ページの先頭です

主な研究成果

日米でGPUコンピューティングの乱数生成に関する特許を取得

掲載開始日:2014年9月1日
著者:山上智久

日本および米国でGPUコンピューティングにおける乱数生成手法および装置に関する特許を取得しました。

本発明は、既存コードをGPUコンピューティングにより高速化する際に、乱数系列を変更せずにその生成を並列化させる手法についてのものであり、GPU化後に算出される数値差異を最小限に抑えることが可能となります。
これにより、開発検証に係る作業を削減する効果が見込まれ、より安定的なGPU導入によるお客さまニーズへの対応が実現できます。

(日本国特許:第5059928号(2012年8月10日特許登録):「GPUを用いた乱数生成処理の並列化」)
(米国特許:Patent No. US8,786,617B2 (2014年7月22日特許登録):「PARALLELIZATION OF RANDOM NUMBER GENERATION PROCESSING BY EMPLOYING GPU」)

定量的ストレステスト実施のための包括的なフレームワーク

掲載開始日: 2013年12月27日
著者: 高野康/羽柴次郎/安楽臨太郎/佐藤隆一/水木栄/河野朗典

本稿では、マクロ金融経済指標の情報を取り込むよう企業価値モデルを拡張する方法を提示するとともに、マクロストレステストの実施方法について説明します。本稿のストレステストの方法論は信用リスク管理の実務で広く用いられている企業価値モデルと整合的なものであり、丸1多くのマクロ金融経済指標を用いた分析が可能、丸2業種や個社のレベルでストレス時のリスク量を算出可能、丸3ストレステストの実施が容易で多くのシナリオを効率的に分析可能、といった多くの特長があります。この手法を用いることにより、ポートフォリオの弱点を効率的に把握することができ、効果的なアクションプランの立案に資する情報を得ることができます。また、本稿では、拡張企業価値モデルを用いてリバース・ストレステストを実施する方法についても提示します。

日米でポートフォリオの信用リスクの高速・高精度な計測手法に関する特許を取得

実績・研究成果 日米でポートフォリオの信用リスクの高速・高精度な計測手法に関する特許を取得
掲載開始日:2010年4月23日
著者:高野康/羽柴次郎

日本および米国でポートフォリオの信用リスクを高速かつ高精度に計算するための手法および装置に関する特許を取得しました。本件特許の詳細につきましては以下の資料をご覧ください。
(日本国特許第4443619号(2010年1月22日特許登録):「ポートフォリオの信用リスクの計算方法および装置」)

CreditGradesモデルのLevy過程による拡張(Quantitative Financeに掲載)

掲載開始日:2008年7月30日
著者:尾関貴昭/梅澤祐二/山嵜輝/吉川大介

本稿では、CreditGradesモデルにレヴィ過程を用いた拡張モデルを提案します。
この拡張モデルの枠組みの中で、参照企業の株式オプション価格とデフォルト確率を算出するための準解析的な公式を導出しています。

与信ポートフォリオ解析の新しい方法論:数値的近似によるアプローチ

掲載開始日:2008年4月24日
著者:高野 康/羽柴 次郎

本稿では、与信ポートフォリオのVaRやCVaR等のリスク量、およびこれらリスク量に対する債務者のリスク寄与度を高速かつ精確に計測するための新しい数値的方法論を提案しています。

なお、本稿の概要につきましては、以下の資料をご参照下さい。

<みずほ>のグループ会社

<みずほ>のブランド戦略

ページの先頭へ
ページの先頭へ