Finanzrisikomanagement - Methoden zur Messung, Analyse und Steuerung finanzieller Risiken
von: Peter Albrecht, Markus Huggenberger
Schäffer-Poeschel Verlag, 2015
ISBN: 9783799269520
Sprache: Deutsch
605 Seiten, Download: 4408 KB
Format: PDF, auch als Online-Lesen
Mehr zum Inhalt
Finanzrisikomanagement - Methoden zur Messung, Analyse und Steuerung finanzieller Risiken
Vorwort | 6 | ||
Inhaltsverzeichnis | 8 | ||
Abbildungsverzeichnis | 18 | ||
Tabellenverzeichnis | 22 | ||
1 Einführung und Grundlagen | 24 | ||
1.1 Risiko | 24 | ||
1.1.1 Zum Begriff des Risikos | 24 | ||
1.1.2 Finanzrisiken | 25 | ||
1.1.3 Risikoquantifizierung: Ein erstes Beispiel | 27 | ||
1.2 Risikomanagement | 28 | ||
1.2.1 Zum Begriff des Risikomanagements | 28 | ||
1.2.2 Risikomanagement als Prozess | 30 | ||
1.2.3 Nutzenpotentiale des Risikomanagements | 32 | ||
1.3 Rechtliche Rahmenbedingungen des Risikomanagements | 33 | ||
1.3.1 Einführung | 33 | ||
1.3.2 Kapitalunterlegungsvorschriften imBankenbereich: Basel II | 34 | ||
1.3.2.1 Hintergründe | 34 | ||
1.3.2.2 Basel II | 35 | ||
1.3.2.3 Basel 2.5, Basel III und Basel 3.5 | 37 | ||
1.3.3 Kapitalunterlegungsvorschriften imVersicherungsbereich: Solvency II | 39 | ||
1.4 Grenzen eines quantitativen Risikomanagements | 42 | ||
1.5 Zum Aufbau des Buches | 45 | ||
2 Quantil-Risikomaße: Erste Grundlagen | 48 | ||
2.1 Einführung | 48 | ||
2.2 Risikomessung | 48 | ||
2.3 Quantile | 50 | ||
2.4 Value at Risk und Mean Value at Risk | 54 | ||
2.4.1 Definition des Value at Risk | 54 | ||
2.4.2 Interpretation des VaR als Risikokapital | 56 | ||
2.4.3 Beispiele für Verlustvariable | 56 | ||
2.4.4 Konzeption eines diskontierten Value at Risk | 57 | ||
2.4.5 Konzeptionen eines Rendite-Value at Risk | 59 | ||
2.4.6 Spezifikation des Sicherheitsniveaus | 61 | ||
2.4.7 Mean Value at Risk | 63 | ||
2.4.8 Grundlegende Berechnungsbeispiele | 65 | ||
2.4.8.1 Normalverteilung | 65 | ||
2.4.8.2 Lognormalverteilung | 66 | ||
2.4.8.3 Cornish/Fisher-Entwicklung | 68 | ||
2.5 Strukturierung von Risikokonzeptionen | 68 | ||
2.5.1 Typus I und Typus II | 68 | ||
2.5.2 Zweiseitige Risikomaße | 69 | ||
2.5.3 Shortfallrisikomaße | 70 | ||
2.5.4 Risikokapital im engeren und im weiteren Sinn | 72 | ||
2.5.5 Lageabhängige und lageunabhängige Risikomaße | 73 | ||
2.6 Ein grundlegendes Axiomensystem für Risikomaße: Artzner/Delbaen/Eber/Heath | 75 | ||
2.7 Eigenschaften des Value at Risk als Risikomaß | 80 | ||
2.8 Expected Shortfall und Conditional Value at Risk | 84 | ||
2.8.1 Verlustvariable: Der Expected Shortfall | 84 | ||
2.8.2 Erfolgsvariable: Der Tail Mean | 86 | ||
2.8.3 Verlustvariable: Der Conditional Value at Risk | 86 | ||
2.8.4 Repräsentation des CVaR im Falle von Erfolgsvariablen | 87 | ||
2.8.5 Rendite-Conditional Value at Risk | 88 | ||
2.8.6 Mean Expected Shortfall undMean Conditional Value at Risk | 89 | ||
2.8.7 Interpretation als Risikokapital | 90 | ||
2.8.8 Grundlegende Berechnungsbeispiele | 91 | ||
2.8.8.1 Normalverteilung | 91 | ||
2.8.8.2 Lognormalverteilung | 93 | ||
2.9 Eigenschaften der Risikomaße Expected Shortfall und Conditional Value at Risk | 94 | ||
2.10 Value at Risk oder Expected Shortfall? | 95 | ||
2.A Allgemeine Eigenschaften von Quantilen und Quantil-Risikomaßen | 98 | ||
2.A.1 Quantile | 98 | ||
2.A.2 Value at Risk | 103 | ||
2.A.3 Expected Shortfall und Conditional Value at Risk | 104 | ||
2.B Quantil-Risikomaße als Lösung eines Optimierungsproblems | 105 | ||
2.C Spektrale Risikomaße und Verzerrungs-Risikomaße | 108 | ||
2.D Das Axiomensystem von Rockafellar/Uryasev/Zabarankin | 116 | ||
2.E Weitere Resultate zur analytischen Bestimmung von Quantil-Risikomaßen | 118 | ||
2.E.1 Elliptische Verteilungen | 118 | ||
2.E.2 GH-Verteilung | 123 | ||
2.E.3 Logistische und log-logistische Verteilung | 124 | ||
2.E.4 Nullpunkt-Pareto-Verteilung | 124 | ||
2.E.5 Ausblick auf weitere Resultate | 125 | ||
Aufgabe 2.1: Quantile der Normalverteilung | 128 | ||
Aufgabe 2.2: VaR bei Pareto-Verteilung | 129 | ||
Aufgabe 2.3: VaR bei Fréchet-Verteilung | 129 | ||
Aufgabe 2.4: Transformation von Quantilen | 129 | ||
Aufgabe 2.5: Positive Homogenität | 129 | ||
Aufgabe 2.6: Monotonie von Risikomaßen | 129 | ||
Aufgabe 2.7: Komonotone Additivität des VaR* | 129 | ||
Aufgabe 2.8: CVaR für normalverteilte Verluste | 130 | ||
Aufgabe 2.9: CVaR für normalverteilteWertänderungen | 130 | ||
Aufgabe 2.10: CVaR für lognormalverteilte Verluste | 130 | ||
Aufgabe 2.11: CVaR für lognormalverteilteWertänderungen | 131 | ||
Aufgabe 2.12: Rendite-CVaR für normalverteilte Logrenditen | 131 | ||
Aufgabe 2.13: CVaR-Darstellungen* | 131 | ||
Aufgabe 2.14: CVaR und Erwartungswert* | 132 | ||
Aufgabe 2.15: CVaR und UPM* | 132 | ||
Aufgabe 2.16: Quantile als Minimierungsproblem* | 133 | ||
Aufgabe 2.17: Beziehung zwischen Expected Shortfall und TailMean* | 133 | ||
Aufgabe 2.18: SSDK und FSDK | 133 | ||
Aufgabe 2.19: FSDK und LI | 133 | ||
2.F Bestimmung von Quantil-Risikomaßen bei NormalMixtures | 125 | ||
2.G Cornish/Fisher-Approximationfür den Expected Shortfall | 127 | ||
3 Quantil-Risikomaße im Kontext von Finanzmarktzeitreihen | 134 | ||
3.1 Einführung | 134 | ||
3.2 Unbedingter VaR am Beispiel der geometrischen Brownschen Bewegung | 136 | ||
3.3 Exponentially Weighted Moving Average-Verfahren zur Volatilitätsprognose | 138 | ||
3.4 Bedingter VaR am Beispiel von GARCH-Prozessen | 141 | ||
3.4.1 Einführung | 141 | ||
3.4.2 Beispiel: AR(1)-GARCH(1,1)-Modell | 142 | ||
3.4.3 GARCH-Volatilitätsprognose | 144 | ||
3.5 VaR-Skalierung I: Zeitliche Skalierung | 145 | ||
3.6 Parametrische Schätzung von Quantil-Risikomaßen | 149 | ||
3.7 Nichtparametrische Schätzung von Quantil-Risikomaßen | 152 | ||
3.7.1 Stichprobenquantile und VaR-Schätzung | 152 | ||
3.7.2 Kernschätzer für Quantile | 156 | ||
3.7.3 Schätzung des Expected Shortfall | 158 | ||
3.8 Historische Simulation,Monte Carlo-Simulation und gefilterte Historische Simulation | 159 | ||
3.9 Ansätze der Extremwerttheorie zur Schätzung von Quantil-Risikomaßen | 162 | ||
3.9.1 Peaks over Threshold-Methode | 162 | ||
3.9.2 Hill-Schätzer | 167 | ||
3.10 VaR-Skalierung II: Skalierung des Signifikanzniveaus | 169 | ||
3.11 Backtesting I: Value at Risk | 170 | ||
3.11.1 Ausgangspunkte | 170 | ||
3.11.2 Test auf korrektes VaR-Niveau: Hit-Test | 172 | ||
3.11.3 Test auf Unabhängigkeit | 174 | ||
3.11.4 Simultaner Test auf Unabhängigkeit und korrektes VaR-Niveau | 175 | ||
3.11.5 Erweiterung der Informationsmenge | 176 | ||
3.11.6 Probleme der dargestellten Backtests | 176 | ||
3.11.7 Backtesting imGARCH-Fall | 176 | ||
3.12 Backtesting II: Expected Shortfall | 177 | ||
3.12.1 Ein Testverfahren | 177 | ||
3.12.2 Problematik von Backtests für den Expected Shortfall | 177 | ||
3.13 VaR und Modellrisiko | 179 | ||
3.14 Portfolios aus Finanztiteln: Multivariate Ansätze zur VaR-Bestimmung | 181 | ||
3.14.1 Multivariate geometrische Brownsche Bewegung | 181 | ||
3.14.2 Weitere multivariate Ansätze | 182 | ||
3.15 Value at Risk-Schätzer im Vergleich | 183 | ||
3.16 Fallstudien zu Kapitel 3: Schätzung von Quantil-Risikomaßen | 185 | ||
3.16.1 Schätzung von unbedingten Quantil-Risikomaßen | 186 | ||
3.16.2 Schätzung von bedingten Quantil-Risikomaßen | 193 | ||
3.A Geometrische Brownsche Bewegung | 200 | ||
3.A.1 Univariater Fall | 200 | ||
3.A.2 Multivariater Fall | 202 | ||
3.B Grundlagen der Extremwerttheorie | 204 | ||
3.B.1 Maximumeiner Stichprobe und Extremwertverteilungen | 204 | ||
3.B.2 Threshold-Überschreitungen | 207 | ||
3.B.3 Hill-Schätzer | 208 | ||
Aufgabe 3.1: Independence Test* | 210 | ||
Aufgabe 3.2: Conditional Coverage Test* | 210 | ||
4 Marktrisiken | 212 | ||
4.1 Einführung | 212 | ||
4.1.1 Erste Grundlagen | 212 | ||
4.1.2 Regulierung von Marktrisiken im Bankenbereich | 213 | ||
4.2 Ansätze einer VaR-Bestimmung | 215 | ||
4.2.1 Direkte Ansätze | 215 | ||
4.2.2 Risikofaktoransatz | 215 | ||
4.2.2.1 Mapping | 215 | ||
4.2.2.2 Direkte Anwendung des Risikofaktoransatzes | 216 | ||
4.2.2.3 Delta-Normal-Methode | 219 | ||
4.3 Delta-Normal-Methode für Einzeltitel | 219 | ||
4.3.1 Grundlagen der Delta-Normal-Approximation | 219 | ||
4.3.2 Erweiterung der Delta-Approximation um Zeiteffekte | 222 | ||
4.4 Delta-Normal-Methode für ausgewählte Finanzpositionen | 222 | ||
4.4.1 Aktien: Indexmodell | 222 | ||
4.4.2 Zinstitel | 223 | ||
4.4.2.1 Generelle Ausgangssituation | 223 | ||
4.4.2.2 Backup: Duration, Konvexität, Key Rate Duration | 224 | ||
4.4.2.3 Duration und VaR | 225 | ||
4.4.2.4 Key Rate-Duration und VaR | 227 | ||
4.4.2.5 Zerobondpreise als Risikofaktoren | 229 | ||
4.4.3 Forwards/Futures | 230 | ||
4.4.4 Optionspositionen | 231 | ||
4.4.5 Kombination mit Fremdwährungspositionen | 234 | ||
4.5 Delta-Gamma-Normal-Methode (univariater Fall) | 235 | ||
4.5.1 Delta-Gamma-Approximation | 235 | ||
4.5.2 Erweiterung der Delta-Gamma-Approximation um Zeiteffekte | 236 | ||
4.5.3 Delta-Gamma-Normal-Approximation: Ein Risikofaktor | 236 | ||
4.5.4 Delta-Gamma-Normal-Approximation: Der allgemeine Fall | 238 | ||
4.5.5 Optionspositionen und Delta-Gamma-Approximation | 239 | ||
4.6 Delta-(Gamma-)Normal-Methode: Portfoliopositionen | 239 | ||
4.6.1 Methodische Grundlagen | 239 | ||
4.6.2 Aktienportfolios | 242 | ||
4.6.3 Zinstitelportfolios | 243 | ||
4.6.4 Optionsportfolios | 243 | ||
4.6.5 Gemischte Portfolios | 244 | ||
Aufgabe 4.1: Delta-Normal-Approximation für Logrenditen* | 253 | ||
Aufgabe 4.2: VaR für Aktien: Zweifaktormodell | 253 | ||
Aufgabe 4.3: Key Rate-Duration | 254 | ||
Aufgabe 4.4: Zeitstetige Key Rate-Durationen | 254 | ||
Aufgabe 4.5: Delta-Approximation: Put | 254 | ||
Aufgabe 4.6: Delta-Exakt-Approximation: Put | 255 | ||
Aufgabe 4.7: Währungsrisiko | 255 | ||
Aufgabe 4.8: Aktienportfolios | 255 | ||
Aufgabe 4.9: Delta-Gamma-Approximation* | 256 | ||
5 Kreditrisiken I: Kreditrisikomodelle | 258 | ||
5.1 Einführung | 258 | ||
5.1.1 Ein Blick in die Empirie | 258 | ||
5.1.2 Modellierung von Kreditrisiken: Erste Grundlagen | 261 | ||
5.1.3 Problemstellungen und Anwendungsfelder des Kreditrisikomanagements | 264 | ||
5.1.4 Grundlegende Kategorien von Kreditrisikomodellen: Ein Überblick | 264 | ||
5.2 Statische Modellierung der Ausfallverteilung | 265 | ||
5.2.1 Grundlagen der Modellierung der Ausfallverteilung eines Kreditportfolios | 265 | ||
5.2.2 Latente Variablen – Defaultmodelle | 269 | ||
5.2.2.1 Das Basismodell | 269 | ||
5.2.2.2 Copula-Modell | 270 | ||
5.2.3 Faktor-Defaultmodelle | 271 | ||
5.2.3.1 Einführung | 271 | ||
5.2.3.2 Einfaktor-Defaultmodell | 272 | ||
5.2.3.3 Large Homogeneous Portfolio-Approximation und Granularitätsadjustierung | 275 | ||
5.2.3.4 Bestimmung der Portfolioverlustverteilung für endliche Portfolios | 278 | ||
5.2.3.5 Einfaktor-Defaultmodelle und Copulas | 281 | ||
5.2.3.6 Mehrfaktor-Defaultmodelle | 284 | ||
5.3 Unternehmenswertmodelle | 288 | ||
5.3.1 Einführung | 288 | ||
5.3.2 Einfirmenfall | 289 | ||
5.3.2.1 Das Basismodell von Merton (1974) | 289 | ||
5.3.2.2 Merton-Modell als Defaultmodell mit latenten Variablen | 296 | ||
5.3.2.3 Umrechnung der Equity-Dynamik in die Asset-Dynamik | 297 | ||
5.3.2.4 Probleme des Merton-Basismodells | 298 | ||
5.3.2.5 First Passage Time-Modell nach Zhou | 299 | ||
5.3.2.6 KMV-Modell | 300 | ||
5.3.3 Mehrfirmenfall | 302 | ||
5.3.3.1 Erweiterung des Basismodells von Merton | 302 | ||
5.3.3.2 First Passage Time-Modell von Zhou | 304 | ||
5.3.3.3 KMV-Modell | 305 | ||
5.4 Modellierung der Ausfallzeit | 306 | ||
5.4.1 Einführung | 306 | ||
5.4.2 Einfirmenfall | 307 | ||
5.4.2.1 Zählprozesse als Ausfallerzeuger | 307 | ||
5.4.2.2 Ausfallraten-Modelle | 311 | ||
5.4.3 Mehrfirmenfall | 314 | ||
5.4.3.1 Einführung | 314 | ||
5.4.3.2 Copula-Ansatz I: DasModell von Li | 315 | ||
5.4.3.3 Copula-Ansatz II: Multivariate Exponentialverteilung | 317 | ||
5.4.3.4 Dynamische Latente Variablen-Defaultmodelle und dynamische Einfaktor-Defaultmodelle | 319 | ||
5.5 Ratingbasierte Modelle | 323 | ||
5.5.1 Einführung | 323 | ||
5.5.2 Markovprozess-Ansatz | 323 | ||
5.5.3 Threshold-Modelle | 325 | ||
5.6 Industriemodelle | 326 | ||
5.6.1 Eine erste Übersicht | 326 | ||
5.6.2 Credit RiskC: Das Basismodell | 327 | ||
5.6.3 Credit Metrics | 329 | ||
5.6.3.1 Grundstruktur | 329 | ||
5.6.3.2 Analyse auf Finanztitelebene | 330 | ||
5.6.3.3 Analyse auf Portfolioebene: Default Mode | 335 | ||
5.6.3.4 Analyse auf Portfolioebene: Threshold-Modell | 337 | ||
5.7 Fallstudie zur statischen Modellierung der Ausfallverteilung | 339 | ||
5.A Ratingsysteme | 345 | ||
5.B Traditionelle statistisch-ökonometrische Verfahren zur Bestimmung von Ausfallwahrscheinlichkeiten | 347 | ||
5.C Ermittlung von Recovery Rates | 350 | ||
5.D Modellierung der Abhängigkeitsstruktur: Korrelation und Copula | 352 | ||
5.D.1 Einführung | 352 | ||
5.D.2 Korrelation | 353 | ||
5.D.3 Copulas | 355 | ||
5.E LHP-Approximation und Vasicek-Verteilung | 365 | ||
5.E.1 Homogenes Portfolio | 365 | ||
5.E.2 Inhomogenes Portfolio | 370 | ||
5.E.3 Grundlegende Eigenschaften der Vasicek-Verteilung | 373 | ||
Aufgabe 5.1: Basismodell I | 379 | ||
Aufgabe 5.2: Basismodell II | 379 | ||
Aufgabe 5.3: Einfaktor-Defaultmodell – Momente | 379 | ||
Aufgabe 5.4: Einfaktor-Defaultmodell – Rechenbeispiel | 379 | ||
Aufgabe 5.5: Credit-VaR Resultat Vasicek | 380 | ||
Aufgabe 5.6: Mehrfaktormodell – Assetkorrelationen * | 380 | ||
Aufgabe 5.7: Merton-Modell – Grundlagen | 381 | ||
Aufgabe 5.8: Merton-Modell – Ausfallwahrscheinlichkeit (1) | 381 | ||
Aufgabe 5.9: Merton-Modell – Ausfallwahrscheinlichkeit (2) * | 381 | ||
5.F Erweiterung des Credit RiskC-Basismodells | 377 | ||
6 Kreditrisiken II: Anwendungen | 384 | ||
6.1 Risikokapitalunterlegung: Regulatorische Ebene | 384 | ||
6.1.1 Modelltheoretische Grundlagen: Einfaktormodell | 384 | ||
6.1.2 Kapitalunterlegungsvorschriften nach Basel II | 384 | ||
6.2 Ausfallbedrohte Zinstitel | 388 | ||
6.2.1 Zinsstruktur von Unternehmensanleihen und Determinanten von Credit Spreads | 388 | ||
6.2.2 Bewertung ausfallbedrohter Zerobonds | 393 | ||
6.2.3 Bewertung ausfallbedrohter Kuponbonds | 396 | ||
6.2.4 Bewertung imMerton/KMV-Modell | 396 | ||
6.2.5 Bewertung in Intensitätsmodellen: Grundlagen | 397 | ||
6.3 Kreditverbriefungen und Kreditderivate | 400 | ||
6.3.1 Überblick | 400 | ||
6.3.2 Credit Default Swaps (CDS) | 401 | ||
6.3.2.1 Single Name-CDS: Grundlagen | 401 | ||
6.3.2.2 Single Name-CDS: Bewertung | 406 | ||
6.3.2.3 Index Credit Default Swaps | 411 | ||
6.3.3 Collateralized Debt Obligations (CDOs) | 414 | ||
6.3.3.1 Cashflow CDOs | 414 | ||
6.3.3.2 Synthetische CDOs | 416 | ||
6.3.3.3 Bewertung synthetischer CDOs 6.3.3.3.1 Allgemeine Grundlagen | 418 | ||
6.3.3.3.2 LHP-Approximation und CDO-Bewertung | 422 | ||
6.4 Prognose von Ausfallwahrscheinlichkeiten | 424 | ||
6.A Grundzüge der risikoneutralen Bewertung | 426 | ||
6.A.1 Fristigkeitsunabhängiger deterministischer Zins | 426 | ||
6.A.2 Stochastische Zinsintensität | 428 | ||
6.B Bewertung ausfallbedrohter Zerobonds: Der allgemeine Fall | 429 | ||
6.C Bewertung von Credit Default Swaps | 430 | ||
7 Versicherungsrisiken | 434 | ||
7.1 Einführung | 434 | ||
7.2 Das individuelle Modell der Risikotheorie | 435 | ||
7.2.1 Das risikotheoretische Basismodell | 435 | ||
7.2.2 Berücksichtigung der Schadenregulierung | 437 | ||
7.2.3 Einjähriges Risikoreservemodell | 438 | ||
7.2.4 Die fundamentale Steuerungsrestriktion | 439 | ||
7.2.5 Bestimmung der kollektiven Gesamtschadenverteilung | 441 | ||
7.2.6 Risikokapital: Merger of Risks und Ausgleich im Kollektiv | 442 | ||
7.2.7 Solvency II: Prämien- und Reserverisiko | 444 | ||
7.3 Das Basismodell der kollektiven Risikotheorie | 446 | ||
7.3.1 Vorbemerkung | 446 | ||
7.3.2 Ausgangspunkt der kollektiven Risikotheorie | 447 | ||
7.3.3 Der Schadenzahlprozess | 448 | ||
7.3.4 Die Schadenhöhe | 448 | ||
7.3.5 Der Gesamtschadenprozess | 449 | ||
7.3.6 Der Risikoreserveprozess | 450 | ||
7.4 Rückversicherung | 450 | ||
7.4.1 Grundlagen | 450 | ||
7.4.2 Solvency II: Rückversicherungsausfallrisiko | 451 | ||
7.5 Ausblick: Solvency II und Marktrisiken | 454 | ||
7.5.1 Vorbemerkung | 454 | ||
7.5.2 Aktienrisiko | 455 | ||
7.5.3 Zinsrisiko | 456 | ||
7.A Punkt- und Zählprozesse | 458 | ||
8 Operationelle Risiken | 464 | ||
8.1 Einführung | 464 | ||
8.2 Regulatorische Ebene:Solvabilitätsverordnung von 2006 | 464 | ||
8.3 Loss Distribution Approach: Univariater Fall | 468 | ||
8.4 Loss Distribution Approach: Multivariater Fall | 475 | ||
9 Risikokapitalbasierte Ergebnissteuerung und Kapitalallokation | 478 | ||
9.1 Grundlagen der risikokapitalbasierten Ergebnissteuerung | 478 | ||
9.2 Aggregation des Risikokapitals | 481 | ||
9.3 Risikokapitalbasierte Segmentsteuerung und Kapitalallokation | 482 | ||
9.4 Kapitalallokation: Formale Grundlagen | 485 | ||
9.5 Arten der Kapitalallokation | 488 | ||
9.5.1 Vollständige Kapitalallokation | 488 | ||
9.5.2 Vollständige Kapitalallokation bei homogenen Segmenten | 490 | ||
9.5.3 Inkrementelle Kapitalallokation | 491 | ||
9.5.4 Marginale Kapitalallokation | 492 | ||
9.6 Anforderungen an Kapitalallokationsfunktionen | 493 | ||
9.6.1 Grundlegende Anforderungen | 493 | ||
9.6.2 Das Axiomensystemvon Kalkbrener (2005) | 494 | ||
9.6.3 Das Axiomensystemvon Denault (2001) | 496 | ||
9.6.4 RORAC-Kompatibilität | 498 | ||
9.6.5 Kapitalallokation als Optimierungsproblem | 499 | ||
9.7 Prinzipien der Kapitalallokation | 499 | ||
9.7.1 Proportionale Allokation | 499 | ||
9.7.2 Kovarianzprinzip | 501 | ||
9.7.3 Conditional Value at Risk-Prinzip | 503 | ||
9.7.4 Euler-Prinzip | 504 | ||
9.7.4.1 Der Fall homogener Segmente | 504 | ||
9.7.4.2 Der allgemeine Fall | 507 | ||
9.7.5 Firmenwertbasierte Ansätze | 508 | ||
9.7.6 Spieltheoretische Ansätze | 508 | ||
9.7.7 Weitere Einflußgrößen auf die Kapitalallokation | 509 | ||
Aufgabe 9.1: Kovarianz- und CVaR-Prinzip | 515 | ||
Aufgabe 9.2: Euler-Prinzip für VaR und elliptische Verteilungen* | 516 | ||
10 Anhang I: Ausgewählte Verteilungen und Familien von Verteilungen | 518 | ||
10.1 Diskrete Verteilungen | 518 | ||
10.1.1 Bernoulli-Verteilung | 518 | ||
10.1.2 Binomialverteilung | 518 | ||
10.1.3 Poissonverteilung | 519 | ||
10.1.4 Negative Binomialverteilung | 519 | ||
10.1.5 Gemischte Poissonverteilung | 520 | ||
10.1.6 Vergleich der grundlegenden diskreten Verteilungen | 521 | ||
10.2 Univariate Normalverteilung | 523 | ||
10.3 Multivariate Normalverteilung | 525 | ||
10.4 Transformation der Normalverteilung I: Univariate Lognormalverteilung | 527 | ||
10.5 Multivariate Lognormalverteilung | 529 | ||
10.6 Transformation der Normalverteilung II: GH-Verteilung | 531 | ||
10.7 Endliche Mischungen von Normalverteilungen | 533 | ||
10.8 Chi-Quadrat-Verteilung | 536 | ||
10.9 Varianten der Gammaverteilung | 537 | ||
10.10 Weibull-Verteilung | 541 | ||
10.11 Varianten der Betaverteilung | 542 | ||
10.11.1 Betaverteilung 1. Art | 542 | ||
10.11.2 Betaverteilung 2. Art | 542 | ||
10.11.3 Verallgemeinerte Betaverteilung 2. Art | 543 | ||
10.12 Varianten der t -Verteilung (univariater Fall) | 543 | ||
10.13 Logarithmische t-Verteilung | 552 | ||
10.14 Varianten der multivariaten t-Verteilung | 552 | ||
10.15 Elliptische Verteilungen | 554 | ||
10.16 Varianten der Pareto-Verteilung | 556 | ||
10.17 Fréchet-Verteilung | 558 | ||
10.18 Varianten der logistischen Verteilung | 559 | ||
10.19 Varianten der Burr-Verteilung | 560 | ||
10.20 Modifizierte Champernowne-Verteilung | 561 | ||
10.21 Cauchy-Verteilung | 562 | ||
10.22 Stabile Verteilungen | 562 | ||
11 Anhang II: Aspekte der Gefährlichkeit von Verteilungen | 568 | ||
11.1 Einführende Anmerkungen | 568 | ||
11.2 Gefährlichkeit von Verteilungen | 568 | ||
11.3 Gefährlichkeitsordnungen | 573 | ||
Literaturverzeichnis | 576 | ||
Index | 596 |