Ziel des Buches ist eine praxis- und anwendungsorientierte Einführung in mathematische Aspekte der Risikomodellierung und -analyse und des Risikomanagements. Das einführende Lehrbuch gliedert sich 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 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 Teilrisiken 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 (ohne allerdings auf die Primärliteratur zu verweisen: Artzner, P., Delbaen, F., Eber, J.-M., Heath, D. (1999) Coherent measures of risk. Mathematical Finance 9(3), 203-228).
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.
Viele der dem Buch zugrundeliegenden Beispiele können als Excel-Tabelle bzw. R-Code im Internet heruntergeladen werden. Um den Zugang zu Daten zu erleichtern, wurden Datensätze ausgewählt, die in der Open Source Software R bereits enthalten ist.
Das Buch bietet eine solide 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 einen konkreten Bezug zur Praxis her. Das Buch kann sowohl Studenten als auch Praktikern uneingeschränkt als einführende Lektüre empfohlen werden.
Rezension von Frank Romeike
Gesamtbewertung
