RiskNET eLibrary
Sie möchten Ihre Publikation gerne in unserer eLibrary veröffentlichen?
Methoden
Angesichts des stetig steigenden Profitabilitätsdrucks in der deutschen Finanzbranche ist es von zentraler Bedeutung die Ertragsund Risikopotenziale durch das Eingehen von Adressrisiken über alle Segmente (Kundengeschäft, Eigengeschäft) Ex-Ante möglichst gut abzuschätzen und Ex-Post die tatsächliche Performance (über die risikolose Anlage hinaus) durch das Halten von Adressrisiken zu quantifizieren. [Michael Lesko / Frank Schlottmann / Quelle: Genossenschaftsblatt 09/2005]
11621 Downloads18.12.2006
Datei downloaden Der Schätzung und Validierung von Kreditumrechnungs-Faktoren (CCF) im Rahmen der Ermittlunge des Exposure at Default (EAD) wurde bislang zu geringe Aufmerksamkeit geschenkt. CCF haben im Risikomangement eine weit reichende Bedeutung, so auch im Kontext der IRB-Ansätze von Basel II und der Kreditrisikosteuerung auf Grund des umfangreichen Kontokorrentkredit-und Aval-Geschäfts in Deutschland. [Autoren: Christof Hofmann / Dr. Michael Lesko / Stephan Vorgrimler / Quelle: Die Bank 06/2005]
17093 Downloads18.12.2006
Datei downloaden The Internal Rating Based Approach (IRBA) of the New Basel Capital Accord allows banks to use their own rating models for the estimation of probabilities of default (PD) as long as the systems meet specified minimum requirements. Statistical theory offers a variety of methods for building and estimation rating models. This chapter gives an overview of these methods. The overview is focused on statistical methods and includes parametric models like linear regression analysis, discriminant analysis, binary response analysis, time-discrete panel methods, hazard models and nonparametric models like neural networks and decision trees. We also highlight the benefits and the drawbacks of the various approaches. We conclude by interpreting the models in light of the minimum requirements of the IRBA. Probekapital aus: The Basel II Risk Parameters – Estimation, Validation, and Stress Testing [Bernd Engelmann, Robert Rauhmeier, Robert (Editors), 376 p., Springer Verlag, Berlin 2006.]
9713 Downloads11.12.2006
Datei downloaden In dem Kapitel werden die verschiedenen prinzipiellen Möglichkeiten vorgestellt, Verlustverteilungen zu bestimmen. Um eine plausible Verlustverteilung für ein Portfolio zu erhalten, reicht es jedoch in der Regel nicht aus, ein Verteilungsmodell zu bestimmen und mit den richtigen Parameterwerten zu befüllen. Vielmehr sind hierzu komplexere Modelle nötig, bei deren Formulierung die zuvor besprochenen Verteilungsmodelle mit ihren Eigenschaften von besonderer Bedeutung sind. Modelle dieser Art besprechen wir in Kapitel 6. Selbst wenn wir ein Portfoliomodell formuliert haben, müssen wir noch die Verlustverteilung und deren (Risiko-) Kennzahlen berechnen. Hierzu steht uns ein umfangreiches Instrumentarium zur Verfügung, dessen wichtigste Werkzeuge wir in diesem Kapitel einführend beschreiben. Probekapitel aus: Kreditrisikomessung – Statistische Grundlagen, Methoden und Modellierung [Andreas Henking, Christian Bluhm, Ludwig Fahrmeir, 312 S., Springer Verlag, Berlin 2006.]
18807 Downloads11.12.2006
Datei downloaden The high computational complexity of many problems in financial decision-making has prevented the development of timeefficient deterministic solution algorithms so far. At least for some of these problems, e.g., constrained portfolio selection or non-linear time series prediction problems, the results from complexity theory indicate that there is no way to avoid this problem. Due to the practical importance of these problems, we require algorithms for finding optimal or near-optimal solutions within reasonable computing time. Hence, heuristic approaches are an interesting alternative to classical approximation algorithms for such problems. Over the last years many interesting ideas for heuristic approaches were developed and tested for financial decision-making. We present an overview of the relevant methodology, and some applications that show interesting results for selected problems in finance. [Autoren: Frank Schlottmann, Detlef Seese, Quelle: Rachev, S. (Ed.): Handbook of Computational and Numerical Methods in Finance]
9011 Downloads08.12.2006
Datei downloaden We discuss four different approaches to the estimation of sector weights for the CreditRisk+ model from German real-world data. Using a sample loan portfolio, we compare these approaches in terms of the resulting unexpected loss risk figures. [Autoren: Michael Lesko, Frank Schlottmann, Stephan Vorgrimler, Quelle: Gundlach, M. / Lehrbass, F. (Eds.): CreditRisk+™ in the Banking Industry]
8824 Downloads08.12.2006
Datei downloaden Im Jahre 1997 stellten Brace/Gatarek/Musiela1 das LIBOR-Marktmodell vor und leiteten damit eine neue Ära im Bereich der Zinsstrukturmodelle ein. Inzwischen stellt es den State-of-the-Art bei der Bewertung und beim Hedging von exotischen Zinsderivaten dar. Die Autoren erläutern zunächst die praktische Anwendung des Modells und übertragen es dann auf die Bewertung des Zinsänderungsrisikos. Abschließend erfolgt ein Vergleich mit einem weiteren verbreiteten Risikomessmodell. Das Ziel eines Zinsstrukturmodells besteht darin, die Dynamik der Zinsstruktur durch ein geeignetes mathematisches Modell möglichst treffend zu beschreiben. Dabei weisen die Verläufe der Zinskurve beispielsweise im Vergleich zu Aktienkursverläufen wesentliche Unterschiede auf, die eine Modellierung erschweren. Die verschiedenen Stützstellen der Kurve sind zueinander unterschiedlich stark korreliert und auch ihre Volatilität unterscheidet sich (Volatilitätsstruktur der Zinskurve). Im Zusammenhang mit der konsistenten Bewertung von Zinsderivaten stellt sich das Hauptproblem darin, einen arbitragefreien Prozess aus der zugrundegelegten Dynamik abzuleiten. Im Folgenden wird ein kurzer Abriss der Entwicklungen im Bereich der Zinsstrukturmodelle gegeben. [Autoren: Irene Biller, Andreas Mitschele, Frank Schlottmann, Detlef Seese, Stephan Vorgrimler, Quelle: Zeitschrift für das gesamte Kreditwesen 22/2004]
13203 Downloads08.12.2006
Datei downloaden Zentrales Thema einer zukunftsorientierten Banksteuerung ist neben einer wertorientierten Chancen-/Risikoallokation des Bankportfolios auch weiterhin die ertragsorientierte Sichtweise unter Beachtung bilanzieller Anforderungen und Risiko-Restriktionen aus der Gewinn- und Verlustrechnung der Bank. Der folgende Beitrag stellt ein entsprechendes duales Steuerungsmodell vor, das alle Risikokategorien der Bank umfasst. [Autoren: Jochen Crecelius, Christian Sievi, Quelle: Die Bank 04/2004]
10213 Downloads08.12.2006
Datei downloaden In the last few years we have witnessed growing interest in Dynamic Financial Analysis (DFA) in the nonlife insurance industry. DFA combines many economic and mathematical concepts and methods. It is almost impossible to identify and describe a unique DFA methodology. There are some DFA software products for nonlife companies available in the market, each of them relying on its own approach to DFA. Our goal is to give an introduction into this field by presenting a model framework comprising those components many DFA models have in common. By explicit reference to mathematical language we introduce an up-and-running model that can easily be implemented and adjusted to individual needs. An application of this model is presented as well. [Roger Kaufmann, Andreas Gadmer, Ralf Klett]
9332 Downloads07.12.2006
Datei downloaden Copulas offer financial risk managers a powerful tool to model the dependence between the different elements of a portfolio and are preferable to the traditional, correlation-based approach. In this paper we show the importance of selecting an accurate copula for risk management. We extend standard goodness-of-fit tests to copulas. Contrary to existing, indirect tests, these tests can be applied to any copula of any dimension and are based on a direct comparison of a given copula with observed data. For a portfolio consisting of stocks, bonds and real estate, these tests provide clear evidence in favor of the Student's t copula, and reject both the correlation-based Gaussian copula and the extreme value-based Gumbel copula. In comparison with the Student's t copula, we ¯nd that the Gaussian copula underestimates the probability of joint extreme downward movements, while the Gumbel copula overestimates this risk. Similarly we establish that the Gaussian copula is too optimistic on diversification benefits, while the Gumbel copula is too pessimistic. Moreover, these differences are significant. [Erik Kole, Kees Koedijk, Marno Verbeek]
10864 Downloads07.12.2006
Datei downloaden 