Modeling of non-maturing deposits
The interest in modeling non-maturing deposits has skyrocketed ever since thefinancial crisis 2008. Not only from a regulatory and legislative perspective,but also from an investment and funding perspective.Modeling of non-maturing deposits is a very broad subject. In this thesis someof the topics w...
Main Authors: | , |
---|---|
Format: | Others |
Language: | English |
Published: |
KTH, Matematisk statistik
2019
|
Subjects: | |
Online Access: | http://urn.kb.se/resolve?urn=urn:nbn:se:kth:diva-252302 |
id |
ndltd-UPSALLA1-oai-DiVA.org-kth-252302 |
---|---|
record_format |
oai_dc |
spelling |
ndltd-UPSALLA1-oai-DiVA.org-kth-2523022019-06-05T04:32:29ZModeling of non-maturing depositsengModellering av icke-tidsbunda inlåningsvolymerStavrén, FredrikDomin, NikitaKTH, Matematisk statistikKTH, Matematisk statistik2019Financial mathematicstime series analysisreplicating portfoliorisk managementrisk analysiseconometric anaylsisnon-maturing depositsSARIMARandom forest regressionEBABCBSFinansiell matematiktidsserieanalysreplikeringsportföljriskhanteringriskanalysEkonometrisk analysIcke-tidsbunden inlåningARIMASARIMASARIMAXRandom Forest RegressionEBABCBSProbability Theory and StatisticsSannolikhetsteori och statistikThe interest in modeling non-maturing deposits has skyrocketed ever since thefinancial crisis 2008. Not only from a regulatory and legislative perspective,but also from an investment and funding perspective.Modeling of non-maturing deposits is a very broad subject. In this thesis someof the topics within the subject are investigated, where the greatest focus inon the modeling of the deposit volumes. The main objective is to providethe bank with an analysis of the majority of the topics that needs to be cov-ered when modeling non-maturing deposits. This includes short-rate model-ing using Vasicek’s model, deposit rate modeling using a regression approachand a method proposed by Jarrow and Van Deventer, volume modeling usingSARIMA, SARIMAX and a general additive model, a static replicating port-folio based on Maes and Timmerman’s to model the behaviour of the depositaccounts and finally a liquidity risk model that was suggested by Kalkbrenerand Willing. All of these models have been applied on three different accounttypes: private transaction accounts, savings accounts and corporate savingsaccounts.The results are that, due to the current market, the static replicating portfoliodoes not achieve the desired results. Furthermore, the best volume model forthe data provided is a SARIMA model, meaning the effect of the exogenousvariables are seemingly already embedded in the lagged volume. Finally, theliquidity risk results are plausible and thus deemed satisfactory. Intresset för att modellera inlåningsvolymer utan en kontrakterad förfallodaghar ökat markant sedan finanskrisen 2008. Inte bara sett utifrån ett perspek-tiv att uppfylla krav som ställs av tillsynsmyndigheter, men också sett utifrånbankens investerings-och finansieringsperspektiv.Målet med det här arbetet är att förse banken med en analys av majoritetenav de olika områdena som man behöver ta hänsyn till när man ska model-lera inlåningar utan förfallodatum, men med ett fokus på volymmodellering.I den här rapporten modelleras räntor (kortränta och kontoränta), kontovoly-merna, kontobeteendet samt likviditetsrisken. Detta görs med hjälp av Vasicekför korträntan, en regressionsmetod samt en metod som föreslagits av Jarrowoch Van Deventer för kontoräntan, SARIMA, SARIMAX och en generell ad-ditiv regressionsmetod för volymerna, en statisk replikeringsportfölj baseradpå Maes och Timmermans modell för att imitera kontona och slutligen så mo-delleras likviditetsrisken med ett ramverk som föreslagits av Kalkbrener ochWilling. Alla dessa nämnda modeller appliceras, där det är möjligt, på de treolika kontotyperna: privatkonton, sparkonton samt företagssparkonto.Resultatet är att räntemodelleringen samt replikeringsportföljen inte ger ade-kvata resultat på grund av den rådande marknaden. Vidare så ger en SARIMA-modell den bästa prediktionen, vilket gör att slutsatsen är att andra exogenavariabler redan är inneslutna i den fördröjda volymvariabeln. Avslutningsvisså ger likviditetsmodellen tillfredsställande resultat och antas vara rimlig. Student thesisinfo:eu-repo/semantics/bachelorThesistexthttp://urn.kb.se/resolve?urn=urn:nbn:se:kth:diva-252302TRITA-SCI-GRU ; 2019:066application/pdfinfo:eu-repo/semantics/openAccess |
collection |
NDLTD |
language |
English |
format |
Others
|
sources |
NDLTD |
topic |
Financial mathematics time series analysis replicating portfolio risk management risk analysis econometric anaylsis non-maturing deposits SARIMA Random forest regression EBA BCBS Finansiell matematik tidsserieanalys replikeringsportfölj riskhantering riskanalys Ekonometrisk analys Icke-tidsbunden inlåning ARIMA SARIMA SARIMAX Random Forest Regression EBA BCBS Probability Theory and Statistics Sannolikhetsteori och statistik |
spellingShingle |
Financial mathematics time series analysis replicating portfolio risk management risk analysis econometric anaylsis non-maturing deposits SARIMA Random forest regression EBA BCBS Finansiell matematik tidsserieanalys replikeringsportfölj riskhantering riskanalys Ekonometrisk analys Icke-tidsbunden inlåning ARIMA SARIMA SARIMAX Random Forest Regression EBA BCBS Probability Theory and Statistics Sannolikhetsteori och statistik Stavrén, Fredrik Domin, Nikita Modeling of non-maturing deposits |
description |
The interest in modeling non-maturing deposits has skyrocketed ever since thefinancial crisis 2008. Not only from a regulatory and legislative perspective,but also from an investment and funding perspective.Modeling of non-maturing deposits is a very broad subject. In this thesis someof the topics within the subject are investigated, where the greatest focus inon the modeling of the deposit volumes. The main objective is to providethe bank with an analysis of the majority of the topics that needs to be cov-ered when modeling non-maturing deposits. This includes short-rate model-ing using Vasicek’s model, deposit rate modeling using a regression approachand a method proposed by Jarrow and Van Deventer, volume modeling usingSARIMA, SARIMAX and a general additive model, a static replicating port-folio based on Maes and Timmerman’s to model the behaviour of the depositaccounts and finally a liquidity risk model that was suggested by Kalkbrenerand Willing. All of these models have been applied on three different accounttypes: private transaction accounts, savings accounts and corporate savingsaccounts.The results are that, due to the current market, the static replicating portfoliodoes not achieve the desired results. Furthermore, the best volume model forthe data provided is a SARIMA model, meaning the effect of the exogenousvariables are seemingly already embedded in the lagged volume. Finally, theliquidity risk results are plausible and thus deemed satisfactory. === Intresset för att modellera inlåningsvolymer utan en kontrakterad förfallodaghar ökat markant sedan finanskrisen 2008. Inte bara sett utifrån ett perspek-tiv att uppfylla krav som ställs av tillsynsmyndigheter, men också sett utifrånbankens investerings-och finansieringsperspektiv.Målet med det här arbetet är att förse banken med en analys av majoritetenav de olika områdena som man behöver ta hänsyn till när man ska model-lera inlåningar utan förfallodatum, men med ett fokus på volymmodellering.I den här rapporten modelleras räntor (kortränta och kontoränta), kontovoly-merna, kontobeteendet samt likviditetsrisken. Detta görs med hjälp av Vasicekför korträntan, en regressionsmetod samt en metod som föreslagits av Jarrowoch Van Deventer för kontoräntan, SARIMA, SARIMAX och en generell ad-ditiv regressionsmetod för volymerna, en statisk replikeringsportfölj baseradpå Maes och Timmermans modell för att imitera kontona och slutligen så mo-delleras likviditetsrisken med ett ramverk som föreslagits av Kalkbrener ochWilling. Alla dessa nämnda modeller appliceras, där det är möjligt, på de treolika kontotyperna: privatkonton, sparkonton samt företagssparkonto.Resultatet är att räntemodelleringen samt replikeringsportföljen inte ger ade-kvata resultat på grund av den rådande marknaden. Vidare så ger en SARIMA-modell den bästa prediktionen, vilket gör att slutsatsen är att andra exogenavariabler redan är inneslutna i den fördröjda volymvariabeln. Avslutningsvisså ger likviditetsmodellen tillfredsställande resultat och antas vara rimlig. |
author |
Stavrén, Fredrik Domin, Nikita |
author_facet |
Stavrén, Fredrik Domin, Nikita |
author_sort |
Stavrén, Fredrik |
title |
Modeling of non-maturing deposits |
title_short |
Modeling of non-maturing deposits |
title_full |
Modeling of non-maturing deposits |
title_fullStr |
Modeling of non-maturing deposits |
title_full_unstemmed |
Modeling of non-maturing deposits |
title_sort |
modeling of non-maturing deposits |
publisher |
KTH, Matematisk statistik |
publishDate |
2019 |
url |
http://urn.kb.se/resolve?urn=urn:nbn:se:kth:diva-252302 |
work_keys_str_mv |
AT stavrenfredrik modelingofnonmaturingdeposits AT dominnikita modelingofnonmaturingdeposits AT stavrenfredrik modelleringavicketidsbundainlaningsvolymer AT dominnikita modelleringavicketidsbundainlaningsvolymer |
_version_ |
1719199680256016384 |