[Kentaro Kikuchi,"Estimating the duration of the quantitative easing policy using a term structure model with a stochastic lower bound"]

中央銀行の量的緩和政策により、日本や欧州の国債市場はマイナス金利の状況が続いている。当該発表は、負の値をとるイールドカーブを捉える金利期間構造モデルを、2次ガウシアン期間構造モデルをベースに構築する内容。特徴は、ショートレートに以下のようなブラウン橋過程に従い変動する下限y_t^τを設け、かつ量的緩和の終了時刻を確率変数τとしてモデルに組み、割引債価格の導出を行った点である。

導出した割引債価格について、実データ（日本の割引債各年限のゼロクーポン金利）を基にパラメータ推定を行い、量的緩和の終了時刻τが従う確率分布を推定した。

[Takuya Kaneko," J-REIT investment strategy with mobile statistics"]

携帯電話の位置情報データをREITファンドの投資に活用した内容。

ある情報通信業者では、携帯電話の位置情報から、ある空間にいる人の数をリアルタイムに知ることができる。この情報からホテルの客室稼働率を推定し、ホテルを投資対象とするREITファンドへの投資戦略に活用した。具体的には、ホテルの客室稼働率と、当該ホテルを所有する不動産会社を投資対象としたREITの価格には相関があり、客室稼働率の情報が直ちにREITの価格に織り込まれるという仮説の下、ある日の客室稼働率推定値が、事前に定めた閾値より高い（低い）場合は、翌日のマーケットでREITを始値でロング（ショート）し、終値でショート（ロング）する戦略をとるものである。上記戦略に基づき、バックテストを行った結果、リターン15.67%、シャープレシオ10と、市場で取引されるパフォーマンス上位のファンドと比較しても非常に高い結果が確認された。

[Johannes Ruf," Neural Network Based Discrete Hedging"]

株式のリターンの分散を最小にするヘッジ比率をニューラルネットワークで導出できるかについて考察した研究。具体的には以下のような内容。

ある日に、現金の借り入れおよび株式δ単位の買いと、コールオプション1単位の売りを行うヘッジポートフォリオを考える。翌日の当該ポートフォリオの価値_Vt+1,j^δは、以下のようにかける。

ここで、S_t：時点tでの株価, R：リスクフリーレート, C_t,j：時点tでの銘柄jのコールオプション価格を表す。ヘッジポートフォリオのリターンの分散を以下のSSEで近似し、これを最小にするようなδをニューラルネットワークで求めるというものである。

ニューラルネットワークを使ったデルタヘッジの研究は150を超える論文が報告されており、それらの多くはニューラルネットワークによるヘッジパフォーマンスは優れたものと結論づけている。筆者の結果からは、確かにBlack Scholesのデルタよりは良い結果となるが、更にベガも考慮したHull-Whiteのデルタ－ベガヘッジと比べるとアウトパフォームしない結果となった。この理由について、いくつかの既存研究では、学習時に時系列を無視したデータ（学習／テスト）分割を行っていることを、自身の検証結果をもとに指摘し、既存の研究に対し注意を促す内容であった。

[Rüdiger Frey," Conditionally Affine processes with Markov Modulated Mean Reversion Level and Applications in Credit Risk"]

金利モデルの一つであるCIR（Cox-Ingersoll-Ross）モデルを用いて、ESBies(European Safe Bonds)のリスク分析を行った研究。「景気拡大」、「緩やかな景気後退」、「強い景気後退」の3つの状態を有限状態Markov連鎖で表し、CIRモデルに組み込んだ点が特徴。このモデルに基づき、アタッチメントポイント（証券化エクスポージャーが属するトランシェに毀損が生じ始める基準値）を変えながら、ポートフォリオの期待損失額、ESBiesのスプレッド、ESBiesの損失確率をシミュレーションした。既存研究では、ESBiesは非常に安全な資産と主張されているが、強い景気後退局面で、アタッチメントポイントが低い（<0.35）場合は、大きな損失をもたらす可能性があると指摘した。

[David Garvin," Quantum Computing Applications for the Finance Industry"]

量子コンピュータに関する紹介。昨今、量子コンピュータは、国家および企業の戦略レベルでの重要課題として捉えられており、最適化問題、機械学習、シミュレーションといった分野で飛躍的な進歩をもたらすといわれている。実際に、外資系金融機関を中心に、ポートフォリオの最適化やアセット・プライシングにおけるモンテカルロシミュレーション等、実務への応用も進んでいる。当該発表では、量子コンピューティングによるモンテカルロシミュレーションでのヨーロピアンコールオプションの価格算出の事例について紹介があった。