Modellierung des Kontrahentenrisikos
|
|
- Adrian Baumhauer
- vor 8 Jahren
- Abrufe
Transkript
1 Modellierung des Kontrahentenrisikos Fachbereichsseminar
2 Inhalt 1. Kontrahentenrisiko und Exposure 2. Interne Modelle Methode (IMM) 3. Exposure-Maße 4. Modellierungsansätze 5. Erzeugung von zukünftigen Risikofaktorverteilungen und eines übergreifenden Marktszenarios 6. Instrumentmodelle 7. Aggregation 8. Validierung und Backtesting 3 1. Kontrahentenrisiko und Exposure Def.: Das Kontrahentenrisiko aus einem bilateral mit einem Geschäftspartner (nicht einer Börse) abgeschlossenen Derivategeschäft, einem sog. OTC Derivat (Over-the-Counter Derivative) besteht im Ausfall des Kontrahenten, also dem Risiko, dass der Geschäftspartner damit eine eventuelle Forderung nicht mehr erfüllen kann. Die Höhe einer solchen Forderung wird gemeinhin als Exposure bezeichnet. 4
3 1. Kontrahentenrisiko und Exposure Gegenstand unserer Überlegungen ist es daher, 1. die heute offenen Forderungen (das sog. Current Exposure) sowie 2. eine Prognose aller in der Zukunft liegenden potenziellen Forderungen gegenüber einem Kontrahenten (das sog. Potential Exposure od. Future Exposure) zu beziffern / zu schätzen und durch Eigenkapital abzusichern. Ein Exposure besteht aber nur dann, wenn der Marktwert eines mit diesem Kontrahenten getätigten Geschäftes positiv ist: 5 1. Kontrahentenrisiko und Exposure 1. Marktwert negativ (MtM<0): Close-Out der Position durch Zahlung des Marktwertes an den Kontrahenten. Anschließend gehen wir dieselbe Marktrisikoposition mit einem anderen Kontrahenten ein und erhalten denselben Marktwert gezahlt. Unser Nettoverlust ist damit Null. 2. Marktwert positiv (MtM>0): Close-Out der Position führt nun dazu, dass wir vom ausgefallenen Kontrahenten keine Zahlung mehr erhalten, uns aber dennoch bei einem anderen Kontrahenten unter Zahlung des Marktwertes die Position neu eingehen wollen. Damit ist der Nettoverlust der MtM>0. 6
4 1. Kontrahentenrisiko und Exposure Zur Ermittlung von regulatorischem Eigenkapital zur Absicherung des Exposures aus dem Kontrahentenrisiko stehen grundsätzlich drei Methoden zur Verfügung: 1. Marktbewertungsmethode (CEM) 2. Standardmethode (SM) 3. Interne Modelle Methode (IMM) Die Reihenfolge dieser Aufzählung entspricht der Komplexität der in diesen verwandten Ansätze zur Risikomessung und damit in umgekehrter Reihenfolge i. A. auch in etwa dem des jeweils benötigten Eigenkapitals Kontrahentenrisiko und Exposure Die Marktbewertungsmethode (Current Exposure Method CEM) ist die gegenwärtige Standardmethode zur Ermittlung des regulatorischen Exposures at Default (EaD) für eine Adressenausfallrisikoposition: EaD = Wiedereindeckungsaufwand + Zuschlag = max{0,mtm} + Zuschlag Dabei ergibt sich der Zuschlag gem. 20 Abs. 1 SolvV als Produkt aus dem marktbewerteten Anspruch aus dem Derivat ( notional principal amounts or underlying values ) und der fest vorgeschriebenen Volatilitätsrate nach Tabelle 1, Anlage 1 zur SolvV: 8
5 1. Kontrahentenrisiko und Exposure Dabei ist bei Abhängigkeit von mehreren Risikofaktoren die jeweils konservativste/höchste Volatilitätsrate für das Einzelgeschäft zu verwenden! 9 1. Kontrahentenrisiko und Exposure Hauptprobleme der CEM: Die Marktbewertungsmethode ist nicht risikosensitiv und bringt folgende Probleme mit sich (vgl. z.b. ISDA (2007)): Das potenzielle zukünftige Kreditexposure ist im Allgemeinen nicht proportional zum Nominalbetrag, wie in der CEM angenommen. Das tatsächliche Exposure verschiedener Instrumente ist bspw. für beliebige Zinsinstrumente (Swaps, Caps und Floors, Swaptions, ) derselben Laufzeit bei weitem nicht identisch. 10
6 1. Kontrahentenrisiko und Exposure Kurzum: In der CEM wird der Zuschlag nicht dynamisch modelliert, sodass sämtliche Marktinformationen nur über den aktuellen Marktwert ausgedrückt werden. Die potenziellen zukünftigen Kreditexposures variieren jedoch neben Assetklasse und Laufzeit stark je nach Produkt und Volatilitätsniveau der Risikofaktoren. Basis der Ermittlung der festen Zuschlagsfaktoren waren allerdings bereits erste empirische Studien zur Modellierung des potenziellen Exposures der Benchmark- Instrumente (vgl. z.b. Zangari(1997a,b)) Kontrahentenrisiko und Exposure Bsp: Für jeden Zinsswap (z.b. halbjährlicher Tausch eines variablen Zinssatzes wie EURIBOR oder LIBOR gegen eine feste Swap-Rate) ist der Marktwert bei Abschluss Null. Dies verdeutlicht, dass eine Steuerung der Kontrahentenrisiken einzig über den aktuellen Wiedereindeckungsaufwand allein zu kurz greifen würde, v.a. da alle Zinsswaps mit einer Restlaufzeit von weniger als einem Jahr gar kein Kontrahentenrisiko mehr besitzen würden! 12
7 2. Interne Modelle Methode (IMM) Motivation: Bei der IMM handelt es sich um die fortgeschrittenste Meßtechnik des Kontrahentenexposures, die die SolvV zulässt und dem Marktstandard national und international tätiger Großbanken entspricht. Ziel: Einen marktbewerteten potenziellen Wiedereindeckungsaufwand für jedes Geschäft eines Kontrahentenportfolios an jedem interessierenden Zeitpunkt in der Zukunft zu bestimmen! Interne Modelle Methode (IMM) % Drei mögliche Zinsstrukturszenarien für einen 2y-Swap in t=6m: PV PV (6m) PV PV (6m) 0 1m 3m 1y 2y T PV (6m) 14
8 2. Interne Modelle Methode (IMM) Durch eine geeignete Modellierung kann dann sukzessive ein sog. Exposure-Zeitprofil erzeugt werden, das die tatsächliche Laufzeitstruktur des Kontrahentenportfolios abbildet, angemessen die Aufrechnung von Long- gegen Short- Positionen unter regulatorischem Netting berücksichtigt, sämtliche Geschäfte im jeweiligen Kontrahentenportfolio unter konsistenten Marktszenarien bewertet und so sowohl Korrelations- als auch Portfolioeffekte angemessen berücksichtigt Interne Modelle Methode (IMM) Potenzieller Wiedereindeckungsaufwand 1d 1w 1m 6m : 95%-Quantil : Erwartungswert t 16
9 2. Interne Modelle Methode (IMM) Dazu sind an bestimmten (vorher zu wählenden) zukünftigen Stützzeitpunkten 1. die potenziellen Marktpreis- bzw. Risikofaktoränderungen (Marktszenarien) zu modellieren und 2. unter jedem so ermittelten zukünftigen Marktszenario eine Neubewertung der Geschäfte durchzuführen und damit den potenziellen Wiedereindeckungsaufwand zu bestimmen Exposure-Maße Welche statistischen Maße für den zukünftigen Wiedereindeckungsaufwand gibt es und wozu werden diese benötigt? Üblicherweise betrachtet man an jedem Stützzeitpunkt ein hohes, meist 95%-Quantil bzw. den Erwartungswert der aus den Marktszenarien erzeugten Verteilung der zukünftigen positiven Marktwerte. Dadurch wird ein sog. Exposure-Zeitprofil erzeugt, das als Potential Future Exposure (PFE) bzw. Expected Exposure (EE) bezeichnet wird. 18
10 3. Exposure-Maße Bsp.: Receiver-Swap, T=6y, jährliche Zahlung Swap-Prämie 4% vs. EURIBOR_1Y Reduktion des Exposures durch Zahlungseingang der Festzinsseite EE PFE(95%) Peak Exposure Laufzeitende des Receiver-Swaps (kein Nominalaustausch!) EPE Exposure-Maße Potenzieller Wiedereindeckungsaufwand EE EEE EPE EEPE 1d 1w 1m 6m 1y t 20
11 3. Exposure-Maße Vom Exposure zum regulatorischen Kapital 1. Durch Skalieren mit dem Alpha-Faktor wird das regulatorische Exposure at Default berechnet: EaD = α. EEPE 2. Mit der LGD und dem PD aus den internen Ratingsystemen wird damit der Expected Loss und der Unexpected Loss nach den Formeln zur Berechnung des regulatorischen Kapitals ermittelt, wozu nun noch der Laufzeitanpassungsfaktor M, die sog. Effective Maturity, zu bestimmen ist Exposure-Maße Bei der Ermittlung des regulatorischen Kapitals für klassische Kredite nach Basel II bzw. SolvV wird über die sog. Restlaufzeit (Maturity) das über den Kapitalhorizont von einem Jahr hinaus gehende Migrationsrisiko mitberücksichtigt. Daher sind die Institute gehalten, die EE-Profile bis zur Laufzeit des am längsten laufenden Geschäftes einer Aufrechnungsvereinbarung zu ermitteln: M = Min t 1Jahr k EffectiveEE k = 1 * Δt * df + Re stlaufzeit * Δt k k k k = 1 t > 1Jahr t 1Jahr k EffectiveEE k k k EE * df k k * Δt k * df k ;5 22
12 3. Exposure-Maße Der Skalierungsfaktor α angewendet auf das EEPE dient dazu, die aus den Vereinfachungen unberücksichtigten Risiken konservativ abzuschätzen (v.a. das sog. Wrong Way Risk). Dieser kann i. von den Instituten selbst geschätzt werden (wobei ein Floor von α 0 =1.2 zu berücksichtigten ist und auf interne Kreditportfoliomodelle im Migration- und Multiple-Period- Modus zurückzugreifen ist) oder ii. es kann die regulatorische Vorgabe von α=1.4 übernommen werden Modellierungsansätze Einige wichtige Anmerkungen vorab: 1. Vergleich mit Marktrisikomodellen: Das Marktrisiko wird über einen sehr kurzen Vorhersagehorizont (1 Tag) mit langer Datenhistorie (mind. 1 Jahr) prognostiziert. Bei Exposure-Modellen müssen dagegen Vorhersagen über Zeithorizonte getroffen werden, die zum Teil ein Vielfaches der Datenhistorie betreffen (bspw. Können bereits einfachste Zinsswaps Laufzeiten zwischen 10 und 40 Jahren besitzen)! 24
13 4. Modellierungsansätze 2. An jedem Stützzeitpunkt in der Zukunft ist jedes Geschäft eines Kontrahentenportfolios unter dem jeweiligen Marktszenario zu bewerten, was immensen Rechenaufwand bedeutet und schlaue (also schnelle aber noch hinreichend exakte, auch approximative) Ansätze erfordert: Dies betrifft den Umfang aller Geschäfte einer Bank mit allen ihren Kontrahenten, aber ganz besonders auch komplexe Derivate (für einen einzelnen Kontrahenten), für die ein Monte-Carloon-Monte-Carlo nicht mit vertretbarem Aufwand realisierbar ist! Modellierungsansätze Aktien Zinsstrukturkurven Wechselkurse Σ 1 konsistente zukünftige Marktszenarien 2 3 PFE EE EPE EEE EEPE Credit Spreads Portfolio 1. Erzeugung zukünftiger Marktpreisentwicklungen (pro Assetklasse mit Modellierung der ökonomischen Zusammenhänge) 2. Vollst. Neubewertung pro Szenario und Stützzeitpunkt 3. Aggregation / Auswertungen 26
14 5. Zukünftige Risikofaktorverteilungen Um in einem zukünftigen Stützzeitpunkt die Geschäfte mit einem Kontrahenten neu bewerten zu können, benötigt man ein zugehöriges Marktszenario. Dieses beschreibt die möglichen Realisationen von Zins-raten, Aktienkursen, Wechselkursen, Rohwaren-preisen,, wie sie an einem zukünftigen Tage auftreten könnten. Vorgehen: 1. Spezifikation der stochastischen Evolution der treibenden Risikofaktoren 2. Erzeugung korrelierter Marktszenarien über die aus historischen Daten geschätzte Kovarianzmatrix (s. 6.) Zukünftige Risikofaktorverteilungen Bsp. 1: Zinsstrukturen Zinsstrukturkurven in allen relevanten Währungen können nicht mit Hilfe geometrischer Brownscher Bewegungen modelliert werden, da diese aufgrund der Drifts für weit in der Zukunft liegenden Zeitpunkten im Allgemeinen zu zu großen Zinsniveaus führen würden. Empirische Untersuchungen und praktische Erfahrungen motivieren die Verwendung lognormaler Mean Reversion Prozesse (vgl. zum Beispiel Reimers & Zerbs (1999) oder das Mark-to-Future-Konzept von Algorithmics (2000)). 28
15 5. Zukünftige Risikofaktorverteilungen Bsp. 1: Zinsstrukturen Für eine (Fremd-) Währung FW, sagen wir den EUR, sind dazu die Laufzeitbänder T j zu identifizieren, in denen die entsprechenden Zinsraten r j (t) modelliert werden sollen: d log FW FW FW FW FW j, FW ( r ( t )) = a ( θ ( t ) log( r ( t ) ) dt + σ dw j j j Dabei sind sowohl die Brownschen Prozesse zwischen den verschiedenen Buckets einer Währung als auch zwischen den verschiedenen Fremdwährungen zu korrelieren: j,fw1 k,fw2 FW1,FW2 dw dw = ρ dt t Sämtliche Parameter sind dabei aus Zeitreihen zu schätzen! t j j, k j t Zukünftige Risikofaktorverteilungen Bsp. 1: Zinsstrukturen Hauptkomponentenzerlegung der täglichen Logreturns (z.b. von Reimers & Zerbs (1999), s.u.) liefert die Anzahl der zu modellierenden Faktoren, i.d.r. drei bis fünf (Parallelshift, Drehung/Inversion, Butterfly, ): 30
16 5. Zukünftige Risikofaktorverteilungen Bsp. 1: Zinsstrukturen Ausblick: 1. Alternative: Libor Market Model (LMM) für Zinsstrukturen, state-of-the-art beim Pricing von komplexen Zinsderivaten (vgl. Master Thesis H. Hegre, Trondheim, 2006). 2. Ausgabe einer Masterarbeit zur Zinsstrukturmodellierung zu Zwecken der Kontrahentenrisikomessung mit LMM an der Hochschule Darmstadt (h_da, WS 2009/10) Zukünftige Risikofaktorverteilungen Bsp. 2: Aktienkurse Aktienkurse (bzw. deren Logrenditen) werden unter Verwendung einer geometrischen Brownschen Bewegung mit Drift modelliert: ds = μ S dt + σ t t Häufig wird anstelle einer individuellen Modellierung für jede einzelne Aktie die Dynamik meist nur für die wichtigsten Märkte durch die marktgängigen Indizes stochastisch modelliert (analog zum Vorgehen in Marktrisikomodellen, vgl. DePrisco & Rosen (2005)). S S dw t S t 32
17 5. Zukünftige Risikofaktorverteilungen Bsp. 2: Aktienkurse Welche Drift μ ist darin zu wählen? Lomibao & Zhu (2005) sowie Pykhtin & Zhu (2006) führen an, dass die empirisch aus den Zeitreihen ermittelte Drift μ hist der historischen Logrenditen um den Itô- Term zu μ:= μ hist + 0,5σ 2 korrigiert werden sollte, sodass zusätzlich die Volatilität (also das Risiko) des jeweiligen Underlyings (konservativ) mitberücksichtigt wird Zukünftige Risikofaktorverteilungen Bsp. 2: Aktienkurse Welche Volatilität σ ist zu wählen? Meist wird hier einfach die historische Volatilität der Logrenditen verwendet, wenngleich beim Bewerten einer Aktienoption beispielsweise auf die implizite Volatilität zurückgegriffen wird. Mit anderen Worten: Das Maß, unter dem die Modellierungen erfolgen, ist wie bei Risikomessungen üblich das empirische ( real world measure ) und i.a. nicht das risikoneutrale Maß ( risk-neutral measure ). 34
18 5. Zukünftige Risikofaktorverteilungen Offene Fragestellung Zu diesem Thema sei angemerkt, dass zwar 1. die Szenarien eines zukünftigen Marktszenarios unter dem historischen Maß erzeugt werden sollten, 2. aber die anschließende Bewertung der Geschäfte prinzipiell unter einem risikoneutralen Maß erfolgen müsste (also grundsätzlich erst an jedem Stützzeitpunkt eine vollständige Rekalibrierung der Instrumentmodelle durchgeführt werden müsste), was aus Zeitgründen unmöglich ist! Ausblick: Querverbindung zu Deflatoren, Solvency II!!! Zukünftige Risikofaktorverteilungen Erzeugung der Marktszenarien Die Ermittlung der historischen Volatilitäten und Korrelationen als Modellparameter der Evolutionsmodelle der einzelnen Risikofaktoren muss sowohl innerhalb der einzelnen Assetklassen als auch über diese hinweg geschehen. Vereinfachend nehmen wir im Folgenden an, dass bereits ein Prozess zur Ermittlung der Kovarianzmatrix Σ der verschiedenen Risikofaktoren (über die verschiedenen Assetklassen hinweg) bereits empirisch geschätzt wurde (und positiv definit ist). 36
19 5. Zukünftige Risikofaktorverteilungen Erzeugung der Marktszenarien Die Modellierung der Brownschen Bewegungen, die die Stochastik aller modellierten Risikofaktoren treibt, erfolgt üblicherweise durch Diskretisierung unter Rückgriff auf normalverteilte Zufallsvariablen. Daher können die hierfür benötigten korrelierten Zufallsvariablen leicht nach der aus dem Marktrisiko bekannten Ansatz der Multiplikation eines entsprechend hochdimensionalen Vektors an unabhängigen standardnormalverteilten Zufallsvariablen mit der Cholesky-Zerlegung der Kovarianzmatrix Σ erzeugt werden. Dieser Schritt ist daher der Erzeugung der Szenarien in den einzelnen Assetklassen vorzuschalten!!! Instrumentmodelle Die Anforderungen an die Instrumentmodelle weichen ebenfalls im Allgemeinen und Besonderen von denen für die P&L- und Marktrisikoermittlung ab. Aufgrund der stets wie ein Damoklesschwert über dem Modellierer hängenden Problematik der Rechenleistung des Systems werden hier vor allem analytische Bewertungsformeln bevorzugt, auch wenn Sie u.u. nicht in jeder Situation im Marktrisiko geeignet erscheinen würden. Es geht also primär dabei um eine Abschätzung zwischen Genauigkeit und Schnelligkeit, die zu klären ist! 38
20 6. Instrumentmodelle Die Instrumentmodelle des Handels bzw. des Risikocontrollings liefern üblicherweise nur den heutigen Marktwert und die heutigen Sensitivitäten, nicht aber bereits einen Vektor zukünftiger Marktwerte in den gewählten Stützzeitpunkten. Daher wird in den meisten IMM eine separate Toolbox an Instrumentmodellen implementiert, die diese Aufgabe übernimmt und in denen zum Teil vom Handel abweichende Modelle implementiert sind Instrumentmodelle Als Teil der Validierungsanstrengungen sind die zu verwendenden Instrumentmodelle unabhängig zu validieren. Dies kann nur zum Teil durch bereits vorhandene Prozesse des Marktrisikomodells abgedeckt werden, da neben dem Marktwert und den Sensitivitäten am Berechnungstag für IMM-Instrumentmodelle auch die Güte der ermittelten Marktwerte an den zukünftigen Stützzeitpunkten zu überprüfen ist! 40
21 6. Instrumentmodelle Ein großes Problem stellt insbesondere die Behandlung exotischer(er) Optionen dar. Für pfadabhängige Exoten (Exoten der ersten Generation) kann diese in den Bewertungsprozess mit Hilfe des sog. Conditional Valuation Approach von Lomibao & Zhu (2005) problemlos eingebettet werden, indem an jedem Bewertungsstützzeitpunkt die Wahrscheinlichkeit ermittelt wird, dass eine Ausübung im Zeitraum zwischen dem letzten Stützzeitpunkt und dem Stützzeitpunkt, an dem bewertet werden soll, bereits stattgefunden haben könnte Instrumentmodelle Ausblick: 1. PDE- und Monte-Carlo-Verfahren sind für die Kontrahentenrisikorechnung zu rechenintensiv: Gibt es kostengünstigere aber dennoch angemessene Alternativen (gröbere Approximationen, analytische Näherungslösungen, Parallelisierungen, ): Zukünftiger Forschungsschwerpunkt ab WS 2009/10! 2. Quantifizierung des Modellrisikos aus Kontrahentenrisikomodellen: Zwei Paper in Vorbereitung (2009)! 42
22 7. Aggregation Nachdem nun pro Stützzeitpunkt und pro Einzelgeschäft die benötigten Marktwerte pro Aufrechnungsposition (Netting Set) ermittelt wurden, können diese an jedem Stützzeitpunkt (je nach Vorliegen von berücksichtigungsfähigen Aufrechnungsvereinbarungen) miteinander verrechnet werden. Bei Vorliegen einer Aufrechnungsvereinbarung wird dazu zunächst die Summe aller (positiven oder negativen) Barwerte gebildet und anschließend diese auf Nicht- Negativität korrigiert, wohingegen für einzelne Aufrechnungspositionen zunächst die Nicht-Negativität geprüft wird, bevor sie zu den anderen Positionen aggregiert werden Validierung und Backtesting Mit der Entwicklung beginnend ist laufend die Prognosegüte und Aussagekraft einer Internen Modelle Methode zu überwachen. Dies geschieht durch einen regelmäßigen Validierungsprozess des Gesamtmodells und seiner Komponenten sowie durch ein sog. Backtesting, also den Vergleich der Prognosen mit den tatsächlichen Realisationen der Marktwerte für die einzelnen Geschäfte bzw. Portfolios. 44
23 8. Validierung und Backtesting Ausblick: 1. Die Wahl geeigneter realer oder hypothetischer Test- Porfolios sowie Entwicklung geeigneter statistischer Tests, wie die Prognosegüte des Exposures vernünftig zu messen ist, stellt eine noch nicht allgemein gelöste Herausforderung dar. Zukünftiger Forschungsschwerpunkt ab WS 2009/10! 2. Maße für die Güte der Ergebnisse eines Instrumentmodells (also den Trade-Off zwischen Genauigkeit und Geschwindigkeit) exisitieren derzeit nicht. Zukünftiger Forschungsschwerpunkt ab WS 2009/10! 45 Literaturverzeichnis 1. P. Zangari: On measuring credit exposure. J.P. Morgan / Reuters RiskMetrics Monitor, pp. 2-33, H. Hegre, Interest rate modelling with applications to counter-party risk, Master Thesis, Norwegian University of Science and Technology, Trondheim, (NTNU), 06/ ISDA: Counterparty Credit Risk Management Under Basel II. ISDA Asia, M. Pykhtin: Counterparty Credit Risk Modelling. RISK book, London, B. DePrisco & D. Rosen: Modelling Stochastic Counterparty Credit Exposures for Derivatives Portfolios. In: M. Pykhtin (2005), M. Pykhtin & S. Zhu: Measuring Counterparty Credit Risk for Trading Products under Basel II. Working Paper, Bank of America, Sept D. Lomibao & S. Zhu: A Conditional Valuation Approach for Path- Dependent Instruments. In: M. Pykhtin (2005). 46
Güte von Tests. die Wahrscheinlichkeit für den Fehler 2. Art bei der Testentscheidung, nämlich. falsch ist. Darauf haben wir bereits im Kapitel über
Güte von s Grundlegendes zum Konzept der Güte Ableitung der Gütefunktion des Gauss im Einstichprobenproblem Grafische Darstellung der Gütefunktionen des Gauss im Einstichprobenproblem Ableitung der Gütefunktion
MehrAUTOMATISIERTE HANDELSSYSTEME
UweGresser Stefan Listing AUTOMATISIERTE HANDELSSYSTEME Erfolgreich investieren mit Gresser K9 FinanzBuch Verlag 1 Einsatz des automatisierten Handelssystems Gresser K9 im Portfoliomanagement Portfoliotheorie
Mehr4. Versicherungsangebot
4. Versicherungsangebot Georg Nöldeke Wirtschaftswissenschaftliche Fakultät, Universität Basel Versicherungsökonomie (FS 11) Versicherungsangebot 1 / 13 1. Einleitung 1.1 Hintergrund In einem grossen Teil
MehrCounterparty Credit Risk (CCR)
Counterparty Credit Risk (CCR) QIS Infoveranstaltung 18. Februar 2010 Jochen Flach Deutsche Bundesbank Überblick Vorgeschlagene Änderungen Erhebungsbogen CCR Abschnitt B: Marktwertverluste durch Bonitätsverschlechterungen
MehrLineargleichungssysteme: Additions-/ Subtraktionsverfahren
Lineargleichungssysteme: Additions-/ Subtraktionsverfahren W. Kippels 22. Februar 2014 Inhaltsverzeichnis 1 Einleitung 2 2 Lineargleichungssysteme zweiten Grades 2 3 Lineargleichungssysteme höheren als
MehrHochschule Rhein-Main. Sommersemester 2015
von Vorlesung Hochschule Rhein-Main Sommersemester 2015 Dr. Roland Stamm 4. Mai 2015 von Diskontfaktoren: Legt man heute (in t) 1 Einheit bis T an, und erhält dafür in T insgesamt x zurück (mit Zinseszins,
MehrWürfelt man dabei je genau 10 - mal eine 1, 2, 3, 4, 5 und 6, so beträgt die Anzahl. der verschiedenen Reihenfolgen, in denen man dies tun kann, 60!.
040304 Übung 9a Analysis, Abschnitt 4, Folie 8 Die Wahrscheinlichkeit, dass bei n - maliger Durchführung eines Zufallexperiments ein Ereignis A ( mit Wahrscheinlichkeit p p ( A ) ) für eine beliebige Anzahl
MehrFinanzwirtschaft. Teil II: Bewertung. Zinssätze und Renten
Zinssätze und Renten 1 Finanzwirtschaft Teil II: Bewertung Zinssätze und Renten Agenda Zinssätze und Renten 2 Effektivzinsen Spot-Zinsen Forward-Zinsen Bewertung Kennziffern Zusammenfassung Zinssätze und
MehrW-Rechnung und Statistik für Ingenieure Übung 11
W-Rechnung und Statistik für Ingenieure Übung 11 Christoph Kustosz (kustosz@statistik.tu-dortmund.de) Mathematikgebäude Raum 715 Christoph Kustosz (kustosz@statistik.tu-dortmund.de) W-Rechnung und Statistik
MehrSST: - In Kraft - Ab 2011 verbindlich - Modellabhängig
Standardmodell oder internes Modell in der Lebensversicherung? Prüfungskolloquium zum Aktuar SAV 2010 Caroline Jaeger, Allianz Suisse Ursprung der Fragestellung Solvency I: - Risikounabhängig - Formelbasiert
MehrFinancial Engineering....eine Einführung
Financial Engineering...eine Einführung Aufgabe 1: Lösung Überlegen Sie sich, wie man eine Floating Rate Note, die EURIBOR + 37 bp zahlt in einen Bond und einen Standard-Swap (der EURIBOR zahlt) zerlegen
MehrEinfache Varianzanalyse für abhängige
Einfache Varianzanalyse für abhängige Stichproben Wie beim t-test gibt es auch bei der VA eine Alternative für abhängige Stichproben. Anmerkung: Was man unter abhängigen Stichproben versteht und wie diese
MehrValue at Risk Einführung
Value at Risk Einführung Veranstaltung Risk Management & Computational Finance Dipl.-Ök. Hans-Jörg von Mettenheim mettenheim@iwi.uni-hannover.de Institut für Wirtschaftsinformatik Leibniz Universität Hannover
MehrRente = laufende Zahlungen, die in regelmäßigen Zeitabschnitten (periodisch) wiederkehren Rentenperiode = Zeitabstand zwischen zwei Rentenzahlungen
5.2. entenrechnung Definition: ente = laufende Zahlungen, die in regelmäßigen Zeitabschnitten (periodisch) wiederkehren entenperiode = Zeitabstand zwischen zwei entenzahlungen Finanzmathematisch sind zwei
MehrQuantilsschätzung als Werkzeug zur VaR-Berechnung
Quantilsschätzung als Werkzeug zur VaR-Berechnung Ralf Lister, Aktuar, lister@actuarial-files.com Zusammenfassung: Zwei Fälle werden betrachtet und die jeweiligen VaR-Werte errechnet. Im ersten Fall wird
MehrProfessionelle Seminare im Bereich MS-Office
Der Name BEREICH.VERSCHIEBEN() ist etwas unglücklich gewählt. Man kann mit der Funktion Bereiche zwar verschieben, man kann Bereiche aber auch verkleinern oder vergrößern. Besser wäre es, die Funktion
MehrKorrigenda Handbuch der Bewertung
Korrigenda Handbuch der Bewertung Kapitel 3 Abschnitt 3.5 Seite(n) 104-109 Titel Der Terminvertrag: Ein Beispiel für den Einsatz von Future Values Änderungen In den Beispielen 21 und 22 ist der Halbjahressatz
Mehrgeben. Die Wahrscheinlichkeit von 100% ist hier demnach nur der Gehen wir einmal davon aus, dass die von uns angenommenen
geben. Die Wahrscheinlichkeit von 100% ist hier demnach nur der Vollständigkeit halber aufgeführt. Gehen wir einmal davon aus, dass die von uns angenommenen 70% im Beispiel exakt berechnet sind. Was würde
MehrÜbung 2 Erfolgsrechnung
Controlling in deutschen Unternehmen Übung 2 Erfolgsrechnung Dipl.-Kfm. Florian Böckling, MBA Dipl.-Kfm. Franz Zinser, MBA Lehrstuhl für Controlling Prof. Dr. Louis Velthuis Johannes Gutenberg-Universität
MehrR ist freie Software und kann von der Website. www.r-project.org
R R ist freie Software und kann von der Website heruntergeladen werden. www.r-project.org Nach dem Herunterladen und der Installation von R kann man R durch Doppelklicken auf das R-Symbol starten. R wird
MehrInformationsblatt Induktionsbeweis
Sommer 015 Informationsblatt Induktionsbeweis 31. März 015 Motivation Die vollständige Induktion ist ein wichtiges Beweisverfahren in der Informatik. Sie wird häufig dazu gebraucht, um mathematische Formeln
MehrSenatsverwaltung für Finanzen
Senatsverwaltung für Finanzen 1 Senatsverwaltung für Finanzen, Klosterstraße 59, D-10179 Berlin (Postanschrift) An die Vorsitzende des Hauptausschusses des Abgeordnetenhauses von Berlin über den Präsidenten
MehrAGROPLUS Buchhaltung. Daten-Server und Sicherheitskopie. Version vom 21.10.2013b
AGROPLUS Buchhaltung Daten-Server und Sicherheitskopie Version vom 21.10.2013b 3a) Der Daten-Server Modus und der Tresor Der Daten-Server ist eine Betriebsart welche dem Nutzer eine grosse Flexibilität
Mehr1. Einführung. 2. Alternativen zu eigenen Auswertungen. 3. Erstellen eigener Tabellen-Auswertungen
1. Einführung Über die Tabellen-Auswertungen können Sie eigene Auswertungen nach Ihren Wünschen erstellen. Diese Auswertungen werden immer anhand der aktuellen Daten aus orgamax ermittelt, Sie können also
MehrIn konstanten Modellen wird davon ausgegangen, dass die zu prognostizierende Größe sich über die Zeit hinweg nicht verändert.
Konstante Modelle: In konstanten Modellen wird davon ausgegangen, dass die zu prognostizierende Größe sich über die Zeit hinweg nicht verändert. Der prognostizierte Wert für die Periode T+i entspricht
MehrSo gehts Schritt-für-Schritt-Anleitung
So gehts Schritt-für-Schritt-Anleitung Software WISO Mein Büro Thema Eigene Auswertungen, Tabellenauswertungen Version/Datum V 13.00.05.101 Über die Tabellen-Auswertungen ist es möglich eigene Auswertungen
MehrLineare Funktionen. 1 Proportionale Funktionen 3 1.1 Definition... 3 1.2 Eigenschaften... 3. 2 Steigungsdreieck 3
Lineare Funktionen Inhaltsverzeichnis 1 Proportionale Funktionen 3 1.1 Definition............................... 3 1.2 Eigenschaften............................. 3 2 Steigungsdreieck 3 3 Lineare Funktionen
MehrRepetitionsaufgaben Wurzelgleichungen
Repetitionsaufgaben Wurzelgleichungen Inhaltsverzeichnis A) Vorbemerkungen B) Lernziele C) Theorie mit Aufgaben D) Aufgaben mit Musterlösungen 4 A) Vorbemerkungen Bitte beachten Sie: Bei Wurzelgleichungen
MehrErfolgreich handeln mit Optionen
Erfolgreich handeln mit Optionen INHALT 01 GRUNDLAGEN VON 05 OPTIONEN 02 GRIECHEN 13 Delta 14 Gamma 18 Vega 21 Theta 24 03 VOLATILITÄT 27 Historische Volatilität 29 Implizite Volatilität 31 Volatility
MehrNeue Methode für Kontrahentenrisikoexposure aus Derivaten Baseler Ausschuss veröffentlicht neuen Standardansatz
Neue Methode für Kontrahentenrisikoexposure aus Derivaten Baseler Ausschuss veröffentlicht neuen Standardansatz Thorsten Gendrisch Ziemlich genau 8 Monate ist es her, dass der Baseler Ausschuss in einem
MehrHochschule Rhein-Main. Sommersemester 2015
Vorlesung Hochschule Rhein-Main Sommersemester 2015 Dr. Roland Stamm 29. Juni 2015 Erinnerung Bewertung eines Bonds mit Kupon k, Nominal N, Laufzeit t n: n Π(t) = N k δ(t i 1, t i ) P (t, t i ) + N P (t,
MehrProzentrechnung. Wir können nun eine Formel für die Berechnung des Prozentwertes aufstellen:
Prozentrechnung Wir beginnen mit einem Beisiel: Nehmen wir mal an, ein Handy kostet 200 und es gibt 5% Rabatt (Preisnachlass), wie groß ist dann der Rabatt in Euro und wie viel kostet dann das Handy? Wenn
MehrPTV VISWALK TIPPS UND TRICKS PTV VISWALK TIPPS UND TRICKS: VERWENDUNG DICHTEBASIERTER TEILROUTEN
PTV VISWALK TIPPS UND TRICKS PTV VISWALK TIPPS UND TRICKS: VERWENDUNG DICHTEBASIERTER TEILROUTEN Karlsruhe, April 2015 Verwendung dichte-basierter Teilrouten Stellen Sie sich vor, in einem belebten Gebäude,
MehrGrundlagen der Theoretischen Informatik, SoSe 2008
1. Aufgabenblatt zur Vorlesung Grundlagen der Theoretischen Informatik, SoSe 2008 (Dr. Frank Hoffmann) Lösung von Manuel Jain und Benjamin Bortfeldt Aufgabe 2 Zustandsdiagramme (6 Punkte, wird korrigiert)
MehrLEITFADEN ZUR SCHÄTZUNG DER BEITRAGSNACHWEISE
STOTAX GEHALT UND LOHN Stollfuß Medien LEITFADEN ZUR SCHÄTZUNG DER BEITRAGSNACHWEISE Stand 09.12.2009 Seit dem Januar 2006 hat der Gesetzgeber die Fälligkeit der SV-Beiträge vorgezogen. So kann es vorkommen,
MehrUmsatz-Kosten-Treiber-Matrix. 2015 Woodmark Consulting AG
Umsatz-Kosten-Treiber-Matrix Die Alpha GmbH ist ein Beratungsunternehmen mit 43 Mitarbeitern. Der Umsatz wird zu 75% aus IT-Beratung bei Kunden vor Ort und vom Betrieb von IT-Applikationen erwirtschaftet.
MehrDas Black-Scholes Marktmodell
Das Black-Scholes Marktmodell Andreas Eichler Institut für Finanzmathematik Johannes Kepler Universität Linz 8. April 2011 1 / 14 Gliederung 1 Einleitung Fortgeschrittene Finanzmathematik einfach erklärt
MehrHIER GEHT ES UM IHR GUTES GELD ZINSRECHNUNG IM UNTERNEHMEN
HIER GEHT ES UM IHR GUTES GELD ZINSRECHNUNG IM UNTERNEHMEN Zinsen haben im täglichen Geschäftsleben große Bedeutung und somit auch die eigentliche Zinsrechnung, z.b: - Wenn Sie Ihre Rechnungen zu spät
MehrLineare Gleichungssysteme
Brückenkurs Mathematik TU Dresden 2015 Lineare Gleichungssysteme Schwerpunkte: Modellbildung geometrische Interpretation Lösungsmethoden Prof. Dr. F. Schuricht TU Dresden, Fachbereich Mathematik auf der
MehrOECD Programme for International Student Assessment PISA 2000. Lösungen der Beispielaufgaben aus dem Mathematiktest. Deutschland
OECD Programme for International Student Assessment Deutschland PISA 2000 Lösungen der Beispielaufgaben aus dem Mathematiktest Beispielaufgaben PISA-Hauptstudie 2000 Seite 3 UNIT ÄPFEL Beispielaufgaben
MehrStudienplatzbeschaffung
Studienplatzbeschaffung - Einklagen www.asta.haw-hamburg.de Hintergrund Alle Unis und Hochschulen unterliegen dem Kapazitätsausschöpfungsgebot Sie müssen alle ihnen zur Verfügung stehenden Plätze vergeben!
MehrDerivate und Bewertung
. Dr. Daniel Sommer Marie-Curie-Str. 30 60439 Franfurt am Main Klausur Derivate und Bewertung.......... Wintersemester 2008/09 Klausur Derivate und Bewertung Wintersemester 2008/09 Aufgabe 1: Zinsurven,
MehrErfahrungen mit Hartz IV- Empfängern
Erfahrungen mit Hartz IV- Empfängern Ausgewählte Ergebnisse einer Befragung von Unternehmen aus den Branchen Gastronomie, Pflege und Handwerk Pressegespräch der Bundesagentur für Arbeit am 12. November
MehrForschungsstatistik I
Prof. Dr. G. Meinhardt. Stock, Nordflügel R. 0-49 (Persike) R. 0- (Meinhardt) Sprechstunde jederzeit nach Vereinbarung Forschungsstatistik I Dr. Malte Persike persike@uni-mainz.de WS 008/009 Fachbereich
MehrZeichen bei Zahlen entschlüsseln
Zeichen bei Zahlen entschlüsseln In diesem Kapitel... Verwendung des Zahlenstrahls Absolut richtige Bestimmung von absoluten Werten Operationen bei Zahlen mit Vorzeichen: Addieren, Subtrahieren, Multiplizieren
MehrFinanzwirtschaft. Teil II: Bewertung
Zeitwert des Geldes 1 Finanzwirtschaft Teil II: Bewertung Zeitwert des Geldes Zeitwert des Geldes 2 Bewertung & Zeitwert des Geldes Finanzwirtschaft behandelt die Bewertung von Real- und Finanzwerten.
MehrWir arbeiten mit Zufallszahlen
Abb. 1: Bei Kartenspielen müssen zu Beginn die Karten zufällig ausgeteilt werden. Wir arbeiten mit Zufallszahlen Jedesmal wenn ein neues Patience-Spiel gestartet wird, muss das Computerprogramm die Karten
MehrSelbsttest Prozessmanagement
Selbsttest Prozessmanagement Zur Feststellung des aktuellen Status des Prozessmanagements in Ihrem Unternehmen steht Ihnen dieser kurze Test mit zehn Fragen zur Verfügung. Der Test dient Ihrer persönlichen
MehrKapitel 14: Unvollständige Informationen
Kapitel 14: Unvollständige Informationen Hauptidee: Für das Erreichen einer effizienten Allokation auf Wettbewerbsmärkten ist es notwendig, dass jeder Marktteilnehmer dieselben Informationen hat. Informationsasymmetrie
Mehr50. Mathematik-Olympiade 2. Stufe (Regionalrunde) Klasse 11 13. 501322 Lösung 10 Punkte
50. Mathematik-Olympiade. Stufe (Regionalrunde) Klasse 3 Lösungen c 00 Aufgabenausschuss des Mathematik-Olympiaden e.v. www.mathematik-olympiaden.de. Alle Rechte vorbehalten. 503 Lösung 0 Punkte Es seien
MehrIm Jahr t = 0 hat eine Stadt 10.000 Einwohner. Nach 15 Jahren hat sich die Einwohnerzahl verdoppelt. z(t) = at + b
Aufgabe 1: Im Jahr t = 0 hat eine Stadt 10.000 Einwohner. Nach 15 Jahren hat sich die Einwohnerzahl verdoppelt. (a) Nehmen Sie lineares Wachstum gemäß z(t) = at + b an, wobei z die Einwohnerzahl ist und
MehrInventur. Bemerkung. / Inventur
Inventur Die beliebige Aufteilung des Artikelstamms nach Artikeln, Lieferanten, Warengruppen, Lagerorten, etc. ermöglicht es Ihnen, Ihre Inventur in mehreren Abschnitten durchzuführen. Bemerkung Zwischen
MehrKapitalerhöhung - Verbuchung
Kapitalerhöhung - Verbuchung Beschreibung Eine Kapitalerhöhung ist eine Erhöhung des Aktienkapitals einer Aktiengesellschaft durch Emission von en Aktien. Es gibt unterschiedliche Formen von Kapitalerhöhung.
MehrAnforderungen an Krankenversicherer unter SST und Solvency II. Prüfungskolloquium zum Aktuar SAV Michele Casartelli, 16.
Anforderungen an Krankenversicherer unter SST und Solvency II Prüfungskolloquium zum Aktuar SAV Michele Casartelli, 16. November 2012 Grundlagen Hauptziele von Solvenzvorschriften: Schutz von Versicherungsnehmern
MehrProtokoll des Versuches 7: Umwandlung von elektrischer Energie in Wärmeenergie
Name: Matrikelnummer: Bachelor Biowissenschaften E-Mail: Physikalisches Anfängerpraktikum II Dozenten: Assistenten: Protokoll des Versuches 7: Umwandlung von elektrischer Energie in ärmeenergie Verantwortlicher
MehrÄnderung des IFRS 2 Anteilsbasierte Vergütung
Änderung IFRS 2 Änderung des IFRS 2 Anteilsbasierte Vergütung Anwendungsbereich Paragraph 2 wird geändert, Paragraph 3 gestrichen und Paragraph 3A angefügt. 2 Dieser IFRS ist bei der Bilanzierung aller
MehrDie Gleichung A x = a hat für A 0 die eindeutig bestimmte Lösung. Für A=0 und a 0 existiert keine Lösung.
Lineare Gleichungen mit einer Unbekannten Die Grundform der linearen Gleichung mit einer Unbekannten x lautet A x = a Dabei sind A, a reelle Zahlen. Die Gleichung lösen heißt, alle reellen Zahlen anzugeben,
Mehr11.AsymmetrischeInformation
.AsymmetrischeInformation Informationistnurwichtig,wenneineEntscheidungssituationdurcheinunsicheresUmfeld charakterisiertist.istesvielleichtso,daßauchdieunsicherheitselbstzueinereinschränkung derfunktionsfähigkeitvonmärktenführt?diesistinder
Mehr1.3 Die Beurteilung von Testleistungen
1.3 Die Beurteilung von Testleistungen Um das Testergebnis einer Vp zu interpretieren und daraus diagnostische Urteile ableiten zu können, benötigen wir einen Vergleichsmaßstab. Im Falle des klassischen
MehrKosten-Leistungsrechnung Rechenweg Optimales Produktionsprogramm
Um was geht es? Gegeben sei ein Produktionsprogramm mit beispielsweise 5 Aufträgen, die nacheinander auf vier unterschiedlichen Maschinen durchgeführt werden sollen: Auftrag 1 Auftrag 2 Auftrag 3 Auftrag
MehrBehörde für Bildung und Sport Abitur 2008 Lehrermaterialien zum Leistungskurs Mathematik
Abitur 8 II. Insektenpopulation LA/AG In den Tropen legen die Weibchen einer in Deutschland unbekannten Insektenpopulation jedes Jahr kurz vor Beginn der Regenzeit jeweils 9 Eier und sterben bald darauf.
MehrRisikodiversifikation. Birgit Hausmann
diversifikation Birgit Hausmann Übersicht: 1. Definitionen 1.1. 1.2. diversifikation 2. messung 2.1. messung im Überblick 2.2. Gesamtaktienrisiko und Volatilität 2.3. Systematisches und Betafaktor 2.4.
MehrWichtiges Thema: Ihre private Rente und der viel zu wenig beachtete - Rentenfaktor
Wichtiges Thema: Ihre private Rente und der viel zu wenig beachtete - Rentenfaktor Ihre private Gesamtrente setzt sich zusammen aus der garantierten Rente und der Rente, die sich aus den über die Garantieverzinsung
MehrÜbungsaufgaben Tilgungsrechnung
1 Zusatzmaterialien zu Finanz- und Wirtschaftsmathematik im Unterricht, Band 1 Übungsaufgaben Tilgungsrechnung Überarbeitungsstand: 1.März 2016 Die grundlegenden Ideen der folgenden Aufgaben beruhen auf
MehrMünchen, 17.08.2011. Themenvorschläge für Abschlussarbeiten Zur Abstimmung mit Prof. Brecht
München, 17.08.2011 Themenvorschläge für Abschlussarbeiten Zur Abstimmung mit Prof. Brecht Am 04.08.2011 in Ulm wurde das Themengebiet als der zentrale Anknüpfungspunkt für Abschlussarbeiten definiert
MehrUnterrichtsmaterialien in digitaler und in gedruckter Form. Auszug aus: Übungsbuch für den Grundkurs mit Tipps und Lösungen: Analysis
Unterrichtsmaterialien in digitaler und in gedruckter Form Auszug aus: Übungsbuch für den Grundkurs mit Tipps und Lösungen: Analysis Das komplette Material finden Sie hier: Download bei School-Scout.de
MehrZwei einfache Kennzahlen für große Engagements
Klecksen nicht klotzen Zwei einfache Risikokennzahlen für große Engagements Dominik Zeillinger, Hypo Tirol Bank Die meisten Banken besitzen Engagements, die wesentlich größer sind als der Durchschnitt
Mehr8. Berechnung der kalkulatorischen Zinsen
8. Berechnung der kalkulatorischen Zinsen 8.1. Allgemeines In der laufenden Rechnung werden im Konto 322.00 Zinsen nur die ermittelten Fremdkapitalzinsen erfasst. Sobald aber eine Betriebsabrechnung erstellt
MehrPrimzahlen und RSA-Verschlüsselung
Primzahlen und RSA-Verschlüsselung Michael Fütterer und Jonathan Zachhuber 1 Einiges zu Primzahlen Ein paar Definitionen: Wir bezeichnen mit Z die Menge der positiven und negativen ganzen Zahlen, also
MehrManager. von Peter Pfeifer, Waltraud Pfeifer, Burkhard Münchhagen. Spielanleitung
Manager von Peter Pfeifer, Waltraud Pfeifer, Burkhard Münchhagen Spielanleitung Manager Ein rasantes Wirtschaftsspiel für 3 bis 6 Spieler. Das Glück Ihrer Firma liegt in Ihren Händen! Bestehen Sie gegen
MehrAusarbeitung des Seminarvortrags zum Thema
Ausarbeitung des Seminarvortrags zum Thema Anlagepreisbewegung zum Seminar Finanzmathematische Modelle und Simulationen bei Raphael Kruse und Prof. Dr. Wolf-Jürgen Beyn von Imke Meyer im W9/10 Anlagepreisbewegung
MehrTutorial: Homogenitätstest
Tutorial: Homogenitätstest Eine Bank möchte die Kreditwürdigkeit potenzieller Kreditnehmer abschätzen. Einerseits lebt die Bank ja von der Vergabe von Krediten, andererseits verursachen Problemkredite
MehrBevor Sie mit dem Wechsel Ihres Sicherheitsmediums beginnen können, sollten Sie die folgenden Punkte beachten oder überprüfen:
Die personalisierte VR-NetWorld-Card wird mit einem festen Laufzeitende ausgeliefert. Am Ende der Laufzeit müssen Sie die bestehende VR-NetWorld-Card gegen eine neue Karte austauschen. Mit der begrenzten
MehrFremdwährungsanteil bei Tilgungsträgerkrediten bei 86 % eine Analyse der Fremdwährungskreditstatistik 1
Fremdwährungsanteil bei strägerkrediten bei 86 % eine Analyse der Fremdwährungskreditstatistik 1 Christian Sellner 2 Im europäischen Vergleich ist das Volumen der Fremdwährungskredite in Österreich sehr
MehrRAHMENVERTRAG FÜR FINANZGESCHÄFTE ZUSATZ ZUM DERIVATEANHANG. ZINSDERIVATE Ausgabe 2004
F E D E R A T I O N B A N C A I R E D E L ' U N I O N E U R O P E E N N E BANKING FEDERATION OF THE EUROPEAN UNION BANKENVEREINIGUNG DER EUROPÄISCHEN UNION in Zusammenarbeit mit E U R O P E A N S A V I
MehrProf. Dr. Arnd Wiedemann Methodische Grundlagen des Controlling und Risikomanagements
Prof. Dr. Arnd Wiedemann Methodische Grundlagen des Controlling und Risikomanagements Prof. Dr. Arnd Wiedemann Methoden CRM / WS 12-13 1 Agenda Teil A: Teil B: Teil C: Finanzmathematisches Basiswissen
MehrDer Fristentransformationserfolg aus der passiven Steuerung
Der Fristentransformationserfolg aus der passiven Steuerung Die Einführung einer barwertigen Zinsbuchsteuerung ist zwangsläufig mit der Frage nach dem zukünftigen Managementstil verbunden. Die Kreditinstitute
MehrEinführung in. Logische Schaltungen
Einführung in Logische Schaltungen 1/7 Inhaltsverzeichnis 1. Einführung 1. Was sind logische Schaltungen 2. Grundlegende Elemente 3. Weitere Elemente 4. Beispiel einer logischen Schaltung 2. Notation von
MehrSpeicher in der Cloud
Speicher in der Cloud Kostenbremse, Sicherheitsrisiko oder Basis für die unternehmensweite Kollaboration? von Cornelius Höchel-Winter 2013 ComConsult Research GmbH, Aachen 3 SYNCHRONISATION TEUFELSZEUG
Mehreinfache Rendite 0 145 85 1 160 90 2 135 100 3 165 105 4 190 95 5 210 110
Übungsbeispiele 1/6 1) Vervollständigen Sie folgende Tabelle: Nr. Aktie A Aktie B Schlusskurs in Schlusskurs in 0 145 85 1 160 90 2 135 100 3 165 105 4 190 95 5 210 110 Arithmetisches Mittel Standardabweichung
MehrAufgaben Brealey/Myers [2003], Kapitel 20
Folie 0 Quiz: 1, 2, 3, 4, 5, 8, 9, 11, 12, 13, 14 Practice Questions: 2, 3, 4, 5, 6, 8, 9, 11, 13, 14, 15, 17, 18, 21 Challenge Questions: 2 Folie 1 Lösungshinweis zu Quiz 4: Put-Call Parität: Fälligkeit
MehrSüdbaden-Cup. Ausstieg Champions
Südbaden-Cup Ausstieg Champions Beschreibung Der Ausstieg aus dem Turnier dient Spielern die eine weite Anreise haben sich aus dem Turnier zu verabschieden um noch am gleichen Tag heimzureisen und einen
MehrVermögensbildung: Sparen und Wertsteigerung bei Immobilien liegen vorn
An die Redaktionen von Presse, Funk und Fernsehen 32 02. 09. 2002 Vermögensbildung: Sparen und Wertsteigerung bei Immobilien liegen vorn Das aktive Sparen ist nach wie vor die wichtigste Einflussgröße
MehrProfil A 49,3 48,2 50,7 50,9 49,8 48,7 49,6 50,1 Profil B 51,8 49,6 53,2 51,1 51,1 53,4 50,7 50 51,5 51,7 48,8
1. Aufgabe: Eine Reifenfirma hat für Winterreifen unterschiedliche Profile entwickelt. Bei jeweils gleicher Geschwindigkeit und auch sonst gleichen Bedingungen wurden die Bremswirkungen gemessen. Die gemessenen
MehrErmittlung des Ausfallrisikos
Ermittlung des Ausfallrisikos Das Ausfallrisiko, dessen Ermittlung maßgeblich von der Datenqualität der Vorsysteme abhängt, nimmt in der Berechnung der Eigenmittelanforderung einen relativ geringen Stellenwert
MehrInfo zum Zusammenhang von Auflösung und Genauigkeit
Da es oft Nachfragen und Verständnisprobleme mit den oben genannten Begriffen gibt, möchten wir hier versuchen etwas Licht ins Dunkel zu bringen. Nehmen wir mal an, Sie haben ein Stück Wasserrohr mit der
MehrAdditional Cycle Index (ACIX) Thomas Theuerzeit
Additional Cycle Index (ACIX) Thomas Theuerzeit Der nachfolgende Artikel über den ACIX stammt vom Entwickler des Indikators Thomas Theuerzeit. Weitere Informationen über Projekte von Thomas Theuerzeit
MehrJahresabschluss der Rechtsformen II
Jahresabschluss der Rechtsformen II Jahresabschluss der Kommanditgesellschaft Quellen: www.bochum.ihk.de http://www.teialehrbuch.de/ 1 Kommanditgesellschaft Allgemeines: Die Kommanditgesellschaft (KG)
MehrTipp III: Leiten Sie eine immer direkt anwendbare Formel her zur Berechnung der sogenannten "bedingten Wahrscheinlichkeit".
Mathematik- Unterrichts- Einheiten- Datei e. V. Klasse 9 12 04/2015 Diabetes-Test Infos: www.mued.de Blutspenden werden auf Diabetes untersucht, das mit 8 % in der Bevölkerung verbreitet ist. Dabei werden
MehrBundesverband Flachglas Großhandel Isolierglasherstellung Veredlung e.v. U g -Werte-Tabellen nach DIN EN 673. Flachglasbranche.
Bundesverband Flachglas Großhandel Isolierglasherstellung Veredlung e.v. U g -Werte-Tabellen nach DIN EN 673 Ug-Werte für die Flachglasbranche Einleitung Die vorliegende Broschüre enthält die Werte für
MehrLösungshinweise zur Einsendearbeit 2 SS 2011
Lösungshinweise zur Einsendearbeit 2 zum Kurs 41500, Finanzwirtschaft: Grundlagen, SS2011 1 Lösungshinweise zur Einsendearbeit 2 SS 2011 Finanzwirtschaft: Grundlagen, Kurs 41500 Aufgabe Finanzierungsbeziehungen
MehrWelche Lagen können zwei Geraden (im Raum) zueinander haben? Welche Lagen kann eine Gerade bezüglich einer Ebene im Raum einnehmen?
Welche Lagen können zwei Geraden (im Raum) zueinander haben? Welche Lagen können zwei Ebenen (im Raum) zueinander haben? Welche Lagen kann eine Gerade bezüglich einer Ebene im Raum einnehmen? Wie heiÿt
MehrNur wer seine Risken kennt, kann sie auch steuern
Nur wer seine Risken kennt, kann sie auch steuern 28.10.2010 Mag. Rainer Bacher / Kommunalkredit Austria ÖSTERREICHS BANK FÜR INFRASTRUKTUR Agenda 1) Wirtschaftliches Umfeld 2) Zinsabsicherung: Lösungen
MehrRegeln zur Beurteilung von Investitionen
6-0 Kapitel Regeln zur Beurteilung von Investitionen 6-1 Kapitelübersicht 6.1 Kapitalwert: Warum? 6.2 Payback-Periode (statisch) 6.3 Payback-Periode (dynamisch) 6.4 (Durchschnittliche) Buchrendite 6.5
MehrSchleswig-Holstein 2011. Kernfach Mathematik
Aufgabe 6: Stochastik Vorbemerkung: Führen Sie stets geeignete Zufallsvariablen und Namen für Ereignisse ein. Machen Sie auch Angaben über die Verteilung der jeweiligen Zufallsvariablen. Eine repräsentative
MehrQQM-Methode (Quotes Quality Metrics)
QQM-Methode (Quotes Quality Metrics) Die QQM-Methode (Quotes Quality Metrics) wurde zur Beurteilung der Qualität von Quotes konzipiert und wird auf alle bei der SIX Structured Products gehandelten Wertpapiere
MehrLU-Zerlegung. Zusätze zum Gelben Rechenbuch. Peter Furlan. Verlag Martina Furlan. Inhaltsverzeichnis. 1 Definitionen.
Zusätze zum Gelben Rechenbuch LU-Zerlegung Peter Furlan Verlag Martina Furlan Inhaltsverzeichnis Definitionen 2 (Allgemeine) LU-Zerlegung 2 3 Vereinfachte LU-Zerlegung 3 4 Lösung eines linearen Gleichungssystems
Mehr13. Lineare DGL höherer Ordnung. Eine DGL heißt von n-ter Ordnung, wenn Ableitungen y, y, y,... bis zur n-ten Ableitung y (n) darin vorkommen.
13. Lineare DGL höherer Ordnung. Eine DGL heißt von n-ter Ordnung, wenn Ableitungen y, y, y,... bis zur n-ten Ableitung y (n) darin vorkommen. Sie heißt linear, wenn sie die Form y (n) + a n 1 y (n 1)
MehrGEVITAS Farben-Reaktionstest
GEVITAS Farben-Reaktionstest GEVITAS Farben-Reaktionstest Inhalt 1. Allgemeines... 1 2. Funktionsweise der Tests... 2 3. Die Ruhetaste und die Auslösetaste... 2 4. Starten der App Hauptmenü... 3 5. Auswahl
MehrAufgabe 1. Zunächst wird die allgemeine Tangentengleichung in Abhängigkeit von a aufgestellt:
Aufgabe 1 1.1. Bestimmung von D max : 1. Bedingung: x >0 ; da ln(x) nur für x > 0 definiert ist. 2. Bedingung: Somit ist die Funktion f a nur für x > 0 definiert und sie besitzt eine Definitionslücke an
Mehr