Simulationsmethoden zur Berechnung des Value at Risk: Historische Simulation und Monte-Carlo-Simulation PDF (Adobe DRM) download by Natalie Kulenko

Simulationsmethoden zur Berechnung des Value at Risk: Historische Simulation und Monte-Carlo-Simulation

GRIN Verlag
Publication date: January 2004
ISBN: 9783638286848
Digital Book format: PDF (Adobe DRM)

Buy PDF

List price:
$16.99
Our price:
$14.99

You save: $2.00 (12%)
GET THIS EBOOK
FOR FREE!
Join our Facebook sweepstake, share and
get 10 likes. Winners
get notified in 24H!
Der Wert eines Portfolios von Finanzanlagen wird durch verschiedene Risikofaktoren beeinflusst. Diese Risikofaktoren sind diverse Marktpreise wie Aktienkurse, Zinssätze, Wechselkurse etc. An den Wertänderungen des Portfolios, d.h. Gewinnen oder Verlusten, kann die Abhängigkeit von den Risiken gemessen werden. Ein verbreitetes Maß zur Messung der Marktrisiken ist der Value at Risk (VaR). Kurz gefasst mißt VaR den größtmöglichen Verlust aus einem Portfolio über eine Zeitperiode mit einer gegebenen Wahrscheinlichkeit. VaR ist ein monetäres Maß, das die verschiedenen Marktrisiken in eine Kennzahl komprimiert. Deswegen eignet sich der VaR dafür, den Informationsbedarf der Unternehmensleitung, der Aktionäre und Investoren zu decken. Der VaR wird aus einem Quantil einer Verteilung von Portfolio-Wertänderungen berechnet. Wenn die genaue Verteilung nicht bekannt ist, wird sie durch eine Häufigkeitsverteilung der simulierten Wertänderungen approximiert. Damit befassen sich Simulationsmodelle: historische Simulation, bei der die Wertänderungen aus den historischen Daten abgelesen werden, und Monte-Carlo-Simulation, die das Verhalten der Risikofaktoren durch die Erzeugung der zufälligen Preispfaden an Hand eines stochastischen Modells simuliert. Nach einer kurzen Definition und Beschreibung der Modelle zur Bestimmung des VaR werden in dieser Arbeit die Simulationsmodelle genauer untersucht. Es werden zwei Varianten der historischen Simulation, der Portfolio- und der Faktoransatz dargestellt und an einem Beispiel verdeutlicht. Weiter wird die Monte-Carlo-Simulation allgemein und an einem theoretischen und empirischen Beispiel der geometrischen Brownschen Bewegung betrachtet. Dabei werden auch Methoden der Generierung der Zufallszahlen dargestellt. Außerdem wird in der Arbeit auf die Vor- und Nachteile der beiden Modelle eingegangen. Studienarbeit aus dem Jahr 2002 im Fachbereich Statistik, Note: 1,0, Universität zu Köln (Wirtschaftswissenschaftliche Fakultät), Sprache: Deutsch.
Please sign in to review this product.
Format:
Devices:
Simulationsmethoden zur Berechnung des Value at Risk: Historische Simulation und Monte-Carlo-Simulation PDF (Adobe DRM) can be read on any device that can open PDF (Adobe DRM) files.

File Size:
455 Kb
Language:
GER
Copy From Text:
Disabled.
Printing:
Disabled.
Other books by Natalie Kulenko
Zur Strukturanalyse von bedingt heteroskedastischen Zeitreihen PDF (Adobe DRM) download by Natalie Kulenko
Zur Strukturanalyse von bedingt heteroskedastischen Zeitreihen
Natalie Kulenko
GRIN Verlag, January 2005
ISBN: 9783638392501
Format: PDF
List Price: $45.99 Our price: $43.99