Ergebnisbericht der Deutschen Aktuarvereinigung e.v. Kreditrisikomodellierung von ausfallbehafteten Kapitalanlagen in Versicherungsunternehmen

Größe: px
Ab Seite anzeigen:

Download "Ergebnisbericht der Deutschen Aktuarvereinigung e.v. Kreditrisikomodellierung von ausfallbehafteten Kapitalanlagen in Versicherungsunternehmen"

Transkript

1 Ergebnisbericht der Deutschen Aktuarvereinigung e.v. Kreditrisikomodellierung von ausfallbehafteten Kapitalanlagen in Versicherungsunternehmen Köln,

2 Präambel Die Arbeitsgruppe Kapitalanlagemodellierung inkl. Bilanzierungsfragen und Betrachtung aktivseitiger Managementregeln 1 des Ausschusses Investment hat zu dem Thema Kreditrisikomodellierung von ausfallbehafteten Kapitalanlagen in Versicherungsunternehmen den vorliegenden Ergebnisbericht erstellt. Anwendungsbereich / Inhalt des Ergebnispapiers Der Bericht betrifft Fragestellungen der Kapitalanlage und soll Aktuaren einen Überblick über die derzeit im aktuariellen Bereich verwendeten Modelle zur Kreditrisikoberechnung und deren Einbindung in die Unternehmensmodelle geben. Er ist an die Gremien der DAV zur weiteren Berücksichtigung gerichtet und wird den Mitgliedern zur Information über die von der Arbeitsgruppe erzielten Erkenntnisse zur Verfügung gestellt. Der Bericht stellt keine verbindliche Position der DAV dar und enthält keine Vorgaben für die aktuarielle Praxis. Verabschiedung Dieser Ergebnisbericht ist durch den Ausschuss am verabschiedet worden. 1 Mitglieder der Arbeitsgruppe: Alexander Schalk (Leitung), Jörn Ehm, Torsten Grabarz, Dr. Oleksandr Khomenko, Stefan Köstner, Dr. Martin Leitz-Martini, Dr. Christina Schmerling, Suzan Starova, Dirk Strehmel, Dr. Thomas Viehmann, Reimar Volkert 2

3 Inhaltverzeichnis 1. Einleitung Grundlegende Definitionen und einführendes Beispiel Spread und Risikoprämie Ratings und Zerlegung des Spreads Definition der zu modellierenden Kreditrisiken Komponenten des Marktspreads Anwendung Reine Anlagebetrachtung Bewertung von Kapitalanlagen (Mark-to-Model) Risikobetrachtung von Kapitalanlagen Unternehmensbetrachtung unter Einbeziehung der Passiva Bewertung in der Unternehmenssicht Risikokapitalberechnung im Unternehmensmodell Marktübliche Modelle Merton Modell KMV Modell Modell von Vasicek CreditMetrics Credit Risk Credit Portfolio View Modell von Fons Modell von Jarrow und Turnbull Modell von Jarrow-Lando-Turnbull Modell von Lando Longstaff Schwartz Modell von Duffie und Singleton Fazit

4 1. Einleitung Das Anliegen dieser Ausarbeitung ist es, einen Überblick über die derzeit im aktuariellen Bereich verwendeten Modelle zur Kreditrisikoberechnung und deren Einbindung in die Unternehmensmodelle zu geben. Die Modellierung erfolgt zur Abbildung der finanziellen Risiken, die sich aus der Möglichkeit des Ausfalls von Forderungen, im Besonderen von Zinsträgern, ergeben. Je nach Anlage materialisiert sich das Kreditrisiko in einem gegebenen Zeitraum in einem Verlust an Marktwert. Dieser kann z.b. durch Ratingverschlechterungen oder allgemeine Spreadausweitung entstehen. Geht die Modellbildung zunächst von einer einzelnen kreditrisikobehafteten Anlage aus, ist für die Betrachtung eines Portfolios zusätzlich noch eine Modellierung der Abhängigkeiten der Verluste der einzelnen Titel erforderlich. Vor der Modellierung des Kreditrisikos steht jedoch die Frage, welche Titel als kreditrisikobehaftet angesehen werden und somit in die Modellierung mit einbezogen werden sollen und wie sich der Eintritt des Kreditrisikos auf den Wert und die Rückzahlung der ausstehenden Forderungen auswirkt. In dieser Ausarbeitung werden unter dem Begriff Zinsträger Wertpapiere und Darlehen betrachtet. Mögliche Treiber des Kreditrisikos können anhand der Assetklassen Unternehmensanleihen, Covered Bonds (z.b. Pfandbriefe) und Staatsanleihen kurz verdeutlicht werden: Das Kreditrisiko von Unternehmensanleihen ist in der Regel eng mit der ökonomischen Entwicklung des Emittenten verknüpft. Die Assetklasse Covered Bonds bietet für den Fall eines Kreditereignisses einen zusätzlichen Deckungsstock an Sicherheiten. Die Ausgestaltung dieses Deckungsstocks und die Anforderungen an die Qualität dieser Sicherheiten unterscheiden sich jedoch zwischen den einzelnen Jurisdiktionen. Staatsanleihen unterliegen neben der wirtschaftlichen Entwicklung auch politischen Einflussfaktoren auf das Kreditrisiko. Die in dieser Ausarbeitung beschriebenen Modelle widmen sich im Wesentlichen dem ökonomisch getriebenen Kreditrisiko. Der Anwender sollte daher vor Einsatz dieser Modelle kritisch hinterfragen, welche Assetklassen er mit dem jeweiligen Modell abdecken möchte und in wie weit das jeweilige Modell hierfür geeignet ist. Im folgenden Kapitel 2 werden die Begrifflichkeiten eingeführt und anhand eines Beispiels veranschaulicht. Dabei wird auf eine ausführliche Darstellung Wert gelegt, die dem Leser ermöglicht, die durchgeführten Berechnungen nachzuvollziehen. In Kapitel 3 werden die unterschiedlichen Anwendungsziele von Kreditrisikomodellen sowohl unter einer Asset-only-Sicht als auch unter Einbeziehung der Passiva beleuchtet. Kapital 4 beschreibt in kurzer Form am Markt gängige Kreditrisikomodelle und stellt dabei insbesondere die Idee der dem jeweiligen Modell zugrundeliegenden Berechnungsmethodik dar. Abschließend wird in Kapitel 5 ein Fazit gezogen. 4

5 2. Grundlegende Definitionen und einführendes Beispiel Die Cashflows eines Bonds können bei einem Kreditereignis teilweise oder auch komplett ausfallen. Um diesem Umstand Rechnung zu tragen, werden Bonds am Markt in der Regel mit einem Abschlag zum risikofreien Preis, d.h. der Preis für Anlagen mit sicher auftretenden Zahlungen (mit risikofreier Zinskurve diskontierte Cashflows) gehandelt. Dieser Preisabschlag beinhaltet sowohl einen Abschlag für erwartete Ausfälle als auch eine Risikoprämie. Beide Komponenten des Preisabschlags lassen sich in einen Spread bzgl. der risikofreien Zinskurve umrechnen. Dabei ist die Ermittlung der erwarteten Ausfälle zumeist eine sehr komplexe Aufgabe, die in der Regel eine aufwendige Analyse des Emittenten und dessen Bonitätssituation erfordert. Eine grobe Abschätzung für das Ausfallrisiko eines Bonds kann durch Ratings und die dazugehörige Migrationsmatrix vorgenommen werden. Diskontiert man die vertraglich vereinbarten Cashflows eines Bonds mit der ratingspezifischen Zinskurve, so nähert man sich in der Regel an den tatsächlichen Marktwert des Bonds an. In diesem Kapitel werden wir die erwähnten Begriffe definieren und anhand eines Beispiels veranschaulichen. Dafür betrachten wir einen beispielhaften Bond mit einem Nominalbetrag von EUR 100, einem jährlichen Kupon von 3% und einer Laufzeit von 5 Jahren ab dem Bewertungsstichtag. Die nächste Kuponzahlung sei in genau einem Jahr, insbesondere sind keine Stückzinsen aufgelaufen. Ferner nehmen wir an, der Bond sei aktuell am Markt für EUR 102 handelbar. 2.1 Spread und Risikoprämie Zur Bewertung des Bonds benötigen wir eine risikofreie Zinsstrukturkurve (annualisierte Zero-Zinssätze) die folgende Form besitzen soll: Tabelle 1. Beispielhafte risikofreie Zinsstrukturkurve Laufzeit (Jahre) Spot rate 1,40% 1,30% 1,35% 1,53% 1,72% 1,91% 2,07% 2,20% 2,31% 2,40% Diskontfaktor 0,986 0,974 0,961 0,941 0,918 0,893 0,866 0,840 0,814 0,789 4,00% Zero Spot rate (annualisiert) 3,00% 2,00% 1,00% 0,00%

6 Um den Bond risikofrei (d.h. es besteht kein Ausfallrisiko) zu bewerten, werden dessen anfallende Cashflows mit den Zero-Zinssätzen passend zum jeweiligen Zinszahlungstermin diskontiert. Tabelle 2. Cashflows und Marktwerte des Beispiel-Bonds Laufzeit (Jahre) Summe Diskontfaktor 0,986 0,974 0,961 0,941 0,918 Cashflow 3,00 3,00 3,00 3,00 103,00 Barwert Cashflow 2,96 2,92 2,88 2,82 94,58 106,17 Die Summe der Cashflow-Barwerte (in diesem Beispiel EUR ) ergibt den Marktwert des theoretisch risikofreien Bonds. Der in unserem Beispiel beobachtete Abschlag zum aktuellen Marktpreis in Höhe von EUR 4.17 ist der Tatsache geschuldet, dass der Bond nicht risikofrei ist und deshalb aufgrund des Bonitätsrisikos des Emittenten die Kupons und/oder die Nominalrückzahlung ganz oder teilweise ausfallen können. Eine Möglichkeit das Kreditrisiko in die Bewertung einzubeziehen, besteht in der Berücksichtigung eines additiven Aufschlags 2 auf die risikofreie Zinskurve (Bondspread). Hierdurch wird gewährleistet, dass der Barwert der Bond Cashflows bewertet mit risikofreier Kurve zzgl. Spread dem aktuellen Marktwert entspricht. In unserem Beispiel wird ein konstanter Spread zur risikofreien Kurve in Tabelle 1 in Höhe von 0,87% benötigt, um bei Diskontierung der Cashflows einen Marktwert von EUR 102 zu erhalten. Tabelle 3. Cashflows und Marktwerte des Beispiel-Bonds Laufzeit (Jahre) Summe Diskontsatz 2,27% 2,17% 2,22% 2,40% 2,59% Diskontfaktor 0,978 0,958 0,936 0,910 0,880 Cashflow 3,00 3,00 3,00 3,00 103,00 Barwert Cashflow 2,93 2,87 2,81 2,73 90,65 102,00 2 Ein additiver Spread ist der Standard für Bondbewertung und Marktquoten. Für Modellierungszwecke ist es manchmal vorteilhaft den multiplikativen Spread zu verwenden. Der additive Spread a hängt mit dem multiplikativen Spread m und risikofreiem Zins r wie folgt zusammen (1+r+a) = (1+r)(1+m). 6

7 4,00% Spot Rate mit Spread 3,00% 2,00% 1,00% 0,00% Unter der Annahme einer erwarteten ( Real-World ) Entwicklung eines Bonds können erwartete Verluste, die aus dem Kreditrisiko resultieren (Expected Losses), ermittelt werden. Damit lässt sich jener Teil des Spreads, der durch erwartete Verluste erzeugt wird, bestimmen. Der verbleibende Teil des Spreads entspricht dann der Risikoprämie, die ein Investor für die Übernahme des Risikos eines unerwarteten Verlustes zur Kompensation verlangen würde. Die oben dargestellte Risikoprämie in Höhe von EUR 4,17 kann demnach in einen Teil für erwartete und einen Teil für unerwartete Verluste zerlegt werden. In unserem Beispiel nehmen wir an, dass die Ausfallwahrscheinlichkeit 0,25% pro Jahr beträgt und dass bei Ausfall ein Drittel des Nominals erlöst werden kann, die Recovery Rate also 1/3 und der Loss Given Default 2/3 beträgt (evtl. anfallende Kuponzahlungen sind in der Recovery Rate berücksichtigt). Wir nehmen weiterhin an, dass nach einem eingetretenen Ausfall keine weiteren Cashflows aus dem Bond fließen (zum Beispiel, weil der Bond verkauft wird). Unter diesen Annahmen können die erwarteten Cashflows berechnet werden. Diese ergeben sich im jeweiligen Zahlungszeitpunkt aus den vertraglich festgeschriebenen Cash Flows gewichtet mit den Wahrscheinlichkeiten, dass kein Default eintritt (Überlebenswahrscheinlichkeit) sowie den Zahlungen im Default Fall (determiniert durch die Recovery Rate) gewichtet mit der Wahrscheinlichkeit, dass der Bond genau im gegebenen Zeitpunkt ausfällt (Ausfallwahrscheinlichkeit). In der Praxis muss diese vereinfachende Annahme jedoch nicht zwangsläufig erfüllt sein. Zum Beispiel wurden Forderungen gegenüber Lehman Brothers nach dessen Insolvenz teilweise in mehreren Teilzahlungen beglichen und abhängig vom Liquidationsfortschritt war eine Anpassung der Recovery Rate zu beobachten. Die möglichen Cashflows aus dem Bondinvestment können dann wie folgt veranschaulicht werden. Zeitpunkt Cashflow ohne Ausfall 99,75% 99,75% 99,75% 99,75% 99,75% 3,00 3,00 3,00 3,00 103,00 bei Ausfall 33,33 33,33 33,33 33,33 33,33 7

8 Tabelle 4. Ausfallwahrscheinlichkeiten und Erwartete Cashflows Laufzeit (Jahre) Wahrscheinlichkeit Cashflow ohne Ausfall 3,00 3,00 3,00 3,00 103,00 98,7562% Ausfall Jahr 1 33,33 0,00 0,00 0,00 0,00 0,2500% Ausfall Jahr 2 3,00 33,33 0,00 0,00 0,00 0,2494% Ausfall Jahr 3 3,00 3,00 33,33 0,00 0,00 0,2488% Ausfall Jahr 4 3,00 3,00 3,00 33,33 0,00 0,2481% Ausfall Jahr 5 3,00 3,00 3,00 3,00 33,33 0,2475% Erwarteter Cashflow 3,08 3,07 3,06 3,05 101,80 Summe Barwert 3,03 2,99 2,94 2,87 93,48 105,32 In diesem Beispiel ist der Barwert des erwarteten Cashflows unter Berücksichtigung des Ausfalls gleich EUR 105,32. Der Preisabschlag in Höhe von EUR 4,17 zum risikofreien Preis kann dann in den erwarteten Ausfall in Höhe von EUR 0,85 (= EUR 106,17 EUR 105,32) und die Risikoprämie von EUR 3,32 aufgeteilt werden. Die so erhaltene Risikoprämie kann analog zur Berechnung in Tabelle 3 in einen konstanten Spread umgerechnet werden. Dabei ergibt sich ein Wert von 0,69% (69 Basispunkte). 2.2 Ratings und Zerlegung des Spreads Ausfallwahrscheinlichkeit und Recovery Rate sind zwei wichtige Parameter bei der Modellierung des Kreditrisikos. Diese hängen natürlich von den jeweiligen Emittenten ab und sind in der Regel schwer zu schätzen. Um eine erste Einschätzung des Kreditrisikos für Investoren zu ermöglichen, werden von Ratingagenturen Ratings vergeben. Im Folgenden gehen wir davon aus, dass Bonds mit gleichem Rating vergleichbare Ausfallwahrscheinlichkeiten haben 3. Aus den Marktpreisen von Bonds mit gegebenem Rating werden daher ratingspezifische Zinskurven bzw. Spreadkurven ermittelt, die eine Bewertung inklusive des inhärenten Ausfallrisikos ermöglichen sollen. Um dies anhand des Beispiels zu veranschaulichen, nehmen wir folgende ratingabhängige Spread- Struktur an: 3 In der Praxis ist es ein nichttriviales Problem, Zins- und insbesondere Spread-Struktur aus Marktdaten zu schätzen. Auch ist es eine substantielle Annahme, dass der Bond durch Diskontieren mit Zins und einem nur von Rating und Restlaufzeit abhängigen Spread bewertet werden kann. So können auch weitere Merkmale (z.b. Art und Branche des Emittenten, Seniorität oder andere Ausgestaltung der Anleihe) von erheblicher Bedeutung sein. 8

9 Tabelle 5. Beispielhafte Spread-Struktur bezogen auf die risikofreie Zinskurve Laufzeit (Jahre) AAA 0,03% 0,10% 0,20% 0,36% 0,59% 0,91% 1,28% 1,71% 2,14% 2,57% AA 0,07% 0,21% 0,40% 0,68% 1,05% 1,48% 1,96% 2,44% 2,89% 3,31% A 0,19% 0,53% 0,89% 1,33% 1,83% 2,35% 2,85% 3,32% 3,73% 4,07% BBB 2,70% 3,35% 3,86% 4,37% 4,88% 5,30% 5,61% 5,82% 5,95% 6,01% Non-invest. 19,75% 18,54% 17,15% 16,03% 14,99% 13,89% 12,79% 11,75% 10,81% 9,98% 10,00% 8,00% 6,00% 4,00% 2,00% 0,00% Beobachtete Spot Spreads (additiv, annualisiert) Beobachtete Rating-Kurven 10,00% 8,00% 6,00% 4,00% 2,00% 0,00% AAA A AA BBB Risikolos Risikolos + 0,87% Risikolos + AAA Risikolos + AA Risikolos + A Risikolos + BBB Wie man in Tabelle 5 sieht, sind die beobachteten Spreads typischerweise laufzeitabhängig (im Gegensatz zum konstant angenommenen Spread in Abschnitt 2.1). Durch Diskontieren der vertraglich vereinbarten Cashflows mit dem ratingspezifischen Zinskurven können die Barwerte unter Berücksichtigung des Kreditrisikos berechnet werden 4. Ein unter Umständen zu beobachtender Preisabschlag bzw. Preisaufschlag bezogen auf den ratingspezifischen Barwert zum tatsächlichen Marktpreis des Bonds resultiert durch eine abweichende Risikoeinschätzung des Emittenten seitens der Marktteilnehmer. Dies tritt z.b. dann auf, wenn die ratingspezifische Zinskurve aus einem Portfolio mehrerer Bonds abgeleitet wird, der Emittent des zu bewertenden Bonds aber nicht in diesem enthalten ist. Analog zur Vorgehensweise im Abschnitt 2.1 kann ein (ratingabhängiger) bondindividueller Spread ermittelt werden. Dabei handelt es sich um einen konstanten additiven Auf- oder Abschlag auf die entsprechende Ratingkurve, so dass die Summe der mit der so geshifteten Ratingkurve diskontierten Bondcashflows dem beobachteten Marktwert entspricht. Dieser individuelle Spread kompensiert dann genau das Ausfallrisiko des jeweils betrachteten Bonds welches aufgrund der Konstruktion der Kurve nicht durch die ratingspezifische Zinskurve abgedeckt wird. Der Bondspread aus Abschnitt 2.1 entspricht dann dem individuellen Spread zur risikofreien Zinskurve. 4 Vgl. Abschnitt 2.4 zur Zerlegung des Spreads. 9

10 Tabelle 6. Mit der Zins- und Spreadstruktur ermittelte Marktwerte der Beispiel- Bonds mit verschiedenen Ratings Zeitpunkt Cashflow 3,00 3,00 3,00 3,00 103,00 Barwert Cashflow Summe Individueller Spread Risikofrei 2,96 2,92 2,88 2,82 94,58 106,17 0,87% AAA 2,96 2,92 2,86 2,78 91,88 103,40 0,30% AA 2,96 2,91 2,85 2,75 89,86 101,33-0,14% A 2,95 2,89 2,81 2,68 86,53 97,86-0,91% BBB 2,88 2,74 2,58 2,38 74,82 85,40-3,95% Non-Investment 2,48 2,09 1,80 1,57 47,57 55,50-14,25% Die mit ratingspezifischen Kurven ermittelten Preise können als die Marktwerte eines generischen (durchschnittlichen) Bonds mit gegebenen Rating und Kupon von 3% gesehen werden. Der Marktwert unseres Beispielbonds beträgt EUR 102 und liegt damit am nächsten zum Marktwert eines generischen Bonds mit Rating AA. Dies ist ein Indiz dafür, dass das mit dem betrachteten Beispielbond verbundene Kreditrisiko von den Marktteilnehmern ähnlich zu dem eines AA gerateten Bonds eingeschätzt wird. Eine größere Differenz zwischen dem Marktwert eines Bonds und der Summe der mit einer Rating-Kurve diskontierten Bond-Cashflows könnte entstehen, falls Ratingagenturen und Marktteilnehmer deutlich unterschiedliche Einschätzungen bzgl. des Kreditrisikos des Emittenten haben. Eine weitere Ursache für das Auseinanderfallen des theoretisch ermittelten Wertes und des Marktwertes kann im Auftreten von Marktanomalien (z.b. Liquiditätsengpass) liegen. Analog zum vorherigen Abschnitt 2.1 können auch im Fall von Spreadkurven die erwarteten Verluste aus dem Kreditrisiko (Expected Losses) ermittelt werden. Dadurch wird der Preisabschlag für erwartete Ausfälle von der Risikoprämie getrennt. Konkret nehmen wir weiterhin an, dass bei einem Ausfall ein Drittel der vereinbarten Zahlungen erlöst werden kann, also Recovery Rate = 1/3 und Loss Given Default = 2/3 (bezogen auf das Nominal). Jeder Bond wird als nur einmal ausfallend angenommen und wir fassen das Rating eines Bonds (einschließlich Ausfall) als Zufallsvariable auf. Dafür treffen wir die Annahme, dass Ausfall und Ratingmigrationen durch einen zeithomogenen Markovprozess dargestellt werden können und für die betrachteten Bonds die jährlichen Wahrscheinlichkeiten für zukünftige Migrationen und Ausfälle durch die folgende Übergangsmatrix gegeben sind 5 : 5 Tatsächlich ist jede dieser Annahmen kritisch zu hinterfragen. 10

11 Tabelle 7. Beispielhafte Migrationsmatrix AAA AA A BBB Non-invest. Ausfall AAA 88,4% 10,0% 0,9% 0,5% 0,2% 0,0% AA 0,8% 86,8% 11,0% 0,9% 0,5% 0,0% A 0,4% 2,5% 90,1% 6,0% 0,9% 0,1% BBB 0,2% 0,4% 4,9% 87,7% 4,6% 2,1% Non-invest. 0,1% 0,2% 0,5% 2,2% 81,3% 15,6% Ausfall 0,0% 0,0% 0,0% 0,0% 0,0% 100,0% Die Matrix ist so zu lesen, dass jede Zeile zu einem Ausgangszustand gehört und in den Zellen die Wahrscheinlichkeiten abzulesen sind, dass nach einem Jahr der zur jeweiligen Spalte gehörige Zielzustand erreicht wird. Für einen BBB-Bond beträgt also zum Beispiel die Wahrscheinlichkeit, nach einem Jahr immer noch ein BBB-Rating zu besitzen, 87.7%, jene, innerhalb eines Jahres auszufallen, 2.1%. Die Annahme eines zeithomogenen Markovprozesses erlaubt es, abhängig vom Startrating Ausfallwahrscheinlichkeiten und Ratingverteilungen nach t Jahren anzugeben, indem die Matrix t-mal mit sich selbst multipliziert wird. Zum Beispiel, bezogen auf einen Bond mit Rating A ergeben sich folgende Ratingverteilungen auf t-jahres-sicht: 100% 80% 60% Ratingverteilung eines Bonds mit Startrating A nach t Jahren AAA AA A 40% BBB 20% 0% non-inv. Ausfall Mit obiger Matrix ergeben sich folgende kumulierte Ausfallwahrscheinlichkeiten innerhalb von t Jahren abhängig von Startrating: 11

12 Tabelle 8. Wahrscheinlichkeiten für einen Ausfall innerhalb von t Jahren (über t kumuliert) Jahr t AAA 0,01% 0,07% 0,17% 0,33% 0,55% AA 0,02% 0,13% 0,35% 0,67% 1,10% A 0,05% 0,37% 0,93% 1,71% 2,69% BBB 2,10% 4,68% 7,55% 10,58% 13,67% Non-invest. 15,63% 28,39% 38,82% 47,36% 54,39% Daraus lässt sich die Ausfallwahrscheinlichkeit im Jahr t abhängig von Startrating ermitteln (Gesetz der totalen Wahrscheinlichkeit): Tabelle 9. Wahrscheinlichkeiten für einen Ausfall im Jahr t Default Raten pro Jahr AAA 0,01% 0,06% 0,11% 0,16% 0,21% AA 0,02% 0,11% 0,22% 0,32% 0,44% A 0,05% 0,32% 0,56% 0,79% 0,99% BBB 2,10% 2,63% 3,01% 3,28% 3,46% Non-invest. 15,63% 15,12% 14,56% 13,97% 13,34% Analog zur Berechnungen in Tabelle 4 können die erwarteten Cashflows und deren Barwert ermittelt werden (unter den getroffenen Annahmen fließt ein Cashflow im Jahr t nur falls bis Jahr t-1 kein Default eingetreten ist): Tabelle 10. Erwartete Cashflows des Beispielbonds mit verschiedenen Startratings Zeitpunkt Risikofrei 3,00 3,00 3,00 3,00 103,00 AAA 3,00 3,00 3,00 3,00 102,65 AA 3,01 3,01 3,00 3,00 102,30 A 3,02 3,01 3,01 2,99 101,20 BBB 3,64 3,56 3,47 3,36 90,80 Non-invest. 7,74 6,53 5,54 4,74 48,48 Diskontiert man die erwarteten Cashflows mit der risikofreien Zinskurve, so erhält man erwartete Barwerte der Cashflows zum Zeitpunkt t=0. 12

13 Tabelle 11. Barwert der erwarteten Cashflows des Beispielbonds mit verschiedenen Startratings Zeitpunkt Summe Risikofrei 2,96 2,92 2,88 2,82 94,58 106,17 AAA 2,96 2,93 2,88 2,82 94,26 105,85 AA 2,96 2,93 2,88 2,82 93,93 105,53 A 2,97 2,94 2,89 2,81 92,93 104,54 BBB 3,59 3,47 3,33 3,17 83,37 96,93 Non-invest. 7,63 6,36 5,33 4,46 44,52 68,30 Mit dieser Information lassen sich die Preisabschläge der generischen Bonds aus Tabelle 6 zu einem risikofreien, aber ansonsten identischen Bond in den Abschlag für erwartete Ausfälle und jenen für die Risikoprämie zerlegen. Tabelle 12. Zerlegung des Marktwertabschlags und die Risikoprämie Marktwert Erwarteter Ausfall Kreditrisiko- Prämie Summe Risikoprämie p.a. AAA 103,40 0,32 2,45 106,17 0,51% AA 101,33 0,64 4,20 106,17 0,88% A 97,86 1,63 6,68 106,17 1,43% BBB 85,40 9,24 11,53 106,17 2,82% Non-investment 55,50 37,87 12,80 106,17 5,42% AAA AA A BBB non-invest. Marktwert Erwarteter Ausfall Kreditrisiko-Prämie Die hier dargestellte annualisierte Risikoprämie wird durch Zielwertsuche aus der folgenden Bedingung ermittelt: erwartete Cashflows diskontiert mit risikofreier Zinskurve plus Risikoprämie soll dem Marktwert der generischen Bonds mit gegebenen Rating entsprechen. 13

14 2.3 Definition der zu modellierenden Kreditrisiken Anhand des obigen Beispiels können nun verschiedene Risiken identifiziert werden: Ausfallrisiko, manchmal auch Kreditrisiko im engeren Sinne genannt Risiko, dass der Schuldner seinen Zahlungsverpflichtungen nicht vollständig nachkommt (partieller oder totaler Ausfall). Fällt der Beispiel-Bond mit Startrating A im ersten Jahr aus, kommt es unmittelbar zu einem Verlust, der über dem erwarteten Verlust liegt. Bonitätsänderungsrisiko, manchmal auch Kreditrisiko im weiteren Sinne oder bei der Benutzung von Ratings Migrationsrisiko genannt Risiko einer Bonitätsverschlechterung (z.b. Ratingabstufung) und damit Erhöhung der Ausfallwahrscheinlichkeit. Migriert der Beispiel-Bond mit Startrating A in t=1 zum Rating BBB, werden im Modell zukünftige Verluste wahrscheinlicher, d.h. der erwartete Verlust steigt und der Marktwert des Bonds sinkt. Spreadänderungsrisiko Risiko einer Änderung des Marktwertes des Bonds, ohne dass dies auf eine Bonitätsverschlechterung (oder Ausfall) zurückzuführen ist. Analog zum Zinsänderungsrisiko (auch) bei risikofreien Titeln können sich die Spreads, wie sie in Tabelle 5 dargestellt sind, im Zeitverlauf auf Grund von allgemeinen Marktbewegungen zufällig ändern. Auch bei unveränderter Einschätzung der zu erwartenden Ausfälle kann daher im Falle einer Spreadausweitung durch die damit verbundenen höheren Diskontierungssätze ein Verlust beim Investor entstehen, z.b. wenn der Bond vor Ablauf verkauft werden muss oder Abschreibungen nötig werden. Wie im Beispiel dargestellt, ist zum jeweiligen Zeitpunkt der Zahlung nur die Frage, ob der Bond tatsächlich ausgefallen ist oder nicht bzw. bei der Berechnung des erwarteten Verlusts die Wahrscheinlichkeit eines Ausfalls zukünftiger Zahlungen relevant. Insofern besteht der Unterschied zwischen Ausfall- und Bonitätsänderungsrisiko vor allem im zeitlichen Aspekt. Das Ausfallrisiko bezieht sich auf eine fixierte künftige Periode, während das Bonitätsänderungsrisiko die Gefahr, dass sich das Ausfallrisiko bezüglich zukünftiger Zahlungen auch während der fixierten künftigen Periode verschlechtern kann, berücksichtigt. Zu beachten ist, dass die Definition von Kreditrisiken nicht einheitlich ist. Spielt beispielsweise die Marktbewertung auch mittelbar keine Rolle (z.b. bei nicht gehandelten von Banken vergebenen Krediten), können Kreditrisiken als nur Ausfall- und Bonitätsänderungsrisiko umfassend angesehen werden. Typischerweise kommen bei einer Modellierung in einem solchen Fall Default- Mode-Modelle zum Einsatz, die Ausfallwahrscheinlichkeiten und Verluste durch Ausfall quantifizieren, aber keine Marktwerte modellieren. In der zum Zeitpunkt der Veröffentlichung dieser Ausarbeitung aktuellen Definition der Solvency II-Standardformel werden für die dort berücksichtigten Anlagen alle drei obigen Risiken im Spreadrisiko-Modul erfasst. Das Counterparty-Default- 14

15 Risiko-Modul behandelt hingegen Kreditrisiken in Positionen der Solvenzbilanz, die nicht vom Spreadrisiko-Modul erfasst werden. 2.4 Komponenten des Marktspreads Im obigen Beispiel wurde angenommen, dass der Marktspread ausschließlich dem Kreditrisiko geschuldet ist und eine Zerlegung in erwarteten Ausfall und Risikoprämie vorgenommen werden kann (siehe Tabelle 12). In jüngerer Zeit wird oft eine dritte Komponente, die sogenannte Liquiditätsprämie (bzw. der Liquiditätsspread), ausgemacht. Der Marktspread kann dann grob in folgende drei Komponenten unterteilt werden: Erwarteter Ausfall: Entschädigung für die erwarteten Kreditausfälle Kreditrisikoprämie: Die Investoren in risikobehaftete Papiere tragen Marktrisiko, da die Einschätzung und Bewertung der erwarteten Ausfälle sich ändert (z.b. durch Ratingmigration oder Spreadveränderung). Analog zu Aktieninvestoren, die eine Risikoprämie für Bewertungsrisiken in Aktieninvestments verlangen, verlangen auch Corporate Bond-Investoren eine Kreditrisikoprämie als Entschädigung für eventuelle auftretende Bewertungsrisiken und unerwarteter Verluste. Liquiditätsprämie: Risikoprämie für eventuelle Liquiditätsrisiken. Ein Investor kann eine Risikoprämie verlangen, wenn er Anlagen kauft, die möglicherweise nur schwer oder nur unter Preisabschlägen vorzeitig verkauft werden können, weil für sie kein liquider Markt vorhanden ist. Das Konzept der Liquiditätsprämie hat mit der Finanzmarktkrise zunehmend an Bedeutung gewonnen, da eine Bewertung festverzinslicher Titel allein auf Basis des Spreads für den erwarteten und unerwarteten Ausfall teilweise deutlich von den zu beobachteten Marktwerten differierte. Seither haben sich die Bemühungen die Liquiditätsprämie zu modellieren und zu quantifizieren stark erhöht. Jedoch bleibt festzuhalten, dass zum Zeitpunkt der Verfassung des vorliegenden Textes kein etablierter Marktstandard oder Marktmodell zur Modellierung dieser Spreadart existiert, die eine Aufteilung der Risikoprämie in Kreditrisikoprämie und Liquiditätsprämie ermöglichen würde. Eine detaillierte Erörterung von Liquidität und Liquiditätsprämie ist nicht Gegenstand dieser Ausarbeitung. 15

16 3. Anwendung Traditionell beschäftigen sich in Versicherungsunternehmen die Bereiche Kapitalanlagecontrolling und Asset Management mit der Messung und Steuerung des Kreditrisikos. Im aktuariellen Kontext ist eine isolierte Betrachtung des Kreditrisikos eher untypisch 6. Stattdessen tritt die Thematik z.b. in den Bereichen Risikomanagement und Aktuariat im Zusammenhang mit Profitabilitäts-, MCEV-, ALM- und Solvenzberechnungen auf. Dabei stehen dann häufig zahlreiche mathematische Modelle im Raum, für die unterschiedliche Voraussetzungen erfüllt sein müssen und die damit jeweils nur für spezielle Fragestellungen geeignet sind. In dieser Ausarbeitung unterteilen wir Kreditrisikomodelle in Bezug auf zwei grundlegende Aspekte: das Anwendungsziel die Betrachtungsebene Unter Anwendungsziel wird zwischen einer Risikobetrachtung und der Durchführung einer Bewertung unterschieden. Unter Betrachtungsebene wird zwischen einer reinen Anlagebetrachtung (eine einzelne Kapitalanlage oder ein Kapitalanlage-Portfolio) und einer Unternehmensbetrachtung unterschieden. Die folgende Tabelle zeigt die möglichen Kombinationen von Anwendungsziel und Betrachtungsebene mit jeweils einem Beispiel aus der Praxis: Tabelle 13. Modellverwendungszwecke Betrachtungsebene Anwendungsziel Reine Anlagebetrachtung Unternehmensbetrachtung unter Einbeziehung der Passiva Bewertung Mark-to-Model für Anlagen ohne verlässliche Marktpreise Modell zur Bewertung der Passiva (z.b. MCEV) Risikomessung Risiko einzelner Anlagen mittels Risikomaß (z.b. Value at Risk) Risikokapitalberechnung (z.b. Solvency II) Im Weiteren wird das Kreditrisiko jeweils basierend auf dieser Unterteilung betrachtet, um anschließend in Kapitel 4 die unterschiedlichen mathematischen Modelle ihrem Verwendungszweck zuordnen zu können. 3.1 Reine Anlagebetrachtung Eine Möglichkeit ist die ausschließliche Betrachtung der Asset-Seite ( standalone ). Auf der einen Seite ergeben sich dabei Fälle, in denen die Betrachtung einer einzelnen Kapitalanlage notwendig ist. Falls die Betrachtung auf ein Kapitalanlageportfolio ausgeweitet werden soll, ergeben sich zusätzliche Anforderungen an die verwendeten Modelle, da hier auch die Korrelationen der 6 Im Erläuterungsbericht des Verantwortlichen Aktuars ist eine Einschätzung des Kreditrisikos im Hinblick auf die Erfüllung der versicherungstechnischen Verpflichtungen gefordert, vgl. DAV Fachgrundsatz Kapitalanlagethemen im Erläuterungsbericht des Verantwortlichen Aktuars, Kapitel

17 betrachteten Risiken (Ausfall, Spread, Zinsänderung, Risiken anderer Assetklassen) zwischen den verschiedenen Assets berücksichtigt werden müssen. Beiden Sichtweisen ist charakteristisch, dass die Assets für sich und nicht unmittelbar in ihrer Auswirkung auf den Wert des Unternehmens, welches die Assets hält, betrachtet werden Bewertung von Kapitalanlagen (Mark-to-Model) Bei der Bewertung von Kapitalanlagen geht es darum, einen Preis für z.b. einen Bond zum jetzigen Zeitpunkt oder den erwarteten Preis zu einem zukünftigen Zeitpunkt zu bestimmen. Dabei wird genau ein Wert bestimmt. Mark-to-Model- Ansätze werden üblicherweise verwendet, um den Wert einer illiquiden oder nicht handelbaren Anleihe zu bestimmen. Dabei werden die für die Kreditqualität relevanten Merkmale z.b. aus Unternehmenskennzahlen und Klassifikation der Besicherung ermittelt. Hintergrund für diese Vorgehensweise ist, dass nur für einen Teil der Kapitalanlagen eines Versicherungsunternehmens ein verlässlicher Marktpreis, wie z.b. über eine Börse ermittelt, herangezogen werden kann. Andernfalls wird eine valide Bewertung über Modelle für die nicht börsengehandelten Namenspapiere und Schuldscheindarlehen der Direktanlage, die i.d.r. einen bedeutenden Anteil der Kapitalanlagen ausmachen, benötigt. In der Praxis hat sich hierfür die bereits in dem einführenden Beispiel dargestellte Discounted Cash Flow-Methodik etabliert. Der entscheidende Aspekt in dieser Methodik ist dabei die Ermittlung des individuellen Spreads (oder alternativ die einzelnen Spread-Komponenten) gegenüber den risikofreien Zinssätzen. In unserem einführenden Beispiel konnten wir den Spread in Höhe von 0,87% recht einfach über den risikofreien Zins und den Marktwert des Bonds über eine Zielwertsuche ermitteln. Dies ist für einen Titel, der keinen über den Markt ermittelten Wert aufweisen kann, nicht möglich. Daher ist die genaue Analyse des Titels bzgl. der Kreditqualität notwendig. Neben den in Abschnitt 2.4. genannten Komponenten des Kredit- und Liquiditäts- Spreads sind u.a. auch folgende Kennzahlen für die Kreditqualität einer Anleihe von Bedeutung: Eigenschaften des Emittenten, Art der Anleihe, Rating, Kupon und Laufzeit. - Der Emittent kann beispielsweise nach privatrechtlicher oder staatlicher Unternehmensform, Größe, Herkunftsland oder Rating unterschieden werden. - Die Komponente Art der Anleihe kann bzgl. der Deckung des Papiers (z.b. hypothekare bzw. staatliche Deckung bei Pfandbriefen/ Covered Bonds bzw. Staatsanleihen) oder Rang der Anleihe (erstrangig, nachrangig oder Genussrecht) unterschieden werden. - Die Komponenten Rating des Emittenten, Laufzeit und Kupon der Anleihe sind ohnehin von fundamentaler Bedeutung. Als Hilfe zur Bewertung einer nicht notierten Anleihe, wird entweder der Marktwert einer börsennotierten Anleihe, die eine vergleichbare Kreditqualität besitzt oder der Spread mit Hilfe eines Index ermittelt. Beispiel: Es soll ein Pfandbrief einer Bank, die keine börsennotierten Pfandbriefe im Umlauf hat, bewertet werden. Für die Herleitung des 17

18 gesuchten Spreads sollte ein börsennotierter Pfandbrief gefunden werden, der dieselbe Laufzeit und einen vergleichbaren Deckungsstock hat. Darüber hinaus können weitere Merkmale der emittierenden Bank wie etwa Bilanzsumme, Umsatz, Mitarbeiterzahl, eine ähnliche Ausrichtung und eine vergleichbare Bonitätseinschätzung berücksichtigt werden. Falls der Spread oder Marktwert nicht direkt ermittelt werden kann, könnte man die einzelnen Kreditrisikokomponenten (z.b. Rating oder Art der Anleihe) ermitteln. Daraus kann wie bereits im Beispiel in Kapitel 2 dargestellt der Spread hergeleitet werden. Beispiel: Dem Papier wird ein Rating zugeordnet und daraus die Ausfallwahrscheinlichkeit abgeleitet. Es wird dabei entweder auf ein offizielles Rating (veröffentlicht von S&P, Fitch oder Moody s) oder alternativ auf ein internes Rating (z.b. unternehmensindividuelle Einschätzung) zugegriffen. Die oben geschilderten Bewertungen lassen sich von einer Kapitalanlage auch auf ein Kapitalanlageportfolio erweitern. Die analog zu oben definierten Risikofaktoren können dabei zur Klassifizierung der Einzeltitel des Portfolios dienen, d.h. Einzeltitel mit gleichen Risikofaktoren erhalten nach obigem Modell den gleichen Wert aus dem Modell Risikobetrachtung von Kapitalanlagen Bei der Risikomessung hingegen werden auch ausgehend von der Bewertung zum jetzigen Zeitpunkt mögliche Preise zu einem zukünftigen Zeitpunkt bestimmt. Dabei werden zum zukünftigen Zeitpunkt mindestens zwei Preise berechnet: der erwartete Preis zu diesem Zeitpunkt und ein unerwarteter Preis zu diesem Zeitpunkt. Bei nur zwei Preisen wird die Differenz als Risiko interpretiert. Bestimmt man in sehr vielen möglichen Szenarien die Preise, so ergibt sich eine Verteilung der Preise zum Betrachtungszeitpunkt. In diesem Fall wird das Risiko zumeist als die Differenz zwischen einem Punkt auf der Verteilung und dem erwarteten Preis aus dieser Verteilung definiert. Eine Alternative zu Risikobetrachtungen auf Basis von Quantilen ist die Analyse definierter Szenarien. Beide Ansätze haben die Zielsetzung, einen Bond in Bezug auf Auswirkungen von Änderungen von Ausfallwahrscheinlichkeiten, Credit Spreads oder Zinssätzen zu analysieren. Analog zu kann dieses Vorgehen für einen Einzeltitel zur Anwendung kommen, aber auch für ein Kapitalanlageportfolio. Aufgrund der Quantil- Betrachtung muss in letzterem Fall zusätzlich die Abhängigkeitsstruktur zwischen 18

19 den Einzeltiteln bzw. den Risikofaktoren modelliert werden (z.b. Korrelationen oder Copulas). 3.2 Unternehmensbetrachtung unter Einbeziehung der Passiva Eine zweite Möglichkeit für die Betrachtungsebene ist die gesamthafte Sicht auf ein Versicherungsunternehmen, d.h. den Versicherungsbestand einschließlich der ihm zugeordneten Kapitalanlagen. Für diese Betrachtung sind insbesondere Interaktionen zwischen der Entwicklung der Kapitalanlagen und der Entwicklung der Passiva über Bilanzierungs- und Managementregeln, beispielsweise durch die Überschussbeteiligung in der Lebensversicherung, zu berücksichtigen. Auch hierbei ergeben sich zwei alternative Betrachtungsweisen. Zum einen kann die Modellierung darauf abzielen, die Passiva zu bewerten und dabei auch das für das Unternehmen bestehende Kreditrisiko einbeziehen (z.b. MCEV-Berechnung). Zum anderen kann eine Modellierung des Unternehmens zum Zweck der Risikokapitalberechnung erfolgen, wofür üblicherweise eine Real-World- Betrachtung erfolgt, bei der ebenfalls das Kreditrisiko berücksichtigt werden kann 7. In beiden Fällen wird ein üblicherweise schon vorliegendes Modell zur Abbildung der Kapitalanlagen erweitert um die Abbildung des Kreditrisikos. Wie im DAV Hinweis zur Modellierung von Kapitalanlagen 8 beschrieben, wird in solchen Modellen vorab meist eine Verdichtung der Einzeltitel vorgenommen, um mit den daraus resultierenden Modelpoints die Entwicklung der Kapitalanlagen möglichst gut zu approximieren und gleichzeitig die Rechenzeit des Modells zu verkürzen. Generell erhöht die Modellierung von Kreditrisiken die Anzahl der Merkmale jedes Modelpoints. Für die Verdichtung ist festzulegen, bei welchen Merkmalen eine Zusammenfassung möglich und sinnvoll erscheint und welche Merkmale zu verdichteten Modelpoints höherer Granularität führen. Bei der Zusammenfassung von Kapitalanlagen zu Modelpoints ist die Auswirkung auf die Modellierung der Abhängigkeitsstruktur zu beachten. Für die weiteren Überlegungen in diesem Abschnitt liegt der Fokus auf dem Kreditrisiko aus Kapitalanlagen. Andere Gegenpartei-Ausfallrisiken (z.b. Rückversicherungsausfall), die in solchen Unternehmensmodellen betrachtet werden, sind nicht Gegenstand dieser Ausarbeitung. Es ist bei der Erweiterung auf das Kreditrisiko zunächst festzulegen, welche Anlagen als kreditrisikobehaftet angesehen werden. Ferner ist für die verschiedenen Klassen von Anlagen (Unternehmensanleihen, Pfandbriefe, Staatsanleihen) gegebenenfalls eine jeweils angemessene anlageklassenspezifische Kreditrisikomodellierung vorzunehmen. Diese Entscheidungen grundsätzlicher Natur sollten im Wesentlichen dauerhaft getroffen und dokumentiert werden. Ihre Änderung kommt einer Modelländerung für die betroffenen Titel gleich und ist entsprechend zu behandeln. Für ratingbasierte Modelle ist in Abhängigkeit des Anwendungszwecks, der Materialität der entsprechenden Bestände und der Verfügbarkeit von belastbarer Information zur Kalibrierung der Szenarien festzulegen, welche Ratingklassen im Modell erfasst werden sollen (z.b. Letter-Ratings AAA, AA, etc. ohne + und, 7 Innerhalb der Real-World-Betrachtung ist ggf. noch eine risikoneutrale Bewertung erforderlich. 8 DAV Fachgrundsatz Investment: Modellierung von Kapitalanlagen, Dezember

20 Zusammenfassung von nicht-investment) und wie die verfügbaren Ratinginformationen auf die modellierten Ratings abzubilden sind. Falls Startzins- bzw. Spreadkurven kalibriert werden, kann prinzipiell einerseits auf Marktindizes, andererseits auf Daten über das eigene Portfolio zurückgegriffen werden. Es ist dabei kritisch zu hinterfragen, in wie weit die durch eigene Daten erzielbare größere Passgenauigkeit auf das aktuelle Portfolio durch geringere Stabilität der Daten (z.b. durch mangelnde Liquidität) konterkariert werden, insbesondere wenn auch die zukünftige Neuanlage modelliert werden soll. Auf Modellebene sollten die sich durch die Kreditrisikomodellierung zusätzlich ergebenden Volatilitäten und Korrelationen auf resultierende Modell- Preisentwicklungen von Titeln überprüft werden. Die Verteilung von Spreads und Übergangswahrscheinlichkeiten sowie die Abhängigkeit von anderen Anlageklassen sowie die Autokorrelation im Projektionsverlauf stellen wesentliche dem Unternehmensmodell zugrunde liegende Eigenschaften dar. Für die Überprüfung der Volatilität ist ferner zu berücksichtigen, dass gegebenenfalls eine Diversifikationsannahme für das modellierte Portfolio auf die enthaltenen Einzeltitel allokiert wird und damit anteilig ausfällt (analog zu der deterministischen Modellierung von Sterblichkeit als anteilige Abgänge der Policen in Höhe der Sterbewahrscheinlichkeit). Soll eine Wiederanlage modelliert werden, ist festzulegen, welcher Anteil in die jeweiligen risikobehafteten Anlageklassen investiert werden soll. Ferner ist zu entscheiden, ob für den Kauf Ratings oder Spreads (bzw. Renditen) ausschlaggebend sein sollen. Hier ist eine möglichst gute Übereinstimmung mit der Realität anzustreben, aber wie bei allen Managementregeln ist zu beachten, dass die Kapitalmarktszenarien auch Situationen enthalten können, die sich jenseits der schon beobachteten Entwicklungen bewegen Bewertung in der Unternehmenssicht Ein typischer Anwendungsbereich für die Bewertung von Portfolien im Gesamtunternehmen sind stochastische Berechnungen mit Unternehmensmodellen (z. B. MCEV, Solvenzbetrachtungen). In dieser Situation sind die Marktwerte des Kapitalanlagenportfolios gegeben. Die Aufgabe besteht nun darin, dieses Portfolio unter Berücksichtigung der in den Marktwerten enthaltenen Risiken so bis zum Projektionsende fortzuschreiben, dass der Mittelwert der diskontierten Cashflows die Marktwerte zum Start reproduziert. Die in der Projektion dadurch entstehenden Aufwände oder Erträge aus den Kreditrisiken werden in Lebensversicherungsunternehmen im Rohüberschuss berücksichtigt und damit zwischen Eigentümer und Versicherungsnehmer nach den entsprechenden Regeln geteilt. Durch passivseitige Managementregeln (z. B. für die Größe der Rückstellung für Beitragsrückerstattung) entstehen dadurch u. U. Rückkopplungen auf die Managementregeln für die Veränderung des Portfolios. Das bedeutet, dass durch die Entwicklung der passivseitigen Risikopuffer ein Einfluss auf die Höhe des einzugehenden Kreditrisikos entstehen kann. 20

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

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

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

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

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

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

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

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

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

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

Mehr

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

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

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

Vorlesung 7: Value-at-Risk für Kreditrisiken

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

Mehr

Derivatebewertung im Binomialmodell

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

Mehr

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

Bonitäts- und Zinsrisiken

Bonitäts- und Zinsrisiken Bonitäts- und Zinsrisiken Was ist Rating? Von Aneta Nowak Rentenpapiere sind nicht risikolos! Arten von Risiken: Ausfallrisiken (Bonitätsrisiken) Zinsrisiken Sonstige Risiken wie z.b. das Inflationsrisiko

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

Bewertung der Optionen und Garantien von Lebensversicherungspolicen

Bewertung der Optionen und Garantien von Lebensversicherungspolicen Bewertung der Optionen und Garantien von Lebensversicherungspolicen Optionen und Garantien spielen auf dem deutschen Lebensversicherungsmarkt eine große Rolle. Sie steigern die Attraktivität der Policen

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

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

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

Modernes Rentenmanagement für Versicherungsunternehmen Neuausrichtung im wandelnden Anlageumfeld. Präsentation für den qx-club

Modernes Rentenmanagement für Versicherungsunternehmen Neuausrichtung im wandelnden Anlageumfeld. Präsentation für den qx-club Modernes Rentenmanagement für Versicherungsunternehmen Neuausrichtung im wandelnden Anlageumfeld Präsentation für den qx-club Köln, 7. Oktober 2003 Dr. Michael Leinwand Die meisten Menschen schauen heute

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

ZERTIFIKATE spielend beherrschen

ZERTIFIKATE spielend beherrschen UDI ZAGST / MICHAEL HUBER RUDI ZAGST / MICHAEL HUBER ZERTIFIKATE ZERTIFIKATE spielend beherrschen spielend beherrschen Der Performance-Kick Der Performance-Kick für Ihr für Portfolio Ihr Portfolio inanzbuch

Mehr

Kurzbeschreibung. Eingaben zur Berechnung. Das Optionspreismodell. Mit dem Eurex-OptionMaster können Sie

Kurzbeschreibung. Eingaben zur Berechnung. Das Optionspreismodell. Mit dem Eurex-OptionMaster können Sie Kurzbeschreibung Mit dem Eurex-OptionMaster können Sie - theoretische Optionspreise - Optionskennzahlen ( Griechen ) und - implizite Volatilitäten von Optionen berechnen und die errechneten Preise bei

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

Machen Staatsanleihen-Investments im Niedrigzinsumfeld ökonomisch Sinn?

Machen Staatsanleihen-Investments im Niedrigzinsumfeld ökonomisch Sinn? Machen Staatsanleihen-Investments im Niedrigzinsumfeld ökonomisch Sinn? Professor Engelbert Dockner Spängler IQAM Invest, Wissenschaftliche Leitung Wiesbadener Investorentag 27.Juni 2014 Nicht zur Weitergabe

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

BCA Investment Research Erläuterungen zur Kapitalmarktanalyse Aktien

BCA Investment Research Erläuterungen zur Kapitalmarktanalyse Aktien Aktien Aktienmärkte -1 Tag; -1 Tag(%) Gibt den jeweiligen Index-Stand vom Vortag an sowie die Veränderung zum Vortag in Prozent. Ytd Year to date : ist die Rendite des Indizes vom Jahresanfang bis zum

Mehr

Kreditrisiko bei Swiss Life. Carl-Heinz Meyer, 13.06.2008

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

Mehr

4. Asset Liability Management

4. Asset Liability Management 4. Asset Liability Management Asset Liability Management (ALM) = Abstimmung der Verbindlichkeiten der Passivseite und der Kapitalanlagen der Aktivseite Asset Liability asset Vermögen(swert) / (Aktivposten

Mehr

Wird das neue Wertminderungsmodell des IAS 39 den Erwartungen gerecht?

Wird das neue Wertminderungsmodell des IAS 39 den Erwartungen gerecht? Wird das neue Wertminderungsmodell des IAS 39 den Erwartungen gerecht? Chancen, Risiken und Anforderungen des IAS 39 - Financial Instruments: Recognition and Measurement Dierk Heesch Aufgrund der Wirtschaftskrise

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

Delta-Gamma-Verfahren als Standard- Risikomodell für Lebensversicherer

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

Mehr

Zeit- und Dividendeneinfluss. auf einen amerikanischen Aktien-Call-Optionsschein.

Zeit- und Dividendeneinfluss. auf einen amerikanischen Aktien-Call-Optionsschein. HSBC Zertifikate-Akademie Zeit- und Dividendeneinfluss auf einen amerikanischen Aktien-Call-Optionsschein Liebe Leserinnen und Leser der HSBC Zertifikate-Akademie In den vergangenen Ausgaben wurden verschiedene

Mehr

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

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

Mehr

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

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

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

Renten-ETFs - Aufbau, Liquidität und Handel. München, März 2012

Renten-ETFs - Aufbau, Liquidität und Handel. München, März 2012 * Renten-ETFs - Aufbau, Liquidität und Handel München, März 2012 * Ausgezeichnet wurde der AVANA IndexTrend Europa Control für die beste Performance (1 Jahr) in seiner Anlageklasse Überblick über die wichtigsten

Mehr

Betreff: Bester Schätzwert für die Prämienrückstellung. Sehr geehrte Damen und Herren!

Betreff: Bester Schätzwert für die Prämienrückstellung. Sehr geehrte Damen und Herren! BEREICH Versicherungsaufsicht und Pensionskassenaufsicht GZ FMA-VU000.680/0001-VPM/2014 (bitte immer anführen!) SACHBEARBEITER/IN Mag. Dr. Klaus Gansberger TELEFON (+43-1) 249 59-2303 TELEFAX (+43-1) 249

Mehr

Internationale Finanzierung 6. Bewertung von Aktien

Internationale Finanzierung 6. Bewertung von Aktien Übersicht Kapitel 6: 6.1. Einführung 6.2. Aktienbewertung mittels Kennzahlen aus Rechnungswesen 6.3. Aktienbewertung unter Berücksichtigung der Wachstumschancen 6.4. Aktienbewertung mittels Dividenden

Mehr

Risk Parity in Stress-Szenarien

Risk Parity in Stress-Szenarien Risk Parity in Stress-Szenarien Investor Circle Building Competence. Crossing Borders. Peter Schwendner peter.schwendner@zhaw.ch Zürich, 10.12.2013 Risk Parity in Stress-Szenarien Die Ideen hinter Risk

Mehr

Werbemitteilung. Bonitätsanleihen der Landesbank Berlin. Renditechancen unter der Lupe

Werbemitteilung. Bonitätsanleihen der Landesbank Berlin. Renditechancen unter der Lupe Werbemitteilung Bonitätsanleihen der Landesbank Berlin Renditechancen unter der Lupe Immer einen Blick wert: Bonitätsanleihen der LBB. Wer eine Anlagemöglichkeit mit attraktiven Zinsen sucht, hat nur wenig

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

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

NRW EONIA-Anleihe. Schatzanweisung des Landes Nordrhein-Westfalen

NRW EONIA-Anleihe. Schatzanweisung des Landes Nordrhein-Westfalen NRW EONIA-Anleihe Schatzanweisung des Landes Nordrhein-Westfalen EONIA Beschreibung EONIA = Euro OverNight Index Average Stellt den offiziellen Durchschnittstageszinssatz dar, der von Finanzinstituten

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

35 Jahre (aktuarielle) Modellierung und kein bisschen weiser? Ein Beispiel aus der Krankenversicherung

35 Jahre (aktuarielle) Modellierung und kein bisschen weiser? Ein Beispiel aus der Krankenversicherung Modell und Wirklichkeit FaRis & DAV Symposium, Köln, 06. Dezember 2013 35 Jahre (aktuarielle) Modellierung und kein bisschen weiser? Ein Beispiel aus der Krankenversicherung Vorstand Deutsche Aktuarvereinigung

Mehr

Vererbung in der Lebensversicherung wie das Kollektiv das Risiko reduziert

Vererbung in der Lebensversicherung wie das Kollektiv das Risiko reduziert Vererbung in der Lebensversicherung wie das Kollektiv das Risiko reduziert Analyse der Going Concern Reserve unter Solvency II WiMa-Kongress 2014, Universität Ulm Tobias Burkhart www.ifa-ulm.de Agenda

Mehr

Solvency II: Ziele, Knackpunkte, Lösungen

Solvency II: Ziele, Knackpunkte, Lösungen Gesamtverband der Deutschen Versicherungswirtschaft e.v. Solvency II: Ziele, Knackpunkte, Lösungen Pierre Joos, Chief Risk Officer der Allianz Deutschland AG GDV-Pressekolloquium am 30. März 2011 Gesamtverband

Mehr

COSI Credit Linked Note mit Referenzanleihe Leistung schafft Vertrauen

COSI Credit Linked Note mit Referenzanleihe Leistung schafft Vertrauen COSI Credit Linked Note mit Referenzanleihe Leistung schafft Vertrauen IB Financial Products Februar 2015 Seite 2 CLN bieten zurzeit mehr als herkömmliche Obligationen Sie suchen nach einer Alternative

Mehr

Zinsen, Anleihen, Kredite

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

Mehr

Option Analysis of Plattform Decisions. Raeed Mayrhofer

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

Mehr

Asset-Liability-Management

Asset-Liability-Management Asset-Liability-Management Was ist Asset-Liability-Management? Der Begriff Asset-Liability-Management (ALM) steht für eine Vielzahl von Techniken und Ansätzen zur Koordination von Entscheidungen bezüglich

Mehr

Optionen. Vertiefungsstudium Finanzwirtschaft SS 2001 Prof. Dr. Mark Wahrenburg

Optionen. Vertiefungsstudium Finanzwirtschaft SS 2001 Prof. Dr. Mark Wahrenburg Optionen Vertiefungsstudium Finanzwirtschaft SS 2001 Prof. Dr. Mark Wahrenburg 1 Übersicht Der Optionsvertrag Pay Offs / Financial Engineering Wertgrenzen Put-Call-Paritätsbedingung Bewertung von Optionen

Mehr

Inhaltsverzeichnis Kapitel 0 - Einführung und Grundlagen 11 Kapitel 1 - Renditen auf Finanzmärkten 37 Kapitel 2 - Risiko auf Finanzmärkten 61

Inhaltsverzeichnis Kapitel 0 - Einführung und Grundlagen 11 Kapitel 1 - Renditen auf Finanzmärkten 37 Kapitel 2 - Risiko auf Finanzmärkten 61 Inhaltsverzeichnis Kapitel 0 - Einführung und Grundlagen 11 0.1 Gegenstandsbereich der Finance als wissenschaftliche Disziplin 0.2 Kernthemen der Finance 0.3 Entwicklungsmerkmale der Finanzmärkte - 0.4

Mehr

Das Black-Scholes Marktmodell

Das Black-Scholes Marktmodell Das Black-Scholes Marktmodell Andreas Eichler Institut für Finanzmathematik Johannes Kepler Universität Linz 8. April 2011 1 / 14 Gliederung 1 Einleitung Fortgeschrittene Finanzmathematik einfach erklärt

Mehr

Vergleich verschiedener Optimierungsansätze

Vergleich verschiedener Optimierungsansätze Vergleich verschiedener Optimierungsansätze Inhaltsverzeichnis 1 Einleitung... 2 2 Welchen Nutzen schafft munio?... 3 3 Analysen... 3 3.1 Schritt 1: Optimierung anhand von Indizes... 3 3.2 Schritt 2: Manuell

Mehr

Risikoneutrale und risikoaverse Ausfallwahrscheinlichkeiten von Anleihen

Risikoneutrale und risikoaverse Ausfallwahrscheinlichkeiten von Anleihen SEMINARARBEIT über das Thema Risikoneutrale und risikoaverse Ausfallwahrscheinlichkeiten von Anleihen eingereicht bei o. Univ.-Prof. Mag. Dr. Edwin O. Fischer Institut für Finanzwirtschaft vorgelegt von

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

Krisenverursacher oder Helfer bei deren Bewältigung?

Krisenverursacher oder Helfer bei deren Bewältigung? Verbriefungsstrukturen Folie 1 1. Traditionelle Kreditvergabe Bank Kredit Unternehmen 8 % 92 % (Refinanzierung) Eigenkapital Interbanken (beispielhaft) Bezogen auf: Rendite: Satz: Einheit: Festlegung auf

Mehr

Schweizer Leadership Pensions Forum 2014

Schweizer Leadership Pensions Forum 2014 Schweizer Leadership Pensions Forum 2014 Corporate Bonds in welchen Bereichen liegen die attraktivsten Opportunitäten? Michael Klose Head Fixed Income AMB Schweiz Swiss Life Asset Managers 29 Oktober 2014

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

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

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

Mehr

SEMINARARBEIT. Kreditrisiko und Ausfallwahrscheinlichkeit mittels Ratings basierter Reduktionsmodelle

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

Mehr

Überblick. Überblick

Überblick. Überblick Agenda Überblick Risikomessung anhand zweier Aktienpositionen Exkurs: Risikominimale Investmentstrategie im Zwei-Aktien Aktien-Fall Risikoberechnung Karsten Hackler, Juli 008 Agenda 3 Überblick 4 Überblick

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: 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

Aktienanleihe. Konstruktion, Kursverhalten und Produktvarianten. 18.02.2015 Christopher Pawlik

Aktienanleihe. Konstruktion, Kursverhalten und Produktvarianten. 18.02.2015 Christopher Pawlik Aktienanleihe Konstruktion, Kursverhalten und Produktvarianten 18.02.2015 Christopher Pawlik 2 Agenda 1. Strukturierung der Aktienanleihe 04 2. Ausstattungsmerkmale der Aktienanleihen 08 3. Verhalten im

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

Klausur zur Vorlesung Finanz- und Bankmanagement

Klausur zur Vorlesung Finanz- und Bankmanagement Universität Augsburg Wirtschaftswissenschaftliche Fakultät Lehrstuhl für Finanz- und Bankwirtschaft [Aufkleber] Klausur zur Vorlesung Finanz- und Bankmanagement Prof. Dr. Marco Wilkens 06. Februar 2012

Mehr

Der Cost-Average Effekt

Der Cost-Average Effekt Der Cost-Average Effekt Einleitung Wie sollte ich mein Geld am besten investieren? Diese Frage ist von immerwährender Relevanz, und im Zuge des demographischen Wandels auch für Aspekte wie die private

Mehr

Sicherheit und Mehr. Strukturierte Anleihen

Sicherheit und Mehr. Strukturierte Anleihen Sicherheit und Mehr Strukturierte Anleihen Frankfurt am Main, 11. Mai 2005 Suche nach Sicherheit Kapitalgarantie und Performance-Kick gesucht Umfeld ist bestimmt durch niedriges Zinsniveau und Reservation

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

Technischer Regulierungsstandard zur Behandlung von Kreditrisikoanpassungen

Technischer Regulierungsstandard zur Behandlung von Kreditrisikoanpassungen Technischer Regulierungsstandard zur Behandlung von Kreditrisikoanpassungen Michael Mertens Inhalt Einleitung... 1 Spezifische und allgemeine Kreditrisikoanpassungen... 1 Anwendungsbereiche... 3 Berücksichtigung

Mehr

Kurzübersicht zum Vorschlag für Herrn Max Mustermann

Kurzübersicht zum Vorschlag für Herrn Max Mustermann Kurzübersicht zum Vorschlag für Herrn Max Mustermann Auf den nachfolgenden Seiten finden Sie sämtliche Daten und Informationen zu der von Ihnen gewünschten Versorgung. Alle dabei verwendeten Begriffe,

Mehr

Überprüfung der Zielgrösse der Wertschwankungsreserve

Überprüfung der Zielgrösse der Wertschwankungsreserve Aon Hewitt Investment Consulting Urheberrechtlich geschützt und vertraulich Überprüfung der Zielgrösse der Wertschwankungsreserve Pensionskasse XY, Januar 2015 Risk. Reinsurance. Human Resources. Inhaltsverzeichnis

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

Credit Futures. - Kontraktspezifikationen für Futures-Kontrakte und Optionskontrakte an der Eurex Deutschland und der Eurex Zürich (eurex14) -

Credit Futures. - Kontraktspezifikationen für Futures-Kontrakte und Optionskontrakte an der Eurex Deutschland und der Eurex Zürich (eurex14) - eurex Bekanntmachung Credit Futures - Kontraktspezifikationen für Futures-Kontrakte und Optionskontrakte an der Eurex Deutschland und der Eurex Zürich (eurex14) - Die Geschäftsführung der Eurex Deutschland

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

Grundlagen und Bewertung

Grundlagen und Bewertung Credit Default Swaps - Grundlagen und Bewertung t Camp 2009 Prof. Dr. Helmut Gründl Humboldt-Universität zu Berlin Helmut Gründl Credit Default Swaps -1- Credit Default Swaps: Ein Beispiel für Asset-Backed

Mehr

AC Risk Parity Bond Fund*

AC Risk Parity Bond Fund* AC Risk Parity Bond Fund* APRIL 2014 Pascale-Céline Cadix, Director Sales * Vollständiger Name: ACQ - Risk Parity Bond Fund Risk Parity funktioniert auch im Anleihenbereich RISK PARITY IM ANLEIHENBEREICH

Mehr

Strategien zum Hedging des Credit Valuation Adjustment

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

Mehr

Solvency II Herausforderung für Versicherungen

Solvency II Herausforderung für Versicherungen Solvency II Herausforderung für Versicherungen Solvency II was ist das? Harmonisierte prudentielle Aufsicht über unternehmen level playing field Konsolidierung von 14 bestehenden Richtlinien Mehr als nur

Mehr

Rückversicherung in der ökonomischen Bilanz

Rückversicherung in der ökonomischen Bilanz Solvency Consulting Knowledge Series Autoren Dr. Manijeh Mc Hugh Lars Moormann Kontakt solvency-solutions@munichre.com Januar 2014 Hintergrund In den letzten Jahren ist weltweit eine Neugestaltung regulatorischer

Mehr

Solvency II - ein Problem für die deutsche Lebensversicherung?

Solvency II - ein Problem für die deutsche Lebensversicherung? Neue Herausforderungen an das Risikomanagement Solvency II - ein Problem für die deutsche Lebensversicherung? 5. Symposium des Hamburger Zentrum für Versicherungswissenschaft Dr. Johannes Lörper 1 Agenda

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

DIPLOM. Abschlussklausur der Vorlesung Bank I, II:

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

Mehr

SST und Solvency II, zwei Modelle und wie steuern wir unser Geschäft?! Dr. Frank Schiller CRO Swiss Life Deutschland

SST und Solvency II, zwei Modelle und wie steuern wir unser Geschäft?! Dr. Frank Schiller CRO Swiss Life Deutschland SST und Solvency II, zwei Modelle und wie steuern wir unser Geschäft?! Dr. Frank Schiller CRO Swiss Life Deutschland Disclaimer Aussagen beruhen auf persönlichen Erfahrungen und nehmen keinen Bezug auf

Mehr

DAV Fachgrundsatz. Modellierung von Kapitalanlagen. Hinweis

DAV Fachgrundsatz. Modellierung von Kapitalanlagen. Hinweis DAV Fachgrundsatz Modellierung von Kapitalanlagen Hinweis Köln, 04.12.2014 Präambel Die Unterarbeitsgruppe Kapitalanlagemodellierung 1 des Ausschusses Investments hat zu dem Thema Modellierung von Kapitalanlagen

Mehr

Commercial Banking. Kreditderivate

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

Mehr

Methoden der Bewertung von Jungunternehmen und KMU

Methoden der Bewertung von Jungunternehmen und KMU Methoden der Bewertung von Jungunternehmen und KMU Alle Bewertungsverfahren basieren auf der vorherigen Analyse des Business-Plans der zu bewertenden Unternehmung, der Unternehmung selbst, des Marktes

Mehr

Bank I/II. (Deutsch) (Bank Management & Financial Intermediation) Hinweise:

Bank I/II. (Deutsch) (Bank Management & Financial Intermediation) Hinweise: Name: Matrikelnummer: Bank I/II (Deutsch) (Bank Management & Financial Intermediation) Hinweise: Schreiben Sie Ihren Namen und Ihre Matrikelnummer auf die Klausur und auf jeden Bogen. Als Hilfsmittel ist

Mehr

ALM in der betrieblichen Altersversorgung

ALM in der betrieblichen Altersversorgung ALM in der betrieblichen Altersversorgung Projekte AP2 KP 2. staatlicher schwedischer Rentenfond Rentenversicherung für genossenschaftliche Betriebe 1 Ziel des ALM Finde (statische) Handelsstrategie, um

Mehr

B.A. Seminar Derivate: Märkte & Produkte

B.A. Seminar Derivate: Märkte & Produkte B.A. Seminar Derivate: Märkte & Produkte B. Nyarko S. Opitz Lehrstuhl für Derivate Sommersemester 2014 B. Nyarko S. Opitz (UHH) B.A. Seminar Derivate: Märkte & Produkte Sommersemester 2014 1 / 23 Organisatorisches

Mehr

für die Stadt Wunsiedel

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

Mehr

Hedging von Zinsrisiken. Vertiefungsstudium Finanzwirtschaft Prof. Dr. Mark Wahrenburg. Bond Yields und Preise von Zerobonds

Hedging von Zinsrisiken. Vertiefungsstudium Finanzwirtschaft Prof. Dr. Mark Wahrenburg. Bond Yields und Preise von Zerobonds Hedging von Zinsrisiken Vertiefungsstudium Finanzwirtschaft Prof. Dr. Mark Wahrenburg Bond Yields und Preise von Zerobonds 3 Zerobonds mit Nominalwert F=100 yield to maturity r=10% (horizontale Zinskurve),

Mehr

Risikokapital Definition und Allokation

Risikokapital Definition und Allokation Risikokapital Definition und Allokation Rolf Stölting Köln Münchener Rück Munich Re Group Einige ragen intern und unserer Kunden Wie viel Kapital benötigen wir für unser Geschäft? Welche unserer Teilportefeuilles

Mehr