Informationen anfordern

Professionelle Risikoprognose und -analyse von Wertpapierportfolios

Moderne Verfahren für die praktische Portfoliosteuerung

Übersicht

Die schmerzhaften Lehren aus der Finanzkrise haben offenbart, dass ein adäquates Risikomanagement heute unverzichtbar ist. Aus diesem Grund stehen Asset Manager, Investoren sowie deren Berater vor der Herausforderung, mit den neuesten Methoden für eine realitätsgerechte Prognose und Analyse von Risiken im Portfoliomanagement vertraut zu sein. Genau an diesem Punkt setzt das UHLENBRUCH Seminar an. Sie werden methodensicher und schaffen die notwendigen Voraussetzungen für ein modernes Risikomanagement in Ihrer Praxis.

Lernen Sie, wie Sie Risiken professionell prognostizieren und analysieren, wie Sie moderne Risikokennzahlen berechnen und interpretieren, wie Sie Backtests sinnvoll gestalten und welche Dienste sie leisten können. Damit die Vermittlung des theoretischen Know-hows keine "Trockenübung" wird, haben wir zahlreiche Fallstudien für Sie vorbereitet.

Inhalte

1. Seminartag

Fachliche Leitung: Prof. Dr. Thorsten Poddig / Prof. Dr. Armin Varmaz

Moderne Risikoanalyse im praktischen Portfoliomanagement

Marginale Analyse von Risiko, Ertrag und Risikoaversion

  • Theoretische Grundlagen einer marginalen Analyse von Portfoliokennzahlen
  • Bestimmung von marginalen Risikobeiträgen
  • Steuerung von Portfolios mit marginalen Risikobeiträgen
  • 'Umgekehrte' Portfoliooptimierung: Ermittlung impliziter Renditen
  • Bestimmung von impliziten Risikopräferenzen

PC-Fallstudie:
Umsetzung der Berechnung und Anwendung von marginalen Risikobeiträgen und impliziten Renditen

Risikoanalyse mit Monte-Carlo-Simulationen

  • Erweiterung historischer Simulationen mittels Bootstrapping: Ist der Erfolg einer Anlagestrategie "skill or luck"?
  • Monte-Carlo-Simulationen in der Risikoanalyse
  • Ermittlung von Rendite-Risiko-Profilen durch die Simulation
  • Einsatz von Faktormodellen und Hauptkomponentenanalyse in der Simulation
  • Durchführung einer Hauptkomponentenanalyse
  • Einsatz der Hauptkomponentenanalyse in der Simulation bei nicht normalverteilten Renditen im Multi-Asset-Fall

PC-Fallstudie:
Simulationsanwendung zur Risikoanalyse im konkreten Asset Allocation-Beispiel

Risikokennzahlen und Portfoliokonstruktion

  • Sensitivitätskennzahlen ggü. Risikokennzahlen im Portfoliomanagement
  • Nutzung von marginalen Risikobeiträgen bei der Portfoliokonstruktion
  • Berücksichtigung von Risikokennzahlen bei der Portfoliokonstruktion
  • Konstruktion von 'equally weighted risk contribution' (ERC) Portfolios

PC-Fallstudie:
Anwendung von Risikokennzahlen bei der praktischen Konstruktion von risikobudgetierten Portfolios

2. Seminartag

Fachliche Leitung: Prof. Dr. Thorsten Poddig / Prof. Dr. Armin Varmaz

Moderne Verfahren zur Risikoprognose und Backtesting

Moderne Risikoprognosen bei nicht normalverteilten Renditen: ARCH- und GARCH-Modellen

  • Operationalisierung des Risikos für die Risikomodellierung und -prognose
  • Wie lassen sich kurzfristige Renditeausschläge und Volatilitätsänderungen prognostizieren?
  • Gegenstand, Funktionsweise und Eigenschaften von ARCH- und GARCH-Modellen
  • Wie können ARCH- und GARCH-Modelle die Risikoprognose in der Praxis verbessern?
  • Prognose von Volatilitätsänderungen mit ARCH- und GARCH-Modellen
  • Weitere Varianten von ARCH- und GARCH-Modellen

PC-Fallstudie:
Modellierung und Prognose des Value-at-Risk mittels ARCH/GARCH-Modellen

Optimierung der Risikoprognose mit Quantilsregressionen

  • Was sind Quantilsregressionen?
  • Welchen zusätzlichen Erkenntnisgewinn bieten Quantilsregressionen im Rahmen der Risikoprognose und -analyse?
  • Was ist beim praktischen Einsatz von Quantilsregressionen zu beachten?
  • Risikoprognose für Stressszenarien: Anwendung eines faktorbasierten Ansatzes

PC-Fallstudie:
Modellierung und Prognose des Value-at-Risk mittels Quantilsregressionen

Backtesting von Anlagestrategien und Prognoseverfahren

  • Definition und Konstruktion von Backtesting
  • Ziele des Backtestings
  • Sensitivitätsanalysen im Rahmen von Backtesting
  • Statistische Validierung von Prognoseverfahren zur Messung des Marktrisikos im Rahmen von Backtesting

PC-Fallstudie:
Umsetzung von Backtesting und statistischen Validierungen anhand der quantilsbasierten VaR-Prognosen

Zielgruppe

Dieses UHLENBRUCH Seminar richtet sich besonders an institutionelle Anleger wie auch an Mitarbeiter von Kapitalanlagegesellschaften, Banken und Versicherungen, die im Fondsmanagement, Risikomanagement, Investment-Controlling und Treasury sowie in der Vermögensverwaltung und Kundenbetreuung tätig sind.

Referenten

Prof. Dr. Thorsten Poddig
Prof. Dr. Thorsten Poddig

Prof. Dr. Thorsten Poddig ist Inhaber des Lehrstuhls für Allgemeine Betriebswirtschaftslehre, insbes. Finanzwirtschaft an der Universität Bremen. Er studierte Wirtschaftswissenschaften und Informatik an den Universitäten Hamburg und Bremen. Seine Forschungsschwerpunkte liegen u.a. in der Anwendung moderner quantitativer Methoden zur Analyse, Modellierung und Prognose von Finanzmärkten. Ferner beschäftigt er sich mit realitätsgerechten Simulationen und der Weiterentwicklung von Investmentprozessen. Herr Prof. Dr. Poddig ist Autor des "Handbuch Kursprognose" (1999) sowie Mit-Autor der Lehrbücher "Statistik, Ökonometrie, Optimierung" (2008) und "Portfoliomanagement: Konzepte und Strategien" (2009).

Prof. Dr. Armin Varmaz
Prof. Dr. Armin Varmaz

Prof. Dr. Armin Varmaz ist Professor für Betriebswirtschaftslehre, insb. Internationales Finanzmanagement an der Hochschule Bremen. Er studierte Wirtschaftswissenschaften an der Universität Bremen und promovierte dort am Lehrstuhl für Finanzwirtschaft. Seine Forschungsschwerpunkte liegen im Bereich der empirischen Kapitalmarkt- und Rechnungswesenforschung sowie der nichtparametrischen Methoden zur Performancemessung. Herr Prof. Dr. Varmaz ist Mit-Autor und Mit-Herausgeber des Buches "Equity Valuation: Models from Leading Investment Banks" (2008).

Zurück zur Übersicht