Developing simulation technology with learning and its application to finance

本研究の目的は，投資戦略の構築やリスク管理に活用できる効率的な数値計算手法を開発することである．その特長は，シミュレーション技術の精度向上のために，学習を取り入れるところにある．統計的あるいは機械学習的なアプローチを課題の分析に採用することで，解析的に困難な非線形性の取扱が容易になり，新たな効率的手法を提供できる可能性が広がる．本年度は，第1に，モデル不確実性(model uncertainty)あるいはモデルの曖昧性(ambiguity)と呼ばれる状況下において，リアルオプションの最適な行使戦略がどのような影響を受けるのかの分析を開始した．モデル不確実性とは，リスク資産の将来の価格の変動が，多くの金融工学のモデルで想定されているような，リスクと呼ばれるパラメータを固定した確率過程で表現できない状況を考えているモデルである．そのモデルの複雑性故に，リアルオプションの最適な戦略の解析的な分析が困難な部分があることが知られている．本研究で得た最初の重要な結果は，リスク下のケースと異なり，モデル不確実性が存在するケースにおいては，リアルオプションの種類次第でマネジメントに柔軟性を持つ事業価値が大きく異なると言うことである．第2に，昨年度から本格的に研究を開始した学習を取り入れた準モンテカルロ法について，いくつかの重要な結果を得て，それについての学会発表を行い，さらなる充実を図った．そのうちの2次関数による学習モデルを使った準モンテカルロ法の研究は，論文投稿を直ちに行う．

本研究の目的は，投資戦略の構築やリスク管理に活用できる効率的な数値計算手法を開発することである．その特長は，シミュレーション技術の精度向上のために，学習を取り入れるところにある．統計的あるいは機械学習的なアプローチを課題の分析に採用することで，解析的に困難な非線形性の取扱が容易になり，新たな効率的手法を提供できる可能性が広がる．本年度は，第1に，モデル不確実性(model uncertainty)あるいはモデルの曖昧性(ambiguity)と呼ばれる状況下において，リアルオプションの最適な行使戦略がどのような影響を受けるのかの分析を開始した．モデル不確実性とは，リスク資産の将来の価格の変動が，多くの金融工学のモデルで想定されているような，リスクと呼ばれるパラメータを固定した確率過程で表現できない状況を考えているモデルである．そのモデルの複雑性故に，リアルオプションの最適な戦略の解析的な分析が困難な部分があることが知られている．本研究で得た最初の重要な結果は，リスク下のケースと異なり，モデル不確実性が存在するケースにおいては，リアルオプションの種類次第でマネジメントに柔軟性を持つ事業価値が大きく異なると言うことである．第2に，昨年度から本格的に研究を開始した学習を取り入れた準モンテカルロ法について，いくつかの重要な結果を得て，それについての学会発表を行い，さらなる充実を図った．そのうちの2次関数による学習モデルを使った準モンテカルロ法の研究は，論文投稿を直ちに行う．