mat811 - Quantitative Risikoanalyse

mat811 - Quantitative Risikoanalyse

Originalfassung Englisch PDF Download
Modulbezeichnung Quantitative Risikoanalyse
Modulkürzel mat811
Kreditpunkte 6.0 KP
Workload 180 h
Einrichtungsverzeichnis Institut für Mathematik
Verwendbarkeit des Moduls
  • Master Mathematik (Master) > Mastermodule
Zuständige Personen
  • Christiansen, Marcus (Modulverantwortung)
  • May, Angelika (Modulverantwortung)
  • Ruckdeschel, Peter (Modulverantwortung)
Teilnahmevoraussetzungen
Kompetenzziele
  • Systematische Vertiefung der im Bachelorstudium erlangten Kenntnisse und Fähigkeiten zur Mathematik
  • Vernetzung des eigenen mathematischen Wissens durch Herstellung auch inhaltlich komplexer Bezüge zwischen den verschiedenen Bereichen der Mathematik
  • Kennenlernen ganzer Theorien und damit verbundene Beherrschung komplexer mathematischer Methoden und Techniken
  • Kennenlernen vertiefter Anwendungen der Mathematik, auch exemplarisch mit Projektcharakter
  • Beherrschen wichtiger Verfahren und Algorithmen
  • Abgrenzung zwischen dem spezifischen Teil einer Theorie und dem allgemeinen mathematischen Standard erkennen
  • Fähigkeit zur Anwendung durch Implementierung konkreter Probleme und durch Beherrschung der gängigen Software
  • Stärkung des mathematischen Urteilsvermögens und des akademischen Selbstvertrauens durch sowohl breite als auch vertiefte Kenntnis der Reinen und Angewandten Mathematik
  • Stochastische Risiken quantifizieren und mit Abhängigkeiten in den Daten umgehen können, Grundzüge des quantitativen Risikomanagements in Versicherungsunternehmen und Banken kennen und mathematisch einordnen können
  • Die Studierenden lernen ein- und mehrdimensionale Risikomodelle kennen und bewerten diese, u.a. vor dem Hintergrund der aktuellen Aufsichtsregimes Solvency und Basel.
  • Querverbindungen: mat805, mat806, mat826, mat850
Modulinhalte
Grundlagen der Risikomessung für Finanztitel und Schadenvariablen, Value-at-Risk, verteilungsbasierte Risikomaße für Einzelrisiken und Abhängigkeitsmodelle für Portfoliorisiken, Copulafamilien, semiparametrische Schätzverfahren
Literaturempfehlungen
M. AUER: Operationelles Risikomanagement bei Finanzinstituten. Risiken identifizieren, analysieren und steuern. Wiley‐VCH, Weinheim 2008.
M. BHATIA: An Introduction to Economic Capital. RISK Books, London 2009.
C. BLUHM, L. OVERBECK, C. WAGNER: Introduction to Credit Risk Modeling. 2nd ed., Chapman & Hall /CRC, Boca Raton, 2010.
P. CADONI: Internal Models and Solvency II. From Regulation to Implementation. RISK Books, London 2014.
A.S. CHERNOBAI, S.T. RACHEV, F.J. FABOZZI: Operational Risk. A Guide to Basel II Capital requirements, Models, and Analysis. Wiley, N.Y. 2007.
U. CHERUBINI, E. LUCIANO, W. VECCHIATO: Copula Methods in Finance. Wiley, Chichester 2004.
C. COTTIN, S. DÖHLER: Risikoanalyse. Modellierung, Beurteilung und Management von Risiken mit Praxisbeispielen. Vieweg+Teubner, Wiesbaden 2009.
R. DOFF: Risk Management for Insurers. Risk Control, Economic Capital and Solvency II. RISK Books, London 2007.
P. EMBRECHTS (ED.): Extremes and Integrated Risk Management. RISK Books, London 2000.
P. EMBRECHTS, C. KLÜPPELBERG, T. MIKOSCH: Modelling Extremal Events. Springer, Berlin 2001.
C. FRANZETTI: Operational Risk Modelling and Management. Chapman & Hall /CRC, Boca Raton, 2011.
G. HOFMANN (HRSG.): Basel III und MaRisk. Regulatorische Vorgaben, bankinterne Verfahren, Risikomanagement. Frankfurt School Verlag, Frankfurt 2011.
G. KOLLER: Risk Modeling for Determining Value and Decision Making. Chapman & Hall /CRC, Boca Raton, 2000.
S. KORYCIORZ: Sicherheitskapitalbestimmung und ‐ allokation in der Schadenversicherung. Eine risikotheoretische Analyse auf der Basis des Value‐at‐Risk und des Conditional Value‐at‐Risk. Verlag Versicherungs‐wirtschaft, Karlsruhe 2004.
S. KOTZ, S. NADARAJAH: Extreme Value Distributions. Theory and Applications. Imperial College Press, London, 2000.
M. KRIELE, J. WOLF: .Value‐Oriented Risk Management of Insurance Companies. Springer, Berlin 2014.
J.F. MAI, M. SCHERER: Simulating Copulas. Stochastic Models, Sampling Algorithms, and Applications. Imperial College Press, London 2012.
A.J. MCNEIL, R. FREY, P. EMBRECHTS: Quantitative Risk Management. Concepts ‐ Techniques ‐ Tools. Princeton University Press, Princeton 2005.
A. MEUCCI: Risk and Asset Allocation. Springer, N.Y. 2005.
R.B. NELSEN: An Introduction to Copulas. Springer, N.Y. 2006.
J. RANK (ED.): Copulas. From Theory to Application in Finance. RISK Books, London 2007.
R.D. REISS, M. THOMAS: Statistical Analysis of Extreme Values. With Applications to Insurance, Finance, Hydrology and Other Fields. Birkhäuser, Basel 2007.
C.P. ROBERT, G. CASELLA: Monte Carlo Statistical Methods. 2nd ed., Springer, N.Y. 2004.
Links
Unterrichtsprachen Deutsch, Englisch
Dauer in Semestern 1 Semester
Angebotsrhythmus Modul unregelmäßig
Aufnahmekapazität Modul unbegrenzt
Hinweise
Studienschwerpunkt: C
Modulart Wahlpflicht / Elective
Modullevel MM (Mastermodul / Master module)
Lehr-/Lernform Vorlesung + Übung
Vorkenntnisse Stochastik, Statistik
Lehrveranstaltungsform Kommentar SWS Angebotsrhythmus Workload Präsenz
Vorlesung 3 SoSe und WiSe 42
Übung 1 SoSe oder WiSe 14
Präsenzzeit Modul insgesamt 56 h
Prüfung Prüfungszeiten Prüfungsform
Gesamtmodul
nach Ende der Vorlesungszeit
Klausur oder mündliche Prüfung oder Fachpraktische Übung (KMÜ)

Nach oben