Die Masterarbeit beschäftigt sich mit der Theorie der großen Abweichungen und deren Anwendbarkeit im Kreditportfoliomanagement. Von praktischer Bedeutung ist dies unter anderem bei der Risikosteuerung großer Kreditportfolios oder bei der Erfüllung regulatorischer Anforderungen aufgrund von Basel II. Die Arbeit stellt schnelle und verlässliche Methoden zur Berechnung von Value at Risk (VaR) und Conditional Value at Risk (CVaR) unter Verwendung der Theorie der großen Abweichungen vor. Spezieller Wert wird auf die Modellierung von Erlösquoten gelegt. Die Art der Modellierung reicht von deterministisch bis zu stochastischen Erlösquoten, mit einer Abhängigkeit vom allgemeinen Zustand der Gesamtwirtschaft. Zusätzlich werden noch rein zufällige Erlösquoten und ein Mark-to-Market Modell analysiert. Die Anwendbarkeit der Theorie der großen Abweichungen wird für alle Modelle gezeigt und die oben genannten Risikomaße werden berechnet. Anhand des Vergleichs der Ergebnisse der stochastischen und deterministischen Modellierung von Erlösquoten wird gezeigt, dass deren Modellierung entscheidend für die Risikosteuerung eines Kreditportfolios ist. Außerdem wird eine Portfoliooptimierung gemacht und optimale Portfolios im Hinblick auf VaR und CVaR unter realistischen Nebenbedingungen werden abgeleitet. Es zeigt sich, dass die Theorie der großen Abweichungen Monte Carlo (MC) Simulationen im Hinblick auf Rechengeschwindigkeit üöbertreffen ohne einen signifikanten Verlust an Genauigkeit.     «

Die Masterarbeit beschäftigt sich mit der Theorie der großen Abweichungen und deren Anwendbarkeit im Kreditportfoliomanagement. Von praktischer Bedeutung ist dies unter anderem bei der Risikosteuerung großer Kreditportfolios oder bei der Erfüllung regulatorischer Anforderungen aufgrund von Basel II. Die Arbeit stellt schnelle und verlässliche Methoden zur Berechnung von Value at Risk (VaR) und Conditional Value at Risk (CVaR) unter Verwendung der Theorie der großen Abweichungen vor. Spezieller W...     »

In this thesis, it is analyzed how Large Deviations (LD) techniques can be used for practical credit portfolio management. Applications include the internal risk management for a large credit portfolio, or the overall need to meet external requirements imposed by Basel II. For this purpose the thesis provides fast and reliable methods for the computation of Value at Risk (VaR) and Conditional Value at Risk (CVaR) in general factor models using LD. The thesis puts emphasis on the modelling of recovery rates (RR). The presented approaches reach from deterministic to random RRs, depending on the state of the economy. Furthermore, totally random RRs and a Mark-to-Market framework are scrutinized. The applicability of LD is shown and above mentioned risk measures are calculated. For the random RR results are compared to the case of deterministic RR, demonstrating the need of an adequate modelling of RRs. A portfolio optimization is performed and optimal portfolios with regard to either VaR or CVaR under portfolio constraints are derived, showing that LD techniques can outperform Monte Carlo (MC) simulations with regard to computational effort without a significant lack of accuracy.     «

In this thesis, it is analyzed how Large Deviations (LD) techniques can be used for practical credit portfolio management. Applications include the internal risk management for a large credit portfolio, or the overall need to meet external requirements imposed by Basel II. For this purpose the thesis provides fast and reliable methods for the computation of Value at Risk (VaR) and Conditional Value at Risk (CVaR) in general factor models using LD. The thesis puts emphasis on the modelling of rec...     »