Fakultät Wirtschaftswissenschaften, Wirtschaftsinformatik und Wirtschaftsrecht Lehrstuhl für Finanz- und Bankmanagement Natalie Schmücker, M.Sc. Model Risk and Decision Making Natalie Schmücker, M. Sc. Lehrstuhl für Finanz- und Bankmanagement RiskGovernance 2015 1 Fakultät Wirtschaftswissenschaften, Wirtschaftsinformatik und Wirtschaftsrecht Lehrstuhl für Finanz- und Bankmanagement Realität Design Einsatz Implementierung Modellimplementierung Modellkonzeption Verifizierung Natalie Schmücker, M. Sc. Lehrstuhl für Finanz- und Bankmanagement RiskGovernance 2015 2 Fakultät Wirtschaftswissenschaften, Wirtschaftsinformatik und Wirtschaftsrecht Lehrstuhl für Finanz- und Bankmanagement Modelle setzen sich aus verschiedenen Ebenen zusammen Input / Daten Marktdaten, Faktoren, Preise Modelldesign Benutzer / Entwickler Methodik Parameter, Variablen, Annahmen (modellintern wie auch -extern) Verteilungsannahmen, Näherungsverfahren, Schätzer VaR Bestimmung Marktdaten Zinskurven / Spreadkurven Natalie Schmücker, M. Sc. Lehrstuhl für Finanz- und Bankmanagement MCSimulation RiskGovernance 2015 Bepreisung Derivate VaR P&L 3 Fakultät Wirtschaftswissenschaften, Wirtschaftsinformatik und Wirtschaftsrecht Lehrstuhl für Finanz- und Bankmanagement Modellrisiken „Modellrisiko bezeichnet jede Art von Risiko, das durch die Anwendung eines statistischen Modells induziert wird.“ Auf jeder Ebene des Modells können modellinduzierte Fehler und Missspezifikationen auftreten (auch bei der Aggregation der Ebenen!) Modellrisiken, die aus menschlichem Versagen resultieren, werden (weil nicht messbar) nicht berücksichtigt?! In der Literatur ist das Modellrisiko ein Teil des operationellen Risikos Natalie Schmücker, M. Sc. Lehrstuhl für Finanz- und Bankmanagement RiskGovernance 2015 4 Fakultät Wirtschaftswissenschaften, Wirtschaftsinformatik und Wirtschaftsrecht Lehrstuhl für Finanz- und Bankmanagement Ebene des Modells Art des Fehlers Änderung der Marktbedingungen/Marktdaten Umgang mit Ausreißern Input / Daten Unberücksichtigte/schlecht gewählte Risikofaktoren Falsche Klassifizierung/Identifikation des zugrundeliegenden Assets Fehler in den Variablen Modelldesign Fehlspezifikation des zugrundeliegenden stochastischen Prozesses Stichprobengröße Schätzfehler / Simulationsfehler Methodik Fehler in der analytischen Lösung Unberücksichtigte Überlegungen Benutzer / Entwickler Natalie Schmücker, M. Sc. Lehrstuhl für Finanz- und Bankmanagement Kalibrierung und Revision der geschätzten Parameter RiskGovernance 2015 5 Fakultät Wirtschaftswissenschaften, Wirtschaftsinformatik und Wirtschaftsrecht Lehrstuhl für Finanz- und Bankmanagement Messung des Modellrisikos I Performance Methode Messung des Fehlers Backtesting Differenz zwischen prognostizierten und realisierten Werten Benchmarking Differenz zwischen dem Modeloutput und vergleichbaren Preisen am Markt Anpassungstests Differenz zwischen geschätzten und realisierten Werten Konvergenztest Bei simulationsbasierten Modellen, der Fehler aus dem Konvergenzverhalten Stresstests Datenanalyse Differenz zwischen Modelloutput und gestresstem/verändertem Modell Stabilität Robustheit gegenüber makroökonomischer Parameter Natalie Schmücker, M. Sc. Lehrstuhl für Finanz- und Bankmanagement RiskGovernance 2015 6 Fakultät Wirtschaftswissenschaften, Wirtschaftsinformatik und Wirtschaftsrecht Lehrstuhl für Finanz- und Bankmanagement Messung des Modellrisikos II Die Messung des Modellrisikos auf verschiedenen Ebenen erfordert eine hohe Expertise und vielfältige Ressourcen Daher erfolgt in der Praxis eine erste Abschätzung auf Managementbasis Kategorisierung mittels einer Model Risk Scorecard erst danach werden kritische Ebenen genauer betrachtet Zentrale Frage: Welche Kenntnisse sind erforderlich, um die Model Risk Scorecard zu befüllen? Natalie Schmücker, M. Sc. Lehrstuhl für Finanz- und Bankmanagement RiskGovernance 2015 7 Fakultät Wirtschaftswissenschaften, Wirtschaftsinformatik und Wirtschaftsrecht Lehrstuhl für Finanz- und Bankmanagement Model Risk Scorecard Natalie Schmücker, M. Sc. Lehrstuhl für Finanz- und Bankmanagement RiskGovernance 2015 8 Fakultät Wirtschaftswissenschaften, Wirtschaftsinformatik und Wirtschaftsrecht Lehrstuhl für Finanz- und Bankmanagement Risk Governance Benutzer / Entwickler / Entscheider Entscheidung /Handlung Schulung /Weiterbildung / Profiling / Personalmanagement Verantwortung/ Compliance Identifikation / Verständnis Natalie Schmücker, M. Sc. Lehrstuhl für Finanz- und Bankmanagement Input / Daten RiskGovernance 2015 Modelldesign Methodik 9 Fakultät Wirtschaftswissenschaften, Wirtschaftsinformatik und Wirtschaftsrecht Lehrstuhl für Finanz- und Bankmanagement Literatur Barrieu, P. / Scandolo, G. (2013): Assessing Financial Model Risk Bertram, P. / Rösch, D. / Sibbertsen, P. (2012): Edition Risikomanagement 1.11 - Nutzen und Grenzen von Risikomodellen Bertram, P. / Sibbertsen, P. / Stahl, G. (2011): Modellrisiko = Spezifikation ⊕ Validierung, Diskussionspapier Glasserman, P. / Xu, X. (2012): Robust Risk Measurement and Model Risk Martin, M. R. W. / Quell, P. / Wehn, C.S. (2013): Modellrisiko und Validierung von Risikomodellen Meyer, C. / Quell, P. (2011): Risk Model Validation Luedtke, C. / Sibbertsen, P. / Stahl, G. (2008): Measuring model risk Sakuth, A. / Wang, F. (2012): Model Risk Natalie Schmücker, M. Sc. Lehrstuhl für Finanz- und Bankmanagement RiskGovernance 2015 10 Fakultät Wirtschaftswissenschaften, Wirtschaftsinformatik und Wirtschaftsrecht Lehrstuhl für Finanz- und Bankmanagement Vielen Dank für Ihre Aufmerksamkeit! Natalie Schmücker Lehrstuhl für Finanz- und Bankmanagement Hölderlinstraße 3 57076 Siegen Tel.: +49(0)271 - 740 4516 Universität Siegen Natalie Schmücker, M. Sc. Lehrstuhl für Finanz- und Bankmanagement [email protected] RiskGovernance 2015 11
© Copyright 2024 ExpyDoc
