Skip to main content

Tipp

Weitere Kapitel dieses Buchs durch Wischen aufrufen

2022 | OriginalPaper | Buchkapitel

9. Machine Learning in der Banksteuerung – Eine Analyse der marktzinsunabhängigen Ausübung von impliziten Optionen nach § 489 BGB

verfasst von : Marius Demary, Frank Lehrbass, Svend Reuse

Erschienen in: Digitale Transformation im Controlling

Verlag: Springer Fachmedien Wiesbaden

share
TEILEN

Zusammenfassung

Risikomodelle in Banken galten lange Zeit als die fortschrittlichsten Modelle, die in der Praxis eingesetzt werden. Mit den Anforderungen des BCBS 239 an die Datenqualität und die zunehmende Komplexität, die die Digitalisierung ermöglicht, stellt sich die Frage, ob und wie Machine Learning und andere Trends der Digitalisierung Einfluss auf die Gesamtbanksteuerung und die Risikomodelle von Banken haben. Am Beispiel von impliziten Optionen wird in diesem Beitrag die Wirkungsweise von Machine Learning im Kontext aufsichtsrechtlicher Anforderungen analysiert. Als Ergebnis lässt sich einerseits festhalten, dass Machine Learning aufsichtsrechtlich nicht negiert wird. Andererseits kann mit den durchgeführten Analysen in R aufgezeigt werden, dass ein echter Mehrwert für die Banksteuerung durch den Einsatz von Machine Learning erreicht werden kann.
Literatur
Zurück zum Zitat Barberis N, Jin LJ, Wang B (2021). Prospect Theory and Stock Market Anomalies. Journal of Finance (76): 2639–2687. Barberis N, Jin LJ, Wang B (2021). Prospect Theory and Stock Market Anomalies. Journal of Finance (76): 2639–2687.
Zurück zum Zitat Bill S (2006). Risiken durch Sonderkündigungsrechte. Untersuchung von impliziten Optionen und deren Ausübung im Retail-Banking. Deutscher Sparkassenverlag, Stuttgart. Bill S (2006). Risiken durch Sonderkündigungsrechte. Untersuchung von impliziten Optionen und deren Ausübung im Retail-Banking. Deutscher Sparkassenverlag, Stuttgart.
Zurück zum Zitat Boka N (2015). Wirkungen des Niedrigzinsniveaus auf die Beurteilung des Ausübungsverhaltens von impliziten Optionen. Banken-Times SPEZIAL Banksteuerung/Treasury: 20–22. Boka N (2015). Wirkungen des Niedrigzinsniveaus auf die Beurteilung des Ausübungsverhaltens von impliziten Optionen. Banken-Times SPEZIAL Banksteuerung/Treasury: 20–22.
Zurück zum Zitat Eickholt M, Entrop O, Wilkens M (2018). What makes individual investors exercise early? Empirical evidence from non-tradable fixed-income products. Journal of Banking & Finance (97): 318–334. CrossRef Eickholt M, Entrop O, Wilkens M (2018). What makes individual investors exercise early? Empirical evidence from non-tradable fixed-income products. Journal of Banking & Finance (97): 318–334. CrossRef
Zurück zum Zitat Goodfellow I, Bengio Y, Courville A (2016). Deep learning MIT Press Cambridge. Goodfellow I, Bengio Y, Courville A (2016). Deep learning MIT Press Cambridge.
Zurück zum Zitat Grabbe B (2015). Kündigungsrechte in Privatkundendarlehen. Bewertung und Einbindung in die Geschäftsfeldsteuerung. DuEPublico, Duisburg-Essen. Grabbe B (2015). Kündigungsrechte in Privatkundendarlehen. Bewertung und Einbindung in die Geschäftsfeldsteuerung. DuEPublico, Duisburg-Essen.
Zurück zum Zitat Larose DT, Larose CD (2015). Data Mining and Predictive Analytics, 2. Aufl. Wiley & Sons, Hoboken. Larose DT, Larose CD (2015). Data Mining and Predictive Analytics, 2. Aufl. Wiley & Sons, Hoboken.
Zurück zum Zitat Masters T (1993). Practical Neurtal Network Recipes in C++. Academic Press, Cambridge. Masters T (1993). Practical Neurtal Network Recipes in C++. Academic Press, Cambridge.
Zurück zum Zitat Maurer F (2019). Modellierung und Steuerung impliziter Optionen in Kreditinstituten. Shaker Verlag, Kaiserslautern. Maurer F (2019). Modellierung und Steuerung impliziter Optionen in Kreditinstituten. Shaker Verlag, Kaiserslautern.
Zurück zum Zitat Reuse S (2018). Nachhaltigkeit der Geschäftsmodelle von Banken und Sparkassen im Kontext von Niedrigzinsen und SREP. In Michalke A, Rambke M, Zeranski S (Hrsg) Vernetztes Risiko- und Nachhaltigkeitsmanagement. Springer, Wiesbaden, S. 147–164. Reuse S (2018). Nachhaltigkeit der Geschäftsmodelle von Banken und Sparkassen im Kontext von Niedrigzinsen und SREP. In Michalke A, Rambke M, Zeranski S (Hrsg) Vernetztes Risiko- und Nachhaltigkeitsmanagement. Springer, Wiesbaden, S. 147–164.
Zurück zum Zitat Reuse S (2019). Definition und Ausprägung des Zinsänderungsrisikos. In Reuse S (Hrsg) Zinsrisikomanagement, 3. Aufl. FC Heidelberg, Heidelberg, S. 9–24. Reuse S (2019). Definition und Ausprägung des Zinsänderungsrisikos. In Reuse S (Hrsg) Zinsrisikomanagement, 3. Aufl. FC Heidelberg, Heidelberg, S. 9–24.
Zurück zum Zitat Shmueli G, Bruce PC, Gedeck P, Patel NR (2020). Data mining for business analytics. Concepts, techniques and applications in Python. Wiley & Sons, Hoboken. Shmueli G, Bruce PC, Gedeck P, Patel NR (2020). Data mining for business analytics. Concepts, techniques and applications in Python. Wiley & Sons, Hoboken.
Zurück zum Zitat Staab H, Staab P (2014). Kreditvertrags- und Kreditsicherungsrecht. Die Rechtsprechung des BGH. Springer Fachmedien, Wiesbaden. Staab H, Staab P (2014). Kreditvertrags- und Kreditsicherungsrecht. Die Rechtsprechung des BGH. Springer Fachmedien, Wiesbaden.
Zurück zum Zitat Verbeek M (2012). A guide to modern econometrics, 4. Aufl. Wiley & Sons, Hoboken. Verbeek M (2012). A guide to modern econometrics, 4. Aufl. Wiley & Sons, Hoboken.
Zurück zum Zitat White H, Gallant AR, Hornik K, Stichcombe M, Woolridge JM (1992). Artificial Neural Networks. Approximation and Learning Theory. Blackwell, Hoboken. White H, Gallant AR, Hornik K, Stichcombe M, Woolridge JM (1992). Artificial Neural Networks. Approximation and Learning Theory. Blackwell, Hoboken.
Zurück zum Zitat Wirth R, Hipp, J (2000). CRISP-DM. Towards a Standard Process Model for Data Mining. In Mackin N (Hrsg) Proceedings of the Fourth International Conference on the Practical Application of Knowledge Discovery and Data Mining. 11th–13th April 2000. Crowne Plaza Midland Hotel, Manchester, S. 29–40. Wirth R, Hipp, J (2000). CRISP-DM. Towards a Standard Process Model for Data Mining. In Mackin N (Hrsg) Proceedings of the Fourth International Conference on the Practical Application of Knowledge Discovery and Data Mining. 11th–13th April 2000. Crowne Plaza Midland Hotel, Manchester, S. 29–40.
Metadaten
Titel
Machine Learning in der Banksteuerung – Eine Analyse der marktzinsunabhängigen Ausübung von impliziten Optionen nach § 489 BGB
verfasst von
Marius Demary
Frank Lehrbass
Svend Reuse
Copyright-Jahr
2022
DOI
https://doi.org/10.1007/978-3-658-38225-4_9

Premium Partner