RiskNET eLibrary
Sie möchten Ihre Publikation gerne in unserer eLibrary veröffentlichen?
In dem Beitrag "6 Ways Companies Mismanage Risk" (Harvard Business Review, March 2009] wird erklärt, was die Risikomanager in jüngerer Zeit falsch gemacht haben. Insgesamt werden sechs typische Fehler diskutiert. Dem Autor geht es aber eindeutig "nur" um praktische Umsetzungsfehler. Die implizite Annahme bei seiner Diskussion lautet: Im "Prinzip" ist die Grundstruktur der heutigen Risikomodelle richtig; es geht also lediglich um fehlerhafte Anwendungen. Im vorliegenden Beitrag wird diese Sichtweise bestritten. Wir behaupten: Das Grundmodell hat eine falsche Struktur. Wenn das Grundmodell falsch ist, warum ging es bis zum Sommer 2007 dann gut? Warum funktionierte das Grundmodell danach nicht mehr? Die Antwort ist einfach: Selbst eine Fehlkonstruktion kann funktionieren, wenn sie nicht extremen Belastungen ausgesetzt ist. Die extreme Belastung setzte im Jahr 2007 mit dem Zusammenbruch des Subprime-Marktes ein. Erst zu diesem Zeitpunkt wurden die konzeptionellen Fehler im Risikomanagement offensichtlich.
1704 Downloads17.08.2009
Datei downloaden Ein modernes Risikomanagement soll nicht nur Transparenz schaffen über den Umfang von Einzelrisiken und den (aggregierten) Gesamtrisikoumfang, sondern zudem die Voraussetzung für bessere unternehmerische Entscheidungen liefern. Insbesondere sollen Risikoinformationen dazu beitragen, erwartete Erträge und Risiken gegeneinander abzuwägen. Dazu ist die Gesamtrisikoposition maßgeblich, womit speziell auch Finanzrisiken gemeinsam betrachtet werden müssen.
[Quelle: Managementkompass Finanzkrisen Mai/2009, S. 12-13]
[Quelle: Managementkompass Finanzkrisen Mai/2009, S. 12-13]
2901 Downloads14.08.2009
Datei downloaden In this thesis we investigate two market risk factors only, the FX rates USD vs. DEM and GBP vs. DEM, and use the Gumbel-Hougaard copula [4] to describe their dependence structure. We present algorithms to estimate the parameter of this copula and to generate pseudo random numbers due to a copula dependence. Based on about 2000 items of historical data, we compute the VaR using a copula-modified MC algorithm. To see the advantage of this method, we compare these results with VaR results obtained from traditional" MC simulations and from the variance-covariance method. On the basis of our backtesting results, we find that the copula method" is more reliable than the other two methods.
[Source: Rank, Jorn: Oxford University, 2000]
[Source: Rank, Jorn: Oxford University, 2000]
7176 Downloads12.08.2009
Datei downloaden Modern risk management calls for an understanding of stochastic dependence going beyond simple linear correlation. This paper deals with the static (non-time-dependent) case and emphasizes the copula representation of dependence for a random vector. Linear correlation is a natural dependence measure for multivariate normally and, more generally, elliptically distributed risks but other dependence concepts like comonotonicity and rank correlation should also be understood by the risk management practitioner. Using counterexamples the falsity of some commonly held views on correlation is demonstrated; in general, these fallacies arise from the naive assumption that dependence properties of the elliptical world also hold in the non-elliptical world. In particular, the problem of finding multivariate models which are consistent with prespecified marginal distributions and correlations is addressed. Pitfalls are highlighted and simulation algorithms avoiding these problems are constructed.
[Source: Embrechts, Paul/McNeil, Alexander/Straumann, Daniel, ETH Zurich, 1999]
[Source: Embrechts, Paul/McNeil, Alexander/Straumann, Daniel, ETH Zurich, 1999]
2654 Downloads11.08.2009
Datei downloaden Die mit der elektronischen Datenverarbeitung verbundenen Risiken stellen einen bedeutenden Anteil des operativen Risikos einer Unternehmung dar. Der technologische Wandel und der zunehmende Wettbewerb erfordern, permanent Änderungen an den bestehenden IT- und Kommunikationssystemen vorzunehmen. Allein US-Unternehmen investieren jedes Jahr 250 Milliarden Dollar in IT-Projekte. Die erfolgreiche Bewältigung komplexer IT-Projekte hat für die Wettbewerbsfähigkeit von Unternehmen erhebliche strategische Bedeutung. Ein erfolgreiches Unternehmen muß in der Lage sein, Projekte professionell durchzuführen, um neue Produkte und Dienstleistungen in hoher Qualität zeitgerecht einzuführen.
[Quelle: Markus Gaulke: Risikomanagement für erfolgreiche IT-Projekte, in: RISKNEWS 05/2003, S. 54-28.]
[Quelle: Markus Gaulke: Risikomanagement für erfolgreiche IT-Projekte, in: RISKNEWS 05/2003, S. 54-28.]
2908 Downloads11.08.2009
Datei downloaden Das Denken in Netzen wird das Denken in Pyramiden ergänzen, vielleicht sogar ersetzen. Das gängige Strukturmodell im Unternehmen ist immer noch die Pyramide mit dem Chef oben, den Mitarbeitern unten und den Kunden manchmal ganz unten. Die Zukunft gehört horizontalen Netz-Strukturen – nicht nur bei virtuellen Unternehmen, sondern auch innerhalb der Firmen. Prinzipien der Marktwirtschaft müssen und werden auch innerhalb der Unternehmen gelten. Zentralbereiche arbeiten dann als Dienstleistungs-Zentren für die anderen Leistungs-Zentren, beispielsweise Produktion oder Vertrieb. Zentrale Stäbe stehen – wie der Name schon sagt – im Zentrum des "Marktplatzes" Unternehmen und nicht oben auf einer Spitze.
[Quelle: Jürgen Fuchs: Wert-Schöpfung durch Wert-Schätzung - wenn die Mitarbeiter ihren Chef bezahlen, in: RISKNEWS 09/2002, S. 22-28.]
[Quelle: Jürgen Fuchs: Wert-Schöpfung durch Wert-Schätzung - wenn die Mitarbeiter ihren Chef bezahlen, in: RISKNEWS 09/2002, S. 22-28.]
4416 Downloads11.08.2009
Datei downloaden Kreditratings sind eines von mehreren Instrumenten, die Investoren bei ihrer Kaufentscheidung von Anleihen und anderen festverzinslichen Anlagen benutzen können. Dieser Leitfaden erläutert, was Ratings sind und was nicht, wer sie verwendet und warum sie für die Kapitalmärkte von Nutzen sein können. Der vorliegende Leitfaden bietet überdies einen Überblick über die verschiedenen Geschäftsmodelle und Methoden von Ratingagenturen. Er beschreibt außerdem ganz allgemein, wie Standard & Poor’s zu ihren Ratingmeinungen über Emittenten und Emissionen gelangt, wie die daraus resultierenden Ratings überwacht und angepasst werden, und wie sie Ratingänderungen im Zeitverlauf untersucht.
6640 Downloads06.08.2009
Datei downloaden Im ersten Teil der Serie wurde eine Einführung hinsichtlich der Definition und Modellierung der Recovery Rate in Kreditrisikomodellen gegeben. Es wurde deutlich, dass im allgemeinen die in der Praxis verwendeten Kreditrisikomodelle sehr komplexe Ansätze für die Modellierung der Ausfallwahrscheinlichkeit bieten. Bei der Modellierung der Recovery Rate jedoch wurden häufig sehr vereinfachende bzw. empirisch nicht belegbare Überlegungen angestellt. Im zweiten Teil der Serie, wurde dann die historische Entwicklung von Bond Default Preisen sowie mögliche Einflussvariablen auf die aggregierte Recovery Rate eines Jahres untersucht. Es wurde deutlich, dass die Verwendung einer konstanten Recovery Rate, wie sie in manchen Kreditrisikomodellen getroffen wird, nicht haltbar ist.
Im dritten und letzten Teil der Serie soll daher näher darauf eingegangen werden, wie die Recovery Rate einzelner Kredite in Abhängigkeit von Faktoren wie Seniority, Kapitalstruktur oder Industriezugehörigkeit eines Unternehmens praxisnah geschätzt werden kann. Als exemplarisches Beispiel wird hierbei das von Moody’s verwendete Modell LossCalc vorgestellt. Dieses kann – trotz seiner mathematischen Einfachheit - als Musterbeispiel für die Entwicklung von angewandten Modellen zur Schätzung der Recovery Rate angesehen werden.
[Quelle: Stefan Trück/Jens Deidersen/Peter Niebling: Default Recovery Rates – Theoretische Modellierung und empirische Studien, Teil 3 – Moody’s LossCalc und die Schätzung von individuellen Recovery Rates, in: RiskNEWS, 4. Jg., Nr. 1, Freiburg i.Br. 2003, S. 12-21.]
Im dritten und letzten Teil der Serie soll daher näher darauf eingegangen werden, wie die Recovery Rate einzelner Kredite in Abhängigkeit von Faktoren wie Seniority, Kapitalstruktur oder Industriezugehörigkeit eines Unternehmens praxisnah geschätzt werden kann. Als exemplarisches Beispiel wird hierbei das von Moody’s verwendete Modell LossCalc vorgestellt. Dieses kann – trotz seiner mathematischen Einfachheit - als Musterbeispiel für die Entwicklung von angewandten Modellen zur Schätzung der Recovery Rate angesehen werden.
[Quelle: Stefan Trück/Jens Deidersen/Peter Niebling: Default Recovery Rates – Theoretische Modellierung und empirische Studien, Teil 3 – Moody’s LossCalc und die Schätzung von individuellen Recovery Rates, in: RiskNEWS, 4. Jg., Nr. 1, Freiburg i.Br. 2003, S. 12-21.]
2844 Downloads06.08.2009
Datei downloaden Bei der Modellierung des Kreditrisikos wurde die Recovery Rate bislang häufig wenig beachtet. Meist wurde die Annahme einer fixen Recovery Rate getroffen oder der historische Durchschnitt der Recovery Rates für verschiedene seniority-Klassen verwendet. Ein solches Vorgehen ist jedoch insofern problematisch, da die vereinfachten Annahmen zu einer Fehleinschätzung des Kreditrisikos und somit möglicherweise zu einer ungenügenden Kapitalausstattung der Kreditinstitute bzw. einer falschen Bewertung von Krediten und Anleihen führen können.
Dies ist aber letztendlich nicht nur im Hinblick auf ein funktionierendes Risikomanagement bedenklich, sondern auch bezüglich der Erfüllung der Richtlinien des neuen Basler Akkords zur Eigenkapitalausstattung von Banken, in dem eine emiprisch gestütze Schätzung der Recovery Rates vorgesehen ist. Der folgende Artikel beschäftigt sich insofern mit der Erläuterung, Modellierung und Schätzung von Recovery Rates.
[Quelle: Stefan Trück/Jens Deidersen/S. T. Rachev: Default Recovery Rates – Theoretische Modellierung und empirische Studien, Teil 1 – Einführung und Modellierung der Recovery Rate, in: RiskNEWS, 3. Jg., Nr. 11, Freiburg i.Br. 2002, S. 7-19.]
Dies ist aber letztendlich nicht nur im Hinblick auf ein funktionierendes Risikomanagement bedenklich, sondern auch bezüglich der Erfüllung der Richtlinien des neuen Basler Akkords zur Eigenkapitalausstattung von Banken, in dem eine emiprisch gestütze Schätzung der Recovery Rates vorgesehen ist. Der folgende Artikel beschäftigt sich insofern mit der Erläuterung, Modellierung und Schätzung von Recovery Rates.
[Quelle: Stefan Trück/Jens Deidersen/S. T. Rachev: Default Recovery Rates – Theoretische Modellierung und empirische Studien, Teil 1 – Einführung und Modellierung der Recovery Rate, in: RiskNEWS, 3. Jg., Nr. 11, Freiburg i.Br. 2002, S. 7-19.]
6173 Downloads06.08.2009
Datei downloaden Im ersten Teil der Serie wurde eine Einführung hinsichtlich der Definition und Modellierung der Recovery Rate in Kreditrisikomodellen gegeben. Es wurde deutlich, dass im allgemeinen die in der Praxis verwendeten Kreditrisikomodelle sehr versierte Ansätze für die Modellierung der Ausfallwahrscheinlichkeit bieten. Bei der Modellierung der Recovery Rate jedoch wurden häufig sehr vereinfachende bzw. empirisch nicht belegbare Überlegungen angestellt. Die Annahme einer konstanten Recovery Rate oder auch deren Modellierung als stochastische Variable unabhängig von der Ausfallwahrscheinlichkeit, wie sie in einigen Kreditrisikomodellen getroffen wird, sind letztendlich mehr als fraglich.
Im zweiten Teil der Serie, soll nun die historische Entwicklung von Bond Default Preisen sowie mögliche Einflussvariablen auf die aggregierte Recovery Rate untersucht und erläutert werden.
[Quelle: Stefan Trück/Jens Deidersen/S. T. Rachev: Default Recovery Rates – Theoretische Modellierung und empirische Studien, Teil 2 – Einflussfaktoren und Schätzung von durchschnittlichen Recovery Rates, in: RiskNEWS, 4. Jg., Nr. 1, Freiburg i.Br. 2003, S. 7-17.]
Im zweiten Teil der Serie, soll nun die historische Entwicklung von Bond Default Preisen sowie mögliche Einflussvariablen auf die aggregierte Recovery Rate untersucht und erläutert werden.
[Quelle: Stefan Trück/Jens Deidersen/S. T. Rachev: Default Recovery Rates – Theoretische Modellierung und empirische Studien, Teil 2 – Einflussfaktoren und Schätzung von durchschnittlichen Recovery Rates, in: RiskNEWS, 4. Jg., Nr. 1, Freiburg i.Br. 2003, S. 7-17.]
2675 Downloads06.08.2009
Datei downloaden 
