Die Subprimekrise hat auf direkte Art und Weise verdeutlicht, wie wichtig ein funktionierendes und aktuelles Risikomanagement in Banken ist – und wie akut dieses in Zeiten der Subprimekrise versagt hat. Kein Risikomesssystem kann von ewiger Dauer und Gültigkeit sein. Derartige Verfahren unterliegen einem stetigen Wandel und müssen stets weiterentwickelt werden.
Ziel meiner Hausarbeit war es, den Value at Risk näher zu erläutern, in die wesentlichen Berechnungsmethoden einzusteigen und darzulegen, woran diese Systeme im Rahmen der Subprimekrise gescheitert sein könnten. Am Ende dieser Hausarbeit gehe ich darauf ein, welche Möglichkeiten es gäbe, die erkannten Probleme zu reduzieren.
Inhaltsverzeichnis
1. Einleitung
2. Begriffe und Definitionen
2.1. Risiko
2.2. Risikomanagement und –controlling
2.3. Value at Risk
3. Verfahren zur Berechnung des Value at Risk
3.1. Historische Simulation
3.2. Varianz-Kovarianz-Ansatz
3.3. Monte Carlo Simulation
4. Rückblick auf die Anfänge der Subprimekrise
5. Kritische Bewertung der Verfahren zur Berechnung des Value at Risk vor dem Hintergrund der Anfänge der Subprimekrise
6. Mögliche Änderungen in der Parametrisierung hinsichtlich der Bewertungsverfahren und Fazit
Zielsetzung & Themen
Die Arbeit untersucht die Eignung des Value at Risk (VaR) als Risikosteuerungsinstrument in Banken, insbesondere vor dem Hintergrund seines Versagens während der Subprimekrise, und evaluiert Möglichkeiten zur Optimierung der Risikomessung.
- Grundlagen des Risikomanagements und des Risikocontrollings
- Methodik der VaR-Berechnung (Historische Simulation, Varianz-Kovarianz, Monte Carlo)
- Analyse der Ursachen und des Verlaufs der Subprimekrise
- Kritische Bewertung der VaR-Parameter und ihrer Schwachstellen
- Diskussion über Alternativen und ergänzende Verfahren (Stresstests, Expected Shortfall)
Auszug aus dem Buch
3.3. Monte Carlo Simulation
Im Gegensatz zu den eben beschriebenen Berechnungsmodellen basiert die Monte Carlo Simulation nicht allein auf historischen Daten, sondern auf stochastischen Modellannahmen.
Die Berechnung des Value at Risk mittels der Monte Carlo Simulation teilt sich in mehrere Schritte auf.
1. Es werden Annahmen über die Verteilung der Wertveränderungen getroffen.
Im Gegensatz zu den Modellen, welche allein auf historischen Daten basieren, sind in diesem Fall zahlreiche stochastische Modelle anwendbar. Auf die nähere Erläuterung soll hier verzichtet werden.
2. Schätzung der Parameter
Zunächst muss klar abgegrenzt werden, welche Assets mit der Methode kalkuliert werden sollen, da die Wahl des Modells aufgrund der Vielzahl von Ausgestaltungen von Finanzmarktinstrumenten und den damit verbundenen Eigenarten sehr stark davon abhängt.
Da für die Bewertung von Risiken aus Finanzinstrumenten häufig Zinsstrukturmodelle verwandt werden, werden die Parameter aus den historisch beobachteten Wertveränderungen einer Nullkuponanleihe ermittelt. Letztendlich werden die Parameter an die sich aus den Preisen der Nullkuponanleihe ergebenden Zinsstrukturkurve angepasst.
Weitere Parameter, z.B. Korrelationen, werden geschätzt oder historisch ermittelt.
3. Ziehung von Zufallszahlen
Mit Hilfe eines Zufallszahlengenerators werden ausreichend viele, ggf. mehrere tausend Zufallszahlen gezogen. Die Umsetzung der Zahlenziehung ist zum Beispiel mit Microsoft Excel© möglich. Hierbei ist allerdings zu beachten, dass kein Programm in der Lage ist, völlig voneinander unabhängige Zufallszahlen zu ziehen. Vielmehr versteckt sich ein Algorithmus hinter jeder Ziehung. Aufgrund der Vielzahl der Ziehungen besteht hierbei allerdings keine Gefahr der Beeinflussung.
Zusammenfassung der Kapitel
1. Einleitung: Vorstellung der Relevanz eines funktionierenden Risikomanagements für Banken und Formulierung der Forschungsfrage hinsichtlich der Schwächen des Value at Risk während der Subprimekrise.
2. Begriffe und Definitionen: Klärung der Kernbegriffe Risiko, Risikomanagement/Controlling sowie der historischen Genese und Definition des Value at Risk.
3. Verfahren zur Berechnung des Value at Risk: Detaillierte Darstellung der drei Standardmethoden: Historische Simulation, Varianz-Kovarianz-Ansatz und Monte Carlo Simulation.
4. Rückblick auf die Anfänge der Subprimekrise: Analyse der Immobilienmarktentwicklung in den USA mittels des Case-Shiller-Index und Darstellung des Zusammenhangs zwischen steigenden Zinsen, Kreditausfällen und der Finanzmarktkrise.
5. Kritische Bewertung der Verfahren zur Berechnung des Value at Risk vor dem Hintergrund der Anfänge der Subprimekrise: Analyse der Sensitivität und Anfälligkeit der VaR-Parameter Konfidenzniveau, Haltedauer und Beobachtungshorizont in Krisenzeiten.
6. Mögliche Änderungen in der Parametrisierung hinsichtlich der Bewertungsverfahren und Fazit: Zusammenfassende Einschätzung der Eignung des VaR als Früherkennungssystem und Ausblick auf ergänzende Ansätze wie Stresstests und den Expected Shortfall.
Schlüsselwörter
Value at Risk, Risikomanagement, Risikocontrolling, Subprimekrise, Historische Simulation, Monte Carlo Simulation, Varianz-Kovarianz-Ansatz, Konfidenzniveau, Haltedauer, Beobachtungshorizont, Immobilienblase, Finanzmarktkrise, Stresstests, Expected Shortfall, Risikomessung.
Häufig gestellte Fragen
Worum geht es in dieser Arbeit grundsätzlich?
Die Arbeit untersucht die Effektivität des Value at Risk (VaR) als Risikosteuerungsinstrument für Banken und analysiert, warum dieses Instrument in der Subprimekrise versagt hat.
Was sind die zentralen Themenfelder?
Die zentralen Themen sind die mathematischen Berechnungsmethoden des VaR, die Auswirkungen der Subprimekrise auf Finanzmärkte und die kritische Auseinandersetzung mit Parametern zur Risikobewertung.
Was ist das primäre Ziel oder die Forschungsfrage?
Das Ziel ist es darzulegen, warum gängige Risikosysteme während der Subprimekrise gescheitert sind und welche Möglichkeiten existieren, um diese Probleme durch eine optimierte Risikosteuerung zu reduzieren.
Welche wissenschaftliche Methode wird verwendet?
Es wird eine deskriptive und analytische Methode verwendet, die auf der Erläuterung finanzmathematischer Berechnungsmodelle (VaR-Ansätze) und der empirischen Analyse von Marktdaten (Case-Shiller-Index, Leitzins) basiert.
Was wird im Hauptteil behandelt?
Im Hauptteil werden zunächst die Berechnungsmethoden des VaR erläutert, gefolgt von einer historischen Einordnung der Subprimekrise und einer kritischen Bewertung der Parameterwahl in turbulenten Marktphasen.
Welche Schlüsselwörter charakterisieren die Arbeit?
Die Arbeit ist durch Begriffe wie Value at Risk, Risikomanagement, Subprimekrise, Monte Carlo Simulation und Stresstests charakterisiert.
Warum wird der Varianz-Kovarianz-Ansatz vom Verfasser kritisch gesehen?
Aufgrund der Annahme einer Standardnormalverteilung der Risiken, welche in der Realität – besonders bei "Fat Tails" – nicht immer gegeben ist, empfiehlt der Verfasser nicht, das Risikocontrolling allein auf dieses Modell zu stützen.
Welche Rolle spielt die Haltedauer in Krisenzeiten?
Die Haltedauer gibt an, wie schnell eine Position glattgestellt werden kann; in Krisenzeiten führt illiquide Märkte dazu, dass eine zu kurz gewählte Haltedauer das Risiko massiv unterschätzen lässt.
Welches Verfahren hätte die Krise am ehesten erkennen können?
Der Verfasser schlussfolgert, dass die Monte Carlo Simulation am ehesten geeignet gewesen wäre, da sie nicht nur auf historischen Daten basiert, sondern eigene Szenarien generieren kann.
- Citar trabajo
- Christian Gudat (Autor), 2010, Der "Value at Risk" in Zeiten der Subprimekrise, Múnich, GRIN Verlag, https://www.grin.com/document/173359
