Finans Mühendisliği
Banche Popolari Unite Kredi Riskini MATLAB Kullanarak Analiz Ediyor
Portföy tekliflerini korumak ve aynı zamanda karlı kalabilmek için bankalar potansiyel kredi risklerini belirlemelidir.Müşterilerin ve piyasa verilerinin üstel bir şekilde artması ile doğru sonuçlara varmak için yapılacak büyük hesaplamalar zorlayıcı olmaktadır.
Banche Popolari Unite(BPU Banca) MATLAB ve Statistics Toolbox kullanarak geliştirdikleri Value-at-Risk modeliyle firmaya özel ve endüstriye özel portföy kredi riskini denetlemektedir.
Problem
BPU Banca kredi modelleri için büyüklüğü yüzbinleri bulan aylık dahili ve haftalık piyasa verilerini işlemeli ve analiz etmeliydi. Modeli C veya C++ ile geliştirmek istense çok zaman alacaktı. Modellerini gerçekleştirmek için kodlamayı en aza indiren ve üst düzey yöneticilere aldıkları sonuçları görsel olarak sunabilecekleri bir ortam aramaya başladılar.
"MATLAB'in nümerik hesaplama ve görselleştirme yetenekleri inanılmaz! Yüzbinlerce pozisyon için 100,000 adıma kadar simülasyon ve göreceli birleştirmeleri gerçekleştirebiliyoruz."
Roberto Modafferi,
Banche Popolari Unite
Çözüm
BPU Banca MATLAB ve Statistical Toolbox kullanarak, kayıpların dağılımını ve farklı güven aralıklarında VaR'ı belirleyen Merton-tabanlı kredi modeli geliştirdi. Aldıkları sonuçları üst düzey yöneticilere açıklayıcı grafikler ile ilettiler.
Modafferi MATLAB'i kullanarak hem piyasa verilerini örneğin hisse senedi ve endeks değerleri, hem de dahili verileri topladı. Verileri sektörlere göre bir araya getirerek bir model ortaya çıkardı. Statistical Toolbox sayesinde sektörel regresyon ve korelasyon analizleri ile kredi portföyünün yoğunluk ve çeşitliliğinin etkilerini tayin edebildi.
MATLAB ve Statistical Toolbox'ı kullanarak yaptığı Monte Carlo simülasyonlarında verilerin yakınsadığı noktaları inceleyerek kayıp dağılımı tahminlerini daha hassas bir şekilde yapabildi. Simülasyonlar sayesinde belirli bir zaman periyodu içerisinde farklı güven aralıklarında kayıpları belirleyebildi.
Modafferi MATLAB ve Statistical Toolbox'ı kullanarak sistematik ve spesifik riski birbirinden ayıran faktör bir model geliştirdi. Zorlayıcı hesaplamalarda kolaylık sağlamasının yanında model daha yeterli risk tahminleri ve portföy riski hakkında daha fazla bilgi vermektedir.
MATLAB sayesinde Modafferi yaptığı simülasyonlar sonucu aldığı sonuçları hem analitik hem de grafiksel olarak sunmaktadır. Aldığı sonuçları banka yönetiminin stratejik kararlar almakta kullandığı üç aylık risk yönetimi raporlarında kullanmaktadır.
Ayrıca Modafferi, MATLAB ve ilgili toolboxları kullanarak dahili fiyatlandırma sistemi geliştirmiştir.
Sonuçlar
- 700,000'in üzerinde kredi riski duyarlı portföy analizinin hızlı ve doğru bir şekilde yapılması. "MATLAB'in yüksek seviye matris tabanlı bir dil olması bize hesaplama sırasında çok zaman kazandırdı. Eğer MATLAB olmasaydı yüzbinlerce pozisyon verisini Monte Carlo simülasyonu çerçevesinde bağımsız ve bir grup içerisinde incelememiz çok zor olacaktı."
- Algoritma geliştirme zamanında azalma. "MATLAB algoritmamızı geliştirme aşamasında ve hesaplama zamanını azaltmak için kodu optimize ederken çok zaman kazanmamızı sağladı. Modelimizi diğer düşük seviyeli dillerden biri ile geliştirmemiz birkaç ay daha kod üzerinde çalışmamızı gerektirecekti."
- Güvenilir analitik model. "MathWorks araçları ile orijinal ve tutarlı bir model geliştirdik. Bu model ile aldığımız sonuçlardan eminiz."
Kullanılan Ürünler
MATLAB
Statistics Toolbox
Portföy tekliflerini korumak ve aynı zamanda karlı kalabilmek için bankalar potansiyel kredi risklerini belirlemelidir.Müşterilerin ve piyasa verilerinin üstel bir şekilde artması ile doğru sonuçlara varmak için yapılacak büyük hesaplamalar zorlayıcı olmaktadır.
Banche Popolari Unite(BPU Banca) MATLAB ve Statistics Toolbox kullanarak geliştirdikleri Value-at-Risk modeliyle firmaya özel ve endüstriye özel portföy kredi riskini denetlemektedir.
Problem
BPU Banca kredi modelleri için büyüklüğü yüzbinleri bulan aylık dahili ve haftalık piyasa verilerini işlemeli ve analiz etmeliydi. Modeli C veya C++ ile geliştirmek istense çok zaman alacaktı. Modellerini gerçekleştirmek için kodlamayı en aza indiren ve üst düzey yöneticilere aldıkları sonuçları görsel olarak sunabilecekleri bir ortam aramaya başladılar.
"MATLAB'in nümerik hesaplama ve görselleştirme yetenekleri inanılmaz! Yüzbinlerce pozisyon için 100,000 adıma kadar simülasyon ve göreceli birleştirmeleri gerçekleştirebiliyoruz."
Roberto Modafferi,
Banche Popolari Unite
Çözüm
BPU Banca MATLAB ve Statistical Toolbox kullanarak, kayıpların dağılımını ve farklı güven aralıklarında VaR'ı belirleyen Merton-tabanlı kredi modeli geliştirdi. Aldıkları sonuçları üst düzey yöneticilere açıklayıcı grafikler ile ilettiler.
Modafferi MATLAB'i kullanarak hem piyasa verilerini örneğin hisse senedi ve endeks değerleri, hem de dahili verileri topladı. Verileri sektörlere göre bir araya getirerek bir model ortaya çıkardı. Statistical Toolbox sayesinde sektörel regresyon ve korelasyon analizleri ile kredi portföyünün yoğunluk ve çeşitliliğinin etkilerini tayin edebildi.
MATLAB ve Statistical Toolbox'ı kullanarak yaptığı Monte Carlo simülasyonlarında verilerin yakınsadığı noktaları inceleyerek kayıp dağılımı tahminlerini daha hassas bir şekilde yapabildi. Simülasyonlar sayesinde belirli bir zaman periyodu içerisinde farklı güven aralıklarında kayıpları belirleyebildi.
Modafferi MATLAB ve Statistical Toolbox'ı kullanarak sistematik ve spesifik riski birbirinden ayıran faktör bir model geliştirdi. Zorlayıcı hesaplamalarda kolaylık sağlamasının yanında model daha yeterli risk tahminleri ve portföy riski hakkında daha fazla bilgi vermektedir.
MATLAB sayesinde Modafferi yaptığı simülasyonlar sonucu aldığı sonuçları hem analitik hem de grafiksel olarak sunmaktadır. Aldığı sonuçları banka yönetiminin stratejik kararlar almakta kullandığı üç aylık risk yönetimi raporlarında kullanmaktadır.
Ayrıca Modafferi, MATLAB ve ilgili toolboxları kullanarak dahili fiyatlandırma sistemi geliştirmiştir.
Sonuçlar
- 700,000'in üzerinde kredi riski duyarlı portföy analizinin hızlı ve doğru bir şekilde yapılması. "MATLAB'in yüksek seviye matris tabanlı bir dil olması bize hesaplama sırasında çok zaman kazandırdı. Eğer MATLAB olmasaydı yüzbinlerce pozisyon verisini Monte Carlo simülasyonu çerçevesinde bağımsız ve bir grup içerisinde incelememiz çok zor olacaktı."
- Algoritma geliştirme zamanında azalma. "MATLAB algoritmamızı geliştirme aşamasında ve hesaplama zamanını azaltmak için kodu optimize ederken çok zaman kazanmamızı sağladı. Modelimizi diğer düşük seviyeli dillerden biri ile geliştirmemiz birkaç ay daha kod üzerinde çalışmamızı gerektirecekti."
- Güvenilir analitik model. "MathWorks araçları ile orijinal ve tutarlı bir model geliştirdik. Bu model ile aldığımız sonuçlardan eminiz."
Kullanılan Ürünler
MATLAB
Statistics Toolbox
