Diese Masterarbeit untersucht den Einfluss verschiedener, in der Wissenschaft bekannter, Faktormodelle auf die Berechnung von Risikomaßen für die Verlustfunktion eines Kreditportfolios mit einer großen Anzahl an Schuldnern. Die Studie behandelt sowohl lineare Faktormodelle wie das Gaussian, das double t-student und das NIG Faktormodell als auch nicht-lineare Faktormodelle wie das stochastische Korrelations- und das simple t-student Faktormodell. Während der Finanzkrise konnte man die Notwendigkeit von umfangreicheren Faktormodellen als das Gaussian Faktormodell, die z.B. schwere Ränder und Tailabhängigkeit beinhalten, erkennen. In der Arbeit benutzen wir den zentralen Grenzwertsatz, um die Verlustfunktion bedingt auf den gemeinsamen Faktor zu approximieren. Die Implikationen dieser Modelle und insbesondere deren Abhängigkeitsstrukturen werden bei der Berechnung des Value at Risks und Expected Shortfalls untersucht. Zusätzlich wird die Efficient Frontier bei der Optimierung eines Portfolios von Unternehmenskrediten berechnet. Wir zeigen, dass das Gaussian Faktormodell insbesondere in einer Krise zu Portfolios mit einem falschen optimalen Risiko-Rendite Trade-Off führen kann, da es extreme Ereignisse nicht ausreichend erfasst.     «

Diese Masterarbeit untersucht den Einfluss verschiedener, in der Wissenschaft bekannter, Faktormodelle auf die Berechnung von Risikomaßen für die Verlustfunktion eines Kreditportfolios mit einer großen Anzahl an Schuldnern. Die Studie behandelt sowohl lineare Faktormodelle wie das Gaussian, das double t-student und das NIG Faktormodell als auch nicht-lineare Faktormodelle wie das stochastische Korrelations- und das simple t-student Faktormodell. Während der Finanzkrise konnte man die Notwendigke...     »