Der Aufbau der Arbeit ist wie folgt zu beschreiben. Begonnen wird mit der Erklärung der Funktionsweise und Anwendung des Value-at-Risk im späterem Vergleich. Darauf folgen die Erläuterung der Begrifflichkeiten: Markt- und Liquiditätsrisiko, welche danach in Zusammenhang gebracht werden sollen. In Folge dessen wird die Implementierung in das eigentliche Value At Risk Modell vollzogen. Hierbei gilt es auch vorhandene Schwächen zu diskutieren und bereits genannte Kritikpunkte der Wissenschaft herauszuarbeiten und Lösungsansätze zu finden. Im anschließenden Kapitel geht es um die empirische Applikation, in der die herausgearbeiteten Ansätze angewandt und verglichen werden. Abschließend werden die Ergebnisse der vorangegangenen Applikation einem Backtesting unterzogen, aus dessen Resultaten sich die finalen Aussagen über die Implementierung bilden werden. Diese werden zum Schluss diskutiert und in einer Zusammenfassung dargestellt
Inhaltsverzeichnis
- Einleitung
- Value at Risk
- Definition
- Berechnung des Value at Risk
- Methoden
- Bestimmung der Volatilität mit EWMA
- Marktrisiko
- Liquiditätsrisiko
- Liquidity Adjusted Value at Risk
- Implementierung des Liquiditätsrisikos in den VaR Ansatz
- Disskusion
- Die Ermittlung von a der Geld/Brief Spannen Verteilung
- Probleme der Verteilung aufgrund von fat tails
- Überprüfung der Korrelationsannahme
- Erweiterung des Modells durch die Kovarianz
- Empirische Untersuchung
- Daten
- Berechnung
- Empirische Ergebnisse
- Backtesting
- Kupiecs POF-Test
- Ampel-Ansatz (traffic light approach)
- Christoffersons Independence-Test
- Joint-Test
- Backtesting Ergebnisse
- Zusammenfassung
Zielsetzung und Themenschwerpunkte
Diese Bachelorarbeit befasst sich mit dem Zusammenhang zwischen Markt- und Liquiditätsrisiken im Kontext von Value-at-Risk (VaR) Prognosen. Das Ziel dieser Arbeit ist es, die Auswirkungen von Liquiditätsrisiken auf die VaR-Berechnung zu untersuchen und einen modifizierten Ansatz zur Integration von Liquiditätsrisiken in das VaR-Modell zu entwickeln.
- Definition und Berechnung von Value at Risk (VaR)
- Analyse von Markt- und Liquiditätsrisiken im Kontext von VaR
- Entwicklung eines Liquiditätsbereinigten VaR-Modells
- Empirische Überprüfung des Modells anhand von Daten aus dem SDAX
- Bewertung der Ergebnisse des Backtestings
Zusammenfassung der Kapitel
Die Einleitung stellt den Hintergrund und die Motivation für die Arbeit vor. Kapitel 2 definiert den VaR, erläutert seine Berechnung und diskutiert verschiedene Methoden, insbesondere die Verwendung von exponentiell gewichteten gleitenden Durchschnitten (EWMA) zur Bestimmung der Volatilität. Kapitel 3 analysiert die Zusammenhänge zwischen Markt- und Liquiditätsrisiko. Es werden wichtige Aspekte des Liquiditätsrisikos und seine Integration in den VaR-Ansatz mithilfe von Liquidity Adjusted Value at Risk (LiqAdj-VaR) erörtert. Kapitel 4 diskutiert die Herausforderungen der Implementierung des Liquiditätsrisikos in den VaR-Ansatz, insbesondere die Ermittlung der Geld/Brief Spannen Verteilung. Kapitel 5 beleuchtet die empirische Untersuchung, die Daten, die Berechnungsmethoden und die empirischen Ergebnisse. Kapitel 5.1 konzentriert sich auf die Ergebnisse des Backtestings, einschließlich der Tests von Kupiec, Christoffersen und einem gemeinsamen Test.
Schlüsselwörter
Value at Risk (VaR), Liquiditätsrisiko, Liquidity Adjusted Value at Risk (LiqAdj-VaR), EWMA, Backtesting, Kupiec-Test, Christoffersen-Test, SDAX.
Häufig gestellte Fragen
Was ist der Value-at-Risk (VaR)?
Der Value-at-Risk ist ein statistisches Maß für das Verlustrisiko eines Portfolios, das angibt, welcher Verlust innerhalb eines Zeitraums mit einer bestimmten Wahrscheinlichkeit nicht überschritten wird.
Was ist ein Liquidity Adjusted Value at Risk (LiqAdj-VaR)?
Dies ist eine Erweiterung des Standard-VaR, die zusätzlich das Liquiditätsrisiko (z. B. weite Geld-Brief-Spannen) berücksichtigt, um realitätsnähere Risikoprognosen zu erhalten.
Was versteht man unter Backtesting?
Backtesting ist ein Verfahren zur Überprüfung der Genauigkeit von Risikomodellen, indem prognostizierte Werte mit den tatsächlich eingetretenen Verlusten der Vergangenheit verglichen werden.
Welche Rolle spielt die Volatilität bei der VaR-Berechnung?
Die Volatilität misst die Schwankungsbreite der Marktpreise. Zur Bestimmung wird in dieser Arbeit oft die EWMA-Methode (Exponentially Weighted Moving Average) genutzt.
Was sind "Fat Tails" in der Finanzmathematik?
Fat Tails bezeichnen die Eigenschaft von Verteilungen, bei denen extreme Ereignisse häufiger auftreten, als es eine Normalverteilung vermuten ließe, was ein Risiko für die VaR-Berechnung darstellt.
- Arbeit zitieren
- Florian Meyer (Autor:in), 2018, Die Zusammenhänge zwischen Markt- und Liquiditätsrisiken in dem Kontext der Value-at-Risk Prognosen, München, GRIN Verlag, https://www.grin.com/document/468090
