RiskNET eLibrary
Sie möchten Ihre Publikation gerne in unserer eLibrary veröffentlichen?
Methoden
Die Bedeutung von Klumpen-Risiken in Kreditportfolios ist kaum zu unterschätzen. Die Vorschriften des §13 Kreditwesengesetz bilden einen Kernbereich bankaufsichtlicher Regelungen und geben ein Beispiel für Anforderungen an die Granularität von Kreditportfolios. Diese Regelungen berücksichtigen zwar Parameter wie Kredithöhe und Anzahl von Großkrediten, nicht aber stochastische Abhängigkeiten zwischen den Kreditnehmern eines Portfolios. Mit Hilfe einer Szenarioanalyse wird im Kontext der Regelungen von Basel II am Beispiel eines realistischen Retailportfolios das Zusammenspiel der beiden Einflußgrößen „Abhängigkeit der Kreditausfälle“ und „Granularität des Portfolios“ bezüglich der Auswirkung auf den unerwarteten Verlust gezeigt. Bei dieser werden unterschiedliche Granularitäts- und Korrelationsannahmen kombiniert. [Autor: Gerhard Stahl, Bundesanstalt für Finanzdienstleistungsaufsicht (BaFin)]
16999 Downloads21.10.2006
Datei downloaden Mit Basel II wurden neben Vorschriften für Markt- und Kreditrisiko zum ersten Mal auch Richtlinien für das Management des Operationellen Risikos in den Banken festgesetzt. Zur Berechnung des entsprechenden Eigenkapitals schlug Basel drei Methoden vor: den Basisindikatoransatz (BIA), den Standardansatz (STA) und die fortgeschrittenen Messansätze (AMA). Je komplexer eine Methode ist, desto risiko-sensitiver ist sie und dadurch sollte sie die Kapitalanforderung einer Bank ihrem Risiko-Gehalt entsprechend abdecken. Im weiteren Sinne würden die fortgeschrittenen Messansätzen das Risiko-Kapital einer Bank am meisten reduzieren. Im vorliegenden Artikel besprechen wir den Loss Distribution Approach (LDA). Dieser Ansatz wird seit geraumer Zeit in der Versicherungswirtschaft angewendet und ist auch in der Bankenindustrie weit verbreitet. Dabei geht es hauptsächlich um die Modellierung der Verlustverteilung, die Grundlage für den Verlustverteilungsansatz. Durch die Monte-Carlo-Simulation der Verlustverteilung ermitteln wir dann den Value-at-Risk (VaR), der das Eigenkapital für das Operationelle Risiko bestimmt. [Autoren: Minh-Tri Nguyen, Martin Ottmann]
9937 Downloads10.10.2006
Datei downloaden In dem Beitrag wird ein konkreter Vorschlag für ein internes Risikosteuerungsmodell für den Nicht-Lebensversicherungsbereich erarbeitet. Das dabei verwendete Simulationsmodell basiert – dem Konzept der „Dynamic Financial Analysis“ (DFA)15 folgend – auf einer Betrachtung von Zahlungsströmen. Unser Ansatz erweitert dabei den in Schmeiser (2004 b) vorgestellten Modellansatz durch unterschiedliche Simulationsszenarien und einer zusätzlichen Verwendung der Risikomaße „Expected Policyholder Deficit“ und „Tail-Value-at-Risk“. Der vorliegende Beitrag ist wie folgt aufgebaut: Nach der Darstellung einiger grundlegender Aspekte der Ruintheorie in Abschnitt 2.1 wird in Kapitel 2.2 ein eigener interner Risikosteuerungsansatz im Sinne des Solvency II-Konzepts vorgestellt. Dabei erarbeiten wir zunächst das Grundmodell des Ansatzes und diskutieren die zentralen Inputfaktoren und deren Modellierung; des Weiteren werden zahlreiche Simulationsbeispiele dargelegt und deren Ergebnisse anhand unterschiedlicher Risikomaße ausgewertet. [Autoren: Anna Osetrova, Hato Schmeiser]
9006 Downloads10.10.2006
Datei downloaden Dynamic Financial Analysis (‘DFA’) is a systematic approach based on large-scale computer simulations for the integrated financial modeling of nonlife insurance and reinsurance companies aimed at assessing the risks and the benefits associated with strategic decisions. The most important characteristic of DFA is that it takes an integrated, holistic point of view, contrary to classic financial or actuarial analysis in which different aspects of one company were considered in isolation from each other. Specifically, DFA models the reactions of the company in response to a large number of interrelated risk factors including both underwriting risks – usually from several different lines of business, as well as asset risks. In order to account for the long time horizons that are typical in insurance and reinsurance, DFA allows dynamic projections to be made for several time periods into the future, where one time period is usually one year, sometimes also one quarter. DFA models normally reflect the full financil structure of the modeled company, including the impact of accounting and tax structures. Thus, DFA allows projections to be made for the balance sheet and for the profit-andloss account (‘P&L’) of the company. Technically, DFA is a platform using various models and techniques from finance and actuarial science by integrating them into one multivariate dynamic simulation model. Given the complexity and the long time horizons of such a model, it is not anymore possible to make analytical evaluations. Therefore, DFA is based on stochastic simulation (also called Monte Carlo imulation), where large numbers of random scenarios are generated, the reaction of the company on each one of the scenarios is evaluated, and the resulting outcomes are then analyzed statistically. The section ‘The Elements of DFA’ gives an in-depth description of the different elements required for a DFA. [Autoren: Peter Blum, Michael Dacorogna; reproduced from the Encyclopedia of Actuarial Science. John Wiley & Sons, Ltd, 2004.]
7636 Downloads04.10.2006
Datei downloaden Ein versicherter Schaden durchläuft bis seine Regulierung mehrere Stadien: die Verursachung des Schadens, den Eintritt des Schadenereignisses, die Entdeckung des Schadens und seine Meldung beim Versicherer. Während in der Sachversicherung die Zeitspanne zwischen dem Schadeneintritt und der Schadenregulierung in der Regel noch in der Versicherungsperiode stattfindet, ist dies in der Haftpflichtversicherung1 oft nicht der Fall. Es können Jahre oder sogar Jahrzehnte vergehen, bis die endgültige Schadenhöhe feststeht. Der Versicherer muss also damit rechnen, dass er noch lange Zeit nach Ablauf des Versicherungsvertrages in Anspruch genommen werden kann. Für den Versicherer ist es wesentlich, die Höhe der noch ausstehenden Zahlungen zu schätzen.
18091 Downloads04.10.2006
Datei downloaden Bei einer Änderung des Renditerisikos ist eine Umschichtung des Portfolios nicht zwingend erforderlich. Entscheidend für die Anpassung des Port folios an die veränderte Risikosituation ist vielmehr die Stärke der Elastizität der Risikoaversion bezüglich des Renditerisikos. Eine risikoeffiziente Gestaltung von nationalen sowie internationalen Finanzanlagen gewinnt aufgrund erheblicher Volatilitäten, verstärkten Wettbewerbs und veränderter institutioneller Regelungen immer größere Bedeutung. Nationale wie internationale Investoren streben nach einer Verbesserung ihres Asset-Liability-Managements. Dies erfordert nicht zwingend kompliziertere Entscheidungsmodelle. Auch die klassischen – das heißt die auf statistischen Maßzahlen beruhenden – Entscheidungsprinzipen können wichtige Fragestellungen eines Portfolio-Managements beantworten. Der vorliegende Beitrag geht von dem klassischen Zwei-Wertpapier-Fall aus, in dem eine stochastische und eine risikolose Finanzanlage zur Verfügung stehen. Ausgehend von einem Wertpapier-Portfolio ist von Interesse, wie risikoaverse Investoren ihre Anlageentscheidung bei einer Änderung des Renditerisikos revidieren. Zur Erklärung und Charakterisierung eines derartigen Risikoeffektes dienen in der finanzwirtschaftlichen Literatur spezielle Annahmen hinsichtlich der Nutzenfunktion der Kapitalanleger. Ein viel beachteter Lösungsweg ist das von Kimball eingeführte Konzept des Vorsichtsmotivs (absolute Prudence).
13139 Downloads29.09.2006
Datei downloaden Die offensichtlich zunehmende Volatilität an den Finanzmärkten verbunden mit immer häufiger auftretenden extremen Ausschlägen sind der Grund für die wachsende Bedeutung des finanziellen Risikomanagements. In den letzten Jahren hat sich die Value-at-Risk-Methodik in diesem Zusammenhang als Standardverfahren für Finanzmarktakteure durchgesetzt1. Zum Beispiel informieren inzwischen nicht nur Banken, sondern auch Industrieunternehmen wie DaimlerChrysler in den Geschäftsberichten durch Angabe der Kennzahl Value at Risk über die Höhe der bestehenden finanzwirtschaftlichen Risiken. [Quelle: Finanz Betrieb, Zeitschrift für Unternehmensfinanzierung und Finanzmanagement, 3. Jahrgang, Oktober 2002, S.603-607.]
9107 Downloads10.09.2006
Datei downloaden Value at risk (VaR) is today the standard tool in risk management for banks and other financial institutions. It is defined as the worst loss for a given confidence level: For a confidence level of e.g. p=99%, one is 99% certain that at the end of a chosen risk horizon there will be no greater loss than just the VaR. In terms of probability theory, VaR is the 1% quantile (in general the (1-p)% quantile) of the profit and loss distribution. [Autor: Priv.-Doz. Dr. oec. publ. Hans Rau-Bredow, www.wifak.uni-wuerzburg.de]
10278 Downloads10.09.2006
Datei downloaden Der DIX Deutsche Immobilien Index hat 2005 bezogen auf den Total Return nach einem fünfjährigen Abwärtstrend den Tiefststand der letzten zehn Jahre markiert. Besonders stark war das Bürosegment betroffen. Aufgrund von umfangreichen Abwertungen und Leerständen von nahezu 20 Prozent musste in diesem Segment 2005 mit -0,7 Prozent erstmals ein negativer Total Return hingenommen werden. Gleichzeitig ist die Nettoabsorption von Flächen auf ein minimales Niveau gesunken. Neu- oder Anschlussvermietungen sind oftmals nur noch unter erheblichen Zugeständnissen bei den Mietkonditionen, Gewährung von mietfreien Zeiten oder Übernahme von Umbaukosten möglich. Vor diesem Hintergrund haben viele institutionelle Immobilieninvestoren und Asset Manager den hohen Stellenwert eines modernen Risikomanagementsystems als Steuerungsinstrument erkannt, das Chancen und Risiken eines Portfolios systematisch erfasst und analysierbar macht.
7818 Downloads08.09.2006
Datei downloaden Die Bewertung der Ergebnisse (Zahlungen) unsicherer Alternativen (Handlungen) dient dem Vergleich, also der Entscheidungsfindung bei Unsicherheit. In dem vorliegenden Beitrag werden die betriebswirtschaftlichen Methoden der Bewertung (von Unternehmen, Investitionen oder Strategievarianten) in einem entscheidungs- und nutzentheoretischen Kontext betrachtet, wobei auf die besondere Bedeutung der Unsicherheit (der Risiken) eingegangen wird. Bekanntlich ist der Umfang des Risikos aufgrund der Risikoaversion der Menschen relevant für Entscheidungen unter Unsicherheit und damit eine Determinante des Werts. Der erste Teil der Serie beschäftigt sich mit den Grundlagen von Entscheidungen unter Unsicherheit sowie der Erwartungsnutzentheorie. Teil zwei fokussiert auf die unterschiedlichen Risikomaße. Der abschließende dritte Teil in Ausgabe 14 diskutiert Kapitalmarktmodelle mit alternativen Risikomaßen. Teil 1: Grundlagen - Entscheidungen unter Unsicherheit und Erwartungsnutzentheorie / Teil 2: Downside-Risikomaße - Risikomaße, Safety-First-Ansätze und Portfoliooptimierung / Teil 3: Kapitalmarktmodelle - Alternative Risikomaße und Unvollkommenheit des Kapitalmarkts [Quelle: RISIKOMANAGER Ausgaben 12,13,14/2006, Mit freundlicher Genehmigung des Bank-Verlags, Köln]
63315 Downloads15.08.2006
Datei downloaden