Ziel des Buches ist eine praxis- und anwendungsorientierte Einführung in mathematische Aspekte der Risikomodellierung und -analyse und des Risikomanagements. In der zweiten überarbeiteten und um insgesamt rund 25 Seiten erweiterten Auflage wurden Einblicke in die Extremwerttheorie eingefügt, Ausführungen zu strukturierten Finanzprodukten (Zertifikaten) in einem eigenen Abschnitt 4.3.8 ausführlicher dargestellt und zusätzliche Beispiel, u. a. zum Asset-Liability-Management, aufgenommen. Außerdem enthält der Anhang einen kompakten Überblick über die wesentlichen Wahrscheinlichkeitsverteilungen in Excel und R.
Das einführende Lehrbuch gliedert sich – wie bereits in der ersten Auflage – in sieben Kapitel. Das einleitende, erste Kapitel konzentriert sich auf elementare Grundlagen der Risikoanalyse, etwa die Darstellung der etymologischen Wurzeln des Risikobegriffs sowie die Grundlagen der Risikoanalyse im Finanz- und Versicherungswesen. Außerdem skizzieren die Autoren die regulatorischen Grundlagen des Risikomanagements (Corporate Governance, KonTraG, SOX, Basel II, Basel III, Solvency II und MaRisk etc.) sowie die Regelkreislogik des Risikomanagements.
Im anschließenden zweiten Kapitel wird die mathematische Modellierung von Risiken als Zufallsvariablen beschrieben. Es werden verschiedene Verteilungsmodelle für Schadenhöhen und Schadenanzahl vorgestellt und grundlegende Modelle für Wertentwicklungsprozesse erörtert. Ergänzend wird auf die Aggregation von Einzelrisiken zu einem Gesamtrisiko eingegangen. Ein vollständiges Bild über ein Risiko kann nur durch die Kenntnis der gesamten Wahrscheinlichkeitsverteilung gewonnen werden. Trotzdem ist es wichtig, sich als Risikomanager mit Hilfe von Risikokennzahlen einen kompakten Überblick zu verschaffen. Eine Auswahl von stochastischen Risikokennzahlen und analytischen Risikokennzahlen wird in Kapitel 3 beschrieben. In diesem Kontext werden unter anderem auch die Kohärenzkriterien nach Artzner, Delbaen, Eber und Heath skizziert. In Kapitel 3 werden außerdem Mehrperiodenmodelle betrachtet. Außerdem werden ausgewählte risikoadjustierte Performancemaße (PMR, Sharpe-Ratio, M/M-Leverage-Rendite, RoRAC, RoRC, RaRoC bzw. RARoRAC) vorgestellt.
Auf dem Fundament der in Kapitel 2 und 3 beschriebenen Risikomodelle und Risikokennzahlen werden im anschließenden vierten Kapitel verschiedene Risikoentlastungsstrategien beschrieben und in Bezug auf ihre Entlastungswirkung analysiert. Als Grundtypen werden die Risikoteilung, die Risikodiversifikation und das Hedging von Risiken vorgestellt. In weiteren drei Kapiteln werden spezielle Aspekte der Risikomodellierung und der Risikoanalyse beleuchtet. Kapitel 5 beschäftigt sich mit der Modellierung von Abhängigkeiten, beispielsweise mittels Korrelationskoeffizienten, Regressionsansätzen bzw. Copulas. Kapitel 6 konzentriert sich auf die Auswahl und Überprüfung von Modellen, etwa im Hinblick auf passende Verteilungsannahmen sowie charakteristische Risikokennzahlen. Im abschließenden siebten Kapitel werden Details zur computergestützten Simulation von Risiken diskutiert. Die Autoren verweisen hierbei auf konkrete Umsetzungsbeispiele in Excel bzw. R.
Die im Buch beschriebenen Beispiele können als Excel-Tabelle bzw. R-Code im Internet heruntergeladen werden. Auch die den Beispielen zugrunde liegenden Datensätze können im Internet heruntergeladen werden, um die Beispiele am eigenen Rechner Schritt für Schritt nachvollziehen zu können.
Das Buch bietet eine solide und praxisorientierte Einführung in die quantitative Welt der Risikoanalyse und des Risikomanagements. Basierend auf zahlreichen Beispielen, den mitgelieferten Excel-Tabellen bzw. dem R-Code stellen die Autoren auch in der zweiten Auflage einen konkreten Bezug zur Praxis her. Das Buch kann sowohl Studenten als auch Praktikern in Banken, Versicherungen und Industrieunternehmen uneingeschränkt als einführende Lektüre empfohlen werden.
Autor der Rezension: Frank Romeike
Gesamtbewertung
