Zielsetzung. Problematik



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

Ermittlung des Ausfallrisikos

W-Rechnung und Statistik für Ingenieure Übung 11

Zwei einfache Kennzahlen für große Engagements

Bonitätsrisiko und Unternehmensanleihen

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

AUTOMATISIERTE HANDELSSYSTEME

Portfoliorisiko und Minimum Varianz Hedge

Würfelt man dabei je genau 10 - mal eine 1, 2, 3, 4, 5 und 6, so beträgt die Anzahl. der verschiedenen Reihenfolgen, in denen man dies tun kann, 60!.

Vergleich von KreditRisk+ und KreditMetrics II Seminar Portfoliokreditrisiko

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

SST: - In Kraft - Ab 2011 verbindlich - Modellabhängig

R. Brinkmann Seite Schriftliche Übung Mathematik Stochastik II (Nachschreiber) Jan. 2007

Technische Hochschule Köln Fakultät für Wirtschafts- und Rechtswissenschaften Prof. Dr. Arrenberg Raum 221, Tel

geben. Die Wahrscheinlichkeit von 100% ist hier demnach nur der Gehen wir einmal davon aus, dass die von uns angenommenen

Quantilsschätzung als Werkzeug zur VaR-Berechnung

Kreditrisiko bei Swiss Life. Carl-Heinz Meyer,

R ist freie Software und kann von der Website.

Melanie Kaspar, Prof. Dr. B. Grabowski 1

Planen mit mathematischen Modellen 00844: Computergestützte Optimierung. Autor: Dr. Heinz Peter Reidmacher

Markovketten. Bsp. Page Ranking für Suchmaschinen. Wahlfach Entscheidung unter Risiko und stat. Datenanalyse

Risikoeinstellungen empirisch

Statistische Thermodynamik I Lösungen zur Serie 1

Rente = laufende Zahlungen, die in regelmäßigen Zeitabschnitten (periodisch) wiederkehren Rentenperiode = Zeitabstand zwischen zwei Rentenzahlungen

Prüfung KMU-Finanzexperte Modul 6 Risk Management Teil 2: Financial RM Prüfungsexperten: Markus Ackermann Sandro Schmid 29.

Bei vielen Zufallsexperimenten interessiert man sich lediglich für das Eintreten bzw. das Nichteintreten eines bestimmten Ereignisses.

Mean Time Between Failures (MTBF)

Sichere Anleitung Zertifikate / Schlüssel für Kunden der Sparkasse Germersheim-Kandel. Sichere . der

Risiko und Versicherung - Übung

Kosten-Leistungsrechnung Rechenweg Optimales Produktionsprogramm

Adressenausfallrisiken. Von Marina Schalles und Julia Bradtke

1) Mit welcher Zahl muss 18 multipliziert werden, um 234 zu erhalten? Kontrolliere! 2) Finde die Zahl, mit der 171 multipliziert werden muss, um 4104

Abschlussprüfung Realschule Bayern II / III: 2009 Haupttermin B 1.0 B 1.1

Klausur zur Vorlesung Stochastische Modelle in Produktion und Logistik im SS 09

Artenkataster. Hinweise zur Datenbereitstellung. Freie und Hansestadt Hamburg. IT Solutions GmbH. V e r s i o n

Güte von Tests. die Wahrscheinlichkeit für den Fehler 2. Art bei der Testentscheidung, nämlich. falsch ist. Darauf haben wir bereits im Kapitel über

Grundlagen zur Wheatstone'schen Brückenschaltung

Die drei Kernpunkte der modernen Portfoliotheorie

Markus Pister (Autor) Integration formaler Fehlereinflussanalyse in die Funktionsentwicklung bei der Automobilindustrie

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

Das Black-Scholes Marktmodell

B 2. " Zeigen Sie, dass die Wahrscheinlichkeit, dass eine Leiterplatte akzeptiert wird, 0,93 beträgt. (genauerer Wert: 0,933).!:!!

Kreditrisikomodell von Jarrow-Lando-Turnbull im Einsatz

1 Mathematische Grundlagen

Abitur - Grundkurs Mathematik. Sachsen-Anhalt Gebiet G1 - Analysis

Prozentrechnung. Wir können nun eine Formel für die Berechnung des Prozentwertes aufstellen:

RUPRECHTS-KARLS-UNIVERSITÄT HEIDELBERG

Seminar Finanzmathematik

Diskrete Modellierung

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

Commercial Banking. Kreditgeschäft 2. Bedingte marginale und kumulative Ausfallwahrscheinlichkeit

Funktionaler Zusammenhang. Lehrplan Realschule

Errata. Grundlagen der Finanzierung. verstehen berechnen entscheiden. Geyer/Hanke/Littich/Nettekoven 1. Auflage, Linde Verlag, Wien, 2003

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

Seminar Finanzmathematik

Schleswig-Holstein Kernfach Mathematik

Erfolg im Mathe-Abi. H. Gruber, R. Neumann. Prüfungsaufgaben Hessen

Elternzeit Elternzeit (EZ)

Computational Finance

Druckgleichung nach Daniel Bernoulli (Bernoulligleichung)

Laufende Auswertung von Feedback-Fragebögen Eine Vorlage zur Auswertung eines Fragebogens und die Präsentation erstellen...

Offene Immobilienfonds bleiben wertstabile Anlage mit geringen Risiken. BVI-Untersuchung zeigt jungen Objektbestand

FAMILIENSTAND ALLEINERZIEHENDE MÜTTER

Renditeberechnung Generali

Ergänzungen zum Fundamentum

Rente = laufende Zahlungen, die in regelmäßigen Zeitabschnitten (periodisch) wiederkehren Rentenperiode = Zeitabstand zwischen zwei Rentenzahlungen

Value at Risk Einführung

Chemie Zusammenfassung KA 2

- Auszug - Anlage Rechenschaftsbericht 2014 für das Sondervermögen Sozialfonds Bürger helfen Bürgern Winnenden

Fragebogen zur Anwendung der Mittelstandklausel in Vergabeverfahren

Im Jahr t = 0 hat eine Stadt Einwohner. Nach 15 Jahren hat sich die Einwohnerzahl verdoppelt. z(t) = at + b

Übungsaufgaben Tilgungsrechnung

Prüfungsfach Mathematik Samstag, 08. Juni 2002

Kapitel 8.3: Kalkulation vom Hundert und im Hundert. Kapitel 8.4: Durchführung der Absatzkalkulation an einem Beispiel

Dynamische Methoden der Investitionsrechnung

Wirtschaftsmathematik für International Management (BA)

Resultate GfS-Umfrage November Wie bekannt ist das Phänomen Illettrismus bei der Schweizer Bevölkerung?

Kleine Einführung in die lineare Regression mit Excel

einfache Rendite

Deckungsbeitragsrechnung Beispiel. Deckungsbeitragsrechnung Beispiel

Veräußerung eines einzelkaufmännischen Unternehmens

Repetitionsaufgaben: Lineare Gleichungen

Alle Bestandteile dieses Dokuments sind urheberrechtlich geschützt dwif-consulting GmbH. Dieses Dokument ist Teil der Präsentation und ohne die

Aufgabe 1: Steuerwirkungen auf Investitionsentscheidungen (22 Punkte)

Kapitalerhöhung - Verbuchung

Korrelation (II) Korrelation und Kausalität

Wichtiges Thema: Ihre private Rente und der viel zu wenig beachtete - Rentenfaktor

ARCH- und GARCH-Modelle

Abb. 30: Antwortprofil zum Statement Diese Kennzahl ist sinnvoll

Qualitätsmanagement an beruflichen Schulen in Deutschland: Stand der Implementierung. Diplomarbeit

Entwicklung eines Beratungsprogramms zur Förderung der emotionalen Intelligenz im Kindergarten

y P (Y = y) 1/6 1/6 1/6 1/6 1/6 1/6

Dokumentation. estat Version 2.0

How-to: Webserver NAT. Securepoint Security System Version 2007nx

BUNDESGESETZBLATT FÜR DIE REPUBLIK ÖSTERREICH. Jahrgang 2015 Ausgegeben am 21. Oktober 2015 Teil II

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

Comprehensive Quantitative Impact Study 2010

Bischöfliches Generalvikariat Münster Hauptabteilung Schule und Erziehung Schulverwaltung

Transkript:

Kreditrisiko-Modellierung für Versicherungsunternehmen Tamer Yilmaz 21. November 2007

Zielsetzung Die Ermittlung der Eigenkapitalhinterlegung für das Kreditrisiko, die auf das Versicherungsunternehmen bei Ausfall von Rückversicherern zukommt. 2

Motivation zur quantitativ ausgerichteten Kreditrisiko-Modellierung für VU Eigenkapitalhinterlegung nach Solvency II Solvency I zu Solvency II Grund: mehr Verantwortung an die VU abgeben 3-Säulen-Prinzip von Bedeutung 1.Säule: EK-Anforderungen Standardansatz und internes Modell von Bedeutung internes Modell, um eine genauere Abschätzung des Risikos abzugeben Beziehung zwischen Erst- und Rückversicherern 3

Grundlegende Komponente für die Kreditrisiko-Modellierung Ausfallwahrscheinlichkeiten (PD) Migrationswahrscheinlichkeiten Verlustquote (LGD) bzw. Rückzahlungsrate (RR) Ausfallbedrohter Betrag (EAD) 4

Ausfallwahrscheinlichkeiten (PD) Berechnung der Ausfallwahrscheinlichkeit von Moody s erfolgt anhand der Formel: PD X AnzahlderDefault-Unternehmenin X-Klasse = PX( D = 1) = Gesamtanzahlder Unternehmenin X-Klasse Die Ermittlung vom Erwartungswert und der zugehörigen Standardabweichung der einzelnen Ratingklassen aus den Moody s Daten, um die empirischen Verteilungen zu bilden und in das Modell zu integrieren. 5

Migrationswahrscheinlichkeiten Theorie erfolgt nach homogenen Markov-Ketten für diskrete Zeit Praxis erfolgt nach Aufteilung der N(0;1) und darauf folgende Simulation 6

Verlustquote (LGD) bzw. Rückzahlungsrate (RR) Berechnung der Verlustquote mit der Formel LGD = 1 RR = 1 Rückzahlungen Nominalwert Rückzahlungsraten werden nach Priorität untergliedert: Senior Secured Senior Unsecured Senior Subordinated Subordinated Junior Subordinated 7

Ausfallbedrohter Betrag (EAD) Rückstellungen der Rückversicherer: Beitragsüberträge (UPR) Abrechnungsforderungen (Ledger) Deckungsrückstellungen (O/S) Rückstellungen für noch nicht abgewickelte Versicherungsfälle (IBNR) Sonstige Rückstellungen Zuordnung der Rückstellungen auf die Schuldarten, wie zum Beispiel die Beitragsüberträge werden mit Senior Secured simuliert. 8

Risikomaße für die Eigenkapitalhinterlegung Erwartungswert als absolutes Mindestkapital (MCR) Value-at-Risk 99,5 % Tail-Value-at-Risk 99,5 % als Zielkapital (SCR) Nur Tail-Value-at-Risk erfüllt alle Eigenschaften (Subadditivität, Positive Homogenität, Monotonie, Translationsinvarianz) für ein kohärentes Risikomaß 9

Theorie und Praxis der Kreditrisikomessung Wahrscheinlichkeitsverteilungen, Momentenmethode Monte-Carlo-Simulation Basis-Modell ohne Berücksichtigung von Korrelationsfaktoren Ein-Faktor-Modell zur Berücksichtigung eines einzigen Korrelationsfaktors Multi-Faktor-Modell zur Berücksichtigung der Korrelationen Migration-Modell zur Berücksichtigung des Migrationsrisikos 10

Wahrscheinlichkeitsverteilungen Monte-Carlo-Simulation Verwendung der Betaverteilung der modifizierten Betaverteilung der Gammaverteilung mit der Herleitung zur zugehörigen Momentenmethode Stochastische Simulation, die mit einer großen Anzahl von Simulationsläufen zum Mittelwert konvergiert. Die Formel für den erwarteten Verlust lautet: EL Für das Portfolio gilt: = PD LGD EAD = PD (1 RR) EAD n P i i i i i= 1 i= 1 11 n = = EL EL EAD LGD PD

Ein-Faktor-Modell Gleichung des Ein-Faktor-Modells: Y = ς F + 1 ς U ( i = 1,..., m) i i i i mit FU, N(0,1) ; Assetkorrelation i ς i wird anhand einer empirischen Verteilung, die die Assetvolatilität der repräsentativen Unternehmen beschreiben, simuliert Mittelwert Std.Abw. Minimum Maximum Assetvolatilität 0,2435 0,1316 0,0161 0,7556 12

Multi-Faktor-Modell Die Gleichung wird erweitert Y = ς F + U i i i i mit F = wg; j 0 J i ij j j= 1 J mit w = w = 1 und G wird mit N(0,1) simuliert ij ij j j= 1 j= j + 1 0 13

Technische Fachhochschule Berlin 14 Tamer Yilmaz 21. November 2007 Realistisches Portfolio 515.500 45.000 245.000 127.500 90.000 8.000 Total 2.800 0.000 0.500 1.000 1.000 0.300 Aa3 XL 6.350 1.350 3.250 1.000 0.000 0.750 Aa3 Transatlantic 55.500 7.500 35.000 12.500 0.000 0.500 Aa2 Swiss 12.300 1.450 3.750 4.250 2.500 0.350 B1 Singapoure 21.550 2.300 1.000 15.000 2.000 0.750 Baa3 Scottish 17.750 2.750 12.000 1.250 1.500 0.250 Aa3 AXA 10.440 1.000 3.500 0.750 5.000 0.190 A1 ACE Total Sonstige IBNR O/S Ledger UPR Rating Rückversicherer

anhand eines realistischen Portfolios Portfolio mit einem Gesamtexposure in Höhe von 515.500.000,00 In Basis-Modell Mittelwert E(X) 691.768,29 VaR 99,5% 2.559.031,05 Ein-Faktor-Modell 862.157,96 5.222.925,08 Multi-Faktor-Modell 1.255.590,86 13.019.108,38 + etwa 10% Migrationsrisiko 15