Evaluierung von künstlichen neuronalen Netzen zur Bewertung von Zerobonds

Studienarbeit aus dem Jahr 2021 im Fachbereich BWL - Sonstiges, Note: 1,0, FOM Hochschule für Oekonomie & Management gemeinnützige GmbH, Düsseldorf früher Fachhochschule, Sprache: Deutsch, Abstract: Zielsetzung dieser Arbeit ist die Evaluation der Einsatzpotentiale von künstlichen neuronalen Netzen (KNN) zur Bewertung von Zerobonds in Banken. Insbesondere soll die Genauigkeit der Berechnung durch KNN geprüft werden. Denn es ist möglich, Zerobonds mithilfe von mathematischen Modellen genau zu bewerten, was allerdings aufwendig ist und relativ lange dauern kann. Mit KNN ist dagegen die reine Berechnung des Barwerts potenziell sehr schnell möglich. Die Bewertung von Zerobonds, als eine der einfachsten zinstragenden Finanzinstrumente, wird in dieser Arbeit mithilfe eines KNNs vorgenommen. Die Vorhersage des KNNs wird mit den tatsächlichen Barwerten, die mittels eines mathematischen Modells bestimmt wurden, verglichen und das Potential eines produktiven Einsatzes der Bewertung von Zerobonds mit KNN untersucht. Insbesondere wird der Zielkonflikt zwischen der Geschwindigkeit der Berechnung, die potenziell mit einem KNN erhöht werden kann, und den damit verbundenen Vorteilen und der Genauigkeit der Bewertung, die mit dem mathematischen Bewertungsmodel maximal ist, evaluiert. Eine weitere Intention ist das Näherbringen von KNN und deren Implementationsmöglichkeiten mithilfe von Standardbibliotheken. Dabei soll auch die Hyperparameter des KNN erläutert werden. Es ist folglich kein Ziel dieser Arbeit, ein KNN zur Bewertung von komplexeren zinstragenden Finanzinstrumenten zu entwickeln, da dies den Umfang dieser Arbeit überschreiten würde. Des Weiteren wird auf die Einsatzpotentiale von KNN zur Bewertung in Banken beschränkt, andere Unternehmen und Staaten können aufgrund anderer Anforderungen und des beschränkten Umfangs nicht betrachtet werden.