RiskNET eLibrary
Sie möchten Ihre Publikation gerne in unserer eLibrary veröffentlichen?
Methoden
Operational losses are generally observed at specific points in time and vary from moderate to possibly very large amounts. Both variables – the time of the event and the amplitude of the associated loss – are random variables whose distributions must be estimated. The concept of compound Poisson process provides an accurate analytical framework to address the modelling problem. In this paper, we analyse the class of parametric distributions which better fit the observed empirical loss data classified by business lines. Particular attention is devoted to the fitting of the tail distribution of the losses.
[Authors: Rosella Giacometti, Svetlozar Rachev, Anna Chernobai, Marida Bertocchi, Giorgio Consigli]
[Authors: Rosella Giacometti, Svetlozar Rachev, Anna Chernobai, Marida Bertocchi, Giorgio Consigli]
5794 Downloads28.05.2008
Datei downloaden The emergence of CDS indices and corresponding credit risk transfer markets with high liquidity and narrow bid-ask spreads has created standard benchmarks for market credit risk and correlation against which portfolio credit risk models can be calibrated. Integrated risk management for correlation dependent credit derivatives, such as single-tranches of synthetic CDOs, requires an approach that adequately reflects the joint default behavior in the underlying credit portfolios. Another important feature for such applications is a flexible model architecture that incorporates the dynamic evolution of underlying credit spreads. In this paper, we present a model that can be calibrated to quotes of CDS index-tranches in a statistically sound way and simultaneously has a dynamic architecture to provide for the joint evolution of distance-to-default measures. This is accomplished by replacing the normal distribution by smoothly truncated ?-stable (STS) distributions in the Black/Cox version of the Merton approach for portfolio credit risk.
[Authors: Jochen Papenbrock, Svetlozar T. Rachev, Markus Höchstötter, Frank J. Fabozzi]
[Authors: Jochen Papenbrock, Svetlozar T. Rachev, Markus Höchstötter, Frank J. Fabozzi]
7935 Downloads28.05.2008
Datei downloaden Die Auseinandersetzung mit Risiken stellt seit jeher eine zentrale Aufgabe eines jeden Versicherungsunternehmens (VU) dar. Datensammlung, Risikoanalyse, Tarifierung und Reservierung sind wesentliche Bestandteile des Geschäfts von Versicherern und Rückversicherern. Dabei stand bisher meist die Analyse der Risiken der Versicherungsnehmer bzw. der resultierenden aktuariellen Risiken im Mittelpunkt. Noch relativ jung ist die systematische Betrachtung der Risiken, die das VU selbst betreffen- die Schwankung der gehaltenen Assets oder der Ausfall von Vertragspartnern. Die konsequente Fortführung dieser Entwicklung hin zu einer ganzheitlichen Analyse ist die Betrachtung der Risiken für den Betrieb des Unternehmens selbst – die operationellen Risiken (OpRisk). Der Artikel von Herrn Niels Kunzelmann und Herr Markus Quick (Dr. Peter & Company AG) beschäftigt sich mit den Möglichkeiten der Identifizierung, Messung und Steuerung dieser Risiken in VU.
18462 Downloads27.05.2008
Datei downloaden Aktuell vollzieht sich ein Paradigmenwechsel im Risikomanagement. Praktiker beginnen zu verstehen, dass extreme Ausschläge an Finanzmärkten möglichst realitätsgetreu abzubilden sind. Die Fokussierung auf das Phänomen starker Schwankungen ist aufgrund der steigenden Anforderungen an das Risikomanagement sowie wegen der höheren Komplexität vieler Finanzprodukte unbedingt erforderlich. Dadurch wird die Zukunftsfähigkeit herkömmlicher Ansätze grundsätzlich in Frage gestellt. Der vorliegende Artikel beleuchtet eine viel versprechende Klasse von Wahrscheinlichkeitsverteilungen, die diesen gewachsenen Ansprüchen gerecht wird: die α-stabile Verteilungsklasse.
9448 Downloads22.05.2008
Datei downloaden Pensionsfonds und andere institutionelle Anleger sind in aller Regel an ein bestimmtes Renditeziel (Rechnungszins) gebunden, das Jahr für Jahr in der Kapitalanlage erreicht werden muss. Bei der Methode der robusten Optimierung wird neben dem Investmentrisiko auch das Prognoserisiko in Bezug auf die erwarteten Renditen in die Modellierung der Asset Allocation einbezogen. Damit soll sichergestellt werden, dass ein Anleger seine Renditeziele auch bei fehlerhaften Prognosen zuverlässig erreicht.
[Autoren: Marko Hirsch/Jochen M. Kleeberg, Quelle: die bank, Ausgabe 4/2006, S. 20-24.]
[Autoren: Marko Hirsch/Jochen M. Kleeberg, Quelle: die bank, Ausgabe 4/2006, S. 20-24.]
12469 Downloads29.04.2008
Datei downloaden Nicht nur in der Folge von Basel II werden Finanzmärkte und damit die Welt, in der sich Finanzdienstleitungsinstitute bewegen, komplexer. Auch neue bzw. erweiterte Vorschriften und Richtlinien sowie eine steigende Produktvielfalt und -komplexität stellen Herausforderungen für Finanzdienstleitungsinstitute dar. Unternehmensführung in diesem sich permanent ändernden Umfeld fordert immer mehr Management bei größerer Unsicherheit. In diesem Umfeld wird Risikomanagement aber häufig noch ausschließlich unter dem Blickwinkel der Erfüllung aufsichtsrechtlicher Anforderungen gesehen und nicht als effektives Managementinstrument zur Wertschöpfung im Unternehmen.
10307 Downloads06.03.2008
Datei downloaden Die Anfänge des modernen Reputations-Risikomanagements wurzeln in drei Ansätzen: zum einen liegen sie in der Analyse der erfolgreichsten US-Unternehmen, so wie sie das Forbes-Magazine in Form von Rankings publizierte. Das Reputation Institute in New York führt diesen Ansatz heute weiter. Zum anderen leiten sich aus der Praxis des Issues Managements gute Gründe ab, die Unternehmensreputation systematisch zu behandeln. Schließlich kommen auch die Überlegungen zum Thema "Excellence" zu dem Punkt, an dem sich die R-Frage stellt. Diese drei Traditionen gilt es zu synchronisieren, um ein erfolgreiches Reputationsrisiko-Management aufbauen zu können.
[Autor: Achim Kinter, Quelle. RISKNEWS 06/05]
[Autor: Achim Kinter, Quelle. RISKNEWS 06/05]
11323 Downloads26.02.2008
Datei downloaden Do investors obtain their long term returns smoothly and steadily over time, or is their long term performance largely determined by the return of just a few outliers? How likely are investors to successfully predict the best days to be in and out of the market? The evidence from 15 international equity markets and over 160,000 daily returns indicates that a few outliers have a massive impact on long term performance. On average across all 15 markets, missing the best 10 days resulted in portfolios 50.8% less valuable than a passive investment; and avoiding the worst 10 days resulted in portfolios 150.4% more valuable than a passive investment. Given that 10 days represent less than 0.1% of the days considered in the average market, the odds against successful market timing are staggering.
8669 Downloads13.02.2008
Datei downloaden Die Arbeit befaßt sich mit der Ermittlung des Value-at-Risk und des Shortfall-Risk auf der Grundlage zentraler Erkenntnisse der Extremwerttheorie. Die Extremwerttheorie ist ein spezielles Teilgebiet der Wahrscheinlichkeitstheorie und wird z.B. verwendet um das potenzielle Ausmaß von Naturkatastrophen zu quantifizieren. Es werden Methoden vorgestellt, mit deren Hilfe der Value-at-Risk und der Shortfall-Risk mit relativ geringen Verzerrungen geschätzt werden können. Untersucht wird insbesondere der Einfluß von Leptokurtosis und Fat Tails hinsichtlich der Randverteilung von Logrenditen auf die Schätzgüte der herkömmlichen Value-at-Risk-Ermittlungsmethoden und der Methoden der Extremwerttheorie. Es läßt sich feststellen, daß die herkömmlichen Ansätze zur Ermittlung des Value-at-Risk vor diesem Hintergrund zu systematisch verzerrten Schätzungen extremer Portefeuillerisiken führen. Insbesondere ist die Ermittlung des Value-at-Risk auf der Grundlage der Normalverteilungshypothese grundsätzlich den Methoden der Extremwerttheorie und der historischen Simulation unterlegen. Die Methoden der Extremwerttheorie sind genau dann zu bevorzugen, wenn eine Quantifizierung extrem seltener Risikoszenarien erfolgen soll und die theoretische Randverteilung der Logrendite fat-tailed ist.
[Autor: Gabriel Frahm]
[Autor: Gabriel Frahm]
10248 Downloads10.02.2008
Datei downloaden Für gewöhnlich werden aus einer größeren Stichprobe all jene Werte entfernt, die so groß oder klein sind, dass sie unplausibel erscheinen. Sie werden als Ausreisser deklariert und vom weiteren Prozess des Schätzens und Quantifizierens ausgeschlossen. Genau mit diesen Werten beschäftigt sich als Zweig der Statistik die Extremwerttheorie. Sie beschreibt, wie groß Ausreißer sind und mit welchen Wahrscheinlichkeiten Extrema einer vorgegebenen Höhe vorkommen. So kann man auch sehr seltene (beispielsweise nur alle 100 Jahre vorkommende) Ereignisse beschreiben und deren Wahrscheinlichkeiten abschätzen.
[Quelle: RISKNEWS, Ausgabe 5/2004, S. 42-44]
[Quelle: RISKNEWS, Ausgabe 5/2004, S. 42-44]
11194 Downloads10.02.2008
Datei downloaden 
