Das 1. Kapitel beschäftigt sich mit dem Begriff Risiko bzw. Risikomanagement in
Kreditinstituten. Es werden die Risikoarten spezifiziert und definiert und
insbesondere das Zinsänderungsrisiko aus der Sicht einer Bank näher beleuchtet.
Auch werden die Grundlagen der Wahrscheinlichkeitstheorie näher gebracht,
und Begriffe wie Erwartungswert, Standardabweichung und Korrelation erklärt. In
einem weiteren Schritt stellen wir dann die finanzmathematischen Methoden vor,
um das Risiko quantifizieren zu können. Schließlich werden dann Einzelrisiken,
basierend auf verschiedenen Zeiträumen der Zinsbindung, zu einer
Gesamtrisikomesszahl, dem Value-at-Risk aggregiert. Ertragsorie ntiertes Bankmanagement ist im Grunde auf Rentabilität aus. Da aber die
unternehmerischen Entscheidungen mit einer gewissen Unsicherheit getroffen
werden, sind die Gefahren einer Rentabilitätsverschlechterung zu berücksichtigen.
Deshalb muss Bankmanagement auch immer Risiko-Controlling beinhalten. Dies
wird auch von der Bankenaufsicht und dem Bankwesengesetz vorgeschrieben.
Grundsätzlich darf Risiko nur mit Blick auf die Risikotragfähigkeit und dem
Eigenkapital auf sich genommen werden.
1.1 Risikokategorien
Grundsätzlich soll in Erfolgs- oder Liquiditätsrisiken unterschieden werden.
Erfolgsrisiken mindern, sobald sie schlagend werden, den Erfolg einer Bank oder
führen sogar zum Verlust. Liquiditätsrisiko bedeutet vor allem, dass
Zahlungsströme in der Zukunft nicht ausreichend zur Sicherung der Liquidität
aufrechterhalten werden können. Des Weiteren wird eine Einteilung der Erfolgsrisiken in Gegenpartei- und
Marktrisiko vorgenommen:
Zu den Gegenparteirisiken zählt das Kredit (Ausfalls-) und das Kontrahentenrisiko.
Das Kreditrisiko ergibt sich aus dem Umstand, dass die Gegenpartei nicht
zahlungsfähig oder zahlungswillig ist. Dieses Risiko wird direkt durch die Bonität
des Kunden determiniert.
Im Unterschied zum Ausfallsrisiko im Kreditgeschäft beziehen sich beim
Kontrahentenrisiko die Risiken aus dem Handelsgeschäft nicht auf das Nominalvolumen.
Vielmehr ergibt sich die Höhe des Ausfallsrisikos grundsätzlich aus den
aktuellen Wiederbeschaffungskosten. Marktrisiko bedeutet dabei die Veränderung des Wertes des bilanziellen oder
außerbilanziellen Einzelgeschäfts bzw. der Gesamtunternehmung aufgrund von
Veränderungen der Marktpreise an den Währungs-, Zins-, Aktien- und Edelmetallmärkten
(Risiko / Chance der zukünftigen Ertragsminderung /-vermehrung). [...]
Inhaltsverzeichnis
1 Einleitung
1.1 Risikokategorien
2 Grundlegende Begriffe der Finanzmathematik
2.1 Barwertberechnung als Bewertungsansatz
3 Grundlegende Begriffe der Wahrscheinlichkeitstheorie
3.1 Bedingte Wahrscheinlichkeit und Unabhängigkeit
3.2 Erwartungswert und Varianz
3.3 Schiefe und Wölbung
3.4 Quantile
3.5 Kovarianz und Korrelation
3.6 Schätzer
4 Das Zinsänderungsrisiko
4.1 Analyse des Zinsänderungsrisikos
4.1.1 Ermittlung der Sensitivitätsparameter
4.1.2 Der Gapbarwert laut Zinsbindungsbilanz
4.1.3 Price Value of Basis Point (PVBP)
5 Value-at-Risk
5.1 Varianz-Kovarianz-Ansatz
5.2 Verknüpfung marktorientierter Sensitivitäts- und Risikoparameter
6 Empirische Untersuchung von Zerobonds
6.1 Daten
6.2 Interpretation
7 Stochastische Prozesse
7.1 Momente des stochastischen Prozesses
7.2 Transformation von Zeitreihen durch Filter
7.2.1 Gleitende Durchschnitte
7.2.2 Differenzenfilter
7.2.3 Back-Shift-Operator
8 Moving-Average-Prozesse
8.1 MA[1]-Prozess
8.2 MA[2]-Prozess
9 Autoregressive Prozesse
9.1 Schätzung der Parameter
9.2 AR[1]-Prozess
9.3 AR[2]-Prozess
10 Autoregressive-Moving-Average-Prozesse
10.1 ARMA[1,1]-Prozess
11 Autoregressive-Integrierte-Moving-Average-Prozesse
11.1 Schätzen und Testen
11.1.1 Vergabe einer allgemeinen Modellklasse
11.1.2 Identifikation eines speziellen Modells
11.1.3 Schätzung der Modellkoeffizienten
11.1.4 Prüfung der Adäquatheit
11.1.5 Prognose
12 Bewertung des Datensatzes mit ARIMA-Modellen
13 ARCH-Prozesse
13.1 Die Randverteilung von ARCH-Prozessen
13.2 Die Autokorrelationsfunktion
13.3 ARCH[1]-Prozess
13.4 Schätzen von ARCH[p]-Modellen
14 GARCH-Prozesse
14.1 GARCH[1,1]-Prozess
14.2 Die Randverteilung eines GARCH-Prozesses
14.3 Die Autokorrelationsfunktion quadrierter GARCH-Prozesse
14.4 Schätzen von GARCH-Modellen
14.5 Teststatistik
14.6 Prognose
14.7 E-GARCH
14.8 GARCH mit t-Verteilung
15 Multivariate GARCH-Prozesse
16 Auswertung mit GARCH-Modellen
16.1 VaR-Resümee
17 Einflussfaktoren und Volatilitäten
18 Fazit
Zielsetzung und Themenbereiche
Die Arbeit verfolgt das Ziel, das Zinsänderungsrisiko in Kreditinstituten mittels moderner statistischer Verfahren wie GARCH-Prozessen zu quantifizieren und zu prognostizieren, um die Risikosteuerung über das klassische Value-at-Risk-Modell hinaus zu verbessern.
- Quantifizierung des Zinsänderungsrisikos in Bankbilanzen
- Anwendung finanzmathematischer Methoden zur Risikoaggregation
- Zeitreihenanalyse mittels ARIMA- und GARCH-Prozessen
- Vergleich verschiedener Risikomodelle zur Bestimmung des Value-at-Risk
- Untersuchung von Einflussfaktoren auf die Volatilität
Auszug aus dem Buch
4.1 Analyse des Zinsänderungsrisikos
Die Hauptaufgabe der Zinsrisikomessung liegt darin, die negativen Abweichungen in Hinblick auf ihre Eintrittswahrscheinlichkeit zu analysieren. Das heißt, es soll die Wahrscheinlichkeitsverteilung der Marktzinsänderungen spezifiziert werden.
Im ersten Schritt bestimmt man die Schwankungen, auch Volatilitäten genannt, die sich durch die Ermittlung der Risikoparameter der jeweiligen Veränderungsraten von Marktzinsen ergeben. Mit diesen spezifischen Zinsvolatilitäten werden dann in einem zweiten Schritt die laufzeitspezifischen Zinsrisiken ermittelt. Im dritten Schritt soll dann unter Berücksichtigung der Korrelationen zwischen den laufzeitspezifischen Zinsänderungen ein Gesamtrisiko ermittelt werden.
Zusammenfassung der Kapitel
1 Einleitung: Dieses Kapitel definiert den Begriff Risiko und spezifiziert die verschiedenen Risikoarten, denen Kreditinstitute ausgesetzt sind.
2 Grundlegende Begriffe der Finanzmathematik: Hier werden die mathematischen Grundlagen für die Bewertung von Bankportfolien und Anleihen gelegt.
3 Grundlegende Begriffe der Wahrscheinlichkeitstheorie: Einführung in statistische Konzepte wie Erwartungswert, Varianz und Korrelation zur Quantifizierung von Unsicherheit.
4 Das Zinsänderungsrisiko: Detaillierte Betrachtung des Marktwertrisikos und der Methoden zu dessen Berechnung, wie z.B. dem Price Value of Basis Point.
5 Value-at-Risk: Definition und Berechnung des Value-at-Risk-Konzepts als Risikomaß für die bankenaufsichtliche Eigenkapitalunterlegung.
6 Empirische Untersuchung von Zerobonds: Anwendung der zuvor erlernten Konzepte auf reale Daten von Zerobonds unter Verwendung verschiedener Währungen.
7 Stochastische Prozesse: Einführung in die Modellierung zeitabhängiger stochastischer Prozesse.
8 Moving-Average-Prozesse: Darstellung von MA-Prozessen als Modell für Zeitreihen, die von vergangenen Schocks abhängen.
9 Autoregressive Prozesse: Erläuterung von AR-Prozessen, bei denen der aktuelle Wert von eigenen vergangenen Werten abhängt.
10 Autoregressive-Moving-Average-Prozesse: Zusammenführung von AR- und MA-Prozessen zu ARMA-Modellen.
11 Autoregressive-Integrierte-Moving-Average-Prozesse: Erweiterung der ARMA-Modelle um eine Integrationskomponente zur Trendeliminierung.
12 Bewertung des Datensatzes mit ARIMA-Modellen: Empirische Anwendung von ARIMA-Modellen auf die Zinsdaten zur Bewertung ihrer Prognosegüte.
13 ARCH-Prozesse: Einführung in Modelle mit bedingter Heteroskedastizität zur Abbildung volatiler Finanzmärkte.
14 GARCH-Prozesse: Verallgemeinerung der ARCH-Modelle zur flexibleren Modellierung von Volatilitätsclustern.
15 Multivariate GARCH-Prozesse: Erweiterung der GARCH-Modelle auf multivariate Zusammenhänge.
16 Auswertung mit GARCH-Modellen: Anwendung von GARCH- und EGARCH-Modellen auf die Daten und Vergleich der Prognoseergebnisse.
17 Einflussfaktoren und Volatilitäten: Analyse externer Faktoren wie Informationsflüsse und Handelsvolumina, die die Volatilität beeinflussen.
18 Fazit: Kritische Würdigung der Prognosemodelle und Ausblick auf zukünftige Entwicklungen im Risikomanagement.
Schlüsselwörter
Zinsänderungsrisiko, Value-at-Risk, Volatilität, Finanzmathematik, Zeitreihenanalyse, ARIMA, GARCH, ARCH, EGARCH, Risikomanagement, Statistik, Korrelation, Marktrisiko, Stochastische Prozesse, Kapitalmarktforschung.
Häufig gestellte Fragen
Worum geht es in dieser Diplomarbeit grundlegend?
Die Arbeit befasst sich mit der Analyse und Quantifizierung des Zinsänderungsrisikos in Kreditinstituten unter Verwendung verschiedener statistischer Prognosemodelle.
Welches sind die zentralen Themenfelder der Arbeit?
Die Schwerpunkte liegen auf der finanzmathematischen Bewertung von Zinsrisiken, der statistischen Zeitreihenanalyse und der Anwendung von GARCH-Modellen zur Volatilitätsprognose.
Was ist das primäre Ziel der Untersuchung?
Ziel ist es, bessere Vorhersagemodelle für Zinsänderungen zu finden, um das Risiko im Bankwesen präziser zu messen und somit die Eigenkapitalhinterlegung effizienter zu gestalten.
Welche wissenschaftlichen Methoden werden verwendet?
Es kommen finanzmathematische Barwertmodelle sowie stochastische Prozesse wie ARIMA, ARCH, GARCH und EGARCH zum Einsatz, die empirisch auf Marktdaten angewendet werden.
Was wird im Hauptteil der Arbeit behandelt?
Der Hauptteil gliedert sich in theoretische Grundlagen, die Anwendung von ARIMA-Modellen, die Implementierung von GARCH-Verfahren und eine abschließende Untersuchung externer Einflussfaktoren auf die Volatilität.
Welche Schlüsselwörter charakterisieren die Arbeit am besten?
Zinsänderungsrisiko, Value-at-Risk, GARCH-Modelle, Volatilität und Zeitreihenanalyse.
Warum ist das GARCH-Modell dem ARIMA-Modell bei der Volatilitätsprognose vorzuziehen?
GARCH-Modelle können heteroskedastische Effekte und Volatilitätscluster besser erfassen, da sie im Gegensatz zu einfachen Modellen keine konstante Volatilität unterstellen.
Welchen Einfluss hat der sogenannte "Leverage-Effekt" auf das EGARCH-Modell?
Der Leverage-Effekt berücksichtigt, dass negative Nachrichten (Kursverluste) die Volatilität stärker erhöhen als positive Nachrichten, was durch das EGARCH-Modell asymmetrisch modelliert wird.
- Quote paper
- Mario Plieschnig (Author), 2001, Das Zinsänderungsrisiko in Kreditinstituten, Munich, GRIN Verlag, https://www.grin.com/document/16796
