JP2007234049A - ファイナンシャルプランニングおよびアドバイスを提供するシステムおよび方法 - Google Patents

Abstract

【課題】本発明は、ユーザへのファイナンシャルアドバイジングおよびプランニングを容易にするシステムおよび方法を提供する。
【解決手段】本発明の例示的実施形態によると、このシステムは、ユーザの目標、資産、貯蓄、およびリスク許容度の統合化を要因にして、ユーザのファイナンシャルポートフォリオプランニングに向けてカスタマイズされた戦略を解析および展開することを容易にするためのポートフォリオ統合化モジュールを備える。ユーザのファイナンシャルポートフォリオプランイングをさらに容易にするために、ポートフォリオ統合化モジュールと通信するポートフォリオリコンサイラモジュールは、該カスタマイズされた戦略を他の戦略および予測されるユーザファイナンシャル決定と比較することを容易にする。
【選択図】図２

Description

（発明の分野）
本発明は、概して、ファイナンシャルプランニングおよびアドバイスシステムに関し、より具体的には、定常的ブートストラップサンプリング法での確率論的モデリングを用いて、ユーザのファイナンシャル状態をモデリングするファイナンシャルプランニングおよびアドバイスシステムに関する。

（発明の背景）
個人のファイナンシャル目的の達成は、通常、周期的なファイナンシャルプランニングで支援し得る、信頼され、かつ見識豊かなファイナンシャルアドバイザとの長期的関係を含む。これらのタイプの関係を発展させ、かつ、顧客の周期的ファイナンシャルプランニングの必要性を満たすことができるファイナンシャルアドバイザは、これによって顧客を容易に保持する。アドバイザと顧客との関係をスムーズにし、かつ顧客の現在のファイナンシャル状態および将来の方向を正確に評価するためには、ファイナンシャルプランニングが生涯イベントに一回であるという不正確な消費者の印象が緩和されるべきである。顧客のファイナンシャル目標を実現するために、顧客のファイナンシャル状況の初期評価に続いて、資産パフォーマンス、市況、および顧客の目的の変更に照らした周期的な再評価が重要である。顧客との長期の顧問的関係を開始、構築、および維持することは、アドバイザとしての成功を支援するので、ファイナンシャルプランナは、より良好なサービスを顧客に提供し、かつ競争力を維持する努力により、この関係を育む方法を常に捜し求めている。

通常、ファイナンシャルプランに提供される財務アドバイスおよび情報は、Ｃｅｒｔｉｆｉｅｄ Ｆｉｎａｎｃｉａｌ Ｐｌａｎｎｉｎｇ Ｃｏｌｌｅｇｅによって標準規格が示され、かつこれらの標準規格が国際標準化機構（ＩＳＯ）によって採用された結果として標準化されつつある。従って、これらの標準規格を満たし、かつ、顧客のニーズを満たすために、顧客に提供されるファイナンシャルアドバイスに関する最低レベルの質が必要とされる。しかしながら、ファイナンシャルアドバイスの消費者は益々洗練されつつあり、従って、ファイナンシャルサービス会社およびアドバイザから、より完全なサービスを要求する。例えば、ファイナンシャルアドバイザが、顧客に包括的かつ一体型のファイナンシャルプランを作成するために、そのファイナンシャルプランに対する将来の不確実性の影響を顧客に示すことができることは有用である。予測できない将来のイベントの影響をモデリングするファイナンシャルプランナの能力は、顧客へのファイナンシャルプランの価値を増大させる。なぜなら、これは、イベントの偶然性の最尤度に応じて、クライアントがそのイベントに備えることを可能にするからである。

従来のファイナンシャルアドバイスアプリケーションは、通常、ファイナンシャルプランナが、特定の顧客のファイナンシャル状況および目的に最も適切であり得る戦略のタイプを決定することなく、顧客の現在および提案される投資ポートフォリオの仮定収益率（または、顧客の現在の投資ポートフォリオに基づいて計算される収益率）を入力することを求める。さらに、無数の市販されている商品は、３つの主要なファイナンシャルカテゴリ、すなわち、キャッシュ、エクイティおよびボンドの各々、ならびにこれらの各々の種々のサブカテゴリをターゲットとする。例えば、エクイティファンドは、国内または国際、大型資本株式（ｌａｒｇｅ ｃａｐ ｓｔｏｃｋ）、小型資本株式（ｓｍａｌｌ ｃａｐ ｓｔｏｃｋ）等として分類され得る。特定の企業が提供し得るすべてのミューチャル
ファンドに遅れをとらないようにすることは困難であるが、データベース内の少なくとも１つの特定の企業の商品提供をアクセスおよび格納し得る種々のツールによって、ファイナンシャルプランナは、ファイナンシャル投資商品の選択において支援される。

これらの従来のアプリケーションは、いくつかの点において不十分である。既存のモデルポートフォリオエンジンは、顧客に推奨されるポートフォリオに到達するために、短期と長期のニーズとを適切に調和させることをしない。推奨されるポートフォリオを実行することができるファイナンシャル商品は、通常、アプリケーションの外部で選択される。従来のアプリケーションは、特定の消費者ニーズに方向付けられたアプリケーション内で利用可能な商品の現在のリストを提供することに失敗することが多い。さらに、これらのアプリケーションは、顧客に推奨される適切な投資戦略を提供しない。現在のファイナンシャルプランニングツールは、通常、決定論的な説明を提供する（確実であるという誤った感覚を助長する）。さらに、既存のファイナンシャルアプリケーションは、退職をゴールとした確率論的モデリングのみを提供することが多く、通常、例えば、生涯キャッシュフロー、障害、長期医療、および死亡を扱う確率論的モデルを提供しない。最後に、現在のアプリケーションは、工業規格と一致し、かつ顧客の個別ニーズに合わせたパーソナライズされた質のファイナンシャルアドバイスを提供しない。

上述の観点で、従来のコンピュータによって実現されるファイナンシャルプランニングアプリケーションの不利な点を克服するファイナンシャルプランニングシステムおよび方法が必要である。

（発明の要旨）
本発明は、ファイナンシャルアドバイジングおよびプランニングを容易にする確率モデリングのシステムおよび方法を提供する。ポートフォリオ統合化モジュールは、ユーザのファイナンシャルプランニングに向けてカスタマイズされた戦略を解析および展開する際に、ユーザの目標、資産、貯蓄、およびリスク許容度の少なくとも１つの統合化を容易にする。ポートフォリオリコンサイラモジュールは、ユーザのファイナンシャルプランニングをさらに容易にするために、ポートフォリオ統合化モジュールと通信して、カスタマイズされた戦略を他の戦略および予測されるファイナンシャル決定と比較することを容易にする。ポートフォリオ統合化モジュールおよびポートフォリオリコンサイラモジュールと通信する確率論的モデリングモジュールは、確率論的モデリング解析において、ポートフォリオ統合化モジュールおよび／またはポートフォリオリコンサイラモジュールからのデータを用いて、提案されるユーザの状態ポートフォリオの生成を容易にする。確率論的モデリングモジュールは、提案される状態ポートフォリオの生成を容易にするために、統計的サンプリングの同期定常的ブーツストラップ法を用いて、履歴経済データの解析を容易にする。ポートフォリオ統合化モジュールおよび確率論的モデリングモジュールと通信するシミュレータモジュールは、確率モデリングシステムの変化の影響を予測し、かつ、所定の長さの時間を介してシステムをモニタリングおよび試験するために用いられ得る。

本発明のさらなる局面は、本明細書、付録および請求項に記載される非限定的実施形態を添付の図面を参照してレビューすると明らかになり、同じ参照符号は、同じ要素を示す。

（詳細な説明）
以下の記載は、種々の例示的実施形態を提供、記載および教示し、当業者が本発明を十分に詳細に実行することを可能にし、かつ、本発明の主旨および範囲から逸脱することな
く他の実施形態が実現され得ることが理解されるべきである。従って、以下の詳細な説明は、例示の目的でのみ提供され、限定するものではない。本発明の範囲は、添付の請求項によって定義される。

本発明のシステム、およびそのコンポーネントシステムのいずれも、デジタルデータを処理するプロセッサ、デジタルデータを格納するプロセッサと通信するメモリ、デジタルデータを入力するためのプロセッサと通信する入力デジタイザ、メモリ内に格納され、かつプロセッサによってデジタルデータを処理するように指示するプロセッサによってアクセス可能なアプリケーションプログラム、プロセッサおよび複数のデータベースによって処理されるデジタルデータから導出される情報を表示するためのプロセッサおよびメモリと通信するディスプレイ、顧客データ、取引先データ、金融機関データおよび／または本発明と関連して用いられ得る同様のデータを備えるホストサーバまたは他の計算システムを含み得る。

本発明は、概して、包括的かつ一体型のファイナンシャルアドバイジングおよびプランニングシステムを含む。このシステムは、例えば、特定の世帯、または他の経済的グループの任意のメンバーの早期死亡、障害、退職、および／または長期医療の必要を含み得る、種々のタイプのシナリオの各々の数千の仮定的予測の少なくとも１つに基づいて同定された個人のファイナンシャル目標を首尾良く達成する確率を決定することを容易にする確率モデリングを含む。確率モデリングは、将来の不確実性の数量化を、統計的に有効なサンプリングにより容易にして、顧客のファイナンシャル将来の見込みの正確なシミュレーションを提供する。各シナリオは、固有のシミュレーションセットを有し、このセットは、例えば、共通の基本的経済的仮定およびポートフォリオ仮定を用い、これらの仮定を一意的なシナリオ特有のキャッシュフローアクティビティと組み合わせる。このようにして、ファイナンシャル目標を満たし、かつ関心事を扱うために用いられるリソースは、シナリオ間で合理的に相互作用し、かつ、統合化される。例えば、障害保険を購買するために用いられるリソースは、大学教育のための貯蓄として利用可能であり得ず、または課税猶予車両を使用した結果の節税は、すべてのシナリオにプラスの影響を有し得る。このシステムは、さらに、選択された個人のファイナンシャル目標を達成するために適切な戦略および戦術を選択し得、および／またはシステムおよびユーザのニーズに依存する適切な戦術の選択を容易にする。システムは、さらに、ファイナンシャルアドバイザおよびその顧客が、クライアントのファイナンシャルプランニングを行うためにインターネットを介して共同作業することを可能にする。

図１は、本発明の例示的実施形態による、ユーザ１０１のファイナンシャルプランニングおよびアドバイジングを容易にするシステム１００を示す。システム１００は、通信チャネル１１５および１１７を介してファイナンシャルアドバイザ１０３およびサーバ１０５とそれぞれ通信するユーザを含む。ファイナンシャルアドバイザ１０３およびサーバ１０５は、さらに、通信チャネル１１９を介して通信する。通信チャネル１１５、１１７および１１９は、システム１００のニーズに依存する１つのチャネルまたは別々のチャネルであり得る。さらに、ユーザ１０１およびファイナンシャルアドバイザ１０３は、別個の要素として示されるが、システム１００のニーズに依存する同一の要素でもあり得る。

ユーザ１０１は、通信チャネル１１５および１１７を介してファイナンシャルアドバイザ１０３および／またはサーバ１０５にデータを発信する。データは、ユーザのファイナンシャル情報（例えば、現在および期待所得、経費、負債、資産、保険証券、租税、社会保障／公的年金、公的年金情報、企業年金等）、ユーザ個人情報（例えば、結婚歴、生年月日、年齢、職業、ライフスタイル、家族等）、ユーザ目標、システム仮定、ユーザリスク許容度等を含み得る。ユーザ１０１の純財産は、ファイナンシャルセキュリティの１つの測定値であり、かつ、キャッシュフローの解析と共に、ユーザ１０１の目標を達成する
能力を決定するのを助けるために用いられ得る。例えば、純財産は、全資産から全負債を減算することによって計算される。ユーザおよび／またはシステム仮定は、投資パフォーマンス、インフレーション、租税、保険料、保険成長率の費用、金利、リスク許容度および個人的ニーズおよび目的と関連した仮定を含む。システム１００および／またはユーザ１０１のニーズに依存して、このような仮定は、ユーザ１０１によって指定され得る。このようにして、システム１００は、将来のインフレーション率、金利、投資市場パフォーマンス、保険成長率のコスト等に関する無知な決定を困難にするために、ユーザ１０１に依存しない。ファイナンシャルアドバイザ１０３は、ユーザ１０１が適切な仮定を選択するよう支援し得る。例えば、ユーザ１０１は、資産および保険証券の所有者情報、および現行価値をサーバ１０５に提供する。しかしながら、これらの仮定のいくつかは、ユーザ１０１の目標を解析するプロセスにおいて改変され得る。

ユーザ１０１は、パーソナライズされた、高品質ファイナンシャルデータを迅速にシステム１００に提供し、迅速にファイナンシャルアドバイスを受信し得る。ユーザ１０１のデータ入力に基づいて、サーバ１０５は、ユーザ１０１の現在の状態（例えば、現在の投資ポートフォリオ、保険情報、個人情報、シナリオ情報（例えば、保険、租税、障害、長期医療、目標等））を受信する。サーバ１０５は、ユーザ１０１のデータ入力目標、目標の仮定の少なくとも１つに基づいて提案される状態ポートフォリオを生成し得る。提案される状態ポートフォリオは、例えば、シナリオ（例えば、通常の寿命、障害、長期医療（例えば、経費、手当て等）、早期死亡等）、生命保険情報（例えば、経費、死亡手当て等）、社会保障、公的年金、資産構成、貯蓄、目標、退職情報、経費、資産その他の租税構造、貯蓄および／または企業年金情報、および、個人の（または家族のメンバーの）ファイナンシャル状態または個人状態に影響を及ぼす他のファクタと共に提案される投資ポートフォリオを含み得る。提案される投資ポートフォリオは、種々のタイプの投資を横断して資産を投資する種々の方法を示し、例えば、資産構成、貯蓄額、目標および金額、退職情報等を含み得る。これらの提案される状態ポートフォリオは、選択された目標を達成するためのリスク許容度および時間枠が与えられると、成功の最尤度を改善し得る。特に、サーバ１０５には、目標を達成するための時間枠、この目標と関連したドル額、目標を実現するために利用可能な資産および貯蓄、ユーザ１０１のリスク許容度が提供される。現在の状態および提案される状態ポートフォリオの各々のシミュレーションが走行し、シミュレーションは、ユーザ１０１の現在の状態を、提案される状態ポートフォリオと比較する。

データがサーバ１０５に発信された場合、サーバ１０５内の種々の要素がデータを解析し、提案される状態ポートフォリオの形態でユーザ１０１にアドバイスを生成および提供する。サーバ１０５は、１実施形態において、ポートフォリオ統合化モジュール１０７、ポートフォリオリコンサイラモジュール１０９、確率論的モデリングモジュール１１１、およびシミュレータモジュール１１３を備え、これらは、データを解析してユーザ１０１にアドバイスを生成および提供することを容易にする。ポートフォリオ統合化モジュール１０７は、ユーザ１０１の目標、資産、貯蓄およびリスク許容度の少なくとも１つを、カスタマイズされた提案される状態ポートフォリオに統合化することを容易にする。ポートフォリオリコンサイラモジュール１０９は、提案される状態ポートフォリオを用いて、資産の配分を容易にし、特定の投資を展開し、投資戦略を実行し、および／または貯蓄および保険料を集めて、提案される投資ポートフォリオのために適切な特定の投資を展開する。確率論的モデリングモジュール１１１は、ユーザ１０１のデータ、ユーザ１０１の目標、ユーザ１０１の目標仮定、および履歴データの少なくとも１つをレビューした後、履歴データの同期定常的ブートストラプサンプリングの確率論的サンプリング手法を用いてファイナンシャル成功の確率を創出する。ファイナンシャル成功の創出は、将来市場および経済的挙動の不連続予測を生成すること、および種々のシナリオ仮定と関連するユーザ１０１のデータにこれらの予測を適用することによってなされ得る。各予測において、ユー
ザ１０１は、ユーザ１０１のニーズに依存して、１つ以上の目標を見出すことができ得ない。予測における個々の成功および失敗は、確率論的モデリングモジュール１１１によって総計され、成功の確率を創出する。シミュレータモジュール１１３は、このデータを用いて、ポートフォリオ統合化モジュール１０７、ポートフォリオレコンサイラモジュール１０９および／または確率論的モデリングモジュール１１１をシミュレーション、モニタリングおよび試験する。シミュレータモジュール１１３は、システム１００のニーズに依存して、サーバ１０５の一部分か、またはサーバ１０５と別個であり得る（例えば、別個のサーバまたは他のデバイス）。

（ポートフォリオ統合化）
本発明のある例示的実施形態において、ポートフォリオ統合化モジュール１０７は、ユーザ１０１の目標、資産、貯蓄、およびリスク許容度の少なくとも１つを、カスタマイズされた提案される状態ポートフォリオに統合化する。ポートフォリオ統合化モジュール１０７は、ユーザ１０１の目標、ユーザ１０１の目標の額、ユーザ１０１の資産ベースの額、ユーザ１０１の貯蓄の額、およびユーザ１０１のリスク許容度の少なくとも１つの時期を考慮することによってポートフォリオ戦略を決定する。ポートフォリオ戦略は、課税対象資産、課税対象貯蓄、および繰延課税資産／貯蓄などの種々のポートフォリオを含む。これらのポートフォリオは、サーバ１０５が、短期的目標を実現するために必要とされる資産および貯蓄と、長期的目標のために必要とされる資産および貯蓄との間を区別することを可能にする。このようにして、提案される状態ポートフォリオは、短期的市場リスクと長期的リターンポテンシャルとのバランスをとる。例えば、ポートフォリオ統合化モジュール１０７は、ファイナンシャルプランニング仮定、課税法、他の法律および規則の変化、ならびに他の展開を評価し、これらの変化を、提案される状態ポートフォリオに統合化し得る。

ある例示的実施形態において、サーバ１０５は、消費者が、最初に、目標に資金を出すために課税対象資産を費やすこと、および、これらの資産がその目標を実現するためにこれまで蓄積したものを表すと仮定する。サーバ１０５は、さらに、貯蓄が、将来の目標のために割り当てられることが可能である資金を表すことを仮定し得る。サーバ１０５は、消費者が繰延課税退職資産の前に、生命保険解約払い戻し金および保険料（例えば、保険費用の正味を費やすことをさらに仮定し得る。最後に、サーバ１０５は、最終的に、消費者が、繰延成長の税務上の利得を活用する（ｌｅｖｅｒａｇｅ）ために繰延課税退職資産を最後に費やすと仮定し得る。

ポートフォリオ統合化モジュール１０７は、ユーザ１０１の目標の時間枠、ならびにユーザ１０１が貯蓄を短期的（例えば、１０年以内）に必要とし得る資産および貯蓄を決定する。ポートフォリオ統合化モジュール１０７は、例えば、１０年以内に生じる目標の相対時期およびドル額を考慮に入れる。すぐに生じ得る大きい目標は、後から起こり得る小さい目標よりもより重点が置かれる。退職の日付または最も早い退職の日付（解析が複数のユーザに対してである場合）に基づいて長期的ポートフォリオの時間フレームについて決定が下される。カスタマイズされた提案される状態ポートフォリオをマップするために、各時間枠と共にユーザ１０１のリスク許容度が確認される。

ポートフォリオ統合化モジュール１０７は、種々のポートフォリオを用いて、カスタマイズされた提案される状態ポートフォリオを展開する。種々のポートフォリオは、例えば、キャッシュ／固定／エクイティミックスを課税対象資産に提供する正規の資産、継続中の出資金（例えば、貯蓄）のキャッシュ／固定／エクイティミックスを課税対象口座に提供する正規の出資金、退職プランのキャッシュ／固定／エクイティミックスを提供する退職資産および出資金、および他の繰延課税資産および継続中出資金（例えば貯蓄）、生命保険解約払い戻し金および継続中の保険料にキャッシュ／固定／エクイティミックスを提
供する、目標に資金を出すために用いられるポリシーのＶＵＬ（Ｖａｒｉａｂｌｅ Ｕｎｉｖｅｒｓａｌ Ｌｉｆｅ）保険解約払い戻し金および保険料、キャッシュ／固定／エクイティミックスを生命保険証書解約払い戻し金および継続中の保険料等に提供する、目標に資金を出すために用いられない保険証書のＶＵＬ保険解約払い戻し金および保険料を含む。これらのポートフォリオは、ポートフォリオ統合化モジュール１０７が短期的目標を実現するために必要とされる資産および出資金と、長期的目標のために必要とされる資産および出資金との間を区別することを可能にする。このようにして、モデル割り当て額は、マーケットにおける短期的リスクと長期的リターンポテンシャルとのバランスをとる。

例えば、課税対象資産ポートフォリオ（単数または複数）および／または課税対象貯蓄ポートフォリオ（単数または複数）は、平均的に重み付けされた時間枠およびリスク許容度に基づいた短期的モデルポートフォリオ、ならびに最初の退職の日付およびリスク許容度に基づいた長期的モデルポートフォリオを有する。退職貯蓄および資産ポートフォリオは、最初の退職の日付およびリスク許容度に基づく。解約払い戻し金および保険料と関連付けられたポートフォリオは、時間枠およびリスク許容度に基づいた短期的モデルポートフォリオであり得る。従って、これらのポートフォリオは、ポートフォリオ統合化モジュール１０７において用いられ、カスタマイズされた提案される状態ポートフォリオを展開することを支援する。

ポートフォリオ統合化モジュール１０７は、さらに、課税対象資産が短期的および／または長期的資産ポートフォリオに投資されることを決定する。ポートフォリオ統合化モジュール１０７は、例えば、十年以内に生じるすべての目標のドル価値を課税対象資産の値によって除算する。その結果、課税対象資産のパーセント値が短期的資産ポートフォリオに投資される。ユーザ１０１が、これらの目標に資金を出すために必要であるよりも多くの資産を有する場合、この資産の一部分は、短期的に投資され得、残りの資産は、長期的資産ポートフォリオ（例えば、１０年を越える目標に資金を出す）に投資され得る。他方、ユーザ１０１が、これらの目標に資金を出すために十分な資産を有しない場合、不足分は、ユーザ１０１の継続中の貯蓄および繰延課税される資産から資金が出され得る。最後に、短期的および長期的資産ポートフォリオは、１つのポートフォリオ、すなわち、課税対象試算ポートフォリオに組み合わされる。

ポートフォリオ統合化モジュール１０７は、その後、課税対象貯蓄の額が短期的および長期的貯蓄ポートフォリオに投資されることを決定する。この計算は、例えば、１０年以内に生じる目標の値からユーザ１０１の課税対象資産を減算することによって行われる。この計算の結果、目標の値は、ユーザ１０１の課税対象資産によってカバーされず、任意の不足に課税対象貯蓄から資金が出され得る。資産ベースが目標をカバーした場合、貯蓄は、通常、短期的ポートフォリオに割り付けられる。課税対象貯蓄の現在の値によって除算される。この結果、短期的ポートフォリオに貯蓄のパーセント値が割り付けられる。値が１よりも大きい場合、すべての貯蓄は、短期的ポートフォリオに投資され得る。残りの貯蓄は、長期的貯蓄ポートフォリオ（１−％短期）に投資され得る。最後に、短期的および長期的貯蓄ポートフォリオは、１つのポートフォリオ、すなわち、課税対象貯蓄ポートフォリオになるように組み合わされる。

さらに、ポートフォリオ統合化モジュール１０７は、ユーザ１０１のデータのマスターセットを用い、その後、そのデータを複数の所定のシナリオに依存して解析する。種々のシナリオは、ユーザ１０１のファイナンシャルに影響を及ぼし得る、ユーザ１０１が生涯において直面し得る種々の状況を表し得る。例えば、データのマスターセットは、ユーザおよび家族のメンバーの通常な寿命、ユーザ１０１または家族のメンバーの障害、ユーザ１０１または家族のメンバーの長期医療、ユーザ１０１または家族のメンバーの早期または予想外の死亡等について解析され得る。マスターデータは、現在の状態および提案され
る状態ポートフォリオの各々について各シナリオに関する情報を生成するために用いられ得る。ポートフォリオ統合化モジュール１０７の柔軟性は、ユーザ１０１のファイナンシャルへの付随的影響、ならびにシナリオとユーザ１０１のシナリオ（例えば、特に、ユーザのキャッシュフローアクティビティの予測）との間の統合化されたリソースの割り付けを良好に解析するために、このようなシナリオを解析することを可能にする。

従って、カスタマイズされたポートフォリオがユーザ１０１に生成される。サーバ１０５は、ユーザ１０１の現在の状態（「現在」のシナリオの）、および提案される状態ポートフォリオ（「提案される」シナリオの）に基づいて資産リターンを用いる。このようにして、サーバ１０５は、ユーザ１０１が現在の状態戦略、ユーザ１０１のリスク許容度および投資アドバイスが、ユーザ１０１が目標に到達するユーザ１０１能力に寄与す態様を示し得る。ユーザ１０１は、目標の額または時期に変更を加えると、任意の実施の推奨、ユーザ１０１のリスク許容度、および／または提案される状態ポートフォリオ、ユーザ１０１が成功する確率への影響が劇的に更新される。

従って、システム１００は、リスク許容度、リソース、および目標を提案される状態ポートフォリオに結び付ける。このようにして、ユーザ１０１および／またはファイナンシャルアドバイザ１０３は、ユーザに有用な戦略のタイプとのリンク、またはユーザ１０１の資産が現在投資されている態様から計算された平均利益率なしで、ユーザ１０１の現在および提案される状態ポートフォリオの仮定される利益率を入力する必要がない。

ポートフォリオ統合化モジュール１０７をさらに示すために、ポートフォリオ統合化モジュール１０７の１実施形態の例示的説明が付録Ｂとして添付され、これは参考のため、本明細書中に援用される。ポートフォリオ統合化モジュール１０７と関連するキャッシュフローの計算をさらに示すために、このようなキャッシュフローの１実施形態の例示的説明が付録Ｄとして添付され、これは、参考のため、本明細書中に援用される。本付録を含む明細書中での「Ｊａｐａｎｅｓｅ Ｌｉｇｈｔｎｉｎｇ」、「Ｌｉｇｈｔｎｉｎｇ」、「Ａｐｅｘ」および／または「アプリケーション」という用語の使用は、システム１００を意味する。

（ポートフォリオリコンサイラ）
一旦ポートフォリオ統合化モジュール１０７がユーザ１０１の提案される状態ポートフォリオを展開すると、ポートフォリオリコンサイラモジュール１０９および／またはファイナンシャルアドバイザ１０３は、これらの戦略を実行するために特定の投資を選択することによって、提案される状態ポートフォリオをさらに展開し得る。サーバ１０５は、ポートフォリオリコンサイラモジュール１０９を用いて、ユーザ１０１の提案される状態ポートフォリオが他のモデルポートフォリオ戦略、および推定されるユーザ１０１のファイナンシャル決定と比較された態様、および提案される状態ポートフォリオに変更が加えられ得る場合（例えば、資産クラスのレベルで）を示す。ポートフォリオリコンサイラモジュール１０９は、ユーザ１０１が行う特定のアクションステップ（例えば、投資資産を現在のポートフォリオから提案される投資ポートフォリオに移動する）を容易にする。ユーザ１０１および／またはファイナンシャルアドバイザ１０３が売買および保持の推奨を行うと、ポートフォリオリコンサイラモジュール１０９は、推奨をモニタリングし、提案される状態ポートフォリオに向かっての進行を動的に更新する。

いくらかのユーザ状態は、これらのユーザが提案される状態ポートフォリオに従って投資することを許し得ない。例えば、ユーザ１０１は、このユーザが株を売ることを妨げる税金面での懸案事項を有し得る。しかしながら、提案される成功の確率は、提案される状態ポートフォリオに基づくので、完了した売／買／保持の推奨は、その推奨が互いに十分に近いか否かを決定するためにモデルポートフォリオ戦略に対して試験される。例えば、
売／買／保持の推奨は、提案される状態ポートフォリオのキャッシュ／固定／エクイティレベルで５％の利ざやの範囲内である。推奨が十分に近くない場合、ユーザ１０１は、差異について通知およびアドバイスされ、かつ、差異のさらなる調整または理由を述べるよう求められる。

ポートフォリオモジュール１０９は、ユーザ１０１の現在の状態とカスタマイズされた提案される状態ポートフォリオとを比較し、特定の売／買／保持の推奨および／またはユーザ１０１のために適切なカスタマイズされた提案される状態ポートフォリオを展開するのを支援する決定を取り入れる。さらに、ユーザ１０１の現在の投資を提案される投資に対して定量的に試験することは、ユーザ１０１および／またはファイナンシャルアドバイザ１０３がユーザ１０１のために適切なカスタマイズされた提案される状態ポートフォリオを展開することを支援する。さらに、カスタマイズされた提案される状態ポートフォリオを生成し、企業によって配布された特定の推奨および入手可能な商品をユーザ１０１に提供する能力は、ユーザ１０１がファイナンシャルポートフォリオを改善することを支援する。ポートフォリオリコンサイラモジュール１０９は、一旦、特定のタイプの商品がユーザ１０１によって選択されると、その商品タイプの範囲内のオプションがユーザ１０１に表示されるという点で「スマート」である。例えば、生命保険の場合、その生命保険に関する情報がユーザ１０１に表示される。さらに、保険のコストに関する情報、保険のコストの増加、保険への投資からの貯蓄等が解析される。特定の資産クラスが選択された場合、その資産クラス内の投資が表示される（例えば、大型資本株式ミューチャルファンド）。このような情報を維持するために、ポートフォリオリコンサイラモジュール１０９は、インターネットを通じて任意の企業の現在の提供品にリンクされ得る。あるいは、ポートフォリオリコンサイラモジュール１０９は、バッチ処理（すなわち、周期的更新）によってか、またはリアルタイムで更新され得る定常的データベースにて保持され得る。従って、ポートフォリオリコンサイラモジュール１０９は、ユーザ１０１のために提案される状態ポートフォリオを、戦略を実行するために特定の投資を選択することによってさらに展開する。

ポートフォリオリコンサイラモジュール１０９およびポートフォリオ統合化モジュール１０７をさらに示すために、ポートフォリオリコンサイラモジュール１０９およびポートフォリオ統合化モジュール１０７の１実施形態の例示的説明が付録Ａとして添付され、これは、参考のため、本明細書中に援用される。

（確率論的モデリングモジュール）
現在および／または提案される状態ポートフォリオのシミュレーション中、サーバ１０５は、確率論的モデリングモジュール１１１を用いて、将来の不確実な性質をモデリングすることを支援する。不確実性の例は、インフレーション、エクイティおよびボンドマーケット、ボンドリターン等を含む。インフレーションは、経費、所得等に影響を与え得る。確率論的モデリングモジュール１１１は、ユーザ１０１がその生涯のファイナンシャル目標（例えば、現在の状態ポートフォリオが用いられた場合対提案される状態ポートフォリオが実行される場合）を達成する確率を測定する。確率論的モデリングモジュール１１１は、年によって広範囲に異なる値を有する種々の変数を解析して、実際のおよび／または生成された履歴データからの値をランダムにサンプリングする。例えば、特定の履歴データ（例えば、１９５０年に戻って）には容易にアクセスし得ず、これにより、確率論的モデリングモジュール１１１は、その経済的期間から他の情報が与えられたこのような履歴データを生成し得る。確率論的モデリングモジュール１１１からの解析は、好ましい可能なパフォーマンスパターンおよび好ましくない可能なパフォーマンスパターンの両方を考慮に入れる。この解析は、経済情勢（例えば、インフレーション、キャッシュリターン、ボンドリターン、株式市場パフォーマンス等）およびユーザ１０１データ（例えば、リスク許容度、目標の額および時期、目標に向かってとっておくために利用可能なリソース
等）の月単位で異なる数千の変化のパターンが与えられた場合、投資のパフォーマンスを計算することを支援する。

確率論的モデリングモジュール１１１および他の入力の結果に基づいて、確率論的決定が下され、かつカスタマイズされた提案される状態ポートフォリオがユーザ１０１に送達される。ユーザ１０１は、現在の状態を提案される状態ポートフォリオと適合させるようとして、特定の実行の推奨の調整を提案する能力を有する。提案される状態ポートフォリオは、確率論的モデリングモジュール１１１を用いて、その解析を戻し、更新された確率論的決定、および補足的または更新された提案される状態ポートフォリオ情報を生成し得る。サーバ１０５は、提案の際に確率論的モデリングおよび／または決定論的説明を用いて情報を提供する能力をユーザ１０１に提供する。従って、ユーザ１０１は、サーバ１０５にファイナンシャルプランニングコンセプトを説明する、またはファイナンシャルプランニングニーズを解析する最良の態様を決定し得、確率論的モデリングアプローチを用いることは、ユーザ１０１にニーズをサーバ１０５に伝える方法を可能にする。

サーバ１０５は、確率論的モデリングモジュール１１１を介して確率論的モデリングを提供し、ユーザ１０１のデータ、ユーザ１０１の目標、ユーザ１０１の目標の仮定、貯蓄、アセットベース、保険証券、履歴データ等の少なくとも１つのレビュー後、ファイナンシャル成功の確率を説明する。確率論的モデリングモジュール１１１は、確率論的モデリング解析において、ポートフォリオ統合化モジュール１０７およびポートフォリオコンサイラモジュール１０９の少なくとも１つからのデータを用いて、ユーザ１０１のために提案される状態ポートフォリオおよび他のプランニング戦術の生成を容易にするために、ポートフォリオ統合化モジュール１０７およびポートフォリオリコンサイラモジュール１０９と通信している。株式市場のパフォーマンスまたは将来の投資を予測することは困難であるので、将来の不確実性を説明することを支援するために確率モデリングを用いることは有益である。

確率論的モデリングモジュール１１１は、履歴データのサンプリング手法を用いる。履歴データは、インフレーション率、利益率等）、短期国債レートおよび／またはユーザのためにファイナンシャル情報を計算することに関する任意の他の情報を含む。確率論的モデリングモジュール１１１は、同期定常的ブートストラップサンプリング法を介してインフレーションの自己相関挙動を維持する（例えば、インフレーションのモデリングは、ランダムおよび不規則に移動するのと対照的に、ある期間から次の期間まで、おそらくより類似である）。例えば、このようなモデリングは、インフレーションが、通常、３年のサンプル期間にわたって３．５％〜８．５％〜１．５％ではなく、３．５％〜３．７％〜３．５％と進行する点で、より現実的である。他の技術は、インフレーションまたはモデルインフレーションの固定および一定のレートをランダムに仮定する（例えば、３年のサンプル期間にわたって３．５％〜８．５％〜１．５％へ）。多くの場合、これらの技術は、履歴データにおける豊富な情報のすべてが３つのデータポイント（リターン、変動、相関）に圧縮されることを強要する。このような融通が利かない技術とは異なって、確率論的モデリングモジュール１１１は、より多くの情報を維持し、かつ、相互の投資の実際の挙動（例えば、資産のすべてが共に低下した場合の市場の反発）、および金利に対するインフラのラグ効果をより良好にシミュレーションし得る。

本発明のある例示的実施形態において、確率論的モデリングモジュール１１１は、履歴データをサンプリングする際に確率論的モデリング解析の定常的ブートストラップサンプリング法を用いる。定常的ブートストラップ法は、例えば、ランダムな期間を生成するために（この期間の各々が利益率を有する）利益率を用いる。定常的ブートストラップ法は、抽出に合わせた開始期間をランダムに選択し、このプロセスを繰り返し、時間の長さ（例えば、１ヶ月）（この時間の長さから期間が延長される）を生成し、別の開始期間を選
択し、データセットにおけるすべてのインデックスから、期間における特定のデータポイントを同期的に（例えば、同時に）取り込み、そして、「Ｐ」数を生成する。Ｐ数は、１つの連続的データストリップの時間の長さであり、確率論的モデリングモジュール１１１の１つのシミュレーション動作において用いられる期間の数を含む。例えば、Ｐ数は、経済商取引期間の期間（例えば、４０ヶ月）、または任意の他の名称であり得る。データは、適切な経済商取引期間から同時にサンプリングされ、データのサンプルセットに共にペーストされ、かつ、任意のタイプの予測される期間の間（例えば、平均寿命、障害の期間、長期医療期間等の所望の時間の量）繰り替えされ得る。このデータのサンプルセットは、1回につき１つ以上のデータセットに対して生成され得、これは、同期定常的ブートス
トラップデータサンプリングを提供する。例えば、サンプルデータセットは、経済商取引サイクルの平均長さを表し得る。同期データサンプリングは、正確な利益率、インフレーション率（例えば、インフレーションの系列相関）、および他のそのようなデータを計算するために収斂技術（例えば、幾何分布）を用いる。同期データサンプリングは、データのサンプルセットから情報を活用し、このような情報を外挿して、ある期間にわたってデータのより大きいセットを生成する（例えば、選択された経済商取引サイクル、ファイナンシャルの先行き等）。同期データサンプリングは、より正確な利益率、インフレーション率、および他のそのようなデータを提供するために、履歴データにおける情報の完全性および豊富さを維持することを支援する（例えば、次の数年にわたるボンドリターンの変化の影響）。Ｄｉｍｉｔｒｉｓ Ｎ．Ｐｏｌｉｔｉｓ＆Ｊｏｓｅｐｈ Ｐ．Ｒｏｍａｎｏによる「Ｔｈｅ Ｓｔａｔｉｏｎａｒｙ Ｂｏｏｔｓｔｒａｐ」Ｊｏｕｒｎａｌ ｏｆ ｔｈｅ Ａｍｅｒｉｃａｎ Ｓｔａｔｉｓｔｉｃａｌ Ａｓｓｏｃｉａｔｉｏｎ、１３０３〜１３１３ページ、Ｖｏｌｕｍｅ８９、Ｉｓｓｕｅ４２８（Ｄｅｃ．１９９４）（参考のため、本明細書中に援用される）を参照されたい。

本発明の例示的１実施形態において、定常的ブートストラップ法でｐ値を推定することによって、ポートフォリオパフォーマンスの安定性が測定される。定常性は、プロセスの統計的パラメータが時間と共に実質的に変化しないプロセスの質を含む。定常的プロセスの１局面は、自己相関が、ラグのみに依存し、かつ、計算される時間と共に変化しないことである。自己相関データと、独立した観察との間の類似もまた記載される。シミュレーション実験における確率論的プロセスは、通常、自己相関され、従って、これらのプロセスが通常生成する時系列的またはサンプル記録は、独立した観察に応用される伝統的な統計的方法によって解析されない。自己相関を低減または消去する１つの方法は、もとの時系列に対して変換を実行することである。伝統的解析は、変換された観察が相互に関連付けられないことを仮定して適用される。しかしながら、この手順は、プロセスの挙動に関するかなり多くの貴重な情報を廃棄し、かつ、変換された時系列が比較の目的のためには適切ではない。自己相関を消去するのではなく、これを活用することによって時系列を研究するために、代替的方法が提示される。このアプローチは、もとの系列（例えば、株式、ボンド、キャッシュおよびインフレーションの）ブートストラップされたサンプル平均の標準誤差を推定すること、およびいくつかの独立したブートストラップのこれらの統計を比較することに集中する。

同じ長さのシミュレーション時間の２つのブートストラップを実行するステップにおいて、２つの結果としての時系列またはサンプル記録の統計的質が同じであることを予測する理由はない。観察されるプロセスは、同じ変動を有するが、１つの実験において、他よりも自己相関されるとすると、より自己相関されたプロセスは、通常、所与の時間の間、値の変化が他よりも少ない変化を示す。変化がより少ないので、プロセスの平均の周囲をあまり変動せず、従って、確率論的モデリングモジュール１１１は、より高い相関を有するプロセスの平均の推定を他と同じほど良好に取得し得る。これは、自己相関されたプロセスのサンプル平均の安定性をどのように決定するのかという問題に直面し、これにより、履歴系列の依存構造は、ブートストラップサンプルで維持される。単純なランダムサン
プリングは、通常、適切でない。なぜなら、これは、系列の任意の依存性を破壊するからである。

従って、定常的ブートストラップと呼ばれるリサンプリング手順を導入することが望ましい。この手順は、不規則な長さのブロックのリサンプリングに基づき、ここで、各ブロックの長さは、幾何分布を有する。これらのブロックの平均長さは１／ｐであり、この量は、移動するブロック法でのパラメータｂと同様の役割を果たす。標準誤差の定常的ブートストラップ推定は、移動するブロックブートストラップ法がｂの選択に対してよりも、ｐの選択に対してあまり敏感でないが、データをより深く研究することに基づいた知識や経験による推測を有することが望ましい。ｐ値の選択は、トレードオフを含むブロックサイズを選択することを含む。ブロックサイズが過度に小さいと、ブートストラップは、データの時間依存性を破壊し、その平均精度が低下する。ブロックサイズが過度に大きくなると、ブロックがほとんどなく、擬似データが同様に見える傾向がある。その結果、ブートストラップの平均精度もまた低下する。これは、精度を最大化する最適ブロックサイズを提示する。

独立した観察のセットから計算されたサンプル平均の標準誤差は、１／ｐと逆に比例する。これは、自己相関データには当てはまらない。しかしながら、十分に小さいｐ値に対して、自己相関データのサンプル平均の標準偏差は、観察の分数と逆に比例する。この分数は、プロセスの自己相関に依存する。相関時間を観察間隔と共に用いて、自己相関された時系列に含まれる独立した観察の数が定義され得る。２つの自己相関サンプルのこれらの測定を比較することは、サンプル平均の相対的安定性に関する推論を引き出すことを可能にする（独立した観察を用いて行われ得るように）。

例えば、日本の株式、ボンド、月次のキャッシュリターンおよびインフレーション等の履歴観察に基づいて、図４は、ブロックサイズ１／ｐの関数としての、サンプルの幾何平均標準誤差のブートストラップされた推定を示す。１／ｐが増加すると、対応する標準誤差の数いては、最初に増加し、だいたい一定の状態にとどまり、その後、低下する。改善された結果は、最初の上昇および安定の理由を説明し、これに対して、バイアスの影響の増加は、最終的な低下の原因である。この推定は、１／ｐが２５と５０との間である場合に安定し、１／ｐがより大きい場合の低下は、疑いを生じさせると思われる。図５に示された以下の自己相関プロットは、任意の、およびすべてのタイムラグ分離に対してほぼゼロである場合、ならびに非ランダム自己相関、従って、自己相関の１つ以上が明確に非ゼロである場合について、このようなデータセットのランダム性に関してより明らかにする。図５は、約１２ヶ月の期間内の日本のインフレーションの循環的変動を示す。このようにして、１／ｐはおよそ２または３つの循環として、キャンセルが生じることを可能にすることが推奨される。１例において、１／ｐを３８よりも低くしないことが推奨される。日本のインフレーションについてのブートストラップされた自己相関推定が図６に示される。最初の３つのスパイクの後、自己相関は、３８よりも大きいラグについてはゼロに近くなる。図６および図７は、さらに、キャッシュの高い自己相関を明らかにする。この例において、自己共分散構造の比較は、プロセスの本質をより良好につかむことを提供する。１／ｐが３８よりも大きい場合、もとのデータの自己相関特性は、ブートストラップによって明確に消去されない。これは、１／ｐを３８よりも低くならないように選択することを許容することにつながる。従って、この例において、ポートフォリオパフォーマンス解析におけるストックリターンの分散を過小評価することを回避することが望ましく、従って、１／ｐを３８に選択することが推奨される。

従って、定常的ブートストラップにおけるｐ値を推定する例が提供される。この例は、入力データが定常的であることを仮定する。しかしながら、非定常的ブートストラップ法を提供するために非定常的データもまた用いられ得る。Ｄｉｍｉｔｒｉｓ Ｎ．Ｐｏｌｉ
ｔｉｓ、Ｊｏｓｅｐｈ Ｐ．Ｒｏｍａｎｏによる「Ｔｈｅ Ｓｔａｔｉｏｎａｒｙ Ｂｏｏｔｓｔｒａｐ」Ｊｏｕｒｎａｌ ｏｆ ｔｈｅ Ａｍｅｒｉｃａｎ Ｓｔａｔｉｓｔｉｃａｌ Ａｓｓｏｃｉａｔｉｏｎ、Ｖｏｌｕｍｅ８９、Ｉｓｓｕｅ ４２８、１３０３〜１３１３ページ（１９９４年）、Ｒｕｓｓｅｌ Ｄａｖｉｄｓｏｎ ＆ Ｊａｍｅｓ Ｇ．ＭａｃＫｉｎｎｏｎによる「Ｂｏｏｔｓｔｒａｐ Ｔｅｓｔｓ：Ｓｉｚｅ ａｎｄ Ｐｏｗｅｒ ｏｆ Ｂｏｏｔｓｔｒａｐ Ｔｅｓｔｓ」Ｗｏｒｋｉｎｇ Ｐａｐｅｒ、Ｄｅｐｅｒｔｍｅｎｔ ｏｆ Ｅｃｏｎｏｍｉｃｓ、Ｑｕｅｅｎ‘ｓ Ｕｎｉｖｅｒｓｉｔｙ、Ｋｉｎｇｓｔｏｎ、Ｏｎｔａｒｉｏ、Ｃａｎａｄａ、Ｍａｕｒｉｃｅ Ｒ．Ｍａｓｌｉａｈによる「Ｓｔａｔｉｏｎａｒｉｔｙ／Ｎｏｎｓｔａｔｉｏｎａｒｉｔｙ Ｉｄｅｎｔｉｆｉｃａｔｉｏｎ」、Ｊａｍｅｓ Ｇ．ＭａｃＫｉｎｎｏｎによる「Ｂｏｏｔｓｔｒａｐ Ｔｅｓｔｉｎｇ ｉｎ Ｅｃｏｎｏｍｅｔｒｃｓ」Ｗｏｒｋｉｎｇ Ｐａｐｅｒ Ｐｒｅｓｅｎｔｅｄ ａｔ ｔｈｅ ＣＥＡ Ａｎｎｕａｌ Ｍｅｅｔｉｎｇ（１９９９年））
Ｐｉｎ−Ｈｕａｎｇ Ｃｈｏｕによる「Ｕｓｉｎｇ Ｂｏｏｔｓｔｒａｐ ｔｏ ｔｅｓｔ Ｍｅａｎ−Ｖａｒｉａｎｃｅ Ｅｆｆｉｃｉｅｎｃｙ ｏｆ ａ Ｇｉｖｅｎ Ｐｏｒｔｆｏｌｉｏ」Ｗｏｒｋｉｎｇ Ｐａｐｅｒ、Ｄｅｐａｒｔｍｅｎｔ ｏｆ Ｆｉｎａｎｃｅ、Ｎａｔｉｏｎａｌ Ｃｅｎｔｒａｌ Ｕｎｉｖｅｒｓｉｔｙ Ｃｈｕｎｇ Ｌｉ、Ｔａｉｗａｎ（１９９６年）、Ｄｏｎａｌｄ Ｗ．Ｋ．Ａｎｄｒｅｗｓ ＆ Ｍｏｓｈｅ Ｂｕｃｈｉｎｓｋｙによる「Ｅｖａｌｕａｔｉｏｎ ｏｆ ａ Ｔｒｅｅ−ｓｔｅｐ
Ｍｅｔｈｏｄ ｏｆ Ｃｈｏｏｓｉｎｇ ｔｈｅ Ｎｕｍｂｅｒ ｏｆ Ｂｏｏｔｓｔｒａｐ Ｒｅｐｅｔｉｔｉｏｎｓ」Ｗｏｒｋｉｎｇ Ｐａｐｅｒ、Ｃｏｗｌｅｓ Ｆｏｕｎｄａｔｉｏｎ ｆｏｒ Ｒｅｓｅａｒｃｈ ｉｎ Ｅｃｏｎｏｍｉｃｓ、Ｙａｌｅ Ｕｎｉｖｅｒｓｉｔｙ（１９９８年）、および、Ｂｌａｋｅ ＬｅＢａｒｏｎ ＆ ＡｎｄｒｅａｓＳ．Ｗｅｉｇｅｎｄによる「Ａ Ｂｏｏｔｓｔｒａｐ ｅｖａｌｕａｔｉｏｎ ｏｆ ｔｈｅ Ｅｆｆｅｃｔ ｏｆ Ｄａｔａ Ｓｐｌｉｔｔｉｎｇ ｏｎ Ｆｉｎａｎｃｉａｌ Ｔｉｍｅ Ｓｅｒｉｅｓ」Ｗｏｒｋｉｎｇ Ｐａｐｅｒ ＩＳ−９７−０１３、Ｌｅｏｎａｒｄ Ｎ．Ｓｔｅｒｎ Ｓｃｈｏｏｌ ｏｆ Ｂｕｓｉｎｅｓｓ、Ｎｅｗ Ｙｏｒｋ Ｕｎｉｖｅｒｓｉｔｙを参照されたい（これらのすべては、参考のため、本明細書中に援用される）。

同期定常的ブートストラップ法からの情報は、ユーザ１０１がファイナンシャル成功を達成する最尤度のパーセンテージを推定するために、確率論的モデリング解析において用いられ得る。例えば、成功または不成功の生涯シミュレーションをもとに戻してユーザ１０１の生涯シミュレーションが複数回反復され得る（例えば、６７５０回反復する）。このような二項技法は、ユーザ１０１が生涯シミュレーションの最後に所定の金額または資産を有する場合、成功の実行をもとに戻し得る（そうでない場合、不成功の実行をもとに戻す）。確率的モデリングモジュール１１１は、例えば、利益率、インフレーション率、特定の目標（例えば、学費、蓄財等）、いくつか、またはすべての目標の統合化による生涯キャッシュフロー、潜在的生涯および／または長期医療の必要ならびに／あるいは死亡等の少なくともいずれか、またはすべての確率論的モデリングを用いて、ユーザがファイナンシャル成功を達成するチャンスを計算する。従って、サーバ１０５は、生涯においてファイナンシャル成功を達成する確率のみを扱うのではなく、種々のシナリオも考慮する（例えば、長期医療、生涯、早期死亡等）。確率論的モデリングモジュール１１１は、関連したファクタ（インフレーション、利益率等）の実際の挙動を模倣し、かつすべての資産が目標に資金を出すために利用可能にすることを可能にする。このようにして、ユーザ１０１が１つの目標に対して過剰に有する場合、過剰な資産は、別の目標に適用され得る。例えば、ユーザ１０１が資産不足を有する場合、ユーザ１０１は、他の資産を用い得る。さらに、ユーザ１０１は、ユーザ１０１が過剰な所得を払うという目標のためにローンを持ち出し得る。確率論的モデリングモジュール１１１は、資産が退職前に欠乏した場合、ローンをモデリングし得、これにより、融資残高（ｌｏａｎ ｂａｌａｎｃｅ）が生成
され、インフレーションおよびリスクプレミアムのレベルに基づいて金利が得られ、かつ、貯蓄は、ローンを返済するために適用される。ローンが返済された場合、貯蓄は、投資ポートフォリオに適用される。

従って、確率論的モデリングモジュール１１１は、現在の状態に対する種々の条件およびシナリオの影響を予想することを支援する。確率論的モデリングモジュール１１１は、ユーザ１０１が数千のファイナンシャル状態に対するユーザの目標を予想し、かつ、各々について成功の最尤度を提供する。このようにして、確率論的モデリングモジュール１１１は、種々の状態に適用される数千の可能な経済的シナリオを集計することによって、ユーザの目標を達成する最尤度に対するユーザの決定の影響をユーザ１０１が解析することを可能にする。

確率論的モデリングモジュール１１１をさらに示すために、確率論的モデリングモジュール１１１の１実施形態の例示的説明が付録Ｃとして添付される（これは、参考のため、本明細書中に援用される）。

従って、システム１００は、データを解析して、ユーザ１０１へのアドバイスを生成および提供することを容易にし、かつ、ファイナンシャルアドバイザ１０３によって実行される機能を自動化する。サーバ１０５は、サーバ１０１の目標、資産、貯蓄およびリスク許容度をカスタマイズされた提案される状態ポートフォリオをポートフォリオ統合化モジュール１０７へと統合化する。サーバ１０５は、特定の投資を創出して、ポートフォリオリコンサイラモジュール１０９を介してこれらの戦略を実行するように提案される状態ポートフォリオを用いる。サーバ１０５は、ユーザ１０１のデータ、ユーザ１０１の目標、ユーザ１０１の資産および貯蓄、種々の仮定、ならびに履歴データを、確率論的モデリングモジュール１１１をレビューした後、ファイナンシャル成功の確率を創出するために履歴データの確率論的サンプリング手法を用いる。

ユーザ１０１は、パーソナライズされた、高品質のファイナンシャルデータをシステム１００に迅速に提供し、かつ、迅速なファイナンシャルアドバイスを受け取る。ユーザ１０１がデータを入力した後、システム１００は、ユーザ１０１に特別に適合されたアドバイスを生成する。アドバイスは、ユーザ１０１へのアドバイスを自動的に生成および提供する規則のシステムを介して創出される。ある例示的実施形態において、アドバイスは、提案される状態ポートフォリオの観察、戦略、および推奨を含む。各観察、戦略および推奨は、種々の局面を有する（例えば、ファイナンシャルアドバイス解析と関連したロジック、およびユーザ１０１への出力と関連したテキスト）。「Ｓｙｓｔｅｍ ａｎｄ Ｍｅｔｈｏｄ Ｆｏｒ Ｃｒｅａｔｉｎｇ Ｆｉｎａｎｃｉａｌ Ａｄｖｉｃｅ Ａｐｐｌｉｃａｔｉｏｎｓ」と称される米国特許シリアル番号第０９／７１２，７４３号（２０００年１１月１４日出願）、「Ｓｙｓｔｅｍ ａｎｄ Ｍｅｔｈｏｄ Ｆｏｒ Ｅｖａｌｕａｔｉｎｇ Ｗｏｒｋ Ｐｒｏｄｕｃｔ」と称される米国特許シリアル番号第０９／７３１，１６３号（２０００年１２月６日出願）、および「Ｃｏｍｐｕｔｅｒ−Ｉｍｐｌｅｍｅｎｔｅｄ Ｐｒｏｇｒａｍ Ｆｏｒ Ｐｌａｎｎｉｎｇ ａｎｄ Ａｄｖｉｃｅ Ｓｙｓｔｅｍ」と称される米国特許シリアル番号第０９／１４１，０１３号（１９９８年８月２６日出願）（これらのすべては、参考のため、その全体が本明細書中に援用される）を参照されたい。

ユーザによって入力されたデータ、ポートフォリオ統合化モジュール１０７、ポートフォリオリコンサイラモジュール１０９、確率論的モデリングモジュール１１１およびシミュレータモジュール１１３によって実行される計算、ならびにサーバ１０５によって生成された確率論的結果の段階付け（例えば、目標を満たす確率、成功の最尤度のパーセンテージ等）のデータは、ユーザ１０１へのアドバイスを生成するために、全体または部分的
にサーバ１０５によって用いられ得る。例えば、確率およびパーセンテージは、以下のように評価され得る。すなわち、０％〜４９％は、ユーザ１０１の選択された目標を達成することにおける成功の低い確率を示し、５０％〜７４％は、ユーザ１０１が選択された目標を達成する成功の中程度の確率を示し、７５％以上は、ユーザ１０１が選択された目標を達成する成功の高い確率を示す。成功の確率は、シミュレーションされた予測の総数によって少なくとも１つのドル資産が残った場合（例えば、退職した時点、死亡した時点、または任意の他の適切な時点）、予測の数を分割することによって計算され得る。ユーザ１０１の選択された目標を満たす最尤度を改善することを支援するために利用可能な複数のオプションがある。これらは、目標の額を低減する、目標の開始日を遅延する、目標に向かってより節約する、投資資産を積み立てる等である。これらの確率およびパーセンテージおよびオプションは、希望に応じて、システム１００によって最定義され得る。

本発明のある例示的実施形態において、サーバ１０５は、目標を満たす確率に集計される各予測のキャッシュフローおよび資産レベル、成功の最尤度のパーセンテージ等を計算するために種々の式を用いる。いくつかの懸案事項は、所得の解析、負債、資産、生活費（例えば、所得引く負債、貯蓄、保険料、税金等）、および種々のシナリオ（通常の寿命、障害、早期死亡、退職等）を含む。システム１００のニーズに依存して、このような情報の解析は広範（例えば、複数の負債に対して１価値）または詳細（例えば、住宅の支払い、自動車の支払い、学生ローンといった各負債の特定のブレークダウン）であり得る。システム１００のこのような柔軟性は、システム１００の複数の異なった用途に対する幅広い使用を可能にする。

アドバイスの形態での種々の情報（例えば、テキスト）は、提案される状態ポートフォリオの提案の形態でユーザ１０１に提供され得る。ある例示的実施形態において、観察、戦略、および推奨という３つの形態のアドバイスがある。観察は、例えば、退職貯蓄プランに対する現在の非拠出型等のユーザ１０１の現在の状態について主として述べるステートメントを含む。サーバ１０５からのユーザ１０１についての例示的観察は、以下の内容を含み得る。これらは、あなたのファイナンシャル目標を達成するために充てられたさらなるお金は、あなたが成功の最尤度を改善することを可能にする、あなたは全所得の２％を貯蓄に割り当てた、あなたは現在貯蓄しているが、あなたが貯蓄する額は、国内平均よりも低い、貯蓄は、あなたがファイナンシャル目標を首尾よく達成することを支援する際の重要なステップである、あなたの全所得の約４０％が負債に支払うために用いられる、あなたは、借金を管理することに注目する、あなたが得た所得は、現在のライフスタイルを維持するための所得の主要源である、現在、得られた所得は、全所得の９８％を占める、連邦限界税区分が２８％であり、あなたの有効税率は１２％である、あなたは退職プラン拠出金を最大化していないと思われる、あなたは所得税を管理するために控除を活用したことは上出来であったと思われる等である。

戦略は、例えば、Ｒｏｔｈ ＩＲＡに貯蓄を投資するように配慮するといった、ユーザ１０１が選択されたファイナンシャル的目標を達成するためにでき得ることについての議論を含む。推奨は、戦略から導き出され、かつ、ユーザ１０１が、例えば、特別なミューチャルファンドに特定の額を投資するように配慮するといった、ファイナンシャル目標を達成するためにユーザ１０１がとる特定のアクションを含む。投資の時期および流動資産の必要も考慮され得る。各観察、戦略、および推奨は、ユーザ１０１のファイナンシャル状態についてのアドバイスをさらにパーソナライズする可変のテキストをさらに含み得る。可変のテキストのいくつかの例は、ユーザ１０１の名前、推奨される商品名、確率、目標を達成するために必要とされるドル額等を含む。

本発明のある実施形態において、サーバ１０５は、各観察および／または推奨を、例えば、必要とされる、推奨される、または選択的等のサブカテゴリに分類し得る。これらの
サブカテゴリの目的は、ユーザ１０１へのアドバイスの準備を加速することを支援することである（例えば、テキストプロセスのパラグラム選択）。必要とされる観察、戦略、および／または推奨は、通常、ユーザ１０１の提案に含まれ、かつ、その提案が法律に従うことを保証することを支援する。ある例は、ユーザ１０１が考える戦略に関係するアドバイスである（例えば、ポートフォリオの変更、退職年齢の上昇、障害の追加、ＬＴＣまたは生命保険等）。推奨された観察、戦略および／または推奨は、ユーザ１０１に最も適切であるサーバ１０５からのデータおよびシミュレーションされた結果に基づく。このアドバイスは、適宜、ユーザ１０１に提供され、これにより、ユーザ１０１がアドバイスを用いることを望まない場合、ユーザ１０１は、そのアドバイスを拒否し得る。選択的観察、戦略および／または推奨は、ユーザ１０１に付与し得るサーバからのデータおよびシミュレーションされた結果に基づく。しかしながら、サーバ１０５は、それに「推奨する」ために十分な情報を有しない。このアドバイスは、適宜、ユーザ１０１に提供され、これにより、ユーザ１０１がそのアドバイスを用いることを所望する場合、ユーザ１０１は、そのアドバイスをリクエストし得る。従って、この分類は、ユーザ１０１が提案される状態ポートフォリオにどのようなアドバイスが含まれるかを容易に識別することを可能にする。

ユーザ１０１が所望する場合、選択プロセスは、提案される状態ポートフォリオを簡単に印刷することによって省略され得る。ある例示的実施形態において、すべての「必要とされる」および「推奨される」アドバイスが含まれる。これは、ユーザ１０１に、法的水準に応じて、正確な、パーソナライズされたアドバイスをユーザ１０１に提供するファイナンシャルポートフォリオの提案を提案する。さらに、無関係のアドバイスをフィルタリングアウトし、個人に合わせられた、法律に従う、ユーザ１０１への上質のファイナンシャルアドバイスを提供することによって、サーバ１０５は、ユーザ１０１の時間を確保し、これにより、ユーザが、他のタスクに集中し、より複雑な問題に時間を費やし得る。このアドバイスは、完全に編集可能なテキストであり得る。
（シミュレータモジュール）
サーバ１０５の一部分として、またはサーバ１０５から分離して、シミュレータモジュール１１３は、システム１００、またはその部分（例えば、サーバ１０５、ポートフォリオ統合化モジュール１０７、ポートフォリオリコンサイラモジュール１０９、および確率論的モデリングモジュール１１１）をシミュレーション、モニタリング、設計および試験するために、システム１００の改良の推奨および変更の影響を含むデータを用いる。シミュレータモジュール１１３は、実質的には、ポートフォリオ統合化モジュール１０７、ポートフォリオリコンサイラモジュール１０９、および確率論的モデリングモジュール１１１を含むサーバ１０５の動作を実質的に模倣する。シミュレータモジュール１１３は、システム１００を試験、設計、複製およびモニタリングするために、ポートフォリオ統合化モジュール１０７および確率論的モデリングモジュール１１１と通信し得る。このようなシステム１００の試験、設計、複製およびモニタリングは、所定の量の時間にわたり得る（例えば、通常の寿命、障害のライフスパン、早期死亡のライフスパン等）。例えば、シミュレータモジュール１１３は、ファイナンシャルプンニング、仮定、課税法、他の法律および規制、ならびに他の展開を評価し得、かつこれらの変化を提案される状態ポートフォリオに統合化し得る。

本発明の例示的実施形態において、シミュレータモジュール１１３は、サーバ１０５を模倣するために１つ以上のスプレッドシート（例えば、Ｅｘｃｅｌ（登録商標））を用い得る。例えば、シミュレータモジュール１１３は、サーバ１０５からのデータのログファイルを介して、サーバ１０５からユーザ１０１と関連するデータを取得する。シミュレータモジュール１１３は、サーバ１０５と関連したアドレス（例えば、ウェブアドレス）を用いることによって、ログファイルにアクセスし得、データを識別し、これをモジュール１１３にコピーする。ログファイルは、ユーザ１０１によるデータ入力、市場および経済
予測、
種々のシナリオからのキャッシュフロー、およびログファイルにおけるデータフィールドの記述を含み得る。データは、シミュレータモジュール１１３にコピーおよび構成され、これにより、データは、シミュレータモジュール１１３によってさらに解析され得る。

シミュレータモジュール１１３は、サーバ１０５内にプログラミングエラーがあるか否かを決定するためにデータを用い、これは、データを検査することを支援する。例えば、シミュレータモジュール１１３は、所得、将来の所得、負債、経費および試算を計算するためにデータを用い、かつ、これらの計算を評価し、サーバ１０５からの同じ結果と比較する。この計算の形態は、エラーがサーバ１０５にプログラムされたか否か、および／またはサーバ１０５が他の態様でエラーを含むか否かを試験する。

シミュレータモジュール１１３は、目標を達成する確率、成功の最尤度のパーセンテージ等を計算するためにデータをさらなる試験システム１００に用いる。このような計算は、種々のデータを解析するスプレッドシートのアレイを含み得る。例えば、確率およびパーセンテージは、サーバ１０５からの値を模倣するために評価され得る（例えば、０％〜４９％は、ユーザ１０１が選択した目標を達成することに成功する低い確率を示し、５０％〜７４％は、ユーザ１０１が選択した目標を達成することに成功の中程度の確率を示し、７５％以上は、ユーザ１０１が選択した目標を達成することに成功する高い確率を示す）。ある例示的実施形態において、シミュレータモジュール１１３は、解析するために、種々の計算のスプレッドシートを用いる（例えば、マスターデータスプレッドシート、保険スプレッドシート、社会保障／公的年金、公的年金スプレッドシート、ポートフォリオスプレッドシート、試験スプレッドシート、統計スプレッドシート、シナリオスプレッドシート等）。例えば、ランダムな利益率、非限定資産、限定資産、貯蓄、生涯目標が解析および計算において用いられ得る。

シミュレータモジュール１１３は、ユーザ１０１のポートフォリオ、決定、決定の組み合わせ、投資、ポリシー等への提案される状態ポートフォリオの影響を予想することを容易にするために、履歴ポートフォリオデータ、およびユーザ１０１のファイナンシャル決定の少なくとも１つ、投資戦略、現在のキャッシュフロー、将来のキャッシュフロー、および目標をもちイ得る。キャッシュフローは、所得、貯蓄、負債、保険料、生活費、医療費、相続財産、政府補助、資産等の少なくとも１つを含み得る。さらに、シミュレータモジュール１１３は、国内の現在の経済データ、国内の履歴経済データ、現在の国際経済データおよび履歴国際経済データの少なくとも１つに基づいて影響を予想し得る。

例示的実施形態において、シミュレータモジュール１１３は、このような値の計算の複数回の反復を解析し得る。シミュレータモジュール１１３は、コロラド州デンバーのＤｅｃｉｓｉｏｎｅｅｒｉｎｇ（登録商標）によるＣｒｙｓｔａｌ Ｂａｌｌ（登録商標）等の決定解析およびリスク解析製品を用い得る。Ｃｒｙｓｔａｌ Ｂａｌｌ（登録商標）等の製品は、データを解析するための反復を実行するために、シミュレータモジュール１１３によって提供される任意の式を含むデータを用い得る。ある例示的実施形態において、シミュレータモジュール１１３は、目標、成功の最尤度のパーセンテージ等を達成する確率を計算するために、Ｃｒｙｓｔａｌ Ｂａｌｌ（登録商標）を用いてデータ計算の６７５０回の反復を用いる。任意の数の反復が、システム１００のニーズに依存して用いられ得る。このような計算がシステム１００の結果と比較され、かつ、統計的に所定の量（例えば、２％以内）以内である場合、システム１００は、適切に機能していると仮定される。このような所定の量は、システム１００のニーズに依存して、任意の値（任意のパーセンテージ率、任意の別の定量値等）にセットされ得る。

シミュレータモジュール１１３は、目標を達成する確率、成功の最尤度のパーセンテー
ジ等を計算するために、履歴または現在の利益率、インフレーション率、および推定利益率等のデータを用い得る。シミュレータモジュール１１３から計算された確率およびパーセンテージは、サーバ１０５から計算された確率およびパーセンテージと比較され、これらが所定の量（例えば、２％以内）以内で相関する場合、シミュレータモジュール１１３は、システム１００が適切に機能すると予測し得る。このような所定の量は、システムのニーズ（例えば、所望の精度）に依存して変更され得る。

シミュレータモジュール１１３は、ユーザ１０１のデータのマスターセットを生成し得、その後、複数の所定のシナリオに依存して、そのデータを解析し得る。異なったシナリオは、ユーザ１０１が生涯において直面し得るユーザ１０１のファイナンスに影響を及ぼし得る状況を表し得る。例えば、データのマスターセットは、ユーザ１０１および家族のメンバーの通常の寿命、ユーザ１０１または家族のメンバーの早期または突然の死亡等について解析し得る。マスターデータは、現在の状態および提案される状態ポートフォリオの各々についての各シナリオに関する情報のスプレッドシートを生成するために用いられ得る。シミュレータモジュール１１３の柔軟性は、サーバ１０５をより良好に模倣するために、このようなシナリオの解析を可能にする。

システム１００の種々の実施形態は、本発明の例示的実施形態により、図２および図３に示される。図２は、本発明の例示的実施形態による、ユーザ１０１とファイナンシャルアドバイザ１０３とサーバ１０５との間の安全なセッションを有することと関連するシステム１００を示す。図１に加えて、図２は、通信チャネル１１９を介してファイナンシャルアドバイザ１０３と通信するインターネットウェブサーバ２２１を含む。通信１１９は、ファイアウォールを含み、通信のために、例えば、ｈｔｔｐまたはｈｔｔｐｓ、ＷＡＮ、ＬＡＮ、ＶＰＮトンネル等を用いる。例えば、インターネットウェブサーバ２２１は、アクセスを認証するためのユーザＩＤおよびパスワードを必要とする安全なサーバ（例えば、Ａｍｅｒｉｃａｎ Ｅｘｐｒｅｓｓ（登録商標））と関連し得る。安全なセッションは、ユーザ１０１によってログインまたはログアウトされ得るか、または自動的にタイムアウトされ得る。このようにして、すべてのデータがインターネットウェブサーバ２２１の信頼されるドメインで格納され、かつ、インターネットウェブサーバ２２１の外部に伝送される場合は暗号化される。

図２は、例示的な安全なセッションの局面をさらに示す。ファイナンシャルアドバイザ１０３は、ユーザ１０１およびサーバ１０５とのセッションを通信チャネル１１５、１１７および１１９を介して開始する。ファイナンシャルアドバイザ１０３は、サーバ１０５のユーザインターフェースのためのウェブセッションを開始する（例えば、署名されたＪＡＲを受信）。インターネットウェブサーバ２２１へのアクセスを得、セッションを開始するために、ファイナンシャルアドバイザ１０３および／またはユーザ１０１は、ユーザＩＤおよびパスワードを必要とし得る。ファイナンシャルアドバイザ１０３および／またはユーザ１０１によるユーザＩＤおよびパスワードの発行は、サーバ１０５がユーザＩＤおよびパスワードを検証することを含む。サーバ１０５は、ユーザＩＤおよびパスワードを検証するために、任意の検証システムを用いる。安全なセッションは、ファイナンシャルアドバイザ１０３および／またはユーザ１０１を確認または認証するために、任意の暗号化法を用い得る。ユーザ１０１が新しいユーザである場合、ファイナンシャルアドバイザ１０３は、サーバ１０５からユーザのケースファイルを取り出す。ユーザ１０１のケースファイルをサーバ１０５から取り出した後、ファイナンシャルアドバイザ１０３および／またはユーザ１０１は、ユーザ１０１と関連した個人的、ファイナンシャル、リスク許容度、目標および他のデータを更新し得る。

システム１００は、アプリケーションサーバ２２３からのさらなる情報を用いて、ＵＤＢデータベースサーバ２３１およびサーバ２３３と通信してシミュレーションおよび計算
を走行させ得る。ＵＤＢデータベースサーバ２３１は、リポジトリデータベース２３５、ライブラリデータベース２３７、株式データベース２３９およびボンドデータベース２４１を含む。リポジトリデータベース２３５は、サーバ１０５に発行されたデータユーザ１０１を格納する。ライブラリデータベース２３７、株式データベース２３９、およびボンドデータベース２４１は、サーバ１０５によって計算する際に用いられる種々の情報（例えば、米国証券取引委員会（Ｓｅｃｕｒｉｔｉｅｓ ａｎｄ Ｅｘｃｈａｎｇｅ Ｃｏｍｍｉｓｓｉｏｎ）情報、ボンドリターンおよび情報、社会保障／公的年金、公的年金情報、税務会計および税務計画情報、法律および規制等）を格納する。アプリケーションサーバ２２３は、ポートフォリオ統合化モジュール１０７、ポートフォリオリコンサイラモジュール１０９、確率論的モデリングモジュール１１１、およびシミュレータモジュール１１３を含む。アプリケーションサーバ２２３は、データを解析し、ユーザ１０１の提案される状態ポートフォリオを生成するために、ＵＤＢデータベースサーバ２３１およびサーバ２３３からのさらなる情報を用いる。

ファイナンシャルアドバイザ１０３は、ユーザ１０１の提案される状態ポートフォリオと共に、さらなるデータを最初にレビューし、リコンサイルし、選択する。ファイナンシャルアドバイザ１０３は、ユーザ１０１の資産を再割り当てして、ユーザ１０１の目標を達成することを試み得る。データは、ＸＭＬフォーマットにフォーマット化され、かつコンパイルされ、ソフトウェアをレンダリングするＡｒｂｏｒ Ｔｅｘｔドキュメントを介してＰＤＦ（Ｐｏｒｔａｂｌｅ Ｄｏｃｕｍｅｎｔ Ｆｏｒｍａｔ）にさらに変換される。このような変換および構成の後、データは、提案される状態ポートフォリオ（例えば、Ａｄｏｂｅ（登録商標）Ａｃｒｏｂａｔ（登録商標））の形態でユーザに提供される。

図３は、本発明の例示的実施形態と関連してユーザ１０１にファイナンシャルアドバイスおよび計画を容易にするための方法のフローチャートである。図３は、方法ステップのシリーズを示すが、これは、特定のステップの順序が変更され得、および／または他のステップが全部省略され得る一方で、依然として、同じかまたは類似の結果を達成することが実現される。図３のある例示的実施形態において、ユーザ１０１および／またはファイナンシャルアドバイザ１０３は、サーバ１０５と通信する（ステップ３０１）。例えば、ユーザ１０１および／またはファイナンシャルアドバイザ１０３は、ウェブブラウザを開いて、かつ、サーバ１０５にアクセスするためにＵＲＬを入力する。ウェブページは、ＪＮＬＰファイルへのリンクによって戻される（例えば、ダウンロードするようにＪＡＲを定義し、かつウェブセッションを開始する）。Ｕｓｅｒ１０１は、ＪＮＬＰリンクをクリックし、サーバ１０５は、マイムタイプのＪＮＬＰを戻し、かつオペレーティングシステムは、このようなマイムタイプを処理するためにウェブスタートをディスパッチし得る。ウェブスタートは、ＪＲＥ（Ｊａｖａ（登録商標） Ｒｕｎ−ｔｉｍｅ Ｅｎｖｉｒｏｎｍｅｎｔ）のバージョンをチェックし、ＬＮＬＰにおけるすべてのｊａｒは、それらがユーザ１０１および／またはファイナンシャルアドバイザ１０５にダウンロードされたか否かをチェックする。ダウンロードされない任意のｊａｒはキャッシュする。

ユーザ１０１および／またはファイナンシャルアドバイザ１０３は、サーバ１０５へのアクセスをする（ステップ３０３）。ユーザ１０１およびファイナンシャルアドバイザ１０３は、ユーザＩＤおよびパスワードをサーバ１０５に入力する（例えば、セキュリティサービスは、このような証明書をチェックし得る）。一旦証明書が検証されると、セキュリティサービスは、クッキーを検証してこのクッキーをサーバ１０５に戻す。サーバ１０５は、ユーザ１０１およびファイナンシャルアドバイザ１０３とのセッションを開始する。

ユーザ１０１のデータ、目標およびリスク許容度は、ユーザ１０１のファイナンシャルポートフォリオプランニングのためにカスタマイズされた戦略を解析する際に統合化され
る（３０５）。ユーザ１０１は、ファイナンシャルアドバイザ１０３および／またはウェブサーバ２２１を介してアプリケーションサーバにデータを入力する。データは、リポジトリサーバ２３５に周期的に格納され、図１に示されたログファイルをさらに用いる。サーバ２２３は、上述のように、図１および図２におけるサーバ１０５と共にデータを解析する。カスタマイズされた戦略は、ユーザ１０１のファイナンシャルポートフォリオプランニングをさらに容易にするために、他の戦略および予測されるファイナンシャル決定の少なくとも１つと比較される（ステップ３０７）。アプリケーションサーバ２２３は、カスタマイズされた状態ポートフォリオからの結果を解析し、かつ、これらの結果を、リポジトリサーバ２３５からの他の戦略および予測されるファイナンシャル決定からの結果と比較する。

統合化からのデータは、確率的モデリング解析において使用および比較されて、ユーザ１０１に提案される状態ポートフォリオの生成を容易にする(ステップ３０９）。アプリ
ケーションサーバ２２３は、上述のように、サーバ１０５と共にデータを解析する。

シミュレータモジュール１１３は、システム１００を試験およびモニタリングするために、ポートフォリオ統合化モジュール１０７、ポートフォリオリコンサイラモジュール１０９、および確率論的モデリングモジュール１１１の動作を模倣する（ステップ３１１）。データは、ウェブサーバ２２１を介して、アプリケーションサーバ２２３を介してアクセスされ得る。最後に、提案される状態ポートフォリオは、それぞれにつき、ファイナンシャル戦略の種々のシナリオおよび推奨の概要を示してユーザ１０１に提供される（ステップ３１３）。

本発明の他の例示的実施形態は、さらなる推定を含む。資産割り当ておよび成長率のシステム推定は、毎年変化する資産成長率を含み、かつ、キャッシュ、ボンドおよび株式の履歴リターンに基づき、現在の状態での資産成長率は、現在の投資ポートフォリオデータに基づき、提案される状態での資産成長率は、リスク許容度ならびに目標の額および時期に基づいて提案される状態ポートフォリオに基づき、投資ポートフォリオ（現在および提案される）は、資産クラスの重み付けを指定されたパーセンテージに戻すように毎年調整され、資産成長率は、特定の投資商品のパフォーマンスに基づかず、ＦＩＣＡまたは自営業税が科せられる賃金を有する、この解析に含まれるすべての人は、完全に被保険者であり、完全給付を受け取り得る。解析における任意の資産または保険証券の省略は、精度を減少させる不正確または歪みにつながり得る。

インフレーションのシステム推定は、インフレーション率が毎年変化し、かつ関連する国（単数または複数）における履歴インフレーション率および経済情勢に基づく、生活費は、そのインフレーション率（または、その適切な倍数）で毎年増加する、社会保障／公的年金、公的年金給付は、インフレーション率の約半分の率で毎年増加する等を含む。

税金のシステム推定は、例えば、シミュレーション中の所得は、平均税率で課税される、社会保障／公的年金給付は、５０％の課税が可能であることが仮定される、すべての社会保障／公的年金計算が、実際の社会保障／公的年金規定に関係なく、年１回の間隔に基づく等である。連邦所得税負債の時間推定は、提供されたもの以外、前年からの繰延を仮定しない。資本損失限度および受動的損失専用の規則は、考慮されない。所得税は、すべての課税可能所得額の合計に平均税率を付与することによって計算される。所得、不動産権、または贈与税を含む提示は、米国税法に基づく。ユーザ１０１が現在、退職社会保障／公的年金を受けとっていない場合、この解析は、ユーザ１０１の将来の退職社会保障／公的年金給付の推定を用いる。例えば、ユーザ１０１は、ユーザ１０１の実際の収益利益に基づくような、社会保障／公的年金庁からの給付金の計算書から推定を提供し得る。そうでない場合、推定が計算され（社会保障／公的年金庁の手法を用いて）、これは、ユー
ザ１０１のその年の所得に基づいて過去の収益の仮定を立てる。

障害についてのシステム仮定は、例えば、１８歳〜６０歳の、および＄１８，０００よりも多い年間の収益または自営業の所得の仮定を含む。含まれる場合、障害の解析は、ユーザ１０１が予測の最初の１２年間、または、それ以前である場合、退職までに障害を有することを仮定する。

長期医療についてのシステムの仮定は、例えば、ユーザ１０１が４０歳〜８４歳の間である場合、長期解析を含む。含まれる場合、長期解析は、ユーザ１０１が、生涯の最後の６年間に長期医療を必要とすることを仮定する。

生存者情報についてのシステムの仮定は、例えば、予測期間を決定するためのユーザ１０１の生存の寿命（適用可能である場合）を含み、生存する配偶者の給付金がすぐか、または生存者が６０歳の時点で（どちらか遅いほうで）開始し、１８歳未満の子供の生存者給付金がすぐに開始し、さらなる生命保険の死亡給付金が遺産に含まれないが、生存者にとってさらなる投資資本になり（適用可能である場合）、葬儀費用が死亡時に＄１０，０００であると仮定され、管理費は、検認財産（ｐｒｏｂａｔｅ ｅｓｔａｔｅ）の５％であると仮定され、死亡時の需給資格制度からの脱退の所得税の波及問題、すなわち、遺産相続費を支払うか、あるいは、このような資産が非配偶者相続人に配分される場合は考慮に入れられない等。例えば、全および総生命保険証書解約払い戻し金および保険料が、所得が枯渇した後に利用可能であり得、ＶＵＬ保険証券解約払い戻し金および保険料が全および総生命保険証書が枯渇した後に利用可能であり得、消費者は、繰延課税成長の有利な点を利用するために、繰延課税退職資産を最後に費やし得る。

成功についてのシステムの仮定は、例えば、投資残高（例えば、シミュレーションの終了時（例えば、生涯の終わり）に残された投資資産の少なくとも＄１）を有することを含み、退職前に現れる目標が投資資産を枯渇させた場合、サーバ１０５は、ユーザ１０１がローンを組み、それが完済されるまで将来の貯蓄をそのローンにあてることをシミュレーションし得、シミュレーションは、過去または将来の投資パフォーマンスを示し、実績が変動し、かつ資産分配、および選択された投資商品および将来の市況等のさらなるファクタに基づく。

システムの仮定は、１実施形態において、各国の現在の規制、法律、分化、選好、および景気に依存して調整され、かつ変化する。上述のシステムの仮定は、主に米国との関連であるが、各国の仮定は、これらの変動および調整と関連して慎重に選択されるべきである。従って、特定の例がこれまで挙げられたが、これらは、例示のためにすぎず、システム１００の範囲を限定すべきでない。

本発明は、本明細書中に、機能ブロックコンポーネントおよび種々の処理ステップに関して記載され得る。このような機能ブロックは、特定の機能を実行するために構成された任意の数のハードウェアおよび／またはソフトウェアコンポーネントによって実現され得る。例えば、本発明は、例えば、メモリ要素、処理要素、ロジック要素、ルックアップテーブル等の種々の集積回路コンポーネントを用い得、これは、１つ以上のマイクロプロセッサまたは他の制御デバイスの制御下で種々の機能を実行し得る。同様に、本発明のソフトウェア要素は、Ｃ、Ｃ＋＋、Ｊａｖａ（登録商標）、ＣＯＢＯＬ、アセンブラ、ＰＥＲＬ等の任意のプログラム言語またはスクリプト言語で実装され得、種々のアルゴリズムは、データ構造、オブジェクト、プロセス、ルーティンまたは他のプログラミング要素の任意の組み合わせで実装される。さらに、本発明は、データ伝送、シグナル伝達、データプロセシング、ネットワーク制御等の任意の数の従来技術を用い得ることに留意されたい。暗号に関する基本的手引きについては、Ｂｒｕｃｅ Ｓｃｈｎｅｉｄｅｒ著「Ａｐｐｌｉ
ｅｄ Ｃｒｙｐｔｏｇｒａｐｈｙ：Ｐｒｏｔｏｃｏｌｓ，Ａｌｇｏｒｉｔｈｍｓ，Ａｎｄ
Ｓｏ
ｕｒｃｅ Ｃｏｄｅ Ｉｎ Ｃ」（Ｊｏｈｎ Ｗｉｌｅｙ＆Ｓｏｎｓにより出版）（第２版、１９９６年）と称される文献をレビューされたい（この文献は、参考のため、本明細書中に援用される）。

本明細書中に示され、かつ記載された特定の実装は、本発明およびその最良の形態の例示であり、他のいかなる場合も、本発明の範囲を限定することを意図しないことが理解されるべきである。実際、簡潔にするために、従来のデータネットワーキング、アプリケーションの展開、およびシステムの他の機能的局面（およびシステムの個々のオペレーティングコンポーネントのコンポーネント）は、本明細書中で詳細に記載され得ない。さらに、本明細書中に含まれる種々の図に示される接続線は、種々の要素間の例示的な機能関係および／または物理的結合を表すことが意図される。複数の代替的またはさらなる機能関係あるいは物理的接続が実際の電子取引システムに存在し得ることに留意されたい。

本発明の複数の用途が明確に示され得ることが理解される。当業者は、ネットワークがインターネット、イントラネット、エクストラネット、ＷＡＮ、ＬＡＮ、衛星通信等のデータ交換およびビジネス取引用の任意のシステムを含み得ることを理解する。ユーザは、キーボード、マウス、キオスク、パーソナルデジタルアシスタント、ハンドヘルドコンピュータ（例えば、Ｐａｌｍ Ｐｉｌｏｔ（登録商標））、セルラー電話等の任意の入力デバイスを介してシステムと相互通信し得る。同様に、本発明は、Ｗｉｎｄｏｗｓ（登録商標）の任意のバージョン、Ｗｉｎｄｏｗｓ（登録商標）２０００、Ｗｉｎｄｏｗｓ（登録商標）９８、Ｗｉｎｄｏｗｓ（登録商標）９５、ＭａｃＯＳ、ＯＳ／２、ＢｅＯＳ、Ｌｉｎｕｘ、ＵＮＩＸ（登録商標）等の任意のオペレーションシステムを動作させて、任意のタイプのパーソナルコンピュータ、ネットワークコンピュータ、ワークステーション、ミニコンピュータ、メインフレーションム等と共に用いられ得る。さらに、本発明は、本明細書中に、ＴＣＰ／ＩＰ通信プロトコルで実装されることが記載され得るが、本発明は、ＩＰＸ、Ａｐｐｌｅｔａｌｋ、ＩＰ−６、ＮｅｔＢＩＯＳ、ＯＳＩまたは任意の数の既存のまたは将来のプロトコルを用いて実装され得る。さらに、システムは、本明細書中に記載された同様の機能性を有する任意のネットワークを介する任意の商品（本発明のコンピュータアプリケーションに関連したダウンロード可能なソフトウェア）、サービスまたは情報の使用、販売または配布を考慮に入れる。

通信チャネル１１５、１１７および１１９は、ユーザ１０１とファイナンシャルアドバイザ１０３とサーバ１０５との間の通信を可能にする任意のハードウェアおよび／またはソフトウェアである。例えば、通信チャネル１１５、１１７および１１９は、データの伝送または交換を可能にし、および／または電子商取引を容易にする任意の通信システムを含み得る。例示的通信チャネル１１５、１１７および１１９は、インターネット、イントラネット、エクストラネット、ワイドエリアネットワーク（ＷＡＮ）、ローカルエリアネットワーク（ＬＡＮ）、衛星通信等を含む。例示的実施形態において、ユーザ１０１、ファイナンシャルアドバイザ１０３およびサーバ１０５は、データリンクを介して通信チャネル１１５、１１７および１１９と適切に通信し得る。通常、標準的モデム通信と関連付けて用いられるようなローカルループ、ケーブルモデム、ディッシュネットワーク、ＩＳＤＮ、デジタル加入者線（ＤＳＬ）と関連つけて用いられ得る、ローカルループを介してのインターネットサービスプロバイダ（ＩＳＰ）への接続等の種々の従来の通信メディアおよびプロトコルが、データタリンクのために用いられ得る。ユーザ１０１、ファイナンシャルアドバイザ１０３およびサーバ１０５が、各々、専用回線（例えば、Ｔ１、Ｄ３等）を介して通信チャネル１１５、１１７および１１９にインターフェース接続するＬＡＮ内に常駐し得る。このような通信法は、当該分野に周知であり、種々の標準的文献にて扱われる。例えば、Ｇｉｌｂｅｒｔ Ｈｅｌｄによる「Ｕｎｄｅｒｓｔａｎｄｉｎｇ Ｄａ
ｔａ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ（１９９６年）を参照されたい。この文献は、参考のため、本明細書中で援用される。

本発明のシステムへの参加者間の通信は、例えば、電話ネットワーク、イントラネット、インターネット、エクストラネット、ＷＡＮ、ＬＡＮ、Ｐｏｉｎｔ ｏｆ ｉｎｔｅｒａｃｔｉｏｎデバイス（例えば、ＰＯＳデバイス、パーソナルデジタルアシスタント、セルラー電話、キオスク端末、自動銀行用端末装置（ＡＴＭ）等）、オンライン通信、オフライン通信、ワイヤレス通信、衛星通信等の任意の適切な通信チャネルを通じて達成される。ネットワークは、双方向テレビ（ＩＴＶ）ネットワーク等の他のタイプのネットワークとしても実装され得る。セキュリティの理由で、本発明の任意のデータベース、システム、またはコンポーネントは、単一のロケーションまたは複数のロケーションにおけるデータベースまたはコンポーネントの任意の組み合わせからなり得、ここで、各データベースまたはシステムは、ファイアウォール、アクセスコード、暗号化、復号−暗号化、圧縮、解凍等の種々の適切なセキュリティ機能のいずれかを含むことが理解され得る。

本明細書中で示される任意のデータベースおよび任意の他のデータ格納デバイスは、カードホルダ取引データおよび任意の他の適切な情報を格納および維持するように構成された任意のタイプのハードウェアおよび／またはソフトウェアデバイスを含み得る。例示的デバイスは、リレーショナル、ヒエラルキー、オブジェクト指向等の任意の適切なタイプのデータベースを含む。取引履歴データベース１１６、データベース１１０、１１２、１２２、および本明細書中で言及される任意の他のデータ格納デバイスを実装するために用いられる一般的なデータベース製品は、ＩＢＭ（Ｗｈｉｔｅ Ｐｌａｉｎｓ、ニューヨーク州）製のＤＢ２、Ｏｒａｃｌｅ Ｃｏｒｐｏｒａｔｉｏｎ（Ｒｅｄｗｏｏｄ Ｓｈｏｒｅｓ、カリフォルニア州）から市販されるデータベース製品のいずれか、Ｍｉｃｒｏｓｏｆｔ Ｃｏｒｐｏｒａｔｉｏｎ（Ｒｅｄｍｏｎｄ、ワシントン州）製のＭｉｃｒｏｓｏｆｔ Ａｃｃｅｓｓ、あるいは任意の他のデータベース製品を含む。取引履歴データベース１１６、データベース１１０、１１２、１２２、および本明細書中で言及される任意の他のデータ格納デバイスがデータテーブルまたはルックアップテーブルとして含む任意の適切な態様で組織され得る。

特定のデータの関連付けが公知の、および当該分野で実用化される任意のデータ関連付け技術を通じて達成され得る。例えば、関連付けは、手動または自動で達成され得る。自動関連付け技術は、例えば、データベースサーチ、データベースマージ、ＧＲＥＰ、ＡＧＲＥＰ、ＳＱＬ等を含み得る。関連付けステップは、例えば、製造業者および小売業者のデータテーブルの各々における「キーフィールド（ｋｅｙ ｆｉｅｌｄ）」を用いてデータベースマージ機能によって達成され得る。「キーフィールド」は、キーフィールドによって定義されるハイレベルクラスのオブジェクトに従って、データベースを区分する。例えば、特定のクラスは、第１のデータテーブルおよび第２のデータテーブルの両方におけるキーフィールドと指定され得、２つのデータテーブルは、その後、キーフィールドにおけるクラスデータに基づいてマージされ得る。この実施形態において、マージされたデータテーブルの各々におけるキーフィールドに対応するデータは、好適には同一である。しかしながら、類似であるが同一ではないデータをキーフィールドに有するデータテーブルもまた、例えば、ＡＧＲＥＰを用いることによってマージされ得る。

ファイナンシャルアドバイザ／プランナおよび消費者／顧客は、個々の人々、エンティティまたはビジネスを表し得る。投資仲介人、ミューチャルファンドオペレータ等の他の参加者がファイナンシャルプランニングプロセスのいくつかの段階に含まれ得るが、これらの参加者は示されないことにさらに留意されたい。

消費者、ファイナンシャルアドバイザ等の、本発明のシステムの各参加者またはユーザ
は、例えば、任意の他の参加者との通信および取引を容易にするために適切な計算システムを備え得る。例えば、いくらか、またはすべての参加者は、パーソナルコンピュータの形態の計算ユニットにアクセスし得るが、他ラップトップ、ノートブック、ハンドヘルド、コンピュータ（例えば、Ｐａｌｍ Ｐｉｌｏｔ（登録商標））、セットトップボックス、キオスク端末、パーソナルデジタルアシスタント、セルラー電話等のタイプの計算ユニットが用いられ得る。さらに、他の参加者は、コンピュータサーバ、ＰＣサーバ、ワークステーション、ミニコンピュータ、メインフレーションム、コンピュータのネットワーク化されたセットの形態で実装され得るか、または、当該分野で公知の任意の他の適切な実装の、あるいは今後考案され得る計算システムを有し得る。参加者の計算システムは、Ｗｉｎｄｏｗｓ（登録商標）の任意のバージョン、Ｗｉｎｄｏｗｓ（登録商標）２０００、Ｗｉｎｄｏｗｓ（登録商標）９８、Ｗｉｎｄｏｗｓ（登録商標）９５、ＭａｃＯＳ、ＯＳ／２、ＢｅＯｓ、Ｌｉｎｕｘ、ＵＮＩＸ（登録商標）等の任意のオペレーションシステムを含み得る。さらに、本発明は、本明細書中でＴＣＰ／ＩＰ通信プロトコルで実装されることが記載され得るが、本発明は、さらに、ＩＰＸ、Ａｐｐｌｅｔａｌｋ、ＩＰ−６、ＮｅｔＢＩＯＳ、ＯＳＩまたは任意の数の既存のまたは将来のプロトコルを用いて実装され得る。さらに、システムは、本明細書中に記載されるものと類似の機能製を有する任意のネットワークを介する任意の商品、サービスまたは情報の使用、販売または配布を考慮に入れる。

計算システムは、データ通信ネットワークまたは通信チャネルを介して互いに接続され得る。例えば、ネットワークは、安全でなく、かつ盗聴を免れないことが推定される公衆回線網であり得る。ある実施形態において、ネットワークは、インターネットとして実施される。この意味合いで、コンピュータは、インターネットに常時接続されてもよいし、接続されなくてもよい。例えば、参加者のコンピュータは、モデムを用いて、その都度インターネットに接続され得、これに対して、ファイナンシャルアドバイザーの計算システムおよび／または別の計算システムは、インターネットに持続的接続を維持し得る。インターネットと関連して用いられるプロトコル、標準規格およびアプリケーションソフトウェアに関する特定の情報は、本明細書中で説明されない。そのような詳細に関するさらなる情報は、例えば、Ｄｉｌｉｐ Ｎａｉｋによる「Ｉｎｔｅｒｎｅｔ Ｓｔａｎｄａｒｄｓ ａｎｄ Ｐｒｏｔｏｃｏｌｓ」（１９９８年）、複数の著者による「Ｊａｖａ（登録商標） ２ Ｃｏｍｐｌｅｔｅ」（Ｓｙｂｅｘ １９９９年）、Ｄｅｂｏｒａｈ ＲａｙおよびＥｒｉｃ Ｒａｙによる「Ｍａｓｔｅｒｉｎｇ ＨＴＭＬ４．０（１９９７年）、およびＬｏｓｈｉｎによる「ＴＣＰ／ＩＰ Ｃｌｅａｒｌｙ Ｅｘｐｌａｉｎｅｄ」（１９９７年）を参照されたい。これらの文献の各々は、参考のため、本明細書中に援用される。

理解されるように、本発明は、方法、データ処理システム、データ処理用のデバイスおよび／またはコンピュータプログラム製品として実施され得る。従って、本発明の局面は、全ソフトウェアの実施形態、全ハードウェアの実施形態、またはソフトウェアおよびハードウェアの両方の局面を組み合わせる実施形態の形態をとり得る。さらに、本発明は、格納媒体において実施されるコンピュータ読み出し可能プログラムコード手段を有するコンピュータ読み出し可能格納媒体上のコンピュータプログラム製品の形態をとり得る。ハードディスク、ＣＤ−ＲＯＭ、光学的格納デバイス、時期格納デバイス等の任意の適切なコンピュータ読み出し可能格納媒体が用いられ得る。

本発明は、本発明の種々の局面による方法、装置（例えば、システム）、およびコンピュータ製品のスクリーンショット（例えば、入力スクリーンショットおよび出力スクリーンショット等）、ブロック図およびフローチャートを参照して記載され得る。各スクリーンショット、ブロック図およびフローチャートの機能ブロック、ならびにブロック図およびフローチャートの機能ブロックの組み合わせの各々が、それぞれ、コンピュータプログ
ラム命令によって実現され得ることが理解される。これらのコンピュータプログラム命令は、マシンを生成するために、汎用コンピュータ、特殊用途コンピュータ、または他のプログラム可能データ処理装置にロードされ得、これにより、コンピュータまたは他のプログラム可能データ処理装置上で実行される命令が、フローチャートブロック（単数または複数）において明確にされた機能を実現するための手段を生成する。

これらのコンピュータプログラム命令は、さらに、コンピュータまたは他のプログラム可能データ処理装置を特定の態様の機能に向け得るコンピュータ読み出し可能メモリに格納され得、これにより、コンピュータ読み出し可能メモリに格納された命令は、フローチャートブロック（単数または複数）に明確にされる機能を実現する命令手段を含む製造品を製造する。コンピュータプログラム命令は、さらに、コンピュータまたは他のプログラム可能なデータ処理装置にロードされ得、一連の動作ステップがコンピュータまたは他のプログラム可能装置上で実行されるようにし、コンピュータによって実現されるプロセスを生成し、これにより、コンピュータまたは他のプログラム可能装置上で実行する命令がフローチャートブロック（単数または複数）で明確にされた機能を実現するための肯定を提供する。

従って、ブロック図およびフローチャートの機能ブロックは、特定の機能を実行するための手段の組み合わせ、特定の機能を実行するためのステップの組み合わせ、および特定の機能を実行するためのプログラム命令手段をサポートする。ブロック図およびフローチャートの各機能ブロック、およびブロック図およびフローチャートにおける機能ブロックの組み合わせは、特定の機能またはステップを実行する特殊目的のハードウェアベースのコンピュータシステム、あるいは特殊目的のハードウェアおよびコンピュータ命令の適切な組み合わせによって実現され得ることも理解されるべきである。

上述の明細書において、本発明は、特定の実施形態を参照して記載された。しかしながら、種々の改変および変更が、本発明の範囲から逸脱することなく成され得ることが理解される。本明細書および図は、例示的であるとみなされ得、限定的ではなく、すべてのこのような改変は、本発明の範囲内に含まれることが意図される。

利益、他の有利な点、および問題に対する解決策が特定の実施形態について記載されてきた。しかしながら、利益、有利な点、問題に対する解決策、および任意の利益、有利な点、または解決策がより明確に行われ、かつ明確になるようにし得る任意の要素（単数または複数）は、重要な、必須の、または不可欠な特徴または要素であると解釈されるべきでない。本明細書で用いられる用語「包含する（ｃｏｍｐｒｉｓｅｓ）」「包含している（ｃｏｍｐｒｉｓｉｎｇ）」、「含む（ｉｎｃｌｕｄｉｎｇ）」、または、それらの任意の変形は、排他的でない含有をカバーすることを意図し、これにより、要素のリストを含むプロセス、方法、商品、または装置は、それらの要素のみを含まないが、明記されないか、またはそのようなプロセス、方法、商品、または装置に固有でない他の要素を含み得る。さらに、本明細書中に記載されるいかなる要素も、「不可欠」または「重要」と明示なき場合、本発明の実用化のために必要とされない。

（付録Ａ）
タイトル：モデルポートフォリオ − シミュレーションおよび調停者（ｒｅｃｏｎｃｉｌｅｒ）用の現在の配分およびモデル配分を決定する。

生命保険証書の配分に対するあるプロセスは、以下に概要を示す。

要旨：
システム１００は、クライアントの投資戦略に基づくクライアントの成功率に基盤を置
いている。現在のシナリオでは、この投資戦略は、クライアントの現在の戦略と同じ戦略である。提案された戦略では、システム１００は、
・クライアントのリスク許容度
・クライアントの目標のタイミング
・目標値
・カスタマイズされて、提案された投資戦略へのクライアントの資産および負担金の値これらの投資戦略は、モデル−配分戦略に基づいている。モデル配分は、ｃａｓｈ＿ｅｑｕｉｖａｌｅｎｔｓ、ｆｉｘｅｄ＿ｉｎｃｏｍｅおよび＿ｅｑｕｉｔｙ＿に投資されたポートフォリオのパーセンテージを与える。

モデル配分は、投資用口座という種類に適している。従って、モデル配分には３タイプがある。

モデルポートフォリオエンジンは、クライアントの目標のタイミング、クライアントの目標額およびクライアントのリスク許容度を考慮することによって配分戦略を決定する。これらの配分戦略は、５つのポートフォリオからなる。
・通常資産：これは、課税可能な資産用のＣａｓｈ／Ｆｉｘｅｄ／Ｅｑｕｉｔｙのミックスを提供する。
・通常負担金：これは、課税可能な口座への進行中の負担金（貯金）用のＣａｓｈ／Ｆｉｘｅｄ／Ｅｑｕｉｔｙのミックスを提供する。
・退職金および負担金：退職計画、他の税金繰延資産および進行中の負担金（貯金）用のＣａｓｈ／Ｆｉｘｅｄ／Ｅｑｕｉｔｙのミックスを提供する。
・目標の資金を供給するために用いられる生命保険証書用のＶＵＬ保険のキャッシュ値および掛け金：これは、生命保険証書のキャッシュ値および進行中の掛け金用のＣａｓｈ／Ｆｉｘｅｄ／Ｅｑｕｉｔｙのミックスを提供する。
・目標の資金を供給するために用いられる生命保険証書用ではないＶＵＬ保険のキャッシュ値および掛け金：これは、生命保険証書のキャッシュ値および進行中の掛け金用のＣａｓｈ／Ｆｉｘｅｄ／Ｅｑｕｉｔｙのミックスを提供する。（これをここで行っており、これを若干調節している）
これらの別個のポートフォリオによって、システム１００は、短期間の目標に適合することを望む資産および負担金と、長期間の目標に適合することを望む資産および負担金との間の区別が可能である。この方法で、モデル配分は、長期間でリターンを見込める可能性がある市場の短期間のリスクを差し引く。

このシステム１００は、最初に顧客の目標の資金を供給するために顧客が顧客の通常資産を浪費して、目標を実現するために顧客がこれまで貯めてきたものをこれらの資産が示していると想定する。次の想定は、後に目標に配分されるために利用可能なファンドを貯蓄が示すという想定である。次に、全体および一般の生命保険証書キャッシュ値および掛け金は、貯蓄が枯渇した後に利用可能である。従って、ＶＵＬ証書キャッシュ値および掛け金は、全体および一般の生命保険証書が枯渇した後に利用可能である。最後の想定は、税金繰延成長の利益にてこ入れするために、最後に顧客の税金繰延退職金を顧客が浪費するという想定である。

「ハイレベルな一通りの計算」
１．クライアントのｒｉｓｋ＿ｔｏｌｅｒａｎｃｅを計算する。
２．短期間においてクライアントの目標がいつ達成されるかを決定する。これがｓｈｏｒｔ−ｔｅｒｍ＿ｔｉｍｅｆｒａｍｅと呼ばれる。
３．資産が退職費用へ資金を供給することをいつ望まれるかを決定する。最初の退職日となるまで、これは、時間に依存している。これがｌｏｎｇ−ｔｅｒｍ＿ｔｉｍｅｆｒａｍｅと呼ばれる。

「モデル配分マッピング」
４．時間フレームおよびリスク許容度を用いて、通常資産、支出、ＶＵＬキャッシュ値および掛け金のために、ｓｈｏｒｔ−ｔｅｒｍ＿ａｌｌｏｃａｔｉｏｎおよびｌｏｎｇ−ｔｅｒｍ＿ａｌｌｏｃａｔｉｏｎ配分戦略にマッピングする。

ａ．ｓｈｏｒｔ−ｔｅｒｍ＿ａｌｌｏｃａｔｉｏｎ配分 − ｓｈｏｒｔ−ｔｅｒｍ＿ｔｉｍｅｆｒａｍｅおよびｒｉｓｋ−ｔｏｌｅｒａｎｃｅに依存する。

ｂ．ｌｏｎｇ−ｔｅｒｍ＿ａｌｌｏｃａｔｉｏｎ配分 − ｌｏｎｇ−ｔｅｒｍ＿ｔｉｍｅｆｒａｍｅおよびｒｉｓｋ−ｔｏｌｅｒａｎｃｅに依存する。
５．退職負担金＆資産配分 − 最初の退職日およびｒｉｓｋ−ｔｏｌｅｒａｎｃｅに依存する。−さらなるステップは必要とされない。

「ｓｈｏｒｔ−ｔｅｒｍ＿ａｌｌｏｃａｔｉｏｎおよびｌｏｎｇ−ｔｅｒｍ＿ａｌｌｏｃａｔｉｏｎにおいて投資された通常資産額」
６．次のステップは、ｓｈｏｒｔ−ｔｅｒｍ＿ａｌｌｏｃａｔｉｏｎにおいて投資されるべき通常資産額を決定することである。

ａ．１０年以内に達成される全目標のドル値を通常資産の値で割る。この結果は、ｓｈｏｒｔ−ｔｅｒｍ資産配分に投資するための通常資産のパーセンテージである。

ｉ．この値が１００％よりも小さい場合、クライアントは、これらの目標の資金を供給することが望まれるより多くの資産を有しており、この資産の一部は、ｓｈｏｒｔ−ｔｅｒｍで投資される。残りの資産は、ｌｏｎｇ−ｔｅｒｍ＿ａｌｌｏｃａｔｉｏｎで投資されて、１０年後に目標の資金を供給する。

ｉｉ．この値が１００％よりも大きい場合、クライアントは、これらの目標の資金を供給するための十分な資産を有しておらず、クライアントの進行中の負担金および税金繰延資産が欠乏している。
７．ｌｏｎｇ−ｔｅｒｍ＿ａｌｌｏｃａｔｉｏｎで投資されるべき通常資産の額を決定する。

ａ．上記のパーセンテージが１００％よりも小さい場合、１００％からその値を差し引く。これがｌｏｎｇ−ｔｅｒｍ＿ａｌｌｏｃａｔｉｏｎで投資された通常資産のパーセンテージである。

ｂ．このパーセンテージが１００％以上である場合、ｌｏｎｇ−ｔｅｒｍ＿ａｌｌｏｃａｔｉｏｎで通常資産は投資されない。これにより、通常資産のパーセンテージは、ｌｏｎｇ−ｔｅｒｍ＿ａｌｌｏｃａｔｉｏｎ＝０％で投資される。
８．最終的に、短期の資産配分と長期の資産配分とが１つの配分：通常資産配分に組み合わせられる。

「ｓｈｏｒｔ−ｔｅｒｍ＿ａｌｌｏｃａｔｉｏｎおよびｌｏｎｇ−ｔｅｒｍ＿ａｌｌｏｃａｔｉｏｎで投資される通常資産額」
９．次に、ｓｈｏｒｔ−ｔｅｒｍ＿ａｌｌｏｃａｔｉｏｎおよびｌｏｎｇ−ｔｅｒｍ＿ａｌｌｏｃａｔｉｏｎで投資される通常資産額を決定する。

ａ．この計算は、クライアントの通常資産を１０年以内に達成される目標の値から差し引くことによってなされる。この結果は、クライアントの通常資産によって担保に入れら
れる目標の値である−どんな不足額も、最初に通常負担金から、次に生命保険証書から資金を供給され得る。

ｉ．この値が＄０よりも大きい場合、資産のベースは、目標を担保にするが、通常負担金が短期間の配分に配分される。

１．全通常負担金は、１０年後に目標の資金を供給するために、ｌｏｎｇ−ｔｅｒｍ＿ａｌｌｏｃａｔｉｏｎで投資される。

２．全ＶＵＬキャッシュの値および掛け金は、１０年後に目標の資金を供給するためにｌｏｎｇ−ｔｅｒｍ＿ａｌｌｏｃａｔｉｏｎで投資される。次のステップへと進むか？
ｉｉ．この値が＄０よりも小さい場合、最初に通常負担金から、次に生命保険証書から資金を供給され得る資産が不足する。

１．通常負担金の現在の値によって不足額が分割される。この結果は、短期間配分に配分する通常負担金のパーセンテージである。

ａ．この値が１００％よりも小さい場合、クライアントは、これらの目標に資金を供給するように望まれるよりも多い通常負担金を有する。

ｉ．通常負担金の一部がｓｈｏｒｔ−ｔｅｒｍ＿ａｌｌｏｃａｔｉｏｎに投資される。残りの通常負担金は、長期通常負担金／ＵＬ掛け金配分に投資され、１０年後に目標に資金を供給する。

ｉｉ．これらの目標に資金を供給するために、ＶＵＬキャッシュの値も掛け金も必要とされない。これにより、全てのＶＵＬキャッシュの値および掛け金は、ｌｏｎｇ−ｔｅｒｍ＿ａｌｌｏｃａｔｉｏｎに投資され、１０年後に目標に資金を供給する。次のステップに進むか？
ｂ．この値が１００％よりも大きい場合、全通常負担金は、短期間の配分に投資される。
１０．次のステップは、短期間通常配分と長期間通常配分とを１つの配分：通常負担金配分に組み合わせることである。

「ｓｈｏｒｔ−ｔｅｒｍ＿ａｌｌｏｃａｔｉｏｎおよびｌｏｎｇ−ｔｅｒｍ＿ａｌｌｏｃａｔｉｏｎで投資されるＶＵＬキャッシュの値および掛け金の額」
１１．次に、ｓｈｏｒｔ−ｔｅｒｍ＿ａｌｌｏｃａｔｉｏｎおよびｌｏｎｇ−ｔｅｒｍ＿ａｌｌｏｃａｔｉｏｎで投資されるべきＶＵＬキャッシュの値および掛け金の額を決定する。

ａ．この計算は、クライアントの通常資産、貯蓄、全保険キャッシュの値、ＵＬキャッシュの値および掛け金を１０年以内に達成される目標から差し引くことによってなされる。この結果は、これらの資産／証書および貯蓄／掛け金によって担保とされる目標の値である−任意の残りの不足は、ＶＵＬキャッシュの値および掛け金から資金を供給され得る。

ｉ．この値が＄０よりも大きい場合、ＶＵＬキャッシュの値および掛け金は、短期間配分には配分されない。

１．全ＶＵＬキャッシュの値および掛け金は、ｌｏｎｇ−ｔｅｒｍ＿ａｌｌｏｃａ
ｔｉｏｎに投資され、１０年後の目標に資金を供給する。

ｉｉ．この値が＄０よりも小さい場合、ＶＵＬキャッシュおよび掛け金の値から資金を供給し得る資産が不足している。

１．ＶＵＬキャッシュおよび掛け金の現在の値によって不足が分割される。この結果は、短期間分配へと分配する通常負担金のパーセンテージである。

ａ．この値が１００％よりも小さい場合、クライアントは、これらの目標に資金を供給するように所望されるよりも多い通常資産を有する。

ｉ．これにより、通常負担金の一部は、ｓｈｏｒｔ−ｔｅｒｍ＿ａｌｌｏｃａｔｉｏｎに投資される。残りの通常負担金は、長期間の通常負担金／ＵＬ掛け金割り当てに投資され、１０年後の目標に資金を供給する。

ｉｉ．ＶＵＬキャッシュの値も掛け金もこれらの目標に資金を供給するために必要とされない。これにより、全ＶＵＬキャッシュの値および掛け金は、ｌｏｎｇ−ｔｅｒｍ＿ａｌｌｏｃａｔｉｏｎに投資され、１０年後の目標に資金を供給する。次のステップに進むか？
ｂ．この値が１００％より大きい場合、全通常負担金は、短期間配分に投資される。
１２．次のステップは、短期間通常配分と長期間通常配分とを１つの配分：通常配分割り当てに組み合わせることである。

このように、カスタマイズされた、配分戦略が発生する。シミュレーションで用いられた資産のリターンは、（現在のシナリオに対する）クライアントの現在の配分戦略、および、（提案されたシナリオに対する）提案されたモデル配分戦略に基づく。従って、このシステム１００は、クライアントの現在の配分戦略、クライアントのリスク許容度および投資のアドバイスが、クライアントの目標に到達するクライアントの能力にいかに貢献するかを示し得る。

提案されたモデル配分戦略は、ユーザが
・目標の額またはタイミング
・提案された負担金額
・通常資産に対して退職金のミックス
・キャッシュ値証書、または、
・クライアントのリスク許容度
を変化させるときに、動的に更新される。

この提案は、ここで、２つのことを実証することである。
１．現在のシナリオをシミュレーションするために用いられる現在の配分をいかにシステムが決定するのか。
２．提案されたシナリオをシミュレーションするために、調停者に用いられる現在の提案されたモデル配分をいかにシステムは選択するのか。

「詳細」
「Ｉ．各ポートフォリオのタイプにおけるアカウント資産を決定する」
１．Ａｃｃｏｕｎｔ＿ｔｙｐｅｓ：各アカウントの資産／キャッシュの値および負担金／掛け金は、６つのタイプのうちの１つになる。

１．Ｒｅｇｕｌａｒ＿ａｓｓｅｔｓ
２．Ｒｅｔｉｒｅｍｅｎｔ
３．Ｗｈｏｌｅ／ＵＬ＿ｇｏａｌｓ：ｃｌｉａｎｔ＿１、ｃｌｉａｎｔ＿２またはコミュニティによって所有されるｕｎｉｖｅｒｓａｌ＿ｌｉｆｅ＿ｐｏｌｉｃｉｅｓおよびｗｈｏｌｅ＿ｌｉｆｅ＿ｐｏｌｉｃｉｅｓの全てであって、これらの「ａｖａｉｌａｂｌｅ ｔｏ ｆｕｎｄ ｇｏａｌｓ」インジケータはｏｎ／ｙｅｓである。

４．Ｗｈｏｌｅ／ＵＬ＿ｎｏｔ：ｃｌｉａｎｔ＿１、ｃｌｉａｎｔ＿２またはコミュニティによって所有されるｕｎｉｖｅｒｓａｌ＿ｌｉｆｅ＿ｐｏｌｉｃｉｅｓおよびｗｈｏｌｅ＿ｌｉｆｅ＿ｐｏｌｉｃｉｅｓの全てであって、これらの「ａｖａｉｌａｂｌｅ ｔｏ ｆｕｎｄ ｇｏａｌｓ」インジケータはｏｆｆ／ｎｏである。

５．ＶＵＬ＿ｇｏａｌｓ：ｃｌｉａｎｔ＿１、ｃｌｉａｎｔ＿２またはコミュニティによって所有されるＶＵＬ＿ｐｏｌｉｃｉｅｓの全てであって、これらの「ａｖａｉｌａｂｌｅ ｔｏ ｆｕｎｄ ｇｏａｌｓ」インジケータはｏｎ／ｙｅｓである。

６．ＶＵＬ＿ｎｏｔ：ｃｌｉａｎｔ＿１、ｃｌｉａｎｔ＿２またはコミュニティによって所有されるＶＵＬ＿ｐｏｌｉｃｉｅｓの全てであって、これらの「ａｖａｉｌａｂｌｅ ｔｏ ｆｕｎｄ ｇｏａｌｓ」インジケータはｏｆｆ／ｎｏである。
「ＩＩ．保険のコストおよびｃｏｓｔ−ｏｆ−ｉｎｓｕｒａｎｃｅ成長率」
「保険データのコストをいかに取得するかについての詳細については、シミュレーションセクションのキャッシュ値を参照のこと。」
「後に用いられる計算用の変数名を以下にリストアップする。」
Ａ．ＣＯＩ＿ｃｌｉｅｎｔ＿１：ｃｌｉｅｎｔ＿１に対する保険のコスト
Ｂ．ＣＯＩ＿ｃｌｉｅｎｔ＿２：ｃｌｉｅｎｔ＿２に対する保険のコスト
Ｃ．ＣＯＩ＿ｏｔｈｅｒ：＿ｏｔｈｅｒ＿の対する保険のコスト
Ｄ．ＣＯＩ＿ｇｒｏｗｔｈ＿ｃｌｉｅｎｔ＿１：ｃｌｉｅｎｔ＿１に対する保険のコストの年間成長率
Ｅ．ＣＯＩ＿ｇｒｏｗｔｈ＿ｃｌｉｅｎｔ＿２：ｃｌｉｅｎｔ＿２に対する保険のコストの年間成長率
Ｆ．ＣＯＩ＿ｇｒｏｗｔｈ＿ｏｔｈｅｒ：＿ｏｔｈｅｒ＿に対する保険のコストの年間成長率
「ＩＩＩ．各ポートフォリオの所望の値を決定する」
各ポートフォリオは、そのポートフォリオの口座／証書の値に基づく全ａｓｓｅｔ＿ｂａｌａｎｃｅを有する。このａｓｓｅｔ＿ｂａｌａｎｃｅは、ｔｈｅ＿ｃｕｒｒｅｎｔ シナリオおよびｔｈｅ＿ｐｒｏｐｏｓｅｄ シナリオで異なり得る。その理由は、
・ｒｅｇｕｌａｒ＿ａｓｓｅｔｓとｖａｒｉａｂｌｅ＿ａｎｎｕｉｔｙ＿ｐｏｌｉｃｉｅｓとの間の変動
・負担金額の増減
・掛け金の額の増加
による。

従って、ａｓｓｅｔ＿ｂａｌａｎｃｅｓは、ｔｈｅ＿ｐｒｏｐｏｓｅｄに変化があるときに再び計算される必要がある。このａｓｓｅｔ＿ｂａｌａｎｃｅｓは、以下のように計算される。
１．Ｔｈｅ＿ｃｕｒｒｅｎｔ＿ｓｃｅｎａｒｉｏｓ
ａ．Ｃｕｒｒｅｎｔ＿ｒｅｇｕｌａｒ＿ａｓｓｅｔｓ＿ｂａｌａｎｃｅ：ｔｈｅ＿ｃｕｒｒｅｎｔの全ｒｅｇｕｌａｒ＿ａｓｓｅｔ＿ｖａｌｕｅｓの合計。

ｂ．Ｃｕｒｒｅｎｔ＿ｒｅｇｕｌａｒ＿ｃｏｎｔｒｉｂｕｔｉｏｎｓ＿ｂａｌａｎｃｅ：ｔｈｅ＿ｃｕｒｒｅｎｔのｒｅｇｕｌａｒ＿ａｓｓｅｔｓに対する全ａｎｎｕａｌ＿ｃ
ｏｎｔｒｉｂｕｔｉｏｎｓの合計。

ｃ．Ｃｕｒｒｅｎｔ＿ｒｅｔｉｒｅｍｅｎｔ＿ｂａｌａｎｃｅ：ｔｈｅ＿ｃｕｒｒｅｎｔにおける全Ｒｅｔｉｒｅｍｅｎｔ＿ａｃｃｏｕｎｔｓのａｓｓｅｔ＿ｖａｌｕｅｓの合計。

ｄ．Ｃｕｒｒｅｎｔ＿ｒｅｔｉｒｅｍｅｎｔ＿ｃｏｎｔｒｉｂｕｔｉｏｎｓ＿ｂａｌａｎｃｅ：ｔｈｅ＿ｃｕｒｒｅｎｔにおける全ｒｅｔｉｒｅｍｅｎｔ＿ａｃｃｏｕｎｔｓの＿ｃｏｎｔｒｉｂｕｔｉｏｎｓ＿の合計。

ｅ．Ｗｈｏｌｅ／ＵＬ＿ｇｏａｌｓ＿ｃａｓｈ＿ｖａｌｕｅ＿ｂａｌａｎｃｅ＿ｃｌｉｅｎｔ＿１：ｔｈｅ＿ｃｕｒｒｅｎｔにおける、Ｗｈｏｌｅ／ＵＬ＿ｇｏａｌｓの全ｃａｓｈ＿ｖａｌｕｅｓの合計。ここで、ｃｌｉｅｎｔ＿１は、被保険者である。

ｆ．Ｗｈｏｌｅ／ＵＬ＿ｇｏａｌｓ＿ｃａｓｈ＿ｖａｌｕｅ＿ｂａｌａｎｃｅ＿ｃｌｉｅｎｔ＿２：ｔｈｅ＿ｃｕｒｒｅｎｔにおける、Ｗｈｏｌｅ／ＵＬ＿ｇｏａｌｓの全ｃａｓｈ＿ｖａｌｕｅｓの合計。ここで、ｃｌｉｅｎｔ＿２は、被保険者である。

ｇ．Ｗｈｏｌｅ／ＵＬ＿ｇｏａｌｓ＿ｃａｓｈ＿ｖａｌｕｅ＿ｂａｌａｎｃｅ＿ｏｔｈｅｒ：ｃｌｉｅｎｔ＿１、ｃｌｉｅｎｔ＿２またはコミュニティによって所有されるｗｈｏｌｅ／ＵＬ＿ｇｏａｌｓの全ｃａｓｈ＿ｖａｌｕｅｓの合計。ここで、被保険者は、ｔｈｅ＿ｃｕｒｒｅｎｔにおける他のものである。

ｈ．Ｗｈｏｌｅ／ＵＬ＿ｇｏａｌｓ＿ｐｒｅｍｉｕｍｓ＿ｂａｌａｎｃｅ＿ｃｌｉｅｎｔ＿１：ｔｈｅ＿ｃｕｒｒｅｎｔにおける、ｗｈｏｌｅ／ＵＬ＿ｇｏａｌｓの全掛け金の合計である。ここで、ｃｌｉｅｎｔ＿１は、被保険者である。

ｉ．Ｗｈｏｌｅ／ＵＬ＿ｇｏａｌｓ＿ｐｒｅｍｉｕｍｓ＿ｂａｌａｎｃｅ＿ｃｌｉｅｎｔ＿２：ｔｈｅ＿ｃｕｒｒｅｎｔにおける、ｗｈｏｌｅ／ＵＬ＿ｇｏａｌｓの全掛け金の合計である。ここで、ｃｌｉｅｎｔ＿２は、被保険者である。

ｊ．Ｗｈｏｌｅ／ＵＬ＿ｇｏａｌｓ＿ｐｒｅｍｉｕｍｓ＿ｂａｌａｎｃｅ＿ｏｔｈｅｒ：ｃｌｉｅｎｔ＿１、ｃｌｉｅｎｔ＿２またはコミュニティによって所有されるｗｈｏｌｅ＿ｇｏａｌｓの全掛け金の合計。ここで、被保険者は、ｔｈｅ＿ｃｕｒｒｅｎｔにおける他のものである。

ｋ．ＶＵＬ＿ｇｏａｌｓ＿ｃａｓｈ＿ｖａｌｕｅ＿ｂａｌａｎｃｅ＿ｃｌｉｅｎｔ＿１：ｔｈｅ＿ｃｕｒｒｅｎｔにおける、ＶＵＬ＿ｇｏａｌｓの全ｃａｓｈ＿ｖａｌｕｅｓの合計。ここで、ｃｌｉｅｎｔ＿１は、被保険者である。

ｌ．ＶＵＬ＿ｇｏａｌｓ＿ｃａｓｈ＿ｖａｌｕｅ＿ｂａｌａｎｃｅ＿ｃｌｉｅｎｔ＿２：ｔｈｅ＿ｃｕｒｒｅｎｔにおける、ＶＵＬ＿ｇｏａｌｓの全ｃａｓｈ＿ｖａｌｕｅｓの合計。ここで、ｃｌｉｅｎｔ＿２は、被保険者である。

ｍ．ＶＵＬ＿ｇｏａｌｓ＿ｃａｓｈ＿ｖａｌｕｅ＿ｂａｌａｎｃｅ＿ｏｔｈｅｒ：ｃｌｉｅｎｔ＿１、ｃｌｉｅｎｔ＿２またはコミュニティによって所有されるＶＵＬ＿ｇｏａｌｓの全ｃａｓｈ＿ｖａｌｕｅｓの合計。ここで、被保険者は、ｔｈｅ＿ｃｕｒｒｅｎｔにおける他のものである。

ｎ．ＶＵＬ＿ｇｏａｌｓ＿ｐｒｅｍｉｕｍｓ＿ｂａｌａｎｃｅ＿ｃｌｉｅｎｔ＿１：ｔ
ｈｅ＿ｃｕｒｒｅｎｔにおける、ＶＵＬ＿ｇｏａｌｓの全掛け金の合計である。ここで、ｃｌｉｅｎｔ＿１は、被保険者である。

ｏ．ＶＵＬ＿ｇｏａｌｓ＿ｐｒｅｍｉｕｍｓ＿ｂａｌａｎｃｅ＿ｃｌｉｅｎｔ＿２：ｔｈｅ＿ｃｕｒｒｅｎｔにおける、ＶＵＬ＿ｇｏａｌｓの全掛け金の合計である。ここで、ｃｌｉｅｎｔ＿２は、被保険者である。

ｐ．ＶＵＬ＿ｇｏａｌｓ＿ｐｒｅｍｉｕｍｓ＿ｂａｌａｎｃｅ＿ｏｔｈｅｒ：ｃｌｉｅｎｔ＿１、ｃｌｉｅｎｔ＿２またはコミュニティによって所有されるＶＵＬ＿ｇｏａｌｓの全ｃａｓｈ＿ｖａｌｕｅｓの合計。ここで、被保険者は、ｔｈｅ＿ｃｕｒｒｅｎｔにおける他のものである。

ｑ．ＶＵＬ＿ｎｏｔ＿ｃａｓｈ＿ｖａｌｕｅ＿ｂａｌａｎｃｅ：ｔｈｅ＿ｃｕｒｒｅｎｔにおけるＶＵＬ＿ｎｏｔの全ｃａｓｈ＿ｖａｌｕｅｓの合計。ここで、所有者は、ｃｌｉｅｎｔ＿１、ｃｌｉｅｎｔ＿２またはコミュニティである。

ｒ．ＶＵＬ＿ｎｏｔ＿ｐｒｅｍｉｕｍｓ＿ｂａｌａｎｃｅ：ｔｈｅ＿ｃｕｒｒｅｎｔにおけるＶＵＬ＿ｎｏｔの全掛け金の合計。ここで、所有者は、ｃｌｉｅｎｔ＿１、ｃｌｉｅｎｔ＿２またはコミュニティである。

ｓ．Ｐｏｌｉｃｙ＿ｇｏａｌｓ＿ｂａｌａｎｃｅ：ｔｈｅ＿ｃｕｒｒｅｎｔ：ＶＵＬ＿ｇｏａｌｓにおけるｗｈｏｌｅ／ＵＬ／ｇｏａｌｓ＋ｃａｓｈ＿ｖａｌｕｅｓの全ｃａｓｈ＿ｖａｌｕｅｓの合計。
２．Ｔｈｅ＿ｐｒｏｐｏｓｅｄシナリオ
ａ．Ｐｒｏｐｏｓｅｄ＿ｒｅｇｕｌａｒ＿ａｓｓｅｔｓ＿ｂａｌａｎｃｅ：ｔｈｅ＿ｐｒｏｐｏｓｅｄの全ｒｅｇｕｌａｒ＿ａｓｓｅｔ＿ｖａｌｕｅｓの合計。

ｂ．Ｐｒｏｐｏｓｅｄ＿ｒｅｇｕｌａｒ＿ｃｏｎｔｒｉｂｕｔｉｏｎｓ＿ｂａｌａｎｃｅ：ｔｈｅ＿ｐｒｏｐｏｓｅｄのｒｅｇｕｌａｒ＿ａｓｓｅｔｓに対する全ａｎｎｕａｌ＿ｃｏｎｔｒｉｂｕｔｉｏｎｓの合計。

ｃ．Ｐｒｏｐｏｓｅｄ＿ｒｅｔｉｒｅｍｅｎｔ＿ｂａｌａｎｃｅ：ｔｈｅ＿ｐｒｏｐｏｓｅｄにおける全Ｒｅｔｉｒｅｍｅｎｔ＿ａｃｃｏｕｎｔｓのａｓｓｅｔ＿ｖａｌｕｅｓの合計。

ｄ．Ｐｒｏｐｏｓｅｄ＿ｒｅｔｉｒｅｍｅｎｔ＿ｃｏｎｔｒｉｂｕｔｉｏｎｓ＿ｂａｌａｎｃｅ：ｔｈｅ＿ｐｒｏｐｏｓｅｄにおける全ｒｅｔｉｒｅｍｅｎｔ＿ａｃｃｏｕｎｔｓの＿ｃｏｎｔｒｉｂｕｔｉｏｎｓ＿の合計。

ｅ．Ｗｈｏｌｅ／ＵＬ＿ｇｏａｌｓ＿ｃａｓｈ＿ｖａｌｕｅ＿ｂａｌａｎｃｅ＿ｃｌｉｅｎｔ＿１：ｔｈｅ＿ｐｒｏｐｏｓｅｄにおける、Ｗｈｏｌｅ／ＵＬ＿ｇｏａｌｓの全ｃａｓｈ＿ｖａｌｕｅｓの合計。ここで、ｃｌｉｅｎｔ＿１は、被保険者である。

ｆ．Ｗｈｏｌｅ／ＵＬ＿ｇｏａｌｓ＿ｃａｓｈ＿ｖａｌｕｅ＿ｂａｌａｎｃｅ＿ｃｌｉｅｎｔ＿２：ｔｈｅ＿ｐｒｏｐｏｓｅｄにおける、Ｗｈｏｌｅ／ＵＬ＿ｇｏａｌｓの全ｃａｓｈ＿ｖａｌｕｅｓの合計。ここで、ｃｌｉｅｎｔ＿２は、被保険者である。

ｇ．Ｗｈｏｌｅ／ＵＬ＿ｇｏａｌｓ＿ｃａｓｈ＿ｖａｌｕｅ＿ｂａｌａｎｃｅ＿ｏｔｈｅｒ：ｃｌｉｅｎｔ＿１、ｃｌｉｅｎｔ＿２またはコミュニティによって所有されるｗｈｏｌｅ／ＵＬ＿ｇｏａｌｓの全ｃａｓｈ＿ｖａｌｕｅｓの合計。ここで、被保険者は、ｔ
ｈｅ＿ｐｒｏｐｏｓｅｄにおける他のものである。

ｈ．Ｗｈｏｌｅ／ＵＬ＿ｇｏａｌｓ＿ｐｒｅｍｉｕｍｓ＿ｂａｌａｎｃｅ＿ｃｌｉｅｎｔ＿１：ｔｈｅ＿ｐｒｏｐｏｓｅｄにおける、ｗｈｏｌｅ／ＵＬ＿ｇｏａｌｓの全掛け金の合計である。ここで、ｃｌｉｅｎｔ＿１は、被保険者である。

ｉ．Ｗｈｏｌｅ／ＵＬ＿ｇｏａｌｓ＿ｐｒｅｍｉｕｍｓ＿ｂａｌａｎｃｅ＿ｃｌｉｅｎｔ＿２：ｔｈｅ＿ｐｒｏｐｏｓｅｄにおける、ｗｈｏｌｅ／ＵＬ＿ｇｏａｌｓの全掛け金の合計である。ここで、ｃｌｉｅｎｔ＿２は、被保険者である。

ｊ．Ｗｈｏｌｅ／ＵＬ＿ｇｏａｌｓ＿ｐｒｅｍｉｕｍｓ＿ｂａｌａｎｃｅ＿ｏｔｈｅｒ：ｃｌｉｅｎｔ＿１、ｃｌｉｅｎｔ＿２またはコミュニティによって所有されるｗｈｏｌｅ＿ｇｏａｌｓの全掛け金の合計。ここで、被保険者は、ｔｈｅ＿ｐｒｏｐｏｓｅｄにおける他のものである。

ｋ．ＶＵＬ＿ｇｏａｌｓ＿ｃａｓｈ＿ｖａｌｕｅ＿ｂａｌａｎｃｅ＿ｃｌｉｅｎｔ＿１：ｔｈｅ＿ｐｒｏｐｏｓｅｄにおける、ＶＵＬ＿ｇｏａｌｓの全ｃａｓｈ＿ｖａｌｕｅｓの合計。ここで、ｃｌｉｅｎｔ＿１は、被保険者である。

ｌ．ＶＵＬ＿ｇｏａｌｓ＿ｃａｓｈ＿ｖａｌｕｅ＿ｂａｌａｎｃｅ＿ｃｌｉｅｎｔ＿２：ｔｈｅ＿ｐｒｏｐｏｓｅｄにおける、ＶＵＬ＿ｇｏａｌｓの全ｃａｓｈ＿ｖａｌｕｅｓの合計。ここで、ｃｌｉｅｎｔ＿２は、被保険者である。

ｍ．ＶＵＬ＿ｇｏａｌｓ＿ｃａｓｈ＿ｖａｌｕｅ＿ｂａｌａｎｃｅ＿ｏｔｈｅｒ：ｃｌｉｅｎｔ＿１、ｃｌｉｅｎｔ＿２またはコミュニティによって所有されるＶＵＬ＿ｇｏａｌｓの全ｃａｓｈ＿ｖａｌｕｅｓの合計。ここで、被保険者は、ｔｈｅ＿ｐｒｏｐｏｓｅｄにおける他のものである。

ｎ．ＶＵＬ＿ｇｏａｌｓ＿ｐｒｅｍｉｕｍｓ＿ｂａｌａｎｃｅ＿ｃｌｉｅｎｔ＿１：ｔｈｅ＿ｐｒｏｐｏｓｅｄにおける、ＶＵＬ＿ｇｏａｌｓの全掛け金の合計である。ここで、ｃｌｉｅｎｔ＿１は、被保険者である。

ｏ．ＶＵＬ＿ｇｏａｌｓ＿ｐｒｅｍｉｕｍｓ＿ｂａｌａｎｃｅ＿ｃｌｉｅｎｔ＿２：ｔｈｅ＿ｐｒｏｐｏｓｅｄにおける、ＶＵＬ＿ｇｏａｌｓの全掛け金の合計である。ここで、ｃｌｉｅｎｔ＿１は、被保険者である。

ｐ．ＶＵＬ＿ｇｏａｌｓ＿ｐｒｅｍｉｕｍｓ＿ｂａｌａｎｃｅ＿ｏｔｈｅｒ：ｃｌｉｅｎｔ＿１、ｃｌｉｅｎｔ＿２またはコミュニティによって所有されるＶＵＬ＿ｇｏａｌｓの全ｃａｓｈ＿ｖａｌｕｅｓの合計。ここで、被保険者は、ｔｈｅ＿ｐｒｏｐｏｓｅｄにおける他のものである。

ｑ．ＶＵＬ＿ｎｏｔ＿ｃａｓｈ＿ｖａｌｕｅ＿ｂａｌａｎｃｅ：ｔｈｅ＿ｐｒｏｐｏｓｅｄにおけるＶＵＬ＿ｎｏｔの全ｃａｓｈ＿ｖａｌｕｅｓの合計。ここで、所有者は、ｃｌｉｅｎｔ＿１、ｃｌｉｅｎｔ＿２またはコミュニティである。

ｒ．ＶＵＬ＿ｎｏｔ＿ｐｒｅｍｉｕｍｓ＿ｂａｌａｎｃｅ：ｔｈｅ＿ｐｒｏｐｏｓｅｄにおけるＶＵＬ＿ｎｏｔの全掛け金の合計。ここで、所有者は、ｃｌｉｅｎｔ＿１、ｃｌｉｅｎｔ＿２またはコミュニティである。

「ｔｈｅ＿ｃｕｒｒｅｎｔに対するシミュレーション配分
ＩＶ．Ｒｅｇｕｌａｒ＿ａｓｓｅｔｓ」
Ａ．Ｃｕｒｒｅｎｔ＿ｒｅｇｕｌａｒ＿ａｓｓｅｔｓ＿ｃａｓｈ＿％＝ｃａｓｈ＿ｅｑｕｉｖａｌｅｎｔｓのｓｉｍｕｌａｔｉｏｎ＿ｌｅｖｅｌ＿ａｓｓｅｔ＿ｃｌａｓｓを伴うｔｈｅ＿ｃｕｒｒｅｎｔの全保有額と、ｒｅｇｕｌａｒ＿ａｓｓｅｔｓ／ｃｕｒｒｅｎｔ＿ｒｅｇｕｌａｒ＿ａｓｓｅｔｓ＿ｂａｌａｎｃｅのａｌｌ＿ｂａｌａｎｃｅｄ＿ｈｏｌｄｉｎｇｓの５％との合計。

Ｂ．Ｃｕｒｒｅｎｔ＿ｒｅｇｕｌａｒ＿ａｓｓｅｔｓ＿ｆｉｘｅｄ＿％＝ｆｉｘｅｄ＿ｉｎｃｏｍｅのｓｉｍｕｌａｔｉｏｎ＿ｌｅｖｅｌ＿ａｓｓｅｔ＿ｃｌａｓｓを伴うｔｈｅ＿ｃｕｒｒｅｎｔの全保有額と、ｒｅｇｕｌａｒ＿ａｓｓｅｔｓ／ｃｕｒｒｅｎｔ＿ｒｅｇｕｌａｒ＿ａｓｓｅｔｓ＿ｂａｌａｎｃｅのａｌｌ＿ｂａｌａｎｃｅｄ＿ｈｏｌｄｉｎｇｓの３０％との合計。

Ｃ．Ｃｕｒｒｅｎｔ＿ｒｅｇｕｌａｒ＿ａｓｓｅｔｓ＿ｅｑｕｉｔｙ＿％＝＿ｅｑｕｉｔｙ＿のｓｉｍｕｌａｔｉｏｎ＿ｌｅｖｅｌ＿ａｓｓｅｔ＿ｃｌａｓｓを伴うｔｈｅ＿ｃｕｒｒｅｎｔの全保有額と、ｒｅｇｕｌａｒ＿ａｓｓｅｔｓ／ｃｕｒｒｅｎｔ＿ｒｅｇｕｌａｒ＿ａｓｓｅｔｓ＿ｂａｌａｎｃｅのａｌｌ＿ｂａｌａｎｃｅｄ＿ｈｏｌｄｉｎｇｓの６５％との合計。
「Ｖ．Ｒｅｇｕｌａｒ＿ｃｏｎｔｒｉｂｕｔｉｏｎｓ」
Ａ．Ｃｕｒｒｅｎｔ＿ｒｅｇｕｌａｒ＿ｃｏｎｔｒｉｂｕｔｉｏｎ＿ｃａｓｈ＿％＝ｒｅｇｕｌａｒ＿ａｓｓｅｔｓ＿ｃａｓｈ＿％と同じ。

Ｂ．Ｃｕｒｒｅｎｔ＿ｒｅｇｕｌａｒ＿ｃｏｎｔｒｉｂｕｔｉｏｎ＿ｆｉｘｅｄ＿％＝ｒｅｇｕｌａｒ＿ａｓｓｅｔｓ＿ｆｉｘｅｄ＿％と同じ。

Ｃ．Ｃｕｒｒｅｎｔ＿ｒｅｇｕｌａｒ＿ｃｏｎｔｒｉｂｕｔｉｏｎ＿ｅｑｕｉｔｙ＿％＝ｒｅｇｕｌａｒ＿ａｓｓｅｔｓ＿ｅｑｕｉｔｙ＿％と同じ。
「ＶＩ．Ｗｈｏｌｅ／ＵＬ＿ｇｏａｌｓ−配分は、常に１００％で固定。」
Ａ．Ｃｕｒｒｅｎｔ＿ｗｈｏｌｅ／ＵＬ＿ｇｏａｌｓ＿ｃａｓｈ＿％＝０％
Ｂ．Ｃｕｒｒｅｎｔ＿ｗｈｏｌｅ／ＵＬ＿ｇｏａｌｓ＿ｆｉｘｅｄ＿％＝１００％
Ｃ．Ｃｕｒｒｅｎｔ＿ｗｈｏｌｅ／ＵＬ＿ｇｏａｌｓ＿ｅｑｕｉｔｙ＿％＝０％
「ＶＩＩ．ＶＵＬ＿ｇｏａｌｓ（キャッシュ値＆掛け金）」
Ａ．Ｃｕｒｒｅｎｔ＿ＶＵＬ＿ｇｏａｌｓ＿ｃａｓｈ＿％＝ｃａｓｈ＿ｅｑｕｉｖａｌｅｎｔｓのｓｉｍｕｌａｔｉｏｎ＿ｌｅｖｅｌ＿ａｓｓｅｔ＿ｃｌａｓｓを伴うｔｈｅ＿ｃｕｒｒｅｎｔの全保有額と、ＶＵＬ＿ｇｏａｌｓ／ｃｕｒｒｅｎｔ＿ＶＵＬ＿ｇｏａｌｓ＿ｃａｓｈ＿ｖａｌｕｅ＿ｂａｌａｎｃｅのａｌｌ＿ｂａｌａｎｃｅｄ＿ｈｏｌｄｉｎｇｓの５％との合計。

Ｂ．Ｃｕｒｒｅｎｔ＿ＶＵＬ＿ｇｏａｌｓ＿ｆｉｘｅｄ＿％＿％＝ｆｉｘｅｄ＿ｉｎｃｏｍｅのｓｉｍｕｌａｔｉｏｎ＿ｌｅｖｅｌ＿ａｓｓｅｔ＿ｃｌａｓｓを伴うｔｈｅ＿ｃｕｒｒｅｎｔの全保有額と、ＶＵＬ＿ｇｏａｌｓ／ｃｕｒｒｅｎｔ＿ＶＵＬ＿ｇｏａｌｓ＿ｃａｓｈ＿ｖａｌｕｅ＿ｂａｌａｎｃｅのａｌｌ＿ｂａｌａｎｃｅｄ＿ｈｏｌｄｉｎｇｓの３０％との合計。

Ｃ．Ｃｕｒｒｅｎｔ＿ＶＵＬ＿ｇｏａｌｓ＿ｅｑｕｉｔｙ＿％＿％＝＿ｅｑｕｉｔｙ＿のｓｉｍｕｌａｔｉｏｎ＿ｌｅｖｅｌ＿ａｓｓｅｔ＿ｃｌａｓｓを伴うｔｈｅ＿ｃｕｒｒｅｎｔの全保有額と、ＶＵＬ＿ｇｏａｌｓ／ｃｕｒｒｅｎｔ＿ＶＵＬ＿ｇｏａｌｓ＿ｃａｓｈ＿ｖａｌｕｅ＿ｂａｌａｎｃｅのａｌｌ＿ｂａｌａｎｃｅｄ＿ｈｏｌｄｉｎｇｓの６５％との合計。
「ＶＩＩＩ．退職（資産＆負担金）」
Ａ．Ｃｕｒｒｅｎｔ＿ｒｅｔｉｒｅｍｅｎｔ＿ｃａｓｈ＿％＝ｔｈｅ＿ｃｕｒｒｅｎｔにおける、ｃａｓｈ＿ｅｑｕｉｖａｌｅｎｔｓのｓｉｍｕｌａｔｉｏｎ＿ｌｅｖｅｌ＿ａｓｓｅｔ＿ｃｌａｓｓと、全ｒｅｔｉｒｅｍｅｎｔ＿ａｃｃｏｕｎｔｓのａｌｌ＿ｂａｌａｎｃｅｄ＿ｈｏｌｄｉｎｇｓの５％との合計。

Ｂ．Ｃｕｒｒｅｎｔ＿ｒｅｔｉｒｅｍｅｎｔ＿ｆｉｘｅｄ＿％＝ｔｈｅ＿ｃｕｒｒｅｎｔにおける、ｆｉｘｅｄ＿ｉｎｃｏｍｅのｓｉｍｕｌａｔｉｏｎ＿ｌｅｖｅｌ＿ａｓｓｅｔ＿ｃｌａｓｓと、全ｒｅｔｉｒｅｍｅｎｔ＿ａｃｃｏｕｎｔｓのａｌｌ＿ｂａｌａｎｃｅｄ＿ｈｏｌｄｉｎｇｓの３０％との合計。

Ｃ．Ｃｕｒｒｅｎｔ＿ｒｅｔｉｒｅｍｅｎｔ＿ｅｑｕｉｔｙ＿％＝ｔｈｅ＿ｃｕｒｒｅｎｔにおける、＿ｅｑｕｉｔｙ＿のｓｉｍｕｌａｔｉｏｎ＿ｌｅｖｅｌ＿ａｓｓｅｔ＿ｃｌａｓｓと、全ｒｅｔｉｒｅｍｅｎｔ＿ａｃｃｏｕｎｔｓのａｌｌ＿ｂａｌａｎｃｅｄ＿ｈｏｌｄｉｎｇｓの６５％との合計。
「提案されたものに対するシミュレーション配分」
ｒｉｓｋ＿ｔｏｌｅｒａｎｃｅが「＿ｃｕｒｒｅｎｔ＿」である場合、ｔｈｅ＿ｃｕｒｒｅｎｔで用いられた全シミュレーション配分は、ｔｈｅ＿ｐｒｏｐｏｓｅｄで用いられ、以下のステップは、必ずしも必要ではない。
Ｉ．通常資産シミュレーション配分の決定
５つの＿ｔｉｍｅｆｒａｍｅｓ＿が用いられる。

非退職目標（ｎｏｎ−ｒｅｔｉｒｅｍｅｎｔ ｇｏａｌ）から０〜３年
非退職目標から４〜７年
非退職目標から８〜１５年
非退職目標から１６年以上、または、退職から３＋年離れる
退職から２年以下
ｉｎｆｌａｔｉｏｎ＿ｆａｃｔｏｒは、３％である。

ｄｉｓｃｏｕｎｔ＿ｒａｔｅは、７％である。

通常資産と負担金、および、ＶＵＬキャッシュ値と掛け金提案配分は、短期配分と長期配分との組み合わせである。

Ａ）ｌｏｎｇ−ｔｅｒｍ＿ｔｉｍｅｆｒａｍｅ＆ｌｏｎｇ−ｔｅｒｍ＿ａｌｌｏｃａｔｉｏｎを決定するために
１．ｒｅｔｉｒｅｍｅｎｔ＿ｓｔａｒｔｉｎｇ＿ｐｅｒｉｏｄが＿ｐｅｒｉｏｄ＿０または＿ｐｅｒｉｏｄ＿１にある場合、時間フレームは、「退職から２年以内」である。ｒｅｔｉｒｅｍｅｎｔ＿ｓｔａｒｔｉｎｇ＿ｐｅｒｉｏｄが＿ｐｅｒｉｏｄ＿２後である場合、時間フレームは、１６＋年である。

２．このことは、ｐｒｏｐｏｓｅｄ＿ｒｅｇｕｌａｒ＿ａｓｓｅｔ＿ａｌｌｏｃａｔｉｏｎ、ｐｒｏｐｏｓｅｄ＿ｒｅｇｕｌａｒ＿ｃｏｎｔｒｉｂｕｔｉｏｎ＿ａｌｌｏｃａｔｉｏｎおよびｐｒｏｐｏｓｅｄ＿ＶＵＬ＿ｇｏａｌｓ＿ａｌｌｏｃａｔｉｏｎに対して、ｌｏｎｇ−ｔｅｒｍ＿ｔｉｍｅｆｒａｍｅを与える。

３．ｒｅｇｕｌａｒ＿ａｓｓｅｔｓ＿ｌｏｎｇ−ｔｅｒｍ＿ａｌｌｏｃａｔｉｏｎを決定する−ｒｉｓｋ＿ｔｏｌｅｒａｎｃｅおよびｌｏｎｇ−ｔｅｒｍ＿ｔｉｍｅｆｒａｍｅを用いて、ｒｅｇｕｌａｒ＿ａｓｓｅｔｓ＿ａｌｌｏｃａｔｉｏｎ＿ｔａｂｌｅにおけるＣ／Ｆ／Ｅのミックスにマッピングする。

４．ｒｅｇｕｌａｒ＿ｃｏｎｔｒｉｂｕｔｉｏｎｓ＿ｌｏｎｇ−ｔｅｒｍ＿ａｌｌｏｃａｔｉｏｎを決定する−ｒｉｓｋ＿ｔｏｌｅｒａｎｃｅおよびｌｏｎｇ−ｔｅｒｍ＿ｔｉｍｅｆｒａｍｅを用いて、ｒｅｇｕｌａｒ＿ｃｏｎｔｒｉｂｕｔｉｏｎｓ＿ａｌｌｏｃａｔｉｏｎ＿ｔａｂｌｅにおけるＣ／Ｆ／Ｅのミックスにマッピングする。

５．ＶＵＬ＿ｇｏａｌｓ＿ｌｏｎｇ−ｔｅｒｍ＿ａｌｌｏｃａｔｉｏｎを決定する−ｒｉｓｋ＿ｔｏｌｅｒａｎｃｅおよびｌｏｎｇ−ｔｅｒｍ＿ｔｉｍｅｆｒａｍｅを用いて、ＶＵＬ＿ａｌｌｏｃａｔｉｏｎ＿ｔａｂｌｅにおけるＣ／Ｆ／Ｅのミックスにマッピングする。

Ｂ）ｓｈｏｒｔ−ｔｅｒｍ＿ｔｉｍｅｆｒａｍｅ＆ｓｈｏｒｔ−ｔｅｒｍ＿ａｌｌｏｃａｔｉｏｎを決定するために（最上部と同様に）
ａ．クライアントが＿ｐｅｒｉｏｄｓ＿０〜９で達成される任意の非退職目標（ｎｏｎ−ｒｅｔｉｒｅｍｅｎｔ ｇｏａｌｓ）を有している場合、以下のステップに従う。

１．ｇｏａｌ＿ａｍｏｕｎｔｓ＿ｓｕｍ−ｔｈｅ＿ｐｒｏｐｏｓｅｄにおけるｇｏａｌ＿ａｍｏｕｎｔｓとｒｅｔｉｒｅｍｅｎｔ＿ｌｉｖｉｎｇ＿ｅｘｐｅｎｓｅｓとの合計を決定する＝＿ｐｅｒｉｏｄｓ＿０〜９における（ｃａｓｈ＿ｒｅｓｅｒｖｅ＿ｇｏａｌ＋ａｃｃｕｍｕｌａｔｉｏｎ＿ｇｏａｌｓ＋ｅｄｕｃａｔｉｏｎ＿ｇｏａｌｓ＋ｒｅｔｉｒｅｍｅｎｔ＿ｌｉｖｉｎｇ＿ｅｘｐｅｎｓｅｓ）。

２．ａｎｎｕａｌ＿ｇｏａｌ＿ａｍｏｕｎｔｓ＿ｓｕｍを決定する＝＿ｐｅｒｉｏｄ＿０〜９に対して、その＿ｐｅｒｉｏｄ＿でのｇｏａｌ＿ａｍｏｕｎｔｓを合計する。

３．ｗｅｉｇｈｔｅｄ＿ｇｏａｌｓを決定する＝（＿ｐｅｒｉｏｄ＿に＋１したもの）を＿ｐｅｒｉｏｄ＿のａｎｎｕａｌ＿ｇｏａｌ＿ａｍｏｕｎｔｓ＿ｓｕｍに乗算する。

４．ｓｈｏｒｔ−ｔｅｒｍ＿ｔｉｍｅｆｒａｍｅを決定する＝ｇｏａｌ＿ａｍｏｕｎｔｓ＿ｓｕｍでｗｅｉｇｈｔｅｄ＿ｇｏａｌｓを割る。これにより、ｐｒｏｐｏｓｅｄ＿ｒｅｇｕｌａｒ＿ａｓｓｅｔ＿ａｌｌｏｃａｔｉｏｎ、ｐｒｏｐｏｓｅｄ＿ｒｅｇｕｌａｒ＿ｃｏｎｔｒｉｂｕｔｉｏｎ＿ａｌｌｏｃａｔｉｏｎおよびｐｒｏｐｏｓｅｄ＿ＶＵＬ＿ｇｏａｌｓ＿ａｌｌｏｃａｔｉｏｎに対して、ｓｈｏｒｔ−ｔｅｒｍ＿ｔｉｍｅｆｒａｍｅをｙｏｕに与える。

５．ｒｅｇｕｌａｒ＿ａｓｓｅｔｓ＿ｓｈｏｒｔ−ｔｅｒｍ＿ａｌｌｏｃａｔｉｏｎを決定する−ｒｉｓｋ＿ｔｏｌｅｒａｎｃｅおよびｓｈｏｒｔ−ｔｅｒｍ＿ｔｉｍｅｆｒａｍｅを用いて、ｒｅｇｕｌａｒ＿ａｓｓｅｔｓ＿ａｌｌｏｃａｔｉｏｎ＿ｔａｂｌｅにおけるＣ／Ｆ／Ｅのミックスにマッピングする。

６．ｒｅｇｕｌａｒ＿ｃｏｎｔｒｉｂｕｔｉｏｎｓ＿ｓｈｏｒｔ−ｔｅｒｍ＿ａｌｌｏｃａｔｉｏｎを決定する−ｒｉｓｋ＿ｔｏｌｅｒａｎｃｅおよびｓｈｏｒｔ−ｔｅｒｍ＿ｔｉｍｅｆｒａｍｅを用いて、ｒｅｇｕｌａｒ＿ｃｏｎｔｒｉｂｕｔｉｏｎｓ＿ａｌｌｏｃａｔｉｏｎ＿ｔａｂｌｅにおけるＣ／Ｆ／Ｅのミックスにマッピングする。

７．ＶＵＬ＿ｇｏａｌｓ＿ｓｈｏｒｔ−ｔｅｒｍ＿ａｌｌｏｃａｔｉｏｎを決定する−ｒｉｓｋ＿ｔｏｌｅｒａｎｃｅおよびｓｈｏｒｔ−ｔｅｒｍ＿ｔｉｍｅｆｒａｍｅを用いて、ＶＵＬ＿ｇｏａｌｓ＿ａｌｌｏｃａｔｉｏｎ＿ｔａｂｌｅにおけるＣ／Ｆ／Ｅのミックスにマッピングする。

ｂ．クライアントが＿ｐｅｒｉｏｄｓ＿０〜９で達成されるいずれの非退職目標も有し
ていない場合、ｓｈｏｒｔ−ｔｅｒｍ＿ｔｉｍｅｆｒａｍｅは、ｌｏｎｇ−ｔｅｒｍ＿ｔｉｍｅｆｒａｍｅと同じである。

Ｃ）ａｓｓｅｔｓ＿ｓｈｏｒｔ＿ｔｅｒｍ＿％−ｒｅｇｕｌａｒ＿ａｓｓｅｔｓ＿ｓｈｏｒｔ−ｔｅｒｍ＿ａｌｌｏｃａｔｉｏｎにおけるｒｅｇｕｌａｒ＿ａｓｓｅｔｓのパーセンテージを決定する。

１．ａｓｓｅｔｓ＿ｓｈｏｒｔ＿ｔｅｒｍ＿％＝ｒｅｇｕｌａｒ＿ａｓｓｅｔｓ＿ｂａｌａｎｃｅでｇｏａｌ＿ａｍｏｕｎｔｓ＿ｓｕｍを割る。計算された額または１００％よりも小さいものを用いる。

Ｄ）ａｓｓｅｔｓ＿ｌｏｎｇ＿ｔｅｒｍ＿％−ｌｏｎｇ−ｔｅｒｍ＿ａｌｌｏｃａｔｉｏｎにおけるｒｅｇｕｌａｒ＿ａｓｓｅｔｓのパーセンテージを決定する。

１．ａｓｓｅｔｓ＿ｌｏｎｇ＿ｔｅｒｍ＿％＝１−ａｓｓｅｔｓ＿ｓｈｏｒｔ＿ｔｅｒｍ＿％。

Ｅ）ｐｒｏｐｏｓｅｄ＿ｒｅｇｕｌａｒ＿ａｓｓｅｔｓ＿ａｌｌｏｃａｔｉｏｎ
１．Ｐｒｏｐｏｓｅｄ＿ｒｅｇｕｌａｒ＿ａｓｓｅｔｓ＿ｇｒｏｕｐ＿ｃａｓｈ＿％＝（ａｓｓｅｔｓ＿ｓｈｏｒｔ＿ｔｅｒｍ＿％）（ｒｅｇｕｌａｒ＿ａｓｓｅｔｓ＿ｓｈｏｒｔ−ｔｅｒｍ＿ａｌｌｏｃａｔｉｏｎのｃａｓｈ＿％）＋（ａｓｓｅｔｓ＿ｌｏｎｇ＿ｔｅｒｍ＿％）（ｒｅｇｕｌａｒ＿ａｓｓｅｔｓ＿ｌｏｎｇ−ｔｅｒｍ＿ａｌｌｏｃａｔｉｏｎのｃａｓｈ＿％）
２．Ｐｒｏｐｏｓｅｄ＿ｒｅｇｕｌａｒ＿ａｓｓｅｔｓ＿ｇｒｏｕｐ＿ｆｉｘｅｄ＿％＝（ａｓｓｅｔｓ＿ｓｈｏｒｔ＿ｔｅｒｍ＿％）（ｒｅｇｕｌａｒ＿ａｓｓｅｔｓ＿ｓｈｏｒｔ−ｔｅｒｍ＿ａｌｌｏｃａｔｉｏｎのｆｉｘｅｄ＿％）＋（ａｓｓｅｔｓ＿ｌｏｎｇ＿ｔｅｒｍ＿％）（ｒｅｇｕｌａｒ＿ａｓｓｅｔｓ＿ｌｏｎｇ−ｔｅｒｍ＿ａｌｌｏｃａｔｉｏｎのｆｉｘｅｄ＿％）
３．Ｐｒｏｐｏｓｅｄ＿ｒｅｇｕｌａｒ＿ａｓｓｅｔｓ＿ｅｑｕｉｔｙ＿％＝（ａｓｓｅｔｓ＿ｓｈｏｒｔ＿ｔｅｒｍ＿％）（ｒｅｇｕｌａｒ＿ａｓｓｅｔｓ＿ｓｈｏｒｔ−ｔｅｒｍ＿ａｌｌｏｃａｔｉｏｎのｅｑｕｉｔｙ＿％）＋（ａｓｓｅｔｓ＿ｌｏｎｇ＿ｔｅｒｍ＿％）（ｒｅｇｕｌａｒ＿ａｓｓｅｔｓ＿ｌｏｎｇ−ｔｅｒｍ＿ａｌｌｏｃａｔｉｏｎのｅｑｕｉｔｙ＿％）
「実施例：」
３期間で＄２０，０００のａｃｃｕｍｕｌａｔｉｏｎ＿ｇｏａｌ
４年間で１年毎に＄１０，０００のｅｄｕｃａｔｉｏｎ＿ｇｏａｌ−期間７で開始 退職は２０年内におさまる
ｒｅｇｕｌａｒ＿ａｓｓｅｔ＿ｔｏｔａｌ＝＄５００，０００
ｒｉｓｋ＿ｔｏｌｅｒａｎｃｅ＝＿ｍｏｄｅｒａｔｅ＿
ステップ１−ｌｏｎｇ−ｔｅｒｍ＿ｔｉｍｅｆｒａｍｅおよびｌｏｎｇ−ｔｅｒｍ＿ａｌｌｏｃａｔｉｏｎを決定する。

ｒｅｔｉｒｅｍｅｎｔ＿ｓｔａｒｔｉｎｇ＿ｐｅｒｉｏｄは、＿ｐｅｒｉｏｄ＿１９内である。

このことは、８〜１５年の時間フレーム配分および適度にミックスしたものを指していることを示している。

ｌｏｎｇ−ｔｅｒｍ＿ａｌｌｏｃａｔｉｏｎ：
ｒｅｇｕｌａｒ＿ａｓｓｅｔｓ＿ａｌｌｏｃａｔｉｏｎ＿ｔａｂｌｅにおいて、
・８〜１５年のタイムフレーム
・ｍｏｄｅｒａｔｅのリスク許容度
・適切な配分は、
ｒｅｇｕｌａｒ＿ａｓｓｅｔｓ＿ｌｏｎｇ−ｔｅｒｍ＿ａｌｌｏｃａｔｉｏｎのｃａｓｈ＿％＝４０％
ｒｅｇｕｌａｒ＿ａｓｓｅｔｓ＿ｌｏｎｇ−ｔｅｒｍ＿ａｌｌｏｃａｔｉｏｎのｆｉｘｅｄ＿％＝２５％
ｒｅｇｕｌａｒ＿ａｓｓｅｔｓ＿ｌｏｎｇ−ｔｅｒｍ＿ａｌｌｏｃａｔｉｏｎのｅｑｕｉｔｙ＿％＝３５％
であること、を調べる。

ｒｅｇｕｌａｒ＿ｃｏｎｔｒｉｂｕｔｉｏｎｓ＿ａｌｌｏｃａｔｉｏｎ＿ｔａｂｌｅにおいて、
・８〜１５年のタイムフレーム
・ｍｏｄｅｒａｔｅのリスク許容度
・適切な配分は、
ｒｅｇｕｌａｒ＿ｃｏｎｔｒｉｂｕｔｉｏｎｓ＿ｌｏｎｇ−ｔｅｒｍ＿ａｌｌｏｃａｔｉｏｎのｃａｓｈ＿％＝４０％
ｒｅｇｕｌａｒ＿ｃｏｎｔｒｉｂｕｔｉｏｎｓ＿ｌｏｎｇ−ｔｅｒｍ＿ａｌｌｏｃａｔｉｏｎのｆｉｘｅｄ＿％＝２５％
ｒｅｇｕｌａｒ＿ｃｏｎｔｒｉｂｕｔｉｏｎｓ＿ｌｏｎｇ−ｔｅｒｍ＿ａｌｌｏｃａｔｉｏｎのｅｑｕｉｔｙ＿％＝３５％
であること、を調べる。

ステップ２−ｓｈｏｒｔ−ｔｅｒｍ＿ｔｉｍｅｆｒａｍｅおよびｓｈｏｒｔ−ｔｅｒｍ＿ａｌｌｏｃａｔｉｏｎｓを決定する：
ｇｏａｌ＿ａｍｏｕｎｔｓ＿ｓｕｍ＝＄５０，０００
＄２０，０００ Ａｃｃｕｍ Ｇｏａｌ ＋ ＄３０，０００ Ｅｄｕｃａｔｉｏｎ Ｇｏａｌｓ＝＄５０，０００ ａｎｎｕａｌ＿ｇｏａｌ＿ａｍｏｕｎｔｓ＿ｓｕｍ
ａｎｎｕａｌ＿ｇｏａｌ＿ａｍｏｕｎｔｓ＿ｓｕｍ
ｐｅｒｉｏｄ３＝＄２０，０００
ｐｅｒｉｏｄ７＝＄１０，０００
ｐｅｒｉｏｄ８＝＄１０，０００
ｐｅｒｉｏｄ９＝＄１０，０００
ｗｅｉｇｈｔｅｄ＿ｇｏａｌｓ＝＄３５０，０００
＄２０，０００＊（３＋１）＝＄８０，０００
＄１０，０００＊（７＋１）＝＄８０，０００
＄１０，０００＊（８＋１）＝＄９０，０００
＄１０，０００＊（９＋１）＝＄１００，０００
Ｔｏｔａｌ＝＄３５０，０００
ｓｈｏｒｔ−ｔｅｒｍ＿ｔｉｍｅｆｒａｍｅ＝ｗｅｉｇｈｔｅｄ＿ｇｏａｌｓ／ｇｏａｌ＿ａｍｏｕｎｔｓ＿ｓｕｍ＝７
＄３５０，０００／５０，０００＝７
これは、４〜７年のタイムフレームを指すことを示す。

ｓｈｏｒｔ−ｔｅｒｍ＿ａｌｌｏｃａｔｉｏｎ：
ｒｅｇｕｌａｒ＿ａｓｓｅｔｓ＿ａｌｌｏｃａｔｉｏｎ＿ｔａｂｌｅにおいて、
・４〜７年のタイムフレーム
・＿ｍｏｄｅｒａｔｅ＿のリスク許容度
・適切な配分は、
ｒｅｇｕｌａｒ＿ａｓｓｅｔｓ＿ｓｈｏｒｔ−ｔｅｒｍ＿ａｌｌｏｃａｔｉｏｎのｃａｓｈ＿％＝６０％
ｒｅｇｕｌａｒ＿ａｓｓｅｔｓ＿ｓｈｏｒｔ−ｔｅｒｍ＿ａｌｌｏｃａｔｉｏｎのｆｉｘｅｄ＿％＝２０％
ｒｅｇｕｌａｒ＿ａｓｓｅｔｓ＿ｓｈｏｒｔ−ｔｅｒｍ＿ａｌｌｏｃａｔｉｏｎのｅｑｕｉｔｙ＿％＝２０％
であること、を調べる。

ｒｅｇｕｌａｒ＿ｃｏｎｔｒｉｂｕｔｉｏｎｓ＿ａｌｌｏｃａｔｉｏｎ＿ｔａｂｌｅにおいて、
・４〜７年のタイムフレーム
・＿ｍｏｄｅｒａｔｅ＿のリスク許容度
・適切な配分は、
ｒｅｇｕｌａｒ＿ｃｏｎｔｒｉｂｕｔｉｏｎｓ＿ｓｈｏｒｔ−ｔｅｒｍ＿ａｌｌｏｃａｔｉｏｎのｃａｓｈ＿％＝６０％
ｒｅｇｕｌａｒ＿ｃｏｎｔｒｉｂｕｔｉｏｎｓ＿ｓｈｏｒｔ−ｔｅｒｍ＿ａｌｌｏｃａｔｉｏｎのｆｉｘｅｄ＿％＝２０％
ｒｅｇｕｌａｒ＿ｃｏｎｔｒｉｂｕｔｉｏｎｓ＿ｓｈｏｒｔ−ｔｅｒｍ＿ａｌｌｏｃａｔｉｏｎのｅｑｕｉｔｙ＿％＝２０％
であること、を調べる。

ステップ３−ａｓｓｅｔｓ＿ｓｈｏｒｔ＿ｔｅｒｍ＿％を決定する
ｇｏａｌ＿ａｍｏｕｎｔｓ＿ｓｕｍ＝＄５０，０００
ｒｅｇｕｌａｒ＿ｐｏｏｌ＝＄５００，０００
ａｓｓｅｒｔｓ＿ｓｈｏｒｔ＿ｔｅｒｍ＿％＝ｇｏａｌ＿ａｍｏｕｎｔｓ＿ｓｕｍ／ｒｅｇｕｌａｒ＿ｐｏｏｌ＝１０％
＄５０，０００／＄５００，０００＝１０％
ｒｅｇｕｌａｒ＿ａｓｓｅｔｓの１０％は、ｒｅｇｕｌａｒ＿ａｓｓｅｔｓ＿ｓｈｏｒｔ−ｔｅｒｍ＿ａｌｌｏｃａｔｉｏｎに投資されるべきである（６０％Ｃａｓｈ／２０％Ｆｉｘｅｄ／２０％Ｅｑｕｉｔｙ）
ステップ４−ａｓｓｅｔｓ＿ｌｏｎｇ＿ｔｅｒｍ＿％を決定する
ａｓｓｅｔｓ＿ｌｏｎｇ＿ｔｅｒｍ＿％＝１−ａｓｅｔｓ＿ｓｈｏｒｔ＿ｔｅｒｍ＿％＝９０％
１−１０％＝９０％
ｒｅｇｕｌａｒ＿ａｓｓｅｔｓの残りまたは９０％は、ｒｅｇｕｌａｒ＿ａｓｓｅｔｓ＿ｌｏｎｇ−ｔｅｒｍ＿ａｌｌｏｃａｔｉｏｎに投資されるべきである（４０％Ｃａｓｈ／２５％Ｆｉｘｅｄ／３５％Ｅｑｕｉｔｙ）
ステップ５−ｒｅｇｕｌａｒ＿ａｓｓｅｔ＿ｐｒｏｐｏｓｅｄ＿ａｌｌｏｃａｔｉｏｎ
Ｃａｓｈ＝（１０％＊６０％）＋（９０％＊４０％）＝４２％
Ｆｉｘｅｄ＝（１０％＊２０％）＋（９０％＊２５％）＝２５％
Ｅｑｕｉｔｙ＝（１０％＊２０％）＋（９０％＊３５％）＝３３％
ＩＩ．ｐｒｏｐｓｅｄ＿ｒｅｇｕｌａｒ＿ｃｏｎｔｒｉｂｕｔｉｏｎｓ＿ａｌｌｏｃａｔｉｏｎを決定する
Ａ）ｃｏｎｔｒｉｂｕｔｉｏｎｓ＿ｓｈｏｒｔ−ｔｅｒｍ＿％−ｓｈｏｒｔ−ｔｅｒｍ＿ａｌｌｏｃａｔｉｏｎにおけるｒｅｇｕｌａｒ＿ｃｏｎｔｒｉｂｕｔｉｏｎｓのパーセンテージ
１．ａｓｓｅｔｓ＿ｓｈｏｒｔｆａｌｌ−ｒｅｇｕｌａｒ＿ｃｏｎｔｒｉｂｕｔｉｏｎｓ＝ｇｏａｌ＿ａｍｏｕｎｔ＿ｓｕｍ−ｒｅｇｕｌａｒ＿ａｓｓｅｔｓ＿ｂａｌａｎｃｅから導かれるファンディング
ａ．ａｓｓｅｔｓ＿ｓｈｏｒｔｆａｌｌが０に等しい場合、ｃｏｎｔｒｉｂｕｔｉ
ｏｎｓ＿ｓｈｏｒｔ＿ｔｅｒｍ＿％＝０％であり、以下のステップＢに進む
ｂ．ａｓｓｅｔｓ＿ｓｈｏｒｔｆａｌｌが０よりも大きい場合、ステップ２に進む
２．ｃｏｎｔｒｉｂｕｔｉｏｎｓ＿ｐｏｏｌ−ｒｅｇｕｌａｒ＿ｃｏｎｔｒｉｂｕｔｉｏｎｓを決定する
ａ．現在の値ｒｅｇｕｌａｒ＿ｃｏｎｔｒｉｂｕｔｉｏｎｓ＝｛ｒｅｇｕｌａｒ＿ｃｏｎｔｒｉｂｕｔｉｏｎｓ＊｛（１＋ｉｎｆｌａｔｉｏｎ−ｆａｃｔｏｒ）＾（＿ｐｅｒｉｏｄ）｝／｛（１＋ｄｉｓｃｏｕｎｔ＿ｒａｔｅ）＾（＿ｐｅｒｉｏｄ＿）｝の合計
３．ｃｏｎｔｒｉｂｕｔｉｏｎｓ＿ｓｈｏｒｔ＿ｔｅｒｍ＿％＝ａｓｓｅｔｓ＿ｓｈｏｒｔｆａｌｌをｃｏｎｔｒｉｂｕｔｉｏｎｓ＿ｐｏｏｌで割る。計算された額または１００％よりも小さいものを用いる
Ｂ）ｃｏｎｔｒｉｂｕｔｉｏｎｓ＿ｌｏｎｇ−ｔｅｒｍ＿％−ｒｅｇｕｌａｒ＿ｃｏｎｔｒｉｂｕｔｉｏｎｓ＿ｌｏｎｇ−ｔｅｒｍ＿ａｌｌｏｃａｔｉｏｎ ｒｅｇｕｌａｒ＿ｃｏｎｔｒｉｂｕｔｉｏｎｓを決定する
１．ｃｏｎｔｒｉｂｕｔｉｏｎｓ＿ｓｈｏｒｔ＿ｔｅｒｍ＿％
Ｅ）ｐｒｏｐｏｓｅｄ＿ｒｅｇｕｌａｒ＿ｃｏｎｔｒｉｂｕｔｉｏｎｓ＿ａｌｌｏｃａｔｉｏｎに対して集めてミックスしたものを決定する。

１．Ｐｒｏｐｏｓｅｄ＿ｒｅｇｕｌａｒ＿ｃｏｎｔｒｉｂｕｔｉｏｎｓ＿ｃａｓｈ＿％＝（ｃｏｎｔｒｉｂｕｔｉｏｎｓ＿ｓｈｏｒｔ＿ｔｅｒｍ＿％）（ｒｅｇｕｌａｒ＿ｃｏｎｔｒｉｂｕｔｉｏｎｓ＿ｓｈｏｒｔ−ｔｅｒｍ＿ａｌｌｏｃａｔｉｏｎのｃａｓｈ＿％）＋（ｃｏｎｔｒｉｂｕｔｉｏｎｓ＿ｌｏｎｇ＿ｔｅｒｍ＿％）（ｒｅｇｕｌａｒ＿ｃｏｎｔｒｉｂｕｔｉｏｎｓ＿ｌｏｎｇ−ｔｅｒｍ＿ａｌｌｏｃａｔｉｏｎのｃａｓｈ＿％）
２．Ｐｒｏｐｏｓｅｄ＿ｒｅｇｕｌａｒ＿ｃｏｎｔｒｉｂｕｔｉｏｎｓ＿ｆｉｘｅｄ＿％＝（ｃｏｎｔｒｉｂｕｔｉｏｎｓ＿ｓｈｏｒｔ＿ｔｅｒｍ＿％）（ｒｅｇｕｌａｒ＿ｃｏｎｔｒｉｂｕｔｉｏｎｓ＿ｓｈｏｒｔ−ｔｅｒｍ＿ａｌｌｏｃａｔｉｏｎのｆｉｘｅｄ＿％）＋（ｃｏｎｔｒｉｂｕｔｉｏｎｓ＿ｌｏｎｇ＿ｔｅｒｍ＿％）（ｒｅｇｕｌａｒ＿ｃｏｎｔｒｉｂｕｔｉｏｎｓ＿ｌｏｎｇ−ｔｅｒｍ＿ａｌｌｏｃａｔｉｏｎのｆｉｘｅｄ＿％）
３．Ｐｒｏｐｏｓｅｄ＿ｒｅｇｕｌａｒ＿ｃｏｎｔｒｉｂｕｔｉｏｎｓ＿ｅｑｕｉｔｙ＿％＝（ｃｏｎｔｒｉｂｕｔｉｏｎｓ＿ｓｈｏｒｔ＿ｔｅｒｍ＿％）（ｒｅｇｕｌａｒ＿ｃｏｎｔｒｉｂｕｔｉｏｎｓ＿ｓｈｏｒｔ−ｔｅｒｍ＿ａｌｌｏｃａｔｉｏｎのｅｑｕｉｔｙ＿％）＋（ｃｏｎｔｒｉｂｕｔｉｏｎｓ＿ｌｏｎｇ＿ｔｅｒｍ＿％）（ｒｅｇｕｌａｒ＿ｃｏｎｔｒｉｂｕｔｉｏｎｓ＿ｌｏｎｇ−ｔｅｒｍ＿ａｌｌｏｃａｔｉｏｎのｅｑｕｉｔｙ＿％）
実施例：
期間３で貯蓄の目標は、＄２０，０００
教育費の目標は、４年間で１年毎に＄１０，０００の−期間７で開始する
退職は、２０年以内
全通常資産は、＄２０，０００
リスク許容度＝中程度
年間通常負担金＝＄３０，０００
ステップ１−ｐｏｏｌ＿ｓｈｏｒｔｆａｌｌ
ｇｏａｌ＿ａｍｏｕｎｔ＿ｓｕｍ＝＄５０，０００
＄２０，０００の貯蓄の目標＋＄３０，０００の教育費の目標＝＄５０，０００
ｒｅｇｕｌａｒ＿ａｓｓｅｔｓ＿ｂａｌａｎｃｅ＝＄２０，０００
ａｓｓｅｔｓ＿ｓｈｏｒｔｆａｌｌ＝＄３０，０００
＄５０，０００−＄２０，０００＝＄３０，０００
ステップ２−ｃｏｎｔｒｉｂｕｔｉｏｎｓ＿ｐｏｏｌを決定する

ステップ３−ｃｏｎｔｒｉｂｕｔｉｏｎ＿ｓｈｏｒｔ−ｔｅｒｍ＿％を決定する
ａｓｓｅｔｓ＿ｓｈｏｒｔｆａｌｌ／ｃｏｎｔｒｉｂｕｔｉｏｎｓ＿ｐｏｏｌ
＄３０，０００／＄４０，８１０＝７４％
ステップ４−ｃｏｎｔｒｉｂｕｔｉｏｎｓ＿ｌｏｎｇ−ｔｅｒｍ＿％を決定する
ｃｏｎｔｒｉｂｕｔｉｏｎｓ＿ｓｈｏｒｔ−ｔｅｒｍ＿％から１％減らす
１００−７４％＝２６％
ステップ５−ｐｒｏｐｏｓｅｄ＿ｒｅｇｕｌａｒ＿ｃｏｎｔｒｉｂｕｔｉｏｎｓ＿ａｌｌｏｃａｔｉｏｎに対して集めてミックスしたものを決定する
Ｃａｓｈ＝（７４％＊６０％）＋（２６％＊４０％）＝５５％
Ｆｉｘｅｄ＝（７４％＊２０％）＋（２６％＊２５％）＝２１％
Ｅｑｕｉｔｙ＝（７４％＊２０％）＋（２６％＊３５％）＝２４％
「ＩＸ．ｐｒｏｐｏｓｅｄ＿ＶＵＬ＿ｇｏａｌｓ＿ａｌｌｏｃａｔｉｏｎ」
Ａ．ＶＵＬ＿ｇｏａｌｓ＿ｓｈｏｒｔ−ｔｅｒｍ＿％−ＶＵＬ＿ｇｏａｌ＿ｓｈｏｒｔ−ｔｅｒｍ＿ａｌｌｏｃａｔｉｏｎにおけるＶＵＬ＿ｇｏａｌｓのパーセンテージを決定する
４．ｃｏｎｔｒｉｂｕｔｉｏｎｓ＿ｓｈｏｒｔｆａｌｌを決定する−ＶＵＬ＿ｇｏａｌｓから導かれたファンディングは、資産、貯蓄またはＵＬ証書（＝ａｓｓｅｔｓ＿ｓｈｏｒｔｆａｌｌ―ｃｏｎｔｒｉｂｕｔｉｏｎｓ＿ｐｏｏｌ―ｗｈｏｌｅ／ＵＬ＿ｐｏｏｌ）では担保にならない。０より大きい額または式の結果を用いる。

ａ．ｗｈｏｌｅ／ＵＬ＿ｐｏｏｌ＝＿ｐｅｒｉｏｄｓ＿０からｒｅｔｉｒｅｍｅｎｔ＿ｓｔａｒｔｉｎｇ＿ｐｅｒｉｏｄまでの期間における、｛ｐｒｏｐｏｓｅｄ＿ｗｈｏｌｅ／ＵＬ＿ｇｏａｌｓ＿ｃａｓｈ＿ｖａｌｕｅ＿ｂａｌａｎｃｅ＿ｃｌｉｅｎｔ＿１の合計、プラス、ｐｒｏｐｏｓｅｄ＿ｗｈｏｌｅ／ＵＬ＿ｇｏａｌｓ＿ｐｒｅｍｉｕｍ＿ｂａｌａｎｃｅ＿ｃｌｉｅｎｔ＿１の現在の値の合計、マイナス、［（ＣＯＩ＿ｃｌｉｅｎｔ＿１）＊（１＋ＣＯＩ＿ｇｒｏｗｔｈ＿ｃｌｉｅｎｔ＿１）＾（＿ｐｅｌｉｏｄ＿）］／｛（１＋ｄｉｓｃｏｎｔ＿ｒａｔｅ）＾（＿ｐｅｒｉｏｄ＿）｝、プラス、ｐｒｏｐｏｓｅｄ＿ｗｈｏｌｅ／ＵＬ＿ｇｏａｌｓ＿ｃａｓｈ＿ｖａｌｕｅ＿ｂａｌａｎｃｅ＿ｃｌｉｅｎｔ＿２の合計、プラス、｛ｐｒｏｐｏｓｅｄ＿ｗｈｏｌｅ／ＵＬ＿ｇｏａｌｓ＿ｐ
ｒｅｍｉｕｍ＿ｂａｌａｎｃｅ＿ｃｌｉｅｎｔ＿２の現在の値の合計、マイナス、［（ＣＯＩ＿ｃｌｉｅｎｔ＿２）＊（１＋ＣＯＩ＿ｇｒｏｗｔｈ＿ｃｌｉｅｎｔ＿２）＾（＿ｐｅｒｉｏｄ＿）］／｛（１＋ｄｉｓｃｏｕｎｔ＿ｒａｔｅ）＾（＿ｐｅｒｉｏｄ＿）｝、プラス、ｐｒｏｐｏｓｅｄ＿ｗｈｏｌｅ／ＵＬ＿ｇｏａｌｓ＿ｃａｓｈ＿ｖａｌｕｅ＿ｂａｌａｎｅ＿ｏｔｈｅｒの合計、プラス、｛ｐｒｏｐｏｓｅｄ＿ｗｈｏｌｅ／ＵＬ＿ｇｏａｌｓ＿ｐｒｅｍｉｕｍ＿ｂａｌａｎｃｅ＿ｏｔｈｅｒの現在の値の合計、マイナス、［（ＣＯＩ＿ｏｔｈｅｒ）＊（１＋ＣＯＩ＿ｇｒｏｗｔｈ＿ｏｔｈｅｒ）＾（＿ｐｅｒｉｏｄ＿）］／｛（１＋ｄｉｓｃｏｕｎｔ＿ｒａｔｅ）＾（＿ｐｅｒｉｏｄ＿）｝
ｉ．ｃｏｎｔｒｉｂｕｔｉｏｎ＿ｓｈｏｒｔｆａｌｌが０に等しい場合、ＶＵＬ＿ｇｏａｌｓ＿ｓｈｏｒｔ＿ｔｅｒｍ＿％＝０％であり、以下のステップＢに進む
ｉｉ．ｃｏｎｔｒｉｂｕｔｉｏｎ＿ｓｈｏｒｔｆａｌｌが０より大きい場合、ステップ２に進む
ｂ．＿ｐｅｒｉｏｄｓ＿０からｒｅｔｉｒｅｍｅｎｔ＿ｓｔａｒｔｉｎｇ＿ｐｅｒｉｏｄまでの期間における、ｐｒｏｐｏｓｅｄ＿ＶＵＬ＿ｇｏａｌｓ＿ｃａｓｈ＿ｖａｌｕｅ＿ｂａｌａｎｃｅ＿ｃｌｉｅｎｔ＿１、プラス、｛ｐｒｏｐｏｓｅｄ＿ＶＵＬ＿ｇｏａｌｓ＿ｐｒｅｍｉｕｍ＿ｂａｌａｎｃｅ＿ｃｌｉｅｎｔ＿１、マイナス、［（ＣＯＩ＿ｃｌｉｅｎｔ＿１）＊（１＋ＣＯＩ＿ｇｒｏｗｔｈ＿ｃｌｉｅｎｔ＿１）＾（＿ｐｅｌｉｏｄ＿）］／｛（１＋ｄｉｓｃｏｎｔ＿ｒａｔｅ）｝の現在の値の合計、プラス、ｐｒｏｐｏｓｅｄ＿ＶＵＬ＿ｇｏａｌｓ＿ｃａｓｈ＿ｖａｌｕｅ＿ｂａｌａｎｃｅ＿ｃｌｉｅｎｔ＿２の合計、プラス、｛ｐｒｏｐｏｓｅｄ＿ＶＵＬ＿ｇｏａｌｓ＿ｐｒｅｍｉｕｍ＿ｂａｌａｎｃｅ＿ｃｌｉｅｎｔ＿２、マイナス、［（ＣＯＩ＿ｃｌｉｅｎｔ＿２）＊（１＋ＣＯＩ＿ｇｒｏｗｔｈ＿ｃｌｉｅｎｔ＿２）＾（＿ｐｅｌｉｏｄ＿）］／｛（１＋ｄｉｓｃｏｎｔ＿ｒａｔｅ）｝の現在の値の合計、プラス、ｐｒｏｐｏｓｅｄ＿ＶＵＬ＿ｇｏａｌｓ＿ｃａｓｈ＿ｖａｌｕｅ＿ｂａｌａｎｃｅ＿ｏｔｈｅｒ、プラス、｛ｐｒｏｐｏｓｅｄ＿ＶＵＬ＿ｇｏａｌｓ＿ｐｒｅｍｉｕｍ＿ｂａｌａｎｃｅ＿ｏｔｈｅｒ、マイナス、［（ＣＯＩ＿ｏｔｈｅｒ）＊（１＋ＣＯＩ＿ｇｒｏｗｔｈ＿ｏｔｈｅｒ）＾（＿ｐｅｌｉｏｄ＿）］／｛（１＋ｄｉｓｃｏｎｔ＿ｒａｔｅ）｝の現在の値の合計
ｃ．ＶＵＬ＿ｇｏａｌｓ＿ｓｈｏｒｔ＿ｔｅｒｍ＿％＝ｃｏｎｔｒｉｂｕｔｉｏｎｓ＿ｓｈｏｒｔｆａｌｌをＶＵＬ＿ｇｏａｌｓ＿ｐｏｏｌで割る。計算された額または１００％よりも小さい額を用いる。

Ｂ．ＶＵＬ＿ｇｏａｌｓ＿ｌｏｎｇ−ｔｅｒｍ＿％−ＶＵＬ＿ｇｏａｌｓ＿ｌｏｎｇ−ｔｅｒｍ＿ａｌｌｏｃａｔｉｏｎにおけるＶＵＬ＿ｇｏａｌｓのパーセンテージを決定する
ｃｏｎｔｒｉｂｕｔｉｏｎｓ＿ｓｈｏｒｔ＿ｔｅｒｍ＿％から１％減らす
Ｃ．ｐｒｏｐｏｓｅｄ＿ＶＵＬ＿ｇｏａｌｓ＿ａｌｌｏｃａｔｉｏｎに対して集めてミックスしたものを決定する
４．Ｐｒｏｐｏｓｅｄ＿ＶＵＬ＿ｇｏａｌｓ＿ｃａｓｈ＿％＝（ｃｏｎｔｒｉｂｕｔｉｏｎｓ＿ｓｈｏｒｔ＿ｔｅｒｍ＿％）（ＶＵＬ＿ｇｏａｌｓ＿ｓｈｏｒｔ−ｔｅｒｍ＿ａｌｌｏｃａｔｉｏｎのｃａｓｈ＿％）＋（ｃｏｎｔｒｉｂｕｔｉｎｏｓ＿ｌｏｎｇ＿ｔｅｒｍ＿％）（ＶＵＬ＿ｇｏａｌｓ＿ｌｏｎｇ−ｔｅｒｍ＿ａｌｌｏｃａｔｉｏｎのｃａｓｈ＿％）
５．Ｐｒｏｐｏｓｅｄ＿ＶＵＬ＿ｇｏａｌｓ＿ｆｉｘｅｄ＿％＝（ｃｏｎｔｒｉｂｕｔｉｏｎｓ＿ｓｈｏｒｔ＿ｔｅｒｍ＿％）（ＶＵＬ＿ｇｏａｌｓ＿ｓｈｏｒｔ−ｔｅｒｍ＿ａｌｌｏｃａｔｉｏｎのｆｉｘｅｄ＿％）＋（ｃｏｎｔｒｉｂｕｔｉｎｏｓ＿ｌｏｎｇ＿ｔｅｒｍ＿％）（ＶＵＬ＿ｇｏａｌｓ＿ｌｏｎｇ−ｔｅｒｍ＿ａｌｌｏｃａｔｉｏｎのｆｉｘｅｄ＿％）
６．Ｐｒｏｐｏｓｅｄ＿ＶＵＬ＿ｇｏａｌｓ＿ｅｑｕｉｔｙ＿％＝（ｃｏｎｔｒｉｂｕｔｉｏｎｓ＿ｓｈｏｒｔ＿ｔｅｒｍ＿％）（ＶＵＬ＿ｇｏａｌｓ＿ｓｈｏｒｔ−ｔｅｒｍ＿ａｌｌｏｃａｔｉｏｎのｅｑｕｉｔｙ＿％）＋（ｃｏｎｔｒｉｂｕｔｉｎｏｓ＿ｌｏ
ｎｇ＿ｔｅｒｍ＿％）（ＶＵＬ＿ｇｏａｌｓ＿ｌｏｎｇ−ｔｅｒｍ＿ａｌｌｏｃａｔｉｏｎのｅｑｕｉｔｙ＿％）
「Ｘ．ｐｒｏｐｏｓｅｄ＿ｒｅｔｉｒｅｍｅｎｔ＿ａｌｌｏｃａｔｉｏｎを決定する」
退職金および負担金が理想的に投資される。

ｐｒｏｐｏｓｅｄ＿ｒｅｔｉｒｅｍｅｎｔ＿ａｌｌｏｃａｔｉｏｎは、２つの要因に基づいている。

リスク許容値
退職目標に関する時間フレーム−ｌｏｎｇ−ｔｅｒｍ＿ｔｉｍｅｆｒａｍｅ
ｐｒｏｐｏｓｅｄ＿ｒｅｔｉｒｅｍｅｎｔ＿ａｌｌｏｃａｔｉｏｎを決定するために、ｒｉｓｋ＿ｔｏｌｅｒａｎｃｅおよび＿ｔｉｍｅｆｒａｍｅ＿を用いて、ｒｅｔｉｒｅｍｅｎｔ＿ａｌｌｏｃａｔｉｏｎｓ＿ｔａｂｌｅのｃａｓｈ／ｆｉｘｅｄ／ｅｑｕｉｔｙをミックスしたものにマッピングする
Ａ．Ｐｒｏｐｏｓｅｄ＿ｒｅｔｉｒｅｍｅｎｔ＿ｃａｓｈ＿％
Ｂ．Ｐｒｏｐｏｓｅｄ＿ｒｅｔｉｒｅｍｅｎｔ＿ｆｉｘｅｄ＿％
Ｃ．Ｐｒｏｐｏｓｅｄ＿ｒｅｔｉｒｅｍｅｎｔ＿ｅｑｕｉｔｙ＿％
「ＸＩ．ｐｒｏｐｏｓｅｄ＿ＶＵＬ＿ｎｏｔ＿ａｌｌｏｃａｔｉｏｎを決定する」
ＶＵＬキャッシュ値および掛け金が理想的に投資される。

目標額に資金を供給するために証書が用いられていないので、そして、その証書が「永久の」証書であるので、証書は「長期」に適していると仮定している。従って、ＶＵＬ＿ｎｏｔ配分の全てが長期というわけではなく、ｐｒｏｐｏｓｅｄ＿ＶＵＬ＿ｎｏｔ＿ａｌｌｏｃａｔｉｏｎは、リスク許容度のみに基づく。

Ａ．ｐｒｏｐｏｓｅｄ＿ＶＵＬ＿ｎｏｔ＿ａｌｌｏｃａｔｉｏｎを決定するために、ＶＵＬ＿ｎｏｔ証書に対して、ｒｉｓｋ＿ｔｏｌｅｒａｎｃｅを用いて、ＶＵＬ＿ｎｏｔ＿ａｌｌｏｃａｔｉｏｎｓ＿ｔａｂｌｅ−ポートフォリオにおけるｃａｓｈ／ｆｉｘｅｄ／ｅｑｕｉｔｙをミックスしたものにマッピングする。

これは、現在、つまり現在のシステム１００では難しく、各ＶＵＬ＿ｎｏｔ証書は、証書自体のリスク許容度を有していた。ここで、全証書は、クライアントの資産と同じリスク許容度を有する。（全ＶＵＬ証書は、現在のシステム１００ではＶＵＬ＿ｎｏｔ証書である。）
ＩＶ．提案された配分を解析ハブにおけるアドバイザワークとして変化させる
選択されて提案された配分は、解析ハブに表示される。このミックスは、解析ハブにおけるアドバイザが行ったワークの結果として、変化し得る。

このアドバイザは、解析ハブにおいて異なるものを選択することによってリスク許容度を単純に変化させる。

金額を変化させることによって、貯蓄または教育費の目標に資金を供給して、または、クライアントの退職日を変化させることによって、目標の重み付き平均時間が変化する。異なる配分によってこのような結果となる。
「ＸＩＩ．合成ミックス」
「ガラス（ｇｌａｓｓ）で、および、システム１００の表および円グラフで用いられる複合ｃａｓｈ／ｆｉｘｅｄ／ｅｑｕｉｔｙミックスを計算する」
Ａ．Ａｌｌ＿ｃｏｍｐｏｓｉｔｅ＿ｍｉｘ−モデルポートフォリオ、および、解析の目標スクリーンに現れて、スマートアドバイス規則として用いられる。（新しい計算）
Ｂ．Ｒｅｇｕｌａｒ／ｐｏｌｉｃｙ＿ｇｏａｌｓ＿ｃｏｍｐｏｓｉｔｅ＿ｍｉｘ−他の
投資円グラフおよび表に現れ、予測リターンおよび損失統計値の見込みを発生させるために用いられ、スマートアドバイス規則として用いられる。

Ｃ．Ｐｏｌｉｃｙ＿ｇｏａｌｓ＿ｃｏｍｐｏｓｉｔｅ＿ｍｉｘ−サバイバー出力に現れ、スマートアドバイス規則として用いられる。

ｃｏｍｐｏｓｉｔｅ＿ｍｉｘｅｓは、通常資産、ＶＵＬ目標、ｗｈｏｌｅ／ＵＬ目標および退職配分の重み付き平均である。このｃｏｍｐｏｓｉｔｅ＿ｍｉｘｅｓは、以下のように計算される。

新規の合成を望む
１．Ｒｅｇｕｌａｒ／ｐｏｌｉｃｙ＿ｇｏａｌｓ
２．Ｐｏｌｉｃｙ＿ｇｏａｌｓ
Ｘ．＿ｐｏｌｉｃｙ＿ｇｏａｌｓ＿ｃｏｍｐｏｓｉｔｅ＿ｍｉｘ−Ｘ＝＿ｃｕｒｒｅｎｔ＿または＿ｐｒｏｐｏｓｅｄ
１）Ｘ＿ＶＵＬ＿ｇｏａｌｓ＿ｗｅｉｇｈｔｉｎｇを以下のように計算する。

（Ｘ＿ＶＵＬ＿ｇｏａｌｓ＿ｂａｌａｎｃｅ＿ｃｌｉｅｎｔ＿１＋Ｘ＿ＶＵＬ＿ｇｏａｌｓ＿ｂａｌａｎｃｅ＿ｃｌｉｅｎｔ＿２＋Ｘ＿ＶＵＬ＿ｇｏａｌｓ＿ｂａｌａｎｃｅ＿ｏｔｈｅｒ）をＸ＿ｐｏｌｉｃｙ＿ｇｏａｌｓ＿ｂａｌａｎｃｅで割る。

ａ）Ｘ＿ＶＵＬ＿ｇｏａｌｓ＿ｗｅｉｇｈｔｉｎｇをＸ＿ＶＵＬ＿ｇｏａｌｓ＿ｃａｓｈ＿％で乗算することによってＸ＿ＶＵＬ＿ｇｏａｌｓ＿ｗｅｉｇｈｔｅｄ＿ｃａｓｈ＿％を決定する
ｂ）Ｘ＿ＶＵＬ＿ｇｏａｌｓ＿ｗｅｉｇｈｔｉｎｇをＸ＿ＶＵＬ＿ｇｏａｌｓ＿ｆｉｘｅｄ＿％で乗算することによってＸ＿ＶＵＬ＿ｇｏａｌｓ＿ｗｅｉｇｈｔｅｄ＿ｆｉｘｅｄ＿％を決定する
ｃ）Ｘ＿ＶＵＬ＿ｇｏａｌｓ＿ｗｅｉｇｈｔｉｎｇをＸ＿ＶＵＬ＿ｇｏａｌｓ＿ｅｑｕｉｔｙ＿％で乗算することによってＸ＿ＶＵＬ＿ｇｏａｌｓ＿ｗｅｉｇｈｔｅｄ＿ｅｑｕｉｔｙ＿％を決定する
２）Ｘ＿ｗｈｏｌｅ／ＵＬ＿ｇｏａｌｓ＿ｗｅｉｇｈｔｉｎｇを以下のように計算する
（Ｘ＿ｗｈｏｌｅ／ＵＬ＿ｇｏａｌｓ＿ｂａｌａｎｃｅ＿ｃｌｉｅｎｔ＿１＋Ｘ＿ｗｈｏｌｅ／ＵＬ＿ｇｏａｌｓ＿ｂａｌａｎｃｅ＿ｃｌｉｅｎｔ＿２＋Ｘ＿ｗｈｏｌｅ／ＵＬ＿ｇｏａｌｓ＿ｂａｌａｎｃｅ＿ｏｔｈｅｒ）をＸ＿ｐｏｌｉｃｙ＿ｇｏａｌｓ＿ｂａｌａｎｃｅで割る
ａ）「ｗｈｏｌｅ／ＵＬ＿ｗｅｉｇｈｔｉｎｇをｗｈｏｌｅ／ＵＬ＿ｇｒｏｕｐ＿ｆｉｘｅｄ＿％で乗算することによって、ｗｈｏｌｅ／ＵＬ＿ｗｅｉｇｈｔｅｄ＿ｆｉｘｅｄ＿％を決定する」
３）Ｘ＿ｐｏｌｉｃｙ＿ｇｏａｌｓ＿ｃｏｍｐｏｓｉｔｅ＿ｍｉｘ＿ｃａｓｈ＿％＝Ｘ＿ＶＵＬ＿ｇｏａｌｓ＿ｗｅｉｇｈｔｅｄ＿ｃａｓｈ＿％を決定する
４）Ｘ＿ＶＵＬ＿ｇｏａｌｓ＿ｆｉｘｅｄ＿％とｗｈｏｌｅ／ＵＬ＿ｇｒｏｕｐ＿ｆｉｘｅｄ＿％とを加えることによって、Ｘ＿ｐｏｌｉｃｙ＿ｇｏａｌｓ＿ｃｏｍｐｏｓｉｔｅ＿ｍｉｘ＿ｆｉｘｅｄ＿％を決定する
５）Ｘ＿ｐｏｌｉｃｙ＿ｇｏａｌｓ＿ｃｏｍｐｏｓｉｔｅ＿ｍｉｘ＿ｅｑｕｉｔｙ＿％＝Ｘ＿ＶＵＬ＿ｇｏａｌｓ＿ｗｅｉｇｈｔｅｄ＿ｅｑｕｉｔｙ＿％を決定する
「Ｘ＿ｒｅｇｕｌａｒ／ｐｏｌｉｃｙ＿ｇｏａｌｓ＿ｃｏｍｏｓｉｔｅｚ＿ｍｉｘ」−Ｘ＝＿ｃｕｒｒｅｎｔまたは＿ｐｒｏｐｏｓｅｄ
６）Ｘ＿ｒｅｇｕｌａｒ＿ａｓｓｅｔｓ＿ｗｅｉｇｈｔｉｎｇを以下のように計算する：Ｘ＿ｒｅｇｕｌａｒ＿ａｓｓｅｔｓ＿ｂａｌａｎｃｅを（Ｘ＿ｒｅｇｕｌａｒ＿ａｓｓｅｔｓ＿ｂａｌａｎｃｅ＋Ｘ＿ｐｏｌｉｃｙ＿ｇｏａｌｓ＿ｂａｌａｎｃｅ）で割る
ａ）「Ｘ＿ｒｅｇｕｌａｒ＿ａｓｓｅｔｓ＿ｗｅｉｇｈｔｉｎｇにＸ＿ｒｅｇｕｌａｒ＿ａｓｓｅｔｓ＿ｃａｓｈ＿％を乗算することによって、Ｘ＿ｒｅｇｕｌａｒ＿ａｓｓｅｔｓ＿ｗｅｉｇｈｔｅｄ＿ｃａｓｈ＿％を決定する」
ｂ）「Ｘ＿ｒｅｇｕｌａｒ＿ａｓｓｅｔｓ＿ｗｅｉｇｈｔｉｎｇにＸ＿ｒｅｇｕｌａｒ＿ａｓｓｅｔｓ＿ｆｉｘｅｄ＿％を乗算することによって、Ｘ＿ｒｅｇｕｌａｒ＿ａｓｓｅｔｓ＿ｗｅｉｇｈｔｅｄ＿ｆｉｘｅｄ＿％を決定する」
ｃ）「Ｘ＿ｒｅｇｕｌａｒ＿ａｓｓｅｔｓ＿ｗｅｉｇｈｔｉｎｇにＸ＿ｒｅｇｕｌａｒ＿ａｓｓｅｔｓ＿ｅｑｕｉｔｙ＿％を乗算することによって、Ｘ＿ｒｅｇｕｌａｒ＿ａｓｓｅｔｓ＿ｗｅｉｇｈｔｅｄ＿ｅｑｕｉｔｙ＿％を決定する」
７）Ｘ＿ｐｏｌｉｃｙ＿ｇｏａｌｓ＿ｗｅｉｇｈｔｉｎｇを以下のように計算する：Ｘ＿ｐｏｌｉｃｙ＿ｇｏａｌｓ＿ｂａｌａｎｃｅを（Ｘ＿ｒｅｇｕｌａｒ＿ａｓｓｅｔｓ＿ｂａｌａｎｃｅ＋Ｘ＿ｐｏｌｉｃｙ＿ｇｏａｌｓ＿ｂａｌａｎｃｅ）で割る
ａ）「Ｘ＿ｐｏｌｉｃｙ＿ｇｏａｌｓ＿ｗｅｉｇｈｔｉｎｇにＸ＿ｐｏｌｉｃｙ＿ｇｏａｌｓ＿ｃｏｍｐｏｓｉｔｅ＿ｍｉｘ＿ｃａｓｈ＿％を乗算することによって、Ｘ＿ｐｏｌｉｃｙ＿ｇｏａｌｓ＿ｗｅｉｇｈｔｅｄ＿ｃａｓｈ＿％を決定する」
ｂ）「Ｘ＿ｐｏｌｉｃｙ＿ｇｏａｌｓ＿ｗｅｉｇｈｔｉｎｇにＸ＿ｐｏｌｉｃｙ＿ｇｏａｌｓ＿ｃｏｍｐｏｓｉｔｅ＿ｍｉｘ＿ｆｉｘｅｄ＿％を乗算することによって、Ｘ＿ｐｏｌｉｃｙ＿ｇｏａｌｓ＿ｗｅｉｇｈｔｅｄ＿ｆｉｘｅｄ＿％を決定する」
ｃ）「Ｘ＿ｐｏｌｉｃｙ＿ｇｏａｌｓ＿ｗｅｉｇｈｔｉｎｇにＸ＿ｐｏｌｉｃｙ＿ｇｏａｌｓ＿ｃｏｍｐｏｓｉｔｅ＿ｍｉｘ＿ｅｑｕｉｔｙ＿％を乗算することによって、Ｘ＿ｐｏｌｉｃｙ＿ｇｏａｌｓ＿ｗｅｉｇｈｔｅｄ＿ｅｑｕｉｔｙ＿％を決定する」
８）Ｘ＿ｒｅｇｕｌａｒ＿ａｓｓｅｔｓ＿ｗｅｉｇｈｔｅｄ＿ｃａｓｈ＿％にＸ＿ｐｏｌｉｃｙ＿ｇｏａｌｓ＿ｗｅｉｇｈｔｅｄ＿ｃａｓｈ＿％を加えることによって、Ｘ＿ｒｅｇｕｌａｒ／ｐｏｌｉｃｙ＿ｇｏａｌｓ＿ｃｏｍｐｏｓｉｔｅ＿ｍｉｘ＿ｃａｓｈ＿％を決定する
９）Ｘ＿ｒｅｇｕｌａｒ＿ａｓｓｅｔｓ＿ｗｅｉｇｈｔｅｄ＿ｆｉｘｅｄ＿％にＸ＿ｐｏｌｉｃｙ＿ｇｏａｌｓ＿ｗｅｉｇｈｔｅｄ＿ｆｉｘｅｄ＿％を加えることによって、Ｘ＿ｒｅｇｕｌａｒ／ｐｏｌｉｃｙ＿ｇｏａｌｓ＿ｃｏｍｐｏｓｉｔｅ＿ｍｉｘ＿ｆｉｘｅｄ＿％を決定する
１０）Ｘ＿ｒｅｇｕｌａｒ＿ａｓｓｅｔｓ＿ｗｅｉｇｈｔｅｄ＿ｅｑｕｉｔｙ＿％にＸ＿ｐｏｌｉｃｙ＿ｇｏａｌｓ＿ｗｅｉｇｈｔｅｄ＿ｅｑｕｉｔｙ＿％を加えることによって、Ｘ＿ｒｅｇｕｌａｒ／ｐｏｌｉｃｙ＿ｇｏａｌｓ＿ｃｏｍｐｏｓｉｔｅ＿ｍｉｘ＿ｅｑｕｉｔｙ＿％を決定する
「Ｘ＿ａｌｌ＿ｃｏｍｐｏｓｉｔｅ＿ｍｉｘ」−Ｘ＝＿ｃｕｒｒｅｎｔまたは＿ｐｒｏｐｏｓｅｄ
１１）Ｘ＿ｒｅｇｕｌａｒ／ｐｏｌｉｃｙ＿ｇｏａｌｓ＿ｗｅｉｇｈｔｉｎｇを以下のように計算する
（Ｘ＿ｒｅｇｕｌａｒ＿ａｓｓｅｔｓ＿ｂａｌａｎｃｅ＋Ｘ＿ｐｏｌｉｃｙ＿ｇｏａｌｓ＿ｂａｌａｎｃｅ）は、（Ｘ＿ｒｅｇｕｌａｒ＿ａｓｓｅｔｓ＿ｂａｌａｎｃｅ＋Ｘ＿ｐｏｌｉｃｙ＿ｇｏａｌｓ＿ｂａｌａｎｃｅ＋Ｘ＿ｒｅｔｉｒｅｍｅｎｔ＿ｂａｌａｎｃｅ）で割る
ａ）「Ｘ＿ｒｅｇｕｌａｒ／ｐｏｌｉｃｙ＿ｇｏａｌｓ＿ｗｅｉｇｈｔｉｎｇをＸ＿ｒｅｇｕｌａｒ／ｐｏｌｉｃｙ＿ｇｏａｌｓ＿ｃｏｍｐｏｓｉｔｅ＿ｍｉｘ＿ｃａｓｈ＿％で乗算することによって、Ｘ＿ｒｅｇｕｌａｒ／ｐｏｌｉｃｙ＿ｇｏａｌｓ＿ｗｅｉｇｈｔｅｄ＿ｃａｓｈ＿％を決定する」
ｂ）「Ｘ＿ｒｅｇｕｌａｒ／ｐｏｌｉｃｙ＿ｇｏａｌｓ＿ｗｅｉｇｈｔｉｎｇをＸ＿ｒｅｇｕｌａｒ／ｐｏｌｉｃｙ＿ｇｏａｌｓ＿ｃｏｍｐｏｓｉｔｅ＿ｍｉｘ＿ｆｉｘｅｄ＿％で乗算することによって、Ｘ＿ｒｅｇｕｌａｒ／ｐｏｌｉｃｙ＿ｇｏａｌｓ＿ｗｅｉｇｈｔｅｄ＿ｆｉｘｅｄ＿％を決定する」
ｃ）「Ｘ＿ｒｅｇｕｌａｒ／ｐｏｌｉｃｙ＿ｇｏａｌｓ＿ｗｅｉｇｈｔｉｎｇをＸ＿
ｒｅｇｕｌａｒ／ｐｏｌｉｃｙ＿ｇｏａｌｓ＿ｃｏｍｐｏｓｉｔｅ＿ｍｉｘ＿ｅｑｕｉｔｙ＿％で乗算することによって、Ｘ＿ｒｅｇｕｌａｒ／ｐｏｌｉｃｙ＿ｇｏａｌｓ＿ｗｅｉｇｈｔｅｄ＿ｅｑｕｉｔｙ＿％を決定する」
１２）Ｘ＿ｒｅｔｉｒｅｍｅｎｔ＿ｗｅｉｇｈｔｉｎｇを以下のように計算する
Ｘ＿ｒｅｔｉｒｅｍｅｎｔ＿ｂａｌａｎｃｅを（Ｘ＿ｒｅｇｕｌａｒ＿ａｓｓｅｔｓ＿ｂａｌａｎｃｅ＋Ｘ＿ｐｏｌｉｃｙ＿ｇｏａｌｓ＿ｂａｌａｎｃｅ＋Ｘ＿ｒｅｔｉｒｅｍｅｎｔ＿ｂａｌａｎｃｅ）で割る
ａ．Ｘ＿ｒｅｔｉｒｅｍｅｎｔ＿ｗｅｉｇｈｔｉｎｇにＸ＿ｒｅｔｉｒｅｍｅｎｔ＿ｃａｓｈ＿％を乗算することによって、Ｘ＿ｒｅｔｉｒｅｍｅｎｔ＿ｗｅｉｇｈｔｅｄ＿ｃａｓｈ＿％を決定する
ｂ．Ｘ＿ｒｅｔｉｒｅｍｅｎｔ＿ｗｅｉｇｈｔｉｎｇにＸ＿ｒｅｔｉｒｅｍｅｎｔ＿ｆｉｘｅｄ＿％を乗算することによって、Ｘ＿ｒｅｔｉｒｅｍｅｎｔ＿ｗｅｉｇｈｔｅｄ＿ｆｉｘｅｄ＿％を決定する
ｃ．Ｘ＿ｒｅｔｉｒｅｍｅｎｔ＿ｗｅｉｇｈｔｉｎｇにＸ＿ｒｅｔｉｒｅｍｅｎｔ＿ｅｑｕｉｔｙ＿％を乗算することによって、Ｘ＿ｒｅｔｉｒｅｍｅｎｔ＿ｗｅｉｇｈｔｅｄ＿ｅｑｕｉｔｙ＿％を決定する
１３）Ｘ＿ｒｅｇｕｌａｒ／ｐｏｌｉｃｙ＿ｇｏａｌｓ＿ｗｅｉｇｈｔｅｄ＿ｃａｓｈ＿％にＸ＿ｒｅｔｉｒｅｍｅｎｔ＿ｗｅｉｇｈｔｅｄ＿ｃａｓｈ＿％を加えることによって、Ｘ＿ａｌｌ＿ｃｏｍｐｏｓｉｔｅ＿ｍｉｘ＿ｃａｓｈ＿％を決定する
１４）Ｘ＿ｒｅｇｕｌａｒ／ｐｏｌｉｃｙ＿ｇｏａｌｓ＿ｗｅｉｇｈｔｅｄ＿ｆｉｘｅｄ＿％にＸ＿ｒｅｔｉｒｅｍｅｎｔ＿ｗｅｉｇｈｔｅｄ＿ｆｉｘｅｄ＿％を加えることによって、Ｘ＿ａｌｌ＿ｃｏｍｐｏｓｉｔｅ＿ｍｉｘ＿ｆｉｘｅｄ＿％を決定する
１５）Ｘ＿ｒｅｇｕｌａｒ／ｐｏｌｉｃｙ＿ｇｏａｌｓ＿ｗｅｉｇｈｔｅｄ＿ｅｑｕｉｔｙ＿％にＸ＿ｒｅｔｉｒｅｍｅｎｔ＿ｗｅｉｇｈｔｅｄ＿ｅｑｕｉｔｙ＿％を加えることによって、Ｘ＿ａｌｌ＿ｃｏｍｐｏｓｉｔｅ＿ｍｉｘ＿ｅｑｕｉｔｙ＿％を決定する
＿ｃｕｒｒｅｎｔ＿＊＊＿ｃｏｍｐｏｓｉｔｅ＿ｍｉｘに到達するために、＿ｃｕｒｒｅｎｔからのａｓｓｅｔ＿ｂａｌａｎｃｅｓを用いる
＿ｃｕｒｒｅｎｔ＿＊＊＿ｃｏｍｐｏｓｉｔｅ＿ｍｉｘに到達するために、＿ｐｒｏｐｏｓｅｄからのａｓｓｅｔ＿ｂａｌａｎｃｅｓを用いる
アドバイザが解析の「Ｍｏｖｅｄ ｔｏ ＴＤＡ」を用いる場合、それらは、ｒｅｇｕｌａｒ＿ａｓｓｅｔ＿ｂａｌａｎｃｅの値を減少させ、ｒｅｔｉｒｅｍｅｎｔ＿ｂａｌａｎｃｅの値を増加させ、これにより、＿ｗｅｉｇｈｔｉｎｇｓ＿は、＿ｐｒｏｐｏｓｅｄ用に改めて計算されるために適している。
ＩＩ．損失の見込み、および、予想されたリターン統計値
目標に資金を供給するために用いられる生命保険証書が、他の投資出力表および円グラフにおける通常資産と共に含まれるので、損失統計値の予想されたリターンおよび見込みは、組み合わせの配分−特にＸ＿ｒｅｇｕｌａｒ／ｐｏｌｉｃｙ＿ｇｏａｌｓ＿ｃｏｍｐｏｓｉｔｅ＿ｍｉｘに基づくことが望まれる
発行残高：
配分表―次ページ

（付録Ｂ）
タイトル：
シミュレーション：目標シミュレーション概要−障害＃１１５
親：目標シミュレーション概要＃７８
要旨：
・システム１００は、目標シミュレーション概要要旨にレイアウトされた法則に従う。

・システム１００は、クライアントの障害がシミュレーション期間（ａｎａｌｙｓｉｓ＿ｓｔａｒｔ＿ｄａｔｅ）の開始から存在し、永久的な障害である−クライアントは自分の雇用を再度再開しないことを想定する。

・システム１００は、障害目標想定ｄｉｓａｂｉｌｉｔｙ＿ｐｅｒｃｅｎｔ＿ｏｆ＿ｌｉｆｅｓｔｙｌｅ＿ｅｘｐｅｎｓｅによって、ｃｕｒｒｅｎｔ＿ｌｉｖｉｎｇ＿ｅｘｐｅｎｓｅｓを調整する。

・システム１００は、障害目標想定のｄｉｓａｂｉｌｉｔｙ＿ｐｅｒｃｅｎｔ＿ｏｆ＿ｌｉｆｅｓｔｙｌｅ＿ｅｘｐｅｎｓｅによって、ｒｅｔｉｒｅｍｅｎｔ＿ｌｉｖｉｎｇ＿ｅｘｐｅｎｓｅｓを調整する。

・システム１００は、シミュレーションの開始のような収入および支出をトラッキングする。

・システム１００は、目標に特有のｄｉｓａｂｉｌｉｔｙ＿ａｃｃｕｍｕｌａｔｉｏｎ＿ｇｏａｌＸ＿ｉｎｄｉｃａｔｏｒが設定される場合、障害シミュレーションにおける個々の蓄積目標を含む。

・システム１００は、目標に特有のｄｉｓａｂｉｌｉｔｙ＿ｅｄｕｃａｔｉｏｎ＿ｇｏａｌＸ＿ｉｎｄｉｃａｔｏｒが設定される場合、障害シミュレーションにおける個々の教育目標を含む。

・システム１００は、ｃａｓｈ＿ｒｅｓｅｒｖｅ＿ｇｏａｌが存在する場合、ｃａｓｈ＿ｒｅｓｅｒｖｅ＿ｇｏａｌを含む。

・システム１００は、ｄｉｓａｂｉｌｉｔｙ＿ａｄｄｉｔｉｏｎａｌ＿ｉｎｃｏｍｅが障害目標想定に入力した場合、障害シミュレーションのｄｉｓａｂｉｌｉｔｙ＿ａｄｄｉｔｉｏｎａｌ＿ｉｎｃｏｍｅを含む。
詳細：
発行残高：
タイトル：
シミュレーション：目標シミュレーション概要−寿命要旨＃１２４
親：目標シミュレーション概要要旨＃７８
子：目標シミュレーション概要−長期間のケア要旨＃１１６
要旨：
・システム１００は、目標シミュレーション概要セクションにおいて定義された一般的法則に従う。

・システム１００は、常に寿命シミュレーション目標を実行する。

・一般的に、システム１００は、収入および支出を資産収支に影響を与えさせ、最も早い退職時に開始する目的で収入および支出をトラッキングする（ｃｌｉｅｎｔ＿１は、２０２５で退職し、ｃｌｉｅｎｔ＿２は、２０２１で退職し、システム１００は、２０２１でトラッキングを開始する）。

・最も早い退職の前にトラッキングされる所定の収入および支出が存在する。

・クライアントによって所有されたビジネスの売上高からの収入
・クライアントによって所有された不動産の売上高からの収入
・ｃｏｍｐａｎｙ＿ｂｅｎｅｆｉｔ＿ｉｎｃｏｍｅからの収入総額（ｃｏｍｐａｎｙ＿ｂｅｎｅｆｉｔ＿ｒｅｔｉｒｅｍｅｎｔ＿ａｌｌｏｗａｎｃｅ＿ｎｅｔ＿ａｍｏｕｎｔ）
・ｅｎｄｏｗｍｅｎｔまたは被保険者がクライアントであるｆｉｘｅｄ＿ａｎｎｕｉｔｙからの収入
・ｏｗｎｅｒがクライアントであるｃｈｉｌｄ＿ｅｎｄｏｗｍｅｎｔからの収入
・全生涯または全生涯の期間の証書の将来の現金値支払
・預金に対する調整
・蓄積目標支出
・現金貯蓄目標支出
・教育目標支出
局在化：＃３〜７は、システム１００においてなされる。
詳細：
発行残高：
タイトル：
シミュレーション：目標シミュレーション概要−障害＃１１５
親：目標シミュレーション概要＃７８
要旨：
・システム１００は、目標シミュレーション概要要旨にレイアウトされた法則に従う。

・システム１００は、結合された雇用収入およびビジネス収入の内の少なくとも２，０００，０００円を有し、年齢が総じて１８〜６０である各クライアントに対して障害目標を含む。

・システム１００は、シミュレーション期間（ａｎａｌｙｓｉｓ＿ｓｔａｒｔ＿ｄａｔｅのように）の開始から存在し、永久的な障害である（クライアントは、自分の雇用を再度再開しない）ことを想定する。

・システム１００は、障害目標想定ｄｉｓａｂｉｌｉｔｙ＿ｐｅｒｃｅｎｔ＿ｏｆ＿ｌ
ｉｆｅｓｔｙｌｅ＿ｅｘｐｅｎｓｅによって、ｃｕｒｒｅｎｔ＿ｌｉｖｉｎｇ＿ｅｘｐｅｎｓｅｓを調整する。

・システム１００は、障害目標想定のｄｉｓａｂｉｌｉｔｙ＿ｐｅｒｃｅｎｔ＿ｏｆ＿ｌｉｆｅｓｔｙｌｅ＿ｅｘｐｅｎｓｅによって、ｒｅｔｉｒｅｍｅｎｔ＿ｌｉｖｉｎｇ＿ｅｘｐｅｎｓｅｓを調整する。

・システム１００は、シミュレーションの開始のような収入および支出をトラッキングする。

・システム１００は、目標に特有のｄｉｓａｂｉｌｉｔｙ＿ｅｄｕｃａｔｉｏｎ＿ｇｏａｌＸ＿ｉｎｄｉｃａｔｏｒが設定される場合、障害シミュレーションにおける個々の蓄積目標を含む。

・システム１００は、目標に特有のｄｉｓａｂｉｌｉｔｙ＿ａｃｃｕｍｕｌａｔｉｏｎ＿ｇｏａｌＸ＿ｉｎｄｉｃａｔｏｒが設定される場合、障害シミュレーションにおける個々の教育目標を含む。

・システム１００は、ｃａｓｈ＿ｒｅｓｅｒｖｅ＿ｇｏａｌが存在する場合、ｃａｓｈ＿ｒｅｓｅｒｖｅ＿ｇｏａｌを含む。

・システム１００は、ｄｉｓａｂｉｌｉｔｙ＿ａｄｄｉｔｉｏｎａｌ＿ｉｎｃｏｍｅが障害目標想定に入力された場合、障害シミュレーションのｄｉｓａｂｉｌｉｔｙ＿ａｄｄｉｔｉｏｎａｌ＿ｉｎｃｏｍｅを含む。
詳細：
１）個々のシミュレーション実行数、および個々の実行の持続時間を決定する
親を参照
２）資産ポートフォリオを設定する
親を参照
３）退職期間キーを決定する
親を参照
４）シミュレーション実行において使用されたキャッシュフローを設定する
親と同様である。障害目標に特有の法則が目標シミュレーションキャッシュフローセクション＃６９のコンポーネントにおいて定義される。
５）確率グラフを作成するために望ましいキャッシュフローのさらなるシナリオを設定する
親を参照
６）シミュレーションを実行する
親を参照
７）確率結果を計算する
シミュレーションを参照。確率結果を計算する。
発行残高：
タイトル：
シミュレーション：目標シミュレーション概要−寿命要旨＃１２４
親：目標シミュレーション概要要旨＃７８
子：目標シミュレーション概要−長期間のケア＃１１６
要旨：
・システム１００は、目標シミュレーション概要セクションにおいて定義された一般的法則に従う。

・システム１００は、常に寿命シミュレーション目標を実行する。

・一般的に、システム１００は、収入および支出を資産収支に影響を与えさせ、最も早い退職時に開始する目的で収入および支出をトラッキングする（ｃｌｉｅｎｔ＿１は、２０２５で退職し、ｃｌｉｅｎｔ＿２は、２０２１で退職し、システム１００は、２０２１でトラッキングを開始する）。

・最も早い退職の前にトラッキングされる所定の収入および支出が存在する。

・クライアントによって所有されたビジネスの売上高からの収入
・クライアントによって所有された不動産の売上高からの収入
・ｃｏｍｐａｎｙ＿ｂｅｎｅｆｉｔ＿ｉｎｃｏｍｅからの収入総額（ｃｏｍｐａｎｙ＿ｂｅｎｅｆｉｔ＿ｒｅｔｉｒｅｍｅｎｔ＿ａｌｌｏｗａｎｃｅ＿ｎｅｔ＿ａｍｏｕｎｔ）
・ｅｎｄｏｗｍｅｎｔまたはｉｎｓｕｒｅｄがクライアントであるｆｉｘｅｄ＿ａｎｎｕｉｔｙからの収入
・ｏｗｎｅｒがクライアントであるｃｈｉｌｄ＿ｅｎｄｏｗｍｅｎｔからの収入
・全寿命または全寿命の期間の証書の将来の現金値支払
・預金に対する調整
・蓄積目標支出
・現金貯蓄目標支出
・教育目標支出
局在化：＃３〜７は、システム１００においてなされる。
詳細：
１）個々のシミュレーション実行および個々の実行の持続時間の数を決定する
親を参照
２）財産ポートフォリオを設定する
親を参照
８）退職期間キーを決定する
親を参照
９）シミュレーション実行において使用されたキャッシュフローを設定する。

親と同様である。シミュレーションを参照。すなわち、寿命に特有の規則のための目標シミュレーションキャッシュフロー定義セクションおよび子
１０）確率グラフを作成するために望ましいキャッシュフローのさらなるシナリオを設定する
さらなるシナリオがシミュレートされる。なぜなら、確率グラフは、ｔｈｅ＿ｃｕｒｒｅｎｔとｔｈｅ＿ｐｒｏｐｏｓｅｄとの間のシミュレーションの各年に対する成功の確率を示す
１１）シミュレーションを実行する
親を参照
１２）確率結果を計算する
親を参照
発行残高：
タイトル
シミュレーション：目標シミュレーション概要−長期間ケア＃１１６
親：目標シミュレーション概要−寿命＃１２４
要旨
・システム１００は、目標シミュレーション概要要旨にレイアウトされた法則に従う。

・システム１００は、少なくとも１人のクライアントが４０歳以上である場合、長期間ケアシミュレーションを実行する。

・一般的には、システム１００は、退職後の期間の間の収入および支出をトラッキングする。

・システム１００は、目標シミュレーション概要において定義されたような予備退職期間において発生する所定の収入および支出をトラッキングする。

・システム１００は、第１の制限において開始するＬＴＣ目標想定のｌｏｎｇ＿ｔｅｒｍ＿ｃａｒｅ＿ｐｅｒｃｅｎｔ＿ｏｆ＿ｌｉｆｅｓｔｙｌｅ＿ｅｘｐｅｎｓｅによって、ｒｅｔｉｒｅｍｅｎｔ＿ｌｉｖｉｎｇ＿ｅｘｐｅｎｓｅｓを調整する。

・システム１００は、より年長のクライアントが、シミュレーション終了の前の１１年の長期間のケア制限に進み、５年間制限される。次いで死亡し、それによりクライアントの任意の収入が停止する。クライアントは制限時または制限前に退職し得、それによりクライアントの退職がシミュレーション終了前に１１年間発生しなかった場合、制限は、シミュレーション終了から１１年間またはより年長のクライアントの退職年の内の短い方である。制限の終了は、５年またはシミュレーションが終了する年数の内の短い方である。

・システム１００は、より若いクライアントまたは単一のクライアントは、シミュレーション終了前の５年の長期間ケア制限に進み、５年間制限され、次いでシミュレーション終了時に死亡する。クライアントは制限時または制限前に退職し得、それによりクライアントの退職がシミュレーション終了前の５年間発生しなかった場合、制限は、シミュレーション終了から５年間またはより年長のクライアントの退職年の内の短い方である。制限の終了は、５年またはシミュレーションが終了する年数の内の短い方である。

・システム１００は、１年間の看護施設または長期間ケア目標の目標想定からのケアコストを獲得する。

・システム１００は、長期間ケア目標想定に入る場合、ｌｏｎｇ＿ｔｅｒｍ＿ｃａｒｅ＿ａｄｄｉｔｉｏｎａｌ＿ｉｎｃｏｍｅを含む。

・システム１００は、以下の場合、長期間ケア目標シミュレーションにおける個々の蓄積目標または教育目標を含まない。
１）ｌｏｎｇ＿ｔｅｒｍ＿ｃａｒｅ＿ａｃｃｕｍｕｌａｔｉｏｎ＿ｇｏａｌＸ＿ｉｎｄｉｃａｔｏｒ／ｌｏｎｇ＿ｔｅｒｍ＿ｃａｒｅ＿ｅｄｕｃａｔｉｏｎ＿ｇｏａｌＸ＿ｉｎｄｉｃａｔｏｒがＡＮＤに設定されない場合、
２）目標継続時間がより年長のクライアントの制約開始に延長される場合、
（ケースの例）
より年長のクライアントの制約が２０２０年で開始する
２０１８〜２０２１年に発生する蓄積目標
蓄積目標が長期間のケア目標に含まれないことを示すアドバイザ
シミュレーション処理：２０１８年および２０１９年における目標支出である。しかし、制限期間は、２０２０で開始し、蓄積目標は、長期間のケア目標で排除されることであり、蓄積目標は、２０２０および２０２１で発生しない。この処置は、より年長のクライアントの制限期間まで、寿命シミュレーションおよび長期間ケア目標シミュレーションを同じにする。

（詳細）
１）個々のシミュレーション実行および個々の実行の持続時間の数を決定する
親を参照
２）財産ポートフォリオを設定する
親を参照
３）退職期間キーを決定する
親を参照
４）シミュレーション実行において使用されたキャッシュフローを設定する。

親と同様である。長期間ケア目標に特有の法則が目標シミュレーションキャッシュフロー定義セクションのコンポーネントにおいて定義される
５）確率グラフを作成するために望ましいキャッシュフローのさらなるシナリオを設定する
寿命またはＬＴＣ目標：さらなるシナリオがシミュレートされる。なぜなら、確率グラフは、ｔｈｅ＿ｃｕｒｒｅｎｔ＿とｔｈｅ＿ｐｒｏｐｏｓｅｄとの間の各年のシミュレーションに対する成功の可能性を示す。
６）シミュレーションを実行する
親を参照
７）確率結果を計算する
全てのシミュレーション実行が完了した後、確率結果が計算される
シミュレーションを参照：確率結果の計算
発行残高：
タイトル：シミュレーション：目標シミュレーション概要
子：
目標シミュレーション概要−寿命＃１２４
目標シミュレーション概要−障害＃１１５
目標シミュレーション概要−長期間ケア＃１１６
遺族シミュレーション＃８２
要旨
・システム１００は、クライアントの収入、預金、債務、保険料、目標支出、および生活費のキャッシュフローを導き出すシミュレーションを実行する。

・シミュレーションされるべき特定のセットの目標は、クライアントデータに依存する。

・システム１００は、常に寿命キャッシュフローを実行する。

・システム１００はまた、クライアントのための寿命状況を表わすキャッシュフロー予測シミュレーションと、クライアントが死亡すると想定される遺族状況と、クライアントがシミュレーション終了の前に長期間のケア施設に制限されると想定される長期間ケア状況とを実行し得る。

・システム１００は、シミュレーション期間頻度に基づいて期間増分でシミュレートする。この期間頻度は、１年であるように定義され、それにより、全てのキャッシュフローは、１年の額（＄１０００／月は、＄１２００／年となる）に変換される。この文の残りに対して、変換ステップは、シミュレーション頻度に基づいた量に変換されることを言う。

・システム１００は、遺族目標シミュレーションを除いて、ｃｌｉｅｎｔ＿１＿ｌｉｆｅ＿ｅｘｐｅｃｔａｎｃｙからｃｌｉｅｎｔ＿１＿ｃｕｒｒｅｎｔ＿ａｇｅを減算することによって各個々のシミュレーションの持続時間を計算する。

・システム１００は、確率結果を収集する目的のために、（確率論的なサンプリング方法論セクション＃１２３に定義されたように）特定数の各個々のシミュレーション実行を実行する。

・システム１００は、シミュレーション開始がａｎａｌｙｓｉｓ＿ｓｔａｒｔ＿ｄａｔｅのように存在すると考える。

・個々の目標シミュレーション実行は、収入、預金、保険料、債務、生活費、および目標支出に関連したデータエントリに基づいてキャッシュフローを考え出す。

・個々の目標シミュレーションは、クライアントの財産収支上で、収入および支出キャッシュフローが有する効果をトラッキングし、クライアントの全体の財産収支は、最も長く働いたクライアントの退職の後いつでも、支出を満たすのに十分な資金を有する場合、クライアントはマネーを使い果たした（失敗したシミュレーション実行）と考える。

・システム１００は、最も長く働いたクライアントの退職の前に不足が発生する場合に、ローンが引き出されることを想定する。

・システム１００は、データエントリ入力によって特定されたようなクライアントの現在の状況に基づいて目標シミュレーションを実行する。

・システム１００は、ｔｈｅ＿ｃｕｒｒｅｎｔへの改変に基づいて目標シミュレーションを実行する。クライアントの改変された状況に基づいたシミュレーションは、ｔｈｅ＿ｐｒｏｐｏｓｅｄと呼ばれる。

・システム１００は、ｔｈｅ＿ｃｕｒｒｅｎｔおよびｔｈｅ＿ｐｒｏｐｏｓｅｄに与えられた成功の確率を示す結果を収集かつ提示する。

・システム１００は、改変がデータエントリになされる場合、または他のシミュレーション目標（寿命、障害、遺族、または長期間のケア）の解析の際の想定に対して改変がなされかつ保存される場合、目標シミュレーションの再計算をトリガする。
詳細：
想定：
１）本文では、ｃｌｉｅｎｔ＿１およびｃｌｉｅｎｔ＿２が存在することを想定する。ｃｌｉｅｎｔ＿２が存在しないグループに対して、ｃｌｉｅｎｔ＿２に関連した情報が無視される。

２）収入がｃｌｉｅｎｔ＿１またはｃｌｉｅｎｔ＿２によって所有される。

３）債務がｃｌｉｅｎｔ＿１またはｃｌｉｅｎｔ＿２によって所有される。
１）個々のシミュレーション実行および個々の実行の持続時間の数を決定する
・システム１００は、各目標シミュレーションに対して、特定数の各個々のシミュレーション実行を実行する（確率論的サンプリング方法論セクション＃１２３を参照）。

・システム１００は、シミュレーション持続時間を計算する。

ｉ）遺族目標シミュレーションを除いて、数年のキャッシュフロー予測のシステムのｓｉｍｕｌａｔｉｏｎ＿ｄｕｒａｔｉｏｎは、ｃｌｉｅｎｔ＿１＿ｃｕｒｒｅｎｔ＿ａｇｅをｃｌｉｅｎｔ＿１＿ｌｉｆｅ＿ｅｘｐｅｃｔａｎｃｙから減算することによって計算さ
れる。

ｉｉ）遺族目標シミュレーションに対して、ｓｉｍｕｌａｔｉｏｎ＿ｄｕｒａｔｉｏｎは、遺族クライアントが存在するかどうかに依存する（特定の詳細に対して、遺族シミュレーションセクション＃８２を参照）。
２）資産ポートフォリオを設定する
・システム１００は、クライアントのｉｎｖｅｓｔｉｍｅｎｔ＿ａｓｓｅｔｓは、以下の特定の数のｓｉｍｕｌａｔｉｏｎ＿ｐｏｒｔｏｆｏｌｉｏｓに分割されることを望む。１）ｒｅｇｕｌａｒ＿ａｓｓｅｔ＿ｓｉｍｕｌａｔｉｏｎ＿ｐｏｒｔｆｏｌｉｏ、２）ｒｅｇｕｌａｒ＿ｃｏｎｔｒｉｂｕｔｉｏｎ＿ｓｉｍｕｌａｔｉｏｎ＿ｐｏｒｔｆｏｌｉｏ、３）ｃｌｉｅｎｔ＿１＿ｒｅｔｉｒｅｍｅｎｔ＿ｓｉｍｕｌａｔｉｏｎ＿ｐｏｒｔｆｏｌｉｏおよびｃｌｉｅｎｔ＿２が存在する場合、４）ｃｌｉｅｎｔ＿２＿ｒｅｔｉｒｅｍｅｎｔ＿ｓｉｍｕｌａｔｉｏｎ＿ｐｏｒｔｆｏｌｉｏ（モデルポートフォリオセクションを参照）。

・システム１００は、クライアントのｉｎｖｅｓｔｉｍｅｎｔ＿ａｓｓｅｔｓの各々のａｓｓｅｔ＿ｏｗｎｅｒおよびＡＳＳＥＴ＿ＴＹＰＥに基づいて特定のポートフォリオのそれぞれに対する資産収支の開始を決定する（資産セクション−＃２７を参照）。
さらなる特徴：シミュレーションに対して、ｒｅｇｕｌａｒ＿ａｓｓｅｔ＿ｓｉｍｕｌａｔｉｏｎ＿ｐｏｒｔｆｏｌｉｏは、ｕｎｉｖｅｒｓａｌ＿ｌｉｆｅ証書の現金値を含む。

・システム１００は、ポートフォリオのそれぞれに対して使用するように投資資産割り当てを決定する（モデルポートフォリオセクションを参照）。
３）キー退職期間を決定する
・ｃｌｉｅｎｔ＿１’ｓ ｃｌｉｅｎｔ＿ｒｅｔｉｒｅｍｅｎｔ＿ｓｔａｒｔ＿ｐｅｒｉｏｄは、ｃｌｉｅｎｔ＿１＿ｒｅｔｉｒｅｍｅｎｔ＿ａｇｅからｃｌｉｅｎｔ＿１＿ｃｕｒｒｅｎｔ＿ａｇｅを引いたものである。

・ｃｌｉｅｎｔ＿２’ｓ ｃｌｉｅｎｔ＿ｒｅｔｉｒｅｍｅｎｔ＿ｓｔａｒｔ＿ｐｅｒｉｏｄは、ｃｌｉｅｎｔ＿２＿ｒｅｔｉｒｅｍｅｎｔ＿ａｇｅからｃｌｉｅｎｔ＿２＿ｃｕｒｒｅｎｔ＿ａｇｅを引いたものである。

・システム１００は、ｒｅｔｉｒｅｍｅｎｔ＿ｓｔａｒｔ＿ｐｅｒｉｏｄが、退職する第１のクライアントのｃｌｉｅｎｔ＿ｒｅｔｉｒｅｍｅｎｔ＿ｓｔａｒｔ＿ｐｅｒｉｏｄと同じであることを決定する（ｃｌｉｅｎｔ＿１’ｓ ｃｌｉｅｎｔ＿ｒｅｔｉｒｅｍｅｎｔ＿ｓｔａｒｔ＿ｐｅｒｉｏｄ、およびｃｌｉｅｎｔ＿２’ｓ ｃｌｉｅｎｔ＿ｒｅｔｉｒｅｒｎｅｎｔ＿ｓｔａｒｔ＿ｐｅｒｉｏｄの内のより短い方）。

・システム１００は、Ｃｌｉｅｎｔ＿１’ｓ ｃｌｉｅｎｔ＿ｒｅｔｉｒｅｍｅｎｔ＿ｓｔａｒｔ＿ｐｅｒｉｏｄ、およびｃｌｉｅｎｔ＿２’ｓ ｃｌｉｅｎｔ＿ｒｅｔｉｒｅｍｅｎｔ＿ｓｔａｒｔ＿ｐｅｒｉｏｄの内のより大きい方を取ることによって、ｌａｔｅｓｔ＿ｒｅｔｉｒｅｍｅｎｔ＿ｐｅｒｉｏｄを決定する。

・ｌａｔｅｓｔ＿ｒｅｔｉｒｅｍｅｎｔ＿ｐｅｒｉｏｄは、個々のシミュレーション実行が支出を満たすのに不十分な資産によって失敗したかどうかを決定するプロセスをトリガする第１の期間である。

・単一のクライアントの場合、または２人のクライアントが同じ年に退職する場合（シミュレーション期間が１年であるとすると）、ｒｅｔｉｒｅｍｅｎｔ＿ｓｔａｒｔｉｎｇ＿ｐｅｒｉｏｄは、ｌａｔｅｓｔ＿ｒｅｔｉｒｅｍｅｎｔ＿ｐｅｒｉｏｄに等しい。
４）シミュレーション実行において使用されるキャッシュフローを設定する
シミュレーションの間、システム１００は、収入および証書給付金キャッシュフローを提示するキャッシュフローをｒｅｇｕｌａｒ＿ａｓｓｅｔ＿ｓｉｍｕｌａｔｉｏｎ＿ｐｏｒｔｆｏｌｉｏに加算することにより、１）キャッシュフローのｓｔａｒｔ＿ｐｅｒｉｏｄが、現在処理されるシミュレーション期間以上であり、２）キャッシュフローのｅｎｄ＿ｐｅｒｉｏｄが現在処理されるシミュレーション期間以下である限り、ポートフォリオ収支を増加させる。

シミュレーションの間、システム１００は、預金のための調整を表わすキャッシュフローをｒｅｇｕｌａｒ＿ａｓｓｅｔ＿ｓｉｍｕｌａｔｉｏｎ＿ｐｏｒｔｆｏｌｉｏに加算する。ポートフォリオ収支は、調整が預金に対して増加または減少であるかどうかに依存して、増加または減少される。１）キャッシュフローのｓｔａｒｔ＿ｐｅｒｉｏｄが現在処理されているシミュレーション期間以上であり、および２）キャッシュフローのｅｎｄ＿ｐｅｒｉｏｄが現在処理されているシミュレーション期間以下である場合、収支に影響を与える。

シミュレーションの間、システム１００は、Ｕｎｉｖｅｒｓａｌ Ｌｉｆｅ保険料のｒｅｇｕｌａｒ＿ａｓｓｅｔおよび蓄積片への預金のための調整を表わすキャッシュフローをｒｅｇｕｌａｒ＿ａｓｓｅｔ＿ｃｏｎｔｒｉｂｕｔｉｏｎ＿ｐｏｒｔｆｏｌｉｏに加算することにより、１）キャッシュフローのｓｔａｒｔ＿ｐｅｒｉｏｄが現在処理されているシミュレーション期間以上であり、および２）キャッシュフローのｅｎｄ＿ｐｅｒｉｏｄが現在処理されているシミュレーション期間以下である限り、ポートフォリオ収支を増加させる。

さらなる特徴：預金としてＵｎｉｖｅｒｓａｌ Ｌｉｆｅ保険料の部分を考慮する。

シミュレーションの間、システム１００は、ｒｅｔｉｒｅｍｅｎｔ＿ａｓｓｅｔｓに対する預金を表わすキャッシュフローを、その預金が存在する特定のクライアントに対するｒｅｔｉｒｅｍｅｎｔ＿ｓｉｍｕｌａｔｉｏｎ＿ｐｏｒｔｆｏｌｉｏに加算する。ポートフォリオの収支は、１）キャッシュフローのｓｔａｒｔ＿ｐｅｒｉｏｄが現在処理されているシミュレーション期間以上であり、および２）キャッシュフローのｅｎｄ＿ｐｅｒｉｏｄが現在処理されているシミュレーション期間以下である限り、キャッシュフロー額によって増加させる。

シミュレーションの間、システム１００は、所定の支出キャッシュフロー（生活費、目標出費、債務、保険料、および債務を含むタイプ）をｓｉｍｕｌａｔｉｏｎ＿ｐｏｒｔｆｏｌｉｏｓから減算することにより、１）キャッシュフローのｓｔａｒｔ＿ｐｅｒｉｏｄが現在処理されているシミュレーション期間以上であり、および２）キャッシュフローのｅｎｄ＿ｐｅｒｉｏｄが現在処理されているシミュレーション期間以下である限り、ポートフォリオ収支を低減させる。
システム１００は、以下の引き出し命令におけるポートフォリオから出費を減算する。１）ｒｅｇｕｌａｒ＿ａｓｓｅｔ＿ｓｉｍｕｌａｔｉｏｎ＿ｐｏｒｔｆｏｌｉｏ、２）ｒｅｇｕｌａｒ＿ｃｏｎｔｒｉｂｕｔｉｏｎ＿ｓｉｍｕｌａｔｉｏｎ＿ｐｏｒｔｆｏｌｉｏ、３）最年長のクライアントのｒｅｔｉｒｅｍｅｎｔ＿ｓｉｍｕｌａｔｉｏｎ＿ｐｏｒｔｆｏｌｉｏ、および２つのクライアントが存在する場合、４）より若いクライアントのｒｅｔｉｒｅｍｅｎｔ＿ｓｉｍｕｌａｔｉｏｎ＿ｐｏｒｔｆｏｌｉｏ。

シミュレーションを参照：シミュレーションキャッシュフロー定義セクション＃６９
５）確率グラフを作成するために望まれたキャッシュフローのさらなるシナリオの設定
寿命またはＬＴＣ目標：さらなるシナリオがシミュレーションされないために、確率グラ
フは、ｔｈｅ＿ｃｕｒｒｅｎｔとｔｈｅ＿ｐｒｏｐｏｓｅｄとの間の各年のシミュレーションに対する成功の確率を示す。

障害目標：ｔｈｅ＿ｃｕｒｒｅｎｔおよびｔｈｅ＿ｐｒｏｐｏｓｅｄに基づくキャッシュフローに基づいてシナリオをシミュレートすることに加えて、システム１００は、さらなる障害給付金の量を除いて、ｔｈｅ＿ｐｒｏｐｏｓｅｄと同じ４つのさらなるシナリオを設定する。４つのさらなるシナリオのそれぞれに含まれるさらなる障害給付金は、雇用収入に与えられたクライアントの最大障害保証に基づいて決定される。

遺族目標：ｔｈｅ＿ｃｕｒｒｅｎｔおよびｔｈｅ＿ｐｒｏｐｏｓｅｄに基づくキャッシュフローに基づいてシナリオをシミュレートすることに加えて、システム１００は、保証された額の生命保険証書の合計に対して導かれた全体の変化を除いて、ｔｈｅ＿ｐｒｏｐｏｓｅｄシナリオと同じ４つのさらなるシナリオを設定する。４つのさらなるシナリオの各々に含まれる保証された死亡給付金の合計は、グラフセクションに対する遺族目的決定追加給付金において特化された法則に基づいて決定される。
６）シミュレーションの実行
シミュレーションの各反復または実行に対して、プロセスは以下のようである。
ａ）インフレーションの適用：インフレーションは、第１の期間（ａｎａｌｙｓｉｓ＿ｓｔａｒｔ＿ｄａｔｅの年数）を除く全ての期間における収入、支出、および預金に適用される。
特定のタイプのキャッシュフローがどのようにインフレーションするかについての法則は、シミュレーションキャッシュフロー定義セクションにおいて見出される。
ｂ）時価（ｐｈａｎｔｏｍ）ローン収支への関心の適用：支出を補う不十分な資産が以前に存在する場合、時価ローンが引き出される。関心は、顕著なローン収支に適用される。使用された関心のあるレートは、確率論的に決定されたインフレーションレート＋ＰＨＡＮＴＯＭ＿ＬＯＡＮ＿ＲＡＴＥである。
ｃ）プロセス収入：
１）収入キャッシュフローの全てを受け、現在の期間の全収入を合計する。現在の期間以上のｓｔａｒ＿ｐｅｒｉｏｄおよび現在の期間以下のｅｎｄ＿ｄａｔｅの収入キャッシュフローは、全収入に含まれる。

２）全収入は、ｒｅｇｕｌａｒ＿ａｓｓｅｔ＿ｓｉｍｕｌａｔｉｏｎ＿ｐｏｉｔｆｏｌｉｏに加算される。
ｄ）資産ポートフォリオへの預金プロセス−各ｓｉｍｕｌａｔｉｏｎ＿ｐｏｒｔｆｏｌｉｏのための
１）現在の期間のポートフォリオに関連した全クライアント預金を総計する。現在の期間以上のｓｔａｒ＿ｐｅｒｉｏｄおよび現在の期間以上のｅｎｄ＿ｄａｔｅのこれらのクライアントの預金キャッシュフローは、全クライアント預金に含まれる。

２）全クライアント預金の合計は、対応するｓｉｍｕｌａｔｉｏｎ＿ｐｏｒｔｆｏｌｉｏの収支に加算される。

３）全クライアント預金の総計はまた、収入を受け取るｒｅｇｕｌａｒ＿ａｓｓｅｔ＿ｓｉｍｕｌａｔｉｏｎ＿ｐｏｒｔｆｏｌｉｏから減算される。なぜなら、預金が資産を増加させる場合、クライアントが預金から資金を出さなければならないという点で支出である。預金は、障害目標および遺族目標シミュレーションの全体の持続時間のそのポートフォリオから減算される。しかし、寿命およびＬＴＣ目標に対して、預金は、シミュレーションの退職期間の間のポートフォリオから減算される。

４）現在の期間の全雇用者預金を総計する。現在の期間以上のｓｔａｒ＿ｐｅｒｉｏｄ
および現在の期間以下のｅｎｄ＿ｄａｔｅのこれらの雇用者の預金キャッシュフローは、全体の雇用者の預金に含まれる。

５）全雇用者の預金の総計は、ｓｉｍｕｌａｔｉｏｎ＿ｐｏｒｔｆｏｌｉｏの収支に加算される。
ｅ）既存の財産を用いて時価ローンをペイオフする：資産不足（出費を満たす不十分な資産）を補うために「引き出される」顕著な時価ローンが存在する場合、引き出し命令に基づいてｓｉｍｕｌａｔｉｏｎ＿ｐｏｒｔｆｏｌｉｏｓを通過させ、時価ローンをペイオフするために任意の既存の資産を使用する。
ｆ）支出プロセス（生活費、目的支出、保険料、および債務を含む）
１）支出キャッシュフローの全てを通過させ、現在の期間の全出費を総計する。現在の期間以上のｓｔａｒ＿ｐｅｒｉｏｄおよび現在の期間以下のｅｎｄ＿ｄａｔｅのこれらの支出キャッシュフローは、全出費に含まれる。

２）全支出は、引き出し命令に基づいてｓｉｍｕｌａｔｉｏｎ＿ｐｏｒｔｆｏｌｉｏｓから減算される。特定のポートフォリオに依存して、ポートフォリオからの引き出しが課税可能であり得る。ポートフォリオからの引き出しが課税可能であり得る場合、ポートフォリオから引かれた所望の額は、（１−ＡＶＥＲＡＧＥ＿ＴＡＸ＿ＲＡＴＥ＿ＯＮ＿ＷＩＴＨＤＲＡＷＡＬ）によって分割された全支出に等しい。資産ポートフォリオ収支がその期間の全体の出費を満たすのに不十分である場合、ポートフォリオは、それができるような多くの支出としてポートフォリオを満たすことによって、その収支をゼロまで導く。

３）支払われるべき任意の残りの出費が存在する場合、出費を十分に支払う試みにおいて他のｓｉｍｕｌａｔｉｏｎ＿ｐｏｒｔｆｏｌｉｏｓを介して継続する。

４）その期間の出費を満たす不十分な資産が存在する場合、処理される期間が、クライアントが最後に退職する退職期間（あるクライアントの場合、その期間は、ｒｅｔｉｒｅｍｅｎｔ＿ｓｔａｒｔｉｎｇ＿ｐｅｒｉｏｄ）に、またはその退職期間の後でない限り、時価ローンは、差異を満たすために引き出される。この場合、クライアントが失敗したと考えられ、シミュレーション実行が終了する。
ｇ）ポートフォリオに成長を与える−各ｓｉｍｕｌａｔｉｏｎ＿ｐｏｒｔｆｏｌｉｏのための
１）その期間の終了収支を獲得する。

２）返還のキャッシュレート、返還のボンドレート、および現在の期間の為替レートを獲得する（確率論的サンプリング方法論セクション−＃１０９を参照）
３）その期間の対応するシミュレートされた返還にポートフォリオ重みを与えることによってポートフォリオ投資返還を計算する（１）キャッシュ百分率＊キャッシュ返還＋２）債券の百分率＊債券返還＋３）為替の百分率＊為替返還
４）特定の資産ポートフォリオのための法則に基づいて重み付けされたポートフォリオ返還を調整する（ポートフォリオが課税後の成長率において成長する場合、成長率＝投資返還＊（１ −ＡＶＥＲＡＧＥ＿ＣＡＰ＿ＧＡＩＮＳ＿ＴＡＸ）
５）ポートフォリオ収支に成長を加算する。

７）確率結果を計算する
全てのシミュレーションが完了した後に、確率結果が計算される。シミュレーションを参照。確率結果を計算する。
発行残高
１）投資資産が投資セクションで識別されるか？
タイトル：
シミュレーション：目標シミュレーション概要要旨−セクション７８
子：
目標シミュレーション概要−寿命＃１２４
目標シミュレーション概要−障害＃１１５
目標シミュレーション概要−長期間のケア ＃１１６
遺族シミュレーション＃８２
要旨：
・システム１００は、クライアントの収入、預金、債務、保険料、目標支出、生活費、特定の目標のセットにためのクライアントの資産への影響をトラッキングする。

・シミュレーションされる特定のセット目標は、クライアントデータに依存する。

・システム１００は、常に寿命キャッシュフローを実行する。

・システム１００はまた、クライアントのための障害状況、クライアントが死亡したと想定する遺族状況、およびクライアントがシミュレーションの前の長期間ケア設備に制限される長期間ケア状況を表わすキャッシュフロー予測シミュレーションを実行し得る。

・システム１００は、シミュレーション期間の頻度に基づいて期間の増加をシミュレートする。この期間の頻度は、年一回で定義されることにより、全てのキャッシュフローは、本文書の残りにおいて、年額（＄１０００／月は、＄１２，０００／年となる）に返還される。返還ステップは、額がシミュレーション頻度に基づく額に変換されることを言う。

・システム１００は、遺族目標シミュレーションを除いて、ｃｌｉｅｎｔ＿１＿ｃｕｒｒｅｎｔ＿ａｇｅをｃｌｉｅｎｔ＿１＿ｌｉｆｅ＿ｅｘｐｅｃｔａｎｃｙから減算することによって各個々のシミュレーションの持続時間を計算する。

・システム１００は、確率結果を収集する目的のために特定の数の各シミュレーション実行を実行する（確率論的サンプル方法論セクション−＃１２３）。

・システム１００は、ａｎａｌｙｓｉｓ＿ｓｔａｒｔ＿ｄａｔｅであるとしてシミュレーション開始を考慮する。

・収入、預金、保険料、債務、生活費、および目標出費に関連したデータエントリに基づいて、個々の目標シミュレーション実行は、キャッシュフローを予測する。

・個々の目標シミュレーションは、収入および支出キャッシュフローが、クライアントの資産収支上で有する効果をトラッキングし、クライアントが最後に退職した退職期間または単一のクライアントについては最終シミュレーション期間（この期間は、失敗トリガ期間と考えられる）において不足がある場合、クライアントがマネーを使い果たす（失敗したシミュレーション実行）ことを考慮する。

・システム１００は、不足が失敗トリガ期間の前に発生する場合においてローンが使い果たされることを想定する。

・システム１００は、データエントリ入力によって特化されたようなクライアントの現在の状況（本文の残りでは、ｔｈｅ＿ｃｕｒｒｅｎｔと呼ばれる）に基づいて目標シミュレーションを実行する。

・システム１００は、ｔｈｅ＿ｃｕｒｒｅｎｔへの改変に基づいて目標シミュレーションを実行する。クライアントの改変された状況に基づいたシミュレーションは、ｔｈｅ＿ｐｒｏｐｏｓｅｄと呼ばれる。

・システム１００は、ｔｈｅ＿ｃｕｒｒｅｎｔに対する成功の確率およびｔｈｅ＿ｐｒｏｐｏｓｅｄに対する成功の確率を示す結果を収集かつ提示する。

・改変がデータエントリになされる場合、または改変がなされ、他のシミュレーション目標（寿命、障害、遺族、または長期間のケア）解析における想定に保存される場合、システム１００は目標シミュレーションの再計算をトリガする。
発行残高：
タイトル：
シミュレーション： 確率結果を計算する−ＲＥＱ＃８９
（参照セクション）
リスク目標想定＃８８
遺族シミュレーション：グラフポイントセクション＃１３３
要旨：
さらなる特徴：日本のライトニング（Ｊａｐａｎｅｓｅ Ｌｉｇｈｔｎｉｎｇ）は、シミュレーションの各期間に対する成功確率を示すための障害シミュレーションを望む。

・システム１００は、シミュレートされる各目標のための成功の確率を計算する。

・システム１００は、シミュレートされる各目標のためのｔｈｅ＿ｃｕｒｒｅｎｔおよびｔｈｅ＿ｐｒｏｐｏｓｅｄの成功の確率を比較する。

・システム１００は、ｔｈｅ＿ｃｕｒｒｅｎｔデータおよびｔｈｅ＿ｐｒｏｐｏｓｅｄデータに基づいて寿命シミュレーション結果を計算する。

・システム１００は、ｔｈｅ＿ｃｕｒｒｅｎｔデータおよびｔｈｅ＿ｐｒｏｐｏｓｅｄデータに基づいて長期間ケアシミュレーション結果を計算する。

・システム１００は、ｔｈｅ＿ｃｕｒｒｅｎｔデータ、ｔｈｅ＿ｐｒｏｐｏｓｅｄデータ、および全体変化に基づいて４つのさらなるシナリオに基づいて計算し、補償された死亡の給付金を総計する。

・システム１００は、ｔｈｅ＿ｃｕｒｒｅｎｔデータおよびｔｈｅ＿ｐｒｏｐｏｓｅｄデータに基づいて障害シミュレーション結果を計算する。
詳細：
想定：シミュレーションの期間は、シミュレーションの年数と等価である。
このシミュレーション可能性は、シミュレーションプロセスの間に収集されたデータに基づいて決定される。
１）個々のシミュレーション実行の各期間に対する資産収支を収集する。

・システム１００は、第１のクライアントの（または遺族のクライアントの）現在の年齢をクライアントの平均寿命から減算することによって、単一の最大数のシミュレーション期間を決定する。単一のクライアントに対する遺族目標の場合では、シミュレーション期間は、リスク目標想定に入力された遺族期間に等しい。

・システム１００は、最大数の期間または退職期間の内のより低い方をシミュレートし、その期間では、クライアントがマネーを使い果たす。

・シミュレートされた各期間の終了時には、システム１００は、終了資産収支を収集する（シミュレーションの最後の期間の前に、クライアントがマネーを使い果たす場合、これらのシミュレートされていない期間の収支は、０．０に予めセットされる）。
２）各シミュレーション実行から収集された結果の要旨
・各実行における各期間ｘに対して、終了期間収支が０．０よりも大きい場合、システム１００は、カウンタを増加させる。

→各実行に対する期間に進んだ後、システム１００は、その期間の正の終了収支が存在した全回数を有する。

・各期間に対して、システム１００は、全実行回数によって正の終了収支が存在した全回数を分割する。これは、この個々の期間の成功の確率を提供した。
３）システム１００は、最終シミュレーション期間の成功の可能性である、成功のための要旨の確率を決定する。
クライアントデータに基づくｃｕｒｒｅｎｔ＿ｌｉｆｅｔｉｍｅ＿ｓｕｍｍａｒｙ＿ｐｒｏｂａｂｉｌｉｔｙ
アドバイザ変更に基づくｐｒｏｐｏｓｅｄ＿ｌｉｆｅｔｉｍｅ＿ｓｕｍｍａｒｙ＿ｐｒｏｂａｂｉｉｔｙ
クライアントデータに基づくｃｕｒｒｅｎｔ＿ｌｔｃ＿ｓｕｍｍａｒｙ＿ｐｒｏｂａｂｉｌｉｔｙ
アドバイザの変更に基づくｐｒｏｐｏｓｅｄ＿ｌｔｃ＿ｓｕｍｍａｒｙ＿ｐｒｏｂａｂｉｉｔｙ
ｃｕｒｒｅｎｔ＿ｄｉｓａｂｉｌｉｔｙ＿ｓｕｍｍａｒｙ＿ｐｒｏｂａｂｉｌｉｔｙ
解析におけるアドバイザの変更に基づくｐｒｏｐｏｓｅｄ＿ｄｉｓａｂｉｌｉｔｙ＿ｓｕｍｍａｒｙ＿ｐｒｏｂａｂｉｌｉｔｙ
ｃｕｒｒｅｎｔ＿ｓｕｒｖｉｖｏｒ＿ｓｕｍｍａｒｙ＿ｐｒｏｂａｂｉｌｉｔｙ
解析におけるアドバイザの変更に基づくｐｒｏｐｏｓｅｄ＿ｓｕｒｖｉｖｏｒ＿ｓｕｍｍａｒｙ＿ｐｒｏｂａｂｉｈｔｙ＿ａｄｖｉｓｏｒ＿ｓｅｌｅｃｔｅｄ
４）システム１００は、シミュレーションされた目標のための詳細な確率結果を提供するさらなる特徴：日本のライトにングは、種々のレベルの障害給付金額に基づいた成功の可能性ではなく、各期間のシミュレーションの成功の確率を示すように障害シミュレーションを望む。
障害、寿命、および長期間ケア目的シミュレーション詳細結果
・システム１００は、各シミュレーション期間の成功の可能性を提供する。

・システム１００は、ｔｈｅ＿ｃｕｒｒｅｎｔおよびｔｈｅ＿ｐｒｏｐｏｓｅｄの両方にその詳細を提供する。
ｃｕｒｒｅｎｔ＿ｄｉｓａｂｉｌｉｔｙ＿ｄｅｔａｉｌ＿ｐｒｏｂａｂｉｌｉｔｙ
ｃｕｒｒｅｎｔ＿ｌｉｆｅｔｉｍｅ＿ｄｅｔａｉｌ＿ｐｒｏｂａｂｉｌｉｔｙ
ｃｕｒｒｅｎｔ＿ｌｔｃ＿ｄｅｔａｉｌ＿ｐｒｏｂａｂｉｉｔｙ
ｐｒｏｐｏｓｅｄ＿ｄｉｓａｂｉｌｉｔｙ＿ｄｅｔａｉｌ＿ｐｒｏｂａｂｉｌｉｔｙ
ｐｒｏｐｏｓｅｄ＿ｌｉｆｅｔｉｍｅ＿ｄｅｔａｉｌ＿ｐｒｏｂａｂｉｌｉｔｙ
ｐｒｏｐｏｓｅｄ＿ｌｔｃ＿ｄｅｔａｉｌ＿ｐｒｏｂａｂｉｌｉｔｙ
遺族目標シミュレーションの詳細な結果：
・システム１００は、ｔｈｅ＿ｃｕｒｒｅｎｔ、ｔｈｅ＿ｐｒｏｐｏｓｅｄ、さらなるシナリオのそれぞれに成功の要旨確率を提供し、さらなるシナリオは、アドバイザがｔｈｅ＿ｐｒｏｐｏｓｅｄシナリオにおいて提案したさらなる保証から導かれたさらなる保証給付金に基づく（遺族シミュレーション：グラフポイントセクション＃１３３を参照）
ｃｕｒｒｅｎｔ＿ｓｕｒｖｉｖｏｒ＿ｓｕｍｍａｒｙ＿ｐｒｏｂａｂｉｌｉｔｙ
ｐｒｏｐｏｓｅｄ＿ｓｕｒｖｉｖｏｒ＿ｓｕｍｍａｒｙ＿ｐｒｏｂａｂｉｌｉｔｙ＿ａｄｖｉｓｏｒ＿ｓｅｌｅｃｔｅｄ
ｐｒｏｐｏｓｅｄ＿ｓｕｒｖｉｖｏｒ＿ｓｕｍｍａｒｙ＿ｐｒｏｂａｂｉｌｉｔｙ＿ｓｙｓｔｅｍ＿ｇｅｎｅｒａｔｅｄ＿１
ｐｒｏｐｏｓｅｄ＿ｓｕｒｖｉｖｏｒ＿ｓｕｎｍｍａｒｙ＿ｐｒｏｂａｂｉｌｉｔｙ＿ｓｙｓｔｅｍ＿ｇｅｎｅｒａｔｅｄ＿２
ｐｒｏｐｏｓｅｄ＿ｓｕｒｖｉｖｏｒ＿ｓｕｍｍａｒｙ＿ｐｒｏｂａｂｉｌｉｔｙ＿ｓｙｓｔｅｍ＿ｇｅｎｅｒａｔｅｄ＿３
ｐｒｏｐｏｓｅｄ＿ｓｕｒｖｉｖｏｒ＿ｓｕｍｍａｒｙ＿ｐｒｏｂａｂｉｌｉｔｙ＿ｓｙｓｔｅｍ＿ｇｅｎｅｒａｔｅｄ＿４
発行残高：
タイトル：
シミュレーション：ゴールシミュレーション概要−寿命要旨＃１２４
親：目標シミュレーション概要−寿命＃１２４
要旨：
・システム１００は、目標シミュレーション概要要旨にレイアウトされた法則に従う。

・一般的には、システム１００は、後退職期間の間の収入および支出をトラッキングする。

・システム１００は、目標シミュレーション概要−寿命において定義されたような予備退職において発生する所定の収入および支出をトラッキングする。

・システム１００は、第１の制限で開始するＬＴＣ目標想定のｌｏｎｇ＿ｔｅｒｍ＿ｃａｒｅ＿ｐｅｒｃｅｎｔ＿ｏｆ＿ｌｉｆｅｓｔｙｌｅ＿ｅｘｐｅｎｓｅによってｒｅｔｉｒｅｍｅｎｔ＿ｌｉｖｉｎｇ＿ｅｘｐｅｎｓｅｓを調整する。

・システム１００は、より年長のクライアントがシミュレーション終了の前の１１年の長期間ケア制限に進み、５年間制限される。次いで死亡し、それによりそのクライアントの任意の収入が停止する。クライアントは、制限時または制限前に退職され得ることにより、クライアントの退職がシミュレーション終了の前の１１年間で発生しない場合、制限の開始は、シミュレーション終了から１１年またはより年長のクライアントの退職の内のより少ない方である。制限の終了は、５年間またはシミュレーション終了までの年数の内より少ない方である。

・システム１００は、より若いクライアントまたは単一のクライアントがシミュレーション終了までの５年間の長期間のケア制限に進み、５年間制限されることを想定し、次いで、シミュレーションの終了時に死亡する。クライアントは、制限時または制限前に退職され得、それにより、クライアントの退職がシミュレーション終了前の５年間で発生しなかった場合、制限の開始は、シミュレーション終了から５年間またはより年長のクライアントの退職年の内の少ない方である。制限終了は、５年またはシミュレーション終了までの年数の内の少ない方である。

・システム１００は、長期間ケア目標の目標想定からの１年間の養護ホームまたはケアコストを獲得する。

・システム１００は、長期間ケア目標想定に入力された場合、ｌｏｎｇ＿ｔｅｒｍ＿ｃａｒｅ＿ａｄｄｉｔｉｏｎａｌ＿ｉｎｃｏｍｅを含む。

・１）ｌｏｎｇ＿ｔｅｒｍ＿ｃａｒｅ＿ａｃｃｕｍｕｌａｔｉｏｎ＿ｇｏａｌＸ＿ｉｎ
ｄｉｃａｔｏｒ／ｌｏｎｇ＿ｔｅｒｍ＿ｃａｒｅ＿ｅｄｕｃａｔｉｏｎ ｇｏａｌＸ＿ｉｎｄｉｃａｔｏｒがＡＮＤに設定されない場合、２）目標持続時間がより年長のクライアント制限開始に拡張する場合、システム１００は、長期間ケア目標シミュレーションにおける個々の蓄積目標または教育目標を含まない。
ケアの例：
より年長のクライアントの制限は、２０２０年において開始する。
２０１８〜２０２１年に発生する蓄積目標
蓄積目標が長期間ケア目標に含まれないことを示したアドバイザ
シミュレーション処理：２０１８年および２０１９年の目標支出であるが、制限期間は、２０２０年で開始し、蓄積目的は、長期間ケア目標に含まれることであり、蓄積目標は、２０２０年および２０２１年で発生しない。この処理は、より年長のクライアントの制限期間まで、ライフタイムシミュレーションおよび長期間ケア目標シミュレーションを同じにする。
発行残高：
（付録Ｃ）
タイトル：確率論的方法論−シミュレーションのためのサンプリングプロトコル
セクション：１２３
要旨：
システム１００は、多くの異なるマーケット条件にわたってその財務的目標の全てに首尾よく到達するクライアントの確率を測定する。システム１００は、クライアントの財務的な未来（ｓｉｍｕｌａｔｉｏｎ＿ｄｕｒａｔｉｏｎ）の長さにわたってマーケットフォースを確率論的に変動させる。システム１００はまた、数千回のクライアントの財務的な未来を保護することにより、何千回もの可能な未来にわたって成功の確率を測定し得る。
本システム１００の目的のために、キーマーケットフォースは、以下のようである。

・インフレーションレート
・現金投資への返還
・固定された収入投資への返還
・為替投資への返還
このセクションは、システム１００がこれらの変数を確率論的にサンプリングし、種々の寿命および保護シミュレーションを作成する。
詳細：
サンプリング方法論
アペックス選択（Ａｐｅｘ Ｓｅｌｅｃｔ）のために使用される固定ブートストラップ方法論は、システム１００に対して使用されるべきである。この方法論は、機密性であるために、詳細な説明は本文書では与えられない。この方法論は、他のサンプリング選択と共に、Ｍｉｔｓｕｉコンテンツエキスパートと共に説明された。Ｍｉｔｓｕｉは、静的ビットマップを使用することに対して好適である。
方法論は、以下のようにローカライズされる。
・使用されたインデックスは、利用可能な投資の機会を反映する。インデックスは、
・インフレーション：顧客価格インデックス（一般的な全ての国）
・現金等価物：１年未満の郵便貯金証書
・固定収入：国際通貨基金の国家長期国債（利息を有する全返還）
・為替：ＭＳＣＩ国家備蓄−（利息を有する全返還）
・送信されたデータは、以下のように添付される。

・サンプリング時間フレームは、将来の投資市場の挙動のＭｉｔｓｕｉの観点を反映する。１９７７年１２月〜２０００年１２月の時間フレームからサンプリングされる。

・＿ｐ−ｖａｌｕｅ＿は、インデックス特性に対して適切である。ｐ−ｖａｌｕｅを決
定するためのプロセスはまた、厳密に機密的であると考えられる。プロセスおよび解析は、ファイル上に存在するが、一般的な基準に対して利用可能ではない。セクション＃１４７を参照。
結果の安定性（シミュレーションの数）
成功の確率の高い程度の債務に達するために、システム１００は、安定であるべき結果に対する十分なシミュレーションを実行する。すなわち、成功の確率が実行されるたびに、結果は、従来の結果とは著しく異なるべきではない。各個々のシミュレーションは、２つの可能な値（成功または不成功）の内の１つを獲得し得る。これは、二項分布である。従って、９０％の債務のレベルを有する１％の精度を獲得することが望ましい回数で実行する。
実際の結果は、１％以上で変動し得る。実際の結果が１％だけ変動し、それにより、しばしば、結果が不安定であるか、または債務レベルの外部にあると感じ、その結果を増加させ得る。

（性能）
逆に、シミュレーション時間があまりにも大きいので、性能が受理不可能であり、実行回数を低減できる。

（成功の確率の計算および表示）
各シミュレーションに対して＿ｐｒｏｂａｂｉｌｉｔｙ＿を表示させる場合、通常の丸め法則は、最も近い全体の百分率を示すために使用されるべきである。特に、
・０．５％以上の値に対して切り上げる
・０．５％未満の値に対して切り下げる
しかし、計算された確率が５％未満である場合、「＜５％」は、クライアントに表示されるべきであり、計算された確率が９５％よりも大きい場合、「＞９５％」は、クライアントに表示されるべきである。

（インデックスデータの維持および更新）
年一回、シミュレーション結果に関する月一回のインデックスデータの更新の影響が評価される。
発行残高：
タイトル：ライト：寿命のシミュレーションセクション
（目的／説明）
このセクションの目的は、シミュレーションの間に使用されるべきビジネス法則を説明することである。このセクションはまた、どのようにして各主要な入力がシミュレータ内で処理されるべきかを説明する。

（方法論）
ＭＣ１に対して使用された静止ブートストラップ方法論はまた、システム１００に対して使用されるべきである。この差異は、ＭＣ１において行われたような固定／為替の混合のみではなくシステム１００に対して現金／固定／為替混合を使用することである。以下の表は、インフレーション、現金、サンプリングのために使用されるべきである固定および為替データを含む。

各シミュレーションに対して、ＭＣ１において行われるような６，７５０回の反復で実行すべきである。しかし、性能の理由のためにこの数を低減し得ることを理解する。

このようなシミュレーションのための確率を計算する場合（終了資産収支は、全反復回数によって除算された反復数＞０）、通常の丸め法則は、最も近い全体の百分率に丸めるために使用されるべきである。しかし、計算された確率が５％未満である場合、「＜５％
」は、クライアントに表示されるべきであり、計算された確率が９５％よりも大きい場合、「＞９５％」がクライアントに表示されるべきである。
寿命シミュレーションのための反復期間の決定
クライアント１の現在の年齢を計算する。誕生月が解析開始日の月未満である場合、現在の年齢＝解析開始日の年−誕生年である。他の現在の年齢＝解析開始日付の年−１−誕生年。次いで、予測期間における年数は、予測の終了時におけるクライアントの年齢−クライアント１の現在の年齢に等しい。同じ予測期間は、障害および長期間のケアのために使用される。死亡の予測期間の死亡要旨についての予測期間に関する特定の情報のための死亡目標セクションを参照すること。２人のクライアントの場合に対して、遺族クライアントの平均寿命を使用する（単一の平均寿命テーブルを参照する場面（ｓｃｅｎｅ）の後に、アドバイザは無効にされない）。１つのクライアントの場合に対して、アドバイザは、目標想定における遺族期間に入力する。

（クライアントの年齢およびシミュレーションの間の各期間に対する年の決定）
予測の第１の期間は、月が１月または１２月であるかにかかわらず、解析開始日付の年である。両方のクライアントに対して現在の年を計算して、シミュレーションの開始年齢を決定する。次いで、年および年齢は、シミュレーションの各年に対して１だけ増加されて、いつキャッシュフローが開始および停止するかを決定する。
例：−２／２／２００１の解析開始日、１／４／６８であるクライアント１の誕生日および４／６／７０であるクライアント２の誕生日が与えられる。

予測の第１の年では、２００１年およびクライアント１の年齢３３およびクライアント２の年齢３０において存在のキャッシュフローを検索する。

予測の第２の年では、２００２年およびクライアント１の年齢３４およびクライアント２の年齢３１において存在のキャッシュフローを検索する。

（シミュレーションのための処理命令）
現在の期間のためのインフレーションおよび成長率を獲得する。インフレーション（例外−インフレーションは、第１の期間に適用されるべきではない。これは、第１の期間に対してインフレーションレートを設定することによって達成され得ることに留意すること）を適用する。任意のＲＭＤを処理し、ＲＭＤ上で課税を適用する。収入を処理し、収入に関する課税を適用する（課税＝課税可能な収入＊入力された平均課税レート）。支出を処理する。預金を「認定されていない」預金バケットおよび「認定された」資産に加算する。課税後の収入およびＲＭＤは、支出および時価ローン収支および預金（従業員の部分のみ）を超える場合、その超過は、「認定されていない」資産に加算されるべきである（なお、「幸福な」状況では、収入対支出をトラッキングしない場合、超過が無視される）。支出および時価ローン収支および預金（従業員の部分のみ）が課税収入およびＲＭＤを超える場合、不足は、以下の命令に基づいて資産から減算されるべきである。１）「認定されていない」資産、２）「認定されていない」預金、３）「認定された」より年長のクライアント、４）「認定された」より若いクライアントである。「認定された」資産が不足を補うために使用される場合、引き出された「認定された」資産に関する課税を補うために望まれた額は、同時に引き出されるべきである。これは、引き出され、かつ１（入力された平均課税）によって除算された額を取ることによって達成され得る。期間資産収支の終了を計算し、成長をこの収支に適用する。

（課金回転ローンの計算）
上記＃８において、不足が全ての認定されないかつ認定された資産を消費した場合、課金回転ローン収支が作成されるべきである。その収支は、不足の残りとして計算され、時価の関心のあるレートで増加される。この関心のあるレートは、モデル化されたインフレ
ーションレートに６．１％を加えたものとして計算される。従って、課金の関心のあるレートは互いに変更する。次の年においてローン収支は、黒字または不足を以前に特定された命令内の資産に適用する前に、任意のキャッシュフローの不足に加算されるか、または任意のキャッシュフローの黒字から減算される。このように、定期預金は、時価ローン収支に結局支払う。時価ローン収支が存在する年では、全ての資産は、本来ゼロであり、資産収支は、成功のインイジケータであり得る。間接的な要求では、時価ローン収支がさらに存在する場合、特定のシミュレーションは、失敗として停止され得る。時価ローンに関する問題に対するＬｉｎｄａ Ｏｓｔｒｅｍに話をする。

（ＲＭＤの計算）
ＲＭＤは、オーナーが７１歳である期間に開始する「認定された」資産から引き出されるべきである。ＲＭＤは、予測において残っている期間の数によって分割される所有者の「認定された」資産に対する期間の収支の開始を取ることによって計算されるべきである。予測内部に残っている数は、予測（入力フィールド）の終了時におけるクライアント１の年齢から現在の期間におけるクライアント１の年齢を引いたものに等しい。

（資産成長の適用）
「クライアント」現金／固定／為替／混合は、入力されたクライアントの保持の資産クラスに基づいて計算される。どのようにして資産クラスが現金／固定された／為替レベルにロールアップするかについての説明に対する「投資クラスのロールアップ（ｒｏｌｌ ｕｐ）を決定する」セクションを参照のこと。課税可能な他の投資アカウントとして入力された保持を使用し、現在の「認定されていない」資産および「認定されていない」預金に適用する現金／固定／為替混合を決定する。現金／固定／為替混合は、「他の投資アカウント」（現金リザーブを除いて）下で入力され、全ての課税可能な保持の値によって分割され（現金リザーブを除いて）、混合のキャッシュ部分の％で到達する「他の投資アカウント」下で入力された課税可能なキャッシュ保持の値を取ることによって計算される。次いで、この計算は、固定および為替に対して繰り返される。

退職計画アカウントとして入力された保持を使用して、現在における全ての「認定された資産および貯金」に適用するキャッシュ／固定／為替混合を決定する。現金／固定／為替混合計算が課税可能な他の投資アカウントと同じである。式内の「他の投資アカウント」下で入力された課税可能な保持に対する「退職計画アカウント保持」を置換するのみである。

なお、生命保険証書の現金値の下で入力された保持が現金／固定／為替混合計算に分解されてはいけない。

ＵＩに基づいて使用される予定になっているフィールドラベルと上記変化を一致させる。生命保険証書の現金値の下で入力された保持に関する注記を追加する。なぜなら、ＵＩにおける現金値の資産クラスの破壊を要求している。本来、現金値の量を要求している。「現金準備金を取り除く」ことを取り消す。なぜなら、もはや現金準備金資産クラスが存在しないためである。

クライアントがいかなる「認定された」資産も有さないが、「認定された」預金を入力したリモート状況では、現在「認定された」資産に対する「認定されていない」資産の混合を使用し得る。クライアントは、「認定されていない」資産を有さないが、入力された「認定されていない」貯金を有するさらによりリモートの状況では、現在「認定されていない」貯金に対する「認定された」資産の混合を使用し得る。
ポートフォリオセクション「提案された現金／固定／為替シミュレーションポートフォリオ」は、１）「認定された」資産、２）「認定されていない」預金、３）「認定された」
資産および預金のための使用される「提案された」現金／固定／為替混合にどのようにして到達するかを説明する。
現在および提案された混合が「幸せな」シナリオに基づいて決定され、次いで、全ての保護目標シナリオに適用される。言い換えると、死亡シナリオに終える現在の混合を最計算しないか、または障害またはＩｔｃのために異なって提案された死亡シナリオまたは推薦における現在の混合を再計算しない。「幸福な」シナリオにおいて到達する混合が全体にわたって適用される。
一旦、現金／固定／為替混合が決定されると、投資返還は、ポートフォリオの重みを、その期間（すなわち、キャッシュ％＊キャッシュリターン）の対応するシミュレートされた変換に適用することによって計算される。「認定されていない」バケットに対して、次いで、投資返還は、１（入力された平均課税率）によって乗算され、課税後の成長率に到達する。

図１は、本発明の例示的実施形態による、ユーザのファイナンシャルプランニングおよび諮問を容易にするシステムのブロック図である。 図２は、本発明の例示的実施形態による、ユーザのファイナンシャルプランニングおよび諮問を容易にするより詳細なシステムのブロック図である。 図３は、本発明の例示的実施形態による、ユーザのファイナンシャルプランニングおよび諮問を容易にする方法のフローチャートである。 図４は、ブロックサイズ１／ｐの関数としてのサンプルの幾何平均標準誤差のブートストラップされた推定を示す。 図５は、約１２ヶ月の期間内の日本のインフレーションの循環的変動を示す。 図６は、日本のインフレーションのブートストラップされた自己相関推定値を示す。 図７は、日本のインフレーションのブートストラップされた自己共分散推定値を示す。

Claims (1)

1. 図１〜７に記載のファイナンシャルアドバイスおよびプランニングのための確率モデリングシステム。