１２を使用し、データベース１０８とインタラクションするといったこと、お
よび／または契約によってサービス・ビューロから情報を得ること等が可能にな
る。つまりステップ１６２において、要求されているリスク値が、それ以前に取
得されているか、あるいは計算されてデータベース１０８内にストアされている
かについての検証を行うことができる。
Ｉに関する１ないしは複数のリスク値がすでにデータベース１０８内に存在する
か否かの決定を行うことができる。より詳細な説明については後述するが、本発
明によって複数のユーザが複数のリスク・エンジン１０４ならびに統合エンジン
１１２を使用し、データベース１０８とインタラクションするといったこと、お
よび／または契約によってサービス・ビューロから情報を得ること等が可能にな
る。つまりステップ１６２において、要求されているリスク値が、それ以前に取
得されているか、あるいは計算されてデータベース１０８内にストアされている
かについての検証を行うことができる。
【００３４】
要求された、Ｉに関するリスク値がすでに時間Ｔに関するデータベース１０８
内に存在するときには、ステップ１６６において検討を必要とする追加のＩが残
っているか否かについての決定を行う。当業者であれば明らかとなるように、た
とえば、時間Ｔ１、Ｔ２、およびＴ３に関して分析を完了しているが、現在の分
析においては、時間Ｔ１、Ｔ３、Ｔ４、およびＴ５の検討が希望されているとい
うケースが可能である。そのような場合においては、時間Ｔ４およびＴ５を除く
ほかの時間に関するリスク値がすでにデータベース１０８内に存在することから
、それらの時間についてのみリスク値の決定を行えばよいことになる。
内に存在するときには、ステップ１６６において検討を必要とする追加のＩが残
っているか否かについての決定を行う。当業者であれば明らかとなるように、た
とえば、時間Ｔ１、Ｔ２、およびＴ３に関して分析を完了しているが、現在の分
析においては、時間Ｔ１、Ｔ３、Ｔ４、およびＴ５の検討が希望されているとい
うケースが可能である。そのような場合においては、時間Ｔ４およびＴ５を除く
ほかの時間に関するリスク値がすでにデータベース１０８内に存在することから
、それらの時間についてのみリスク値の決定を行えばよいことになる。
【００３５】
検討を必要とするＩが残っている場合には、プロセスがステップ１５８に戻り
、それにおいて次のＩが選択される。検討を必要とするＩが残っていなければ、
ステップ１９８に進み、検討を必要とするさらなるＴが残っているか否かについ
ての決定を行う。このステップ１９８において、検討を必要とする１ないしは複
数のＴが残っていると判断されると、プロセスがステップ１５４に戻り、それに
おいて注目する次のＴが選択される。検討を必要とするＴが残っていなければ、
ステップ２００においてこのプロセスが完了する。
、それにおいて次のＩが選択される。検討を必要とするＩが残っていなければ、
ステップ１９８に進み、検討を必要とするさらなるＴが残っているか否かについ
ての決定を行う。このステップ１９８において、検討を必要とする１ないしは複
数のＴが残っていると判断されると、プロセスがステップ１５４に戻り、それに
おいて注目する次のＴが選択される。検討を必要とするＴが残っていなければ、
ステップ２００においてこのプロセスが完了する。
【００３６】
ステップ１６２において、要求された、時間ＴにおけるＩに関する値がデータ
ベース１０８内に存在しないと決定されると、ステップ１７０において最初のシ
ナリオｓが選択され、ステップ１７４において、シナリオｓに関する時間Ｔにお
けるＩについて希望されているリスク値が決定される。ステップ１７８において
は、このＩに関するリスク値を統合される値の一部としてストアするべきか、あ
るいはリーフ値としてそれをストアするべきかについての決定が行われる。統合
される値の一部となるときには、ステップ１８２において、データベース１０８
内の適切な統合の値に対して、このＩに関するリスク値の加算もしくはその他の
適切な結合が行われる。このＩに関するリスク値が統合される値の一部ではない
場合には、ステップ１８６において、リーフ値としてそれがデータベース１０８
内にストアされる。いずれの場合においても、決定されたリスク値が適切にスト
アされた後は、ステップ１９０に進み、検討を必要とするシナリオｓが残ってい
るか否かについての決定が行われる。検討を必要とするシナリオが残っていると
きには、プロセスがステップ１７０に戻り、それにおいて注目する次のシナリオ
ｓが選択される。ステップ１９０において、検討を必要とするシナリオが残って
いないと判断されると、次にステップ１９４において、選択されたセットの中に
検討を必要とする追加のＩが残っているか否かについての決定を行う。検討を必
要とする１ないしは複数のＩが残っている場合には、プロセスがステップ１５８
に戻り、それにおいて検討を必要とする次のＩが選択される。検討を必要とする
Ｉが残っていない場合にはステップ１９８に進み、前述したように、検討を必要
とする追加のＴが残っているか否かについての決定を行う。それにおいて、検討
を必要とするＴが残っていないと判断されると、ステップ２００においてこのプ
ロセスが完了する。
ベース１０８内に存在しないと決定されると、ステップ１７０において最初のシ
ナリオｓが選択され、ステップ１７４において、シナリオｓに関する時間Ｔにお
けるＩについて希望されているリスク値が決定される。ステップ１７８において
は、このＩに関するリスク値を統合される値の一部としてストアするべきか、あ
るいはリーフ値としてそれをストアするべきかについての決定が行われる。統合
される値の一部となるときには、ステップ１８２において、データベース１０８
内の適切な統合の値に対して、このＩに関するリスク値の加算もしくはその他の
適切な結合が行われる。このＩに関するリスク値が統合される値の一部ではない
場合には、ステップ１８６において、リーフ値としてそれがデータベース１０８
内にストアされる。いずれの場合においても、決定されたリスク値が適切にスト
アされた後は、ステップ１９０に進み、検討を必要とするシナリオｓが残ってい
るか否かについての決定が行われる。検討を必要とするシナリオが残っていると
きには、プロセスがステップ１７０に戻り、それにおいて注目する次のシナリオ
ｓが選択される。ステップ１９０において、検討を必要とするシナリオが残って
いないと判断されると、次にステップ１９４において、選択されたセットの中に
検討を必要とする追加のＩが残っているか否かについての決定を行う。検討を必
要とする１ないしは複数のＩが残っている場合には、プロセスがステップ１５８
に戻り、それにおいて検討を必要とする次のＩが選択される。検討を必要とする
Ｉが残っていない場合にはステップ１９８に進み、前述したように、検討を必要
とする追加のＴが残っているか否かについての決定を行う。それにおいて、検討
を必要とするＴが残っていないと判断されると、ステップ２００においてこのプ
ロセスが完了する。
【００３７】
当業者にとっては明らかであろうが、本発明の精神から逸脱することなく、図
９に示したプロセスにおけるループの順序は、再構成することが可能である。た
とえば、各シナリオを通るループによってプロセスを実行し、希望されたそれぞ
れの時間ごとに選択されたセット内の各インスツルメントを処理することもでき
る。同様に当業者であれば明らかとなるように、図９のプロセスを、２ないしは
それ以上のリスク・エンジン１０４において並列に実行してプロセスの完了に必
要な時間を短縮することも可能である。たとえばリスク・システム１００が、図
１０に示されるように、３つのリスク・エンジン１０４ａ、１０４ｂ、および１
０４ｃを備えることが考えられる。そのような場合においては、各リスク・エン
ジン１０４ａ、１０４ｂ、および１０４ｃが、各シナリオｓおよび時間Ｔに関す
る選択されたインスツルメントのセット内のインスツルメントのそれぞれ３分の
１を処理すること、あるいは各時間Ｔにおける選択されたインスツルメントのセ
ット内のインスツルメントに関するシナリオｓのそれぞれ３分の１を処理するこ
と等が可能になる。また当業者にとっては明らかであろうが、一般に最初の時間
Ｔ１に関する値は、それより後の時間Ｔ２に関する値を決定する前に決定する必
要があり、したがって時間についての計算は、順序に従って実行しなければなら
ないことから、図９のプロセスの並列化は、時間ベースではなく、シナリオもし
くはインスツルメントをベースに実行する場合に限って利益が得られることにな
る。
９に示したプロセスにおけるループの順序は、再構成することが可能である。た
とえば、各シナリオを通るループによってプロセスを実行し、希望されたそれぞ
れの時間ごとに選択されたセット内の各インスツルメントを処理することもでき
る。同様に当業者であれば明らかとなるように、図９のプロセスを、２ないしは
それ以上のリスク・エンジン１０４において並列に実行してプロセスの完了に必
要な時間を短縮することも可能である。たとえばリスク・システム１００が、図
１０に示されるように、３つのリスク・エンジン１０４ａ、１０４ｂ、および１
０４ｃを備えることが考えられる。そのような場合においては、各リスク・エン
ジン１０４ａ、１０４ｂ、および１０４ｃが、各シナリオｓおよび時間Ｔに関す
る選択されたインスツルメントのセット内のインスツルメントのそれぞれ３分の
１を処理すること、あるいは各時間Ｔにおける選択されたインスツルメントのセ
ット内のインスツルメントに関するシナリオｓのそれぞれ３分の１を処理するこ
と等が可能になる。また当業者にとっては明らかであろうが、一般に最初の時間
Ｔ１に関する値は、それより後の時間Ｔ２に関する値を決定する前に決定する必
要があり、したがって時間についての計算は、順序に従って実行しなければなら
ないことから、図９のプロセスの並列化は、時間ベースではなく、シナリオもし
くはインスツルメントをベースに実行する場合に限って利益が得られることにな
る。
【００３８】
上記の選択されたインスツルメントのセットという表現は、特に限定されてい
ない。たとえば、このセットを単一のポートフォリオＰ、２ないしはそれ以上の
ポートフォリオＰ１、Ｐ２、あるいは単一のポートフォリオＰのサブセットとす
ることも可能である。さらに、１ないしは複数のポートフォリオ内にまだ含まれ
ていないさらなるインスツルメントを、注目するものとして、たとえばポートフ
ォリオ内に含ませるための可能性のある候補として指定することも可能であり、
これらのインスツルメントに対しても同様にプロセスを実行することができる。
またここでは、多くの状況において、選択されたインスツルメントのセットがデ
ータベース１０８内にストアされているすべてのインスツルメントに対応するこ
とも企図に含まれている。
ない。たとえば、このセットを単一のポートフォリオＰ、２ないしはそれ以上の
ポートフォリオＰ１、Ｐ２、あるいは単一のポートフォリオＰのサブセットとす
ることも可能である。さらに、１ないしは複数のポートフォリオ内にまだ含まれ
ていないさらなるインスツルメントを、注目するものとして、たとえばポートフ
ォリオ内に含ませるための可能性のある候補として指定することも可能であり、
これらのインスツルメントに対しても同様にプロセスを実行することができる。
またここでは、多くの状況において、選択されたインスツルメントのセットがデ
ータベース１０８内にストアされているすべてのインスツルメントに対応するこ
とも企図に含まれている。
【００３９】
さらに、データベース１０８内の一部の情報がサービス・ビューロから提供さ
れることも考えられる。たとえば、国債等の一般的な金融インスツルメントに関
する値のベクトル（図８における行Ｉ０等）を、契約ベースでシナリオおよびモ
デルの標準契約セットに含ませることができる。この情報は、適切な時期にデー
タベース１０８内にロードすることが可能であり、したがって図９のプロセスは
、特異な、もしくはその種のサービス・ビューロから入手できないインスツルメ
ントＩについてのみ値を計算すればよいことになる。
れることも考えられる。たとえば、国債等の一般的な金融インスツルメントに関
する値のベクトル（図８における行Ｉ０等）を、契約ベースでシナリオおよびモ
デルの標準契約セットに含ませることができる。この情報は、適切な時期にデー
タベース１０８内にロードすることが可能であり、したがって図９のプロセスは
、特異な、もしくはその種のサービス・ビューロから入手できないインスツルメ
ントＩについてのみ値を計算すればよいことになる。
【００４０】
再び図５を参照するが、統合エンジン１１２は、データベース１０８の情報を
使用して各種の情報および分析をユーザに提供する。たとえば、図４に示したよ
うなポートフォリオＰに関する分布図を作成するために、ユーザは、ユーザ・イ
ンターフェース１２０を介して希望するポートフォリオＰおよび希望するリスク
・メトリックを指定することができる。ポートフォリオＰ内のインスツルメント
およびそれらの量は、あらかじめ定義してデータベース１０８もしくはそのほか
の場所にストアしておくことが可能であり、またユーザが特定目的ベースで指定
することもできる。その後、統合エンジン１１２は、データベース１０８からポ
ートフォリオＰに適切なリスク情報を読み出し、希望された情報をユーザに対し
て出力する。
使用して各種の情報および分析をユーザに提供する。たとえば、図４に示したよ
うなポートフォリオＰに関する分布図を作成するために、ユーザは、ユーザ・イ
ンターフェース１２０を介して希望するポートフォリオＰおよび希望するリスク
・メトリックを指定することができる。ポートフォリオＰ内のインスツルメント
およびそれらの量は、あらかじめ定義してデータベース１０８もしくはそのほか
の場所にストアしておくことが可能であり、またユーザが特定目的ベースで指定
することもできる。その後、統合エンジン１１２は、データベース１０８からポ
ートフォリオＰに適切なリスク情報を読み出し、希望された情報をユーザに対し
て出力する。
【００４１】
統合エンジン１１２によって要求されるいくつかの情報がデータベース１０８
内になかった場合には、情報の不足をユーザに示すように、かつ／または図９の
プロセスの実行対象となる注目するシナリオ、時間およびインスツルメントのセ
ットとして指定される不足している情報を用いてリスク・エンジン１０４を起動
するように、統合エンジン１１２を構成することも可能である。
内になかった場合には、情報の不足をユーザに示すように、かつ／または図９の
プロセスの実行対象となる注目するシナリオ、時間およびインスツルメントのセ
ットとして指定される不足している情報を用いてリスク・エンジン１０４を起動
するように、統合エンジン１１２を構成することも可能である。
【００４２】
希望の情報および特定のポートフォリオＰに応じて、統合エンジン１１２によ
ってデータベース１０８からリトリーブされる情報は、リーフ・ノード値もしく
は統合された値、あるいはそれらの組み合わせとなることがある。また、ポート
フォリオＰおよび／または希望された情報に応じて、統合エンジン１１２は、外
国為替レート、利率、またはそのほかの注目するシナリオに適用可能なリスク・
ファクタ等のストアされた追加の情報をリトリーブすることもできる。これらの
追加の情報は、統合エンジン１１２による各種の方法に従った使用が可能であり
、それには、各時間における各シナリオに関する、適切な外国為替レートを用い
た換算によって基礎となる通貨が異なるインスツルメントＩを結合することなど
も含まれる。
ってデータベース１０８からリトリーブされる情報は、リーフ・ノード値もしく
は統合された値、あるいはそれらの組み合わせとなることがある。また、ポート
フォリオＰおよび／または希望された情報に応じて、統合エンジン１１２は、外
国為替レート、利率、またはそのほかの注目するシナリオに適用可能なリスク・
ファクタ等のストアされた追加の情報をリトリーブすることもできる。これらの
追加の情報は、統合エンジン１１２による各種の方法に従った使用が可能であり
、それには、各時間における各シナリオに関する、適切な外国為替レートを用い
た換算によって基礎となる通貨が異なるインスツルメントＩを結合することなど
も含まれる。
【００４３】
さらに、統合エンジン１１２によって生成された、注目する、選択された結果
が追加情報としてデータベース１０８内にストアされることも企図に含まれてい
る。その種の追加情報のストアならびにその使用の一例を、クレジット・エクス
ポージャのリスクおよびクレジット・ロスのリスクを参考にして次に説明する。
が追加情報としてデータベース１０８内にストアされることも企図に含まれてい
る。その種の追加情報のストアならびにその使用の一例を、クレジット・エクス
ポージャのリスクおよびクレジット・ロスのリスクを参考にして次に説明する。
【００４４】
本発明に従ったリスク・システム１００等のリスク・システムは、従来技術の
システムに対して多くの利点を提供する。第１に、前述したように複数のリスク
・エンジン１０４を並列に使用してポートフォリオ、時間、シナリオおよびモデ
ルを処理し、時間効率の高い形でリスク情報を取得することができる。また、デ
ータベース１０８内にリーフ・レベルの情報が維持できることから、特定目的ベ
ースの方法でポートフォリオを定義し、あるいはポートフォリオ全体の再計算を
必要とすることなくポートフォリオの構成（つまり、ポートフォリオ内の特定の
インスツルメントおよびそれらの量）を変更することが可能になる。たとえば、
統合エンジン１１２を用いてポートフォリオＰを吟味することができる。その結
果に応じてユーザが、たとえばポートフォリオ内の短期国債インスツルメントを
短期社債インスツルメントに替えることによってポートフォリオＰの構成を変更
した場合に生じる、全体のリスクにおける差についての考察を希望することもで
きる。本発明によれば、修正後のポートフォリオＰ’は、ポートフォリオＰの定
義をコピーし、適切なインスツルメントを置換することによって生成することが
できる。その後は、統合エンジン１１２が対応する情報をデータベース１０８か
らリトリーブし、希望されたリスク情報を提供することができる。要求された情
報のいくつかがデータベース１０８内に存在しなければ、統合エンジン１１２は
、リスク・エンジン１０４に、図９のプロセスを用いて必要な情報を計算するこ
とを指示した後、それにより計算され、ストアされた情報をデータベース１０８
から読み出すことができる。
システムに対して多くの利点を提供する。第１に、前述したように複数のリスク
・エンジン１０４を並列に使用してポートフォリオ、時間、シナリオおよびモデ
ルを処理し、時間効率の高い形でリスク情報を取得することができる。また、デ
ータベース１０８内にリーフ・レベルの情報が維持できることから、特定目的ベ
ースの方法でポートフォリオを定義し、あるいはポートフォリオ全体の再計算を
必要とすることなくポートフォリオの構成（つまり、ポートフォリオ内の特定の
インスツルメントおよびそれらの量）を変更することが可能になる。たとえば、
統合エンジン１１２を用いてポートフォリオＰを吟味することができる。その結
果に応じてユーザが、たとえばポートフォリオ内の短期国債インスツルメントを
短期社債インスツルメントに替えることによってポートフォリオＰの構成を変更
した場合に生じる、全体のリスクにおける差についての考察を希望することもで
きる。本発明によれば、修正後のポートフォリオＰ’は、ポートフォリオＰの定
義をコピーし、適切なインスツルメントを置換することによって生成することが
できる。その後は、統合エンジン１１２が対応する情報をデータベース１０８か
らリトリーブし、希望されたリスク情報を提供することができる。要求された情
報のいくつかがデータベース１０８内に存在しなければ、統合エンジン１１２は
、リスク・エンジン１０４に、図９のプロセスを用いて必要な情報を計算するこ
とを指示した後、それにより計算され、ストアされた情報をデータベース１０８
から読み出すことができる。
【００４５】
情報がデータベース１０８内にストアされていることから、データベース１０
８内にストアされているインスツルメントを包含する各種のポートフォリオに関
してリスクを分析することができる。たとえば、大きな金融取引機関が、ニュー
ヨーク、ロンドン、および東京に取引オペレーションを有することがある。これ
らの個々のオフィスにおいて保持されているインスツルメントに関して、それぞ
れポートフォリオＰＮＹ、ＰＬＤＮ、およびＰＴＫを定義することができる。そ
れぞれの個々のオフィスにおいては、システム１００により、それぞれに対応す
るポートフォリオを用いてそのリスクを調べ、かつマネージメントすることがで
きる。この金融機関の総合的なリスクについては、その機関のヘッド・オフィス
において、ＰＥ＝ＰＮＹ＋ＰＬＤＮ＋ＰＴＫとする企業体ポートフォリオＰＥを
用いて吟味し、マネージメントすることが可能である。
８内にストアされているインスツルメントを包含する各種のポートフォリオに関
してリスクを分析することができる。たとえば、大きな金融取引機関が、ニュー
ヨーク、ロンドン、および東京に取引オペレーションを有することがある。これ
らの個々のオフィスにおいて保持されているインスツルメントに関して、それぞ
れポートフォリオＰＮＹ、ＰＬＤＮ、およびＰＴＫを定義することができる。そ
れぞれの個々のオフィスにおいては、システム１００により、それぞれに対応す
るポートフォリオを用いてそのリスクを調べ、かつマネージメントすることがで
きる。この金融機関の総合的なリスクについては、その機関のヘッド・オフィス
において、ＰＥ＝ＰＮＹ＋ＰＬＤＮ＋ＰＴＫとする企業体ポートフォリオＰＥを
用いて吟味し、マネージメントすることが可能である。
【００４６】
そのような場合には、データベース１０８内のインスツルメントに関する必要
なリスク値を決定するために、ヘッド・オフィスの少なくとも１つのオフィスに
よってリスク・エンジン１０４を実行することができる。それぞれの個別のオフ
ィスは、希望に応じて統合エンジン１１２を実行し、前述したように、１ないし
は複数のインスツルメントに関するリスク値がストアされておらず、特定のポー
トフォリオに関してそれが必要となる場合には、統合エンジン１１２によってリ
スク・エンジン１０４を起動し、必要な値を決定することができる。ヘッド・オ
フィスは、データベース１０８から、すでに決定されてストアされている、ＰＥ のインスツルメントに関する必要なすべての値をリトリーブし、また不足してい
る値があれば、統合エンジン１１２からリスク・エンジン１０４を起動し、図９
に示したプロセスに従ってそれを決定し、ポートフォリオＰＥに関して統合エン
ジン１１２を実行することによって企業体に対するリスクを分析することができ
る。当然のことながら、ＰＥについても、企業体によって保持されているさらな
るインスツルメントを含めることが可能であり、その場合には、統合エンジン１
１２がリスク・エンジン１０４を起動し、図９のプロセスに従って不足している
値を決定することになる。
なリスク値を決定するために、ヘッド・オフィスの少なくとも１つのオフィスに
よってリスク・エンジン１０４を実行することができる。それぞれの個別のオフ
ィスは、希望に応じて統合エンジン１１２を実行し、前述したように、１ないし
は複数のインスツルメントに関するリスク値がストアされておらず、特定のポー
トフォリオに関してそれが必要となる場合には、統合エンジン１１２によってリ
スク・エンジン１０４を起動し、必要な値を決定することができる。ヘッド・オ
フィスは、データベース１０８から、すでに決定されてストアされている、ＰＥ のインスツルメントに関する必要なすべての値をリトリーブし、また不足してい
る値があれば、統合エンジン１１２からリスク・エンジン１０４を起動し、図９
に示したプロセスに従ってそれを決定し、ポートフォリオＰＥに関して統合エン
ジン１１２を実行することによって企業体に対するリスクを分析することができ
る。当然のことながら、ＰＥについても、企業体によって保持されているさらな
るインスツルメントを含めることが可能であり、その場合には、統合エンジン１
１２がリスク・エンジン１０４を起動し、図９のプロセスに従って不足している
値を決定することになる。
【００４７】
さらに、前述したように、ポートフォリオに対する提案トランザクションの限
界リスクの決定が望まれることは少なくない。また、企業体の各種のレベルにお
いて、たとえばローカル・レベル、地域または国レベル、およびグローバル・レ
ベルにおいて限界リスクの決定が希望されることもある。データベース１０８が
、企業体のすべてのレベルにおいてポートフォリオ内のインスツルメントに関す
るリスク値を包含できることから、限界バリュー・アット・リスク（Ｍａｒｇｉ
ｎａｌ Ｖａｌｕｅ ａｔ Ｒｉｓｋ；ＭＶａＲ）等の限界リスク・メトリック
を容易に決定することができる。実際に、多くの場合においては、注目するポー
トフォリオのすべてのインスツルメントに関して希望されたリスク値が、提案ト
ランザクションのインスツルメントに関する希望のリスク値も含めて、すでにデ
ータベース１０８内に存在していることになる。したがって、統合エンジン１１
２に、ポートフォリオ内のインスツルメントに関するストア済みの値を統合させ
るだけで、あらゆるポートフォリオに関する限界リスク・メトリックを決定する
ことが可能になり、従来技術のリスク・マネジメント・システムのように全ポー
トフォリオの再計算を必要とすることがない。提案トランザクションのインスツ
ルメントについて適切なリスク値がストアされていなかった場合には、前述した
ように、リスク・エンジン１０４によってそれらを計算してデータベース１０８
内にストアすることが可能であり、その後は、統合エンジン１１２によってそれ
にアクセスすることができる。
界リスクの決定が望まれることは少なくない。また、企業体の各種のレベルにお
いて、たとえばローカル・レベル、地域または国レベル、およびグローバル・レ
ベルにおいて限界リスクの決定が希望されることもある。データベース１０８が
、企業体のすべてのレベルにおいてポートフォリオ内のインスツルメントに関す
るリスク値を包含できることから、限界バリュー・アット・リスク（Ｍａｒｇｉ
ｎａｌ Ｖａｌｕｅ ａｔ Ｒｉｓｋ；ＭＶａＲ）等の限界リスク・メトリック
を容易に決定することができる。実際に、多くの場合においては、注目するポー
トフォリオのすべてのインスツルメントに関して希望されたリスク値が、提案ト
ランザクションのインスツルメントに関する希望のリスク値も含めて、すでにデ
ータベース１０８内に存在していることになる。したがって、統合エンジン１１
２に、ポートフォリオ内のインスツルメントに関するストア済みの値を統合させ
るだけで、あらゆるポートフォリオに関する限界リスク・メトリックを決定する
ことが可能になり、従来技術のリスク・マネジメント・システムのように全ポー
トフォリオの再計算を必要とすることがない。提案トランザクションのインスツ
ルメントについて適切なリスク値がストアされていなかった場合には、前述した
ように、リスク・エンジン１０４によってそれらを計算してデータベース１０８
内にストアすることが可能であり、その後は、統合エンジン１１２によってそれ
にアクセスすることができる。
【００４８】
同様に、本発明は、企業体レベルにおける改良されたリスク・マネジメントを
考慮しており、リスク・キャピタルを、全ポートフォリオの再計算を必要とする
ことなく、たとえば金融機関内の競争ビジネス・ユニットの間に割り当てること
が可能になる。多くの金融規制制度の下においてリスクを冒すことは、そのリス
クに対する資本の割り当てを要求する。しかしながら、金融機関にとって使用可
能な資本の量は限られており、そのためビジネス・ユニットに対する使用可能な
資本の割り当てを行って、その資本からの歳入の最大化を試みる必要がある。そ
の種の状況において本発明は、各ビジネス・ユニットに対して、企業体のリスク
・キャピタルを使用することを限界ベースで理解させることを可能にする。各ユ
ニットに対し、リスク調整後の収益率を限界ベースで提供することは、各ビジネ
ス・ユニットによる企業体に有効な決定を可能にする。
考慮しており、リスク・キャピタルを、全ポートフォリオの再計算を必要とする
ことなく、たとえば金融機関内の競争ビジネス・ユニットの間に割り当てること
が可能になる。多くの金融規制制度の下においてリスクを冒すことは、そのリス
クに対する資本の割り当てを要求する。しかしながら、金融機関にとって使用可
能な資本の量は限られており、そのためビジネス・ユニットに対する使用可能な
資本の割り当てを行って、その資本からの歳入の最大化を試みる必要がある。そ
の種の状況において本発明は、各ビジネス・ユニットに対して、企業体のリスク
・キャピタルを使用することを限界ベースで理解させることを可能にする。各ユ
ニットに対し、リスク調整後の収益率を限界ベースで提供することは、各ビジネ
ス・ユニットによる企業体に有効な決定を可能にする。
【００４９】
以上に加えて、より多くの「ｗｈａｔ−ｉｆ」分析をより効果的に実行して、
影響の受けやすさ等を決定することができる。統合エンジン１１２によって生成
されたリスク・メトリックを再検討した後、ポートフォリオに関してリスク・フ
ァクタの「横ばい」を仮定したときに生じる差の決定が望まれる場合に、それに
応じてポートフォリオを再処理することができる。その種の状況においては、そ
の値の再計算を行う前に、図９に関連して説明したプロセスに各インスツルメン
トをチェックするステップを追加してそれを実行し、そのインスツルメントに関
して基礎となるモデルが変更後のリスク・ファクタに依存するか否かを決定する
。変更後のリスク・ファクタに値が依存するインスツルメントだけを再処理する
。その後、統合エンジン１１２は、横ばいのオペレーションの結果を示す新しい
リスク・メトリックを出力することができる。ここでは、「ｗｈａｔ−ｉｆ」お
よびそのほかの分析の実行中であっても、常にオリジナルの結果を使用すること
ができるように、この種の「ｗｈａｔ−ｉｆ」結果がデータベース１０８内のほ
かの結果と区別してストアされることも企図に含められている。これらの「ｗｈ
ａｔ−ｉｆ」結果は、それらが必要でなくなった時点でデータベース１０８から
削除するか、あるいはその後に求められた「ｗｈａｔ−ｉｆ」結果によって上書
きすることが可能であり、それによってデータベース１０８の総合的なストレー
ジ要件が軽減される。
影響の受けやすさ等を決定することができる。統合エンジン１１２によって生成
されたリスク・メトリックを再検討した後、ポートフォリオに関してリスク・フ
ァクタの「横ばい」を仮定したときに生じる差の決定が望まれる場合に、それに
応じてポートフォリオを再処理することができる。その種の状況においては、そ
の値の再計算を行う前に、図９に関連して説明したプロセスに各インスツルメン
トをチェックするステップを追加してそれを実行し、そのインスツルメントに関
して基礎となるモデルが変更後のリスク・ファクタに依存するか否かを決定する
。変更後のリスク・ファクタに値が依存するインスツルメントだけを再処理する
。その後、統合エンジン１１２は、横ばいのオペレーションの結果を示す新しい
リスク・メトリックを出力することができる。ここでは、「ｗｈａｔ−ｉｆ」お
よびそのほかの分析の実行中であっても、常にオリジナルの結果を使用すること
ができるように、この種の「ｗｈａｔ−ｉｆ」結果がデータベース１０８内のほ
かの結果と区別してストアされることも企図に含められている。これらの「ｗｈ
ａｔ−ｉｆ」結果は、それらが必要でなくなった時点でデータベース１０８から
削除するか、あるいはその後に求められた「ｗｈａｔ−ｉｆ」結果によって上書
きすることが可能であり、それによってデータベース１０８の総合的なストレー
ジ要件が軽減される。
【００５０】
本発明のもう１つの利点は、１つのポートフォリオの別の側面に関するリスク
・メトリックを決定できることである。たとえば、本発明を使用してクレジット
・エクスポージャのリスクを決定することができる。より詳細には、ある機関と
カウンタ・パーティの間における先物取引は、当該カウンタ・パーティが「損失
」を出した場合に、必ずその機関にクレジット・エクスポージャをもたらす――
つまり当該カウンタ・パーティは、その機関に対して債務を負うことになる。損
得が、注目している時の市場コンディションに純粋に帰することから、その機関
の総合クレジット・エクスポージャは、シナリオおよび／または時間とともに変
化する。本発明によれば、統合エンジン１１２が、注目する各シナリオおよび時
間(time period)に関して、ポートフォリオの値をカウンタ・パーティ・ベース
で統合し、当該カウンタ・パーティに対するその機関のクレジット・エクスポー
ジャに関連付けされたリスクを決定することができる。これらの決定されたエク
スポージャは、統合エンジン１１２によってデータベース１０８内にストアする
ことができる。この種のクレジット・エクスポージャ等の追加情報のストアは、
本発明による、クレジット・ロス等の関連するリスク情報の決定を可能にする。
その場合には、統合エンジン１１２がデータベース１０８から決定済みのエクス
ポージャを取り出し、それらの値を統合してクレジット・ロスを決定することが
できる。
・メトリックを決定できることである。たとえば、本発明を使用してクレジット
・エクスポージャのリスクを決定することができる。より詳細には、ある機関と
カウンタ・パーティの間における先物取引は、当該カウンタ・パーティが「損失
」を出した場合に、必ずその機関にクレジット・エクスポージャをもたらす――
つまり当該カウンタ・パーティは、その機関に対して債務を負うことになる。損
得が、注目している時の市場コンディションに純粋に帰することから、その機関
の総合クレジット・エクスポージャは、シナリオおよび／または時間とともに変
化する。本発明によれば、統合エンジン１１２が、注目する各シナリオおよび時
間(time period)に関して、ポートフォリオの値をカウンタ・パーティ・ベース
で統合し、当該カウンタ・パーティに対するその機関のクレジット・エクスポー
ジャに関連付けされたリスクを決定することができる。これらの決定されたエク
スポージャは、統合エンジン１１２によってデータベース１０８内にストアする
ことができる。この種のクレジット・エクスポージャ等の追加情報のストアは、
本発明による、クレジット・ロス等の関連するリスク情報の決定を可能にする。
その場合には、統合エンジン１１２がデータベース１０８から決定済みのエクス
ポージャを取り出し、それらの値を統合してクレジット・ロスを決定することが
できる。
【００５１】
望ましい場合には、本発明はクレジット・ロス・リスクを決定することもでき
る。詳細には、カウンタ・パーティが履行を怠るか否かを表すモデル、および当
該カウンタ・パーティに関する不履行の相対的な額（つまり、総発行額の３０％
は回収される）をデータベース１０８内にストアし、リスク・エンジン１０４に
よって処理を行い、対応するリスク値を取得することができる。その後、統合エ
ンジン１１２は、前述したようにしてこれらの不履行値とクレジット・エクスポ
ージャ値を統合し、クレジット・ロスのリスク・メトリックを取得することがで
きる。
る。詳細には、カウンタ・パーティが履行を怠るか否かを表すモデル、および当
該カウンタ・パーティに関する不履行の相対的な額（つまり、総発行額の３０％
は回収される）をデータベース１０８内にストアし、リスク・エンジン１０４に
よって処理を行い、対応するリスク値を取得することができる。その後、統合エ
ンジン１１２は、前述したようにしてこれらの不履行値とクレジット・エクスポ
ージャ値を統合し、クレジット・ロスのリスク・メトリックを取得することがで
きる。
【００５２】
当業者であれば明らかになろうが、複数のリスク・エンジン１０４の使用が可
能であることに加え、本発明においては、複数の統合エンジン１１２の使用も可
能である。つまり、たとえば前述した企業体のリスク状態において、各個別のオ
フィスが、１ないしは複数のリスク・エンジン１０４ならびに１ないしは複数の
統合エンジン１１２を備え、そのそれぞれが必要に応じてデータベース１０８と
通信を行うといったことが可能になる。
能であることに加え、本発明においては、複数の統合エンジン１１２の使用も可
能である。つまり、たとえば前述した企業体のリスク状態において、各個別のオ
フィスが、１ないしは複数のリスク・エンジン１０４ならびに１ないしは複数の
統合エンジン１１２を備え、そのそれぞれが必要に応じてデータベース１０８と
通信を行うといったことが可能になる。
【００５３】
これについても当業者にとっては明らかであろうが、データベース１０８が単
一のデータベースである必要はない。実際、データベース１０８内へのストアが
必要となるデータが大量となり得ることから、多くの状況においては、データベ
ース１０８を２ないしはそれ以上のサブ‐データベースから構成することも企図
に含められており、それらは任意の適切な方法に従って分散させることができる
。たとえば、２つのサブ‐データベースによってデータベース１０８を構成すれ
ば、シナリオ０〜４９に関する結果を一方のサブ‐データベース内にストアし、
シナリオ５０〜９９に関する結果を他方のサブ‐データベース内にストアするこ
とができる。さらに、注目する各シナリオならびに時間に対する各インスツルメ
ントについてのリスク値を１ないしは複数のサブ‐データベースにストアし、そ
の一方、基礎となっているインスツルメントの定義ならびにモデル、シナリオ、
リスク値、およびそのほかの注目する情報を１ないしは複数の別のサブ‐データ
ベースにストアすることも可能であり、それについても企図されている。さらに
ここで企図されていることに、効率化のためにデータベース１０８の部分を各種
の異なるロケーションに複製することが挙げられる。たとえば、前述したポート
フォリオＰＴＫに関する値を表すデータベース１０８の部分は、金融機関のヘッ
ド・オフィスにある完全な企業体データベース１０８内にストアされるほか、そ
れを東京に複製しておくことができる。
一のデータベースである必要はない。実際、データベース１０８内へのストアが
必要となるデータが大量となり得ることから、多くの状況においては、データベ
ース１０８を２ないしはそれ以上のサブ‐データベースから構成することも企図
に含められており、それらは任意の適切な方法に従って分散させることができる
。たとえば、２つのサブ‐データベースによってデータベース１０８を構成すれ
ば、シナリオ０〜４９に関する結果を一方のサブ‐データベース内にストアし、
シナリオ５０〜９９に関する結果を他方のサブ‐データベース内にストアするこ
とができる。さらに、注目する各シナリオならびに時間に対する各インスツルメ
ントについてのリスク値を１ないしは複数のサブ‐データベースにストアし、そ
の一方、基礎となっているインスツルメントの定義ならびにモデル、シナリオ、
リスク値、およびそのほかの注目する情報を１ないしは複数の別のサブ‐データ
ベースにストアすることも可能であり、それについても企図されている。さらに
ここで企図されていることに、効率化のためにデータベース１０８の部分を各種
の異なるロケーションに複製することが挙げられる。たとえば、前述したポート
フォリオＰＴＫに関する値を表すデータベース１０８の部分は、金融機関のヘッ
ド・オフィスにある完全な企業体データベース１０８内にストアされるほか、そ
れを東京に複製しておくことができる。
【００５４】
データベース１０８は、テラバイトもしくはそれを超える大量の情報を含むこ
とができる。したがって、この情報をストアし、リトリーブする効率的な手段を
持つことが重要になる。１つの効率化は、先に簡単に触れたように、データベー
ス１０８が分散型サブ‐データベースのセットとして実装できることで実現され
る。本発明の発明者等によって開発された効率性を向上させる別の側面は、多次
元データ書き込みテクニックである。公知のように、多くのストレージ・デバイ
スには、単一オペレーションにおいて転送できる最適データ量がある。たとえば
、Ｗｉｎｃｈｅｓｔｅｒ（ウィンチェスタ）型のディスク・ドライブは、通常、
単一オペレーションにおいて複数のトラック・セクタを読み出すことが可能であ
り、場合によっては、ここでディスク・ページと呼んでいる全ディスク・トラッ
クを読み出すこともできる。一般にディスク・ページより少ない読み出しに必要
な時間は、全ディスク・ページの読み出しと同じであり、したがってページ‐サ
イズのオペレーションがもっとも効率的となる傾向にある。
とができる。したがって、この情報をストアし、リトリーブする効率的な手段を
持つことが重要になる。１つの効率化は、先に簡単に触れたように、データベー
ス１０８が分散型サブ‐データベースのセットとして実装できることで実現され
る。本発明の発明者等によって開発された効率性を向上させる別の側面は、多次
元データ書き込みテクニックである。公知のように、多くのストレージ・デバイ
スには、単一オペレーションにおいて転送できる最適データ量がある。たとえば
、Ｗｉｎｃｈｅｓｔｅｒ（ウィンチェスタ）型のディスク・ドライブは、通常、
単一オペレーションにおいて複数のトラック・セクタを読み出すことが可能であ
り、場合によっては、ここでディスク・ページと呼んでいる全ディスク・トラッ
クを読み出すこともできる。一般にディスク・ページより少ない読み出しに必要
な時間は、全ディスク・ページの読み出しと同じであり、したがってページ‐サ
イズのオペレーションがもっとも効率的となる傾向にある。
【００５５】
本発明に従った多次元書き込みテクニックにおいては、データベース１０８内
のデータが「キューブレット(cublets)」と呼ばれる多次元グルーピングに基づ
いて配置される。各キューブレットは、データベース１０８内の３つの次元のそ
れぞれにおける隣接データを含む。たとえば図１１に示されるように、１つのキ
ューブレットは、２つの時間（Ｔ５ならびにＴ６）に関する４つの隣接シナリオ
（ｓ１１３、ｓ１１４、ｓ１１５、ならびにｓ１１６）の下において、３つの隣
接インスツルメント（Ｉ３１７、Ｉ３１８、ならびにＩ３１９）およびそれらの
値を含むことができる。１つのキューブレット内にストアされるデータの全体的
な量は、ディスク・ページを超えることなく、可能な限りそのサイズに近づくよ
うに選択され、キューブレットは、ディスク・ページとしてデータベース１０８
のディスクもしくは複数のディスクに書き込まれる。これにより、あらゆるデー
タリトリーブオペレーションは、各次元における隣接情報とともに取得され、デ
ータベース１０８からの効率的な情報のリトリーブが可能になる。
のデータが「キューブレット(cublets)」と呼ばれる多次元グルーピングに基づ
いて配置される。各キューブレットは、データベース１０８内の３つの次元のそ
れぞれにおける隣接データを含む。たとえば図１１に示されるように、１つのキ
ューブレットは、２つの時間（Ｔ５ならびにＴ６）に関する４つの隣接シナリオ
（ｓ１１３、ｓ１１４、ｓ１１５、ならびにｓ１１６）の下において、３つの隣
接インスツルメント（Ｉ３１７、Ｉ３１８、ならびにＩ３１９）およびそれらの
値を含むことができる。１つのキューブレット内にストアされるデータの全体的
な量は、ディスク・ページを超えることなく、可能な限りそのサイズに近づくよ
うに選択され、キューブレットは、ディスク・ページとしてデータベース１０８
のディスクもしくは複数のディスクに書き込まれる。これにより、あらゆるデー
タリトリーブオペレーションは、各次元における隣接情報とともに取得され、デ
ータベース１０８からの効率的な情報のリトリーブが可能になる。
【００５６】
各キューブレット内のデータの合計サイズは、基本的にディスク・ページのサ
イズによって固定されるが、キューブレットの構成は適宜変更することができる
。具体的に述べると、各次元内に含まれる隣接データの量を適切に選択すること
ができる。たとえば、図４に示したような分布を構成する場合には、統合エンジ
ン１１２が単一の時間Ｔにおける決定済みの値を必要とする。その種の分析が、
異なる時間における値を必要とする分析に比べて、より一般的に行われるのであ
れば、時間次元のエントリをほとんど持つことなく、シナリオ次元のエントリを
多く持つキューブレットを用いてデータベース１０８を記述することができる。
イズによって固定されるが、キューブレットの構成は適宜変更することができる
。具体的に述べると、各次元内に含まれる隣接データの量を適切に選択すること
ができる。たとえば、図４に示したような分布を構成する場合には、統合エンジ
ン１１２が単一の時間Ｔにおける決定済みの値を必要とする。その種の分析が、
異なる時間における値を必要とする分析に比べて、より一般的に行われるのであ
れば、時間次元のエントリをほとんど持つことなく、シナリオ次元のエントリを
多く持つキューブレットを用いてデータベース１０８を記述することができる。
【００５７】
データベース１０８上においてディスク・アクティビティのモニタリング・ツ
ールのセットを適時実行して情報アクセス・パターンを決定することも企図に含
まれている。取得されたパターンに応じて、異なる次元サイズ（たとえば、時間
エントリが多く、インスツルメント・エントリが少ない等）のキューブレットを
用いてデータベース１０８を書き換え、統合エンジン１１２によってデータがも
っとも頻繁に使用される方法に従って効率を向上させることができる。
ールのセットを適時実行して情報アクセス・パターンを決定することも企図に含
まれている。取得されたパターンに応じて、異なる次元サイズ（たとえば、時間
エントリが多く、インスツルメント・エントリが少ない等）のキューブレットを
用いてデータベース１０８を書き換え、統合エンジン１１２によってデータがも
っとも頻繁に使用される方法に従って効率を向上させることができる。
【００５８】
本発明は、従来技術のリスク・マネジメント・システムに比べて重要な利点を
提供する。本発明は、リスク計算の並列実行を可能にし、リスク・データに対す
る複数のリスク・エンジンおよび／または統合エンジンの同時オペレーションを
可能にし、かつ「ｗｈａｔ−ｉｆ」分析ならびにその他のタイプの分析の迅速か
つ効率的な実行を可能にする。ポートフォリオの構成は変更可能であり、望まし
い場合には反復方式でリスク・メトリックを取得することができる。限界リスク
・メトリックは、全ポートフォリオの再計算を必要とすることなく決定可能であ
り、クレジット・エクスポージャならびにクレジット・ロスのリスク・メトリッ
クを取得することができる。
提供する。本発明は、リスク計算の並列実行を可能にし、リスク・データに対す
る複数のリスク・エンジンおよび／または統合エンジンの同時オペレーションを
可能にし、かつ「ｗｈａｔ−ｉｆ」分析ならびにその他のタイプの分析の迅速か
つ効率的な実行を可能にする。ポートフォリオの構成は変更可能であり、望まし
い場合には反復方式でリスク・メトリックを取得することができる。限界リスク
・メトリックは、全ポートフォリオの再計算を必要とすることなく決定可能であ
り、クレジット・エクスポージャならびにクレジット・ロスのリスク・メトリッ
クを取得することができる。
【００５９】
以上説明した本発明の実施態様は、本発明の例示を意図したものであり、当業
者にとっては、付随する特許請求の範囲によってのみ定義される本発明の範囲か
ら逸脱することなくそれに対して変形ならびに修正をもたらすことは可能であろ
う。
者にとっては、付随する特許請求の範囲によってのみ定義される本発明の範囲か
ら逸脱することなくそれに対して変形ならびに修正をもたらすことは可能であろ
う。
【図１】
従来技術におけるインスツルメントのマーク・ツー・マーケット評価関数の概
略図である。
略図である。
【図２】
従来技術における単一シナリオに関するインスツルメントのマーク・ツー・マ
ーケット評価関数の概略図である。
ーケット評価関数の概略図である。
【図３】
ポートフォリオ値および確率の分布の形式においてリスク・メトリックを決定
する従来技術の方法を示したフローチャートである。
する従来技術の方法を示したフローチャートである。
【図４】
図３の方法によって生成された値対確率の分布を示している。
【図５】
本発明の一実施態様のブロック図を示している。
【図６】
インスツルメントのポートフォリオの構成をツリーとして示している。
【図７】
本発明に従ったデータベース内の、可能性のある１つの構成を示している。
【図８】
本発明に従ったデータベース内の、可能性のある別の構成を示している。
【図９】
本発明に従ってポートフォリオ内のインスツルメントに関する値を決定し、ス
トアするためのプロセスのフローチャートを示している。
トアするためのプロセスのフローチャートを示している。
【図１０】
本発明の、３つのリスク・エンジンを含む別の実施態様のブロック図を示して
いる。
いる。
【図１１】
多次元データのキューブレットを示している。キューブレット内に含まれる情
報の量は、当該キューブレット内のデータの合計サイズが、ストレージ・デバイ
スから読み出すことができる固定された最大量以下となるように選択される。
報の量は、当該キューブレット内のデータの合計サイズが、ストレージ・デバイ
スから読み出すことができる固定された最大量以下となるように選択される。
─────────────────────────────────────────────────────
フロントページの続き
(81)指定国 ＥＰ(ＡＴ，ＢＥ，ＣＨ，ＣＹ，
ＤＥ，ＤＫ，ＥＳ，ＦＩ，ＦＲ，ＧＢ，ＧＲ，ＩＥ，Ｉ
Ｔ，ＬＵ，ＭＣ，ＮＬ，ＰＴ，ＳＥ)，ＯＡ(ＢＦ，ＢＪ
，ＣＦ，ＣＧ，ＣＩ，ＣＭ，ＧＡ，ＧＮ，ＧＷ，ＭＬ，
ＭＲ，ＮＥ，ＳＮ，ＴＤ，ＴＧ)，ＡＰ(ＧＨ，ＧＭ，Ｋ
Ｅ，ＬＳ，ＭＷ，ＭＺ，ＳＤ，ＳＬ，ＳＺ，ＴＺ，ＵＧ
，ＺＷ)，ＥＡ(ＡＭ，ＡＺ，ＢＹ，ＫＧ，ＫＺ，ＭＤ，
ＲＵ，ＴＪ，ＴＭ)，ＡＥ，ＡＬ，ＡＭ，ＡＴ，ＡＵ，
ＡＺ，ＢＡ，ＢＢ，ＢＧ，ＢＲ，ＢＹ，ＣＡ，ＣＨ，Ｃ
Ｎ，ＣＲ，ＣＵ，ＣＺ，ＤＥ，ＤＫ，ＤＭ，ＥＥ，ＥＳ
，ＦＩ，ＧＢ，ＧＤ，ＧＥ，ＧＨ，ＧＭ，ＨＲ，ＨＵ，
ＩＤ，ＩＬ，ＩＮ，ＩＳ，ＪＰ，ＫＥ，ＫＧ，ＫＰ，Ｋ
Ｒ，ＫＺ，ＬＣ，ＬＫ，ＬＲ，ＬＳ，ＬＴ，ＬＵ，ＬＶ
，ＭＡ，ＭＤ，ＭＧ，ＭＫ，ＭＮ，ＭＷ，ＭＸ，ＮＯ，
ＮＺ，ＰＬ，ＰＴ，ＲＯ，ＲＵ，ＳＤ，ＳＥ，ＳＧ，Ｓ
Ｉ，ＳＫ，ＳＬ，ＴＪ，ＴＭ，ＴＲ，ＴＴ，ＴＺ，ＵＡ
，ＵＧ，ＵＳ，ＵＺ，ＶＮ，ＹＵ，ＺＡ，ＺＷ
(72)発明者 アダー、 アロン
カナダ国 エム６シー ２エックス８ オ
ンタリオ州 トロント ラシュトン ロー
ド 291
(72)発明者 パーキンソン、 ブライアン
カナダ国 エム６ジェイ １エヌ３ オン
タリオ州 トロント アルマ アヴェニュ
ー 10
(72)発明者 ペニー、 ディヴィッド
カナダ国 エム５エム １ケー８ オンタ
リオ州 トロント ウォバーン アヴェニ
ュー 187
(72)発明者 バートレット、 ニール、 エドワード
カナダ国 エム６ピー ２ダブリュー９
オンタリオ州 トロント クレンデナン
アヴェニュー 205
Claims (29)
- 【請求項１】 インスツルメントのポートフォリオに関する少なくとも１つ
のリスク・メトリック(metric)を決定する方法であって、 （ｉ）インスツルメントのセットを選択するステップであって、前記セット内
の各インスツルメントは、それのために定義されたモデルを有し、各モデルは少
なくとも１つのリスク・ファクタに作用して前記インスツルメントに関する値を
生成するものとする、該インスツルメントのセットを選択するステップと、 （ｉｉ）シナリオのセットを選択するステップであって、各シナリオは、少な
くとも第１および第２の時間間隔における前記インスツルメントの前記モデルに
よって作用が及ぼされる各リスク・ファクタに関するリスク・ファクタ値を包含
し、かつ各シナリオは、それに割り当てられた確率値を有し、前記確率値は前記
シナリオが発生する尤度(likelihood)を表すものとする、該シナリオのセットを
選択するステップと、 （ｉｉｉ）前記選択したシナリオのセットを前記インスツルメントのセットに
適用し、各時間間隔における、前記シナリオのセット内の各シナリオについて、
前記インスツルメントのセット内の各インスツルメントに関するリスク値を生成
するステップと、 （ｉｖ）データベース内に、前記セット内の各インスツルメントに関して生成
した各インスツルメントのリスク値をストアするステップと、 （ｖ）前記インスツルメントのセットの少なくともサブセットを構成するイン
スツルメントのポートフォリオに関して、所望されたリスク・メトリックを、前
記データベースから前記ストアされたリスク値をリトリーブ(retrieve)すること
によって、前記関連付けされた確率、および前記ポートフォリオの各インスツル
メントに関する、前記決定されたリスク値から生成するステップと、 を有する方法。 - 【請求項２】 生成された各インスツルメント値が、前記ステップ（ｉｖ）
において、個別のインスツルメント値としてストアされているか、あるいは少な
くとも１つの他のインスツルメント値と統合され、１つの統合された値としてス
トアされているかについて定義するステップを有する請求項１に記載の方法。 - 【請求項３】 前記ステップ（ｖ）において、ユーザは、最初に注目するイ
ンスツルメントのサブセットを前記インスツルメントのセットから選択するもの
とし、前記所望されたリスク・メトリックは、前記サブセット内の各インスツル
メントに関する決定済みのリスク値を前記データベースからリトリーブすること
によって、前記サブセットに関して生成される請求項１に記載の方法。 - 【請求項４】 前記リスク・ファクタのそれぞれに関する前記リスク・ファ
クタ値もまた、前記データベース内にストアされる請求項１に記載の方法。 - 【請求項５】 前記データベース内にストアされるインスツルメントのポー
トフォリオの定義は、あらかじめ定義済みである請求項１に記載の方法。 - 【請求項６】 前記ポートフォリオの定義は、前記データベース内にストア
されている請求項５に記載の方法。 - 【請求項７】 前記ステップ（ｉｉｉ）において、最初に、インスツルメン
トに関する対応するリスク値が、すでに前記データベース内に存在するか否かを
決定するチェックが実行され、いまだ存在しないものに関してのみリスク値が生
成される請求項１に記載の方法。 - 【請求項８】 前記ステップ（ｉｉｉ）および（ｉｖ）は、前記インスツル
メントのセットのサブセット上において並列に実行される請求項１に記載の方法
。 - 【請求項９】 前記ステップ（ｖ）は、少なくとも２ユーザによって実行さ
れ、前記少なくとも２ユーザのそれぞれは、前記インスツルメントのセットの、
異なる、選択したサブセットに関してリスク・メトリックを生成する請求項１に
記載の方法。 - 【請求項１０】 前記ステップ（ｖ）は、前記少なくとも２ユーザのそれぞ
れによって並列に実行される請求項９に記載の方法。 - 【請求項１１】 前記データベースは、多次元構造として系統化され、それ
において前記構造の１つの軸はインスツルメントを表し、前記構造の別の軸はシ
ナリオを表し、かつ前記構造のさらに別の軸は時間を表す請求項１に記載の方法
。 - 【請求項１２】 前記データベースからのデータの読み出しおよびそれに対
する書き込みが多次元グルーピングにおいて行われ、それにおいて前記グルーピ
ングは、前記構造の前記軸のそれぞれから、選択した量の隣接データを含む請求
項１１に記載の方法。 - 【請求項１３】 第１の軸上における前記選択した量の隣接データは、第２
の軸上における前記選択した量の隣接データと異なる前記請求項１２に記載の方
法。 - 【請求項１４】 前記多次元グルーピングに必要なストレージの合計サイズ
は、あらかじめ選択済みのサイズを超えない請求項１２に記載の方法。 - 【請求項１５】 さらに、前記シナリオのセットを修正して少なくとも１つ
のリスク・ファクタ値を変更するステップを有し、 前記ステップ（ｉｉｉ）から（ｖ）までを実行して新しいリスク・メトリック
を生成する請求項１に記載の方法。 - 【請求項１６】 前記少なくとも１つのリスク・ファクタ値は、前記値が時
間とともに変化しないように変更される請求項１５に記載の方法。 - 【請求項１７】 さらに、前記インスツルメントのセットの第１のサブセッ
トを選択してリスク・メトリックを決定し、前記第１のサブセット内の少なくと
も１つのインスツルメントが別のインスツルメントに置き換えられた、前記イン
スツルメントのセットの第２のサブセットを選択するステップを有し、 前記ステップ（ｉｉｉ）から（ｖ）までを実行して新しいリスク・メトリック
を生成する請求項７に記載の方法。 - 【請求項１８】 前記ステップ（ｖ）は、さらに前記生成したリスク・メト
リックを前記データベース内にストアするステップを有する請求項１に記載の方
法。 - 【請求項１９】 さらに、前記インスツルメントのセット内の前記インスツ
ルメントの少なくとも１つに関するカウンタ・パーティである少なくとも１つの
第１のパーティに関するクレジット・エクスポージャを決定するステップを有し
、 （ｖｉ）前記第１のパーティがカウンタ・パーティとなる前記インスツルメン
トのセットのサブセットを決定し、前記第１のパーティに関するクレジット・エ
クスポージャを、前記データベースから前記ストアされた値ならびに前記関連付
けされた確率をリトリーブすることによって決定するステップ、 をさらに有する請求項１に記載の方法。 - 【請求項２０】 インスツルメントのセットおよびシナリオのセットに作用
するリスク・マネジメント・システムであって、各シナリオはリスク・ファクタ
値ならびにシナリオの確率を含む、該リスク・マネジメント・システムは、 前記インスツルメントのセット内の各インスツルメントに関するリスク値を決
定するべく機能する少なくとも１つのリスク・エンジンであって、前記リスク値
は、前記シナリオ内の前記リスク・ファクタを考慮し、前記インスツルメントに
関してストアされたモデルを評価することによって決定されるものとするリスク
・エンジンと、 前記決定されたリスク値のそれぞれをストアするためのデータベースと、 前記決定されたリスク値ならびに前記シナリオの確率を、前記インスツルメン
トのセットの少なくともサブセットを構成するポートフォリオに関してリトリー
ブし、リスク・メトリックを生成する統合エンジンと、 を有するリスク・マネジメント・システム。 - 【請求項２１】 前記リスク・エンジンが、ユーザによる、前記統合エンジ
ンが作用するインスツルメントのポートフォリオの定義を可能にするユーザ・イ
ンターフェースをさらに有する請求項２０に記載のリスク・マネジメント・シス
テム。 - 【請求項２２】 定義されたポートフォリオが前記データベース内にストア
される請求項２１に記載のリスク・マネジメント・システム。 - 【請求項２３】 少なくとも２つのリスク・エンジンを有し、 前記少なくとも２つのリスク・エンジンのそれぞれは、並列に動作して前記イ
ンスツルメントのセットのサブセットに関するインスツルメント値を生成する請
求項２０に記載のリスク・マネジメント・システム。 - 【請求項２４】 インスツルメントのセットを包含する１つのポートフォリ
オに関する少なくとも１つのリスク・メトリックにおける限界(marginal)リスク
であって、提案されたトランザクションによって前記ポートフォリオが変更され
る結果として招かれる限界リスクを決定する方法であり、前記ポートフォリオ内
の各インスツルメントならびに前記提案されたトランザクション内の各インスツ
ルメントは、それらのために定義されたモデルを有し、各モデルは少なくとも１
つのリスク・ファクタに作用して前記インスツルメントに関する値を生成するも
のとする、該限界リスクを決定する方法は、 （ｉ）シナリオのセットを選択するステップであって、各シナリオは、少なく
とも第１および第２の時間間隔における前記インスツルメントの前記モデルによ
って作用が及ぼされる各リスク・ファクタに関するリスク・ファクタ値を包含し
、各シナリオは、それに割り当てられた確率値を有し、前記確率値は前記シナリ
オが発生する尤度を表すものとする、該シナリオのセットを選択するステップと
、 （ｉｉ）前記選択されたシナリオのセットを前記ポートフォリオに適用し、各
時間間隔における、前記シナリオのセット内の各シナリオについて、前記ポート
フォリオ内の各インスツルメントに関する第１のリスク値を生成するステップと
、 （ｉｉｉ）データベース内に、前記ポートフォリオ内の各インスツルメントに
関して生成した各第１のリスク値をストアするステップと、 （ｉｖ）前記関連付けされた確率、および前記ポートフォリオの各インスツル
メントに関する、前記決定された第１のリスク値から、前記少なくとも１つのリ
スク・メトリックの第１の測定値を生成するステップであって、前記データベー
スから前記ストアされた第１のリスク値をリトリーブすることによってそれを行
う、該少なくとも１つのリスク・メトリックの第１の測定値を生成するステップ
と、 （ｖ）前記提案されたトランザクションによって影響を受ける前記インスツル
メントのセット内の各インスツルメントに関して、前記提案されたトランザクシ
ョンに従って前記影響を受けるインスツルメントを変更し、前記選択されたシナ
リオのセットを、影響を受けるインスツルメントのそれぞれに適用し、各時間間
隔における、前記シナリオのセット内の各シナリオについて、変更されたインス
ツルメントのそれぞれに関する第２のリスク値を生成するステップと、 （ｖｉ）前記少なくとも１つのリスク・メトリックの第２の測定値を、関連付
けされた確率および前記変更されたインスツルメントに関する前記第２のリスク
値と、前記データベースからリトリーブされた、前記インスツルメントのセット
内の変更されていないインスツルメントに関する前記ストアされた第１のリスク
値を組み合わせることによって生成するステップと、 を有する方法。 - 【請求項２５】 前記第２のリスク値は、前記データベース内にストアされ
る請求項２４に記載の方法。 - 【請求項２６】 前記提案されたトランザクションは、前記インスツルメン
トのセット内の少なくとも１つのインスツルメントの量の変更を包含する請求項
２４に記載の方法。 - 【請求項２７】 前記提案されたトランザクションは、前記インスツルメン
トのセットに対するインスツルメントの追加を包含する請求項２４に記載の方法
。 - 【請求項２８】 前記ステップ（ｖ）および（ｖｉ）が第２の提案されたト
ランザクションに関して実行され、前記少なくとも１つのリスク・メトリックの
前記第２の測定値が、前記提案されたトランザクションのそれぞれに関して生成
される請求項２４に記載の方法。 - 【請求項２９】 インスツルメントのセットを構成する１つのポートフォリ
オに関して、カウンタ・パーティのクレジット・エクスポージャ・リスクを決定
する方法であって、 （ｉ）シナリオのセットを選択するステップであって、各シナリオは、少なく
とも第１および第２の時間間隔における前記インスツルメントのモデルによって
作用が及ぼされる各リスク・ファクタに関するリスク・ファクタ値を包含し、各
シナリオは、それに割り当てられた確率値を有し、前記確率値は前記シナリオが
発生する尤度を表すものとする、該シナリオのセットを選択するステップと、 （ｉｉ）前記選択されたシナリオのセットを前記ポートフォリオに適用し、各
時間間隔における、前記シナリオのセット内の各シナリオについて、前記ポート
フォリオ内の各インスツルメントに関する値を生成するステップと、 （ｉｉｉ）データベース内に、前記ポートフォリオ内の各インスツルメントに
関して生成した各値をストアするステップと、 （ｉｖ）注目する第１のパーティがカウンタ・パーティとなる前記インスツル
メントのセットのサブセットを決定し、前記注目する第１のパーティに関するク
レジット・エクスポージャを、前記データベースから前記ストアされた値ならび
に前記関連付けされた確率をリトリーブすることによって決定するステップと、 を有する方法。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US32368099A | 1999-06-02 | 1999-06-02 | |
| US09/323,680 | 1999-06-02 | ||
| PCT/CA2000/000656 WO2000075820A2 (en) | 1999-06-02 | 2000-06-02 | Risk management system, distributed framework and method |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2003521021A true JP2003521021A (ja) | 2003-07-08 |
Family
ID=23260266
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2001502023A Pending JP2003521021A (ja) | 1999-06-02 | 2000-06-02 | リスク・マネジメント・システム、分散型フレームワークおよび方法 |
Country Status (6)
| Country | Link |
|---|---|
| US (1) | US20010011243A1 (ja) |
| EP (1) | EP1183635A2 (ja) |
| JP (1) | JP2003521021A (ja) |
| AU (1) | AU5377900A (ja) |
| CA (1) | CA2368931A1 (ja) |
| WO (1) | WO2000075820A2 (ja) |
Families Citing this family (158)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10839321B2 (en) * | 1997-01-06 | 2020-11-17 | Jeffrey Eder | Automated data storage system |
| US20010034686A1 (en) * | 1997-12-10 | 2001-10-25 | Eder Jeff Scott | Method of and system for defining and measuring the real options of a commercial enterprise |
| US6615189B1 (en) | 1998-06-22 | 2003-09-02 | Bank One, Delaware, National Association | Debit purchasing of stored value card for use by and/or delivery to others |
| US7809642B1 (en) | 1998-06-22 | 2010-10-05 | Jpmorgan Chase Bank, N.A. | Debit purchasing of stored value card for use by and/or delivery to others |
| US7660763B1 (en) | 1998-11-17 | 2010-02-09 | Jpmorgan Chase Bank, N.A. | Customer activated multi-value (CAM) card |
| US6032136A (en) | 1998-11-17 | 2000-02-29 | First Usa Bank, N.A. | Customer activated multi-value (CAM) card |
| US20040215495A1 (en) * | 1999-04-16 | 2004-10-28 | Eder Jeff Scott | Method of and system for defining and measuring the elements of value and real options of a commercial enterprise |
| US6882984B1 (en) * | 1999-06-04 | 2005-04-19 | Bank One, Delaware, National Association | Credit instrument and system with automated payment of club, merchant, and service provider fees |
| US7542921B1 (en) | 1999-09-30 | 2009-06-02 | Jpmorgan Chase Bank, N.A. | Network-based financial planning system and method |
| CA2290888A1 (en) | 1999-11-26 | 2001-05-26 | Algorithmics International Corp. | Risk management, pricing and portfolio makeup system and method |
| US8793160B2 (en) | 1999-12-07 | 2014-07-29 | Steve Sorem | System and method for processing transactions |
| US6941279B1 (en) | 2000-02-23 | 2005-09-06 | Banke One Corporation | Mutual fund card method and system |
| JP2001357197A (ja) * | 2000-04-11 | 2001-12-26 | Sumitomo Heavy Ind Ltd | ポジション表示システム及びコンピュータ可読媒体 |
| US7031935B1 (en) | 2000-07-31 | 2006-04-18 | J.P. Morgan Advisory Services Inc. | Method and system for computing path dependent probabilities of attaining financial goals |
| AU2001282935A1 (en) | 2000-08-01 | 2002-02-13 | First Usa Bank, N.A. | System and method for transponder-enabled account transactions |
| US20040193503A1 (en) * | 2000-10-04 | 2004-09-30 | Eder Jeff Scott | Interactive sales performance management system |
| US20040236673A1 (en) * | 2000-10-17 | 2004-11-25 | Eder Jeff Scott | Collaborative risk transfer system |
| US20090018891A1 (en) * | 2003-12-30 | 2009-01-15 | Jeff Scott Eder | Market value matrix |
| US7295999B1 (en) | 2000-12-20 | 2007-11-13 | Jpmorgan Chase Bank, N.A. | System and method for determining eligibility and enrolling members in various programs |
| US6985873B2 (en) | 2001-01-18 | 2006-01-10 | First Usa Bank, N.A. | System and method for administering a brokerage rebate card program |
| US7389265B2 (en) | 2001-01-30 | 2008-06-17 | Goldman Sachs & Co. | Systems and methods for automated political risk management |
| US7181428B2 (en) | 2001-01-30 | 2007-02-20 | Goldman, Sachs & Co. | Automated political risk management |
| US20040215551A1 (en) | 2001-11-28 | 2004-10-28 | Eder Jeff S. | Value and risk management system for multi-enterprise organization |
| US7895098B2 (en) * | 2001-03-01 | 2011-02-22 | Jpmorgan Chase Bank, N.A. | System and method for measuring and utilizing pooling analytics |
| US8121937B2 (en) | 2001-03-20 | 2012-02-21 | Goldman Sachs & Co. | Gaming industry risk management clearinghouse |
| US8285615B2 (en) | 2001-03-20 | 2012-10-09 | Goldman, Sachs & Co. | Construction industry risk management clearinghouse |
| US7548883B2 (en) | 2001-03-20 | 2009-06-16 | Goldman Sachs & Co | Construction industry risk management clearinghouse |
| US8140415B2 (en) | 2001-03-20 | 2012-03-20 | Goldman Sachs & Co. | Automated global risk management |
| US7958027B2 (en) * | 2001-03-20 | 2011-06-07 | Goldman, Sachs & Co. | Systems and methods for managing risk associated with a geo-political area |
| US7904361B2 (en) * | 2001-03-20 | 2011-03-08 | Goldman Sachs & Co. | Risk management customer registry |
| US8069105B2 (en) * | 2001-03-20 | 2011-11-29 | Goldman Sachs & Co. | Hedge fund risk management |
| US7899722B1 (en) | 2001-03-20 | 2011-03-01 | Goldman Sachs & Co. | Correspondent bank registry |
| US8209246B2 (en) | 2001-03-20 | 2012-06-26 | Goldman, Sachs & Co. | Proprietary risk management clearinghouse |
| US8527400B2 (en) * | 2001-03-20 | 2013-09-03 | Goldman, Sachs & Co. | Automated account risk management |
| US7313546B2 (en) | 2001-05-23 | 2007-12-25 | Jp Morgan Chase Bank, N.A. | System and method for currency selectable stored value instrument |
| US20020184133A1 (en) * | 2001-05-31 | 2002-12-05 | Zangari Peter J. | Method and system for verifying the integrity of data in a data warehouse and applying warehoused data to a plurality of predefined analysis models |
| US7860789B2 (en) | 2001-07-24 | 2010-12-28 | Jpmorgan Chase Bank, N.A. | Multiple account advanced payment card and method of routing card transactions |
| US7809641B2 (en) | 2001-07-26 | 2010-10-05 | Jpmorgan Chase Bank, National Association | System and method for funding a collective account |
| US7306141B1 (en) | 2001-08-13 | 2007-12-11 | Jpmorgan Chase Bank, N.A. | System and method for funding a collective account by use of an electronic tag |
| US8020754B2 (en) | 2001-08-13 | 2011-09-20 | Jpmorgan Chase Bank, N.A. | System and method for funding a collective account by use of an electronic tag |
| US8800857B1 (en) | 2001-08-13 | 2014-08-12 | Jpmorgan Chase Bank, N.A. | System and method for crediting loyalty program points and providing loyalty rewards by use of an electronic tag |
| US20030105702A1 (en) * | 2001-09-05 | 2003-06-05 | Long Austin M. | System and method for assessing the degree of diversification of a portfolio of assets |
| US6975996B2 (en) | 2001-10-09 | 2005-12-13 | Goldman, Sachs & Co. | Electronic subpoena service |
| JP2005508557A (ja) * | 2001-11-02 | 2005-03-31 | シーメンス コーポレイト リサーチ インコーポレイテツド | 患者データマイニング |
| US7392213B2 (en) * | 2001-11-21 | 2008-06-24 | Algorithmics Software Llc | Generator libraries |
| US20030177087A1 (en) * | 2001-11-28 | 2003-09-18 | David Lawrence | Transaction surveillance |
| CA2364425A1 (en) * | 2001-12-05 | 2003-06-05 | Algorithmics International Corp. | A system for calculation of operational risk capital |
| US7457731B2 (en) * | 2001-12-14 | 2008-11-25 | Siemens Medical Solutions Usa, Inc. | Early detection of disease outbreak using electronic patient data to reduce public health threat from bio-terrorism |
| US7546264B2 (en) * | 2001-12-28 | 2009-06-09 | Water Street Advisers, Inc. | Method for selecting investments in book-valued collective investment funds |
| US20030135399A1 (en) * | 2002-01-16 | 2003-07-17 | Soori Ahamparam | System and method for project optimization |
| AU2003200483B2 (en) * | 2002-02-13 | 2004-06-24 | Sap Aktiengesellschaft | Method and system for risk evaluation |
| US7756896B1 (en) | 2002-03-11 | 2010-07-13 | Jp Morgan Chase Bank | System and method for multi-dimensional risk analysis |
| US7899753B1 (en) | 2002-03-25 | 2011-03-01 | Jpmorgan Chase Bank, N.A | Systems and methods for time variable financial authentication |
| US20180165441A1 (en) | 2002-03-25 | 2018-06-14 | Glenn Cobourn Everhart | Systems and methods for multifactor authentication |
| US20040210498A1 (en) | 2002-03-29 | 2004-10-21 | Bank One, National Association | Method and system for performing purchase and other transactions using tokens with multiple chips |
| AU2003230751A1 (en) | 2002-03-29 | 2003-10-13 | Bank One, Delaware, N.A. | System and process for performing purchase transaction using tokens |
| US7599870B2 (en) * | 2002-04-12 | 2009-10-06 | Glo Software Llc | System, method and framework for generating scenarios |
| US20030195831A1 (en) * | 2002-04-12 | 2003-10-16 | Ibbotson Associates, Inc. | Portfolio generation using resampled efficient frontiers and interval-associated groups |
| US7970640B2 (en) * | 2002-06-12 | 2011-06-28 | Asset Trust, Inc. | Purchasing optimization system |
| US7933824B2 (en) * | 2002-06-18 | 2011-04-26 | Philibert F. Kongtcheu | Methods, systems and computer program products to facilitate the pricing, risk management and trading of derivatives contracts |
| US8239304B1 (en) | 2002-07-29 | 2012-08-07 | Jpmorgan Chase Bank, N.A. | Method and system for providing pre-approved targeted products |
| US7702557B2 (en) * | 2002-08-28 | 2010-04-20 | Jp Morgan Chase Bank | System and method for manager enhanced return on collateralized debt obligation transactions |
| US20040044617A1 (en) * | 2002-09-03 | 2004-03-04 | Duojia Lu | Methods and systems for enterprise risk auditing and management |
| US7596523B2 (en) | 2002-09-09 | 2009-09-29 | Barra, Inc. | Method and apparatus for network-based portfolio management and risk-analysis |
| US7680086B2 (en) | 2002-09-09 | 2010-03-16 | Siemens Canada Limited | Wireless local area network with clients having extended freedom of movement |
| US7809595B2 (en) | 2002-09-17 | 2010-10-05 | Jpmorgan Chase Bank, Na | System and method for managing risks associated with outside service providers |
| US20040122736A1 (en) | 2002-10-11 | 2004-06-24 | Bank One, Delaware, N.A. | System and method for granting promotional rewards to credit account holders |
| AU2003291552A1 (en) * | 2002-11-14 | 2004-06-15 | Goldman, Sachs And Co. | Independent research consensus earnings estimates and methods of determining such |
| US8032439B2 (en) * | 2003-01-07 | 2011-10-04 | Jpmorgan Chase Bank, N.A. | System and method for process scheduling |
| AU2003902636A0 (en) * | 2003-02-19 | 2003-06-12 | Metatheme Pty Ltd | Risk management |
| US8306907B2 (en) | 2003-05-30 | 2012-11-06 | Jpmorgan Chase Bank N.A. | System and method for offering risk-based interest rates in a credit instrument |
| US9412123B2 (en) | 2003-07-01 | 2016-08-09 | The 41St Parameter, Inc. | Keystroke analysis |
| US7624068B1 (en) | 2003-08-18 | 2009-11-24 | Jpmorgan Chase Bank, N.A. | Method and system for dynamically adjusting discount rates for a card transaction |
| US7953663B1 (en) | 2003-09-04 | 2011-05-31 | Jpmorgan Chase Bank, N.A. | System and method for financial instrument pre-qualification and offering |
| US8239323B2 (en) | 2003-09-23 | 2012-08-07 | Jpmorgan Chase Bank, N.A. | Method and system for distribution of unactivated bank account cards |
| NZ530377A (en) * | 2003-12-24 | 2006-10-27 | John Redmayne | System and method for modelling pricing of securities such as expected risk, rate of return and default loss |
| US20050267835A1 (en) * | 2003-12-31 | 2005-12-01 | Scott Condron | System and method for evaluating exposure across a group of investment portfolios by category |
| US20050171882A1 (en) * | 2004-01-30 | 2005-08-04 | Daniel Nevins | System and method for making private equity commitments |
| US10999298B2 (en) | 2004-03-02 | 2021-05-04 | The 41St Parameter, Inc. | Method and system for identifying users and detecting fraud by use of the internet |
| US20050204898A1 (en) * | 2004-03-16 | 2005-09-22 | Adams Charles C | Tuner for musical instruments integrated with utility device and method therefor |
| US20090043637A1 (en) * | 2004-06-01 | 2009-02-12 | Eder Jeffrey Scott | Extended value and risk management system |
| US8996481B2 (en) | 2004-07-02 | 2015-03-31 | Goldman, Sach & Co. | Method, system, apparatus, program code and means for identifying and extracting information |
| US8762191B2 (en) | 2004-07-02 | 2014-06-24 | Goldman, Sachs & Co. | Systems, methods, apparatus, and schema for storing, managing and retrieving information |
| US8510300B2 (en) | 2004-07-02 | 2013-08-13 | Goldman, Sachs & Co. | Systems and methods for managing information associated with legal, compliance and regulatory risk |
| US8442953B2 (en) | 2004-07-02 | 2013-05-14 | Goldman, Sachs & Co. | Method, system, apparatus, program code and means for determining a redundancy of information |
| US7974895B1 (en) | 2004-07-16 | 2011-07-05 | Jp Morgan Chase Bank | System and method for developing finance rate information |
| US7392222B1 (en) | 2004-08-03 | 2008-06-24 | Jpmorgan Chase Bank, N.A. | System and method for providing promotional pricing |
| CA2578249A1 (en) * | 2004-09-10 | 2006-03-23 | Chicago Mercantile Exchange, Inc. | System and method of margining fixed payoff products |
| US7426487B2 (en) * | 2004-09-10 | 2008-09-16 | Chicago Mercantile Exchange, Inc. | System and method for efficiently using collateral for risk offset |
| US7593877B2 (en) | 2004-09-10 | 2009-09-22 | Chicago Mercantile Exchange, Inc. | System and method for hybrid spreading for flexible spread participation |
| US7509275B2 (en) * | 2004-09-10 | 2009-03-24 | Chicago Mercantile Exchange Inc. | System and method for asymmetric offsets in a risk management system |
| US7428508B2 (en) * | 2004-09-10 | 2008-09-23 | Chicago Mercantile Exchange | System and method for hybrid spreading for risk management |
| US7430539B2 (en) | 2004-09-10 | 2008-09-30 | Chicago Mercantile Exchange | System and method of margining fixed payoff products |
| US8849711B2 (en) * | 2004-09-10 | 2014-09-30 | Chicago Mercantile Exchange Inc. | System and method for displaying a combined trading and risk management GUI display |
| US7769667B2 (en) * | 2004-09-10 | 2010-08-03 | Chicago Mercantile Exchange Inc. | System and method for activity based margining |
| US10248917B1 (en) | 2004-10-14 | 2019-04-02 | Capital One Services, Llc | System and method for developing and utilizing a contactability profile |
| US8738490B2 (en) | 2005-01-07 | 2014-05-27 | Chicago Mercantile Exchange Inc. | System and method for multi-factor modeling, analysis and margining of credit default swaps for risk offset |
| US8108281B2 (en) * | 2005-01-07 | 2012-01-31 | Chicago Mercantile Exchange Inc. | System and method for multi-factor modeling, analysis and margining of credit default swaps for risk offset |
| US20070294158A1 (en) * | 2005-01-07 | 2007-12-20 | Chicago Mercantile Exchange | Asymmetric and volatility margining for risk offset |
| US8069109B2 (en) | 2005-01-07 | 2011-11-29 | Chicago Mercantile Exchange Inc. | System and method for using diversification spreading for risk offset |
| US8103578B2 (en) | 2005-01-07 | 2012-01-24 | Chicago Mercantile Exchange Inc. | System and method for multi-factor modeling, analysis and margining of credit default swaps for risk offset |
| US7593879B2 (en) | 2005-01-07 | 2009-09-22 | Chicago Mercantile Exchange, Inc. | System and method for using diversification spreading for risk offset |
| US7890343B1 (en) | 2005-01-11 | 2011-02-15 | Jp Morgan Chase Bank | System and method for generating risk management curves |
| US8630898B1 (en) | 2005-02-22 | 2014-01-14 | Jpmorgan Chase Bank, N.A. | Stored value card provided with merchandise as rebate |
| US20080275731A1 (en) * | 2005-05-18 | 2008-11-06 | Rao R Bharat | Patient data mining improvements |
| US7401731B1 (en) | 2005-05-27 | 2008-07-22 | Jpmorgan Chase Bank, Na | Method and system for implementing a card product with multiple customized relationships |
| US8938671B2 (en) | 2005-12-16 | 2015-01-20 | The 41St Parameter, Inc. | Methods and apparatus for securely displaying digital images |
| US11301585B2 (en) | 2005-12-16 | 2022-04-12 | The 41St Parameter, Inc. | Methods and apparatus for securely displaying digital images |
| ITMI20052438A1 (it) * | 2005-12-21 | 2007-06-22 | Gamma Croma Spa | Metodo per realizzare un articolo composito comprendente un prodotto cosmetico ed un elemento decorativo |
| US7962396B1 (en) | 2006-02-03 | 2011-06-14 | Jpmorgan Chase Bank, N.A. | System and method for managing risk |
| US8408455B1 (en) | 2006-02-08 | 2013-04-02 | Jpmorgan Chase Bank, N.A. | System and method for granting promotional rewards to both customers and non-customers |
| US7784682B2 (en) | 2006-02-08 | 2010-08-31 | Jpmorgan Chase Bank, N.A. | System and method for granting promotional rewards to both customers and non-customers |
| US20070208600A1 (en) * | 2006-03-01 | 2007-09-06 | Babus Steven A | Method and apparatus for pre-emptive operational risk management and risk discovery |
| JP4586764B2 (ja) * | 2006-03-31 | 2010-11-24 | ソニー株式会社 | プリンタ装置 |
| US8151327B2 (en) | 2006-03-31 | 2012-04-03 | The 41St Parameter, Inc. | Systems and methods for detection of session tampering and fraud prevention |
| US7753259B1 (en) | 2006-04-13 | 2010-07-13 | Jpmorgan Chase Bank, N.A. | System and method for granting promotional rewards to both customers and non-customers |
| US7707192B1 (en) | 2006-05-23 | 2010-04-27 | Jp Morgan Chase Bank, N.A. | Confidence index for assets |
| US8676642B1 (en) | 2007-07-05 | 2014-03-18 | Jpmorgan Chase Bank, N.A. | System and method for granting promotional rewards to financial account holders |
| US8484115B2 (en) | 2007-10-03 | 2013-07-09 | Palantir Technologies, Inc. | Object-oriented time series generator |
| US8417601B1 (en) | 2007-10-18 | 2013-04-09 | Jpmorgan Chase Bank, N.A. | Variable rate payment card |
| US20090171824A1 (en) * | 2007-12-27 | 2009-07-02 | Dmitriy Glinberg | Margin offsets across portfolios |
| US7895102B1 (en) * | 2008-02-29 | 2011-02-22 | United Services Automobile Association (Usaa) | Systems and methods for financial plan benchmarking |
| US7991671B2 (en) * | 2008-03-27 | 2011-08-02 | Chicago Mercantile Exchange Inc. | Scanning based spreads using a hedge ratio non-linear optimization model |
| US8478637B1 (en) | 2008-04-08 | 2013-07-02 | Jpmorgan Chase Bank, N.A. | Index for assessing discount potential |
| US20100070426A1 (en) * | 2008-09-15 | 2010-03-18 | Palantir Technologies, Inc. | Object modeling for exploring large data sets |
| US9348499B2 (en) | 2008-09-15 | 2016-05-24 | Palantir Technologies, Inc. | Sharing objects that rely on local resources with outside servers |
| US8924274B2 (en) * | 2008-12-10 | 2014-12-30 | Riskmetrics Solutions, Llc | For and method of providing portfolio risk information to investors without revealing position information |
| US9112850B1 (en) | 2009-03-25 | 2015-08-18 | The 41St Parameter, Inc. | Systems and methods of sharing information through a tag-based consortium |
| US8131634B1 (en) | 2009-09-15 | 2012-03-06 | Chicago Mercantile Exchange Inc. | System and method for determining the market risk margin requirements associated with a credit default swap |
| US8321333B2 (en) | 2009-09-15 | 2012-11-27 | Chicago Mercantile Exchange Inc. | System and method for determining the market risk margin requirements associated with a credit default swap |
| WO2011100846A1 (en) | 2010-02-18 | 2011-08-25 | Financialcad Corporation | Systems and methods for valuating financial contracts and assessing associated risk |
| US10621662B2 (en) | 2010-02-18 | 2020-04-14 | Financialcad Corporation | Methods and systems for valuating financial contracts involving early exercise |
| US10943676B2 (en) | 2010-06-08 | 2021-03-09 | Cerner Innovation, Inc. | Healthcare information technology system for predicting or preventing readmissions |
| WO2012054646A2 (en) * | 2010-10-19 | 2012-04-26 | The 41St Parameter, Inc. | Variable risk engine |
| US8732574B2 (en) | 2011-08-25 | 2014-05-20 | Palantir Technologies, Inc. | System and method for parameterizing documents for automatic workflow generation |
| US10754913B2 (en) | 2011-11-15 | 2020-08-25 | Tapad, Inc. | System and method for analyzing user device information |
| US9633201B1 (en) | 2012-03-01 | 2017-04-25 | The 41St Parameter, Inc. | Methods and systems for fraud containment |
| US9521551B2 (en) | 2012-03-22 | 2016-12-13 | The 41St Parameter, Inc. | Methods and systems for persistent cross-application mobile device identification |
| US8756152B2 (en) * | 2012-07-12 | 2014-06-17 | Bank Of America Corporation | Operational risk back-testing process using quantitative methods |
| WO2014022813A1 (en) | 2012-08-02 | 2014-02-06 | The 41St Parameter, Inc. | Systems and methods for accessing records via derivative locators |
| US9348677B2 (en) | 2012-10-22 | 2016-05-24 | Palantir Technologies Inc. | System and method for batch evaluation programs |
| WO2014078569A1 (en) | 2012-11-14 | 2014-05-22 | The 41St Parameter, Inc. | Systems and methods of global identification |
| US8676690B1 (en) * | 2012-11-29 | 2014-03-18 | Fmr Llc | Management of related portfolios |
| US8909656B2 (en) | 2013-03-15 | 2014-12-09 | Palantir Technologies Inc. | Filter chains with associated multipath views for exploring large data sets |
| US8868486B2 (en) | 2013-03-15 | 2014-10-21 | Palantir Technologies Inc. | Time-sensitive cube |
| US8903717B2 (en) | 2013-03-15 | 2014-12-02 | Palantir Technologies Inc. | Method and system for generating a parser and parsing complex data |
| US8930897B2 (en) | 2013-03-15 | 2015-01-06 | Palantir Technologies Inc. | Data integration tool |
| US8855999B1 (en) | 2013-03-15 | 2014-10-07 | Palantir Technologies Inc. | Method and system for generating a parser and parsing complex data |
| US20150026097A1 (en) * | 2013-07-19 | 2015-01-22 | Plastiq Inc. | System and method for compliance monitoring and resolution of brokerage account maintenance requirements |
| US10902327B1 (en) | 2013-08-30 | 2021-01-26 | The 41St Parameter, Inc. | System and method for device identification and uniqueness |
| US8938686B1 (en) | 2013-10-03 | 2015-01-20 | Palantir Technologies Inc. | Systems and methods for analyzing performance of an entity |
| US9105000B1 (en) | 2013-12-10 | 2015-08-11 | Palantir Technologies Inc. | Aggregating data from a plurality of data sources |
| US20150186813A1 (en) * | 2013-12-27 | 2015-07-02 | Jonathan Miles Collin Rosenoer | Product, system, and method for Operational Risk curve management |
| US20150193875A1 (en) * | 2014-01-08 | 2015-07-09 | Convergent Securities Llc | Creation processor for divisible instruments |
| US8935201B1 (en) | 2014-03-18 | 2015-01-13 | Palantir Technologies Inc. | Determining and extracting changed data from a data source |
| US10091312B1 (en) | 2014-10-14 | 2018-10-02 | The 41St Parameter, Inc. | Data structures for intelligently resolving deterministic and probabilistic device identifiers to device profiles and/or groups |
| WO2018200937A1 (en) * | 2017-04-28 | 2018-11-01 | Jpmorgan Chase Bank, N.A. | Systems and methods for dynamic risk modeling tagging |
| US11164206B2 (en) * | 2018-11-16 | 2021-11-02 | Comenity Llc | Automatically aggregating, evaluating, and providing a contextually relevant offer |
Family Cites Families (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5276612A (en) * | 1990-09-21 | 1994-01-04 | New England Medical Center Hospitals, Inc. | Risk management system for use with cardiac patients |
| JPH04160463A (ja) * | 1990-10-24 | 1992-06-03 | Hitachi Ltd | ニューラルネットワークによる最適化方法 |
| US5446885A (en) * | 1992-05-15 | 1995-08-29 | International Business Machines Corporation | Event driven management information system with rule-based applications structure stored in a relational database |
| WO1995027945A1 (en) * | 1994-04-06 | 1995-10-19 | Morgan Stanley Group Inc. | Data processing system and method for financial debt instruments |
| US5809478A (en) * | 1995-12-08 | 1998-09-15 | Allstate Insurance Company | Method for accessing and evaluating information for processing an application for insurance |
| US5630664A (en) * | 1995-12-20 | 1997-05-20 | Farrelly; Patricia A. | Hand held apparatus for performing medical calculations |
| JP3952518B2 (ja) * | 1996-03-29 | 2007-08-01 | 株式会社日立製作所 | 多次元データ処理方法 |
| US6321234B1 (en) * | 1996-09-18 | 2001-11-20 | Sybase, Inc. | Database server system with improved methods for logging transactions |
| US5835908A (en) * | 1996-11-19 | 1998-11-10 | Microsoft Corporation | Processing multiple database transactions in the same process to reduce process overhead and redundant retrieval from database servers |
| US6317726B1 (en) * | 1996-12-30 | 2001-11-13 | Netfolio, Inc. | Automated strategies for investment management |
| US6278981B1 (en) * | 1997-05-29 | 2001-08-21 | Algorithmics International Corporation | Computer-implemented method and apparatus for portfolio compression |
| US6078904A (en) * | 1998-03-16 | 2000-06-20 | Saddle Peak Systems | Risk direct asset allocation and risk resolved CAPM for optimally allocating investment assets in an investment portfolio |
-
2000
- 2000-06-02 CA CA002368931A patent/CA2368931A1/en not_active Abandoned
- 2000-06-02 WO PCT/CA2000/000656 patent/WO2000075820A2/en not_active Application Discontinuation
- 2000-06-02 JP JP2001502023A patent/JP2003521021A/ja active Pending
- 2000-06-02 EP EP00938364A patent/EP1183635A2/en not_active Withdrawn
- 2000-06-02 AU AU53779/00A patent/AU5377900A/en not_active Abandoned
-
2001
- 2001-03-20 US US09/811,684 patent/US20010011243A1/en not_active Abandoned
Also Published As
| Publication number | Publication date |
|---|---|
| EP1183635A2 (en) | 2002-03-06 |
| WO2000075820A2 (en) | 2000-12-14 |
| US20010011243A1 (en) | 2001-08-02 |
| CA2368931A1 (en) | 2000-12-14 |
| AU5377900A (en) | 2000-12-28 |
| WO2000075820A8 (en) | 2001-11-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2003521021A (ja) | リスク・マネジメント・システム、分散型フレームワークおよび方法 | |
| Safiullah et al. | Risk in Islamic banking and corporate governance | |
| US11120502B2 (en) | Transaction effects | |
| US10991040B2 (en) | System and method for optimizing collateral management | |
| Lieser et al. | The determinants of international commercial real estate investment | |
| Ongena et al. | The duration of bank relationships | |
| KR101179346B1 (ko) | 비자본화 가중된 인덱싱 시스템, 방법 및 컴퓨터 프로그램제품 | |
| US20180365763A1 (en) | Apparatus, method and system for determining credit derivative indices and estimating credit derivative credit curves, and a credit calculator for valuing credit derivatives based on the credit curves | |
| US7904368B2 (en) | Portfolio confirmation and certification platform | |
| US20040205018A1 (en) | Risk management system and method providing rule-based evolution of a portfolio of instruments | |
| US20060167777A1 (en) | Method and apparatus for determining investment manager skill | |
| JP2005515522A (ja) | データウェアハウスのデータの保全性を検証し、ウェハハウジングされたデータを複数の事前定義の分析モデルに適用する方法およびシステム。 | |
| US20210264522A1 (en) | System and method for optimizing data processing in cloud-based, machine learning environments through the use of self organizing map | |
| KR20160111500A (ko) | 투자 유가증권의 계층화된 혼합 포트폴리오 | |
| AU2003288677B2 (en) | Public sector value model | |
| US20230127675A1 (en) | Financial health evaluation system | |
| Chaudhary et al. | Corporate bond multipliers: Substitutes matter | |
| JP2009032237A (ja) | ポートフォリオの信用リスクの計算方法および装置 | |
| US8650050B1 (en) | Presentation of benefits of insurance related products | |
| Hwang et al. | International trade finance and exports: evidence from Korean Bank-intermediated trade finance instruments | |
| US8494940B1 (en) | Asset portfolio evaluation | |
| US7596524B1 (en) | Systems and methods for measuring interest rate exposure for a portfolio of fixed-income instruments | |
| US8103564B2 (en) | Method of processing investment data and making compensation determinations and associated system | |
| Grishkina et al. | Accounting and Macroeconomic Issues of Evaluation of Financial Instruments in Preparing Financial Statements | |
| JP2003085359A (ja) | 株式取引コストを推定する方法及びシステム |