Kreditrisiko bei Swiss Life. Carl-Heinz Meyer,

Größe: px
Ab Seite anzeigen:

Download "Kreditrisiko bei Swiss Life. Carl-Heinz Meyer, 13.06.2008"

Transkript

1 Kreditrisiko bei Swiss Life Carl-Heinz Meyer,

2 Agenda 1. Was versteht man unter Kreditrisiko? 2. Ein Beisiel zur Einführung. 3. Einige kleine Modelle. 4. Das grosse kollektive Modell. 5. Risikoberechnung in der Praxis! 6. The road ahead Kreditrisiko bei Swiss Life, Carl-Heinz Meyer,

3 Was versteht man unter Kreditrisiko? Man unterscheidet im wesentlichen 2 Arten von Kreditrisiken: 1. Credit Default Risk: Das Risiko, Geld zu verlieren, weil ein Kreditnehmer einen Zahlungsausfall verursacht. 2. Credit Sread Risk (bzw. Migration risk): Der Credit Sread ist die Renditedifferenz zwischen einer ausfallrisikofreien Staatsanleihe und einer ausfallrisikobehafteten Unternehmensanleihe gleicher Laufzeit - also eine Versicherungsrämie gegen Ausfall des Emittenten. Veränderungen des Ratings eines Emittenten führen zu einer Änderung des Credit Sreads, was wiederum zu einer Änderung des Marktwertes einer Anleihe führt. Dieses Risiko wird dann auch Migrationsrisiko genannt. Dieser Vortrag behandelt das Credit Default Risk! Kreditrisiko bei Swiss Life, Carl-Heinz Meyer,

4 Wie berechnet man das Kreditrisiko? Üblicherweise mit stochastischen Modellen: Modell Sonsor Berechnung Creditrisk+ CSFB Analytisch CreditMetrics JP Morgan Simulation KMV Moodys Analytisch CreditPortfolioView McKinsey Simulation Creditrisk+ wurde 1997 von Tom Wilde (Mitarbeiter bei CSFB) entwickelt. Es ist ein einfaches versicherungsmathematisches Modell, das relativ wenige Daten benötigt. Dieses Modell wird bei Swiss Life verwendet. Kreditrisiko bei Swiss Life, Carl-Heinz Meyer,

5 Ein Beisiel zur Einführung 3 Kreditnehmer, Betrachtungseriode: 1 Jahr Kreditnehmer Kreditsumme Verlustquote Verlust bei Ausfall Ausfallwahrscheinlichkeit (1y) Erwarteter Verlust Debtor (Obligor) Exosure x LGD = ENOR x PD = EL A-AG 125 CHF 80% 100 CHF 0,10 10 CHF B-GmbH 400 CHF 50% 200 CHF 0,20 40 CHF C-GmbH 400 CHF 75% 300 CHF 0,15 45 CHF Keine Besitzverhältnisse: Verschiedene Besitzverhältnisse Mutter-2 Töchter: A-AG A-AG B-GmbH C-GmbH B-GmbH C-GmbH Mutter-Tochter: A-AG C-GmbH Mutter-Tochter- Enkel : A-AG B-GmbH B-GmbH C-GmbH Kreditrisiko bei Swiss Life, Carl-Heinz Meyer,

6 Kleine Modelle (1/4): Keine Besitzverhältnisse (Alle unabhängig) 1. Einführung von Zufallsvariablen: A { 0, 100}, B { 0, 200}, C { 0, 300}, möglicher Verlust verursacht durch A - AG möglicher Verlust verursacht durch B - GmbH möglicher Verlust verursacht durch C - GmbH 2. Beschreibung der Abhängigkeiten: (a) a (b) b (c) c P( A, B, C) : = P( A) B) C) Gesamtverl ust : L := A + B + C Kreditrisiko bei Swiss Life, Carl-Heinz Meyer,

7 Berechnung der Verlustverteilung (a) (b) (c) a b c a b c (a) x (b) x (c) = (a,b,c) a+b+c l:=a+b+c (l) P(L l) E(L)= σ(l)= VaR 0.99 ( L) = 500 CVaR( L) : = VaR( L) E( L) = Kreditrisiko bei Swiss Life, Carl-Heinz Meyer,

8 Kleine Modelle (2/4): Mutter-Tochter: (a) a (b a) a b (c) c P( A, B, C) : = P( A) B A) C) Gesamtverl ust : L := A + B + C Kreditrisiko bei Swiss Life, Carl-Heinz Meyer,

9 Berechnung der Verlustverteilung (a) (b a) a (c) a b c a b c (a) x (b a) x (c) = (a,b,c) a+b+c l:=a+b+c (l) P(L l) E(L)= σ(l)= VaR 0.99 CVaR ( L) = 0.99 ( L) 600 CHF = 505 CHF Kreditrisiko bei Swiss Life, Carl-Heinz Meyer,

10 Kleine Modelle (3+4/4): Mutter-2 Töchter: Mutter-Tochter- Enkel : (b a) a b (a) a (c a) a c (a) a (b a) a b (c b) b c P( A, B, C) : = P( A) B A) C A) P( A, B, C) : = P( A) B A) C B) E( L) = 95, σ ( L) = 190 VaR0.99 = 600, CVaR0.99 = 505 Kreditrisiko bei Swiss Life, Carl-Heinz Meyer,

11 Ein weiteres Risikomaß: Der Exected Shortfall Problem des VaR: VaR ist nicht subadditiv! VaR 0.75( A) + VaR0.75( B) < VaR0.75( A + B) Besseres Risikomaß: Exected Shortfall 1 ESα (L) : = 1 α 1 α VaR (L)du α VaR(A+B) in Abhängigkeit vom Konfidenznivau ES 0.75 ( A) + ES0.75 ( B) > ES0.75 ( A + B) α Kreditrisiko bei Swiss Life, Carl-Heinz Meyer,

12 Die Modelle im Vergleich: P( A, B, C) : = P( A) B) C) P( A, B, C) : = P( A) B A) C) P( A, B, C) : = P( A) B A) C A) E( L) = 95 σ ( L) = 137 VaR CVaR ES CES = 500 = 405 = 515 = 420 E( L) = 95 σ ( L) = 148 VaR CVaR ES CES = 600 = 505 = 575 = 480 E( L) = 95 σ ( L) = 190 VaR CVaR ES CES = 600 = 505 = 600 = 505 Kreditrisiko bei Swiss Life, Carl-Heinz Meyer,

13 Vom kleinen zum kollektiven Modell Problem der kleinen Modelle: Kombinatorische Exlosion! Lösung aus der Lebensversicherungsmathematik: Dort wird anstelle des kleinen individuellen Modells ein grosses kollektives Modell betrachtet. Das kollektive Modell soll die Verlustverteilung des kleinen Modells möglichst gut aroximieren! Kreditrisiko bei Swiss Life, Carl-Heinz Meyer,

14 Grundidee des kollektiven Modells L = A + B + C S = X + X + K+ 1 2 X N Anzahl N {0,1,2...} Ausfallhöhe X i {100,200,300} Kreditrisiko bei Swiss Life, Carl-Heinz Meyer,

15 Kollektives Modell: Annahmen Modellierung der Ausfälle N: => Sezifikation einer Verteilung von N Modellierung der Ausfallhöhe X i : => Sezifikation einer Verteilung der X i Allgemeines kollektives Modell : N und alle X X i i sind unabhängig. sind identisch verteilt. N S : = X i= 1 i Kreditrisiko bei Swiss Life, Carl-Heinz Meyer,

16 Modellierung der Ausfälle N Idee: Für kleine Ausfallwahrscheinlichkeiten und viele Debitoren kann die Anzahl der Ausfälle gut durch eine Poisson-Verteilung aroximiert werden. Kleiner Nachteil: Die Poisson-Verteilung hat als Träger alle natürlichen Zahlen, d.h. die Wahrscheinlichkeit, mehr Ausfälle zu beobachten, als Debitoren vorhanden sind, ist echt ositiv! Grosser Vorteil: Poisson-Verteilung erlaubt eine effiziente Berechnung der Verlustverteilung, da die Verteilung von S über die sog. Panjer-Rekursion berechnet werden kann. Kreditrisiko bei Swiss Life, Carl-Heinz Meyer,

17 Einführungsbeisiel modelliert als kollektives Modell. Parameter λ einer Poisson-Verteilung ist gleichzeitig Erwartungswert, also die erwartete Anzahl Ausfälle ro Jahr. Zur Aroximation wählt man: λ : = i Für das Einführungsbeisiel ergibt sich: λ : = = Vergleich zwischen "tatsächlichen" Ausfallwahrsch. und Poissonaroximation "tatsächliche" Ausfallw s Poissonarox. mit λ= n Kreditrisiko bei Swiss Life, Carl-Heinz Meyer,

18 Modellierung der Ausfallhöhe X 1 Der Wertebereich von X 1 ist die Vereinigung aller individuellen Exosures, also insbesondere endlich. Gegeben, ein Ausfall ist eingetreten, so ist die Wahrscheinlichkeit für dessen Höhe roortional zur Ausfallwahrscheinlichkeit des Debitors, der diesen Ausfall erzeugt. Da sich die Wahrscheinlichkeiten auf 1 (Eins) addieren müssen, ergibt sich: P({ X 1 = x }) i = i i Für das Einführungsbeisiel ergibt sich: Zähldichte von X i (x) Kreditrisiko bei Swiss Life, Carl-Heinz Meyer,

19 Berechnung der Verlustverteilung Wenn die Trägerunkte von X 1 auf den Vielfachen einer Grundeinheit h (sog. loss unit ) liegen, dann liegen auch alle Trägerunkte von S auf Vielfachen dieser Einheit. In diesem Fall lässt sich die Verlustverteilung sehr effizient mit Hilfe der Panjer-Rekursion berechnen, denn bei nach Poisson verteilten Ausfällen im kollektiven Modell (Harry Panjer, 1980) gilt: q j P({ X = jh}), j = 1,..., n : = P({ S = kh}), k = 1,2,... k : = 1 0 k : = π (0) = λ k k j= 1 = jq e j λ k j, k = 1,2,... Für das Einführungsbeisiel gilt: λ = 0.45 h = 100 q1 = 0.2 q2 = 0.4 q3 = 0.3 k = 0 : k = 1: k = 2 : k 3 : k = e 0.45 = 0.1 = 0.1 = k k k 3 Kreditrisiko bei Swiss Life, Carl-Heinz Meyer,

20 Vergleich individuelles vs. kollektives Modell Individuelles Modell Kollektives M odell Kreditrisiko bei Swiss Life, Carl-Heinz Meyer,

21 Eigenschaften des kollektiven Modells Wählt man die Verteilungsarameter von N und X i wie eingangs beschrieben, so lässt sich zeigen: 1. E( S) = E( L) Var( S) P ( E) P S Var( L) L ( E) n i= 1 2 i Für das Einführungsbeisiel gilt also theotisch: P ( S > 600) (tatsächlich: ) Kreditrisiko bei Swiss Life, Carl-Heinz Meyer,

22 Erweiterungen des grossen Modells Beobachtung: Ausfallraten ändern sich zufällig im Zeitablauf! Neue Annahmen: 1. Jede Ausfallrate ist ein stetiger zufälliger Prozeß. 2. Die durch das Rating unterstellten Ausfallwahrscheinlichkeiten werden als Erwartungswerte der Ausfallraten interretiert. Folgerungen: 1. Man benötigt zusätzlich noch die Volatilität der Ausfallraten. 2. Auch die erwarte Ausfallanzahl Λ des gesamten Portfolios ist jetzt ein Zufallsrozeß. Kreditrisiko bei Swiss Life, Carl-Heinz Meyer,

23 Modellierung der Ausfallhöhe, wenn die Ausfallrate zufällig schwankt Daten: j σ j Erwartete Ausfallrate von Debitor j Volatilität der Ausfallrate von Debitor j Modellannahmen: μ = σ = j σ j Erwartete Ausfälle des Kreditortfolios Volatilität der Ausfallrate des Kreditortfolios 2 2 μ σ Λ ~ Gamma ( α, β ) mit : α : =, β : = 2 σ μ N λ ~ Poisson( λ) Modellfolgerungen: Randverteilung von N der gemeinsamen Verteilung von (N,Λ)ist nun eine Negativ-Binomial verteilung. N ~ NegBin( r, ) mit r = α, = β 1+ β Auch die Negativ-Binomialverteilung erlaubt eine effiziente Berechnung der Verlustverteilung über die Panjer-Rekursion! Kreditrisiko bei Swiss Life, Carl-Heinz Meyer,

24 Praktische Probleme 1. Die Bestimmung der Exosure - Beträge ist nicht immer klar. (Insbesondere bei Derivaten). 2. Man hat nur für einige Debitoren die Ratings. 3. Wertaiere von verbundenen Unternehmen dürfen nicht berücksichtigt werden. 4. Die Zuordnung der Aussenstände zu den richtigen Debitoren ist auch nicht einfach. 5. Es sind Mutter-Tochter Beziehungen zwischen den Debitoren zu berücksichtigen. (Eine zahlungsunfähige Mutter reisst ihre Töchter mit ins Verderben) 6. Zusätzliche Nebenbedingungen durch Kollateralverträge (ISDA-Verträge), mit denen Aussenstände begrenzt werden. 7. Rechtliche Insolvenzrobleme: Wann werden Schulden und Guthaben gegeneinander aufgerechnet (sog. netting) und wann nicht. 8. Und viele weitere Kreditrisiko bei Swiss Life, Carl-Heinz Meyer,

25 The road ahead 1. Backtesting. 2. Bluerint. 3. Anbindung der Aussenstellen. 4. Migrationsrisiko -> Stochastische Simulation. 5. Einbeziehung von Sektoren. Kreditrisiko bei Swiss Life, Carl-Heinz Meyer,

26 Vielen Dank

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

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

MaRisk-relevante Anpassungen im Kreditportfoliomodell. GenoPOINT, 28. November 2013 Dr. Martin Bialek parcit GmbH

MaRisk-relevante Anpassungen im Kreditportfoliomodell. GenoPOINT, 28. November 2013 Dr. Martin Bialek parcit GmbH im Kreditportfoliomodell GenoPOINT, 28. November 2013 Dr. Martin Bialek parcit GmbH Agenda Überblick KPM-KG Bedeutung des Portfoliomodells für den MaRisk-Report MaRisk-relevante Anpassungen MaRisk-relevante

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

Nichtlebenversicherungsmathematik Aus welchen Teilen besteht eine Prämie Zufallsrisiko, Parameterrisiko, Risikokapital Risikomasse (VaR, ES) Definition von Kohärenz Zusammengesetze Poisson: S(i) CP, was

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

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

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

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

Kreditriskoberechnungbei der Swiss Life

Kreditriskoberechnungbei der Swiss Life Kreditriskoberechnungbei der Swiss Life Theorie und Praxis der Modellierung des Kreditrisikos von Kapitalanlagen. Kreditrisikoberechnung bei der Swiss Life, Carl-Heinz Meyer, Hagen, den 06.10.2009 1 Agenda

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

Risikoaggregation und allokation

Risikoaggregation und allokation 2. Weiterbildungstag der DGVFM Risikoaggregation und allokation Einführung in das Thema Prof. Dr. Claudia Cottin, FH Bielefeld Dr. Stefan Nörtemann, msg life Hannover, 21. Mai 2015 2. Weiterbildungstag

Mehr

Präsenzübungsaufgaben zur Vorlesung Elementare Sachversicherungsmathematik

Präsenzübungsaufgaben zur Vorlesung Elementare Sachversicherungsmathematik Präsenzübungsaufgaben zur Vorlesung Elementare Sachversicherungsmathematik Dozent: Volker Krätschmer Fakultät für Mathematik, Universität Duisburg-Essen, WS 2012/13 1. Präsenzübung Aufgabe T 1 Sei (Z 1,...,

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

Risiko- und Kapitalsteuerung in Banken. MN-Seminar 12.05.2009 Martina Böhmer

Risiko- und Kapitalsteuerung in Banken. MN-Seminar 12.05.2009 Martina Böhmer Risiko- und Kapitalsteuerung in Banken MN-Seminar 12.05.2009 Martina Böhmer Risiko- und Kapitalsteuerung in Banken Basel II Risiko- und Kapitalsteuerung in Banken 25 a Absatz 1 KWG Kreditinstitute sind

Mehr

Zielsetzung. Problematik

Zielsetzung. Problematik Kreditrisiko-Modellierung für Versicherungsunternehmen Tamer Yilmaz 21. November 2007 Zielsetzung Die Ermittlung der Eigenkapitalhinterlegung für das Kreditrisiko, die auf das Versicherungsunternehmen

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

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

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

Portfolioorientierte Quantifizierung des Adressenausfall- und Restwertrisikos im Leasinggeschäft - Modellierung und Anwendung

Portfolioorientierte Quantifizierung des Adressenausfall- und Restwertrisikos im Leasinggeschäft - Modellierung und Anwendung Portfolioorientierte Quantifizierung des Adressenausfall- und Restwertrisikos im Leasinggeschäft - Modellierung und Anwendung von Dr. Christian Helwig Fritz Knapp Verlag Jßg Frankfurt am Main Abbildungsverzeichnis

Mehr

Kreditrisikomodell von Jarrow-Lando-Turnbull im Einsatz

Kreditrisikomodell von Jarrow-Lando-Turnbull im Einsatz Kreditrisikomodell von Jarrow-Lando-Turnbull im Einsatz Dr. Michael Leitschkis Generali Deutschland Holding AG Konzern-Aktuariat Personenversicherung München, den 13.10.2009 Agenda Einführung und Motivation

Mehr

Information zum Thema CVA Credit Valuation Adjustment

Information zum Thema CVA Credit Valuation Adjustment Die neuen Anforderungen bezüglich des Kontrahentenrisikos führten und führen zu Anpassungen im Umgang mit dem Credit Valuation Adjustment Nicht zuletzt die Finanzkrise hat gezeigt, dass das aus nicht börsengehandelten

Mehr

Marcus R.W. Martin Stefan Reitz. Carsten S. Wehn. Kreditderivate und. Kreditrisikomodelle. Eine mathematische Einführung

Marcus R.W. Martin Stefan Reitz. Carsten S. Wehn. Kreditderivate und. Kreditrisikomodelle. Eine mathematische Einführung Marcus R.W. Martin Stefan Reitz Carsten S. Wehn Kreditderivate und Kreditrisikomodelle Eine mathematische Einführung 2., überarbeitete und erweiterte Auflage ö Springer Spektrum Inhaltsverzeichnis Vorwort

Mehr

Inhaltsverzeichnis. Vorwort zur zweiten Auflage. Vorwort zur ersten Auflage

Inhaltsverzeichnis. Vorwort zur zweiten Auflage. Vorwort zur ersten Auflage Inhaltsverzeichnis Vorwort zur zweiten Auflage Vorwort zur ersten Auflage v viii 1 Märkte und Produkte 1 1.1 Motivation: Das Gesicht der Finanzkrise............. 1 1.2 Grundlegende Begriffe.......................

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

Ganzheitliche Risikomessung im Sinne des Anlegers

Ganzheitliche Risikomessung im Sinne des Anlegers Ganzheitliche Risikomessung im Sinne des Anlegers Für alle Anlageprodukte / Wertpapiere gilt Risikofreier Zins 1% + Risikoprämien? + Management? - Kosten abhängig von der Anlage - Steuer abhängig von der

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

Ermittlung des Ausfallrisikos

Ermittlung des Ausfallrisikos Ermittlung des Ausfallrisikos Das Ausfallrisiko, dessen Ermittlung maßgeblich von der Datenqualität der Vorsysteme abhängt, nimmt in der Berechnung der Eigenmittelanforderung einen relativ geringen Stellenwert

Mehr

Anforderungen an Krankenversicherer unter SST und Solvency II. Prüfungskolloquium zum Aktuar SAV Michele Casartelli, 16.

Anforderungen an Krankenversicherer unter SST und Solvency II. Prüfungskolloquium zum Aktuar SAV Michele Casartelli, 16. Anforderungen an Krankenversicherer unter SST und Solvency II Prüfungskolloquium zum Aktuar SAV Michele Casartelli, 16. November 2012 Grundlagen Hauptziele von Solvenzvorschriften: Schutz von Versicherungsnehmern

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

Übergreifende Sichtweise auf Immobilienrisiken der Bank anhand einer Integration in die Risikosteuerung. GenoPOINT, 28.

Übergreifende Sichtweise auf Immobilienrisiken der Bank anhand einer Integration in die Risikosteuerung. GenoPOINT, 28. Übergreifende Sichtweise auf Immobilienrisiken der Bank anhand einer Integration in die Risikosteuerung GenoPOINT, 28. November 2013 Agenda 1. Ausgangslage 2. Übergreifende Sichtweise auf Immobilienrisiken

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

Klassische Risikomodelle

Klassische Risikomodelle Klassische Risikomodelle Kathrin Sachernegg 15. Jänner 2008 1 Inhaltsverzeichnis 1 Einführung 3 1.1 Begriffserklärung.................................. 3 2 Individuelles Risikomodell 3 2.1 Geschlossenes

Mehr

Klausur zur Vorlesung Financial Engineering und Structured Finance

Klausur zur Vorlesung Financial Engineering und Structured Finance Universität Augsburg Wirtschaftswissenschaftliche Fakultät Lehrstuhl für Finanz und Bankwirtschaft Klausur zur Vorlesung Financial Engineering und Structured Finance Prof. Dr. Marco Wilkens 6. Februar

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

Commercial Banking. Kreditgeschäft. Gestaltung der Vertragsbeziehung: Sicherheiten, Kündigungsrechte, Relationship Banking,...

Commercial Banking. Kreditgeschäft. Gestaltung der Vertragsbeziehung: Sicherheiten, Kündigungsrechte, Relationship Banking,... Commercial Banking Kreditgeschäft Themen Rating, Ausfallrisiko erwarteter Verlust, unerwarteter Verlust, Pricing, Risikoabgeltung versus Kreditrationierung Gestaltung der Vertragsbeziehung: Sicherheiten,

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

CreditMetrics. Portfoliokreditrisko Seminar. Korrelation und Asset Value Ansatz. 17. Oktober 2007 Robert Schilling

CreditMetrics. Portfoliokreditrisko Seminar. Korrelation und Asset Value Ansatz. 17. Oktober 2007 Robert Schilling Korrelation und Ansatz Portfoliokreditrisko Seminar 7. Oktober 007 Robert Schilling Seminarleitung: PD Dr. Rafael Weißbach Universität Mannheim Berechnung des Exposures Schätzung der Volatilität Schätzung

Mehr

Die Auswirkung von Rückversicherung auf die Eigenmittelanforderungen unter Solvency II Prof. Dr. Dietmar Pfeifer

Die Auswirkung von Rückversicherung auf die Eigenmittelanforderungen unter Solvency II Prof. Dr. Dietmar Pfeifer Die Auswirkung von Rückversicherung auf die Eigenmittelanforderungen unter Solvency II Prof. Dr. Dietmar Pfeifer xxx 0 Agenda Der Aufbau der Solvenz-Bilanz Zur Begriffsbestimmung des SCR Die Auswirkung

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

Commercial Banking. Off Balance Sheet Kreditinstrumente: Kreditzusagen (Loan Commitment) Kreditgarantien (Letter of Credit) Kreditderivate

Commercial Banking. Off Balance Sheet Kreditinstrumente: Kreditzusagen (Loan Commitment) Kreditgarantien (Letter of Credit) Kreditderivate Commercial Banking Off Balance Sheet Kreditinstrumente: Kreditzusagen (Loan Commitment) Kreditgarantien (Letter of Credit) Kreditderivate Kreditzusage / Kreditlinie (Loan commitment) = Zusage der Bank,

Mehr

4592 Kapitalmarkt und Risikomanagement, WS 2001/02. Übung 2

4592 Kapitalmarkt und Risikomanagement, WS 2001/02. Übung 2 4592 Kapitalmarkt und Risikomanagement, WS 2001/02 Übung 2 Abgabe bis spätestens 29.1.2002 Assistenz: christian.buhl@unibas.ch Die Übung gilt bei Erreichen von mindestens 60 Punkten als bestanden (maximal

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

G 59071. TM bewertet. Im Kundengeschäft hingegen

G 59071. TM bewertet. Im Kundengeschäft hingegen G 59071 n vielen Fällen wird die Kreditrisikomessung mit unterschiedlichen Portfoliomodellen für das Eigen- und das Kundengeschäft durchgeführt. Das durch geringe Stückzahlen und hohe Volumina charakterisierte

Mehr

Reihe Risikomanagement und Finanzcontrolling, Band 6: BEWERTUNG VON KREDITRISIKEN UND KREDITDERIVATEN

Reihe Risikomanagement und Finanzcontrolling, Band 6: BEWERTUNG VON KREDITRISIKEN UND KREDITDERIVATEN Reihe Risikomanagement und Finanzcontrolling, Band 6: BEWERTUNG VON KREDITRISIKEN UND KREDITDERIVATEN von Volker Läger 468 Seiten, Uhlenbruch Verlag, 2002 EUR 98,- inkl MwSt und Versand ISBN 3-933207-31-2

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

Monte-Carlo-Simulationen mit Copulas. Kevin Schellkes und Christian Hendricks 29.08.2011

Monte-Carlo-Simulationen mit Copulas. Kevin Schellkes und Christian Hendricks 29.08.2011 Kevin Schellkes und Christian Hendricks 29.08.2011 Inhalt Der herkömmliche Ansatz zur Simulation logarithmischer Renditen Ansatz zur Simulation mit Copulas Test und Vergleich der beiden Verfahren Fazit

Mehr

Credit Risk I. Einführung in die Kreditrisikomodellierung. Georg Pfundstein. Ludwig-Maximilians-Universität München. 31. August 2010.

Credit Risk I. Einführung in die Kreditrisikomodellierung. Georg Pfundstein. Ludwig-Maximilians-Universität München. 31. August 2010. Credit Risk I Einführung in die Kreditrisikomodellierung. Georg Pfundstein Ludwig-Maximilians-Universität München 31. August 2010 Abstract Portfoliomanagement und die damit einhergehende Risikomessung

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

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

Mindestkonditionen im Kreditgeschäft! Rating und risikoadjustiertes Pricing! Individueller Ansatz! Effiziente Kreditprozesse

Mindestkonditionen im Kreditgeschäft! Rating und risikoadjustiertes Pricing! Individueller Ansatz! Effiziente Kreditprozesse Kreditgeschäft Mindestkonditionen im Kreditgeschäft Rating und risikoadjustiertes Pricing Individueller Ansatz Effiziente Kreditprozesse Orientierung an der Erfüllung der Kriterien im Rahmen von Basel

Mehr

Modellierung von Korrelationen zwischen Kreditausfallraten für Kreditportfolios. Bernd Rosenow, 3. Kölner Workshop Quantitative Finanzmarktforschung

Modellierung von Korrelationen zwischen Kreditausfallraten für Kreditportfolios. Bernd Rosenow, 3. Kölner Workshop Quantitative Finanzmarktforschung Modellierung von Korrelationen zwischen Kreditausfallraten für Kreditportfolios Bernd Rosenow Rafael Weißhaupt Frank Altrock Universität zu Köln West LB AG, Düsseldorf Gliederung Beschreibung des Datensatzes

Mehr

Risikotriade - Teil Messung von Zins-, Kreditund operationellen Risiken

Risikotriade - Teil Messung von Zins-, Kreditund operationellen Risiken Arnd Wiedemann Risikotriade - Teil Messung von Zins-, Kreditund operationellen Risiken 3., überarbeitete Auflage Inhaltsübersicht Band I X[ Inhaltsübersicht Band I Zins-, Kredit- und operationeile Risiken

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

Risikomanagement eienr Kreditgenossenschaft - Die Studenten des Lehrstuhls für BWL, Bank- und Kreditwirtschaft der Universität Würzburg bei der VR

Risikomanagement eienr Kreditgenossenschaft - Die Studenten des Lehrstuhls für BWL, Bank- und Kreditwirtschaft der Universität Würzburg bei der VR Risikomanagement eienr Kreditgenossenschaft - Die Studenten des Lehrstuhls für BWL, Bank- und Kreditwirtschaft der Universität Würzburg bei der VR Bank Kitzingen eg Aufbau einer Kreditgenossenschaft Satzung

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

Übungsblatt 13 - Probeklausur

Übungsblatt 13 - Probeklausur Aufgaben 1. Der Kapitalnehmer im Kapitalmarktmodell a. erhält in der Zukunft einen Zahlungsstrom. b. erhält heute eine Einzahlung. c. zahlt heute den Preis für einen zukünftigen Zahlungsstrom. d. bekommt

Mehr

RUPRECHTS-KARLS-UNIVERSITÄT HEIDELBERG

RUPRECHTS-KARLS-UNIVERSITÄT HEIDELBERG Die Poisson-Verteilung Jianmin Lu RUPRECHTS-KARLS-UNIVERSITÄT HEIDELBERG Ausarbeitung zum Vortrag im Seminar Stochastik (Wintersemester 2008/09, Leitung PD Dr. Gudrun Thäter) Zusammenfassung: In der Wahrscheinlichkeitstheorie

Mehr

= A0 P0. Damit können wir eine äquivalente

= A0 P0. Damit können wir eine äquivalente Risikobewertung langfristiger Garantien Stand: 28. November 25 Simulationsergebnisse für klassische Bestände Anhang 1 Der Bestand eines Musterunternehmens wird durch ca. 1. model points simuliert. Der

Mehr

i x k k=1 i u i x i v i 1 0,2 24 24 0,08 2 0,4 30 54 0,18 3 0,6 54 108 0,36 4 0,8 72 180 0,60 5 1,0 120 300 1,00 2,22 G = 1 + 1 n 2 n i=1

i x k k=1 i u i x i v i 1 0,2 24 24 0,08 2 0,4 30 54 0,18 3 0,6 54 108 0,36 4 0,8 72 180 0,60 5 1,0 120 300 1,00 2,22 G = 1 + 1 n 2 n i=1 1. Aufgabe: Der E-Commerce-Umsatz (in Millionen Euro) der fünf größten Online- Shopping-Clubs liegt wie folgt vor: Club Nr. Umsatz 1 120 2 72 3 54 4 30 5 24 a) Bestimmen Sie den Ginikoeffizienten. b) Zeichnen

Mehr

R 2 RISIKEN DES RISIKOMANAGEMENTS

R 2 RISIKEN DES RISIKOMANAGEMENTS R 2 RISIKEN DES RISIKOMANAGEMENTS Wolfgang Bühler Lehrstuhl Finanzierung Universität Mannheim Universität Hamburg Fachbereich Wirtschaftswissenschaften 20. Januar 2003 TODESFALLRISIKEN 09. Oktober 02 08.

Mehr

Irrfahrten. Und ihre Bedeutung in der Finanzmathematik

Irrfahrten. Und ihre Bedeutung in der Finanzmathematik Irrfahrten Und ihre Bedeutung in der Finanzmathematik Alexander Hahn, 04.11.2008 Überblick Ziele der Finanzmathematik Grundsätzliches zu Finanzmarkt, Aktien, Optionen Problemstellung in der Praxis Der

Mehr

KVG-Solvenztest Update 2013

KVG-Solvenztest Update 2013 KVG-Solvenztest Update 2013 Monika Buholzer, CSS Markus Meier, Azenes Au Premier HB Zürich 22. März 2012 1. Frage: Höhere oder tiefere Reserven? SST Solvency Ratio divided by Solvency 1 Ratio 1.6 1.4 1.2

Mehr

Kreditrisiko. 2.1 Default Mode-Modelle

Kreditrisiko. 2.1 Default Mode-Modelle Kreditrisiko 2 2.1 Default Mode-Modelle Adressenausfallrisiko ist das Risiko, dass eine natürliche oder juristische Person oder eine Personenhandelsgesellschaft, gegenüber der das Institut einen bedingten

Mehr

Materialien zur Vorlesung. Rendite und Risiko

Materialien zur Vorlesung. Rendite und Risiko Materialien zur Vorlesung Rendite und Risiko Burkhard Erke Quellen: Brealey/Myers, Kap. 7 Mai 2006 Lernziele Langfristige Rendite von Finanzanlagen: Empirie Aktienindizes Messung von Durchschnittsrenditen

Mehr

Die Abbildung von Abhängigkeiten zwischen PD, LGD und EAD

Die Abbildung von Abhängigkeiten zwischen PD, LGD und EAD Die Abbildung von Abhängigkeiten zwischen PD, LGD und EAD Florian Kaposty, Matthias Löderbusch, Jakob Maciag & Andreas Pfingsten Institut für Kreditwesen Finance Center Münster 06. März 2015 Gliederung

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

Springer-Lehrbuch Masterclass

Springer-Lehrbuch Masterclass Springer-Lehrbuch Masterclass Riccardo Gatto Stochastische Modelle der aktuariellen Risikotheorie Eine mathematische Einführung Riccardo Gatto Universität Bern Institut für Mathematische Statistik und

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

Computational Finance

Computational Finance Computational Finance Kapitel 2.2: Monte Carlo Simulation Prof. Dr. Thorsten Poddig Lehrstuhl für Allgemeine Betriebswirtschaftslehre, insbes. Finanzwirtschaft Universität Bremen Hochschulring 4 / WiWi-Gebäude

Mehr

Statistischer Mittelwert und Portfoliorendite

Statistischer Mittelwert und Portfoliorendite 8 Wahrscheinlichkeitsrechnung und Statistik Statistischer Mittelwert und Portfoliorendite Durch die immer komplexer werdenden Bündel von Investitionen stellen Investorinnen und Investoren eine Vielzahl

Mehr

Ausarbeitung des Seminarvortrags zum Thema

Ausarbeitung des Seminarvortrags zum Thema Ausarbeitung des Seminarvortrags zum Thema Anlagepreisbewegung zum Seminar Finanzmathematische Modelle und Simulationen bei Raphael Kruse und Prof. Dr. Wolf-Jürgen Beyn von Imke Meyer im W9/10 Anlagepreisbewegung

Mehr

Name:... 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

Mehr

Seminar "Quantitatives Risikomanagement"

Seminar Quantitatives Risikomanagement Seminar "Quantitatives Risikomanagement" Kreditrisikomanagement I Tina Ruess Mathematisches Institut der Universität zu Köln Wintersemester 2009 Betreuung: Prof. Schmidli, J. Eisenberg Contents i Chapter

Mehr

q = 1 p = 0.8 0.2 k 0.8 10 k k = 0, 1,..., 10 1 1 0.8 2 + 10 0.2 0.8 + 10 9 1 2 0.22 1 = 0.8 8 [0.64 + 1.6 + 1.8] = 0.678

q = 1 p = 0.8 0.2 k 0.8 10 k k = 0, 1,..., 10 1 1 0.8 2 + 10 0.2 0.8 + 10 9 1 2 0.22 1 = 0.8 8 [0.64 + 1.6 + 1.8] = 0.678 Lösungsvorschläge zu Blatt 8 X binomialverteilt mit p = 0. und n = 10: a PX = = 10 q = 1 p = 0.8 0. 0.8 10 = 0, 1,..., 10 PX = PX = 0 + PX = 1 + PX = 10 10 = 0. 0 0.8 10 + 0. 1 0.8 9 + 0 1 10 = 0.8 8 [

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

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

Commercial Banking. Securitization

Commercial Banking. Securitization Commercial Banking Securitization Handel von Kreditrisiken: Pros und Cons Pros effiziente Risikoallokation Flexibilität der Portfoliorestrukturierung Cons Adverse Selection (Lemons Problem) Moral Hazard

Mehr

Risikosimulation zur Optimierung der Finanzierungsplanung von Projekten

Risikosimulation zur Optimierung der Finanzierungsplanung von Projekten Risikosimulation zur Optimierung der Finanzierungsplanung von Projekten Dresden, 18.06.2012 Agenda Motivation Notwendigkeit einer Risikosimulation Grundlagen der Monte-Carlo-Simulation Konzept einer 4-Stufen-Risikosimulation

Mehr

Banken, Versicherungen und andere

Banken, Versicherungen und andere Risikomanagement Banken, Versicherungen und andere Finanzinstitutionen 3., aktualisierte Auflage John C. Hull Fachliche Betreuung der deutschen Übersetzung durch Dr. Wolfgang Mader und Dr. Marc Wagner

Mehr

Kreditrisikomanagement in Deutschland. Expertenbefragung 2010 von palaimon consulting

Kreditrisikomanagement in Deutschland. Expertenbefragung 2010 von palaimon consulting Kreditrisikomanagement in Deutschland Expertenbefragung 2010 von palaimon consulting Über palaimon consulting Folie Experten 1 für Investment / Daten / Risiken palaimon consulting ist seit 2007 Rechtsnachfolger

Mehr

Informationen zur Vorlesung. Praxisorientierte Banksteuerung. Dr. Tobias Schlüter. Univ.-Prof. Dr. Thomas Hartmann-Wendels Dipl.

Informationen zur Vorlesung. Praxisorientierte Banksteuerung. Dr. Tobias Schlüter. Univ.-Prof. Dr. Thomas Hartmann-Wendels Dipl. Informationen zur Vorlesung Praxisorientierte Banksteuerung Univ.-Prof. Dr. Thomas Hartmann-Wendels Dipl.-Math David Fritz Seminar für allgemeine BWL und Universität zu Köln Allgemeine Informationen (Stand

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

Model CreditRisk + : The Economic Perspective of Portfolio Credit Risk Part I

Model CreditRisk + : The Economic Perspective of Portfolio Credit Risk Part I Model CreditRisk + : The Ecoomic Perspective of Portfolio Credit Risk Part I Semiar: Portfolio Credit Risk Istructor: Rafael Weißbach Speaker: Pablo Kimmig Ageda 1. Asatz ud Ziele Was ist CreditRisk +

Mehr

FRM 2011 Übungsklausur

FRM 2011 Übungsklausur FRM 2011 Übungsklausur 1 Example 5-1: FRM Exam 1999----Question 49/Capital Markets 1 Nehmen Sie an, dass der Kassakurs (Spot Rate) USD/EUR 1,40 ist. Eine amerikanische Bank offeriert 1,5% (jährliche Verzinsung)

Mehr

SVSP Risikoklassifizierung (Value at Risk) - FAQ

SVSP Risikoklassifizierung (Value at Risk) - FAQ SVSP Risikoklassifizierung (Value at Risk) - FAQ 1. Mit welchen Methoden wird die Risikokennzahl berechnet? Der SVSP nutzt zur Berechnung von VaR die historische Simulation. Diese Methode ist weit verbreitet

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

Oracle 9i Real Application Clusters

Oracle 9i Real Application Clusters Oracle 9i Real Application Clusters Seite 2-1 Agenda Einführung Verfügbarkeit / Skalierbarkeit Clusterarchitekturen Oracle Real Application Clusters Architektur Requirements Installation und Konfiguration

Mehr

Prüfung 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. 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:

Mehr

Kreditrisikomodelle State of the Art

Kreditrisikomodelle State of the Art Georg-August-Universität Göttingen Institut für Wirtschaftsinformatik Professor Dr. Matthias Schumann Platz der Göttinger Sieben 5 37073 Göttingen Telefon: + 49 551 39-44 33 + 49 551 39-44 42 Telefax:

Mehr

Klausur zur Vorlesung Financial Engineering und Structured Finance

Klausur zur Vorlesung Financial Engineering und Structured Finance Universität Augsburg Wirtschaftswissenschaftliche Fakultät Lehrstuhl für Finanz- und Bankwirtschaft Klausur zur Vorlesung Financial Engineering und Structured Finance Prof. Dr. Marco Wilkens 7. Februar

Mehr

Generalthema: Ausgewählte Fragen der Fremdfinanzierung

Generalthema: Ausgewählte Fragen der Fremdfinanzierung Institut für Geld- und Kapitalverkehr der Universität Hamburg Prof. Dr. Hartmut Schmidt Seminar zur Allgemeinen Betriebswirtschaftslehre und Bankbetriebslehre Wintersemester 1999/000 Zuständiger Mitarbeiter:

Mehr

Die latenten Variablen Y = (Y 1,Y 2,...,Y n ) T hängen mit dem Wert der Aktien der jeweiligen Firmen folgendermaßen zusammen.

Die latenten Variablen Y = (Y 1,Y 2,...,Y n ) T hängen mit dem Wert der Aktien der jeweiligen Firmen folgendermaßen zusammen. Das KMV Modell (siehe auch www.moodyskmv.com) Die Status Variablen S = (S 1,S 2,...,S n ) können nur zwei Werte 0 und 1 annehmen, d.h. m = 1. Die latenten Variablen Y = (Y 1,Y 2,...,Y n ) T hängen mit

Mehr

Kreditratings und Innovation Wann ist ein Risiko eine Chance?

Kreditratings und Innovation Wann ist ein Risiko eine Chance? Kreditratings und Innovation Wann ist ein Risiko eine Chance? Vortrag für die SOFI- Tagung: "Finanzmarktkapitalismus - Arbeit - Innovation" 11./12. März 2013 Natalia Besedovsky Gliederung 1. Ratingpraktiken

Mehr

Kursthemen 12. Sitzung. Spezielle Verteilungen: Warteprozesse. Spezielle Verteilungen: Warteprozesse

Kursthemen 12. Sitzung. Spezielle Verteilungen: Warteprozesse. Spezielle Verteilungen: Warteprozesse Kursthemen 12. Sitzung Folie I - 12-1 Spezielle Verteilungen: Warteprozesse Spezielle Verteilungen: Warteprozesse A) Die Geometrische Verteilung (Folien 2 bis 7) A) Die Geometrische Verteilung (Folien

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

Lösungen zu den Übungsaufgaben aus Kapitel 3

Lösungen zu den Übungsaufgaben aus Kapitel 3 Lösungen zu den Übungsaufgaben aus Kapitel 3 Ü3.1: a) Die Start-Buchungslimits betragen b 1 = 25, b 2 = 20 und b 3 = 10. In der folgenden Tabelle sind jeweils die Annahmen ( ) und Ablehnungen ( ) der Anfragen

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

Modellierung und Bewertung von Kreditrisiken

Modellierung und Bewertung von Kreditrisiken Peter Grundke Modellierung und Bewertung von Kreditrisiken Mit einem Geleitwort von Prof. Dr. Thomas Hartmann-Wendels Deutscher Universitäts-Verlag Inhaltsverzeichnis Abbildungsverzeichnis Tabellenverzeichnis

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