Structured Note Pricer: Bewertung strukturierter Finanzprodukte

In der Finanzwelt nehmen strukturierte Zinsprodukte immer exotischere Formen an. Daneben wächst die Anzahl der zu verarbeitenden Daten, weshalb nach performanteren Lösungen zur Bewertung dieser Produkte gesucht wird.

Wir haben es uns zur Aufgabe gemacht diesen Anforderungen in einem Tool gerecht zu werden: dem Structured Note Pricer (SNP).

Eingesetzte Bewertungstools besitzen häufig eine aufwendige Eingabe. Dabei wird der Input zumeist händisch eingetragen. Die Folge ist eine zeitaufwendige Bewertung bei großen Datenmengen. Außerdem sind manuelle Eingaben fehleranfällig und sollten mit dem Vieraugenprinzip überprüft werden.

SNP: Methoden und Modelle

Mit dem, von der Abteilung Finanzmathematik entwickelten, SNP ist es möglich Marktszenarien auf verschiedene Art und Weise zu modellieren und somit unterschiedliche Aspekte eines Produktes zu beleuchten. Hierbei haben wir verschiedene Methoden und Modelle implementiert:

Der Nutzer hat die Wahl zwischen folgenden Verfahren:

  • Baumbewertung
  • Closed-Form-Bewertung
  • Monte Carlo (MC) Verfahren

Diese Verfahren können im Kontext verschiedener Modelle eingesetzt werden. Implementiert sind

  • das Standard Black-Modell
  • das LIBOR Marktmodell
  • das Ein- sowie Zwei-Faktor Hull-White Modell

Im Vergleich zu dem Black-Modell bietet das LIBOR Marktmodell den Vorteil, dass die Korrelationsstrukturen in den Zinsraten berücksichtigt werden können. In der aktuellen Niedrigzinsphase ist die Bewertung mit den Hull-White Modellen interessant, da diese auch negative Zinsen berücksichtigen.

Die Vorteile des SNP im Überblick.
© Fraunhofer ITWM
Die Vorteile des SNP im Überblick.

Um einer großen Datenmenge gerecht zu werden, verfolgt SNP drei Ansätze:

  1. Single-Run Principle:
    Aufwendige Berechnungsverfahren werden so optimiert, dass sie nur einmal für alle Produkte durchgeführt werden müssen. Dauert ein einzelner Trade mit einer hinreichend genauen MC-Simulation noch 60 Sekunden, dauern drei Trades insgesamt 62 Sekunden. Dieser Ansatz wird bei allen zur Verfügung gestellten Methoden verfolgt.

  2. Stable-Run Principle:
    Modelle, die noch kalibriert werden müssen, werden direkt vor der Bewertung kalibriert und die Parameter nach der Bewertung mit ausgegeben. Somit ist eine Reproduktion von Daten leichter möglich.
    Außerdem werden nicht zur Verfügung gestellte Parameter durch Marktkonventionen gesetzt. 

  3. Modularer Aufbau:
    Pricing Library und Building Library sind voneinander getrennt und mittels einer gemeinsamen Programmierschnittstelle (API) verbunden. Der Vorteil ist die einfache Anbindung des SNP-Rechenkerns an beliebige Datenbanken, Excel Formate o.ä.
Swapraten
© Fraunhofer ITWM
Auf dem Markt gehandelte Swapraten. Aus diesen leitet der SNP eine Zinskurve mittels Bootstrapping her.

Beispielliste strukturierter Finanzprodukte, die mit SNP bewertet werden:

  • Interest Rate Swaps
  • Constant Maturity Swaps (CMS)
  • CMS Caps / CMS Floor / CMS Collar
  • CMS Spreads / CMS Steepener
  • European Swaption
  • Bermuda Swaption
  • CMS Swaption

Aufgrund der bereits implementierten Monte Carlo Methode kann diese Liste schnell beliebig erweitert werden.