Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Stochastische Grundlagen Kapitel lesen Erstes Kapitel lesen

2019 | OriginalPaper | Buchkapitel

3. Marktpreisrisiko

verfasst von : Rafael Weißbach

Erschienen in: Einführung in die Finanzstatistik

Verlag: Springer Berlin Heidelberg

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Zusammenfassung

Dass sich Zinsen, Aktien- und Wechselkurse auf den Märkten fast kontinuierlich und unerwartet ändern, schlägt sich in dem geänderten Wert von Finanzprodukten nieder. Positiv als Gewinn oder negativ als Verlust gesehen, diese Unsicherheit, das Marktpreisrisiko, soll in diesem Kapitel stochastisch modelliert werden. Eine Anwendung, nämlich das als Value-at-Risk bekannte Quantil der Wertänderungsverteilung kann die Grundlage von Portfoliosteuerung oder staatlicher Regulierung sein. Die Normalverteilung stellt den Ausgangspunkt der Modellierung dar. Ihre Parameter, insbesondere die Varianz, muss dann geschätzt werden. Der angewandte Charakter des Buches schlägt sich im praktisch typischen Design einer univariaten Zeitreihe wieder. Nicht nur die Zeitreihe sondern auch schon der Verlust, stellt, als Funktion der Zeit, einen stochastischen Prozess dar.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Produkte der Finanzmärkte
Nächstes Kapitel Kreditrisiko
Fußnoten
1
Wir können auch die Datenbasis anpassen und \(\beta \) in den Optionswert „absorbieren“ und dasselbe für den Aktienkurs annehmen, also die Kurse um den Trend des risikofreien Zinses bereinigen.
 
2
Dabei hat das Symbol nichts mit dem K für den Strike-Preis der Option zu tun.
 
3
Der Ansatz \(\varDelta K = K_1 - K_0= \eta _1 - \beta ^{-1} \eta _0\) führt zu einem anderen Ergebnis für \(K_1\). Trotzdem erscheint er zunächst sinnvoll, da \(\bar{\varDelta K}=\beta \eta _1 - \eta _0\). \(\bar{\varDelta K}\) ist aber nicht wohldefiniert, da z. B. nicht klar ist, wann der Wert des Bargeldes von \(\eta _0\) auf \(\beta ^{-1} \eta _0\) springt.
 
4
Bemerkung: Wir haben nicht \(\beta ^{-1}\eta _0\) auf dem Konto, da wir die Zinsen an den \(\eta _0\)-Leiher durchleiten.
 
5
Noch nicht dargestellt ist aber, dass die erste Veränderliche der Funktion, S, von der zweiten, t, implizit abhängt.
 
6
Kurze Wiederholung: Wenn dem nicht so wäre, würde Folgendes passieren. Fall 1: \(d V > r V d t\) (mehr Gewinn): Ein Arbitrageur würde Kapital zum Zins r aufnehmen und in das Portfolio investieren, er hätte einen risikolosen Gewinn. Fall 2: \(d V < r V d t\): Ein Arbitrageur würde das Portfolio (leer) verkaufen und die Einnahme in t in ein risikoloses Produkt mit Zins r stecken. In \(t+ d t\) könnte er dann den Käufer des Portfolios mit weniger entgelten, als er aus dem risikolosen Produkt bekommt.
 
7
Denn, wie in Abschn. 2.​1.​2 argumentiert, wollten wir in \(t^H\) einem Vertragspartner den Verkauf einer Aktie in T zum Preis von K garantieren, müssten wir diese in \(t^H\) für \(S_{t^H}\) kaufen und die Kosten dem diskontierten Wert von K gegenüberstellen.
 
8
Die Intervalle werden regulatorisch vorgegeben und sind grob in den Mindestanforderungen an das Risikomanagement formuliert.
 
9
Die Notation \(\varDelta \) ist insofern konsistent mit der in (1.​13), als dass \(t^H\) als \(t+1\) definiert werden könnte und bei täglichen Zeitschritten dem eintägigen Risikohorizont entspricht. Wie oben erwähnt, ist der Horizont zwar typisch, soll aber nicht ausschließlich gemeint sein. Der Index kann hier wie in Abschn. 3.1 entfallen, da nur zwei Zeitpunkte betrachtet werden.
 
10
In Abschn. 2.​2 steht das Subskript zur Unterscheidung in Klammern. Insofern ist die Notation hier die Vereinfachung von \(r_{(T-t_0),t^H}\).
 
11
Diese Prozeduren sind üblicherweise in mathematischer und statistischer Standardsoftware, wie z. B. Mathematika\(^{\circledR }\) und SAS\(^{\circledR }\), implementiert.
 
12
Für eine genauere Darstellung vom 05.01.1962 bis zum 04.03.2009 an den 11.950 Geschäftstagen siehe Abb. 1.1 in Weißbach et al. (2010).
 
Literatur
Aït-Sahalia, Y.: Maximum likelihood estimation of discretely sampled diffusions: a closed-form approximation approach. Econometrica 70, 223–262 (2002)MathSciNetCrossRef
Aït-Sahalia, Y., Jacod, J.: Testing for jumps in a discretely observed process. Ann. Stat. 37, 184–222 (2009)MathSciNetCrossRef
Basel Committee on Banking Supervision: International convergence of capital measurement and capital standards – A revised framework. Technical report, Bank for International Settlements, June (2004)
Black, F., Scholes, M.: The pricing of options and corporate liabilities. J. Polit. Econ. 81, 637–654 (1973)MathSciNetCrossRef
Bleymüller, J., Weißbach, R.: Statistik für Wirtschaftswissenschaftler, 17. Aufl. Vahlen, München (2015a)CrossRef
Bleymüller, J., Weißbach, R.: Statistische Formeln und Tabellen, 13. Aufl. Vahlen, München (2015b)CrossRef
Crack, T.F.: Basic Black-Scholes. Springer, New York (2004)
Dette, H., Weißbach, R.: A bootstrap test for the comparison of nonlinear time series. Comput. Stat. Data Anal. 52, 1339–1349 (2009)MathSciNetCrossRef
Duffie, D., Pan, J.: An overview of value at risk. J. Deriv. 4(3), 7–49 (1997)CrossRef
Elliott, R.J., Kopp, P.E.: Mathematics of Financial Markets. Springer, New York (1999)CrossRef
Glasserman, P.: Monte Carlo Methods in Financial Engineering. Springer, New York (2004)MATH
Goldberg, S.: Differenzengleichungen und ihre Anwendung in Wirtschaftswissenschaften. Psychologie und Soziologie. Oldenbourg, München (1968)MATH
Gouriéroux, C., Monfort, A.: Statistics and Econometric Models, Bd. 1. Cambridge University Press, Cambridge (1995a)
Greene, W.H.: Econometric Analysis, 6. Aufl. Pearson, New Jersey (2008)
Hamilton, J.D.: Time Series Analysis. Princeton University Press, New York (1994)MATH
Heijmans, R.D.H., Magnus, J.R.: Consistent maximum-likelihood estimation with dependent observations. J. Econometrics 32, 253–285 (1986a)MathSciNetCrossRef
Heijmans, R.D.H., Magnus, J.R.: Asymptotic normality of maximum-likelihood estimators obtained from normally distributed dependent observations. Econometric Theory 2, 374–412 (1986b)CrossRef
Hull, J.C.: Options, Futures, and other Derivatives, 9. Aufl. Pearson, Boston (2015)
Johnson, N.L., Kotz, S., Balakrishnan, N.: Continuous Univariate Distributions, Bd. 1. John Wiley & Sons, New York (1994)
Klein, R., Bawa, V.: The effect of estimation risk on optimal portfolio choice. J. Finance Econ. 3, 215–231 (1976)CrossRef
Kremer, A., Weißbach, R.: Consistent estimation for discretely observed Markov jump processes with an absorbing state. Stat. Pap. 54, 993–1007 (2013)MathSciNetCrossRef
Kremer, A., Weißbach, R.: Asymptotic normality for discretely observed Markov jump processes with an absorbing state. Stat. Probab. Lett. 904, 136–139 (2014)MathSciNetCrossRef
Krengel, U.: Einführung in die Wahrscheinlichkeitstheorie und Statistik. Vieweg, Braunschweig (1991)MATH
McNeil, A.J., Frey, R., Embrechts, P.: Quantitative Risk Management: Concepts, Techniques and Tools. Princeton University Press, New York (2005)MATH
Neftci, S.N.: An Introduction to the Mathematics of Financial Derivatives. Academic, London (2000)MATH
Robert, C.P.: The Bayesian Choice. Springer, New York (2001)
Rosenow, B., Weißbach, R.: Modelling correlations in credit portfolio risk. J. Risk Manage. Financ. Institutions 3, 16–30 (2009)
Shreve, S.E.: Stochastic Calculus for Finance I. Springer, New York (2005)
Theil, T.: Principles of Econometrics. Wiley, New York (1971)MATH
Weißbach, R., Poniatowski, W., Zimmermann, G.: The Yield of Constant Maturity 10-years US Treasury. In: Gregoriou, G.N., Pascalau, R. (Hrsg.) Nonlinear Financial Econometrics, S. 3–17. Palgrave, London (2010). (Notes: Stumbling Towards an Accurate Forecast)
Metadaten
Titel
Marktpreisrisiko
verfasst von
Rafael Weißbach
Copyright-Jahr
2019
Verlag
Springer Berlin Heidelberg
Buch
Einführung in die Finanzstatistik

Print ISBN: 978-3-662-57639-7

Electronic ISBN: 978-3-662-57640-3

Copyright-Jahr: 2019

DOI
https://doi.org/10.1007/978-3-662-57640-3_3