RiskNET eLibrary
Sie möchten Ihre Publikation gerne in unserer eLibrary veröffentlichen?
Methoden
Enterprise risk management (ERM) has been the topic of increased media attention in recent years. Many organizations have implemented ERM programs, consulting firms have established specialized ERM units, and universities have developed ERM-related courses and research centers. Despite the heightened interest in ERM by academics and practitioners, there is an absence of empirical evidence regarding the impact of such programs on firm value. The objective of this study is to measure the extent to which specific firms have implemented ERM programs and, then, to assess the value implications of these programs. We focus our attention in this study on U.S. insurers in order to control for differences that might arise from regulatory and market differences across industries. We use a maximum-likelihood treatment effects framework to simultaneously model the determinants of ERM and the effect of ERM on firm value. In our ERM-choice equation we find ERM usage to be positively related to factors such as firm size and institutional ownership, and negatively related to reinsurance use, leverage, and asset opacity. By focusing on publicly-traded insurers we are able to estimate the effect of ERM on Tobin’s Q, a standard proxy for firm value. We find a positive relation between firm value and the use of ERM. The ERM premium of 16.5% is statistically and economically significant and is robust to a range of alternative specifications of both the ERM and value equations.
[Authors: Ron S. Kenett, KPA Ltd., University of Torino, Torino and Center for Risk Engineering, NYU Polytechnic Institute, New York (USA) and Charles S. Tapiero, Center for Risk Engineering, NYU Polytechnic Institute, New York (USA). To be presented at the 2009 Quality and Productivity Research Conference, IBM T. J. Watson Research Ctr., Yorktown Heights, NY, 3-5 June 2009.]
[Authors: Ron S. Kenett, KPA Ltd., University of Torino, Torino and Center for Risk Engineering, NYU Polytechnic Institute, New York (USA) and Charles S. Tapiero, Center for Risk Engineering, NYU Polytechnic Institute, New York (USA). To be presented at the 2009 Quality and Productivity Research Conference, IBM T. J. Watson Research Ctr., Yorktown Heights, NY, 3-5 June 2009.]
4052 Downloads14.01.2010
Datei downloaden Quantitative risk management relies on a constellation of tools that are used to analyze portfolio risk. We develop the standard toolkit, which includes betas, risk budgets and correlations, in a general, coherent, mnemonic framework centered around marginal risk contributions. We apply these tools to generate side-by-side analyses of volatility and expected shortfall, which is a measure of average portfolio excess of value-at-risk. We focus on two examples whose importance is highlighted by the current economic crisis. By examining downside protection provided by an out-of-the-money put option we show that the diversification benefit of the option is greater for a risk measure that is more highly concentrated in the tail of the distribution. By comparing two-asset portfolios that are distinguished only by the likelihood of coincident extreme events, we show that expected shortfall measures market contagion in a way that volatility cannot.
[Autors: Lisa R. Goldberg, Michael Y. Hayes, Jose Menchero, Indrajit Mitra]
[Autors: Lisa R. Goldberg, Michael Y. Hayes, Jose Menchero, Indrajit Mitra]
2729 Downloads06.01.2010
Datei downloaden How well does options pricing theory really work, and how dependent is it on the notion of dynamic replication? In this note we describe what many practitioners know from long and practical experience: (i) dynamic replication doesn’t work as well as students are taught to believe; (ii) most derivatives traders rely on it as little as possible; and (iii) there is a much simpler way to derive many option pricing formulas: many of the results of dynamic option replication can be obtained more simply, by regarding (as many practitioners do) an options valuation model as an interpolating formula for a hybrid security that correctly matches the boundary values of the ingredient securities that constitute the hybrid.
[Authors: Emanuel Derman; Nassim Nocholas Taleb / Source: Quantitative Finance, Vol. 5, No. 4, August 2005, 323–326]
[Authors: Emanuel Derman; Nassim Nocholas Taleb / Source: Quantitative Finance, Vol. 5, No. 4, August 2005, 323–326]
2531 Downloads05.01.2010
Datei downloaden The Black Swan: The Impact of the Highly Improbable (hence TBS) is only critical of statistics, statisticians, or users of statistics in a very narrow (but consequential) set of circumstances. It was written by a veteran practitioner of uncertainty whose profession (a mixture of quantitative research, derivatives pricing, and risk management) estimates and deals with exposures to higher order statistical properties. Derivatives depend on some nonlinear function of random variables (often square or cubes) and are therefore extremely sensitive to estimation errors of the higher moments of probability distributions. This is the closest to applied statistician one can possibly get. Furthermore, TBS notes the astonishing success of statistics as an engine of scientific knowledge in (1) some well-charted domains such as measurement errors, gambling theory, thermodynamics, and quantum mechanics (these fall under the designation of "mild randomness"), or (2) some applications in which our vulnerability to errors is small. Indeed, statistics has been very successful in "low moment" applications such as "significance testing" for problems based on probability, not expectation or higher moments. In psychological experiments, for instance, the outlier counts as a single observation, and does not cause a high impact beyond its frequency.
[Authors: Nassim Nicholas Taleb / Source: The American Statistician, August 2007, Vol. 61, No. 3]
[Authors: Nassim Nicholas Taleb / Source: The American Statistician, August 2007, Vol. 61, No. 3]
2300 Downloads05.01.2010
Datei downloaden Several generalisations of the Black–Scholes (BS) Model have been made in the literature to overcome the well–known empirical inadequacies of the BS–Model. In this work I perform an empirical comparison of stochastic volatility models established by Du?e et al. (2000) with jumps in the volatility and four deductive special cases. In addition I include the model of Schoebel/Zhu (1999) with volatility driven by an Ornstein–Uhlenbeck process instead of a Cox–Ingersoll–Ross process. As Zhu (2000) suggested the model can be easily combined with a jump component in the underlying. I examine the resulting model empirically and stress its good properties. This comparison embeds out–of–sample pricing performance as an important element in a model performance study based on model risk. The main result in terms of ?t performance is that the most complex models are not always the best ones. It is important to quantify model risk like e.g. Cont (2004) and to examine the sensitivity of exotic options in terms of moneyness, maturity and market condition. To achieve this comparison the model risk measure of Cont (2004) is extended and applied to various exotic options.
15416 Downloads15.11.2009
Datei downloaden Die Entwicklung einer Ratingstrategie zur Absicherung des Unternehmens ist methodisch eng verbunden mit anderen Herausforderungen der Unternehmensführung – was jedoch oft übersehen wird. In diesem Beitrag wird erläutert, welche Zusammenhänge zwischen Ratingstrategien und Ratingprognosen auf der einen Seite sowie der Ausschüttungspolitik und der Optimierung des Risikotransfers (speziell der Versicherungslösung) andererseits bestehen. Es wird dabei verdeutlicht, dass sowohl die fundierte Planung der Ausschüttungspolitik eines Unternehmens als auch die Bestimmung eines angemessenen Versicherungsschutzes (speziell von angemessenen Selbstbehalten) nicht möglich ist, wenn nicht jeweils die Implikationen für das zukünftige Rating betrachtet werden. Zudem wird die Bedeutung der Instrumente für die Krisenprävention von Unternehmen aufgezeigt, z. B. mittels Stresstests.
[Quelle: Ratingprognose, Solvenztest und Rating-Impact-Analyse: Neue Instrumente für Krisenprävention und Ratingstrategie, in: KRP Kredit & Rating Praxis, Ausgabe 03/2009, S. 38-40]
[Quelle: Ratingprognose, Solvenztest und Rating-Impact-Analyse: Neue Instrumente für Krisenprävention und Ratingstrategie, in: KRP Kredit & Rating Praxis, Ausgabe 03/2009, S. 38-40]
3256 Downloads22.10.2009
Datei downloaden Die aktuelle Finanzkrise zeigt, dass Krisendiagnose und präventives Krisenmanagement grundsätzlich bei der Unternehmenssteuerung berücksichtigt werden sollten. Der vorliegende Beitrag beschreibt, wie mit Hilfe von Simulationsverfahren Ratingprognosen erstellt sowie der Eigenkapitalbedarf eines Unternehmens zur Risikodeckung und damit zur Krisenprävention ermittelt werden können. Weiterhin werden strategische Maßnahmen aufgezeigt sowie Anleitungen für das Kostenmanagement und die Liquiditätssicherung gegeben.
[Quelle: Werner Gleißner/Armin Schaller: Krisendiagnose und Krisenmanagement - Maßnahmenpalette: Von der Ratingprognose bis zur Liquiditätssicherung, in: KSI 04/2009, S. 153-161]
[Quelle: Werner Gleißner/Armin Schaller: Krisendiagnose und Krisenmanagement - Maßnahmenpalette: Von der Ratingprognose bis zur Liquiditätssicherung, in: KSI 04/2009, S. 153-161]
4186 Downloads22.10.2009
Datei downloaden Betrachtet man das Verhalten von Geschäfts- und Investmentbanken in der US-Immobilien- und Verbriefungsblase bis zum Sommer 2007, dann lautet die entscheidende Frage: Warum sind die Banken auf den Herdentrieb hereingefallen? Das individuelle Managerverhalten war dabei sehr rational, obwohl es sich um ein kollektives Fehlverhalten handelte – ein Widerspruch, der sich mit Hilfe der Spieltheorie erklären lässt. Die herkömmliche Portfoliotheorie von Markowitz taugt dafür hingegen nicht, denn sie hat einen gravierenden Konstruktionsfehler: Auf Aktionen eines individuellen Entscheidungsträgers folgen laut Markowitz definitionsgemäss nie Reaktionen anderer Marktteilnehmer. So wird Herdenverhalten einfach wegdefiniert. Im Gegensatz dazu ist die Spieltheorie eine Analysemethode, die Aktionen und Reaktionen vieler Entscheidungsträger systematisch miteinander verknüpft.
[Quelle: Bieta, V./Milde, H.: Herdenverhalten – Konsequenzen für Märkte, Banken und Aufseher, in: SCHWEIZER BANK , November 2008, S- 42-43]
[Quelle: Bieta, V./Milde, H.: Herdenverhalten – Konsequenzen für Märkte, Banken und Aufseher, in: SCHWEIZER BANK , November 2008, S- 42-43]
7724 Downloads29.09.2009
Datei downloaden Das bisherige Risikomanagement im Finanzsektor beruht auf stochastischen Methoden, welche die Reaktionen der Beteiligten ausblenden. Dabei würde der Einbezug verhaltensbasierter Methoden viel bringen.
[Quelle: Milde, H.: Was falsch gelaufen ist, in: SCHWEIZER BANK, Oktober 2009, S. 40-41]
[Quelle: Milde, H.: Was falsch gelaufen ist, in: SCHWEIZER BANK, Oktober 2009, S. 40-41]
3321 Downloads22.09.2009
Datei downloaden Die klassischen Methoden zum Kredit-Scoring sind großteils ausgereizt und deren Vor- und Nachteile den Anwendern in der Praxis sattsam bekannt. Neben derTatsache, dass die Punkte in den Scorekartenaum zu interpretieren sind, wird die klassische Statistik nicht damit fertig, dass die Scorepunkte bei kleinen Datenmengen große Schwankungen aufweisen und durch unterbestimmte Gleichungen die ganze Scorekarte instabil wird. Ausserdem ist es bei den klassischen Verfahren nur schwer möglich, das Wissen um die durchschnittliche Ausfallhäufigkeit einzubringen, und ein Re-Scoring von sich im Zeitablauf verändernden Beständen ist mit größerem Aufwand verbunden, als es nötig erscheint. Von den Methoden der Bayesianischen Statistik hingegen ist bekannt, dass sie abzubilden imstande sind, was intuitiv klar erscheint, und dabei auch für kleine Datenmengen stabile Schätzer liefern. Das wird durch Einbeziehen von Information erreicht, die bereits vor Analyse der Daten vorhanden ist (sogenannte a priori Information) – die Daten dienen dann zur „Anreicherung“ dieser Vorinformation. Dieses Setup hat zum einen den Vorteil, dass auch qualitative Informationen zwanglos eingebracht werden können und erleichtert zum anderen das Neu-Analysieren von Daten, weil die Bayesianischen Verfahren sich aufgrund ihrer Updating-Relation für einen (zeit-)dynamischen Betrieb anbieten.
[Quelle: Rieder, Markus J.: Bayesianisches Kredit-Scoring: Eine innovative Idee zur Messung des Ausfallrisikos, in: RISKNEWS 09/2003, S. 22-33.]
[Quelle: Rieder, Markus J.: Bayesianisches Kredit-Scoring: Eine innovative Idee zur Messung des Ausfallrisikos, in: RISKNEWS 09/2003, S. 22-33.]
4642 Downloads15.09.2009
Datei downloaden