Value At Risk-quantifizierung Unter Verwendung Von Hochfrequenzdaten: Empirische Analyse Am Beispiel Des Aktienkursrisikos (german Edition)

Value at Risk (VaR)-Konzepte haben einen ungeheuren Umbruch im Risikomanagement bewirkt. Sie basieren auf Erkenntnissen historischer Zeitreihen, die sich i.d.R. auf Intervalllängen von einem oder zehn Handelstagen stützen. Obwohl intuitiv davon ausgegangen werden kann, dass Daten mit kürzeren Intervalllängen mehr risikorelevante Informationen enthalten, sind solche Zeitreihen für die Risikoquantifizierung bislang kaum untersucht worden. Mark Neukomm gibt einen theoretischen und empirischen Einblick in die Thematik von Hochfrequenzdaten und stellt neue Wege und Aspekte einer optimierten Risikomessung vor. Dazu analysiert er spezifische und für die Risikomessung zentrale Eigenschaften von Aktienrenditen mit unterschiedlich hohen Frequenzen. Hieraus leitet er innovative VaR-Verfahren ab. Die gewonnenen Ergebnisse bieten die Basis für eine direkte Ausrichtung der Haltedauer an der tatsächlichen Liquidierbarkeit von Positionen oder Portfolios. Dies ist für eine integrierte Rendite-/Risikosteuerung von zentraler Bedeutung, wurde jedoch bislang in Theorie und Praxis im Sinne einer Standardisierung der Modelle nicht oder nur unzureichend problematisiert. Front Matter....Pages I-XXXI Einleitung....Pages 1-3 Ermittlung von Marktpreisrisiken unter besonderer Berücksichtigung von Hochfrequenzdaten....Pages 5-79 Empirische Analyse von Hochfrequenzdaten im Hinblick auf die Value at Risk-Berechnung....Pages 81-183 Berechnung und kritische Analyse von Value at Risk-Werten mit unterschiedlichen Intervalllängen....Pages 185-243 Back Matter....Pages 245-271 Mark Neukomm gibt einen theoretischen und empirischen Einblick in die Thematik von Hochfrequenzdaten und stellt neue Wege und Aspekte einer optimierten Risikomessung vor. Dazu analysiert er spezifische und fur die Risikomessung zentrale Eigenschaften von Aktienrenditen mit unterschiedlich hohen Frequenzen.