Finanz- und Versicherungsmathematik
|
|
- Birgit Sauer
- vor 8 Jahren
- Abrufe
Transkript
1 Finanz- und Versicherungsmathematik Frühjahrstrimester 2013 Risikomanagement Stand: 11. Juni 2013 Gabriel Frahm Helmut-Schmidt-Universität Lehrstuhl für Angewandte Stochastik Fächergruppe Mathematik/Statistik Hamburg
2 1 Einführung 1.1 Der Begriff des Risikos Das Oxford English Dictionary definiert den Begriff Risiko wie folgt: Hazard (d. h. Wagnis) A chance of bad consequences A loss or exposure to mischance In aller Regel versteht man unter Risiko die Möglichkeit eines negativen Ereignisses. 1
3 Aus der Sicht des Risikomanagements könnte man Risiko etwa wie folgt definieren: Die Gefahr eines Ereignisses, welche die Erreichung etwaiger Ziele oder den Entscheidungsspielraum eines Unternehmens einschränkt. Die messbare Wahrscheinlichkeit eines Verlustes oder gar des Nichterfüllens gegebener Erwartungen Zufall und Risiko Risiko bedeutet insbesondere Unsicherheit. 2
4 Der Begriff der Unsicherheit wurde zum ersten Mal 1933 von dem Russischen Mathematiker A.N. Kolmogoroff definiert. Er wählte dabei den axiomatischen Ansatz. Dieser bildet die heutige Grundlage der Wahrscheinlichkeitstheorie (Stochastik). Ein probabilistisches Modell (Zufallsexperiment) besteht demnach aus drei Komponenten: 1. Die Ergebnismenge Ω, 2. die (σ-)algebra A, sowie 3. das Wahrscheinlichkeitsmaß P. Das Zufallsexperiment wird dann mit(ω, A, P) symbolisiert. Hierbei ist ω Ω ein mögliches Ergebnis des Zufallsexperiments. 3
5 In ökonomischen Anwendungen beschreibt ω typischerweise einen Umweltzustand (State of Nature). Ferner ista A eine Teilmenge vonωund wird als Ereignis bezeichnet. Die Wahrscheinlichkeit, dass das Ereignis A auftritt, wird formal mit P(A) dargestellt. 4
6 Beispiel Man betrachte ein einfaches Zufallsexperiment mit einem Würfel. Die Ergebnismenge ist hierbeiω = {1,2,3,4,5,6}. Die natürliche Ereignismenge ist die Potenzmenge vonω, d. h. die Menge aller Teilmengen vonω. Das naheliegende Wahrscheinlichkeitsmaß für ein solches Zufallsexperiment ist die Laplace-Wahrscheinlichkeit P(A) = A 6. Z. B. beträgt die Wahrscheinlichkeit für das EreignisA = {2,3} geradep(a) = 2/6 = 1/3. 5
7 Eine riskante Position kann nun als Zufallsvariable X aufgefasst werden. Hierbei istx: Ω R eine reellwertige Funktion. Der Funktionswert X(ω) wird als Realisation von X bezeichnet und oft mit x symbolisiert. In der Praxis wird jedoch üblicherweise nicht X selbst modelliert, sondern deren Verteilungsfunktion F, d. h. F(x) = P(X x). Liegen mehrere Zufallsvariablen vor, so werden diese in einem ZufallsvektorX = (X 1,...,X k ) angeordnet. 6
8 Die Wahrscheinlichkeitsverteilung des Zufallsvektors wird sodann mittels F(x) = F(x 1,...,x d ) = P(X 1 x 1,...,X d x d ) gemessen Finanzrisiken Man unterscheidet drei Arten von Risiken: 1. Marktrisiko, 2. Kreditrisiko und 3. operationelles Risiko. 7
9 Marktrisiko: Gefahr einer negativen Veränderung von Marktpreisen, wie z. B. Aktien, Anleihen, Zinsen, Wechselkursen, etc. (z. B. im Zuge der Finanzkrise 2008). Kreditrisiko: Gefahr eine vertraglich vereinbarte Tilgungs- oder Zinszahlung nicht zu erhalten (z. B. während der Haushaltskrise in Griechenland 2009 und der Euro-Krise 2010). Operationelles Risiko: Gefahr unzulässiger oder misslungener unternehmensinterner Prozesse aufgrund von menschlichem und/oder maschinellem Versagen (z. B. der Untergang der Barings Bank 1995 aufgrund der Fehlspekulationen von Nick Leeson). 8
10 Darüber hinaus spielt in letzter Zeit das Liquiditätsrisiko eine entscheidende Rolle. Darunter versteht man das Risiko, dass der Markt nicht (schnell genug) hinreichend viel Liquidität (sprich: Geld) zur Verfügung stellt, um eine Transaktion durchzuführen. Dies kann u. U. zum vollkommen Kollaps der Finanzmärkte führen (siehe Finanzkrise 2008). Man sollte beim Umgang mit Risiken möglichst einen holistischen Ansatz verfolgen. Das bedeutet, alle Arten von Risiken sollten gemeinsam in Betracht gezogen werden, nach dem Motto: Das Ganze ist mehr als die Summe seiner Einzelteile. 9
11 1.1.3 Risikomessung Angenommen, ein Investor besitzt ein Portfolio bestehend aus d einzelnen Finanztiteln (Assets). Das Portfolio besitze einen derzeitigen Wert vonv t > 0. Jeder Finanztitel ist mit einem wertmäßigen Anteil vonw i (i = 1,...,d) im gesamten Portfolio vertreten. Dieser Anteil wird auch als Portfoliogewicht bezeichnet. SeiS it der heutige Wert desi-ten Finanztitels und dementsprechends i,t der Wert zu einem ZeitpunktT > t. 10
12 Dann wird R i = S it S it S it als Rendite (des i-ten Finanztitels) bezeichnet. Die Portfoliorendite ist dann gegeben durch R = V T V t V t = d i=1 w i R i. Risikomessung bedeutet nun im Wesentlichen, die Verteilungsfunktion von R zu bestimmen. Üblicherweise fasst man das Risiko dann in einer bestimmten Kennzahl zusammen, z. B. der Varianz oder dem Value-at-Risk. 11
13 Um die Verteilungsfunktion zu berechnen, benötigt man ein Modell für die gemeinsame Wahrscheinlichkeitsverteilung der einzelnen RenditenR 1,...,R d. Es handelt sich also um die Verteilung des Zufallsvektors R = R 1 R 2. R d. D. h. die Messung von Risiken beruht hauptsächlich auf statistischen Verfahren. 12
14 Zu diesem Zweck werden historische Daten in Betracht gezogen. Auf diese Weise versucht man das Risiko künftiger Finanzkatastrophen abzuleiten. Oft geschieht dies auf Basis eines statistisches Modells Risikomanagement McNeil, Frey und Embrechts (2005): Risk management is a discipline for living with the possibility that future events may cause adverse effects. 13
15 Insbesondere Banken und Versicherungen gehen Risiken bewusst ein. D. h. das Ziel eines Unternehmens kann niemals darin bestehen, Risiken vollständig zu vermeiden! Vielmehr sind Unternehmen bestrebt, effiziente Positionen zu erlangen. D. h. man möchte ein gegebenes Ziel erreichen, ohne unnötige Risiken einzugehen. Zu diesem Zweck muss man zunächst verstehen, 1. wodurch das Risiko zustande kommt und 2. wie man dieses beeinflussen kann. 14
16 Anschließend versucht man das Risiko zu kontrollieren. Unter Risikomanagement versteht man also im Wesentlichen die Kontrollo von Risiken. 1.2 Historie und Gegenwart Geschichtliche Entwicklung Das Risikomanagement ist eng verknüpft mit der Entwicklung von Finanzderivaten. Ein Derivat ist ein Finanzinstrument, dessen Zahlungsstrom von den Preisen anderer Finanztitel abhängt. 15
17 Bereits im Kodex Hammurapis von Babylon (ca v. Chr.) wurden Verträge dokumentiert, die man aus heutiger Sicht als Termingeschäfte bezeichnen würde. Eine sehr detaillierte Beschreibung einer Option finden man bereits im 17. Jahrhundert in Joseph de la Vegas Die Verwirrung der Verwirrungen: Börsenpsychologie Börsenspekulation. Optionen und andere Finanzderivate sind also nichts Neues. Sie wurden von je her in erster Linie zur Begrenzung von Risiken eingesetzt ( Anchors of security in a storm ). Problem: Global betrachtet, bleiben die Risiken bestehen, denn Finanzderivate verschieben Risiken lediglich von A nach B! 16
18 In der jüngsten Zeit sind diese Instrumente aufgrund zahlreicher negativer Schlagzeilen ( Wild beasts of finance ) im Kontext der Finanzkrise 2008 in Verruf geraten. Die gehandelten Instrumente wurden immer komplexer und damit undurchsichtiger. Zum Einen wird es damit immer schwieriger, dem jeweiligen Instrument 1. einen fairen Preis beizumessen, sowie 2. das potentielle Verlustrisiko abzuschätzen. Letzteres versucht man mit Hilfe der Finanzregulierung zu bewerkstelligen. 17
19 1.2.2 Heutige Finanzregulierung Erst in der zweiten Hälfte des 20. Jahrhundert entwickelte sich die heutige Form der Bankenaufsicht. Der Basler Ausschuss für Bankenaufsicht wurde 1974 von den Zentralbanken der G-10-Staaten gegründet. Der Basler Ausschuss besitzt keine legale Autorität. Es verfasst lediglich Richtlinien zur globalen Bankenaufsicht ( Recommendations ). Idee: Die jeweiligen Mitgliedstaaten sollen diese Richtlinien in der nationalen Gesetzgebung berücksichtigen. 18
20 Basel I Die erste Basler Eigenkapitalvereinbarung ( Basel I ) wurde 1988 getroffen. Das Hauptaugenmerk dieser Eigenkapitalvereinbarung ist das Kreditrisiko. Insgesamt wies Basel I jedoch noch viele inhaltliche und methodische Lücken auf listete die G-30-Gruppe zum ersten Mal systematisch außerbilanzielle Finanzprodukte (z. B. Derivate) auf. Zur gleichen Zeit führte JPMorgan den Value-at-Risk ein, das bis heute populärste Risikomaß in der Finanzdienstleistungsindustrie. 19
21 Basel II Die zweite Basler Eigenkapitalvereinbarung ( Basel II ) entstand Anfang des letzten Jahrzehnts aus diversen Eigenkapitalvorschriften des Basler Ausschusses 1. als Resultat der erwähnten Unzulänglichkeiten von Basel I und 2. aufgrund neuerer Erfahrungen, die man bis dato in der Finanzbranche erlangt hat. Banken wurde nun erlaubt, eigene Risikomodelle zu verwenden ( Internal Ratings-Based, kurz: IRB Approach), sofern diese gewissen Qualitätsstandards genügen. Darüber hinaus wurden nun zum ersten Mal operationelle Risiken in Augenschein genommen. 20
22 Basel II sieht ein 3-Säulen-Konzept vor. Damit wird ein holistischer Ansatz verfolgt. Bei der ersten Säule handelt es sich um eine Mindesteigenkapitalanforderung ( Regulatory Capital ). Für jede der drei Risikoklassen (d. h. Kredit-, Markt- und operationelles Risiko) wird separat das geforderte Eigenkapital bestimmt. Die zweite Säule betrifft den Prozess der Bankenaufsicht. Diese soll die Einhaltung der Anforderungen an Methodik und Offenlegung beurteilen und überwachen, welche notwendig sind, damit die jeweilige Bank den IRB-Ansatz verwenden darf. 21
23 Die dritte Säule zielt auf eine erweiterte Offenlegung und Marktdisziplin der Banken ab. Durch eine vermehrte Offenlegung von Informationen im Rahmen der externen Rechnungslegung der Banken sollen diese implizit gezwungen werden, unnötige Risiken zu vermeiden. Die Basel-II-Richtlinien gelten seit Anfang 2008 in den Mitgliedsstaaten der Europäischen Union für alle Kreditinstitute und Finanzdienstleistungsinstitute. Leider muss man jedoch konstatieren, dass mit der Finanzkrise 2008 alle Bemühungen einer funktionierenden globalen Bankenaufsicht vergeblich waren. 22
24 23
25 Basel III Sowohl aufgrund der Erfahrungen mit Basel II als auch der jüngsten Finanzkrise entstand gerade die dritte Basler Eigenkapitalvereinbarung ( Basel III ). Darin werden insbesondere höhere Eigenkapitalquoten gefordert. Ziel: Neben dem Schutz einzelner Banken vor dem Konkurs möchte man nun insbesondere die Stabilität des globalen Finanzsystems gewährleisten. Damit soll das vom Finanzsystem ausgehende systemische Risiko reduziert werden. 24
26 2 Risikomanagement 2.1 Verlustverteilung und Risikofaktoren Verlustverteilung Gegeben sei ein Portfolio ausdfinanztiteln, z. B. Aktien und Anleihen, Derivaten, riskanten Darlehen, etc. Der Wert des Portfolios im Zeitpunktt 0 beträgtv t. Sei nunt > t ein festgelegter Liquidationszeitpunkt, z. B. in einem Tag, in einem Monat oder in einem Jahr. 25
27 Der Wertverlust am Ende des Zeitraums[t,T] beträgt dann L t,t = (V T V t ). Beachte: Der Verlust wird erst im Zeitpunkt T realisiert, im ZeitpunkttistL t,t jedoch zunächst eine nicht realisierte Zufallsvariable. Die Wahrscheinlichkeitsverteilung vonl t,t wird als Verlustverteilung (engl.: Loss Distribution) bezeichnet. Die Verteilung von L t,t ist hingegen eine Gewinn-und-Verlust-Verteilung (engl.: Profit-and-Loss Distribution, kurz: P&L Distribution). 26
28 Im Risikomanagement verwendet man üblicherweise die Verlustverteilung, während die Gewinn/Verlust-Verteilung i. d. R. bei der Vermögensverwaltung zum Einsatz kommt. Die Zeitspanne T t wird als Anlagehorizont bezeichnet. Falls es sich um eine festgelegte Zeitspanne handelt, bietet es sich an, den Anlagehorizont auf 1 zu normieren. Auf diese Weise erhält man eine Zeitreihe{V t } t N von Portfoliowerten. Der bevorstehende Verlust wird nun einfach wie folgt notiert: L t = (V t V t 1 ), t = 1,2,... 27
29 2.1.2 Risikofaktoren Der VerlustL t wird nun als aggregierte Funktion vonk Risikofaktoren angesehen, d. h. L t = d f it (X t ) mit X t = i=1 X 1t X 2t., X kt wobeif it (X t ) der Verlust desi-ten Finanztitels ist. BeiX t handelt es sich also um einen Zufallsvektor. 28
30 Mögliche Risikofaktoren sind z. B. Aktienrenditen, Wechselkursänderungen, Zinssätze, Rating-Übergänge, etc. Die Auswahl der Risikofaktoren hängt maßgeblich von den im Portfolio befindlichen Finanztiteln ab. Die Verknüpfung des Portfoliowerts mit den Risikofaktoren wird als (Risk-)Mapping bezeichnet. Die Kunst besteht nun darin, die Risikofaktoren so zu definieren, dass{x t } einen stationären Prozess darstellt! Stationarität ermöglicht eine konsistente Schätzung der gemeinsamen Verteilung der Risikofaktoren anhand vergangener BeobachtungenX 1,X 2,...,X t 1. 29
31 Beispiel I Angenommen, man möchte die Verlustverteilung eines Portfolios bestehend aus d Aktien bestimmen. In diesem Fall kommen als Risikofaktoren die entsprechenden RenditenR 1,R 2,...,R d in Frage. Vorteil: Renditen besitzen eine stationäre Verteilung. Diese lässt sich i. A. gut aus einer historischen Zeitreihe abschätzen. Der Verlust des Portfolios am Ende der gegebenen Periode ist damit L t = V t d i=1 w i R i. 30
32 Beispiel II Angenommen, das Portfolio beinhaltet darüber hinaus inländische Staatsanleihen. Der Wert einer Staatsanleihe hängt sowohl von der Restlaufzeit als auch von der Umlaufrendite ab. D. h. der künftige Wert des Portfolios ist eine Funktion der Zeit (deterministisch) als auch der Umlaufrendite (zufällig). Betrachtet man die Zinsstrukturkurve als Risikofaktor, so kann die Wertveränderung sogar noch genauer modelliert werden. 31
33 Beispiel III Falls das Portfolio ausländische Staatsanleihen enthält, muss man den zur Umlaufrendite äquivalenten Zinssatz heranziehen (z. B. in den USA eine geeignete Bond Yield). Ausländische Staatsanleihen werden in der jeweiligen Währung notiert. Damit kommt das Währungsrisiko ins Spiel. SeiW t 1 der heutige undw t der morgige Wechselkurs. Dann ist z. B.X t = logw t logw t 1 ein geeigneter Risikofaktor. Insgesamt ist der künftige Wert einer ausländischen Staatsanleihe also eine Funktion der Zeit, der Rendite und des Wechselkurses. 32
34 Beispiel IV Enthält das Portfolio zusätzlich eine Option, so erhöht sich wiederum die Anzahl der Risikofaktoren. Eine Europäische Call-Option wird mit Hilfe der Black-Scholes-Formel bewertet, d. h. ( ) ln(st /K)+(r+σ 2 /2)(T t) C t = S t Φ σ T t ( ) Ke r(t t) ln(st /K)+(r σ 2 /2)(T t) Φ σ T t für allet < T und sonstc T = max{s T K,0}. 33
35 Hierbei sind 1. Φ die Verteilungsfunktion der Standardnormalverteilung, 2. S t der Preis des Basiswerts (z. B. eine Aktie), 3. K der Ausübungspreis, 4. T der Zeitpunkt der Fälligkeit, 5. r der stetige Geldmarktzinssatz (p.a.) und 6. σ die sogenannte implizite Volatilität des Basiswerts. Komplexe Finanzderivate können eine Vielzahl weiterer Risikofaktoren besitzen. Darüber hinaus stellt das Pricing komplexer Finanzderivate i. d. R. eine mathematische Herausforderung dar. 34
36 2.2 Chronisches vs. akutes Risiko Die chronische Verlustverteilung Man betrachte die Zeitreihe{X t } t N eines beliebigen Risikofaktors. Dieser Risikofaktor besitzt im Zeitpunkt t eine bestimmte Verteilungsfunktion F(x) = P(X t x). Beachte: Aufgrund der Stationarität von{x t } ist diese Verteilungsfunktion unabhängig vom Zeitpunkt t N. 35
37 Betrachtet man nun einen gegebenen Zufallsvektor von Risikofaktoren, so erhält man die gemeinsame Verteilung F(x) = P(X t x) der inx t enthaltenen RisikofaktorenX 1t,...,X kt. Die Funktion F(x) wird als unbedingte oder stationäre Verteilung vonx t bezeichnet. Die Verteilung vonl t, welche auf Basis vonf(x) berechnet wird, heißt unbedingte oder chronische Verlustverteilung. Damit quantifiziert man also das chronische Risiko eines Verlustes am Ende des gegebenen Anlagehorizonts. 36
38 Die chronische Verlustverteilung ist die über alle Perioden hinweg gemessene Verteilung des Verlustes des gegebenen Portfolios am Ende der festgelegten Periode. D. h. wenn man eine lange Zeitreihe von Verlusten des in seiner Zusammensetzung gleich bleibenden Portfolios betrachtet, wird sich approximativ die chronische Verlustverteilung einstellen. Die chronische Verlustverteilung ist also maßgeblich, wenn man ein langfristiges Risikomanagement verfolgt. Dies gilt z. B. für Versicherungsunternehmen und die Finanzdienstleistungsaufsicht (insbesondere wenn es um systemische Risiken geht). 37
39 2.2.2 Die akute Verlustverteilung Man betrachte nun die bis zum Zeitpunktt 1akkumulierten Beobachtungen der Risikofaktoren, d. h.x 1,X 2,...,X t 1. [ ] Die Matrix X 1 X 2 X t 1 wird als Historie bezeichnet und man schreibt dafür kurzh t 1. Der ZufallsvektorX t besitzt nun eine bedingte Verteilungsfunktion F t 1 (x) = P(X t x H t 1 ). Die bedingte Verteilungsfunktion kann sich u. U. erheblich von der unbedingten Verteilungsfunktion vonx t unterscheiden! 38
40 Die Verteilung vonl t, welche auf Basis vonf t 1 (x) berechnet wird, wird als bedingte oder akute Verlustverteilung bezeichnet. Man quantifiziert damit also das akute Risiko eines Verlustes am Ende des gegebenen Anlagehorizonts. Die akute Verlustverteilung ist die momentane Verteilung des Portfolioverlustes am Ende des gegebenen Anlagehorizonts. Wenn man also ein kurzfristiges Risikomanagement verfolgt, d. h. wenn man sich kurzfristig gegen Finanzrisiken absichern möchte, ist die akute Verlustverteilung maßgeblich. Man möchte dann insbesondere die aktuelle Entwicklung auf den Finanzmärkten in Betracht ziehen um schnell zu reagieren. 39
41 2.3 Risikomessung Finanzrisiken werden insbesondere aus den folgenden drei Gründen gemessen: 1. Bestimmung des Eigenkapitals im Rahmen der Bankenaufsicht oder zwecks Clearing von Terminkontrakten, 2. Reporting zwecks Kontrolle der Akteure im Unternehmen und einer risikobewussten Entscheidungsfindung, sowie 3. Berechnung von Versicherungsprämien. 40
42 2.3.1 Grundlegende Ansätze Es gibt vier grundlegende Ansätze zur Messung von Finanzrisiken. Diese basieren auf der Berechnung von 1. Risikoprämien, 2. Sensitivitäten, 3. Verlustverteilungen und 4. Szenarien. 1. Berechnung von Risikoprämien: Hierbei wird das Risiko als Summe der risikoadjustierten Werte aller Bestandteile eines Portfolios abgebildet. 41
43 Der risikoadjustierte Wert einer Position entspricht dem Marktwert abzüglich einer Risikoprämie. In praxi werden die imaginären Werte einer Risikoklasse zusätzlich mit einem bestimmten Gewicht versehen. Vorteil: Scheinbar plausibler und transparenter Ansatz. Nachteile: 1. Fehlende Unterscheidung unterschiedlicher Fälligkeiten. 2. Fehlende Berücksichtigung gegenläufiger Positionen ( Netting ) oder von Diversifikationseffekten. 3. Keine saubere Trennung von Basiswert und Derivat. 42
44 2. Berechnung von Sensitivitäten: Hierbei wird der potenzielle Verlust eines Portfolios bei einer partiellen Änderung eines Risikofaktors berechnet. Z. B. kann die Black-Scholes-Formel nach ihren Determinanten abgeleitet ( Greeks ) und damit die Sensitivität des Portfoliowerts hinsichtlich der einzelnen Risikofaktoren quantifiziert werden. Vorteil: Erlaubt die Fokussierung auf bestimmte Risikofaktoren und damit eine gezielte Absicherung ( Hedging ). 43
45 Nachteile: Das Gesamtrisiko (sprich: das totale Differential) wird außer Acht gelassen. Sensitivitäten können nicht ohne Weiteres aggregiert werden. 3. Berechnung von Verlustverteilungen: Dieses Prozedere wurde ja bereits besprochen. Vorteile: Fokussierung auf das Gesamtrisiko eines Unternehmens. Berücksichtigt insbesondere Diversifikationseffekte auf allen Ebenen des Unternehmens. 44
46 Bildet auf allen Aggregationsebenen das entsprechende Risiko adäquat ab. Nachteile: Verlustverteilungen werden auf Basis historischer Zeitreihen geschätzt. Bei einer langfristigen Änderung der ökonomischen Rahmenbedingungen ( Strukturbruch ) führen Zeitreihen u. U. zu einer verzerrten Einschätzung der künftigen Entwicklung. Verlustverteilungen können praktisch nicht fehlerfrei berechnet werden. Sie sind Schätz- und Modellrisiken unterworfen. 45
47 4. Berechnung von Szenarien: Hierbei werden potenzielle Szenarien und deren Konsequenzen analysiert. Ein Szenario ist eine Kombination möglicher Ausprägungen der Risikofaktoren, welche sich in der Zukunft einstellen kann. Beispiel: Der Aktienmarkt fällt um 20%, die Schlüsselwährungen steigen um 10% und ein Leitzins bleibt konstant. Als Risikomaß kann nun z. B. der maximale Verlust unter allen Szenarien herangezogen werden. 46
48 Vorteile: Dieser Ansatz erfordert Expertenwissen und ist daher eben nicht vollständig datengetrieben. Damit können selbst extreme Ereignisse, die sich historisch noch gar nicht manifestiert haben, in den Kalkül einbezogen werden. Nachteile: Lediglich praktikabel bei einer relativ kleinen Anzahl von Risikofaktoren. Das Ergebnis hängt essenziell von der Szenariomenge ab. Ermöglicht keinen direkten Vergleich von Portfolios mit unterschiedlichen Risikofaktoren. 47
49 2.3.2 Der Value-at-Risk Der Value-at-Risk (kurz: VaR oder ist das wohl populärste Risikomaß in der Finanzdienstleistungsindustrie. Es ist u. A. Bestandteil von Basel II. Gegeben sei ein Portfolio riskanter Finanzinstrumente und ein fixer Anlagehorizont. Sei F L (x) = P(L t x) die Verteilungsfunktion des Verlustes am Ende der Periode. Hierbei kann es sich entweder um die bedingte oder unbedingte Verlustverteilung handeln. 48
50 Man möchte nun wissen, wie sich ein seltenes und negatives Ereignis am Ende der Periode auf das Vermögen auswirkt. Ein möglicher Kandidat ist der maximale Verlust, d. h. inf {x R : 1 F L (x) = 0}. Problem: In vielen Anwendungen wird angenommen, dassl t einen unbeschränkten Träger hat, d. h. der maximale Verlust wäre unendlich groß. Abgesehen davon ist der maximale Verlust das denkbar konservativste Risikomaß. Stattdessen wählt man den Verlust, der gerade noch mit einer vorgegebenen kleinen Wahrscheinlichkeit überschritten wird. 49
51 Definition des Value-at-Risk Gegeben sei eine kleine Wahrscheinlichkeitα > 0 und ein fixer Anlagehorizont. Der VaR eines Portfolios mit dem potenziellen VerlustL t ist definiert als VaR α = inf{x R : 1 F L (x) α}. Fürαkommen z. B. die Werteα = 0.05,0.01,0.005 in Frage. Der Anlagehorizont beträgt z. B. ein Tag oder 10 Tage (im Bereich Marktrisiko) bzw. ein Jahr (in den Bereichen Kreditrisiko und operationelles Risiko). 50
52 5%-Value-at-Risk einer Verlustverteilung (Quelle: McNeil et al., 2005). 51
53 Gegeben sei eine univariate VerlustfunktionF L (x). Die dazugehörige Quantilfunktion ist F 1 L (p) = inf{x R : F L(x) p}. Hierbei istf 1 L (p) gerade dasp-quantil vonf L. Daraus folgt VaR α = inf{x R : 1 F L (x) α} = inf{x R : F L (x) 1 α} = F 1 L (1 α). D. h. derα-var eines Portfolios ist gerade das(1 α)-quantil seiner Verlustverteilung! 52
54 Angenommen der Verlust folgt einer Normalverteilung, d. h. L t N(µ,σ 2 ) und damit ( ) x µ F L (x) = Φ. σ Das(1 α)-quantil kann nun wie folgt berechnet werden: ( ) VaRα µ 1 α = Φ σ = VaR α = µ+σφ 1 (1 α). Hierbei istφ 1 die zur Standardnormalverteilung gehörende Quantilfunktion. Problem: Verluste sind typischerweise nicht normalverteilt! 53
55 Stattdessen weist die Verlustverteilung i. d. R. eine schwere rechte Flanke auf. D. h. potenzielle Verluste sind in Wirklichkeit schwerer als vermutet, sofern man bei der Berechnung des VaR von einer Normalverteilung ausgeht. Es wurden allerdings zahlreiche Alternativen zur Normalverteilung vorgeschlagen. Eine besonders nahe liegende Methode stammt aus der Extremwerttheorie. Solche Verfahren werden u. A. auch für die Berechnung der Gefahr von Flutkatastrophen, Erdbeben und terroristischen Anschlägen eingesetzt. 54
Risikoeinstellungen empirisch
Risikoeinstellungen empirisch Risk attitude and Investment Decisions across European Countries Are women more conservative investors than men? Oleg Badunenko, Nataliya Barasinska, Dorothea Schäfer http://www.diw.de/deutsch/soep/uebersicht_ueber_das_soep/27180.html#79569
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
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
MehrData Mining: Einige Grundlagen aus der Stochastik
Data Mining: Einige Grundlagen aus der Stochastik Hagen Knaf Studiengang Angewandte Mathematik Hochschule RheinMain 21. Oktober 2015 Vorwort Das vorliegende Skript enthält eine Zusammenfassung verschiedener
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
Mehr1 Mathematische Grundlagen
Mathematische Grundlagen - 1-1 Mathematische Grundlagen Der Begriff der Menge ist einer der grundlegenden Begriffe in der Mathematik. Mengen dienen dazu, Dinge oder Objekte zu einer Einheit zusammenzufassen.
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
MehrAUTOMATISIERTE HANDELSSYSTEME
UweGresser Stefan Listing AUTOMATISIERTE HANDELSSYSTEME Erfolgreich investieren mit Gresser K9 FinanzBuch Verlag 1 Einsatz des automatisierten Handelssystems Gresser K9 im Portfoliomanagement Portfoliotheorie
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
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.
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
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
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
MehrGüte 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
MehrRisikomanagement: Hintergrund und Ziele
Risikomanagement: Hintergrund und Ziele Beispiel 1 Anfangskapital V 0 = 100 Spiel: man verliert oder gewinnt 50 mit Wahrsch. jeweils 1/2. Kapital nach dem Spiel V 1 = { 150 mit Wahrsch. 1/2 50 mit Wahrsch.
MehrDie drei Kernpunkte der modernen Portfoliotheorie
Die drei Kernpunkte der modernen Portfoliotheorie 1. Der Zusammenhang zwischen Risiko und Rendite Das Risiko einer Anlage ist die als Varianz oder Standardabweichung gemessene Schwankungsbreite der Erträge
MehrQM: Prüfen -1- KN16.08.2010
QM: Prüfen -1- KN16.08.2010 2.4 Prüfen 2.4.1 Begriffe, Definitionen Ein wesentlicher Bestandteil der Qualitätssicherung ist das Prüfen. Sie wird aber nicht wie früher nach der Fertigung durch einen Prüfer,
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
Mehr11.AsymmetrischeInformation
.AsymmetrischeInformation Informationistnurwichtig,wenneineEntscheidungssituationdurcheinunsicheresUmfeld charakterisiertist.istesvielleichtso,daßauchdieunsicherheitselbstzueinereinschränkung derfunktionsfähigkeitvonmärktenführt?diesistinder
MehrEinführung in den Begriff des Risikos. Mathematische Methoden
Einführung in den Begriff des Risikos Wintertrimester 2011 Mathematische Methoden Gabriel Frahm Helmut-Schmidt-Universität Lehrstuhl für Angewandte Stochastik Fächergruppe Mathematik/Statistik 22043 Hamburg
MehrInhalt. IAS 32 Finanzinstrumente: Darstellung
Inhalt 1. Ziele des Standards im Überblick... 2 2. Definitionen... 3 3. Anwendungsbereich... 5 4. Negativabgrenzung... 6 5. Wesentliche Inhalte... 7 6. Beispiel... 8 www.boeckler.de August 2014 1/8 1.
MehrZufallsgrößen und Wahrscheinlichkeitsverteilungen
RS 24.2.2005 Zufallsgroessen_i.mcd 1) Zufallsgröße Zufallsgrößen und Wahrscheinlichkeitsverteilungen Zu jedem Zufallsexeriment gehört ein Ergebnisraum Ω. Die einzelnen Ergebnisse ω i können Buchstaben,
MehrVorsorge- und Finanzrisiken
11. März 2010 Prof. em. Dr. Alex Keel Verschiedene Risiken Agenda Verschiedene Risiken Vorsorge- und Finanzrisiken Fazit Finanzanlagerisiken Versicherungstechnische Risiken Regulatorische und betriebliche
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
Mehr5.Unsicherheit. 5.1WahrscheinlichkeitundRisiko
1 5.Unsicherheit Bisher sind wir von vollständiger Planungssicherheit seitens der Entscheidungsträger ausgegangen. Dies trifft in vielen Fällen natürlich nicht den Kern eines Entscheidungsproblems.Wennz.B.eineEntscheidungfürdenKaufvonAktiengetroffen
MehrValue-at-Risk. Kann man das Risiko steuern? Finanzwirtschaft VI Matthias Paesel Hochschule Magdeburg-Stendal (FH)
Value-at-Risk Kann man das Risiko steuern? Gliederung I. Was versteht man unter Value-at-Risk? II. Anwendung des Value-at-Risk III. Grenzen des Value-at-Risk IV. Fazit V. Literatur Was versteht man unter
MehrZinssicherung im B2B Markt April 2010
Zinssicherung im BB Markt Ergebnisse einer repräsentativen Telefonbefragung bei 400 BB-Finanzentscheidern (Februar-März 00) Zinssicherung im BB Markt April 00 0.06.00 7:8:58 Zusammenfassung der Ergebnisse
MehrPortfolioselection. Zentrale Frage: Wie stellen rationale Investoren ihr Portfolio zusammen?
Portfolioselection Zentrale Frage: Wie stellen rationale Investoren ihr Portfolio zusammen? Investieren in Aktien ist riskant Risiko einer Aktie kann in 2 Teile zerlegt werden: o Unsystematisches Risiko
MehrA 95 223 B 125 396 C 75 169 D 105 277 E 115 421 F 85 269
Fachhochschule Köln Fakultät für Wirtschaftswissenschaften Prof. Dr. Arrenberg Raum 221, Tel. 3914 jutta.arrenberg@fh-koeln.de Übungen zur Vorlesung Wirtschaftsstatistik Wiederholungsaufgaben für die Klausur
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,
MehrB 2. " Zeigen Sie, dass die Wahrscheinlichkeit, dass eine Leiterplatte akzeptiert wird, 0,93 beträgt. (genauerer Wert: 0,933).!:!!
Das folgende System besteht aus 4 Schraubenfedern. Die Federn A ; B funktionieren unabhängig von einander. Die Ausfallzeit T (in Monaten) der Federn sei eine weibullverteilte Zufallsvariable mit den folgenden
MehrEckpfeiler der neuen Regelung:
Zertifikate-Emittenten weisen im Produktinformationsblatt (PIB) bereits seit einigen Jahren Performance-Szenarien aus. Während die konkrete Bestimmung dieser Szenarien bislang den Emittenten überlassen
MehrAbschlussklausur am 12. Juli 2004
Institut für Geld- und Kapitalverkehr Vorlesung Nr. 03.511 der Universität Hamburg Grundkonzeptionen der Finanzierungstheorie (ABWL / Finanzierung) Dr. Stefan Prigge Sommersemester 2004 Abschlussklausur
MehrWarum Sie dieses Buch lesen sollten
Warum Sie dieses Buch lesen sollten zont nicht schaden können. Sie haben die Krise ausgesessen und können sich seit 2006 auch wieder über ordentliche Renditen freuen. Ähnliches gilt für die Immobilienblase,
MehrAbituraufgabe zur Stochastik, Hessen 2009, Grundkurs (TR)
Abituraufgabe zur Stochastik, Hessen 2009, Grundkurs (TR) Eine Firma stellt USB-Sticks her. Sie werden in der Fabrik ungeprüft in Packungen zu je 20 Stück verpackt und an Händler ausgeliefert. 1 Ein Händler
MehrMathematischer Vorbereitungskurs für Ökonomen
Mathematischer Vorbereitungskurs für Ökonomen Dr. Thomas Zehrt Wirtschaftswissenschaftliches Zentrum Universität Basel Gleichungen Inhalt: 1. Grundlegendes 2. Lineare Gleichungen 3. Gleichungen mit Brüchen
MehrTOP SELECT PLUS Newsletter Nr.2
TOP SELECT PLUS Newsletter Nr.2 Anspruch und Wirklichkeit - TOP SELECT PLUS Montag, 4. Juni 2012 Vermögensverwaltungen gibt es wie Sand am Meer. Darunter befinden sich solche, die ihrem Namen alle Ehre
Mehrdie Freien Wähler beantragen, dass der Einsatz von Wetterderivaten zur Stabilisierung der Zahlungsströme und Absicherung von Risiken geprüft wird.
GANDERKESEE FREIE WÄHLER GANDERKESEE Allensteiner Weg 13 A 27777 Ganderkesee Bürgermeisterin der Gemeinde Ganderkesee Frau Alice Gerken-Klaas Mühlenstraße 2-4 27777 Ganderkesee FREIE WÄHLER GANDERKESEE
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
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
MehrZahlenwinkel: Forscherkarte 1. alleine. Zahlenwinkel: Forschertipp 1
Zahlenwinkel: Forscherkarte 1 alleine Tipp 1 Lege die Ziffern von 1 bis 9 so in den Zahlenwinkel, dass jeder Arm des Zahlenwinkels zusammengezählt das gleiche Ergebnis ergibt! Finde möglichst viele verschiedene
MehrWas taugt der Wertpapierprospekt für die Anlegerinformation?
Was taugt der Wertpapierprospekt für die Anlegerinformation? Panel 1 Rahmenbedingungen für Anlegerinformation und Anlegerschutz beim Wertpapiererwerb Verhältnis zu Beratung, Informationsblatt und Investorenpräsentation
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
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,
MehrR. Brinkmann http://brinkmann-du.de Seite 1 30.11.2013 Schriftliche Übung Mathematik Stochastik II (Nachschreiber) Jan. 2007
R. Brinkmann http://brinkmann-du.de Seite 1 30.11.2013 Schriftliche Übung Mathematik Stochastik II (Nachschreiber) Jan. 2007 SG15/25D NAME: Lösungen 1. In einer Packung sind Glühbirnen, davon sind zwei
MehrZulassung nach MID (Measurement Instruments Directive)
Anwender - I n f o MID-Zulassung H 00.01 / 12.08 Zulassung nach MID (Measurement Instruments Directive) Inhaltsverzeichnis 1. Hinweis 2. Gesetzesgrundlage 3. Inhalte 4. Zählerkennzeichnung/Zulassungszeichen
MehrKapitalmarkttheorie: Vorbereitungen
0 Kapitel Kapitalmarkttheorie: Vorbereitungen Kapitelübersicht 1 Renditen 2 Renditen und Halteperioden 3 Rendite-Kennzahlen 4 Durchschnittliche Aktienrenditen und risikofreie Renditen 5 Risiko-Kennzahlen
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
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
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.
MehrMedia Teil III. Begriffe, Definitionen, Übungen
Media Teil III. Begriffe, Definitionen, Übungen Kapitel 1 (Intermedia- Vergleich: Affinität) 1 Affinitätsbewertung als Mittel des Intermedia-Vergleichs Um die Streugenauigkeit eines Werbeträgers zu bestimmen,
MehrRisiken der gesamtwirtschaftlichen Entwicklung
1 Risiken der gesamtwirtschaftlichen Entwicklung Im Rahmen der regelmäßigen Konjunkturumfrage wurden von den Industrie- und Handelskammern in Niedersachsen seit Herbst 2010 Fragen zu den Risiken der wirtschaftlichen
MehrDie reellen Lösungen der kubischen Gleichung
Die reellen Lösungen der kubischen Gleichung Klaus-R. Löffler Inhaltsverzeichnis 1 Einfach zu behandelnde Sonderfälle 1 2 Die ganzrationale Funktion dritten Grades 2 2.1 Reduktion...........................................
MehrLineare Gleichungssysteme
Brückenkurs Mathematik TU Dresden 2015 Lineare Gleichungssysteme Schwerpunkte: Modellbildung geometrische Interpretation Lösungsmethoden Prof. Dr. F. Schuricht TU Dresden, Fachbereich Mathematik auf der
MehrONLINE-AKADEMIE. "Diplomierter NLP Anwender für Schule und Unterricht" Ziele
ONLINE-AKADEMIE Ziele Wenn man von Menschen hört, die etwas Großartiges in ihrem Leben geleistet haben, erfahren wir oft, dass diese ihr Ziel über Jahre verfolgt haben oder diesen Wunsch schon bereits
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
MehrStatistik I für Betriebswirte Vorlesung 5
Statistik I für Betriebswirte Vorlesung 5 PD Dr. Frank Heyde TU Bergakademie Freiberg Institut für Stochastik 07. Mai 2015 PD Dr. Frank Heyde Statistik I für Betriebswirte Vorlesung 5 1 Klassische Wahrscheinlichkeitsdefinition
Mehr4. Dynamische Optimierung
4. Dynamische Optimierung Allgemeine Form dynamischer Optimierungsprobleme 4. Dynamische Optimierung Die dynamische Optimierung (DO) betrachtet Entscheidungsprobleme als eine Folge voneinander abhängiger
MehrInstitut für Stochastik Prof. Dr. N. Bäuerle Dipl.-Math. S. Urban
Institut für Stochastik Prof. Dr. N. Bäuerle Dipl.-Math. S. Urban Lösungsvorschlag 8. Übungsblatt zur Vorlesung Finanzmathematik I Aufgabe Hedging Amerikanischer Optionen Wir sind in einem arbitragefreien
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
MehrName:... Matrikel-Nr.:... 3 Aufgabe Handyklingeln in der Vorlesung (9 Punkte) Angenommen, ein Student führt ein Handy mit sich, das mit einer Wahrscheinlichkeit von p während einer Vorlesung zumindest
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
MehrKONZEPT ACTIVE BOND SELECTION. Rentenmarktentwicklungen aktiv vorgreifen
KONZEPT ACTIVE BOND SELECTION Rentenmarktentwicklungen aktiv vorgreifen Buy-and-hold strategie hat sich ausgezahlt... Obligationäre streben Folgendes an ein regelmäßiger, jedoch sicherer Einkommensfluss
MehrQuadratische Gleichungen
Quadratische Gleichungen Aufgabe: Versuche eine Lösung zu den folgenden Zahlenrätseln zu finden:.) Verdoppelt man das Quadrat einer Zahl und addiert, so erhält man 00..) Addiert man zum Quadrat einer Zahl
MehrKurs 00091: Finanzierungs- und entscheidungstheoretische Grundlagen der Betriebswirtschaftslehre
Grundlagen der Betriebswirtschaftslehre, Kurs 00091, KE 3, 4, 5 und 6, SS 2012 1 Kurs 00091: Finanzierungs- und entscheidungstheoretische Grundlagen der Betriebswirtschaftslehre Einsendearbeit 2 (SS 2012)
MehrInformationen für Wealth Manager: www.private-banking-magazin.de
Trotz Niedrigzinsen Kaum ein Deutscher mag Aktien Ein Großteil der deutschen Sparer rechnet damit, dass die niedrigen Zinsen für die nächsten Jahre bleiben. Das ist aber kein Grund für sie, ihr Geld vom
MehrAnwendungshinweise zur Anwendung der Soziometrie
Anwendungshinweise zur Anwendung der Soziometrie Einführung Die Soziometrie ist ein Verfahren, welches sich besonders gut dafür eignet, Beziehungen zwischen Mitgliedern einer Gruppe darzustellen. Das Verfahren
MehrPrüfung KMU-Finanzexperte Modul 6 Risk Management Teil 2: Financial RM Prüfungsexperten: Markus Ackermann Sandro Schmid 29.
Prüfung KMU-Finanzexperte Modul 6 Risk Management Teil 2: Financial RM Prüfungsexperten: Markus Ackermann Sandro Schmid 29. Januar 2008 Prüfungsmodus Prüfungsdauer schriftliche Klausur 60 Minuten Punktemaximum:
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
MehrPortfoliorisiko und Minimum Varianz Hedge
ortfoliorisiko und Minimum Varianz Hedge Vertiefungsstudium Finanzwirtschaft rof. Dr. Mark Wahrenburg Überblick Messung von Risiko ortfoliodiversifikation Minimum Varianz ortfolios ortfolioanalyse und
MehrInsiderwissen 2013. Hintergrund
Insiderwissen 213 XING EVENTS mit der Eventmanagement-Software für Online Eventregistrierung &Ticketing amiando, hat es sich erneut zur Aufgabe gemacht zu analysieren, wie Eventveranstalter ihre Veranstaltungen
MehrVerschenken Sie kein Geld!
20 Verschenken Sie kein Geld! einschlägigen Börsenplätzen hat zudem die Kaufprovisionen der Fonds spürbar nach unten gedrückt. Trotzdem sind die Kosten nach wie vor ein wichtiges Bewertungskriterium dafür,
MehrBericht zur Prüfung im Oktober 2003 über Mathematik der Lebensversicherung (Grundwissen)
Bericht zur Prüfung im Oktober 2003 über Mathematik der Lebensversicherung Grundwissen) Jürgen Strobel Köln) und Hans-Jochen Bartels Mannheim) Am 04.10.2003 wurde in Köln die zehnte Prüfung über Mathematik
MehrAnspar-Darlehensvertrag
Anspar-Darlehensvertrag Zwischen Name: Straße: PLZ, Ort: Tel.: Mobil: E-Mail: Personalausweisnummer: - nachfolgend Gläubiger genannt und der Wilms, Ingo und Winkels, Friedrich, Florian GbR vertreten durch:
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,
MehrDELEGIERTE VERORDNUNG (EU) Nr.../.. DER KOMMISSION. vom 19.9.2014
EUROPÄISCHE KOMMISSION Brüssel, den 19.9.2014 C(2014) 6515 final DELEGIERTE VERORDNUNG (EU) Nr..../.. DER KOMMISSION vom 19.9.2014 zur Ergänzung der Richtlinie 2014/17/EU des Europäischen Parlaments und
MehrBONUS MALUS SYSTEME UND MARKOV KETTEN
Fakultät Mathematik und Naturwissenschaften, Fachrichtung Mathematik, Institut für Mathematische Stochastik BONUS MALUS SYSTEME UND MARKOV KETTEN Klaus D. Schmidt Ringvorlesung TU Dresden Fakultät MN,
Mehr15.3 Bedingte Wahrscheinlichkeit und Unabhängigkeit
5.3 Bedingte Wahrscheinlichkeit und Unabhängigkeit Einführendes Beispiel ( Erhöhung der Sicherheit bei Flugreisen ) Die statistische Wahrscheinlichkeit, dass während eines Fluges ein Sprengsatz an Bord
MehrBeweisbar sichere Verschlüsselung
Beweisbar sichere Verschlüsselung ITS-Wahlpflichtvorlesung Dr. Bodo Möller Ruhr-Universität Bochum Horst-Görtz-Institut für IT-Sicherheit Lehrstuhl für Kommunikationssicherheit bmoeller@crypto.rub.de 6
MehrSWOT-Analyse. Der BABOK V2.0 (Business Analysis Body Of Knowledge) definiert die SWOT-Analyse wie folgt:
SWOT-Analyse Die SWOT-Analyse stammt ursprünglich aus dem militärischen Bereich und wurde in den 1960er-Jahren von der Harvard Business School zur Anwendung in Unternehmen vorgeschlagen. Die SWOT-Analyse
MehrDie optimale Anlagestrategie im Niedrigzinsumfeld
Die optimale Anlagestrategie im Niedrigzinsumfeld Tungsten Investment Funds Asset Management Boutique Fokus auf Multi Asset- und Absolute Return Strategien Spezialisiert auf den intelligenten Einsatz von
MehrAbschlußklausur am 21. Mai 2003
Institut für Geld- und Kapitalverkehr Vorlesung Nr. 03.671 der Universität Hamburg Grundlagen der Bankbetriebslehre I Prof. Dr. Hartmut Schmidt Sommersemester 2003 Abschlußklausur am 21. Mai 2003 Bearbeitungsdauer:
MehrLineargleichungssysteme: Additions-/ Subtraktionsverfahren
Lineargleichungssysteme: Additions-/ Subtraktionsverfahren W. Kippels 22. Februar 2014 Inhaltsverzeichnis 1 Einleitung 2 2 Lineargleichungssysteme zweiten Grades 2 3 Lineargleichungssysteme höheren als
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
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.
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.
MehrIst Fernsehen schädlich für die eigene Meinung oder fördert es unabhängig zu denken?
UErörterung zu dem Thema Ist Fernsehen schädlich für die eigene Meinung oder fördert es unabhängig zu denken? 2000 by christoph hoffmann Seite I Gliederung 1. In zu großen Mengen ist alles schädlich. 2.
MehrMobile Intranet in Unternehmen
Mobile Intranet in Unternehmen Ergebnisse einer Umfrage unter Intranet Verantwortlichen aexea GmbH - communication. content. consulting Augustenstraße 15 70178 Stuttgart Tel: 0711 87035490 Mobile Intranet
MehrFinanzierung: Übungsserie III Innenfinanzierung
Thema Dokumentart Finanzierung: Übungsserie III Innenfinanzierung Lösungen Theorie im Buch "Integrale Betriebswirtschaftslehre" Teil: Kapitel: D1 Finanzmanagement 2.3 Innenfinanzierung Finanzierung: Übungsserie
Mehr11. April 2011. Geldtheorie und -politik. Definition und Bestimmung von Zinssätzen (Mishkin, Kapitel 4)
Geldtheorie und -politik Definition und Bestimmung von Zinssätzen (Mishkin, Kapitel 4) 11. April 2011 Überblick Barwertkonzept Kreditmarktinstrumente: Einfaches Darlehen, Darlehen mit konstanten Raten,
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
MehrRisiko und Symmetrie. Prof. Dr. Andrea Wirth
Risiko und Symmetrie Prof. Dr. Andrea Wirth Gliederung 1. Einleitung Was ist eigentlich Risiko? 2. Risiko Mathematische Grundlagen 3. Anwendungsbeispiele Wo genau liegt der Schmerz des Risikos? 4. Sie
MehrVertical-Spreads Iron Condor Erfolgsaussichten
www.mumorex.ch 08.03.2015 1 Eigenschaften Erwartung Preis Long Calls Long Puts Kombination mit Aktien Vertical-Spreads Iron Condor Erfolgsaussichten www.mumorex.ch 08.03.2015 2 www.mumorex.ch 08.03.2015
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
MehrMathematik-Klausur vom 05.10.2011 Finanzmathematik-Klausur vom 26.09.2011
Mathematik-Klausur vom 05.10.2011 Finanzmathematik-Klausur vom 26.09.2011 Studiengang BWL DPO 2003: Aufgaben 2,3,4 Dauer der Klausur: 60 Min Studiengang B&FI DPO 2003: Aufgaben 2,3,4 Dauer der Klausur:
MehrEntsprechenserklärung der EUROKAI GmbH & Co. KGaA gemäß dem Deutschen Corporate Governance Kodex
Entsprechenserklärung der EUROKAI GmbH & Co. KGaA gemäß dem Deutschen Corporate Governance Kodex Die Geschäftsführung der Kurt F.W.A. Eckelmann GmbH, Hamburg, als persönlich haftende Gesellschafterin und
Mehr- Bedeutung und Höhe der EU-Referenzzinssätze - (Stand: 07/2004)
1 BEIHILFEVERBOT - Bedeutung und Höhe der EU-Referenzzinssätze - (Stand: 07/2004) 2 Referenzzinssätze Bedeutung und Höhe der EU-Referenzzinssätze von Staatsminister a.d. Georg Brüggen, Dipl. Betriebswirt
MehrEine globale Finanzdienstleistung für Anwendungen vor Ort.
Eine globale Finanzdienstleistung für Anwendungen vor Ort. Lautsprechersysteme von d&b sind, wie man hört, bestens geeignet, Geschäftserfolge zu realisieren. Weltweit. Wenn Sie nun einige dieser Systeme
Mehr