| | SLO | ENG | Cookies and privacy

Bigger font | Smaller font

Search the digital library catalog Help

Query: search in
search in
search in
search in
* old and bologna study programme

Options:
  Reset


1 - 3 / 3
First pagePrevious page1Next pageLast page
1.
Sistemsko likvidnostno tveganje v evrskem območju
Anže Viher, 2024, undergraduate thesis

Abstract: Finančna kriza v letih 2007 in 2008 je povzročila najhujšo finančno krizo po veliki depresiji, kar je imelo ogromne posledice za globalno gospodarstvo, vključno z obsežnimi bančnimi propadi, padci finančnih trgov in dolgotrajno gospodarsko recesijo. Ta kriza je poudarila potrebo po poglobljenem proučevanju in natančnem spremljanju sistemskega likvidnostnega tveganja, saj se je izkazalo za enega od ključnih dejavnikov, ki lahko povzročijo širšo finančno nestabilnost. Kljub pomembnosti tega tveganja analiza obstoječe literature razkriva, da sistemsko likvidnostno tveganje ter njegove posledice še vedno niso dovolj raziskane in razumljene. Diplomsko delo se osredotoča na podrobno proučevanje tega tveganja v kontekstu evrskega območja, pri čemer so analizirani ključni dejavniki, ki vplivajo na likvidnostno tveganje, in predlagane rešitve za njegovo obvladovanje. Predstavljeni so tudi ključni izsledki in sklepi, ki lahko služijo kot osnova za oblikovanje ustreznih ekonomskih politik in regulativnih ukrepov, namenjenih zmanjševanju tveganj in preprečevanju podobnih kriz v prihodnosti.
Keywords: evrsko območje, likvidnost, likvidnostno tveganje, makroekonomska stabilnost, obvladovanje tveganj, sistemski finančni stres, sistemsko likvidnostno tveganje.
Published in DKUM: 09.09.2024; Views: 58; Downloads: 26
.pdf Full text (2,64 MB)

2.
Umetna inteligenca in finančni nadzor v evrskem območju in Združenih državah Amerike
Darko Zupanc, 2024, undergraduate thesis

Abstract: Umetna inteligenca ima potencial za izboljšanje učinkovitosti in inovacij v finančnem sektorju, vendar prinaša tudi probleme. Kompleksnost in občutljivost algoritmov umetne inteligence lahko vodita v nenadne šoke in destabilizacijo finančnih sistemov. Regulatorji se soočajo s težavami pri nadzoru umetne inteligence zaradi kompleksnosti delovanja in pomanjkanja transparentnosti, kar otežuje pravočasno prepoznavanje tveganj. Umetna inteligenca pa se lahko uporabi tudi kot rešitev, čeprav ne Evropska centralna banka ne ameriške Zvezne rezerve ne uporabljajo umetne inteligence pri svojih osnovnih dejavnostih, pa obe centralni banke raziskujeta potencialno uporabo umetne inteligence pri svojem delovanju. Eden možnih primerov uporabe umetne inteligence pri finančnem nadzoru je uporaba pri obvladovanju sistemskega tveganja, kjer jo lahko uporabljamo na dveh ravneh. Na mikro ravni se umetna inteligenca lahko uporablja za mikrobonitetni nadzor in notranje upravljanje tveganj, kar omogoča bolj natančno analizo in odločanje. Nasprotno pa je uporaba umetne inteligence pri makrobonitetnem nadzoru, ki se osredotoča na stabilnost celotnega finančnega sistema, bolj zapletena zaradi pomanjkanja podatkov in kompleksnosti finančnih trgov. Za uspešno integracijo umetne inteligence v regulativne okvire so potrebni jasni pravilniki, etične smernice ter sodelovanje med regulatorji, industrijo in akademsko skupnostjo. Nadaljnje raziskave in razvoj so ključni za izboljšanje razumevanja in obvladovanja tveganj, povezanih z uporabo umetne inteligence v finančnem sektorju.
Keywords: umetna inteligenca, sistemsko tveganje, finančni nadzor, finančništvo, centralno bančništvo
Published in DKUM: 09.09.2024; Views: 26; Downloads: 18
.pdf Full text (973,61 KB)

3.
Likvidnostna past in domena stabilnosti bančnega sistema: mrežni pristop
Mitja Steinbacher, 2016, doctoral dissertation

Abstract: Disertacija prinaša mrežni model bančnega sistema, ki ga definira kot dinamični, usmerjeni in uteženi graf med seboj povezanih bank, ki so izpostavljene nihanjem likvidnostnih potreb njihovih komitentov in vrednostih finančnih portfeljev in finančnih virov na finančnih trgih. Model omogoča preverjanje široke palete domnev o delovanju bank in povezav med nebančnim sektorjem, finančnimi trgi, regulatorji in monetarno politiko. Disertacija ob modelu prinaša metodologijo za merjenje stabilnosti bančnega sistema in likvidnostne pasti. V prvem sklopu disertacije nastavimo teoretski okvir virom tveganj za finančno-bančni sistem ter povezanosti med finančnimi cikli, bančnimi krizami, gospodarsko aktivnostjo in možnostmi regulatorjev pri monitoringu stabilnosti bančnega sistema in sistemskih vidikih regulacije. Sledi predstavitev konceptov teorije grafov v ekonomiji in financah in nekaterih pristopov, ki so potencialno uporabni pri raziskovanju bančnega sistema, predvsem transmisije likvidnostnih nihanj po bančnem sistemu in z njo povezanih absorpcijskih zmožnosti bančnega sistema in vplivov različnih tveganj na poslovanje bank in na stabilnost bančnega sistema. V tem sklopu predstavimo širšo uporabnost teorije grafov v ekonomiji in financah ter definiramo bančni sistem kot dinamični, usmerjeni in uteženi graf. Predstavimo osnovne značilnosti dinamičnih grafov in topoloških družin, ki jih uporabimo pri simulacijah našega modela. Stabilnost bančnega sistema razvijemo okrog Shannonove informacijske entropije in kompozitne cenilke za merjenje likvidnosti in sredstev v bančnem sistemu. S tem razširimo tradicionalno pojmovanje stabilnosti v literaturi, ki stabilnost praviloma meri s pomočjo dinamike stečajev v bančnem sistemu, z vključitvijo medbančnih likvidnostnih tokov in dinamike spreminjanja sredstev v bančnem sistemu. Likvidnostno past definiramo kot sposobnost bank za zapiranje likvidnostnih vrzeli nebančnih komitentov, s čimer prestavimo fokus hipoteze o likvidnostni pasti iz agregatne ravni v medbančni trg. Simulator modela medbančnega trga sestavimo okrog 16 temeljnih predpostavk, tvori ga pa 144 namišljenih bank. Število bank v modelu je določeno upoštevaje frekvenčno porazdelitev števila bančnih in denarnih institucij v državah članicah evrskega denarnega območja in glede na karakteristike topologij malega sveta. Banke imajo enotno strukturo bilanc in umetno generirano otvoritveno bilanco iz enotnih porazdelitev po postavkah sredstev in vnaprej predvidenih vrzeli do protipostavk v virih sredstev. Banke prilagajajo svoje medbančne operacije potrebam po likvidnosti. Slednje izvirajo iz dinamike posojil nebančnim komitentom in vlog, ki jih pri bankah hranijo nebančni komitenti. Banke so izpostavljene različnim tveganjem, proti katerim niso povsem zaščitene. Tveganja se kažejo v spreminjanju vrednosti bilančnih postavk. Ob tem predvidimo obstoj pozitivnega oziroma negativnega finančnega momenta, vendar ob navzgor omejenem tveganju in na način, da finančni moment ne more povzročiti bančne krize. Uravnavanje likvidnosti na medbančnem trgu glede na vpetost bank v medbančni trg je vezano na topološko strukturo medbančnega trga ter da lahko sistemski šoki privedejo bančni sistem bliže likvidnostni pasti kot idiosinkratični šoki ter da kapitalske rezerve nimajo neposrednega vpliva na sposobnosti bank pri zapiranju likvidnostnih vrzeli, ki nastajajo pri njihovih nebančnih komitentih. S simulacijami prikažemo na stabilizacijsko naravo medbančnega trga, saj se nestabilnost v poslovanju bank in relativno visoka oddaljenost bank od likvidnostne pasti v našem modelu ne odrazita v nestabilnosti bančnega sistema kot celote niti v večanju oddaljenosti bančnega sistema od likvidnostne pasti. Sledijo povzetki ključnih ugotovitev disertacije z metodološkim pojasnilom, prikazom ključnih implikacij modela za ekonomsko in monetarno politiko in z navedbo odprtih vprašanj in nadgradenj ponujenega modela medbančnega trga.
Keywords: bančni sistem, mrežni model, likvidnostna past, stabilnost, sistemsko tveganje, simulacije
Published in DKUM: 04.10.2016; Views: 2504; Downloads: 258
.pdf Full text (18,16 MB)

Search done in 0.09 sec.
Back to top
Logos of partners University of Maribor University of Ljubljana University of Primorska University of Nova Gorica