Kreditpricing. Jörg Lemm Vorlesung Finanzmathematik, WS 07/08

Größe: px
Ab Seite anzeigen:

Download "Kreditpricing. Jörg Lemm Vorlesung Finanzmathematik, WS 07/08"

Transkript

1 Jörg Lemm Vorlesung Finanzmathematik, WS 07/08 Universität Münster , , , , ,

2 Nullkuponanleihe und (Kassa )Diskontfaktor Eine Nullkuponanleihe (zero bond), d.h. eine Anleihe ohne zwischenzeitliche Zinszahlungen ( Kupons ), ist die einfachste Form einer Anleihe. Mit B(t, T) bezeichnen wir den Diskontfaktor, d.i. der Wert zur Zeit t einer normierten Nullkuponanleihe, die bei Fälligkeit T den Betrag 1 zurückzahlt. Die Differenz 1 B(t, T) sind die (absoluten) Zinsen. Der zugehörige Zahlungsstrom für den Kreditgeber lässt sich grafisch also folgendermaßen darstellen: t Auszahlung B(T, T) = 1 Zins Rückzahlung T Zeit B(t, T)

3 Terminanleihe und Termindiskontfaktor Bei einer Nullkuponanleihe auf Termin wird zu einem Zeitpunkt t 0 ( heute ) eine Nullkuponanleihe zwischen den späteren Zeiten t und T, also mit t 0 t T, vereinbart. Eine für T auf 1 normierte, derartige Terminanleihe hat zur Zeit t 0 den Wert B(t, T t 0 ) (Termindiskontfaktor), mit B(T, T t 0 ) = 1, einen Zinsanteil von 1 B(t, T t 0 ), und entspricht folgendem Zahlungsstrom für den Kreditgeber: B(T, T t 0 ) = 1 Zins t 0 t B(t, T t 0 ) T Zeit

4 Zeitliches Verschieben von Geldbeträgen: Abzinsen Nullkuponanleihen können verwendet werden um Geldbeträge zeitlich zu bewegen, denn ein fester Geldbetrag zur Zeit T mit bekanntem Wert X(T) 0 wird durch Aufnahme eines Kredites äquivalent zu dem Wert X(t t 0 ) = B(t, T t 0 )X(T) zur Zeit t: 1 X(t t 0 ) = B(t,T t 0 )X(T) abzinsen X(T) t 0 t Kreditaufnahme T Zeit X(T) 1 Dies gilt unter der idealisierten Bedingung gleicher Diskontfaktoren für das Leihen und Verleihen und verschwindendem. Für X < 0 ist eine Kreditvergabe notwendig, umgekehrt verhält es sich beim Aufzinsen.

5 Zeitliches Verschieben von Geldbeträgen: Aufzinsen Analog kann durch Vergabe eines Terminkredites Geld X(t) 0 von t auf einen späteren Zeitpunkt T verschoben werden: t 0 X(t) t X(t) X(T t 0 ) = X(t)/B(t,T t 0 ) aufzinsen Kreditvergabe Aus X(t)B(t, T t 0 ) = X(T t 0 ) folgt T Zeit X(t) = X(T t 0) B(t, T t 0 ) = X(T t 0)B(T, t t 0 ) (1) d.h. der Aufzinsfaktor B(T, t t 0 ) = 1/B(t, T t 0 ) entspricht dem inversen Abzinsfaktor.

6 Barwert eines Zahlungsstroms Damit kann jedem bekannten Zahlungsstrom mit n Zahlungen X i (t i ) zu Zeiten t i, 1 i n, zur Zeit t 0 durch Abzinsen, also n n BW = B(t, t i )X i (t i ) = X i (t t 0 ) (2) i=1 ein Wert für die Zeit t (Barwert) zugeordnet werden, der durch zur Zeit t 0 abgeschlossene Anleihegeschäfte auch zur Zeit t realisiert werden kann (fristenkongruente Refinanzierung): X 1 i=1 X 4 BW = X i (t t 0 ) X 2 X 3 t 0 t 1 t 2 t 3 t 4 X 2 X 3 Zeit X 1 X 4

7 Termindiskontfaktoren und Kassadiskontfaktoren 1 Die Termindiskontfaktoren lassen sich durch eine No Arbitrage Überlegung auf die (Kassa )Diskontfaktoren zurückführen, denn B(t, T t 0 ) Anteile einer Nullkuponanleihe B(t 0, t) von t 0 nach t zusammen mit einer zur Zeit t 0 vereinbarten Terminanleihe B(t, T t 0 ) von t nach T ist äquivalent einer Nullkuponanleihe B(t 0, T) von t 0 nach T: t 0 B(t, T t 0 ) B(T,T t 0 ) = 1 Zins 1 Zins 2 }Zins ges. Kassaanleihe t Terminanleihe T Zeit B(t 0,t) B(t,T t 0 ) B(t, T t 0 )

8 Termindiskontfaktoren und Kassadiskontfaktoren 2 Also B(t, T t 0 ) B(T,T t 0 ) = 1 t 0 Kassaanleihe t Terminanleihe T Zeit B(t 0,t) B(t,T t 0 ) B(t, T t 0 ) B(T, T) = 1 = t 0 Kassaanleihe T Zeit B(t 0, T)

9 Termindiskontfaktoren und Kassadiskontfaktoren 3 Da sich also die beiden Zahlungen zur Zeit t der Kombination von B(t, T t 0 ) Anteilen der Kassaanleihe B(t 0, t) mit t 0 Wert B(t 0, T)B(t, T t 0 ) mit einer Terminanleihe ±B(t, T t 0 ) genau kompensieren, ist der entstehende Zahlungsstrom genau gleich dem der Kassaanleihe B(t 0, T) von t 0 bis T. Also muss gelten B(t 0, t)b(t, T t 0 ) = B(t 0, T) (3) oder, aufgelöst nach dem Termindiskontfaktor, B(t, T t 0 ) = B(t 0, T) B(t 0, t). (4)

10 Diskontfaktoren, Nullkuponanleihen (zero bond) Also: Der zur Zeit t 0 für eine (nicht vor t 0 liegenden) Zeit t zu vereinbarende Wert einer Zahlung von 1 Geldeinheit zu einer (nicht vor t 0 liegenden) Zeit T ist der Termindiskontfaktor B(t, T t 0 ) = B(t 0, T t 0 ) B(t 0, t t 0 ) = B(t 0, T) B(t 0, t) = 1 B(T, t t 0 ), (5) mit t 0 t und t 0 T. Für t = T verlangen wir B(t, t t 0 ) = 1. (6) Damit ist B(t, T t) = B(t, T), t T, der zur Zeit t zu vereinbarende Wert einer Zahlung von 1 Geldeinheit zu einer späteren Zeit T, d.h. der Wert einer zur Zeit T fälligen Nullkuponanleihe (zero bond) vom Betrag 1 oder auch der gegenwärtige Abzins bzw. Diskontfaktor.

11 Bedeutung der Gleichheitszeichen Die Gleichheitszeichen in der Gleichung X(t t 0 ) = B(t, T t 0 )X(T) oder auch B(t, T t 0 ) = B(t 0,T) B(t 0,t) basieren auf 1. der Existenz entsprechender Anleihen am Markt und 2. der Annahme, dass bei Vorhandensein dieser Geschäfte kein risikoloser Gewinn durch Kombinationsgeschäfte möglich ist, d.h. der Markt solche Arbitragemöglichkeiten aktiv eliminiert. Dies ist natürlich eine Idealisierung, da z.b. 1. nicht für jede Laufzeit eine Anleihe verfügbar ist, 2. Geld und Briefkurs unterschiedlich sind, 3. Anleihen einem ausgesetzt sind, 4. mit Transaktionskosten verbunden sind, 5. Anleihen unterschiedlich liquide sind, 6. Preise auch für gleichartige Anleihen wegen Informationsineffizienzen nicht gleich sein müssen.

12 Zinsrechnungskonventionen Für die Umrechnung von Diskontfaktoren B (den eigentlich, relevanten Größen) in Zinsen R (die Veränderungen der Diskontfaktoren verstärkt und daher deutlicher wiedergeben) existieren viele verschieden Konventionen. Unterschiedlich sind 1. Zinsrechnungsmethoden (verschiedene funktionelle Zusammenhänge zwischen Zinssatz R und Diskontfaktor B) 2. Tageberechnungskonventionen (day count conventions, DCC) (verschiedene Methoden zeitliche Differenzen T t zu berechnen) 3. Arbeitstagekonventionen (business day conventions, BDC) (verschiedene Feiertagskalender und unterschiedliche Auswirkung von Feiertagen auf die Fälligkeit und/oder Zahlung von Zinsen.)

13 Zinsrechnungsmethoden: Varianten Methode Abzinsfaktor B Aufzinsfaktor B 1 stetig e R(T t) er(t t) diskret (1 + R) (T t) (1 + R) (T t) diskret(2) (1 + R n ) n(t t) (1 + R n )n(t t) einfach (1 + (T t)r) 1 (1 + (T t)r) linear (1 (T t)r) (1 + (T t)r) gemischt (1 + R) T t (1 + R) T t (1 + (T t T t )R) 1 (1 + (T t T t )R) wobei T t die Zeitdifferenz in Jahren, R den Zinssatz pro Jahr, n die Zahl der Zinstermine pro Jahr und T t den ganzzahligen Anteil von T t bezeichnen. Die lineare Methode ergibt sich aus der Taylorentwicklung des Abzinsfaktors der einfachen Methode.

14 Zinsraten und Verzinsen von Zahlungen Die Zinsraten R = R(t, T t 0 ) sind jeweils mit den gleichen Zeitargumenten zu versehen wie die dazugehörigen Diskontfaktoren B(t, T t 0 ). Bezeichnet man mit X(t, T, X T t 0 ), kurz X(t t 0 ), den Wert zur Zeit t eines zur Zeit T ausgezahlten Betrages X(T), aus Sicht von Zeit t 0, so erhält man z.b. für stetige Verzinsung X(t t 0 ) = X(t, T, X T t 0 ) = B(t, T t 0 )X(T) = B 1 (T, t t 0 )X(T) = e R(t,T t 0)(T t) = e R(t,T t 0)(t T). (7) Dies gilt auch für T < t, da B(t, T t 0 ) = B 1 (T, t t 0 ). Bei der einfachen und gemischten Verzinsung ändert sich dabei aber der Zinssatz, d.h. es gilt nicht R(t, T t 0 ) = R(T, t t 0 ). Für die lineare 1 Verzinsung z.b. folgt aus 1+R(t,T t 0 )(T t) = 1 + R(T, t t 0)(t T), R(t,T t dass R(T, t t 0 ) = 0 ) 1+R(t,T t 0 )(T t) R(t, T t 0) für T t.

15 Absolute Zinsen Die bis zur Zeit T angelaufenen absoluten Zinsen Z(t, T, X t t 0 ) (mit je nach Zinsrechnungsmethode angefallenen Zinseszinsen, gemessen z.b. in Euro) auf einen zur Zeit t angelegten Betrag X(t) aus Sicht von t 0 sind definiert als die absolute Wertänderung durch Verzinsung, also X(T t 0 ) = B(T, t t 0 )X(t) = B 1 (t, T t 0 )X(t) = X(t) + Z(t, T, X t t 0 ) (8) Z(t, T, X t t 0 ) = X(T t 0 ) X(t) = (B 1 (t, T t 0 ) 1)X(t). (9) Die relativen Zinsen Z/X = B 1 1 = R lin sind durch den äquivalenten linearen Zinssatz gegeben. Bis zur Zeit T angelaufene, noch nicht ausgezahlte Zinsen werden auch Stückzinsen genannt.

16 Tageberechnungskonventionen 1 Auch für die Berechnung der Tagedifferenzen T t zwischen zwei Zeitpunkten T mit Tag D, Monat M und Jahr Y, und t mit Tag d, Monat m und Jahr y, gibt es verschiedene Konventionen: Bezeichnung Act/Act (engl. 1) Y y+ Int(T) Int(1.1.Y) Act/365f (engl. 2) Act/360 (franz.) Formel Int(1.1.Y+1) Int(1.1.Y) Int(t) Int(1.1.y) Int(1.1.y+1) Int(1.1.y) Int(T) Int(t) 365 Int(T) Int(t) /360 (deutsch 1) Y y+ M m 12 + D min(d,30) δ(d,31)(δ(d,30) δ(d,31)) E/360 (dtsch. 2) Y y + M m 12 + min(d,30) min[d,30) E/365 Y y + M m 12 + min(d,30) min[d,30) 365 wobei Int(T), Int(t) die Repräsentation der Daten als ganze Zahl bezeichnet, und Act die Abkürzung ist für Actual.

17 Tageberechnungskonventionen 2 Bei Act/Act wird für die Monate und die Jahre deren jew. tatschächliche (actual) Anzahl Tage verwendet, bei Act/365f werden für das Jahr (auch in Schaltjahren) immer 365 Tage angesetzt, bei Act/360 immer 360 Tage. Bei der deutschen Zinsrechnung 30E/360 hat der Monat 30 Tage und das Jahr 360 Tage, und der 31. wird auf den 30. zurückgesetzt. In der hier angegeben Variante 30.42E/365 hat der Monat 365/12 30,42 Tage und das Jahr 365 Tage, und der 31. wird auf den 30. zurückgesetzt (und das Ergebnis evtl. auf ganze Tage gerundet). Bei 30/360 wird wie bei 30E/360 vorgegangen, nur dass der 31. des zweiten Termins T auf den 1. des Folgemonats vorverlegt wird, es sei denn der erste Termin t ist der 30. oder 31. eines Monats.

18 Arbeitstagekonventionen 1. Fällt ein Zinstermin nicht auf einen Bankarbeitstag, so kann die Zinszahlung an diesem Tag nicht erfolgen, sondern muss nach vorne oder hinten verschoben werden. (Hierbei bedeutet: Following = Verschiebung auf den nächsten Bankarbeitstag, preceding = Verschiebung auf den vorherigen Bankarbeitstag, modified following = following, solange innerhalb des gleichen Monats, ansonsten preceding, modified preceding = preceding, solange innerhalb des gleichen Monats, ansonsten following.) 2. Die Verschiebung betrifft dabei entweder nur den Zahlungstermin (relevant für den Diskontfaktor) oder auch die Fälligkeit (relevanter Termin für die Zinsberechnung). Ist der Fälligkeitstermin als fix vereinbart, so werden die Zinsen zwar mit dem Nichtbankarbeitstag als Basis berechnet, der Zahlungstermin liegt aber auf einem Bankarbeitstag. 3. Schließlich gibt es verschiedene relevante Feiertagskalender.

19 Wochentagsberechnung Zur Bestimmung der Wochenenden muss der Wochentag eines Datums berechnet werden. Dieser läßt sich direkt dem Rest einer ganzzahligen Division des Datums durch 7 entnehmen, sofern, wie üblich, Tagesdaten in Form aufeinanderfolgender ganzer Zahlen gespeichert werden. 2 2 Liegt das Datum nur als Tages, Monats und Jahresangabe vor, kann daraus der Wochentag mit der Zellerschen Formel berechnet werden: W = (T M J + J/4 + H/4 + 5H) mod 7, wobei x für die größte ganze Zahl x steht und der Monat gemäß dem altrömischen Kalender eingegeben werden müssen, wonach das Jahr mit März beginnt und Januar und Februar zum Vorjahr gerechnet werden. Die Gleichung liefert den Wochentag W (Sonntag =0, Montag =1, etc.) bei Eingabe des Jahrhunderts H (z.b. 20 für 2007), des Jahres im Jahrhundert J (z.b. 7 für 2007 ab März, vorher 6), des Monats M beginnend bei März (März 2007 ist 1/2007, Feb ist 12/2006), und des Tages T.

20 Feiertagsberechnung Es gibt drei Arten von Feiertagen, 1. Feiertage mit festem Datum, wie z.b. Neujahr am 1.1., 2. Feiertage in Abhängigkeit vom Osterdatum, wie z.b. Rosenmontag = 48 Tage vor Ostersonntag Feiertage, definiert als n-ter k Tag vor oder nach einem Referenzdatum, wie z.b. 1. Advent (Beginn Kirchenjahr) = 4. Sonntag vor oder am , und Buß und Bettag als 1. Mittwoch vor dem letzten Sonntag des Kirchenjahres = 2. Mittwoch vor dem 1. Advent. Welches die für ein spezielles Geschäft relevanten Feiertage sind, muss gegebenfalls im Einzelfall geklärt werden. 3 Rosenmontag (O-48), Aschermittwoch (O-46), Karfreitag (O-2), Ostersonntag (O), Ostermontag (O+1), Chr. Himmelfahrt (O+39), Pfingsten (O+49), Pfingstmontag (O+50), Fronleichnam (O+60).

21 Gaußsche Osterformel Public Function Ostern(Jahr As Integer) As Date Ostern nach Physikalisch Technischer Bundesanstalt Dim K, M, S, A, D, R, OG, SZ, OE, OS As Integer K = ( Jahr \ 100 ) M = 15 + (( 3*K+3 ) \ 4 ) - (( 8*K+13 ) \ 25 ) S = 2 - (( 3*K+3 ) \ 4 ) A = Jahr Mod 19 D = ( 19 * A + M) Mod 30 R = ( D \ 29 ) + ( ( D \ 28 ) - ( D \ 29 )) * ( A \ 11 ) OG = 21 + D - R Märzdatum des Ostervollmonds (= 14. Tag des ersten Monats im Mondkalender, genannt Nisanu) SZ = 7 - ( (Jahr + ( Jahr \ 4 ) + S ) Mod 7 ) Datum des 1. Sonntags im März OE = 7 - ( (OG - SZ) Mod 7 ) OS = OG + OE Ostern = DateSerial( Jahr, 3, OS) Übertrag auf April=4 erfolgt in dieser Funktion automatisch, wenn OS > 31. End Function (Der Operator \ bezeichnet hier die ganzzahlige Division.)

22 Zinsen bei exponentieller (stetiger) Verzinsung Wir definieren stetige Terminzinsen R(t, T t 0 ) zur Zeit t 0 durch B(t, T t 0 ) = B(t 0, T) B(t 0, t) = e (T t)r(t,t t 0) = e (T t 0)R(t 0,T)+(t t 0 )R(t 0,t) wobei wir R(t, T t 0 ) = R(T, t t 0 ) setzen können. Es folgt (10) R(t, T t 0 ) = lnb(t, T t 0) T t = lnb(t 0, t) lnb(t 0, T). (11) T t Der Kassazins (spot rate) bei t = t 0 ist damit R(t, T) = R(t, T t) = lnb(t, T). (12) T t

23 Instantane Terminzinsen Da die Bedingung B(t, t t 0 ) = e 0 R(t,t t 0) = e 0 = 1 den instantanen Termin Zins r(t t 0 ) = R(t, t t 0 ) (forward rate) nicht eindeutig festlegt, definieren wir diesen folgendermaßen lnb(t, t + t 0 ) r(t t 0 ) = R(t, t t 0 ) = lim 0 = T lnb(t, T t 0) T=t = T ln B(t 0, T) B(t 0, t) T=t = T [lnb(t 0, T) B(t 0, t)] T=t = T lnb(t 0, T) = T=t t lnb(t 0, t). (13)

24 Instantaner Forwardzins und Kassazins Einen Zusammenhang zwischen instantanem Terminzins und Terminzins ergibt sich durch Differenzieren von (12) t R(t 0, t) = lnb(t 0, t) (t t 0 ) 2 1 t t 0 t lnb(t 0, t) (t t 0 ) t R(t 0, t) = lnb(t 0, t) t t 0 } {{ } R(t 0,t) t lnb(t 0, t) } {{ } r(t t 0 ) r(t t 0 ) = R(t 0, t) + (t t 0 ) t R(t 0, t). (14) Für t = t 0 ergibt sich aus (13) die instantane Kassazinsrate (short rate) r(t) = R(t, t t) = T lnb(t, T) T=t. (15)

25 Instantane Zinsen und Diskontfaktor Integration von (13) ergibt T t r(u t 0 )du = lnb(t 0, t) lnb(t 0, T) = lnb(t, T t 0 ), (16) und damit lassen sich die Forwarddiskontfaktoren durch die instantanen, zur Zeit t 0 bekannten Forwardraten ausdrücken B(t, T t 0 ) = e (T t)r(t,t t 0) = e T t r(u t 0 ) du, (17) d.h. für die Diskontfaktoren bei t = t 0 B(t, T) = B(t, T t) = e T t r(u t)du. (18)

26 Kassazins als zeitgewichtetes Terminzinsmittel Aus der No Arbitrage-Bedingung B(t 0, T) = B(t 0, t)b(t, T t 0 ) (19) folgt für t n = T, 1 i n, t i t i 1 mit B(t, T t) = B(t, T) n B(t 0, t n ) = (t i t i 1 )B(t i, t i 1 t 0 ) (20) i=1 und damit für den stetigen Kassazins R(t 0, t n ) R(t 0, t n ) = 1 n (t i t i 1 )R(t i, t i 1 t 0 ). (21) t n t 0 i=1 Beim Übergang zur instantanen Terminzinsrate folgt aus (17) R(t, T t 0 ) = 1 T t T t r(u t 0 )du. (22)

27 Instantaner Terminzins und Terminzins Analog zu (14), also r(t t 0 ) = R(t 0, T) + (T t 0 ) T R(t 0, T) (23) folgt aus (22) durch Ableiten (mit Produktregel!) r(t t 0 ) = R(t, T t 0 ) + (T t) T R(t, T t 0), (24) für ein eingeschobenes t, d.h. mit t 0 t T.

28 Annuitätendarlehen Der Zahlungsstrom eines Annuitätendarlehens wird folgendermaßen bestimmt: S 0 = A, S i = S i 1 + Z i + R i = B 1 i 1,i S i 1 + R i, ( ) Z i = B 1 i 1,i 1 S i 1, R i = min(r, (S i 1 + Z i )) T i = R i Z i, (25) mit S = Saldo, A = Auszahlung, R = Rückzahlung, Z = Zins und T = Tilgung. Die Berechnungsfolge ist also S i 1 Z i R i S i.

29 Kostenzahlungsstrom Zusätzlich zum Kundenzahlungsstrom können die für die Bank anfallenden Kosten als zusätzlicher Zahlungsstrom angesetzt werden, z.b. in Form von monatlichen oder jährlichen fiktiven Zahlungen, als fester Betrag pro Darlehen und/oder proportional z.b. zur nominellen Darlehenssumme oder dem Restbarwert des Kundenzahlungsstroms. Kosten können dabei z.b. Segment, Geschäftsarten oder Bonitätsklassen spezifisch ermittelt werden. Bei der so genannten Deckungsbeitragsrechnung werden Kosten nach dem Grad ihres direkten Zusammenhangs mit dem bepreisten Geschäft gegliedert. So können je nach Anwendung dann bestimmte Kostenkomponenten als nichtumzulegende Fixkosten betrachet werden.

30 Kenngrößen Marge (Konditionsbeitrag) Effektivzins Par Rate Yield to-maturity (Stückzinsen, clean und dirty price = BW)

31 Vom Zahlungsstrom zum Zahlungsbaum

32 Kumulierte Ausfallwahrscheinlichkeiten Die kumulierte Ausfallwahrscheinlichkeit p c t 0,t i, oder kürzer p c t i, ist die Wahrscheinlichkeit zwischen Anfangszeitpunkt t 0 und Zeitpunkt t i, 1 i n, auszufallen, d.h. die Übergangswahrscheinlichkeit pt c 0,t i = P(D ti = 1 D t0 = 0) i = P(D tj = 1, D tj 1 = 0) = } {{ } j = 1 pt m j 1,t j i pt m j 1,t j. (26) Da wir für einen Kunden keine Mehrfachausfälle zulassen wollen, Ausfälle eines Kunden zu verschiedenen Zeiten sich so also ausschließen und damit disjunkt sind, ist p c t 0,t i die Summe über so genannte marginale Wahrscheinlichkeiten p m t i 1,t i der Einzelintervalle. Eine eventuelle Wiedergesundung wird hier also nicht explizit, sondern über die Verlustquote modelliert. j=1

33 Marginale Ausfallwahrscheinlichkeiten Die marginale Ausfallwahrscheinlichkeit p m t i 1,t i, 1 i n, in (26) ist damit die Wahrscheinlichkeit genau im Zeitintervall zwischen t i 1 und t i auszufallen, also die Wahrscheinlichkeit zur Zeit t i ausgefallen zu sein und zur Zeit t i 1 noch nicht ausgefallen zu sein, p m t i 1,t i = P(D ti = 1, D ti 1 = 0) = P(D ti = 1, D ti 1 = 0 D t0 = 0) i i 1 = pt m j 1,t j j=1 j=1 p m t j 1,t j = P(D ti = 1 D t0 = 0) P(D ti 1 = 1 D t0 = 0) = p c t 0,t i p c t 0,t i 1. (27)

34 Bedingte Ausfallwahrscheinlichkeiten Die bedingte Ausfallwahrscheinlichkeit p b t i 1,t i ist die Wahrscheinlichkeit im Zeitintervall zwischen t i 1 und t i auszufallen, wenn zu Beginn des Intervall bei t i 1 noch kein Ausfall vorlag, also die Übergangswahrscheinlichkeit vom Vertragsfall zur Zeit t i 1 zum Ausfall in t i, p b t i 1,t i = P(D ti = 1 D ti 1 = 0) = P(D t i = 1, D ti 1 = 0) P(D ti 1 = 0 D t0 = 0) = p m t i 1,t i 1 p c t 0,t i 1. = pc t 0,t i p c t 0,t i 1 1 p c t 0,t i 1, (28) wegen P(D ti = 1 D ti 1 = 0) = P(D ti = 1 D ti 1 = 0, D t0 = 0), weil wir hier eine Wiedergesundung nicht explizit modellieren, den Ausfall also als einen absorbierenden Zustand behandeln.

35 Zeitabhängigkeit der Ausfallwahrscheinlichkeit bei stationärer PD Unter der Annahme einer zeitlich konstanten Ausfallwahrscheinlichkeit auf Ein Jahres Sicht, also PD = pt,t+1 b = pb 0,1 = pm 0,1 = pc 0,1, und der Annahme der Unabhängigkeit der bedingten Überlebenswahrscheinlichkeiten 1 pt,t+1 b für nicht überlappende Zeitintervalle erhalten wir 1 pt,t+n b = (1 pt,t+1 b ) (1 pt+n 1,t+n b ) = } {{ } } {{ } p0,1 b p0,1 b ( 1 p b 0,1) n, (29) also ( n pt,t+n b = 1 1 p0,1) b n p b 0,1, (30) wobei n 0 eine reelle Zahl sein kann.

36 Erwarteter Verlust einer Zahlung Der zur Zeit t 0 erwartete barwertige Verlust EL einer zukünftigen Zahlung X t zur Zeit t ist das Produkt aus der Wahrscheinlichkeit, dass die Zahlung nicht mehr stattfindet, also der kumulierten Ausfallwahrscheinlichkeit pt c 0,t), und dem Verlust bei Ausfall, geschrieben z.b. als Produkt der eigentlich vereinbarten Zahlung X t mit einer, z.b. von der Besicherung abhängigen, erwarteten Verlustquote L und dem Diskontfaktor B(t 0, t) = B t EL = p c t 0,tB t LX t. (31) Der um den barwertigen erwarteten Verlust bereinigte Barwert der Zahlung, also der barwertige Erwartungswert, ist damit EW = BW EL = B t X t p c t 0,tLB t X t = (1 p c t 0,tL)B t X t, (32) wobei (1 p c t 0,tL)B(t 0, t) als ein ausfallkorrigierter Diskontfaktor angesehen werden kann.

37 Erwartungswert eines Zahlungsstroms Für einen Zahlungsstrom mit Zahlungen X i zur Zeit t i und Verlustquote L bei Ausfall, erhalten wir für den barwertigen Erwartungswert (hier noch ohne Ratingmigration) EW = n B ti X ti L pt c 0,t i B ti X ti i i=1 = n i B ti X ti L pt m j 1,t j B ti X ti i i=1 j=1 = n n B ti X ti L pt m i 1,t i B tj X tj i i=1 j=i = BW EL, (33) wobei der Barwert BW noch in Barwert des Kunden und des Kostenzahlungsstroms unterteilt werden kann.

38 Veränderliche Verlustquote Ein vom Zahlungzeitpunkt abhängige Verlustquote L ti führt zu EW = n B ti X ti pt c 0,t i L ti B ti X ti = n n B ti X ti pt m i 1,t i L tj B tj X tj i i=1 i i=1 j=i (34) Realistischer ist oft die Annahme einer vom Ausfallzeitpunkt abhängigen Verlustquote L ta (hier t a = erster Zahlungszeitpunkt nach Ausfall), da Sicherheiten bei Ausfall in der Regel zwar alle zukünftige Zahlungen absichern, andererseits dem Geschäft aber nur zeitweilig zugeordnet sein können. Dann muss auf die Formulierung mit der marginalen PD zurückgegriffen werden EW = n n B ti X ti pt m a 1,t a L ta B tj X tj. (35) i a=1 j=a }{{} } {{ } mögliche Ausfallzeiten Restbarwert

39 Zeitliche Änderung von Ausfallwahrscheinlichkeiten Zur Berechnung des s eines Zahlungsstroms wird für jeden Zeitpunkt einer Kundenzahlung eine Ausfallwahrscheinlichkeit benötigt. Gerade bei längerfristigen Krediten scheint es dabei angemessen, für den Kunden nicht eine über den gesamten Geschäftsverlauf konstante PD anzunehmen, sondern auch die erwartete Änderung der Ausfallwahrscheinlichkeit im Zeitverlauf zu berücksichtigen. Werden der Einfachheit halber die Ausfallwahrscheinlichkeiten in diskrete Ratingklassen gruppiert, so können die Wahrscheinlichkeiten P(R(t ) = j R(t) = i) = p ij (t, t ) (36) für einen Übergang von einer Ratingklasse R(t) = i zur Zeit t in eine Ratingklasse R(t ) = j zur späteren Zeit t in einer Migrationsmatrix P zusammengefasst werden.

40 Ratingmigrationsmatrix Mit einem absorbierenden Ausfallzustand m hat die Ratingmigrationsmatrix die Form p 11 p 12 p 1m p 11 p 1,m 1 PD 1 p 21 p 22 p 2m P = = p m 1,1 p m 1,m 1 PD m 1 p m1 p m2 p mm p 11 p 1,m 1 1 m 1 j=1 p 1j. =..... p m 1,1 p m 1,m 1 1 m 1 j=1 p (37) m 1,j 0 0 1

41 Einmalige Ratingmigration Beginnen wir mit einem Kunden, der sich zur Zeit t in Ratingklasse i befindet, so sind seine Wahrscheinlichkeiten w j (t ) sich zur Zeit t in dem Zustand j zu befinden gegeben durch w j = p ij, j, also w T = 1 T i P, bzw. in Komponenten =1 T p 11 p 1,m 1 PD 1 i { }} { w T. = (, 0, 1, 0, )..... }{{} p m 1,1 p m 1,m 1 PD m 1 ite Stelle = (p i1,, p i,m 1, PD i ). (38) Betrachten wir als Anfangszustand direkt schon eine Wahrscheinlichkeitsverteilung w(t) mit m i=1 w i = 1 so erhalten wir analog w T (t ) = w T (t)p(t, t ) =(w 1 p 11 + w 2 p w m 1 p m 1,1, w 1 p 12 + w m 1 p m 1,2,, w 1 PD w m ).

42 Zeilennormierung der Übergangsmatrix Die Matrixelemente 0 p ij (t, t ) 1 müssen als Wahrscheinlichkeiten zwischen Null und Eins liegen und zudem zeilenweise normiert sein, damit ein normierter Eingangsvektor (Eingangsverteilung) w(t) in einen normierten Ausgangsvektor (Ausgangsverteilung) w(t ) abgebildet wird. Denn wenn für beliebige w(t) mit m i=1 w i(t) = 1 auch m j=1 w j(t ) = 1 sein soll, dann muss wegen 1 = m w j (t ) = j=1 gelten, dass m j=1 i=1 m w i (t)p ij (t, t ) = m m w i (t) p ij (t, t ) i=1 j=1 (39) m p ij (t, t ) = 1. (40) j=1

43 Zeitliche Änderung von Ausfallwahrscheinlichkeiten Nimmt man an, dass 1. vergangene Ratings die aktuellen Übergangswahrscheinlichkeiten nicht mehr beeinflussen, P(R(t ) = j R(t) = i, R(t 1 ) = k 1,, R(t l ) = k l ) (41) = P(R(t ) = j R(t) = i) (Markov Annahme) für t k < t, 1 k l und dass 2. keine anderen zur Zeit t bekannten exogenen Variablen X(t), wie beispielsweise Konjunkturvariablen, die Übergangswahrscheinlichkeiten modifizieren und die Übergangsmatrix zeitlich konstant ist, allgemein p ij (t, t ) = p ij (t t ), (Stationaritäts-Annahme) (42) so enthält die k te Potenz von P, also P k, die k Perioden Übergangswahrscheinlichkeiten P k ij = P(R(t = k) = j R(t = 0) = i).

44 Zweimalige Ratingmigration Unter der Markov und Stationaritätsannahme ist die Verteilung der Ratingklassen nach zweimaliger Iteration gegeben durch w 1 (p 11 p 11 + p 12 p p 1m 0) + w 2 (p 21 p 11 + ) + w = w 1 (p 11 p 12 + p 12 p p 2m 0) + w 2 (p 21 p 12 + ) + w 1 (p 11 PD 1 + ) + w 2 (p 21 PD PD 2 ) + + w m (43) Bezeichnet i j den Übergang von Zustand i zu Zustand j, so lässt sich beispielsweise die erste Komponente darstellen als w 1 ( ) + ) +w 2 ( ) + ) +. Der Term w 2 p 21 PD 1 bezeichnet einen Ausfall im zweiten Schritt, w 2 PD 2 einen Ausfall im ersten Schritt.

45 Iterierte Ausfallwahrscheinlichkeiten Bezeichnet PD = p c 0,1 =P 1 D, mit Ausfallzustand (1 D ) i = δ im, die letzte Spalte von P und p c 0,2 = P2 1 D die letzte Spalte von P 2, so ist bei Start im Zustandsvektor w die Wahrscheinlichkeit eines Ausfalls im ersten Intervall PD(w) = p c 0,1(w) = w PD = w P 1 D (44) im ersten oder zweiten Intervall (kumulierte PD) p c 0,2(w) = p c 1,2(w PD) = w P PD = w P 2 1 D = w p c 0,2 (45) und im zweiten Intervall (marginale PD) p m 1,2(w) = w P PD w PD = w (P I) PD = w (P I) P 1 D. (46)

46 Iterierte Migrationsmatrix Bezeichnet man mit T die Untermatrix der Nicht-Ausfallzustände, und mit 1 einen Einsvektor, so erhalten wir für P und deren Iterierten ( ) ( ) T PD T 1 T 1 P = =, (47) ( ) ( P 2 T 2 T (1 T 1) + 1 T 1 T 2 1 T = = 2 ) 1, P k = 0 1 ( T k 1 T k ) 1 = 0 1 ( T k (I T k ) ) = ( T k p c 0,k 0 1 mit Einheitsmatrix I, Normierung P k 1 = 1, also j Pk ij = 1, und kumulierter Ausfallwahrscheinlichkeit (p c 0,k )T =(( p c 0,k )T, 1) mit p c 0,k = (I T k ) 1 bzw. p c 0,k (w) = Pk wd = wt P k 1 D = w T T (I T k ) 1 + w m und der Aufspaltung w T = (w T T, w m). ),

47 Stochastische Matrizen Eine Matrix P mit positiven Matrixelementen 0 p ij 1 kleiner Eins und normierter Zeilensumme j p ij = 1 heißt Übergangsmatrix oder (rechts )stochastische Matrix. Sie ist also über Zeilen, aber normalerweise nicht über Spalten normiert und nicht symmetrisch, d.h. p ij p ji, also P T P. Trotz rein nichtnegativer Matrixelemente kann sie negative oder komplexe Eigenwerte besitzen und ist daher nicht notwendig positiv (semi )definit. Sie ist i. allg. weder orthogonal, d.h. P T P 1, noch normal, d.h. sie vertauscht nicht mit der zu ihr hermitesch konjugierten (da reell, hier gleich der transponierten) Matrix, P P PP. Für normale Matrizen gibt es immer ein vollständiges orthonormales System von Eigenvektoren. Für nichtnormale Matrizen gilt dies nicht und insbesondere können Rechts und Linkseigenvektoren unterschiedlich sein.

48 Rechts und Linkseigenvektoren Für einen Rechtseigenvektor v k gilt Pv k = λ k v k, bzw. in Komponenten j P ij v jk = λ k v T ik (48) wobei v ik die i te Komponente des k ten Rechtseigenvektors bezeichnet. Für einen Linkseigenvektor w k gilt analog w T k P = λ kw T k, bzw. in Komponenten i w T ki P ij = λ k w T kj (49) wobei w T ki = w ik die i te Komponente des k ten Linkseigenvektors bezeichnet. Während damit i. allg. Rechts von Linkseigenvektoren unterschieden werden müssen, ist, wie wir nun sehen werden, so eine derartige Unterscheidung für Eigenwerte nicht notwendig.

49 Eigenwerte Eigenwerte λ sind Nullstellen des charakteristischen Polynoms det P λi = 0, (50) und da Transponieren den Wert einer Determinante nicht ändert, det P T λi = det (P λi) T = det P λi. (51) hat die Transponierte einer Matrix dieselben Eigenwerte. Da jeder Rechtseigenvektor von P auch Linkseigenvektor der transponierten Matrix P T ist Pv k = λ k v k v T k PT = λ k v T k wt k P = λ kw T k (52) und die Eigenwerte sich durch Transponieren nicht ändern, lässt sich jedem Eigenwert λ k ein Rechtseigenvektor v k sowie ein Linkseigenvektor w k zuordnen.

50 Eigenwertgleichung in Matrixform Die Eigenwertgleichungen (48, 49) lassen sich mit Hilfe der diagonalen Eigenwertmatrix D ij = δ ij λ i und der Eigenvektormatrizen V ik = v ik und W ik = w ik in Matrixnotation schreiben als p ij v jk = λ k v ik = v ij δ jk λ k PV = VD, j j wki T p ij = λ k wkj T = i woraus folgt i λ k δ ki w T ij W T P = DW T, (53) W T PV = W T VD = DW T V DW T V DW T V = [D, W T V] = 0, (54) d.h. die Diagonalmatrix der Eigenwerte D vertauscht mit den Skalarprodukten W T V von Links mit Rechtseigenwerten.

51 Biorthogonalsystem Vertauschbare diagonalisierbare Matrizen haben eine Basis aus gleichen Eigenvektoren, d.h. eine Matrix, die mit einer Diagonalmatrix mit paarweise verschiedenen Diagonalelementen vertauscht ist selbst diagonal. Für den Fall paarweise verschiedener Eigenwerte lässt sich also eine Normierung wählen, so dass W T V = VW T = I W T = V 1. (55) Sind gleiche Eigenwerte vorhanden, so kann ein solches Biorthogonalsystem aus Links und Rechtseigenvektoren analog dem Gram Schmidtschen Orthogonalisierungsverfahren gewonnnen werden. Wenn für mehrfache Eigenwerte das Skalarprodukt von korrespondierenden Links und Rechtseigenvektor Null ist, so ist die geometrische Vielfachheit kleiner als die algebraische. Eine vollständige Basis kann dann durch Hinzunahme von sog. Hauptvektoren gewonnen werden. (Vgl. dazu z.b. die Jordan Normal Form einer Matrix).

52 Spektraldarstellung In dem Fall, in dem für die Matrix P ein vollständiges Biorthogonalsystem aus Links und Rechtseigenvektoren existiert (und so keine Ergänzung durch Hauptvektoren notwendig ist), d.h. wenn V 1 = W T, so folgt aus der Rechtseigenwertgleichung PV = VD P = VDV 1 = (v 1,, v m ) D (w1 T,, wm) T T, (56) in Komponenten P ij = m k=1 v ik λ k v 1 kj, = m λ k v ik wkj T, (57) k=1 und ausgedrückt durch die biorthonormalen Eigenvektoren m m P = λ k v k wk T = λ k v k w k, wj T v i = w j v i = δ ij. (58) k=1 k=1 Dies ist die biorthonormale Spektraldarstellung von P.

53 Matrixfunktionen In der Spektraldarstellung folgt wegen w T j v i = w j v i = δ ij P k = = ( m λ i v i w i i=1 ) k m λ k i v i w i, (59) i=1 Matrixfunktionen F(P), die sich als konvergente Taylorentwicklung darstellen lassen, lassen sich damit auf Taylorreihen von Funktionen der Eigenwerte zurückführen F(P) = k f (k)p k = k m f (k) λ k i v i w i. (60) i=1

54 Jordan Normalform Falls für einen mehrfachen Eigenwert die geomatrische Vielfachheit kleiner als die algebraische Vielfachheit ist, P also nicht wie in P = VDV 1, D ij = δ ij λ i (61) diagonalisierbar ist, dann kann P dennoch auf Jordan Normalform gebracht werden P = VJV 1, (62) mit einer blockdiagonalen Jordan Matrix J 1 0 J =... = V 1 PV (63) 0 J k mit nicht notwendig verschiedenen Jordan Blöcken J i.

Mathematik 1. Inhaltsverzeichnis. Prof. Dr. K. Melzer. karin.melzer@hs-esslingen.de http://www.hs-esslingen.de/de/mitarbeiter/karin-melzer.

Mathematik 1. Inhaltsverzeichnis. Prof. Dr. K. Melzer. karin.melzer@hs-esslingen.de http://www.hs-esslingen.de/de/mitarbeiter/karin-melzer. Mathematik 1 Prof Dr K Melzer karinmelzer@hs-esslingende http://wwwhs-esslingende/de/mitarbeiter/karin-melzerhtml Inhaltsverzeichnis 1 Finanzmathematik 1 11 Folgen und Reihen 1 111 Folgen allgemein 1 112

Mehr

klar. Um die zweite Bedingung zu zeigen, betrachte u i U i mit u i = 0. Das mittlere -Zeichen liefert s

klar. Um die zweite Bedingung zu zeigen, betrachte u i U i mit u i = 0. Das mittlere -Zeichen liefert s Nachtrag zur allgemeinen Vektorraum-Theorie. 1.5.15. Direkte Summen. Sei V ein Vektorraum, seien U 1,..., U t Unterräume, wir schreiben V = U 1 U 2 U t = t i=1 U i falls die folgenden beiden Bedingungen

Mehr

Risikomessung und Value at Risk Wintersemester 2013/14

Risikomessung und Value at Risk Wintersemester 2013/14 Risikomessung und Value at Risk Wintersemester 2013/14 Walter Sanddorf-Köhle Statistik und Ökonometrie Foliensatz Nr. 11 Version vom 24. Januar 2014 1 / 45 6.5.1 Bisherige Vorgehensweise zur Berechnung

Mehr

3.3 Eigenwerte und Eigenräume, Diagonalisierung

3.3 Eigenwerte und Eigenräume, Diagonalisierung 3.3 Eigenwerte und Eigenräume, Diagonalisierung Definition und Lemma 3.3.1. Sei V ein K-Vektorraum, φ End K (V ), λ K. Wir defnieren den zu λ gehörigen Eigenraum von φ als Dies ist ein Unterraum von V.

Mehr

LINEARE ALGEBRA Ferienkurs. Hanna Schäfer Philipp Gadow

LINEARE ALGEBRA Ferienkurs. Hanna Schäfer Philipp Gadow LINEARE ALGERA Ferienkurs Hanna Schäfer Philipp Gadow INHALT Eigenwerte und Eigenvektoren. asiswechsel.2 Eigenwertgleichung 2.3 Diagonalisierbarkeit 5.4 Trigonalisierung 8.5 Zusatzmaterial 8 Aufgaben 9

Mehr

Numerische Mathematik I 4. Nichtlineare Gleichungen und Gleichungssysteme 4.1 Wo treten nichtlineare Gleichungen auf?

Numerische Mathematik I 4. Nichtlineare Gleichungen und Gleichungssysteme 4.1 Wo treten nichtlineare Gleichungen auf? Numerische Mathematik I 4. Nichtlineare Gleichungen und Gleichungssysteme 4.1 Wo treten nichtlineare Gleichungen auf? Andreas Rieder UNIVERSITÄT KARLSRUHE (TH) Institut für Wissenschaftliches Rechnen und

Mehr

Zinssätze. Georg Wehowar. 4. Dezember 2007

Zinssätze. Georg Wehowar. 4. Dezember 2007 4. Dezember 2007 Grundlagen der Zinsrechnung Verschiedene Anleihen Forward Rate Agreement Forward Zinsen Allgemeines Allgemeine Grundlagen K 0... Anfangskapital K t... Kapital nach einer Zeitspanne t Z

Mehr

Lineare Algebra - alles was man wissen muß

Lineare Algebra - alles was man wissen muß Statistik für Bioinformatiker SoSe 3 Rainer Spang Lineare Algebra - alles was man wissen muß Der Titel ist natürlich gelogen, aber was wir hier zusammengetragen haben ist zumindest ein Anfang. Weniger

Mehr

Einführung in die Vektor- und Matrizenrechnung. Matrizen

Einführung in die Vektor- und Matrizenrechnung. Matrizen Einführung in die Vektor- und Matrizenrechnung Matrizen Definition einer Matrix Unter einer (reellen) m x n Matrix A versteht man ein rechteckiges Schema aus reellen Zahlen, die wie folgt angeordnet sind:

Mehr

Bewertung von Finanzinstrumenten

Bewertung von Finanzinstrumenten Prof. Dr. Arnd Wiedemann Bewertung von Finanzinstrumenten Wintersemester 2013/2014 Financial Engineering Bewertung von Finanzinstrumenten Financial Engineering ist die Kunst der zielgerichteten Konstruktion

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

Austausch- bzw. Übergangsprozesse und Gleichgewichtsverteilungen

Austausch- bzw. Übergangsprozesse und Gleichgewichtsverteilungen Austausch- bzw. Übergangsrozesse und Gleichgewichtsverteilungen Wir betrachten ein System mit verschiedenen Zuständen, zwischen denen ein Austausch stattfinden kann. Etwa soziale Schichten in einer Gesellschaft:

Mehr

Money out of nothing? - Prinzipien und Grundlagen der Finanzmathematik

Money out of nothing? - Prinzipien und Grundlagen der Finanzmathematik Money out of nothing? - Prinzipien und Grundlagen der Finanzmathematik Francesca Biagini Mathematisches Institut, LMU biagini@math.lmu.de Münchner Wissenschaftstage im Jahr der Mathematik 21. Oktober 28

Mehr

Bewertung von Forwards, Futures und Optionen

Bewertung von Forwards, Futures und Optionen Bewertung von Forwards, Futures und Optionen Olaf Leidinger 24. Juni 2009 Olaf Leidinger Futures und Optionen 2 24. Juni 2009 1 / 19 Überblick 1 Kurze Wiederholung Anleihen, Terminkontrakte 2 Ein einfaches

Mehr

6 Symmetrische Matrizen und quadratische Formen

6 Symmetrische Matrizen und quadratische Formen Mathematik für Ingenieure II, SS 9 Freitag. $Id: quadrat.tex,v.5 9//5 ::59 hk Exp $ $Id: orthogonal.tex,v.4 9// ::54 hk Exp $ $Id: fourier.tex,v. 9// :: hk Exp $ Symmetrische Matrizen und quadratische

Mehr

Elemente der Analysis II

Elemente der Analysis II Elemente der Analysis II Kapitel 3: Lineare Abbildungen und Gleichungssysteme Informationen zur Vorlesung: http://www.mathematik.uni-trier.de/ wengenroth/ J. Wengenroth () 15. Mai 2009 1 / 35 3.1 Beispiel

Mehr

Finanzmathematik mit Excel 1

Finanzmathematik mit Excel 1 Finanzmathematik mit Excel 1 Einfache Zinsrechnung 2 Folgende Begriffe werden benötigt: Begriff Definition Kapital Geldbetrag, der angelegt oder einem anderen überlassen wird. Laufzeit Dauer der Überlassung.

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

Übungen zur Ingenieur-Mathematik III WS 2009/10 Blatt 10 21.12.2009

Übungen zur Ingenieur-Mathematik III WS 2009/10 Blatt 10 21.12.2009 Übungen zur Ingenieur-Mathematik III WS 2009/10 Blatt 10 21.12.2009 Aufgabe 35: Thema: Singulärwertzerlegung und assoziierte Unterräume Sei A eine m n Matrix mit Rang r und A = UDV T ihre Singulärwertzerlegung.

Mehr

Beispiel 11.2. Wenn p ein Polynom vom Grad größer gleich 1 ist, ist q : C Ĉ definiert durch q (z) =

Beispiel 11.2. Wenn p ein Polynom vom Grad größer gleich 1 ist, ist q : C Ĉ definiert durch q (z) = Funktionentheorie, Woche Funktionen und Polstellen. Meromorphe Funktionen Definition.. Sei U C offen und sei f : U gilt, nennt man f meromorph auf U: Ĉ eine Funktion. Wenn folgendes. P := f hat keine Häufungspunkte;.

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

Kirsten Wüst. Finanzmathematik. Vom klassischen Sparbuch zum modernen Zinsderivat GABLER

Kirsten Wüst. Finanzmathematik. Vom klassischen Sparbuch zum modernen Zinsderivat GABLER Kirsten Wüst Finanzmathematik Vom klassischen Sparbuch zum modernen Zinsderivat GABLER I Inhaltsverzeichnis VORWORT V INHALTSVERZEICHNIS VII ABBILDUNGSVERZEICHNIS XV TABELLENVERZEICHNIS XVII 1 ZINSFINANZINSTRUMENTE

Mehr

Einfache Derivate. Stefan Raminger. 4. Dezember 2007. 2 Arten von Derivaten 3 2.1 Forward... 3 2.2 Future... 4 2.3 Optionen... 5

Einfache Derivate. Stefan Raminger. 4. Dezember 2007. 2 Arten von Derivaten 3 2.1 Forward... 3 2.2 Future... 4 2.3 Optionen... 5 Einfache Derivate Stefan Raminger 4. Dezember 2007 Inhaltsverzeichnis 1 Begriffsbestimmungen 1 2 Arten von Derivaten 3 2.1 Forward..................................... 3 2.2 Future......................................

Mehr

Bericht zur Prüfung im Oktober 2004 über Finanzmathematik (Grundwissen)

Bericht zur Prüfung im Oktober 2004 über Finanzmathematik (Grundwissen) Bericht zur Prüfung im Oktober 2004 über Finanzmathematik (Grundwissen) Peter Albrecht (Mannheim) Die Prüfung des Jahres 2004 im Bereich Finanzmathematik (Grundwissen) wurde am 09. Oktober 2004 mit diesmal

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

Seminararbeit für das SE Reine Mathematik- Graphentheorie

Seminararbeit für das SE Reine Mathematik- Graphentheorie Seminararbeit für das SE Reine Mathematik- Graphentheorie Der binäre Rang, der symplektische Graph, die Spektralzerlegung und rationale Funktionen Vortrag am 24.01.2012 Heike Farkas 0410052 Inhaltsverzeichnis

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

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

Multivariate Statistik

Multivariate Statistik Hermann Singer Multivariate Statistik 1 Auflage 15 Oktober 2012 Seite: 12 KAPITEL 1 FALLSTUDIEN Abbildung 12: Logistische Regression: Geschätzte Wahrscheinlichkeit für schlechte und gute Kredite (rot/blau)

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

Aa(t i ) t i. Ab(t i ) Abbildung 2.3: Zahlungsströme des Zinsswaps

Aa(t i ) t i. Ab(t i ) Abbildung 2.3: Zahlungsströme des Zinsswaps 16 KAPITEL 2. LINEARE FINANZPRODUKTE Aa(t 1 )... t 0 Ab(t t 1 t 2 1 )... t i Aa(t i ) Ab(t i ) t n Aa(t n ) Ab(t n ) Abbildung 2.3: Zahlungsströme des Zinsswaps 2.2 Swaps Zins-Swaps Zins-Swaps sind ein

Mehr

Finanzmathematisches Basiswissen

Finanzmathematisches Basiswissen Prof. Dr. Arnd Wiedemann Finanzmathematisches Basiswissen Prof. Dr. Arnd Wiedemann Finanzmathe/WS 2012 1 Literatur zur Vertiefung der Finanzmathematik Financial Engineering Bewertung von Finanzinstrumenten

Mehr

Wirtschaftsmathematik für International Management (BA) und Betriebswirtschaft (BA)

Wirtschaftsmathematik für International Management (BA) und Betriebswirtschaft (BA) Wirtschaftsmathematik für International Management (BA) und Betriebswirtschaft (BA) Wintersemester 2014/15 Hochschule Augsburg Grundlagentest Ungleichungen! Testfrage: Ungleichungen 1 Die Lösungsmenge

Mehr

Einführung in die Obligationenmärkte

Einführung in die Obligationenmärkte Einführung in die Obligationenmärkte Einige wichtige Begriffe Obligationenmarkt (auch Anleihenmarkt) ist der Markt für festverzinsliche Wertpapiere mittlerer bis langfristiger Laufzeit und festem Fälligkeitstermin.

Mehr

ax 2 + bx + c = 0, (4.1)

ax 2 + bx + c = 0, (4.1) Kapitel 4 Komplexe Zahlen Wenn wir uns auf die reellen Zahlen beschränken, ist die Operation des Wurzelziehens (also die Umkehrung der Potenzierung) nicht immer möglich. Zum Beispiel können wir nicht die

Mehr

TI-83/92 (G0010a) DERIVE (G0010b nur Teile) Anwendung von geeigneten Funktionen numerische und iterative Methoden anwenden

TI-83/92 (G0010a) DERIVE (G0010b nur Teile) Anwendung von geeigneten Funktionen numerische und iterative Methoden anwenden BspNr: G0010 Themenbereich Finanzmathematik - Rentenrechnung Ziele vorhandene Ausarbeitungen Arbeiten mit geom. Reihen TI-83/92 (G0010a) DERIVE (G0010b nur Teile) Anwendung von geeigneten Funktionen numerische

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

Übungsklausur. Bitte wählen Sie fünf Aufgaben aus! Aufgabe 1. Übungsklausur zu Mathematik I für BWL und VWL (WS 2008/09) PD Dr.

Übungsklausur. Bitte wählen Sie fünf Aufgaben aus! Aufgabe 1. Übungsklausur zu Mathematik I für BWL und VWL (WS 2008/09) PD Dr. Übungsklausur zu Mathematik I für BWL und VWL (WS 2008/09) PD Dr. Gert Zöller Übungsklausur Hilfsmittel: Taschenrechner, Formblatt mit Formeln. Lösungswege sind stets anzugeben. Die alleinige Angabe eines

Mehr

Rekursionen (Teschl/Teschl 8.1-8.2)

Rekursionen (Teschl/Teschl 8.1-8.2) Rekursionen (Teschl/Teschl 8.1-8.2) Eine Rekursion kter Ordnung für k N ist eine Folge x 1, x 2, x 3,... deniert durch eine Rekursionsvorschrift x n = f n (x n 1,..., x n k ) für n > k, d. h. jedes Folgenglied

Mehr

(λ Ri I A+BR)v Ri = 0. Lässt sich umstellen zu

(λ Ri I A+BR)v Ri = 0. Lässt sich umstellen zu Herleitung der oppenecker-formel (Wiederholung) Für ein System ẋ Ax + Bu (B habe Höchstrang) wird eine Zustandsregelung u x angesetzt. Der geschlossene egelkreis gehorcht der Zustands-Dgl. ẋ (A B)x. Die

Mehr

Bernd Luderer. Starthilfe Finanzmathematik. Zinsen - Kurse - Renditen. 4., erweiterte Auflage. Springer Spektrum

Bernd Luderer. Starthilfe Finanzmathematik. Zinsen - Kurse - Renditen. 4., erweiterte Auflage. Springer Spektrum Bernd Luderer Starthilfe Finanzmathematik Zinsen - Kurse - Renditen 4., erweiterte Auflage Springer Spektrum Inhaltsverzeichnis 1 Grundlegende Formeln und Bezeichnungen 1 1.1 Wichtige Bezeichnungen 1 1.2

Mehr

3.3. Tilgungsrechnung

3.3. Tilgungsrechnung 3.3. Tilgungsrechnung Grundbegriffe Gegenstand der Tilgungsrechnung ist ein von einem Gläubiger (z. B. Bank) an einen Schuldner ausgeliehener Geldbetrag S; Bezeichnung: S... Schuld, Darlehen, Kredit Es

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

Z = 60! 29!31! 1,1 1017.

Z = 60! 29!31! 1,1 1017. Aufgabe : Eine Hochzeitsgesellschaft besteht aus 60 Personen. a Wieviele verschiedene Möglichkeiten für Sitzordnungen gibt es? b Nehmen Sie nun an, dass 9 Gäste aus dem Familien- und Freundeskreis der

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

Kernel, Perceptron, Regression. Erich Schubert, Arthur Zimek. 2014-07-20 KDD Übung

Kernel, Perceptron, Regression. Erich Schubert, Arthur Zimek. 2014-07-20 KDD Übung Kernel, Perceptron, Regression Erich Schubert, Arthur Zimek Ludwig-Maximilians-Universität München 2014-07-20 KDD Übung Kernel-Fukctionen Kernel kann mehrdeutig sein! Unterscheidet zwischen: Kernel function

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

Quantitative Finance

Quantitative Finance Kapitel 11 Quantitative Finance Josef Leydold c 2006 Mathematische Methoden XI Quantitative Finance 1 / 30 Lernziele für den Teil Quantitative Finance Die Welt der stetigen Zinsen (Renditen) Wichtige Finanzprodukte:

Mehr

9.2. DER SATZ ÜBER IMPLIZITE FUNKTIONEN 83

9.2. DER SATZ ÜBER IMPLIZITE FUNKTIONEN 83 9.. DER SATZ ÜBER IMPLIZITE FUNKTIONEN 83 Die Grundfrage bei der Anwendung des Satzes über implizite Funktionen betrifft immer die folgende Situation: Wir haben eine Funktion f : V W und eine Stelle x

Mehr

Die Duration von Standard-Anleihen. - Berechnungsverfahren und Einflussgrößen -

Die Duration von Standard-Anleihen. - Berechnungsverfahren und Einflussgrößen - Die Duration von Standard-Anleihen - Berechnungsverfahren und Einflussgrößen - Gliederung Einleitendes Herleitung einer Berechnungsvorschrift Berechnungsvorschriften für Standardfälle Einflussgrößen und

Mehr

Zinseszins- und Rentenrechnung

Zinseszins- und Rentenrechnung Zinseszins- und Rentenrechnung 1 Berechnen Sie den Zeitpunkt, an dem sich das Einlagekapital K bei a) jährlicher b) monatlicher c) stetiger Verzinsung verdoppelt hat, wobei i der jährliche nominelle Zinssatz

Mehr

Einführung in die Optionspreisbewertung

Einführung in die Optionspreisbewertung Einführung in die Optionspreisbewertung Bonn, Juni 2011 MAF BN SS 2011 Huong Nguyen Gliederung Einführung Definition der Parameter Zwei Komponente zur Ermittlung der Optionsprämie Callwert-Kurve Wirkungen

Mehr

Füllmenge. Füllmenge. Füllmenge. Füllmenge. Mean = 500,0029 Std. Dev. = 3,96016 N = 10.000. 485,00 490,00 495,00 500,00 505,00 510,00 515,00 Füllmenge

Füllmenge. Füllmenge. Füllmenge. Füllmenge. Mean = 500,0029 Std. Dev. = 3,96016 N = 10.000. 485,00 490,00 495,00 500,00 505,00 510,00 515,00 Füllmenge 2.4 Stetige Zufallsvariable Beispiel. Abfüllung von 500 Gramm Packungen einer bestimmten Ware auf einer automatischen Abfüllanlage. Die Zufallsvariable X beschreibe die Füllmenge einer zufällig ausgewählten

Mehr

Berechnung von Eigenwerten und Eigenvektoren

Berechnung von Eigenwerten und Eigenvektoren Kapitel 5 Berechnung von Eigenwerten und Eigenvektoren 5.1 Einführung Bemerkung 5.1 Aufgabenstellung. Diese Kapitel behandelt numerische Verfahren zur Lösung des Eigenwertproblems. Gegeben sei A R n n.

Mehr

Wichtige Begriffe in der Finanzmathematik

Wichtige Begriffe in der Finanzmathematik Wichtige Begriffe in der Finanzmathematik Forward: Kontrakt, ein Finanzgut zu einem fest vereinbarten Zeitpunkt bzw. innerhalb eines Zeitraums zu einem vereinbarten Erfüllungspreis zu kaufen bzw. verkaufen.

Mehr

Grundbegriffe Gegenstand der Tilgungsrechnung ist ein von einem Gläubiger (z. B. Bank) an einen Schuldner ausgeliehener Geldbetrag S;

Grundbegriffe Gegenstand der Tilgungsrechnung ist ein von einem Gläubiger (z. B. Bank) an einen Schuldner ausgeliehener Geldbetrag S; 1 5.3. Tilgungsrechnung Grundbegriffe Gegenstand der Tilgungsrechnung ist ein von einem Gläubiger (z. B. Bank) an einen Schuldner ausgeliehener Geldbetrag S; Bezeichnung: S... Schuld, Darlehen, Kredit

Mehr

Klassische Finanzmathematik (Abschnitt KF.1 )

Klassische Finanzmathematik (Abschnitt KF.1 ) Die Finanzatheatik ist eine Disziplin der angewandten Matheatik, die sich insbesondere it der Analyse und de Vergleich von Zahlungsströen und die theoretisch Erittlung des Geldwertes von Finanzprodukten.

Mehr

Hochschule Rhein-Main. Sommersemester 2015

Hochschule Rhein-Main. Sommersemester 2015 Vorlesung Hochschule Rhein-Main Sommersemester 2015 Dr. Roland Stamm 29. Juni 2015 Erinnerung Bewertung eines Bonds mit Kupon k, Nominal N, Laufzeit t n: n Π(t) = N k δ(t i 1, t i ) P (t, t i ) + N P (t,

Mehr

Zinssätze. Georg Wehowar. 4. Dezember 2007. 4 Forward Rate Agreement 7. 5 Forward Zinsen 8. Literatur 9

Zinssätze. Georg Wehowar. 4. Dezember 2007. 4 Forward Rate Agreement 7. 5 Forward Zinsen 8. Literatur 9 Zinssätze Georg Wehowar 4. Dezember 2007 Inhaltsverzeichnis 1 Grundlagen der Zinsrechnung 1 1.1 Allgemeines................................... 1 1.2 Zinsintensität.................................. 3 1.3

Mehr

Kapitalversicherungen

Kapitalversicherungen Kapitalversicherungen Sanela Omerovic Proseminar Versicherungsmathematik TU Graz 11. Dezember 2007 Inhaltsverzeichnis 1 Einführung 1 2 Einfache Versicherungsformen 3 2.1 Todesfallversicherungen (Life Insurance)....................

Mehr

Test 1 (zu den Kapiteln 1 bis 6)

Test 1 (zu den Kapiteln 1 bis 6) Test 1 1 Test 1 (zu den Kapiteln 1 bis 6) Bearbeitungszeit: 90 Minuten Aufgabe T1.1: Bekanntmachung EUR 1.000.000.000,- Anleihe mit variablem Zinssatz der Fix AG von 2003/2013, Serie 111 Zinsperiode: 12.10.2006

Mehr

Die Black-Scholes-Gleichung

Die Black-Scholes-Gleichung Die Black-Scholes-Gleichung Franziska Merk 22.06.2012 Outline Optionen 1 Optionen 2 3 Optionen Eine Kaufoption ist ein Recht, eine Aktie zu einem heute (t=0) festgelegten Preis E an einem zukünftigen Zeitpunkt

Mehr

Kreditmanagement. EK Finanzwirtschaft

Kreditmanagement. EK Finanzwirtschaft EK Finanzwirtschaft a.o.univ.-prof. Mag. Dr. Christian KEBER Fakultät für Wirtschaftswissenschaften www.univie.ac.at/wirtschaftswissenschaften christian.keber@univie.ac.at Kreditmanagement 1 Kreditmanagement

Mehr

Portfolio-Optimierung und Capital Asset Pricing

Portfolio-Optimierung und Capital Asset Pricing Portfolio-Optimierung und Capital Asset Pricing Prof. Dr. Nikolaus Hautsch Institut für Statistik und Ökonometrie Humboldt-Universität zu Berlin CASE, CFS, QPL Econ Boot Camp, SFB 649, Berlin, 8. Januar

Mehr

Zinssätze. Elisabeth Köhl. 14. Jänner 2009. Technische Universität Graz

Zinssätze. Elisabeth Köhl. 14. Jänner 2009. Technische Universität Graz Technische Universität Graz 14. Jänner 2009 Inhalt der Präsentation: 1 Allgemeines 1 Zinsen und Zinsesrechnung 2 Zinssatz 1 Effektiver Zinssatz 2 Nomineller Zinssatz 2 Verschiedene 1 Schatzzins 2 LIBOR/EURIBOR

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

HIER GEHT ES UM IHR GUTES GELD ZINSRECHNUNG IM UNTERNEHMEN

HIER GEHT ES UM IHR GUTES GELD ZINSRECHNUNG IM UNTERNEHMEN HIER GEHT ES UM IHR GUTES GELD ZINSRECHNUNG IM UNTERNEHMEN Zinsen haben im täglichen Geschäftsleben große Bedeutung und somit auch die eigentliche Zinsrechnung, z.b: - Wenn Sie Ihre Rechnungen zu spät

Mehr

Entwurf robuster Regelungen

Entwurf robuster Regelungen Entwurf robuster Regelungen Kai Müller Hochschule Bremerhaven Institut für Automatisierungs- und Elektrotechnik z P v K Juni 25 76 5 OPTIMALE ZUSTANDSREGELUNG 5 Optimale Zustandsregelung Ein optimaler

Mehr

Stochastische Analysis. Zufallsmatrizen. Roland Speicher Queen s University Kingston, Kanada

Stochastische Analysis. Zufallsmatrizen. Roland Speicher Queen s University Kingston, Kanada Stochastische Analysis für Zufallsmatrizen Roland Speicher Queen s University Kingston, Kanada Was ist eine Zufallsmatrix? Zufallsmatrix = Matrix mit zufälligen Einträgen A : Ω M N (C) Was ist eine Zufallsmatrix?

Mehr

Kapitel 4: Binäre Regression

Kapitel 4: Binäre Regression Kapitel 4: Binäre Regression Steffen Unkel (basierend auf Folien von Nora Fenske) Statistik III für Nebenfachstudierende WS 2013/2014 4.1 Motivation Ausgangssituation Gegeben sind Daten (y i, x i1,...,

Mehr

Inhalte der Zellen A1 bis A3 addieren

Inhalte der Zellen A1 bis A3 addieren Grundrechenarten 10 und 5 addieren =10+5 3 von 10 subtrahieren =10-3 11 mit 2 multiplizieren =11*2 12 durch 4 dividieren =12/4 Excelspezifische Grundrechenarten Inhalte der Zellen A1 bis A3 addieren =SUMME(A1:A3)

Mehr

Projektive Moduln. Lemma/Definition 1.1. Folgende Aussagen für einen R-Modul P sind äquivalent: (i) P erfüllt folgende Liftungseigenschaft:

Projektive Moduln. Lemma/Definition 1.1. Folgende Aussagen für einen R-Modul P sind äquivalent: (i) P erfüllt folgende Liftungseigenschaft: Seminar Summen von Quadraten und K-Theorie Projektive Moduln Im Folgenden sei R ein assoziativer Ring mit Eins, nicht notwendigerweise kommutativ. R-Modul ist im Folgenden stets ein Rechts-R-Modul. Ein

Mehr

Kapitel 3. Zufallsvariable. Wahrscheinlichkeitsfunktion, Dichte und Verteilungsfunktion. Erwartungswert, Varianz und Standardabweichung

Kapitel 3. Zufallsvariable. Wahrscheinlichkeitsfunktion, Dichte und Verteilungsfunktion. Erwartungswert, Varianz und Standardabweichung Kapitel 3 Zufallsvariable Josef Leydold c 2006 Mathematische Methoden III Zufallsvariable 1 / 43 Lernziele Diskrete und stetige Zufallsvariable Wahrscheinlichkeitsfunktion, Dichte und Verteilungsfunktion

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

Kurs 00091: Finanzierungs- und entscheidungstheoretische Grundlagen der Betriebswirtschaftslehre

Kurs 00091: Finanzierungs- und entscheidungstheoretische Grundlagen der Betriebswirtschaftslehre Grundlagen der Betriebswirtschaftslehre, Kurs 00091, KE 4, 5 und 6, SS 2008 1 Kurs 00091: Finanzierungs- und entscheidungstheoretische Grundlagen der Betriebswirtschaftslehre Lösungshinweise zur Einsendearbeit

Mehr

Kochen mit Jordan. Vorbereitungen. Schnellzubereitung. JNF für Genießer wenn s noch etwas mehr sein darf

Kochen mit Jordan. Vorbereitungen. Schnellzubereitung. JNF für Genießer wenn s noch etwas mehr sein darf Kochen mit Jordan Vorbereitungen Man nehme eine Matrix A R n n und bestimme ihr charakteristisches Polynom p(λ) = (λ c ) r (λ c j ) rj C[X] Dabei gilt: algebraische Vielfachheit r j ˆ= Länge des Jordanblocks

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

Kreditrisiko am Einzelgeschäft

Kreditrisiko am Einzelgeschäft Kapitel 6 Kreditrisiko am Einzelgeschäft In Kapitel 2 haben wir den Kosten für das Marktpreisrisiko gewidmet und kostenneutrale Strategien entwickelt. In einigen Situation konnten nur noch erwartete Kosten

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

Formelsammlung zu Investition und Finanzierung. Jan Henning

Formelsammlung zu Investition und Finanzierung. Jan Henning Formelsammlung zu Investition und Finanzierung Jan Henning 2. Mai 2003 Vorwort Diese Formelsammlung soll beim Lernen helfen, sie basiert jedoch auf meinen persönlichen Aufzeichnungen aus der Vorlesung

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

4 INHALTSVERZEICHNIS. sie auf aktuelle Probleme der Portfoliobewertung ein.

4 INHALTSVERZEICHNIS. sie auf aktuelle Probleme der Portfoliobewertung ein. Einleitung Die vorliegende Darstellung richtet sich an Studierende der Finanzwirtschaft, - mathematik und -statistik, sowie an Risikoanalysten der Finanzwelt. Gegenstand sind Produkte des Finanzwesens.

Mehr

Übungsaufgaben zur Einführung in die Finanzmathematik. Dr. Sikandar Siddiqui

Übungsaufgaben zur Einführung in die Finanzmathematik. Dr. Sikandar Siddiqui Übungsaufgaben zur Einführung in die Finanzmathematik Übungsaufgaben Aufgabe 1: A hat B am 1.1.1995 einen Betrag von EUR 65,- geliehen. B verpflichtet sich, den geliehenen Betrag mit 7% einfach zu verzinsen

Mehr

Kapitel 15: Differentialgleichungen

Kapitel 15: Differentialgleichungen FernUNI Hagen WS 00/03 Kapitel 15: Differentialgleichungen Differentialgleichungen = Gleichungen die Beziehungen zwischen einer Funktion und mindestens einer ihrer Ableitungen herstellen. Kommen bei vielen

Mehr

Hochschule Rhein-Main. Sommersemester 2015

Hochschule Rhein-Main. Sommersemester 2015 Vorlesung Hochschule Rhein-Main Sommersemester 2015 Dr. Roland Stamm 22. Juni 2015 Erinnerung Eine Option ist das Recht (aber nicht die Verpflichtung) ein Produkt S in der Zukunft zu einem heute festgelegten

Mehr

Der Zahlungsstrom (Cash Flow)

Der Zahlungsstrom (Cash Flow) Der Zahlungsstrom (Cash Flow) 1. Begriff des Zahlungsstroms Abfolge von Zahlungen in der Zeit. Jedem Zeitpunkt t werden Zahlungen zugeordnet. - Positive Zahlungen bedeuten Einzahlungen - Negative Zahlungen

Mehr

Unter einer Rente versteht man eine regelmässige und konstante Zahlung.

Unter einer Rente versteht man eine regelmässige und konstante Zahlung. Anwendungen aus der Finanzmathematik a) Periodische Zahlungen: Renten und Leasing Unter einer Rente versteht man eine regelmässige und konstante Zahlung Beispiele: monatliche Krankenkassenprämie, monatliche

Mehr

Optionspreisbestimmung nach Cox-Ross-Rubinstein

Optionspreisbestimmung nach Cox-Ross-Rubinstein Optionspreisbestimmung nach Cox-Ross-Rubinstein Michael Beer 8. Mai 000 Inhaltsverzeichnis Einführung und Problembeschreibung. Was sind Optionen?.............................. Modellspezifikation..............................3

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

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

SS 2014 Torsten Schreiber

SS 2014 Torsten Schreiber SS 2014 Torsten Schreiber 221 Diese Lücken sollten nicht auch bei Ihnen vorhanden sein: Wird im Bereich der Rentenrechnung die zugehörige zu Beginn eines Jahres / einer Zeitperiode eingezahlt, so spricht

Mehr

Berechnung des Grundwertes 27. Zinsrechnung

Berechnung des Grundwertes 27. Zinsrechnung Berechnung des Grundwertes 27 Das Rechnen mit Zinsen hat im Wirtschaftsleben große Bedeutung. Banken vergüten Ihnen Zinsen, wenn Sie Geld anlegen oder berechnen Zinsen, wenn Sie einen Kredit beanspruchen.

Mehr

2. Mai 2011. Geldtheorie und -politik. Die Risiko- und Terminstruktur von Zinsen (Mishkin, Kapitel 6)

2. Mai 2011. Geldtheorie und -politik. Die Risiko- und Terminstruktur von Zinsen (Mishkin, Kapitel 6) Geldtheorie und -politik Die Risiko- und Terminstruktur von Zinsen (Mishkin, Kapitel 6) 2. Mai 2011 Überblick Bestimmung des Zinssatzes im Markt für Anleihen Erklärung der Dynamik von Zinssätzen Überblick

Mehr

Tilgungsplan im NTCS Controlling

Tilgungsplan im NTCS Controlling im Der bietet die Möglichkeit, neue oder bestehende Darlehen und Kredite in übersichtlicher Form zu erfassen. Ebenso können gewährte Darlehen dargestellt werden. Neue Darlehen und Kredite Der Einstieg

Mehr

Optimierung I. 1 Einführung. Luise Blank. Wintersemester 2012/13. Universität Regensburg

Optimierung I. 1 Einführung. Luise Blank. Wintersemester 2012/13. Universität Regensburg Universität Regensburg Wintersemester 2012/13 1 Einführung Anwendungen Finanzwirtschaft: maximale Gewinnrate unter Beschränkungen an das Risiko; Portfolio von Investments Produktion: maximiere Gewinn bei

Mehr

x 2 2x + = 3 + Es gibt genau ein x R mit ax + b = 0, denn es gilt

x 2 2x + = 3 + Es gibt genau ein x R mit ax + b = 0, denn es gilt - 17 - Die Frage ist hier also: Für welche x R gilt x = x + 1? Das ist eine quadratische Gleichung für x. Es gilt x = x + 1 x x 3 = 0, und man kann quadratische Ergänzung machen:... ( ) ( ) x x + = 3 +

Mehr

Martingale. Kapitel 6. 6.1 Martingale in diskreter Zeit. 6.1.1 Definition und Beispiele

Martingale. Kapitel 6. 6.1 Martingale in diskreter Zeit. 6.1.1 Definition und Beispiele Kapitel 6 Martingale In der Statistik modellieren Martingale z.b. Glücksspiele oder Handelsstrategien in Finanzmärkten und sind ein grundlegendes Hilfsmittel für die statistische Inferenz stochastischer

Mehr

Einführung in MATLAB

Einführung in MATLAB Kapitel 4 Einführung in MATLAB 41 Allgemeines MATLAB ist eine kommerzielle mathematische Software zur Lösung mathematischer Probleme und zur graphischen Darstellung der Ergebnisse Die Verfahren in MATLAB

Mehr

GF(2 2 ) Beispiel eines Erweiterungskörpers (1)

GF(2 2 ) Beispiel eines Erweiterungskörpers (1) GF(2 2 ) Beispiel eines Erweiterungskörpers (1) Im Kapitel 2.1 wurde bereits gezeigt, dass die endliche Zahlenmenge {0, 1, 2, 3} q = 4 nicht die Eigenschaften eines Galoisfeldes GF(4) erfüllt. Vielmehr

Mehr