03089ntm a22005537i 4500 000717301 CZ-PrVSE 20240914152213.0 m d cr n|||||||||| 240914s2024 xr fsbm 000 0 eng d NEZPRACOVANÝ IMPORT ABA006 cze ABA006 ABA006 rda Holub, Miroslav ISIS:164360 dis Aplikace strojového učení pro výpočet CVA (Credit Valuation Adjustment) eng Aplikace strojového učení pro výpočet CVA (Credit Valuation Adjustment) / Miroslav Holub 2024 ?? stran : digital, PDF soubor Vedoucí práce: Jiří Witzany Diplomová práce (Ing.)—Vysoká škola ekonomická v Praze. Fakulta financí a účetnictví, 2024 Obsahuje bibliografii Textový (vysokoškolská kvalifikační práce) Rok obhajoby 2024 This thesis investigates the application of neural networks, specifically Adam and AdamW networks, to accelerate the Credit Valuation Adjustment (CVA) calculation process, traditionally performed using Monte Carlo methods. The goal is to significantly reduce computational time while maintaining accurate results. By leveraging the predictive capabilities of neural networks, this research aims to optimize financial computations in CVA assessments. A dataset of synthetic Interest Rate Swaps (IRS) was generated, varying in selected parameters. The neural networks were trained to predict the Expected Positive Exposure (EPE). Results show that neural networks can achieve comparable accuracy to Monte Carlo methods, with significantly faster computation times. However, the process of generating artificial datasets and training the neural network is time-consuming. The findings contribute to the ongoing efforts in financial risk management using advanced machine learning techniques. Způsob přístupu: Internet finanční inženýrství [obor dipl. práce] diplomové práce fd132022 czenas master's theses eczenas Counterparty Credit risk Credit Valuation adjustment xVA Monte Carlo Neural Networks Deep learning Adam AdamW Witzany, Jiří, 1966- vse2007429830 ths Vacek, Vladislav ISIS:73494 opn Vysoká škola ekonomická v Praze. Fakulta financí a účetnictví kn20010709398 dgg https://insis.vse.cz/zp/87987/podrobnosti VŠKP v InSIS https://insis.vse.cz/zp/87987 Hlavní práce https://insis.vse.cz/zp/87987/posudek/vedouci Hodnocení vedoucího https://insis.vse.cz/zp/87987/posudek/oponent/84262 Oponentura https://insis.vse.cz/zp/87987/podrobnosti dc:identifier NEPOSILAT VSKP vse87987 240904 87987