Por favor, use este identificador para citar o enlazar este ítem: http://hdl.handle.net/11531/56974
Título : Big data en valoración de Credit Default Swaps
Autor : Escobar Torres, Leandro Sergio
Barrasa Fuertes, César
Universidad Pontificia Comillas, Facultad de Ciencias Económicas y Empresariales
Palabras clave : 53 Ciencias económicas;5306 Economía del cambio tecnológico;530602 Innovación tecnológica
Fecha de publicación : 2022
Resumen : En la actualidad el Big Data esta creciente a una velocidad vertiginosa y ya constituye una herramienta fundamental para el desarrollo tecnológico de un gran número de sectores diferentes, como por ejemplo el sanitario o el sector público. También tiene un gran papel dentro del sector financiero, con nuevas maneras de gestionar la ingente cantidad de datos de hoy en día, para ponerla al servicio de disciplinas como la valoración de activos. En el presente trabajo se analizan esas aportaciones que realiza el Big Data a los modelos de valoración, poniendo el foco en un tipo de derivado financiero muy popular a la vez que complejo, los Credit Default Swaps. El análisis se centrará en las mejoras que puede suponer el uso de técnicas de data analytics o Machine Learning a la hora de hacer mas eficientes y fiables los modelos de predicción de impago, los cuales están directamente relacionados con los modelos de valoración de CDS. Para terminar, se propone un modelo de valoración de CDS basado en el estudio de la diversas fuentes académicas y la revisión de otros modelos como el Market Standard Pricing Model, uno de los más usados a nivel global.
Big Data is currently growing at breakneck speed and is already a fundamental tool for the technological development of a large number of different sectors, such as healthcare or the public sector. It also plays a major role in the financial sector, with new ways of managing the huge amount of data today, to put it at the service of disciplines such as asset valuation. This paper analyses these contributions of Big Data to valuation models, focusing on a very popular and complex type of financial derivative, Credit default swaps. The analysis will focus on the improvements that the use of data analytics or Machine Learning techniques can bring about when it comes to making default prediction models more efficient and reliable, which are directly related to CDS valuation models. Finally, a CDS valuation model is proposed based on the study of various academic sources and the review of other models such as the Market Standard Pricing Model, one of the most widely used globally.
Descripción : Grado en Administración y Dirección de Empresas y Grado en Derecho
URI : http://hdl.handle.net/11531/56974
Aparece en las colecciones: KE2-Trabajos Fin de Grado

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
TFG - Barrasa Fuertes, Cesar.pdfTrabajo Fin de Grado627,37 kBAdobe PDFVista previa
Visualizar/Abrir


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.