Aufrufe
vor 2 Jahren

RISIKO MANAGER 05.2017

  • Text
  • Modell
  • Unternehmens
  • Zeitpunkt
  • Aktienkurs
  • Modelle
  • Ausfallzeit
  • Funktion
  • Einfachen
  • Unternehmen
  • Eigenschaften
  • Risiko
RISIKO MANAGER ist das führende Medium für alle Experten des Financial Risk Managements in Banken, Sparkassen und Versicherungen. Mit Themen aus den Bereichen Kreditrisiko, Marktrisiko, OpRisk, ERM und Regulierung vermittelt RISIKO MANAGER seinen Lesern hochkarätige Einschätzungen und umfassendes Wissen für fortschrittliches Risikomanagement.

16

16 RISIKO MANAGER 05|2017 ergeben sich ein VaR i. H. v. 96,00 und ein ES von 80,35. Die nachfolgende Tab. 05 fasst die Ergebnisse zusammen. Die Modellergebnisse sind in der obigen Reihenfolge von links nach rechts gelistet. Offensichtlich wiederholt sich das Ergebnis der zuvor betrachteten Portfolios. Auch bei einem Kreditportfolio kann je nach Modellwahl und Parametrisierung der ES kleiner als der VaR sein. Anders als zuvor sind die prozentualen Auf- und Abschläge jedoch nicht marginal, sondern beachtlich. Interpretation der Ergebnisse Basierend auf den empirischen Analysen der letzten beiden Abschnitte lässt sich festhalten, dass die Umstellung von einem 99 Prozent-VaR auf einen 97,5 Prozent-ES in den meisten Fällen nicht zu nennenswert konservativeren Risikokennzahlen führt. Während beim Marktpreisrisiko die beiden Kennzahlen sehr dicht beieinander liegen und bei der Historischen Simulation der VaR sogar das konservativere Risikomaß ist, führt beim Kreditrisiko ungefähr die Hälfte der Modelle zu einem gesunkenen geschätzten Risiko. Somit ist ein Hauptargument für die Umstellung, nämlich die Berücksichtigung von Extremrisiken, vollständig entkräftet. Durch die Änderung des Niveaus von 99 Prozent auf 97,5 Prozent wird dieser theoretische Vorteil des ES hinfällig, und die Risikokennzahlen beim Marktpreisrisiko gleichen sich meist bis auf die Nachkommastellen. Folglich wird den Erfahrungen, die im Zuge der Finanzkrise gemacht wurden, keine ausreichende Rechnung getragen und der Risikopuffer der Kreditinstitute nicht signifikant verändert. Sollte dies ein entscheidender Grund für die Umstellung gewesen sein, hätte das Niveau des ES nicht so weit abgesenkt werden dürfen. Berücksichtigt man zusätzlich die praktischen Aufwände der Institute, die mit der Umstellung einhergehen, wirkt die Änderung der aufsichtsrechtlichen Vorgaben etwas aktionistisch und vorschnell. Verstärkt wird dieser Eindruck noch durch die Tatsachen, dass die Eigenschaft der Kohärenz in vielen praktischen Anwendungen ein eher akademischer Vorteil ist und die Herausforderung eines vollumfänglichen Backtests für den ES noch weitgehend ungelöst ist. Gerade der letzte Punkt bietet Spannung für die Zukunft. Wie wird (juristisch) damit umzugehen sein, wenn die Aufsicht ein Modell auf Basis von quantitativen Analysen als unzuverlässig einstuft, diese Analysen aber keinen formalen und korrekten Test der resultierenden Kennzahl darstellen? Fazit Die in der Überschrift aufgeworfene Frage muss bejaht werden: Die Umstellung vom VaR auf den ES hat bei keinem der betrachteten, öffentlich verfügbaren Portfolios zu einer nennenswert konservativeren Risikokennzahl geführt. Im Gegenteil wurden sogar spürbare Reduzierungen in bestimmten Konstellationen sichtbar. Mit Blick auf die Systemstabilität ist das empirische Ergebnis somit ernüchternd. In dieselbe Richtung wirken die mit der Umstellung verbundenen praktischen Aufwände. Demgegenüber steht lediglich der theoretische Vorzug nun ein kohärentes Risikomaß zu nutzen, was jedoch durch einen schwerwiegenden theoretischen Nachteil bei den Backtesting-Möglichkeiten kompensiert wird. Das letzte Wort zum Thema Risikomessung ist daher bestenfalls noch nicht gesprochen ... Quellenverzeichnis sowie weiterführende Literaturhinweise: Acerbi, C./Szekely, B. (2014): Backtesting expected shortfall, Risk Magazine, 32 (7), 1404–1415. Artzner, P./Delbaen, F./Eber, J.-M./Heath, D. (1999): Coherent measures of risk, Mathematical Finance, 9, 203–228. BCBS 219 (2012): Consultative document - Fundamental review of the trading book [Hrsg.: Basler Ausschuss für Bankenaufsicht] vom Mai 2012. Beck, A./Lesko, M./Schlottmann, F./Wimmer, K. (2006): Copulas im Risikomanagement, in: ZfgK 14/2006, S. 29-33. Bignozzi, V. (2016): On elicitable risk measures and backtesting, CERA: Quantitative Methoden des ERM. Brereton, T. J./Kroese, D. P./Chan, J. C. (2013): Monte Carlo Methods for Portfolio Credit Risk, in: Credit Securitisations and Derivatives [Hrsg.: Rösch D./Scheule, H.], 1. Auflage, Chichester 2013. Bürgisser, P./Kurth, A./Wagner A. (2001): Incorporating Severity Variations into Credit Risk, in: Journal of Risk, 3(4) 2001, S. 5-31. Cohen, J. (1988): Statistical power analysis for the behavioral sciences, Hillsdale 1988. Deutsche Bundesbank (2016a): Bankenstatistik Mai 2016 – Statistisches Beiheft 1 zum Monatsbericht, Frankfurt a. M. Deutsche Bundesbank (2016b): Zeitreihe BBK01.OU0308: Wichtige Aktiva und Passiva der Banken (MFIs) in Deutschland nach Bankengruppen / Bilanzsumme / Alle Bankengruppen vom 26.11.2016. Du, Z./Escanciano, J. C. (2016): Backtesting expected shortfall: accounting for tail risk, Management Science. Felsenheimer, J./Gisdakis, P./Zaiser, M. (2006): Active Credit Portfolio Management. 1. Auflage, Chichester 2006. Gneiting, T. (2011): Making and evaluating point forecasts, Journal of the American Statistical Association, 106, 746-762. Hamerle, A./Liebig, T./Rösch, D. (2003): Benchmarking asset correlations, in: Risk, 16(11) 2003, S. 77-82. JustETF (2016a): Weltportfolio 30, Aktien global, Renten dynamisch, Rohstoffe vom 24.11.2016. JustETF (2016b): Weltportfolio 70, Aktien global, Renten dynamisch, Rohstoffe vom 24.11.2016. Lehrbass, F. (2005): Bewertung von Basket-Kreditderivaten und Collateralized Loan Obligations, in: Handbuch Kreditderivate [Hrsg.: Burghof, H.-P./Henke, S./Rudolph, B./Schönbucher P./Sommer, D.], 2. Auflage, Stuttgart, S. 715-738, 2005. Li, D. X. (2000): On Default Correlation: A Copula Function Approach, The RiskMetrics Group Working Paper Number 99-07, 2000. Li, D. X. (2016): Modelle leisten immer noch gute Dinge, in: RISIKO MANAGER (10), 2016, S. 24-30. Madigan, P. (2016): Banks to ramp up credit risk if Basel scraps internal models, vom 17.11.2016. Mai, J.-F./Scherer, M. (2014): Financial Engineering with Copulas Explained. 1. Auflage, New York 2014. Schönbucher, P. (2003): Credit derivatives pricing models. 1. Auflage, Chichester 2003. Schulte-Mattler, H. (2007): IRB-Ansatz – das Einmaleins des Ratings im Kreditrisikobereich, in: die Bank 8.2007, S. 59-62. Yang, B. H. (2013): Estimating Long-Run PD, Asset Correlation, Journal of Risk Model Validation, 7(4) 2013, S. 1-12. Ziggel, D./Berens, T. (2014): Fundamental Review of the Trading Book: Risikomessung mit dem Expected Shortfall, Risiko Manager, 1/2014, 27-29. Ziggel, D./Berens, T./Weiß, G./Wied, D. (2014): A New Set of Improved Value-at-Risk Backtests, Journal of Banking & Finance, Nr. 48, S. 29-41. Autoren: Christina Strate, M.Sc., Spezialistin Strukturförderung, NRW.BANK. Prof. Dr. Frank Lehrbass, FOM Hochschule für Oekonomie & Management und Geschäftsführer L*PARC Unternehmensberatung. Prof. Dr. Daniel Ziggel, FOM Hochschule für Oekonomie & Management und Geschäftsführer Quasol GmbH.

17 RISIKO MANAGER: Im Dialog ... PROF. DR. RUDI ZAGST I Technische Universität München, Lehrstuhl für Finanzmathematik. 1. Welches methodische Wissen würden Sie gerne mit der Praxis teilen? Unsere Methodik zur Vorhersage des „Wetters“ am Kapitalmarkt. 2. An welchen Fragen im Bereich des Risikomanagements forschen Sie aktuell? Verbindung von Behavioral Finance und Investmentstrategien, Asset Liability Driven Investments, Investmentstrategien auf Basis von „Wettervorhersagen“ am Kapitalmarkt, Multi Curve Models. 3. Welches kürzlich erschienene Forschungspapier/Buch/Resultat einer/s Kollegin/en hat Sie besonders beeindruckt? Daniel Kahneman: Schnelles Denken, langsames Denken. 4. Welche Themenfelder/ Methoden des Risikomanagements könnten zukünftig an Bedeutung gewinnen? Financial Networks, Digitalisierung, Cyber Risk, Umweltrisiken, Aging Society. 5. Was motiviert Sie, über den akademischen Tellerrand zu schauen? Verschiedene Perspektiven schärfen den Blick auf das Wesentliche. Die Problemstellungen aus der Praxis bieten immer wieder Anstöße für neue und interessante Forschungsprojekte und ihre Lösung gibt der Forschung eine weitere Dimension an Zufriedenheit und Relevanz. 6. Welche Inhalte im Umfeld des Risikomanagements werden Studierenden an Ihrer Universität angeboten? Wir bieten ein breites Spektrum von Grundlagenvorlesungen (Stochastik, Statistik, Numerik, OR, Ökonomie, Informatik), Vertiefungsvorlesungen (Bewertungsmodelle, Risikomessung, Risikomanagement, Asset Management) und Seminaren sowie eine Handelsausbildung zum Umgang mit Aktien-, Währungs- und Stressrisiken. 7. Quantitative Methoden und Modelle … sind kein Allheilmittel, aber eine wichtige Komponente eines guten Risikomanagements. PROF. DR. RUDI ZAGST studierte Wirtschaftsmathematik an der Universität Ulm. Nach seiner Dissertation im Bereich der stochastischen dynamischen Optimierung ging er zur HypoVereinsbank AG. Hier war er als Leiter der Abteilung Produktneuentwicklung im Institutional Investment Management tätig, bevor er als Leiter Consulting zur Allfonds International Asset Management GmbH wechselte und schließlich im Jahr 1997 Geschäftsführer der RiskLab GmbH - Private Research Institute for Financial Studies wurde. Seit 1992 nahm Prof. Zagst verschiedene Lehraufträge der Universitäten Augsburg, St. Gallen, München, Toronto, 8. Erfolgreiches Risikomanagement … … funktioniert nicht ohne quantitative Methoden und Modelle. 9. Meine besten Ideen habe ich … … wenn ich mich in Ruhe und ungestört in ein Problem vertiefen kann. 10. In 50 Jahren … … werden sich die Herausforderungen, aber nicht die Notwendigkeit eines guten Risikomanagement geändert haben. Ulm und Singapur wahr. Nach seiner Habilitation im Jahr 2000 an der Universität Ulm folgte Prof. Zagst im Jahr 2001 einem Ruf an die Technische Universität München als Professor für Finanzmathematik und ist dort Direktor des Zentrums Mathematik und Leiter des Lehrstuhls für Finanzmathematik. Im Jahr 2003 wurde Prof. Zagst zum Zweitmitglied der Fakultät für Wirtschaftswissenschaften ernannt. Seit 2004 ist er Stv. Vorsitzender des gemeinsamen Elitestudiengangs „Finance & Information Management“ der Universität Augsburg und der Technischen Universität München sowie Mitglied des Steering Committees des Münchner Chapters der Professional Risk Managers‘ International Association (PRMIA) und seit 2017 Vorstand der Ecuadorhilfe Stuttgart e.V. Der Schwerpunkt seiner Forschungstätigkeit liegt in den Bereichen Financial Engineering, Risk und Asset Management. Im Jahr 2007 wurde Prof. Zagst von der Zeitschrift Unicum Beruf mit dem Preis „Professor des Jahres 2007“ für sein Engagement um eine praxisnahe Ausbildung seiner Studenten ausgezeichnet.

RISIKO MANAGER

RISIKO MANAGER 01.2019
RISIKO MANAGER 02.2019
RISIKO MANAGER 03.2019
RISIKOMANAGER_04.2019
RISIKO MANAGER 05.2019
RISIKO MANAGER 06.2019
RISIKO MANAGER 01.2018
RISIKO MANAGER 02.2018
RISIKO MANAGER 03.2018
RISIKO MANAGER 04.2018
RISIKO MANAGER 05.2018
RISIKO MANAGER 06.2018
RISIKO MANAGER 07.2018
RISIKO MANAGER 08.2018
RISIKO MANAGER 09.2018
RISIKO MANAGER 10.2018
RISIKO MANAGER 01.2017
RISIKO MANAGER 02.2017
RISIKO MANAGER 03.2017
RISIKO MANAGER 04.2017
RISIKO MANAGER 05.2017
RISIKO MANAGER 06.2017
RISIKO MANAGER 07.2017
RISIKO MANAGER 08.2017
RISIKO MANAGER 09.2017
RISIKO MANAGER 10.2017
RISIKO MANAGER 01.2016
RISIKO MANAGER 02.2016
RISIKO MANAGER 03.2016
RISIKO MANAGER 04.2016
RISIKO MANAGER 05.2016
RISIKO MANAGER 06.2016
RISIKO MANAGER 07.2016
RISIKO MANAGER 08.2016
RISIKO MANAGER 09.2016
RISIKO MANAGER 10.2016
RISIKO MANAGER 01.2015
RISIKO MANAGER 02.2015
RISIKO MANAGER 03.2015
RISIKO MANAGER 04.2015
RISIKO MANAGER 05.2015
RISIKO MANAGER 06.2015
RISIKO MANAGER 07.2015
RISIKO MANAGER 08.2015
RISIKO MANAGER 09.2015
RISIKO MANAGER 10.2015
RISIKO MANAGER 11.2015
RISIKO MANAGER 12.2015
RISIKO MANAGER 13.2015
RISIKO MANAGER 15-16.2015
RISIKO MANAGER 17.2015
RISIKO MANAGER 18.2015
RISIKO MANAGER 19.2015
RISIKO MANAGER 20.2015
RISIKO MANAGER 21.2015
RISIKO MANAGER 22.2015
RISIKO MANAGER 23.2015
RISIKO MANAGER 24.2015
RISIKO MANAGER 25-26.2015
 

Copyright Risiko Manager © 2004-2017. All Rights Reserved.