EDV-ges t ützte Mo delle zum Kreditris iko-controlling

Größe: px
Ab Seite anzeigen:

Download "EDV-ges t ützte Mo delle zum Kreditris iko-controlling"

Transkript

1 EDV-ges t ützte Mo delle zum Kreditris iko-controlling

2 Dr. Max-K. von Renesse Institut für Angewandte Mathematik Rh ein isch e Fr ied r ich - Wilh em s- Un iver sit ät Wegeler st r aße Bon n kost iam.u n i- b on n.d e ( i ) Aus Sicht des Autor s dies er Studie geb en die M onogr aphien Ris k N eut ra l Va l ua t io n von Bingham/Kies el (Spr inger 98) und Cred it Ris k: M od el l ing, Va l ua t io n a nd H ed ging von Bielecki/R utkows ki (Spr inger 02) gemeins am den zur Zeit b es ten und denno ch kompakten Üb er blick üb er die G r undlagen s owie den gegenwär tigen Stand der mathematis chen F inanzmar kttheor ie von Equity- und Kr editder ivaten. 1

3 Inhaltsverzeichnis 1 Einführung Die Portfolio-Perspektive Risiko, Wert und Wahrscheinlichkeit Empirische und risikoneutrale Wahrscheinlichkeit CreditManager von RiskMetrics Zusammenfassung Funktionalität/Ziele Modell Simulation Eingabedaten Implementation Handhabung Reporting Datenmanagement und -sicherheit Diskussion Bet r acht u n g von Ein zelp r ob lem en Cr ed it Defau lt S wap s Integration von CDO-Tranchen Cashflow CDOs und CDOs von CDOs CDOManager von RiskMetrics Zusammenfassung Funktionalität/Ziele Modell Simulation Eingabedaten Implementation Handhabung Reporting Datenmanagement und -sicherheit

4 3.6 Diskussion MARVEL von JP Morgan Zusammenfassung Funktionalität/Ziele Modell Das Kreditportfoliomodell von Moody s Implementation Diskussion Diversity Score für Multi-Industrie Portfolios MARVEL von Moody s Zusammenfassung Modell Implementation Diskussion Risk Tabulator/CDO Evaluator von Standard & Poor s Zusammenfassung Modell Diskussion CDO Calculator von Lehman Brothers Zusammenfassung Modell Handhabung Diskussion Beispiele und Tests Portfolioptimierung mit dem CreditManager Modellportfolios und statische CDOs Vergleich mit generischen Portfoliomodellen anhand von Hights CrinCept und RiskTabulator auf CLO CDOs von CDOs Kre ditrisiko 9.1 S p r ead s, Rat in gs u n d Risiko- Ar b it r age Einsatz von EDV-Hilfsmitteln Diskussion

5 10 Weitere Kreditrisiko-Modelle Asymptotisch feinkörnige Portfolios Vasicek-Modell (Basel II) CDO - Tr an ch en au f Asym p t ot isch Fein kör n igen Por t - folios Z u r M o d ellier u n g von gekop p elt en Au sfällen Int egr ier t e M o d elle S t r u ku r m o d elle Cop u la- Fu n kt ion en Int en sität sm o d elle Z u m Ver hält n is von Int en sität s- u n d S t r u kt u r m o d ellen Schlussbemerkungen Zur Reichweite von Portfolio-Modellen Empfehlungen

6 Kapitel 1 Einführung 1.1 Die Portfolio-Perspektive Die Erkennung und Quantifizierung der Risiken von Kreditportfolios und -derivaten haben in der Bankenpraxis während der letzten Jahre eine große Bedeutung gewonnen. Gleichzeitig stehen durch die Fortentwicklung der modernen Finanzmathematik auf den Kreditsektor eine Vielzahl von Modellen und analytischen Methoden zur Verfügung, um das Risikoprofil von zusammengesetzen und derivativen Kreditinstrumenten in vielerlei Hinsicht zu studieren. Möglichst genaue Abschätzungen nicht nur über erwartete Verluste, sondern auch über feinere Risikomaße, die etwa mit den Schlagworten Unexpected Loss, Value at Risk (i), RAROC (ii) oder CVaR (iii) verbunden sind und die die weiteren Verteilungseigenschaften der Risiken einfangen sollen, stehen dabei nicht allein aufgrund der neuen Kapitaldeckungs-Richtlien (Basel II) sondern auch bei der risikogesteuerten Optimierung von Kreditportfolios im Mittelpunkt des Interesses. Entscheidend ist hier aus Bankenperspektive, die möglichen Ausfallszenarien im Hinblick auf das Gesamt- Kreditportfolio zu analysieren, weil erst hierdurch der Effekt von wechselseitigen Abhängigkeiten der individuell gehaltenen Titel untersucht werden kann: Im Gegensatz zur Bestimmung des zu erwartenden Verlustes kann bei der Untersuchung aller weiteren Risikomaße eines Portfolios von Kreditprodukten dieses nicht länger als einfache Summe seiner Einzelpositionen betrachtet werden. So können zum einen bei geeigneter Streuung der Positionen gewünschte Mittelungseffekte eintreten, zum anderen können auch durch versteckte Abhängigkeiten unerwünschte Sensitivitäten gegenüber einzelnen Marktdaten oder Kreditpositionen entstehen. Beide Phänomene können al- (i) Value at Risk: q-quantil der Barwertverteilung mit q = 0,05%, 0,5%, 1% etc. (ii) Risk Adjusted Return On Capital: Quotient aus erwartetem Ertrag und eingesetztem Riskokapital. (iii) Conditional Value at Risk: Erwarter Barwert unter der Bedingung, dass 1%- Quantilwert unterschritten wird, cf. Delbaen et al. Coherent Measures of Risk. 5

7 Einführung lein im Rahmen einer Gesamtportfolio-Analyse aufgezeigt und verstanden werden. Die in dieser Studie vorgestellten kommerziell vertriebenen EDV-Anwendungen versuchen auf verschiedene Weise, diesem Ansatz für unterschiedliche Kreditportfolios und daraus abgeleite Derivate gerecht zu werden. Die grundlegende Gemeinsamkeit aller behandelten Modelle liegt in ihrer Portfolio- Perspektive, die aus den genannten Gründen gleichermaßen bei der Gesamtbank-Steuerung wie bei etwa bei der CDO-Bewertung von fundamentaler Bedeutung ist Ri s i ko, We rt u n d Wah rs ch e i n l i ch ke i t Diese d r ei Begr iff e b ild en gewisser m aßen d as m agisch e Dr eieck d er Kr ed it - p or t folio- S t eu er u n g. Ih r e gen au e Bed eu t u n g ist jed o ch jeweils kont ext ab hän - gig u n d int er d ep en d ent, was d ie Bezeich nu n g m agisch r echtfer t igen m ag: Der W e rt ein es En gagem ent hän gt n icht allein von d en ver t r aglich ver einb ar - t en Z ah lu n gsst röm en ab, son d er n au ch von d em d am it ver b u n d en en Ri si k o d er Z ah lu n gsu n fäh igkeit d er G egen p ar t ei. Der er h ob en e Ri si k oauf sc hlag b e- stimmt sich nicht allein aus der Wahrscheinlichkeit der Insolvenz, sondern auch aus dem Risiko-Marktpreis: Gibt es einen Kapitalgeber, der dasselbe Risiko zu einem geringeren Preis zu tragen bereit ist, wird die Gegenpartei einen Vertrag mit kleinerer Zinsmarge abschliessen, d.h. der zweite Kapitalgeber bewertet das Kreditgeschäft auf andere Weise. - Im Falle von Kreditderivaten und -portfolios, die mehr als nur eine Gegenpartei involvieren, ist die wechselseitige Durchdringung der Begriffe noch schwieriger, weshalb in dieser kurzen Einführung auf das Konzept des risiko-neutralen Wahrscheinlichkeitsmaßes als dem zentralen Hilfsmittel zur Behandlung bzw. Trennung der drei Begriffe Risiko, Wert und Wahrscheinlichkeit hingwiesen werden soll. (iv) Aus der Reihe der Arbeiten, die einen Vergleich zwischen RiskMetrics, KMV, Credit- PortfolioView und CreditRisk+ vornehmen, seien besonders die Beiträge von Nyfeler, M. Modeling Dependencies in Credit Risk Management, Gordy, M.B. A comparative anatomy of credit risk models und Crouhy, M. et al. A comparative analysis of current credit risk models hervorgehoben. 6

8 Einführung Empirische und risikoneutrale Wahrscheinlichkeit Das risikoneutrale Wahrscheinlichkeitsmaß stellt eine Hilfsgröße dar, die die Einschätzungen eines synthetischen ( risikoneutralen ) Marktteilnehmers widerspiegelt: Der risikoneutrale Agent kauft ein Produkt am Markt zu den empirisch gegebenen Preisen, genau deshalb weil sich unter seiner subjektiven Annahme von Wahrscheinlichkeiten für die relevanten Ereignisse Preis und Ertrag des Geschäfts im Erwartungswert das Gleichgewicht halten. Er verlangt keinen Aufpreis für das mit der Möglichkeit eines Vertragsausfalls verbundene Risiko, was ihm das Attribut riskoneutral einträgt. Die Idee der Methode besteht also darin, ein synthetisches Wahrscheinlichkeitsmaß anhand der Marktpreise von einer Auswahl an Titeln so zu kalibrieren, dass sich die Preise von allen weiteren Produkten einfach als erwarteter Barwert der induzierten Zahlungsströme ergeben. Insofern kann das Verfahren als eine Interpolation von beobachteten auf neu zu berechnende Preise verstanden werden. Das hierbei konstruierte synthetische Wahrscheinlichkeitsmaß ist implizit nicht nur nach den realen Wahrscheinlichkeiten sondern auch nach dem Risiko-Marktpreis kalibriert: In der risikoneutralen Welt hat Sicherheit keinen Wert mehr. Bei der praktischen Anwendung dieses Gedankens sind demnach folgende Punkte zu beachten: Die Berechnung des fairen oder marktgerechten Preises von komplexen Finanzprodukten ist unter dem risikoneutralen Wahrscheinlichkeitsmaß besonders leicht, weil sich unter diesem Maß (v) der Marktpreis eines Produktes einfach als Erwartungswert der diskontierten Zahlungsströme ergibt. Das risikoneutrale Martingalmaß ist lediglich eine Hilfskonstruktion und trifft keine Aussagen über reale Wahrscheinlichkeiten. So haben etwa Quantile bzw. VaR-Werte von Verlustverteilungen unter dem syn- (v) Die Frage, ob es nur ein einziges risikoneutrales Maß gibt, ist bei dieser Methode natürlich entscheidend und hängt eng mit der Frage der Vollständigkeit der Märkte zusammen. Damit meint man die Eigenschaft, dass jede synthetische und vom Zufall abhängende Auszahlung eines hierzu geschaffenen Finanzproduktes durch bereits vorhandene Finanzinstrumente mit einer selbstfinanzierenden Portfoliostrategie dupliziert werden kann. Ist dieses der Fall und der Markt arbitragefrei, gibt es ein eindeutiges risikoneutrales Wahrscheinlichkeitsmaß, das Martingalmaß genannt wird, weil unter diesem Maß der diskontierte Preisprozesse eines beliebigen Finanzproduktes ein Martingal ist, d.h. die mathematische Struktur einer zu jeden Zeit fairen Wette aufweist. - Im Falle von nicht-vollständigen Märkten folgt zwar weiterhin aus der Arbitrage-Freiheit die Existenz mindestens eines Martingalmaßes, es kann jedoch mehrere geben, so dass man sich hier nicht mehr auf eine allgemein gültige Preisformel berufen kann. 7

9 Einführung thetischen Martingalmaß keine Bedeutung für das reale Risiko der entsprechenden Position. Das risikoneutrale Maß ist dadurch gekennzeichnet, dass alle am Markt beobachteten Preise und Auszahlungen wie faire Spiele erscheinen, d.h. der Einsatz bzw. Preis entspricht dem mittleren erwarteten Gewinn des Spiels. Diese Eigenschaft wird genutzt, um aus den beobachteten Preisen und Erlösen von Finanzprodukten das risikoneutrale Maß zu synthetisieren. Unter dem realen bzw. empirischen Maß werden nicht nur der mittlere erwartete Gewinn eines Engagements zur Bewertung herangezogen, sondern auch die damit verbundenen Risiken. Da der Begriff Risiko in den meisten Fällen unklar und folglich auch nicht quantifizierbar ist, sind einer systematischen und widerspruchsfreien Bewertung von Risiko verschiedener Produkte auf der Grundlage der empirischen Wahrscheinlichkeiten enge Grenzen gesetzt. Ideal für die Risikosteuerung eines Gesamtbankportfolios wäre also ein System, das zur marktgerechten Bewertung von komplexeren Produkten und Portfolios im jeweiligen Ist-Zustand auf risikoneutrale Methoden zugreift, während die Generierung von zukünftigen Markt- und Portfolioszenarien auf der Grundlage der empirisch ermittelten Wahrscheinlichkeiten erfolgt. Die Verwirklichung dieser Agenda bereitet jedoch aus vielerlei Gründen noch erhebliche technische Schwierigkeiten, die in den folgenden Abschnitten über bereits implementierte Teillösungen an verschiedener Stelle auftreten werden. 8

10 Kapitel 2 CreditManager von RiskMetrics 2.1 Zusammenfassung Ziel: Mark-to-Market Risiko-Analyse eines Kreditp ortfolios b ei einjährigem (i) Zeithorizont unter Ber ücksichtigung korrelierter Ratingmigrationen der Kreditnehmer. Metho de : Monte-Carlo-Simulation der Migrationsszenarien unter Verwendung der Merton schen Hyp othese üb er den Zusammenhang zwischen Marktkapitalisierung und Bonität zur Mo dellierung der Migrationskorrelationen. Reichweite: Portfolios aus Krediten und einfachen Kreditderivaten mit b örsennotierten Debitoren. Der CreditManager (ii) von RiskMetrics stellt in seiner jetzigen Fassung ein mächtiges Instrument auf wohletablierter theoretischer Grundlage zur Risikokontrolle und zum Bewerten von umfangreichen Portfolios aus einer Vielzahl gängiger Kreditformen und -derivate dar. Die Metho de b eruht auf der Kombination einer einstufigen Monte-Carlo-Simulation der teilweise gekopp elten Bewegungen aller relevanten Mark-, Debitoren- und Agentenparameter mit einer angepassten Metho dologie zur Barwertermittlung von einfacheren Kreditpro dukten. Entscheidend f ür die Genauigkeit der Prognosen sind dab ei die Verf ügbarkeit und die Pflege einer umfassenden Datenbasis, aufgrund derer d ie zu k ü n ft igen M ar kt szen ar ien gen er ier t wer d en. (i) Ab Version 3.1 sind auch weiter entfernte Zeithorizonte möglich, die ab er in jedem Fall in einem Einschrittverfahren angesteuert werden. 9

11 RM G Cr ed it M an ager 2.2 Funktionalität/Ziele Der CreditManager ermittelt auf der Grundlage einer umfassenden Menge von aktuellen Marktdaten die vollständige zukünftige (iii) Verteilung des Barwertes eines beliebigen Portfolios aus einfachen Typen von Kreditprodukten (d.h. Bonds, Loans, Generische Zahlungsströme, Kreditlinien, Credit Default Swaps etc.) unter Berücksichtigung der korrelierten Bonitätsschwankungen der zugehörigen Kreditnehmer. Logisch besteht das Programm aus den folgenden drei funktionalen Elementen: 1. Szenario-Generator: Ein Szenario besteht aus Ratings aller Marktteilnehmer (R 1,R 2,...R N ) Sicherheitenerlösraten aller Marktteilnehmer (r 1,...,r N ) 2. Barwert-Rechner: Berechnet in einem gegebenem Szenario aus Spreads etc. den Wert eines Portfolios 3. Protokoll-Führer: Protokolliert alle relevanten Daten szenarioweise mit und gibt die Statistik der Daten aus Aus der Barwert-Verteilung können alle relevanten Riskomaße und daraus abgeleitete Größen (VaR, Regulatorischer Eigenkapitalbedarf etc.) abgelesen werden. Ferner können Einzelpositionen im Hinblick auf ihren Risiko- und Ergebnisbeitrag zum Gesamtportfolio untersucht und weitere Partialanalysen zur Portfoliosteuerung durchgeführt werden. (iii) D.h. zu einem frei gewählten, in der Zukunft liegenden Zeitpunkt. 10

12 RMG CreditManager 2.3 Modell Barwert-Ermittlung Der Modellierung der zukünftigen Barwertverteilung des Portfolios liegt der Ansatz zugrunde, dass der Barwert eines Kreditportfolios allein aufgrund der Rating-Migrationen der Schuldner (und ggf. Bürgen) fluktuiert. Dieser Ansatz ergibt sich aus der Interpretation eines Kreditportfolios als Summe von Zahlungsströmen sowie aus der Barwertermittlung eines beliebigen Zahlungsstroms, bei der die zu wählende Diskontierung einer zukünftigen Zahlung von der augenblicklichen (iv) Bonität des Obligors abhängt. Der Diskontsatz wird hierbei als konstant in einer Bonitäts- oder Ratingklasse angenommen und in Form der Spread-Kurve zur Libor-Zinskurve als Funktion des Auszahlungszeitpunktes empirisch auf dem Markt ermittelt. Damit stellt sich der Barwert eines Portfolios dar als Funktion des Rating-Vektors aller im Portfolio auftretenden Namen. Bei der Berechnung des Portfolio-Barwertes am Risikohorizont werden die zwischenzeitlich eingegangenen Zins- und Tilgungszahlungen nicht, bzw. letztere nur durch die entsprechende Reduzierung der ausstehenden Nominalwerte berücksichtigt. Dagegen setzt sich der Ertrag eines Portfolios am Risikohorizont zusammen aus dem aktuellen Porfolio-Bartwert und der Summe der bereits erfolgten Zahlungen bzw. realisierten Sicherheitenerlöse im Insolvenzfall. Damit hängt der Portfolioertrag nicht nur vom realsierten Ratingvektor sondern auch von den erzielten Sicherheitenerlösen ab. Rating via Return Somit ist das Problem der Bestimmung der Barwert- und Ertragsverteilungen des Portfolios zurückgeführt auf die Modellierung der Rating-Migrationen der zugehörigen Kreditnehmer. Entsprechend dem Modell durchläuft jeder Kreditnehmer einen von zufälligen Marktdaten beeinflussten Rating-Prozess, der als gedächtnislos angenommen und dessen Sprungverteilung durch die sogenannte Migrationsmatrix beschrieben wird (v). Diese Migrationsmatrix wird ebenfalls am Markt empirisch ermittelt (und von Ratingagenturen aktualisiert zur Verfügung gestellt). Es verbleibt die zentrale Aufgabe der Modellierung der stochastischen Koppelung der Migrationsdynamiken der einzelnen Debitoren, die auf Gesamtportfolio-Ebene die Verteilung des zukünftigen (iv) Ein genaueres stochastisches Modell müsste die Rating-Verteilungen des Kreditnehmers über alle möglichen Zahlungszeitpunkte mit einbeziehen. (v) Mathematisch gesprochen wird die zeitliche Folge der Ratings (R i (t)) t=0,1,... des Kreditnehmers KN i als Markov-Kette mit Übergangsmatrix (p ij ) modelliert. Dabei gibt jeder Eintrag p ij dieser quadratischen Matrix die Wahrscheinlichkeit eines Übergangs von der i-ten Ratingklasse in die j-te an. 11

Commercial Banking. Kreditportfoliosteuerung

Commercial Banking. Kreditportfoliosteuerung Commercial Banking Kreditportfoliosteuerung Dimensionen des Portfoliorisikos Risikomessung: Was ist Kreditrisiko? Marking to Market Veränderungen des Kreditportfolios: - Rating-Veränderung bzw. Spreadveränderung

Mehr

Kreditrisiko bei Swiss Life. Carl-Heinz Meyer, 13.06.2008

Kreditrisiko bei Swiss Life. Carl-Heinz Meyer, 13.06.2008 Kreditrisiko bei Swiss Life Carl-Heinz Meyer, 13.06.2008 Agenda 1. Was versteht man unter Kreditrisiko? 2. Ein Beisiel zur Einführung. 3. Einige kleine Modelle. 4. Das grosse kollektive Modell. 5. Risikoberechnung

Mehr

Credit Metrics: Eine Einführung

Credit Metrics: Eine Einführung Credit Metrics: Eine Einführung Volkert Paulsen July 23, 2009 Abstract Credit Metrics ist ein Kredit Risko Modell, daß den Verlust quantifiziert, der durch eine Bonitätsveränderung von Schuldnern verursacht

Mehr

Risikomanagement und Statistik. Raimund Kovacevic

Risikomanagement und Statistik. Raimund Kovacevic Risikomanagement und Statistik Raimund Kovacevic Dieses Werk ist Urheberrechtlich geschützt. Jede Vervielfältigung ohne Einverständnis des Autors ist verboten. Risiko hazard, a chance of bad consequences,

Mehr

Vorlesung 7: Value-at-Risk für Kreditrisiken

Vorlesung 7: Value-at-Risk für Kreditrisiken Vorlesung 7: Value-at-Risk für Kreditrisiken 17. April 2015 Dr. Patrick Wegmann Universität Basel WWZ, Department of Finance patrick.wegmann@unibas.ch www.wwz.unibas.ch/finance Die Verlustverteilung im

Mehr

Derivatebewertung im Binomialmodell

Derivatebewertung im Binomialmodell Derivatebewertung im Binomialmodell Roland Stamm 27. Juni 2013 Roland Stamm 1 / 24 Agenda 1 Einleitung 2 Binomialmodell mit einer Periode 3 Binomialmodell mit mehreren Perioden 4 Kritische Würdigung und

Mehr

Credit Risk+: Eine Einführung

Credit Risk+: Eine Einführung Credit Risk+: Eine Einführung Volkert Paulsen December 9, 2004 Abstract Credit Risk+ ist neben Credit Metrics ein verbreitetes Kreditrisikomodell, dessen Ursprung in der klassischen Risikotheorie liegt.

Mehr

Mertonscher Firmenwertansatz zur Modellierung von Kreditrisiken

Mertonscher Firmenwertansatz zur Modellierung von Kreditrisiken Mertonscher Firmenwertansatz zur Modellierung von Kreditrisiken Seminararbeit von Marleen Laakmann 2. Mai 2010 Einleitung Zur Messung und Steuerung von Kreditrisiken gibt es eine Reihe von Methoden und

Mehr

III Stochastische Analysis und Finanzmathematik

III Stochastische Analysis und Finanzmathematik III Stochastische Analysis und Finanzmathematik Ziel dieses Kapitels ist es, eine Einführung in die stochastischen Grundlagen von Finanzmärkten zu geben. Es werden zunächst Modelle in diskreter Zeit behandelt,

Mehr

Vergleich von KreditRisk+ und KreditMetrics II Seminar Portfoliokreditrisiko

Vergleich von KreditRisk+ und KreditMetrics II Seminar Portfoliokreditrisiko Vergleich von KreditRisk+ und KreditMetrics II Seminar Portfoliokreditrisiko Jan Jescow Stoehr Gliederung 1. Einführung / Grundlagen 1.1 Ziel 1.2 CreditRisk+ und CreditMetrics 2. Kreditportfolio 2.1 Konstruktion

Mehr

risiko und ertrag: das optimale gleichgewicht

risiko und ertrag: das optimale gleichgewicht Risiko und Ertrag im optimalen Gleichgewicht risiko und ertrag: das optimale gleichgewicht Hier das Risiko, dort der Ertrag. Ein permanentes Spannungsfeld, in dem es gilt, das optimale Gleichgewicht zu

Mehr

Commercial Banking. Kreditgeschäft 2. Bedingte marginale und kumulative Ausfallwahrscheinlichkeit

Commercial Banking. Kreditgeschäft 2. Bedingte marginale und kumulative Ausfallwahrscheinlichkeit Commercial Banking Kreditgeschäft Bedingte marginale und kumulative Ausfallwahrscheinlichkeit Bedingte Marginale Ausfallwahrscheinlichkeit (BMAW t ) (Saunders: MMR ) prob (Ausfall in Periode t kein Ausfall

Mehr

Value at Risk Einführung

Value 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

Mehr

Seminar Quantitatives Risikomanagement

Seminar Quantitatives Risikomanagement Seminar Quantitatives Risikomanagement Dynamische Kreditrisikomodelle I Olga Voytolovska Mathematisches Institut der Universität zu Köln Wintersemester 29/21 Betreuung: Prof. Schmidli, J. Eisenberg Contents

Mehr

1000 Dinge, an die zu denken ist, wenn Microsoft Office SharePoint Server 2007 implementiert werden soll

1000 Dinge, an die zu denken ist, wenn Microsoft Office SharePoint Server 2007 implementiert werden soll 1000 Dinge, an die zu denken ist, wenn Microsoft Office SharePoint Server 2007 implementiert werden soll 1 0 0 0 Di n g e, a n di e z u d e n k e n ist, w e n n M i c r o s o f t O f f i c e S h a r e

Mehr

6522: Capital Markets and Risk Management

6522: Capital Markets and Risk Management (Bitte in Blockschrift) Name... Vorname... Matrikelnummer... Punkte Aufgabe 1:... Aufgabe 2:... Aufgabe 3:... Aufgabe 4:... Aufgabe 5:... Aufgabe 6:... Total :... UNIVERSITÄT BASEL Dr. Patrick Wegmann

Mehr

Delta-Gamma-Verfahren als Standard- Risikomodell für Lebensversicherer

Delta-Gamma-Verfahren als Standard- Risikomodell für Lebensversicherer Delta-Gamma-Verfahren als Standard- Risikomodell für Lebensversicherer 1 Einleitung Im Rahmen des SST wird teilweise vereinfachend angenommen, dass der Zusammenhang zwischen der Veränderung des risikotragenden

Mehr

Beispiel 5 Europäische Call Option (ECO) in einer Aktie S mit Laufzeit T und Ausübungspreis (Strikepreis) K.

Beispiel 5 Europäische Call Option (ECO) in einer Aktie S mit Laufzeit T und Ausübungspreis (Strikepreis) K. Beispiel 5 Europäische Call Option (ECO) in einer Aktie S mit Laufzeit T und Ausübungspreis (Strikepreis) K. Wert der Call Option zum Zeitpunkt T: max{s T K,0} Preis der ECO zum Zeitpunkt t < T: C = C(t,

Mehr

DIPLOM. Abschlussklausur der Vorlesung Bank I, II:

DIPLOM. Abschlussklausur der Vorlesung Bank I, II: Seite 1 von 9 Name: Matrikelnummer: DIPLOM Abschlussklausur der Vorlesung Bank I, II: Bankmanagement und Theory of Banking Seite 2 von 9 DIPLOM Abschlussklausur der Vorlesung Bank I, II: Bankmanagement

Mehr

Gliederung. 1. Prolog 1. 2. Zinsinstrumente* 19

Gliederung. 1. Prolog 1. 2. Zinsinstrumente* 19 VIII Z I N S E N, A N L E I H E N, KREDITE Gliederung 1. Prolog 1 1.1 Inhalt und Aufbau 1 1.1.1 Erste Orientierung J 1.1.2 Zur dritten Auflage 4 1.1.3 Course-Outline 6 IAA Didaktik 9 1.2 Literatur und

Mehr

Abschlussklausur der Vorlesung Bank I, II:

Abschlussklausur der Vorlesung Bank I, II: Seite 1 von 23 Name: Matrikelnummer: Abschlussklausur der Vorlesung Bank I, II: Bankmanagement und Theory of Banking Hinweise: o Bitte schreiben Sie Ihren Namen und Ihre Matrikelnummer auf die Klausur

Mehr

34 5. FINANZMATHEMATIK

34 5. FINANZMATHEMATIK 34 5. FINANZMATHEMATIK 5. Finanzmathematik 5.1. Ein einführendes Beispiel Betrachten wir eine ganz einfache Situation. Wir haben einen Markt, wo es nur erlaubt ist, heute und in einem Monat zu handeln.

Mehr

Zinsen, Anleihen, Kredite

Zinsen, Anleihen, Kredite Zinsen, Anleihen, Kredite Von Dr. Klaus Spremann o. Professor für Betriebswirtschaftslehre an der Universität St. Gallen und Direktor am Schweizerischen Institut für Banken und Finanzen und Dr. Pascal

Mehr

Inhalte Kurs Finanz- und Risikosteuerung

Inhalte Kurs Finanz- und Risikosteuerung Inhalte Kurs Finanz- und Risikosteuerung Studieninhalte (DS = Doppelstunde á 90 Minuten) Grundlagen der Bankensteuerung Finanzmathematische Grundlagen 12 DS Dynamische Verfahren der Investitionsrechnung

Mehr

Finanzmarktökonometrie: Einführung in die Optionsbewertung Sommersemester 2013

Finanzmarktökonometrie: Einführung in die Optionsbewertung Sommersemester 2013 Finanzmarktökonometrie: Einführung in die Optionsbewertung Sommersemester 2013 Walter Sanddorf-Köhle Foliensatz Nr. 3 1 / 46 Ein Einperiodenmodell Beispiel 5 Betrachtet wird nun ein Wertpapiermarkt mit

Mehr

Adressenausfallrisiken. Von Marina Schalles und Julia Bradtke

Adressenausfallrisiken. Von Marina Schalles und Julia Bradtke Adressenausfallrisiken Von Marina Schalles und Julia Bradtke Adressenausfallrisiko Gliederung Adressenausfallrisiko Basel II EU 10 KWG/ Solvabilitätsverordnung Adressenausfallrisiko Gliederung Rating Kreditrisikomodelle

Mehr

Preisliste w a r e A u f t r a g 8. V e r t r b 8. P C K a s s e 8. _ D a t a n o r m 8. _ F I B U 8. O P O S 8. _ K a s s a b u c h 8. L o h n 8. L e t u n g 8. _ w a r e D n s t l e t u n g e n S c h

Mehr

Risikomanagement: Hintergrund und Ziele

Risikomanagement: 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.

Mehr

Pricing der Ausfallrisikoprämien auf der Basis von Credit Spreads Andreas Beck / Peter Jacob

Pricing der Ausfallrisikoprämien auf der Basis von Credit Spreads Andreas Beck / Peter Jacob 6/2000 Bank 3 Risikomanagement 34 Pricing der Ausfallrisikoprämien auf der Basis von Credit Spreads Andreas Beck / Peter Jacob Im Interbankengeschäft werden Credit Spreads bei der Kalkulation von Ausfallrisikoprämien

Mehr

Risikomanagement: Hintergrund und Ziele

Risikomanagement: 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.

Mehr

Kreditrisikomodelle und Kreditderivate

Kreditrisikomodelle und Kreditderivate Annemarie Gaal, Manfred Plank 1 Einleitung In den letzten Jahren zeigte sich immer deutlicher, daß die Basler Eigenkapitalvereinbarung von 1988 1 ) in vielen Fällen keine adäquate Eigenkapitalallokation

Mehr

Einleitung. Das Ein-Perioden-Modell ist das einfachste. von derivaten Finanzinstrumenten (hier: Optionen) zu erklären.

Einleitung. Das Ein-Perioden-Modell ist das einfachste. von derivaten Finanzinstrumenten (hier: Optionen) zu erklären. Einleitung Das Ein-Perioden-Modell ist das einfachste Modell, um die Idee der Preisgebung von derivaten Finanzinstrumenten (hier: Optionen) zu erklären. naive Idee der Optionspreisbestimmung: Erwartungswertprinzip

Mehr

Algorithmen und Software für moderne Finanzmathematik. Ralf Korn Technische Universität Kaiserslautern Fraunhofer ITWM Kaiserslautern

Algorithmen und Software für moderne Finanzmathematik. Ralf Korn Technische Universität Kaiserslautern Fraunhofer ITWM Kaiserslautern Algorithmen und Software für moderne Finanzmathematik Ralf Korn Technische Universität Kaiserslautern Fraunhofer ITWM Kaiserslautern Gliederung: Was ist Finanzmathematik? Wie wird man reich? Portfolio-Optimierung

Mehr

LÖSUNGSSKIZZE: Aufgaben für die Klausur Bank I, II am 11.02.2004. Teil I: Aufgaben zu Bank I. Aufgabe 1 (Risikoanreiz und Bankgeschäfte; 30P)

LÖSUNGSSKIZZE: Aufgaben für die Klausur Bank I, II am 11.02.2004. Teil I: Aufgaben zu Bank I. Aufgabe 1 (Risikoanreiz und Bankgeschäfte; 30P) Universität Hohenheim Institut für Betriebswirtschaftslehre Lehrstuhl für Bankwirtschaft und Finanzdienstleistungen Matthias Johannsen Stuttgart, 11.02.2004 LÖSUNGSSKIZZE: Aufgaben für die Klausur Bank

Mehr

Das Black-Scholes Marktmodell

Das 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

Mehr

Amerikanischen Optionen

Amerikanischen Optionen Die Bewertung von Amerikanischen Optionen im Mehrperiodenmodell Universität-Gesamthochschule Paderborn Fachbereich 17 Seminar Finanzmathematik SS 2001 Referentin: Christiane Becker-Funke Dozent: Prof.

Mehr

Option Analysis of Plattform Decisions. Raeed Mayrhofer

Option Analysis of Plattform Decisions. Raeed Mayrhofer Option Analysis of Plattform Decisions Raeed Mayrhofer Softwareplattform ist ein Bündel von Funktionen, das das Ausführen von Applikationen ermöglicht bildet gemeinsam mit Hardware und Know-how die IT-Infrastruktur

Mehr

Zwei einfache Kennzahlen für große Engagements

Zwei 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

Mehr

Herausforderungen der Kreditrisikomodellierung

Herausforderungen der Kreditrisikomodellierung Ursula Theiler Herausforderungen der Kreditrisikomodellierung erschienen in: Zeitschrift für das gesamte Kreditwesen, Heft 9 2000, S. 468-473. Verfasserin: Dr. Ursula-A. Theiler, Risk Training Carl-Zeiss-Str.

Mehr

Das Management von Marktpreis- und Kreditrisiken im europäischen Stromgroßhandel

Das Management von Marktpreis- und Kreditrisiken im europäischen Stromgroßhandel Andreas Pschick Das Management von Marktpreis- und Kreditrisiken im europäischen Stromgroßhandel OR1N Verlag Inhaltsverzeichnis Inhaltsverzeichnis Abbildungsverzeichnis Tabellenverzeichnis Abkürzungsverzeichnis

Mehr

ASKUMA-Newsletter. 7. Jahrgang. Juni 2008 bis April 2009

ASKUMA-Newsletter. 7. Jahrgang. Juni 2008 bis April 2009 ASKUMA-Newsletter Juni 2008 bis April 2009 ASKUMA Newsletter - 1 - INHALTSVERZEICHNIS INHALTSVERZEICHNIS...2 AUSGABE JUNI 2008...3 Inhaltsverzeichnis... 3 Artikel... 4 AUSGABE AUGUST 2008...11 Inhaltsverzeichnis...

Mehr

Kreditrisikomodelle. Mit Kalibrierung der Input-Parameter. Working Paper Series by the University of Applied Sciences of bfi Vienna.

Kreditrisikomodelle. Mit Kalibrierung der Input-Parameter. Working Paper Series by the University of Applied Sciences of bfi Vienna. Number 3 / 2004 Working Paper Series by the University of Applied Sciences of bfi Vienna Kreditrisikomodelle Mit Kalibrierung der Input-Parameter Version 1.01, July 2004 Robert Schwarz University of Applied

Mehr

für die Stadt Wunsiedel

für die Stadt Wunsiedel für die Stadt Wunsiedel 17.07.2013 Inhalt I. Kennzahlenspiegel II. Verschuldungsstruktur im Zeitablauf III. Szenarioanalysen zukünftiger Zinszahlungen IV. Optimierungsvorschlag V. Annahmen VI. Übersicht

Mehr

Untersuchungen zum Thema Tracking Error

Untersuchungen zum Thema Tracking Error Untersuchungen zum Thema Tracking Error J. Fulmek 24. August 2003 1 Einleitung Im Folgenden werden folgende Punkte untersucht: 1. verschiedene in der Literatur übliche Definitionen des Tracking Errors

Mehr

Was kosten Garantien?

Was kosten Garantien? Alternative Zinsgarantien in der Lebensversicherung, Köln, 1. Juni 2012 Was kosten Garantien? Prof. Dr. Ralf Korn Technische Universität Kaiserslautern, Fachbereich Mathematik EI-QFM und Fraunhofer ITWM

Mehr

Quantilsschätzung als Werkzeug zur VaR-Berechnung

Quantilsschätzung 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

Mehr

KreditPricer PLUS. Individuelle Lösungen für die marktgerechte Kreditbewertung und integrierte Portfolioanalyse

KreditPricer PLUS. Individuelle Lösungen für die marktgerechte Kreditbewertung und integrierte Portfolioanalyse KreditPricer PLUS Individuelle Lösungen für die marktgerechte Kreditbewertung und integrierte Portfolioanalyse www.kreditpricer.de, kreditpricer@1plusi.de KreditPricer PLUS Die Mindestanforderungen an

Mehr

RISIKOFAKTOR - CREDIT SPREADS

RISIKOFAKTOR - CREDIT SPREADS RISIKOFAKTOR - CREDIT SPREADS ABSICHERUNG, AKTIVE RISIKOSTEUERUNG UND HANDEL MIT CREDIT DEFAULT SWAPS (CDS) Einführungsprozess zur schnellen und effizienten Produktnutzung VERÄNDERTES UMFELD FÜR DAS KREDITGESCHÄFT

Mehr

Abschlussklausur des Kurses Bank I, II: Finanzintermediation und Regulierung / Risiko- und Ertragsmanagement der Banken

Abschlussklausur des Kurses Bank I, II: Finanzintermediation und Regulierung / Risiko- und Ertragsmanagement der Banken Seite 1 von 18 Abschlussklausur des Kurses Bank I, II: Finanzintermediation und Regulierung / Risiko- und Ertragsmanagement der Banken Hinweise: o o o o o Bitte schreiben Sie Ihren Namen und Ihre Matrikelnummer

Mehr

Kreditrisikotransfer

Kreditrisikotransfer Bernd Rudolph Bernd Hofmann Albert Schaber Klaus Schäfer Kreditrisikotransfer Moderne Instrumente und Methoden 2., überarbeitete und erweiterte Auflage Springer Gabler Inhaltsverzeichnis 1 Neue Instrumente

Mehr

Seminar: Warum wir falsch liegen und trotzdem weiter machen!

Seminar: Warum wir falsch liegen und trotzdem weiter machen! Seminar: Warum wir falsch liegen und trotzdem weiter machen! 22. April 2010 Aktuelle in Banken und Versicherungen Allgemeines Alle Vorträge beinhalten aktuell angewandte Theorien und Methoden und sind

Mehr

Basel II - Die Bedeutung von Sicherheiten

Basel II - Die Bedeutung von Sicherheiten Basel II - Die Bedeutung von Sicherheiten Fast jeder Unternehmer und Kreditkunde verbindet Basel II mit dem Stichwort Rating. Dabei geraten die Sicherheiten und ihre Bedeutung - vor allem für die Kreditkonditionen

Mehr

Teil II. Nichtlineare Optimierung

Teil II. Nichtlineare Optimierung Teil II Nichtlineare Optimierung 60 Kapitel 1 Einleitung In diesem Abschnitt wird die Optimierung von Funktionen min {f(x)} x Ω betrachtet, wobei Ω R n eine abgeschlossene Menge und f : Ω R eine gegebene

Mehr

von Thorsten Wingenroth 358 Seiten, Uhlenbruch Verlag, 2004 EUR 98,- inkl. MwSt. und Versand ISBN 3-933207-42-8

von Thorsten Wingenroth 358 Seiten, Uhlenbruch Verlag, 2004 EUR 98,- inkl. MwSt. und Versand ISBN 3-933207-42-8 Reihe Portfoliomanagement, Band 17: RISIKOMANAGEMENT FÜR CORPORATE BONDS Modellierung von Spreadrisiken im Investment-Grade- Bereich von Thorsten Wingenroth 358 Seiten, Uhlenbruch Verlag, 2004 EUR 98,-

Mehr

Monte Carlo Methoden in Kreditrisiko-Management

Monte Carlo Methoden in Kreditrisiko-Management Monte Carlo Methoden in Kreditrisiko-Management P Kreditportfolio bestehend aus m Krediten; Verlustfunktion L = n i=1 L i; Die Verluste L i sind unabhängig bedingt durch einen Vektor Z von ökonomischen

Mehr

Generalthema: Kreditrisikomanagement. Thema 6: Risikosteuerung mit Kreditderivaten

Generalthema: Kreditrisikomanagement. Thema 6: Risikosteuerung mit Kreditderivaten Institut für Geld- und Kapitalverkehr der Universität Hamburg Prof. Dr. Hartmut Schmidt Integrationsseminar zur BBL und ABWL Wintersemester 2002/2003 Zuständiger Mitarbeiter: Dipl.-Kfm. Stefan Krohnsnest

Mehr

Money out of nothing? - Prinzipien und Grundlagen der Finanzmathematik

Money out of nothing? - Prinzipien und Grundlagen der Finanzmathematik Francesca BIAGINI, München, Daniel ROST, München Money out of nothing? - Prinziien und Grundlagen der Finanzmathematik Die Finanzmathematik hat als jüngste mathematische Diszilin in den letzten 15 Jahren

Mehr

Lösungsmöglichkeiten u.a. durch anreizkompatible Verträge. Kein entscheidender Anlass für regulierendes Eingreifen

Lösungsmöglichkeiten u.a. durch anreizkompatible Verträge. Kein entscheidender Anlass für regulierendes Eingreifen Asymmetrische Information ex ante: Adverse Selektion Problematik Kreditnehmer hat vor Vertragsabschluss private Information über Sachverhalte, die für den Kredit bedeutsam sind, z.b. Qualität des Investitionsprojekts

Mehr

Messung von Konzentrationsrisiken

Messung von Konzentrationsrisiken Messung von Konzentrationsrisiken von Dominik Zeillinger 1 Motivation und Übersicht 2 Konzentration und Gleichverteilung 3 Conditional Value at Risk Ansatz 4 Definitionen und Rechenregeln 4.1 Definition

Mehr

1 Commercial Banking SS2002

1 Commercial Banking SS2002 1 Commercial Banking SS2002 1.1 Übung 4 - ausgewählte Lösungen 1. CDO Evaluator (Präsentation) siehe Lösungs-Excel-Sheet. Die Fragen sind zur Anregung bei der selbständigen Arbeit gedacht. 2. Collateralized

Mehr

- 2-2. a) Definieren Sie kurz Risiko und Risikomanagement?

- 2-2. a) Definieren Sie kurz Risiko und Risikomanagement? Institut für Geld- und Kapitalverkehr der Universität Hamburg Prof. Dr. Hartmut Schmidt Seminar zur Allgemeinen Betriebswirtschaftslehre und Bankbetriebslehre Wintersemester 1999/2000 Zuständiger Mitarbeiter:

Mehr

Neue Anforderungen an Risikomessung bei kollektiven Kapitalanlagen in der Schweiz. 31. Mai 2007 Dimitri Senik

Neue Anforderungen an Risikomessung bei kollektiven Kapitalanlagen in der Schweiz. 31. Mai 2007 Dimitri Senik Neue Anforderungen an Risikomessung bei kollektiven Kapitalanlagen in der Schweiz Dimitri Senik Agenda Risikomanagement bei Fonds: neue regulatorische Vorschriften Risikomessung gemäss KKV-EBK Risikomanagement

Mehr

Generalthema: Zinsrisikomanagement und der Jahresabschluß von Kreditinstituten Thema 5: Ansätze zur Bewertung von Zinsoptionen

Generalthema: Zinsrisikomanagement und der Jahresabschluß von Kreditinstituten Thema 5: Ansätze zur Bewertung von Zinsoptionen Institut für Geld- und Kapitalverkehr der Universität Hamburg Prof. Dr. Hartmut Schmidt Seminar zur BBL und ABWL Wintersemester 2003/2004 Zuständiger Mitarbeiter: Dipl.-Kfm. Christian Wolff Generalthema:

Mehr

Finanzmathematik - Wintersemester 2007/08. http://code.google.com/p/mitgetexed/

Finanzmathematik - Wintersemester 2007/08. http://code.google.com/p/mitgetexed/ Finanzmathematik - Wintersemester 2007/08 http://code.google.com/p/mitgetexed/ Stand: 4. November 2007 Inhaltsverzeichnis 1 Motivation und erste Begriffe 2 2 Endliche Finanzmärkte 4 3 Das Cox-Ross-Rubinstein-Modell

Mehr

Value at Risk. Methoden zur Quantifizierung von Marktpreisrisiken. - Ein empirischer Vergleich - Dr. Michael Auer

Value at Risk. Methoden zur Quantifizierung von Marktpreisrisiken. - Ein empirischer Vergleich - Dr. Michael Auer Value at Risk Methoden zur Quantifizierung von Marktpreisrisiken - Ein empirischer Vergleich - Dr. Michael Auer Inhalt: 1. Motivation und Definition von VAR 2. Zielsetzung des Vergleichs 3. Methoden zur

Mehr

Zur Diskontierung der Versicherungsverpflichtungen im SST

Zur Diskontierung der Versicherungsverpflichtungen im SST Association Suisse de s Actuaire s Schweizerische Aktuarvereinigung Swiss Association of Actuaries Zürich, den 21. April 2011 Autoren: Philipp Keller, Alois Gisler, Mario V. Wüthrich Zur Diskontierung

Mehr

Monte Carlo Simulation (Grundlagen)

Monte Carlo Simulation (Grundlagen) Der Titel des vorliegenden Beitrages wird bei den meisten Lesern vermutlich Assoziationen mit Roulette oder Black Jack hervorrufen. Allerdings haben das heutige Thema und die Spieltische nur den Namen

Mehr

Generalthema: Kreditrisikomanagement. Thema 4: CreditRisk+ Gliederung

Generalthema: Kreditrisikomanagement. Thema 4: CreditRisk+ Gliederung Institut für Geld- und Kapitalverkehr der Universität Hamburg Prof. Dr. Hartmut Schmidt Integrationsseminar zur BBL und ABWL Wintersemester 2002/2003 Zuständiger Mitarbeiter: Dipl.-Kfm. Stefan Krohnsnest

Mehr

Analysis of Cliquet Options for Index-Linked Life Insurance

Analysis of Cliquet Options for Index-Linked Life Insurance Analysis of Cliquet Options for Index-Linked Life Insurance Zusammenfassung der Masterarbeit an der Universität Ulm Martin Fuchs Alternative (zu) Garantien in der Lebensversicherung, so lautet das Jahresmotto

Mehr

Susanne Kruse. Formelsammlung. Aktien-, Zins- und. Währungsderivate. Springer Gabler

Susanne Kruse. Formelsammlung. Aktien-, Zins- und. Währungsderivate. Springer Gabler Susanne Kruse Formelsammlung Aktien-, Zins- und Währungsderivate Springer Gabler Inhaltsverzeichnis Notations- und Abkürzungsverzeichnis XI Teil I Finanzmathematische Grundlagen 1 Grundprinzipien der Finanzmathematik

Mehr

ValuePrice. Transparenz durch Methode

ValuePrice. Transparenz durch Methode ValuePrice Transparenz durch Methode ValuePrice auf einen Blick Gegründet 2006 Standorte Frankfurt am Main, Luxemburg Mitarbeiter 30 Mitarbeiter, davon 25 in Frankfurt und 5 in Luxemburg Leistungsspektrum

Mehr

GIPS 2010: Besondere Aspekte I

GIPS 2010: Besondere Aspekte I GIPS 2010: Besondere Aspekte I Dimitri Senik PricewaterhouseCoopers GIPS Aperitif der Schweizerischen Bankiervereinigung 15. April 2010 Agenda Input-Daten und Portfolio-Bewertung Performance-Berechnung

Mehr

Nicht-lineare Finanzprodukte

Nicht-lineare Finanzprodukte Kapitel 3 Nicht-lineare Finanzprodukte Im diesem Abschnitt der sogenannten nicht-linearen Produkte wird zur Vereinfachung von einer konstanten und deterministischen Zinskurve ausgegangen. 1 3.1 Aktienoptionen

Mehr

Die Kreditrisiken ein (un)wichtiges Thema für stochastische Unternehmensmodelle?

Die Kreditrisiken ein (un)wichtiges Thema für stochastische Unternehmensmodelle? Die Kreditrisiken ein (un)wichtiges Thema für stochastische Unternehmensmodelle? qx Club, Köln, 03.11.2009 Laszlo Hrabovszki Dr. Michael Leitschkis Konzern-Aktuariat Personenversicherung Generali Deutschland

Mehr

Finanzwirtschat Ⅶ. Basel II und Rating. Meihua Peng Zhuo Zhang

Finanzwirtschat Ⅶ. Basel II und Rating. Meihua Peng Zhuo Zhang Finanzwirtschat Ⅶ Basel II und Rating Meihua Peng Zhuo Zhang Gliederung Geschichte und Entwicklung Inhalt von Basel II - Die Ziele von Basel II - Die drei Säulen Rating - Begriff eines Ratings - Externes

Mehr

Einsatz von Finanzmathematik im Risk Management einer Investmentbank

Einsatz von Finanzmathematik im Risk Management einer Investmentbank SAL. OPPENHEIM JR. & CIE. KGaA Einsatz von Finanzmathematik im Risk Management einer Investmentbank Köln, 8. September 2008 Inhalt Teil 1: Grundlagen der Finanzmathematik (Dr. Stefan Ebenfeld) Ein einfaches

Mehr

SEMINARARBEIT. Kreditrisiko und Ausfallwahrscheinlichkeit mittels Ratings basierter Reduktionsmodelle

SEMINARARBEIT. Kreditrisiko und Ausfallwahrscheinlichkeit mittels Ratings basierter Reduktionsmodelle SEMINARARBEIT im Rahmen der Lehrveranstaltung Seminar aus Finanzwirtschaft (SBWL Alternative Investments) 328.260 Wintersemester 2014 Kreditrisiko und Ausfallwahrscheinlichkeit mittels Ratings basierter

Mehr

Seminar Finanzmathematik

Seminar Finanzmathematik Seminar Finanzmathematik Simulationen zur Black-Scholes Formel von Christian Schmitz Übersicht Zufallszahlen am Computer Optionspreis als Erwartungswert Aktienkurse simulieren Black-Scholes Formel Theorie

Mehr

Commercial Banking. Kreditderivate

Commercial Banking. Kreditderivate Commercial anking Kreditderivate Commercial anking Wahrenburg 1 Financial Engineering: Zerlegung eines Corporate onds Emittent C Company Nominal USD 100 Mio. Laufzeit 10 Jahre Coupon 6% p.a., jährliche

Mehr

Modellbildung und Simulation

Modellbildung und Simulation Modellbildung und Simulation 5. Vorlesung Wintersemester 2007/2008 Klaus Kasper Value at Risk (VaR) Glossar Portfolio: In der Ökonomie bezeichnet der Begriff Portfolio ein Bündel von Investitionen, das

Mehr

Chancen und Risiken LDAP-basierter zentraler Authentifizierungssysteme. Agenda

Chancen und Risiken LDAP-basierter zentraler Authentifizierungssysteme. Agenda Chancen und Risiken LDAP-basierter zentraler Authentifizierungssysteme 11. DFN-C E R T / P C A W o r k s h o p S i c h e r h e i t i n v e r n e t z t e n S y s t e m e n 4. Fe b r u a r, H a m b u r g

Mehr

6522 Kapitalmarkt und Risikomanagement, SS 2004. Übung 2

6522 Kapitalmarkt und Risikomanagement, SS 2004. Übung 2 6522 Kapitalmarkt und Risikomanagement, SS 2004 Übung 2 Assistenz: christian.zenkner@unibas.ch Aufgabe 1: 20 Multiple Choice Fragen. Je eine Antwort ist richtig 1.) Eine Konzern bestehe aus einer Muttergesellschaft

Mehr

Seminar zur speziellen Betriebswirtschaftslehre Kreditrisiko. Thema 4 Backtesting von Portfoliomodellen für Kreditrisiko

Seminar zur speziellen Betriebswirtschaftslehre Kreditrisiko. Thema 4 Backtesting von Portfoliomodellen für Kreditrisiko Seminar zur speziellen Betriebswirtschaftslehre Kreditrisiko Thema 4 Backtesting von Portfoliomodellen für Kreditrisiko Vortrag von Igor Grinberg, Kai Hartmanshenn und Stephan Pueschel am 30.01.2002 Gliederung

Mehr

Kommunale Verschuldung Ein- und Ausblick

Kommunale Verschuldung Ein- und Ausblick Kommunale Verschuldung Ein- und Ausblick 18.07.2013 Thomas Schaufler Markus Kaller Erste Group Bank AG Seite 1 Ein Rechenbeispiel zum aufwärmen Kreditsumme: 100.000,-- tilgend auf Null Laufzeit: 20 Jahre

Mehr

Arnd Wiedemann. Risikotriade Zins-, Kredit- und operationelle Risiken. 2., überarbeitete Auflage

Arnd Wiedemann. Risikotriade Zins-, Kredit- und operationelle Risiken. 2., überarbeitete Auflage Arnd Wiedemann Risikotriade Zins-, Kredit- und operationelle Risiken 2., überarbeitete Auflage . XI 1 Einleitung: Risikomessung als Fundament der Rendite-/Risikosteuerung 1 2 Zinsrisiko 3 2.1 Barwertrisiko

Mehr

SoSe 2004 Mareen Hofmann, Sonja Lange

SoSe 2004 Mareen Hofmann, Sonja Lange Einführung in die Finanzmathematik Grundlagen SoSe 2004 Mareen Hofmann, Sonja Lange Inhaltsverzeichnis 1 Einleitung 2 2 Finanzmärkte und Instrumente 2 2.1 Finanzmärkte............................. 2 2.2

Mehr

Kreditrisikomanagement in Banken Kredit- und Makroderivate

Kreditrisikomanagement in Banken Kredit- und Makroderivate Akademie Bayerischer Genossenschaften Grainau 1 Kreditrisikomanagement in Banken Kredit- und Makroderivate Kontakt: gerhard@schweimayer.de Kreditderivate 2 Kreditderivate - Definition und Grundlagen Kreditrisikomanagement

Mehr

geben. 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 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

Mehr

Strategien zum Hedging des Credit Valuation Adjustment

Strategien zum Hedging des Credit Valuation Adjustment Strategien zum Hedging des Credit Valuation Adjustment Raffaela Handwerk Inhalt Einleitung... 1 CVA als Formel... 1 Ziele des CVA-Hedgings... 2 Sensitivitäten des CVA... 3 Hedging-Möglichkeiten... 4 Alternativen

Mehr

Liquiditätsoptionen Bewertung und Risikomanagement

Liquiditätsoptionen Bewertung und Risikomanagement Liquiditätsoptionen Bewertung und Risikomanagement Dr. Volkert Paulsen Mathematisches Seminar Universität Kiel 4. Januar 2007 1 Ziele Banken in den USA vergeben über 80% ihrer Unternehmens-und Industriedarlehen

Mehr

Als Mathematiker im Kreditrisikocontrolling

Als Mathematiker im Kreditrisikocontrolling Kevin Jakob / Credit Portfolio Risk Measurement & Methodology, BayernLB Als Mathematiker im Kreditrisikocontrolling 4. Mai 2015, Augsburg Gliederung 1. Persönlicher Werdegang / BayernLB 2. Themengebiete

Mehr

Versicherungsmathematik in 50 Minuten. Schnellbleiche für Unwissende. Vortrag vom 10. Dezember 2008 an der Universität Basel Prof. Dr.

Versicherungsmathematik in 50 Minuten. Schnellbleiche für Unwissende. Vortrag vom 10. Dezember 2008 an der Universität Basel Prof. Dr. Versicherungsmathematik in 50 Minuten Schnellbleiche für Unwissende Vortrag vom 10. Dezember 2008 an der Universität Basel Prof. Dr. Herbert Lüthy 1 Inhalt 1. Was ist Versicherungsmathematik? 2. Bedeutung

Mehr

Seminar Finanzmathematik

Seminar Finanzmathematik Seminar Finanzmathematik Simulationen zur Black-Scholes Formel Seite 1 von 24 Zufallszahlen am Computer 3 Gleichverteilte Zufallszahlen 3 Weitere Verteilungen 3 Quadratische Verteilung 4 Normalverteilung

Mehr

KONVERGENZ IN DER KAPITALAPPROXIMATION FÜR DIE LEBENSVERSICHERUNG. 21. Mai 2015 Thomas Gleixner

KONVERGENZ IN DER KAPITALAPPROXIMATION FÜR DIE LEBENSVERSICHERUNG. 21. Mai 2015 Thomas Gleixner KONVERGENZ IN DER KAPITALAPPROXIMATION FÜR DIE LEBENSVERSICHERUNG 21. Mai 2015 Thomas Gleixner Agenda 1. Was ist Kapitalapproximation (und wen sollte das interessieren)? 2. Etablierte Methoden 3. Erfahrungen

Mehr

Kreditportfoliomodelle

Kreditportfoliomodelle Manager zeb/rolfes.schierenbeck.associates Münster Kreditportfoliomodelle 1. Entwicklungstendenzen im Kreditbereich 2. Grundlagen und Symbole 3. Entwicklung eines Beispielportfolios 4. Aktuell diskutierte

Mehr

Comprehensive Quantitative Impact Study 2010

Comprehensive Quantitative Impact Study 2010 Comprehensive Quantitative Impact Study 2010 Handelsbuch (Trading Book) Karsten Stickelmann Zentralbereich Banken und Finanzaufsicht Deutsche Bundesbank Frankfurt am Main, 18. Februar 2010 Wesentliche

Mehr

1.3 Rating / Scoring ist eines der strategischen Top-Themen im Kreditrisikomanagement

1.3 Rating / Scoring ist eines der strategischen Top-Themen im Kreditrisikomanagement / / / / / / / / / / / / / / / / / / / / / / / / / / / / / / / / / / / / / / / / / / Vortrag im Rahmen des Seminars Mathematisch-Statistische Verfahren des Risiko-Managements von Professor Rommelfanger

Mehr

Finanzmathematik. Absichern und Bewerten von Optionen. Arnold Janssen / Klaus Janßen

Finanzmathematik. Absichern und Bewerten von Optionen. Arnold Janssen / Klaus Janßen Finanzmathematik Absichern und Bewerten von Optionen Arnold Janssen / Klaus Janßen Universität Düsseldorf 27.09.2012 Rohstoffe, Devisen, Aktien, Kredite,... haben Preise, die im Laufe der Zeit zufällig

Mehr

Credit Risk I. Einführung in die Kreditrisikomodellierung. Georg Pfundstein Betreuer: Rupert Hughes-Brandl. 02. Juli 2010

Credit Risk I. Einführung in die Kreditrisikomodellierung. Georg Pfundstein Betreuer: Rupert Hughes-Brandl. 02. Juli 2010 Credit Risk I Einführung in die Kreditrisikomodellierung. Georg Pfundstein Betreuer: Rupert Hughes-Brandl 02. Juli 2010 Georg Pfundstein Credit Risk I 02. Juli 2010 1 / 40 Inhaltsverzeichnis 1 Grundlagen

Mehr