Mathematische Modellierung zur Ermittlung der kurz- und langfristigen Liquidittsrisiken in Kreditinstituten sowie Entwicklung eines geeigneten Frhwarnsystems

Diplomarbeit aus dem Jahr 2009 im Fachbereich Mathematik - Sonstiges, Note: 1,3, Ludwig-Maximilians-Universitt Mnchen (Mathematik - Lehrstuhl Finanzmathematik), Sprache: Deutsch, Anmerkungen: Diese Arbeit wurde in Zusammenarbeit mit der RC Banken Gruppe erstellt. , Abstract: Die Finanzkrise 2008 zeigte deutlich auf, dass sowohl von den Aufsichtsbehrden als auch von den Kreditinstituten die Signifikanz der Liquidittsrisiken mageblich unterschtzt wurden. In Folge dessen erarbeitete die Bundesanstalt fr Finanzdienstleistungsaufsicht eine Neufassung der Mindestanforderungen an das Risikomanagement, die im Mrz 2009 vorgelegt wurden und Weiterentwicklungen bezglich Liquidittsrisiken, Risikoaggregation und Stresstests beinhaltet. Damit Kreditinstitute die neuen Anforderungen erfllen knnen, arbeitet die RC Banken Gruppe an der Entwicklung eines Frhwarnsystems, mit dem Gefahren fr die Zahlungsfhigkeit eines Instituts, unter Verwendung von Stresstests, frhzeitig erkannt werden knnen. Der Prototyp dieses Systems wird in dieser Arbeit nher erlutert. Dabei handelt es sich um eine Software, die fr Experten auf dem Gebiet des Risikomanagements entwickelt wurde. Mittels des Systems sind Risikomanager
von Banken in der Lage die Liquidittsrisiken des betrachteten Kreditinstitutes zu quantifizieren. Die im Frhwarnsystem verwendeten Komponenten werden vor den Erklrungen zur Software ausfhrlich beschrieben, wobei dies bestimmte Verteilungen aus der Extremwerttheorie, die Peaks-over-Threshold Methode, die Liquidittsablaufbilanz und der Liquidity Value at Risk sind. Darber hinaus erfolgt die Denfinition des Liquidittsrisikos aus mehreren Betrachtungsweisen, ein Abschnitt ber die Maximum-Likelihood-Schtzung, Ausfhrungen zu den mathematischen Eigenschaften von Risikomaen sowie
Beschreibungen klassischer Risikokennziffern und der Kennzahlen zur Quantifizierung von Liquidittsrisiken. Die vorgestellten klassischen Kennziffern sind der Value at Risk und der Exp