Aplikace simulací Monte Carlo v bankovnictví

Matěj Boruta

Bachelor's thesis

Application of Monte Carlo simulations in banking

Abstract:

Bankovnictví je v současnosti vystaveno vysokým tržním rizikům. Jedním z těchto rizik je například výskyt negativní úrokové míry v EU. Je důležité používat při měření bankovních rizik sofistikované moderní metody, které nám umožní riziko změřit a následně i řídit. Jednou z těchto metod je metoda Monte Carlo. V této bakalářské práci jsem se zaměřil na analýzu a 3, 6 a 12 měsíční predikci úrokové sazby PROBOR s 3 měsíční splatností pomocí simulace Monte Carlo. Zjistil jsem, že tato metoda je vhodná pro predikci tržních veličin s nižšií volatilitou. Při aplikaci této metody je nezbytné kalkulovat s úskalími a předpoklady, které tato metoda zahrnuje, jako je adekvátní počet scénářů, aproximace správného rozdělení, nezávislost dat a v neposlední řadě, pokud je to možné, tak se zaměřit na faktory, které generují nahodilost tržní veličiny a ne na ceny, které spíše představují následky náhodného jevu než jejich příčinu. Dále jsem predikci srovnal s prognózou ČNB a zjistil jsem, že predikce Monte Carlo je přesnější na krátkodobé prognózy. Predikce Monte Carlo na 12 měsíců také odhalila možnost negativní úrokové sazby na 0,05%, kdežto prognóza ČNB negativní úrokovou sazbu nepredikovala vůbec.

Abstract:

Currently, banking is exposed to huge market risks. One of those risks is occurrence of negative interest rates in the EU. Nowadays, it is important to use sophisticated and modern measurement tools and approaches to measure and manage banking risks. One of those methods is Monte Carlo simulation. This bachelor thesis is aimed at analysis and prediction of 3-month maturity Prague Interest Offer Rate (PRIBOR) for 3, 6 and 12 months with using Monte Carlo simulations. It was found that this method is suitable for prediction market variables with low volatility. If anybody uses this method, it is necessity to have in mind all pitfalls and assumptions, that this method includes, as an adequate random generated number of scenarios, approximation of correct probability distribution, independence of dataset and not least, as far as possible, to focus on factors generating randomness of market variable and not the prices, that express rather consequences of randomness than its cause. Further, the Monte Carlo prediction was compared with prognosis of the Czech Nation Bank and it was found that Monte Carlo prediction is more accurate for short term predictions. 12-month prediction of Monte Carlo simulation discovered also possible occurrence of negative interest rate at 0,05% level of probability in compare to the Czech National Bank prognosis, where was no negative interest rate predicted.

Keywords

náhodná procházka, PRIBOR, bankovní rizika, Monte Carlo simulace, negativní úroková míra

Keywords

negative interest rate, random walk, PRIBOR, banking risks, Monte Carlo simulations

Language used: Czech

Date on which the thesis was submitted / produced: 30. 9. 2016

Thesis defence

• Date of defence: 31. 1. 2017
• Supervisor: Petr Teplý
• Reader: Vojtěch Fučík

Vysoká škola ekonomická v Praze

Bachelor programme / field:
Finance a účetnictví / Bankovnictví a pojišťovnictví