Approximationen erster Ordnung für operationelle Risiken unter Abhängigkeiten

Wir untersuchen das Problem der Modellierung und Quantifizierung des multivariaten operationellen Risikos. Basierend auf dem weit verbreiteten eindimensionalen Verlustverteilungs-Ansatz, entwickeln wir zunächst ein "Invarianzprinzip", dem jedes multivariate Modell genügen sollte. Unser Ansatz basiert auf dem neuen Konzept der Pareto- Lévy-Copula und erlaubt für das operationelle Risiko eine dynamische Betrachtungsweise zu jedem beliebigen zukünftigen Zeitpunkt. Dabei nutzen wir die Tatsache, dass operationelle Verlustdaten üblicherweise langschwänzig ("heavy tailed") sind und deshalb hervorragend durch das Konzept der multivariaten regulären Variation beschrieben werden können. Schließlich leiten wir für wichtige Beispiele der Pareto-Lévy-Copula und der Verlusthöhenverteilung analytische Approximationen für den operationellen Value-at-Risk her.     «

Wir untersuchen das Problem der Modellierung und Quantifizierung des multivariaten operationellen Risikos. Basierend auf dem weit verbreiteten eindimensionalen Verlustverteilungs-Ansatz, entwickeln wir zunächst ein "Invarianzprinzip", dem jedes multivariate Modell genügen sollte. Unser Ansatz basiert auf dem neuen Konzept der Pareto- Lévy-Copula und erlaubt für das operationelle Risiko eine dynamische Betrachtungsweise zu jedem beliebigen zukünftigen Zeitpunkt. Dabei nutzen wir die Tatsache...     »