دانلود ترجمه مقاله پیاده سازی موازی GPU برای مدیریت دارایی و بدهی

1. مقدمه 2. شرکت بیمه: محصول بیمه عمر سود آور 3. ترازنامه 4. مدل ALM 5. روش عددی: پیش بینی ترازنامه مونت کارلو 6. جزئیات پیاده سازی 7. نتایج عددی 8. نتیجه گیری

چکیده – ما در این کار پژوهشی یک مدل تصادفی مدیریت دارایی و بدهی (ALM) را برای یک شرکت بیمه عمر همراه با شبیه سازی عددی آن بر مبنای پیش بینی ترازنامه مونت کارلو ارائه می ‌کنیم، و محاسبات موازی کارآمد آن را با استفاده از سخت افزار واحدهای پردازش گرافیکی (GPU ها) انجام می‌ دهیم. بدهی های شرکت شامل یک پرتفوی متشکل از بیمه نامه های عمر سود آوری است که با توجه به حساب پس‌ انداز بیمه گذار، واگذاری و مدل ‌های زیست سنج تکامل می‌ یابند. در جنبه دارایی، ما عمدتا اوراق قرضه، دارایی خالص و نقدینگی را در نظر می ‌گیریم، به طوری که مدل های تصادفی مناسب برای تکامل شان در نظر گرفته می ‌شوند. ما برخی از نوآوری ها را با توجه به متون پژوهشی در مدل سازی واگذاری های بیمه گذاران در نظر می ‌گیریم. یکی دیگر از جنبه‌ های مهم نوآوری برگرفته از پیاده‌ سازی ALM در معماری های جدید محاسباتی با عملکرد بالا است که توسط تکنولوژی GPU ها ارایه شده‌ است. نتایج عددی سرعت بالای حساب را با استفاده از GPU ها و انسجام محاسبات (تکامل دارایی، احتمالات عدم پرداخت بدهی و غیره) نشان می ‌دهند.

In this work we present a stochastic asset liability management (ALM) model for a life insurance company together with its numerical simulation, based in a Monte Carlo balance sheet projection, and we carry out its efficient parallel computation using graphics processing units (GPUs) hardware. The liabilities of the company consist of a portfolio comprising with-profit life insurance policies, that evolve according to the policyholder saving account, surrender and biometric models. On the asset side, we mainly consider bonds, equity and cash, so that appropriate stochastic models are considered for their evolution. We consider some innovations with respect to literature in the modeling of the surrenders of the policyholders. Another important innovative aspect comes from the implementation of ALM in the new high performance computing architectures provided by GPUs technology. Numerical results illustrate the high speed up of the calculus by using GPUs and the coherence of the computations (asset evolution, default probabilities and so on).