Startseite
Podcasts
Fakultät für Mathematik, Informatik und Statistik - Digitale Hochschulschriften der LMU - Teil 01/02 Podcast
An Integrated System for Market Risk, Credit Risk and Portfolio Optimization Based on Heavy-Tailed Medols and Downside Risk Measures

An Integrated System for Market Risk, Credit Risk and Portfolio Optimization Based on Heavy-Tailed Medols and Downside Risk Measures

Fakultät für Mathematik, Informatik und Statistik - Digitale Hochschulschriften der LMU - Teil 01/02 vor 15 Jahren

0:00

Gängige Theorien der mathematischen Finanzwirtschaft wie zum
Beispiel der Mean-Variance-Ansatz zur Portfolio-Selektion oder
Modelle zur Bewertung von Wertpapieren basieren alle auf der
Annahme, dass Renditen im Zeitablauf unabhngig und identisch
verteilt sind und einer Normalverteilung folgen. Empirische
Untersuchungen liefern jedoch signifikante Hinweise dahingehend,
dass diese Annahme f¨ur wichtige Anlageklassen unzutreffend ist.
Stattdessen sindWertpapierrenditen zeitabh¨angige Volatilit¨aten,
Heavy Tails (schwere Verteilungsr¨ander), Tail Dependence
(Extremwertabh¨angigkeit) sowie Schiefe gekennzeichnet. Diese
Eigenschaften haben Auswirkungen sowohl auf die theoretische als
auch praktischeModellierung in der Finanzwirtschaft. Nach der
Pr¨asentation des theoretischen Hintergrundes spricht die Arbeit
die Modellierungsprobleme an, die sich aus diesen h¨aufig
beobachteten Ph¨anomenen ergeben. Speziell werden Fragen bez¨uglich
der Modellierung von Marktund Kreditrisiken volatiler M¨arkte
behandelt als auch Probleme bei der Portfolio-Optimierung unter
Verwendung alternativer Risikomae und Zielfunktionen. Fragen der
praktischen Implementierung wird dabei besondere Aufmerksamkeit
gewidmet.