HD Finansiering. Copenhagen Business School. Afgangsprojekt forår Alternativer til VaR
|
|
- Edith Davidsen
- 8 år siden
- Visninger:
Transkript
1 HD Finansiering Copenhagen Business School Afgangsprojekt forår 2012 Alternativer til VaR Afleveringsdato: 14. maj 2012 Vejleder: Udarbejdet af: Robert Neumann Mie Birck Jensen
2 Indholdsfortegnelse 1 Indledning Problemformulering Afgrænsning Metode Investortyper og markedsrisiko Investortyper Markedsrisiko Risiko Delkonklusion VaR Modeller Varians-kovarians Historisk simulation Monte Carlo simulation Sammenligning af de tre metoder Kritik af VaR Stresstest Delkonklusion Backtestteori Backtest Unconditional Coverage Conditional coverage Alternativer til VaR Expected shortfall ES Drawdown Risk... 38
3 6.3 Delkonklusion Resultater Valg af datasæt - portefølje To datasæt Datasættets karakteristiska Test af data Beregning af VaR Backtest Beregning af ES Beregning af DD og MDD Beregning af DaR Beregning af CDaR Analyse af resultater Konklusion Bibliografi... 79
4 1 Indledning Finansielle institutioner, porteføljemanagere og den almene investor, har i dag mulighed for, at investere i en bred vifte af aktiver som aktier, obligationer, optioner, valuta, derivater m.m. Priserne på de forskellige aktiver kan ændre sig med stor hast, med store tab som følge af udviklingen, derfor er det i de flestes interesse, at få defineret den risiko porteføljen er udsat for og hvor meget den enkelte kan risikere at tabe på sin portefølje. Et nøgletal der fortæller noget om det mulige tab er Value-at-Risk (VaR). VaR er siden J.P. Morgans RiscMetrics blevet et af de mest populære risikomålingsværktøjer i den finansielle verden. Dette til trods for, at VaR også er et af de mest kritiserede nøgletal, da VaR kun fortæller noget om tabet til en vis grænse. Gennem de seneste årtier, er der dog kommet mange nye metoder til beregningen af VaR, og flere og flere finansielle institutioner anvender nøgletallet som en indikation af, hvad de kan risikere at tabe på porteføljen. Nogle finansielle institutioner er sågar underlagt regulatoriske krav til måling af VaR samt krav til, at deres VaR-modeller skal være så præcise som muligt. Er en model for upræcis, vil der være skærpede kapitalkrav til den finansielle virksomhed. VaR forbindes kun med risikostyring i finansielle institutioner, og det vil være ualmindeligt for den almene investor at anvende VaR som en del af den daglige porteføljestyring, men hvorfor egentlig det? Om man er privat investor eller en finansiel institution, vil formålet for begge som minimum være, at bevare egenkapitalen/formuen. Hvorfor risikostyring er lige så vigtig for den private investor. 1
5 2 Problemformulering På trods af at VaR betragtes som et acceptabelt risikostyringsværktøj, er metoden løbende blevet kritiseret for ikke at give et troværdigt billede af porteføljens risiko. Med udgangspunkt i kritikken af VaR, ønsker jeg med denne opgave at belyse følgende problemformulering: Hvilke alternativer er der til VaR og hvordan kan investor benytte disse? Til besvarelse af dette, vil VaR blive sammenlignet med mulige alternativer som Expected Shortfall og Drawdown Risk. Endvidere vil følgende underspørgsmål blive belyst: Hvilken opfattelse har de forskellige investortyper af risiko? Hvad er risiko, herunder markedsrisiko? Hvad er VaR og hvad går kritikken ud på? Hvilke alternativer er der til VaR? Hvilke fordele og ulemper er der ved de forskellige alternativer? Hvordan benyttes nøgletallene af forskellige investortyper? 2.1 Afgrænsning Da der findes en bred vifte af risikostyringsværktøjer, har jeg valgt alene at sammenligne VaR med Expected Shortfall og forskellige udgaver af Drawdown Risk, jeg vil derfor ikke komme ind på nøgletal som Sharpe Ratio, Calmar Ratio osv. Jeg vil igennem opgaven udelukkende fokusere på markedsrisiko og da jeg kun behandler en portefølje bestående af danske aktier, vil risikoen være kursudsving. Da jeg alene behandler risikoen for kurstab, vil jeg kun komme ind på finansielle institutioners overordnede tilgang til VaR. Der vil derfor ikke blive set på VaR på tværs af aktiver. Som led i en god VaR-model er at teste modellen for unormale markedsforhold, kaldet stresstests. Selvom stresstests er en vigtig del af risikostyringen, har jeg valgt kun at beskrive brugen af stresstest, hvorfor jeg ikke stresstester mine VaR-modeller. 2
6 2.2 Metode Jeg har valgt at bygge opgaven op som følger: Kapitel 1 og 2: indeholder opgavens indledning, problemformulering, afgrænsning og metode, hvilket danner grundlaget for selve opgaven. Kapitel 3: introducerer to investortyper, som løbende vil blive behandlet i opgaven. Endvidere behandles begrebet markedsrisiko, og hvordan man som investor kan minimere denne. Kapitlet vil afsluttes med en delkonklusion. Kapitel 4 til 6: er primært beskrivelse af teori. Jeg beskriver teorien bag de forskellige metoder at beregne VaR på. Endvidere vil jeg i kapitel 4 komme ind på fordele og ulemper ved de forskellige modeller, samt kritikken af VaR generelt. Jeg vil også her komme ind på backtestteori. Som det ses af problemformuleringen, ønsker jeg at finde alternative nøgletal til VaR. Jeg kommer derfor ind på teorien bag Expected Shortfall og forskellige udgaver af Drawdown Risk, samt hvordan investortyperne kan benytte sig af disse. Jeg vil efter hvert af kapitlerne sammenfatte hovedpointerne i delkonklusioner. Kapitel 7 og 8: er den empiriske del og analysedelen. I kapitel 7 vil jeg først komme ind på mit valg af data. Herefter vil undersøge mine datas karakteristika, således at jeg kan konkludere på dem. Herefter vil jeg beregne VaR samt alternativerne til VaR nævnt i kapitel 6. Kapitel 8 sammenfatter og analyserer resultaterne ud fra, hvordan investortyperne kan benytte sig af nøgletallene. Kapitel 9: er konklusionen på opgaven. 3
7 3 Investortyper og markedsrisiko Nærværende kapitel vil i første del sondre mellem to typer af investorer, den private investor og den finansielle institution. Dette er med henblik på i opgaven løbende at perspektivere de forskellige risikonøgletal til investortypen. Anden del af kapitlet vil kort beskrive definitionen af risiko, der er grundlæggende viden indenfor risikostyring. 3.1 Investortyper På ethvert marked, hvor der handles værdipapirer, findes der forskellige typer af investorer. Dette er ligeledes gældende for det danske marked. Investorernes erhvervsmæssige karakter spænder vidt, det være sig pensionskasser, investeringsforeninger samt private individuelle investorer. Den private investor dækker over den mindre investor som kun ejer ganske få værdipapirer til stor-investoren, der handler for flere millioner. Disse investorer investerer med hvert deres formål og efterspørger på baggrund heraf forskellige typer af rådgivning og ydelser. Forskellen skal bl.a. ses i lyset af den viden, erfaring, ekspertise og de lovmæssige reguleringer de pågældende investorer besidder/påvirkes af. Dette gør, at nogle investorer har behov for mere beskyttelse og oplysning end andre, idet de bevæger sig ind på et område, hvor manglende markedskendskab og viden hurtigt kan få fatale følger i form af betydelige økonomiske tab. Det betyder for andre, som finansielle institutioner, at der er lovmæssige krav til risikostyringen og offentliggørelse heraf. Når man skal definere den enkelte investors risiko, bør man tage højde for investors behov og syn på risikobegrebet. Der er forskel på opfattelsen af risiko. Fx vil en finansiel institution have en anden opfattelse i forhold til en privat investor, derfor er der også forskellige krav til de enkelte risikostyringsmodeller, hvad enten man er den ene investortype eller den anden. 4
8 Den finansielle institution Der er hovedsageligt tre årsager til, at der er behov for risikostyring i finansielle virksomheder: 1. optimering af virksomhedens finansielle performance 2. sikre sig mod uacceptable tab 3. overholdelse af lovkrav Virksomheden vil altid have en interesse i, som minimum, at bevare sin egenkapital. Udover dette gælder det for den enkelte virksomhed at have styr på, hvilke risici den er eksponeret overfor, således at virksomheden kan tage sine forbehold. Der er et behov, både hos erhvervsvirksomheder og finansielle virksomheder for at få skabt pålidelige opgørelsesmetoder til at håndtere virksomhedens finansielle risici, der kan håndtere det kæmpe udvalg af finansielle instrumenter, som kan anvendes i risikostyringen, hvor fokus går i retning af hurtig og præcis værdifastsættelse i forhold til markedsværdier. Endvidere er der et større ønske fra virksomhedens interessenter lige fra aktionærer, kunder, medarbejdere og offentlige myndigheder om at få identificeret de risici, som virksomhederne tager og sammenhængen med afkastet ved at løbe finansielle risici, således at der kommer fokus på den enkelte virksomheds vilje til at tage risici, og håndteringen af denne risiko. Hvor stor er virksomhedens risiko i forhold til afkastet? Den såkaldte Sharpe ratio 1 der beskæftiger sig med afkastet i forhold til volatiliteten er her en mulighed, og kan bruges som sammenligningsgrundlag dels mellem virksomheder, men også internt i finansielle virksomheder. Der er et behov i mange virksomheder for at reducere risikoen målt ved volatiliteten på en række af de risici som en erhvervsvirksomhed får ved at drive forretning, uanset om den ønsker det eller ej. De væsentlige risici ligger inden for hovedgrupper af valutaforhold, renteforhold, råvarer og aktier, altså markedsrisiko. En central pointe er ikke nødvendigvis at eliminere disse risici fuldt ud, men til et politisk og økonomisk forsvarligt risikoniveau, der fastlægges af den enkelte virksomheds bestyrelse. 1 Sharpe ratio udtrykker afkastet af en investering set i forhold til risikoen. Risikoen måles på værdipapirets historiske følsomhed. Sharpe ratio bruges ofte til at vurdere risikoen ved en investering. 5
9 Ikke nok med at virksomheden selv har en interesse i at identificere sine risici, er der også fra samfundets side en interesse i risikostyringen i de finansielle institutioner. I det kommende afsnit vil der være fokus på det lovgivningsmæssige i form af specielt Basel-lovgivningen, og hvilken indflydelse denne har på de danske finansielle virksomheder 2. Basel Basel komiteen er en del af Bank of International Settlements også kaldet BIS. BIS fungerer som bank for verdens centralbanker, og har hovedsageligt fokus på den overordnede pengepolitik samt det finansielle samarbejde landene imellem. Basel udarbejder og anbefaler standarder og retningslinjer for den finansielle sektor, hvorefter det er op til EU og de enkelte lande at implementere disse. Et af udfaldene vi har set herhjemme er kravet til bankernes solvens, som minimum skal være på 8%. Solvenskravet er betegnelsen for de finansielle virksomheders lovmæssige kapitalkrav. I et kreditinstitut skal basiskapitalen udgøre mindst 8% af instituttets risikovægtede poster. I 1996 kom der en tilføjelse til Basel I, hvor markedsrisikoen blev koblet på. Tilføjelsen betød, at kapitalkravet til den markedsrisiko som virksomheden besad, blev bestemt af virksomhedens åbne positioner i markedet. Denne tilføjelse tager udgangspunkt i VaR. Alt efter hvor præcist modellen beregner VaR, er der krav til kapitalen, mere om dette under Basel Traffic Light approach. Det vil sige at jo større risiko, banken påtager sig, jo større kapital skal der opretholdes for at iagttage solvens og økonomisk stabilitet 3. I 2004 kom Basel II. Den skulle stabilisere bankvæsnet ved at sikre, at bankerne har den fornødne kapitalreserve set i forhold til den risiko, banken er eksponeret overfor, som f.eks. risici som følge af investeringer og udlån. I publikationen fra Basel komiteens Basel II fremgår det, at der er mere eller mindre frie rammer til konstruktionen af den interne VaR-model. Baggrunden for valg af model skal dog være veldokumenteret. Det er tilladt at benytte sig af Varians-Kovarians-, Historisk Simulations- og Monte Carlo-metoden. 2 Jeg vil kort komme ind på Basel I og II i forbindelse med VaR. 3 Dette så man f.eks. med Amagerbanken, hvis krav til solvensen inden konkursen var på 9,9%, der skulle opretholdes senest den 6. februar
10 Den private investor Som nævnt kan den private investor både være den mindre investor, der ejer få værdipapirer til storinvestoren, der handler med flere millioner. Hovedsageligt er den private investors behov formueoptimering og som minimum formuebevaring. Der er dog også investorer, der ser investering i værdipapirer som at spille lotto. Lotto-investoren vil ikke blive behandlet yderligere. Når den private investor strikker sin portefølje sammen, skal der ikke tages hensyn til lovkrav (medmindre det er en pensionsordning), der skal ikke tages højde for aktionærer, og der skal ikke tages højde for evt. begrænsninger nedsat af andre. Som privat person tager man udgangspunkt i ens eget behov og når den enkelte private investor skal investere sin formue, tages der selvfølgelig også udgangspunkt i de risici, som den enkelte investor kan være udsat for. Dette er også individuelt alt efter investors behov og formål med investeringen. Nogle risici kan være: at det forventede afkast ikke er stort nok, såfremt ens investeringer bidrager til den samlede løbende indkomst usikkerhed forbundet med kursfald, såfremt formålet med investeringen er opsparing varighedsbegrebet, hvor lang tid tager det for porteføljen at indhente et evt. tab? Der er en tendens til, at privatpersoner ikke tager hele formuen med i betragtning, når de investerer. De kigger isoleret set på deres kontante formue, og ikke på den løbende indkomst, boligforhold, pension, gæld m.m. Investor skal se den samlede formue inkl. indkomsten som en portefølje og ikke alene værdipapirerne (Engsted, Larsen, & Møller, 2011). Den enkelte investor bør derfor være opmærksom på netop sin risikoprofil, således at vedkommende ikke løber en unødig risiko. Ved at se den samlede økonomi som en portefølje, vil det være nemmere for investor at finde ud af, hvor risikoavers vedkommende er. Hvis investor har stor friværdi i ejendommen, vedkommende har en tjenestemandspension og fast job, med en fast månedsløn, skal vedkommende ikke bruge for meget tid på at investere kr , da de kr. reelt kun udgør en mindre del af den samlede formue. Bor investor til leje, har en provisionsløn og en egenbetalt pensionsopsparing, skal der bruges noget mere tid på diversificeringen af investeringerne, da selv et mindre tab hurtigt vil skabe f.eks. en dårligere pensionstilværelse. 7
11 Risikostyring for den private investor, der ikke er en professionel dealer, vil være en søgen efter informationer på den enkelte investeringsmulighed. Denne information bør være så eksakt at der skabes tillid til den enkelte porteføljemanager, investeringsforening osv. 3.2 Markedsrisiko Jeg vil nu kort behandle, hvad der ligger i begrebet risiko, herefter defineres risiko i porteføljeteorien med fokus på diversifikation. Endvidere behandles kort den grundlæggende statistiske teori bag nogle af VaR-modellerne, nemlig normalfordelingen Risiko Det eneste konstante, er forandring 4 Forandringer er egentlig grundstenen i samfundet. Uden forandringer ville der ikke være grundlag for innovationer, der i sidste ende er medvirkende til forbedringer af levestandarden, hvilket også gælder på organisationsniveau. Hvis en virksomhed ikke udvikler og ændrer sig med tiden, vil risikoen være fiasko. Ændringer er derfor forbundet med risiko. En virksomheds eksistens er baseret på ideer, der omsættes til handlinger via en vision, mission og en strategi. Handlinger, som følge af den valgte strategi, kan herefter nedbrydes i det uendelige, hvor hver enkel handling er forbundet med usikkerhed. Men hvordan får man struktureret alle disse usikkerheder? Praktiske værktøjer til at håndtere usikkerheder har eksisteret i mange år. Virksomhederne har systemer, som specifikt er konstrueret til at behandle udvalgte data, der opfanger og behandler usikkerhed, og som herefter kan betragtes som risiko. Når der identificeres risici, er det muligt at agere herefter ved aktivt at imødegå risiciene. Et værktøj til at måle markedsrisiko er blandt mange VaR. 4 Citat af den græske filosof Heraclitus. 8
12 Markedsrisiko Helt overordnet kan markedsrisiko opfattes som de usikkerheder, der er i forbindelse med den fremtidige prisudvikling for et finansielt aktiv. Markedsrisiko kan defineres som risiko for tab som følge af ugunstige bevægelser i markedspriserne. Tab kan fx opstå på grund af svingninger i renter eller aktiekurser. Typer af markedsrisiko: renterisiko aktiekursrisiko valutakursrisiko råvareprisrisiko Porteføljeteoriens risiko I enhver porteføljeovervejelse består den væsentligste opgave i at maksimere det forventede afkast for en given risiko eller alternativt at minimere risikoen for et givet forventet afkast. Som udgangspunkt er alle investeringsaktiver mere eller mindre risikofyldte, jo mere risiko 5, des højere risikopræmie vil investor alt andet lige kræve. I søgen efter svar på at finde den optimale porteføljesammensætning anvendes historiske data på de mulige investeringer, for at kunne beregne statistiske nøgletal som forventet værdi, standardafvigelse, kovarians og korrelation Kovarians og korrelation En porteføljes varians er udtryk for en porteføljes risiko og udregnes som aktivernes vægtede varianser plus deres samvariation udtrykt ved kovariansen. Kovariansen mellem aktiv i og aktiv j er givet ved: Hvor: = afkast for aktiv i ( j ) på tidspunkt t = forventet afkast for aktiv i ( j ) 5 Usystematisk risiko 9
13 Kovariansen er et udtryk for, i hvor høj grad aktiverne varierer ens og i samme retning. En positiv kovarians betyder, at de to aktiver bevæger sig i samme retning, og jo større den positive værdi er, jo større samvariation. Ligeledes kan en negativ kovarians udtrykke, at aktiverne, til en vis grad, bevæger sig modsat hinanden. Kovariansen mellem aktiv i og aktiv j kan også beregnes ved: Hvor: = korrelationen mellem aktiv i og j Denne metode vil blive benyttet i det senere beregninger. Korrelationen mellem aktiv i og j kan beregnes ved at isolere i ovenstående formel: Korrelationen udtrykker samvariationen mellem aktiv i og j. Korrelation kan antage værdier mellem -1 og +1. Hvis betyder det at der er perfekt positiv samvariation, således at en stigning i afkastet på det ene aktiv tilsvarende afspejles i en stigning i afkastet på det andet aktiv. Omvendt vil en korrelation tæt på 0 angive at der historisk ikke har været nogen statistisk samvariation mellem de to aktiver. Hvor betyder at der er perfekt negativ samvariation. Den negative samvariation er essentiel for porteføljer, da den skaber diversifikationsgevinster Diversifikation I moderne porteføljeteori er målet med diversifikation at reducere risikoen målt ved standardafvigelsen eller kursudsvingene i afkastet for hele porteføljen. Standardafvigelsen er en funktion af vægtning af de enkelte aktier, disses udsving, samt hvorledes de er korreleret (Petersen, 2010). At diversificere betyder spredning af sine investeringer over flere forskellige værdipapirer for at sprede sine risici. Ved diversifikation skal systematisk og usystematisk risiko først defineres. 10
14 Systematisk risiko følger den generelle usikkerhed i økonomien, fx inflation, økonomisk politik bl.a. Den systematiske risiko kan ikke diversificeres bort, idet den påvirker porteføljens aktiver ens, uanset, hvor mange aktiver, der investeres i. Den usystematiske risiko er specifik for det enkelte investeringsaktiv, fx udbyttepolitik, dårlig ledelse, produktionsudvikling osv. og denne type risiko er den, der er mest spændende, når man taler risk management. Det er den risiko, der bærer præg af virksomhedens handlinger, holdninger investeringer etc. For investor kan den usystematiske risiko diversificeres bort, se Figur 1, idet jo flere aktiver, der inkluderes i porteføljen, des mindre vil den samlede portefølje blive påvirket overfor det enkelte aktivs risiko. Det skal dog bemærkes, at en veldiversificeret portefølje ikke er ensbetydende med, at porteføljens risiko er lig med nul. Markedsrisikoen forbliver, da man ikke kan fjerne volatilitet og usikkerhed fra makroøkonomiske faktorer, der har indflydelse på alle aktier. Figur 1: Optimering med øget antal aktier (Petersen, 2010). 11
15 3.3 Delkonklusion Der sondres mellem to typer af investortyper, som er den private investor og den finansielle institution. Disse investortyper investerer med hvert deres formål og efterspørger på baggrund heraf forskellige typer af rådgivning, information og ydelser. Forskellen skal bl.a. ses i lyset af den viden, erfaring, ekspertise og lovmæssige reguleringer de pågældende investorer besidder/påvirkes af. Grundet disse forskelligheder, er der også forskelligt syn på risiko. Den finansielle institution benytter fx risikostyring til, at sikre sig mod uacceptable tab, overholdelse af lovkrav men også til at vise institutionens individuelle performance. Den private investor vil nærmere benytte risikostyring til at sikre et fremtidigt cashflow. For at dette kan lade sig gøre, søger den private investor pålidelige informationer omkring risici ved de forskellige investeringsaktiver. Helt grundlæggende kan risikoen i denne opgave defineres som kursudsving og dermed volatilitet. For begge investortyper gælder det om at diversificere sin portefølje, sådan at markedsrisikoen kan minimeres så meget som muligt. 4 VaR Jeg vil nu se nærmere på, hvad VaR er samt de tre mest benyttede metoder at beregne VaR på: 1. Historisk Simulation (ikke parametrisk) 2. Varians Kovarians (parametrisk) 3. Monte Carlo-simulation (parametrisk) Som led i brugen af VaR, er stresstests, hvilket jeg vil gennemgå i andel af kapitlet. Til sidst i kapitlet, vil jeg lave en kort sammenfatning af fordele og ulemper ved de forskellige metoder, og jeg vil runde af med en delkonklusion. 12
16 Hvad er VaR? VaR er absolut ikke en ny metode at analysere markedsrisiko på. VaR blev introduceret gennem J.P. Morgans RiskMetrics i 1994 ud fra et ønske om at kunne samle markedsrisiko på tværs af porteføljer i ét nøgletal. J.P. Morgan definerer risikomålet VaR som (Christensen, 2009): Value at Risk er det maksimale beløb man med en given sandsynlighed risikerer at tabe for en given periode. For at måle og arbejde med risikoen i VaR skal der estimeres en statistisk sandsynlighedsfordeling for afvigelsen i afkastet. Den nemmeste og mest benyttede fordeling er normalfordelingen. Normalfordelingen er klokkeformet og symmetrisk omkring middelværdien, den er statistiske sandsynlighedsfordeling, der beskriver de fleste populationer. Normalfordelingen har en middelværdi, μ, og en standardafvigelse, σ. Følger afkastene normalfordelingen, (Cuthbertson & Nitzsche, 2008):, er sandsynlighedsfunktionen givet ved Hvor: x = afkastet µ = middelværdien σ = standardafvigelsen Normalfordelingen passer tilnærmelsesvist på de fleste finansielle aktiver, og bliver ofte benyttet grundet de matematiske egenskaber. Der er dog afvigelser. En af dem kan være, hvor klokken er lidt fladere, og hvor halerne er federe end set ovenfor, hvilket oftest er tilfældet, når man har med en aktieportefølje at gøre. 13
17 I sådanne tilfælde vil VaR, udregnet på normalfordelingen, undervurdere mulige tab, da der vil ligge en større masse ude i halerne, end normalfordelingen antager. Her kan man via Expected Shortfall beregne evt. forventet tab i halerne. Dette vender jeg tilbage til senere i opgaven Tre parametre Til beregningen af VaR er der tre nødvendige parametre: 1. horisont 2. konfidensinterval 3. estimationsvindue Valg af horisont Der er primært to overvejelser at gøre sig i forbindelse med valg af horisont. For det første skal man altid vælge en horisont, inden for hvilken det er muligt at likvidere sin portefølje. Holder man fx en portefølje af aktiver, som på grund af illikviditet i markedet først kan afvikles efter 10 dage, så må man naturligvis som minimum benytte en sådan horisont. For det andet kan strategiske aftaler eller lignende kræve, at man ikke bare kan frasælge sine aktiver med det samme. Sådanne aftaler skal naturligvis også afspejles i valget af horisont 6. Banker kan have behov for at udregne flere forskellige horisonter. Har man først regnet 1-dags VaR, kan man ved brug af Root-T rule beregne fx 10-dages VaR (Cuthbertson & Nitzsche, 2008). For at benytte Root-T rule, skal afkastene være tilfældige, mere præcist skal de være iid identically and indepently distributed. Dette betyder, at afkastene skal være identisk fordelt samt være genereret tilfældigt fra en sandsynlighedsfordeling, der har en konstant middelværdi, µ, og varians,. Endvidere skal afkastene være uafhængige. Såfremt afkastene er iid, vil standardafvigelsen over T dage være givet ved: Den nye standardafvigelse benyttes herefter til beregningen af den nye VaR. 6 De danske banker der anvender VaR skal benytte en ihændehaverperiode på 10 dage (Lovtidende A, 2011). 14
18 Valg af konfidensinterval Når man skal vælge konfidensniveauet, skal man overveje et niveau, der giver mening for den enkelte portefølje. Man bør vælge et niveau, der viser tilpas store håndgribelige worst-case tabsbeløb, samtidig med at udfaldende forekommer ofte nok til at observere. Nogle mener, at et højt valg af konfidensniveau, som fx 99,9% er meget konservativt. Andre mener, til gengæld, at et for højt konfidensinterval skaber falsk tryghed. Med et for højt niveau vil VaR heller ikke være håndgribelig og vil virke mindre seriøs, da tabene meget sjældent vil forekomme. Fx vi forventer, at et tab af den størrelsesorden vil forekomme en gang hvert fjerde år. Finanstilsynet stiller krav til et konfidensniveau på 99%, for de større danske banker, der benytter sig af intern metode (Lovtidende A, 2011) Estimationsvindue Fælles for modellerne er også valget af estimationsvindue, altså hvor mange historiske observationer vi vil benytte til at estimere vores respektive fordelinger og modeller ud fra. Fordelen ved et kort estimationsvindue er klart, at man opnår en mere dynamisk model, hvor modellen reagerer hurtigere på ny information. I hvert fald i de modeller, som benytter historisk simulation. Dog risikerer man til gengæld, at der er for få observationer til at karakterisere den sande fordeling fuldt ud, hvis denne altså findes. Endvidere har det vist sig, at modeller med så kort hukommelse, som dem nævnt ovenfor, ikke i tilstrækkelig grad indeholder observationer til at beskrive den nedre hale i afkastfordelingen. Dermed opleves en markant underestimering af VaR. Ved at benytte f.eks. syv års historik medtages en hel konjunkturcyklus 7, hvilket alt andet lige skulle indeholde flere negative og positive scenarier, som specificerer afkastfordelingen bedre. For de store danske banker der benytter sig af interne modeller, skal de som minimum anvende en periode på mindst et år, medmindre en kortere observationsperiode er berettiget som følge af en betydelig forøgelse af prisvolatiliteten (Lovtidende A, 2011). 7 En konjuktur-cyklus angives i litteraturen tidsmæssigt ca. til 7 år. 15
19 Volatilitet og forecasting I det følgende vil forskellige metoder til estimering af volatiliteten kort blive gennemgået. I de senere beregninger antages standardafvigelsen at være konstant over tid. Til opbygningen af en VaR-model, indebærer estimationsprocessen, at man genererer forecastede standardafvigelser på porteføljens afkast. Såfremt man arbejder med stationære modeller som varians-kovarians, der er kendetegnet ved at have en konstant struktur mht. middelværdi og varians, ville forecastet være ligetil. I praksis, ses det dog meget sjældent, hvorfor der findes flere tilgange til håndteringen af tidsvarierende volatilitet. Moving Average - MA En simpel model er Moving Average, MA, der antager at den efterfølgende dags volatilitet er et glidende gennemsnit af tidligere kvadrerede afkast,, over n dage. MA er givet ved (Cuthbertson & Nitzsche, 2008): Ulempen ved MA er, at metoden vægter de historiske volatiliteter ens. Dette er dog som oftest ikke tilfældet ved finansielle tidsserier, der oftest har tendens til volatilitetsklumpning. Volatilitetsklumpning dækker over, at store afkastudsving typisk følges af store udsving, og små udsving følges af små, og på den måde grupperes høj- og lavvolatile perioder hver for sig. Det vil derfor være mest hensigtsmæssigt at vægte de nyeste observationer højere. Til dette benyttes EWMAog GARCH. Exponentially Weighted Moving Average - EWMA EWMA står for Exponentially Weighted Moving Average og bygger på at vægte nyere information højere end information længere tilbage i tiden. Dette gøres ved en antagelse om at volatiliteten udvikler sig eksponentielt over tid. EWMA er givet ved (Cuthbertson & Nitzsche, 2008): 16
20 Hvor: = det daglige afkast (med en middelværdi på 0) λ = vægte mellem 0 og 1, også kaldet decay-faktor Oftest benyttes λ = 0,94, hvilket betyder at afkastenes volatilitet falder eksponentielt, sådan at ældre afkast vil vægte med en mindre del 8. Ligesom MA, bygger EWMA på en antagelse om at variansen er konstant. Modellen angiver derfor den ubetingede varians i dataserien. Ved brug af EWMA til forecasting angives alene en konstant værdi, hvilket medfører samme problemstilling som nævnt ved MA, da variansen typisk varierer over tid. Generalized Autoregressive Conditional Heteroscedasticity - GARCH GARCH står for Generalized Autoregressive Conditional Heteroscedasticity. Conditional Heteroscedasticity betyder varierende betinget varians. Autoregressive betyder regression på sig selv og en proces siges at være autoregressiv, hvis der er en korrelation, som er forskellig fra nul mellem den nuværende markedssituation og historikken. Modellen forsøger at tage højde for problemerne med volatilitetsklumpning i finansielle afkastserier, og dermed fange den dynamiske natur i volatiliteten. Modellen adskiller sig samtidig ved, at kunne konstruere et forecast for næste periode, hvor de mere simple modeller har den begrænsning, at de kun angiver et konstant ubetinget estimat på fremtidig volatilitet. 8 Benyttes også i RiskMetrics. Nationalbanken anvender 0,97. 17
Hvor: D = forventet udbytte. k = afkastkrav. G = Vækstrate i udbytte
Dec 64 Dec 66 Dec 68 Dec 70 Dec 72 Dec 74 Dec 76 Dec 78 Dec 80 Dec 82 Dec 84 Dec 86 Dec 88 Dec 90 Dec 92 Dec 94 Dec 96 Dec 98 Dec 00 Dec 02 Dec 04 Dec 06 Dec 08 Dec 10 Dec 12 Dec 14 Er obligationer fortsat
Læs mereKursusindhold: Produkt og marked - matematiske og statistiske metoder. Monte Carlo
Kursusindhold: Produkt og marked - matematiske og statistiske metoder Rasmus Waagepetersen Institut for Matematiske Fag Aalborg Universitet Sandsynlighedsregning og lagerstyring Normalfordelingen og Monte
Læs mereKursusindhold: Produkt og marked - matematiske og statistiske metoder. Monte Carlo
Kursusindhold: Produkt og marked - matematiske og statistiske metoder Rasmus Waagepetersen Institut for Matematiske Fag Aalborg Universitet Sandsynlighedsregning og lagerstyring Normalfordelingen og Monte
Læs mereProdukt og marked - matematiske og statistiske metoder
Produkt og marked - matematiske og statistiske metoder Rasmus Waagepetersen Institut for Matematiske Fag Aalborg Universitet February 19, 2016 1/26 Kursusindhold: Sandsynlighedsregning og lagerstyring
Læs mereAnvendelse af Value-at-Risk som mål for Nationalbankens markedsrisiko
35 Anvendelse af Value-at-Risk som mål for Nationalbankens markedsrisiko Morten Malle Høyer, Kapitalmarkedsafdelingen INDLEDNING I løbet af de seneste 0 år er der sket en kolossal udvikling med hensyn
Læs mereRisikostyring i Danske Bank
Risikostyring i Danske Bank Præsentation til LD Invest - Markets Christopher Skak Nielsen Chef for Risiko Kapital 23. Marts, 2008 Risiko- og kapitalstyring i Danske Bank - med afsæt i risikorapporten 2008
Læs merePlanen idag. Fin1 (mandag 16/2 2009) 1
Planen idag Porteføljeteori; kapitel 9 Noterne Moralen: Diversificer! Algebra: Portefølje- og lineær. Nogenlunde konsistens med forventet nyttemaksimering Middelværdi/varians-analyse Fin1 (mandag 16/2
Læs mereNÅR DU INVESTERER SELV
NÅR DU INVESTERER SELV Her kan du læse om de muligheder, du har i Lægernes Pensionsbank, og de overvejelser, du skal gøre dig, hvis du selv vil investere din opsparing. 115/04 14.05.2013 I Lægernes Pensionsbank
Læs mereB L A N D E D E A F D E L I N G E R
BLANDEDE AFDELINGER Om Sparinvest Sparinvest er en investeringsforening, der blev etableret i 1968. Vi har specialiseret os i langsigtede investeringsprodukter og tilbyder både private og professionelle
Læs mereBilag A. Dexia-obligationen (2002/2007 Basis)
Bilag A Dexia-obligationen (2002/2007 Basis) Også kaldet A.P. Møller aktieindekseret obligation (A/S 1912 B). Dette værdipapir som i teorien handles på Københavns Fondsbørs (omend med meget lille omsætning)
Læs mereFUNDAMENTAL REVIEW OF THE TRADING BOOK - OVERBLIK OG BETYDNING
FUNDAMENTAL REVIEW OF THE TRADING BOOK - OVERBLIK OG BETYDNING A PUBLICATION BY FCG THE FINANCIAL COMPLIANCE GROUP December 2015 Made simple: Fundamental review of the trading book dækker over forskellige
Læs mereFå mere til dig selv med SaxoInvestor
Få mere til dig selv med SaxoInvestor Vi har gjort det enkelt for dig at vælge de bedste investeringer til din pensionsopsparing eller dine frie midler Fuldautomatisk porteføljepleje Test din risiko og
Læs mereStatistik vejledende læreplan og læringsmål, foråret 2015 SmartLearning
Side 1 af 6 Statistik vejledende læreplan og læringsmål, foråret 2015 SmartLearning Litteratur: Kenneth Hansen & Charlotte Koldsø: Statistik I økonomisk perspektiv, Hans Reitzels Forlag 2012, 2. udgave,
Læs mereAnalysestrategi. Lektion 7 slides kompileret 27. oktober 200315:24 p.1/17
nalysestrategi Vælg statistisk model. Estimere parametre i model. fx. lineær regression Udføre modelkontrol beskriver modellen data tilstrækkelig godt og er modellens antagelser opfyldte fx. vha. residualanalyse
Læs mereFå mere til dig selv med SaxoInvestor
Få mere til dig selv med SaxoInvestor Vi har gjort det enkelt for dig at vælge de bedste investeringer til din pensionsopsparing eller dine frie midler Fuldautomatisk porteføljepleje Test din risiko og
Læs mereFrøs Herreds Sparekasse
Frøs Herreds Sparekasse Risikorapport 30. juni 2012 Indholdsfortegnelse Indledning 3 Side Basiskapital 4 Solvenskrav og den tilstrækkelige kapital 5 Solvensbehov og solvenskrav 9 2 Indledning Oplysningerne
Læs mereVærktøjer og teknikker til at prioritere risici i internationale projekter: Sensivitetsanalyse og realoptioner.
Værktøjer og teknikker til at prioritere risici i internationale projekter: Sensivitetsanalyse og realoptioner. Kapitel 9 rioritizing Risk: Sensitivity Analysis and Real Options International roject Management
Læs mereI dag. Statistisk analyse af en enkelt stikprøve med kendt varians Sandsynlighedsregning og Statistik (SaSt) Eksempel: kobbertråd
I dag Statistisk analyse af en enkelt stikprøve med kendt varians Sandsynlighedsregning og Statistik SaSt) Helle Sørensen Først lidt om de sidste uger af SaSt. Derefter statistisk analyse af en enkelt
Læs mereIndhold. Indhold Indhold. Forord Symbolliste... 13
Indhold Indhold Forord... 11 Symbolliste... 13 Kapitel 1. Introduktion til finansiel risikostyring... 15 1.1 Hvad er risiko?... 15 1.2 Typer af risici... 16 1.2.1 Kreditrisiko... 16 1.2.2 Likviditetsrisiko...
Læs mereSPAREKASSEN DEN LILLE BIKUBE
SPAREKASSEN DEN LILLE BIKUBE Risikorapport i henhold til kapitaldækningsbekendtgørelsen. Offentliggørelsespolitik I henhold til kapitalbekendtgørelsens 60 bilag 20, er det sparekassen pålagt at offentliggøre
Læs mereB L A N D E D E A F D E L I N G E R
BLANDEDE AFDELINGER Om Sparinvest Sparinvest er en investeringsforening, der blev etableret i 1968. Vi har specialiseret os i langsigtede investeringsprodukter og tilbyder både private og professionelle
Læs mereKorte eller lange obligationer?
Korte eller lange obligationer? Af Peter Rixen Portfolio manager peter.rixen @skandia.dk Det er et konsensuskald at reducere rentefølsomheden på obligationsbeholdningen. Det er imidlertid langt fra entydigt,
Læs mere2 Risikoaversion og nytteteori
2 Risikoaversion og nytteteori 2.1 Typer af risikoholdninger: Normalt foretages alle investeringskalkuler under forudsætningen om fuld sikkerhed om de fremtidige betalingsstrømme. I virkelighedens verden
Læs mereVi har gjort det enkelt for dig at vælge de bedste investeringer til din pensionsopsparing eller dine frie midler
Bank Forsikring Pension Få mere til dig selv med InvestorPlus Vi har gjort det enkelt for dig at vælge de bedste investeringer til din pensionsopsparing eller dine frie midler InvestorPlus AB 21062018
Læs mereEkspertforudsigelser af renter og valutakurser
87 Ekspertforudsigelser af renter og valutakurser Jacob Stæhr Mose, Handelsafdelingen INDLEDNING OG SAMMENFATNING Det er relevant for både pengepolitiske og investeringsmæssige beslutninger at have et
Læs mereNormalfordelingen og Stikprøvefordelinger
Normalfordelingen og Stikprøvefordelinger Normalfordelingen Standard Normal Fordelingen Sandsynligheder for Normalfordelingen Transformation af Normalfordelte Stok.Var. Stikprøver og Stikprøvefordelinger
Læs mereLandmålingens fejlteori - Lektion 2. Sandsynlighedsintervaller Estimation af µ Konfidensinterval for µ. Definition: Normalfordelingen
Landmålingens fejlteori Lektion Sandsynlighedsintervaller Estimation af µ Konfidensinterval for µ - rw@math.aau.dk Institut for Matematiske Fag Aalborg Universitet En stokastisk variabel er en variabel,
Læs mereHVAD ER AKTIEOPTION? OPTIONSTYPER AN OTC TRANSACTION WITH DANSKE BANK AS COUNTERPARTY.
Information om Aktieoptioner Her kan du læse om aktieoptioner, der kan handles i Danske Bank. Aktieoptioner kan handles på et reguleret marked eller OTC med Danske Bank som modpart. AN OTC TRANSACTION
Læs mereOM RISIKO. Kender du muligheder og risici ved investering?
OM RISIKO Kender du muligheder og risici ved investering? Hvad sker der, når du investerer? Formålet med investeringer er at opnå et positivt afkast. Hvis du har forventning om et højt afkast, skal du
Læs mereOpgave nr. 76. Risikostyring
H.D.-studiet i Finansiering Hovedopgave - forår 2010 ---------------- Opgaveløser: Christina Dyrbye Palle Vejleder: Niels Henrik Lehde Pedersen Opgave nr. 76 Risikostyring Bloombergs VaR-applikation Handelshøjskolen
Læs mere1/41. 2/41 Landmålingens fejlteori - Lektion 1 - Kontinuerte stokastiske variable
Landmålingens fejlteori - lidt om kurset Landmålingens fejlteori Lektion 1 Det matematiske fundament Kontinuerte stokastiske variable - rw@math.aau.dk Institut for Matematiske Fag Aalborg Universitet Kursusholder
Læs mereKursusindhold: X i : tilfældig værdi af ite eksperiment. Antag X i kun antager værdierne 1, 2,..., M.
Kursusindhold: Produkt og marked - matematiske og statistiske metoder Rasmus Waagepetersen Institut for Matematiske Fag Aalborg Universitet March 1, 2013 Sandsynlighedsregning og lagerstyring Normalfordelingen
Læs mereTænk på a og b som to n 1 matricer. a 1 a 2 a n. For hvert i = 1,..., n har vi y i = x i β + u i.
Repetition af vektor-regning Økonometri: Lektion 3 Matrix-formulering Fordelingsantagelse Hypotesetest Antag vi har to n-dimensionelle (søjle)vektorer a 1 b 1 a 2 a =. og b = b 2. a n b n Tænk på a og
Læs mereRisikooplysninger for Ringkjøbing Landbobank A/S Redegørelse vedrørende tilstrækkelig basiskapital og individuelt solvensbehov (pr. 26.
Risikooplysninger for Ringkjøbing Landbobank A/S Redegørelse vedrørende tilstrækkelig basiskapital og individuelt solvensbehov (pr. 26. oktober 2011) Vi gør venligst opmærksom på, at redegørelsen er bygget
Læs mereVejledning om anvendelse af interne modeller for realkreditinstitutter af den 15.1.2002
1 Vejledning om anvendelse af interne modeller for realkreditinstitutter af den 15.1.2002 53, stk. 1, 3. pkt., i realkreditloven giver mulighed for, at realkreditinstitutter kan anvende interne modeller
Læs mereRisikooplysninger for Skjern Bank A/S Redegørelse vedrørende individuelt solvensbehov og individuelt
Risikooplysninger for Skjern Bank A/S Redegørelse vedrørende individuelt solvensbehov og individuelt solvenskrav (pr. 19. august 2010) Indholdsfortegnelse Side 1. Beskrivelse af solvensbehovsmodel m.m.,
Læs mereIndividuelt solvensbehov pr. 30. juni 2012
Individuelt solvensbehov pr. 30. juni 2012 Solvenskrav og den tilstrækkelige kapital I henhold til lovgivningen skal bestyrelse og direktion fastsætte vestjyskbanks individuelle solvensbehov. Beskrivelse
Læs mereKrystalkuglen. Gæt et afkast
Nr. 2 - Marts 2010 Krystalkuglen Nr. 3 - Maj 2010 Gæt et afkast Hvis du vil vide, hvordan din pension investeres, når du vælger en ordning i et pengeinstitut eller pensionsselskab, som står for forvaltningen
Læs mereDen Jyske Sparekasse TILLÆG TIL KONCERNRISIKORAPPORT I HENHOLD TIL KAPITALDÆKNINGSBEKENDT- GØRELSEN
Den Jyske Sparekasse TILLÆG TIL KONCERNRISIKORAPPORT I HENHOLD TIL KAPITALDÆKNINGSBEKENDT- GØRELSEN Offentliggørelse af solvensbehov pr. 31.03.2012 0 Indhold 1. INDLEDNING... 1 2. SOLVENSBEHOV... 1 2.1
Læs mereMLR antagelserne. Antagelse MLR.1:(Lineære parametre) Den statistiske model for populationen kan skrives som
MLR antagelserne Antagelse MLR.1:(Lineære parametre) Den statistiske model for populationen kan skrives som y = β 0 + β 1 x 1 + β 2 x 2 + + β k x k + u, hvor β 0, β 1, β 2,...,β k er ukendte parametere,
Læs mereGennemsnit og normalfordeling illustreret med terningkast, simulering og SLUMP()
Gennemsnit og normalfordeling illustreret med terningkast, simulering og SLUMP() John Andersen, Læreruddannelsen i Aarhus, VIA Et kast med 10 terninger gav følgende udfald Fig. 1 Result of rolling 10 dices
Læs mereVALUE AT RISK... 1 ET RISIKOMÅL SET I LYSET AF DEN NUVÆRENDE KRISE... 1 Af Emil Sjøntoft Cand.Merc.FIR... 1 Copenhagen Business School 2009...
VALUE AT RISK.... 1 ET RISIKOMÅL SET I LYSET AF DEN NUVÆRENDE KRISE... 1 Af Emil Sjøntoft Cand.Merc.FIR... 1 Copenhagen Business School 2009... 1 Excecutive Summary... 5 1. Introduktion... 6 1.1 Indledning...
Læs mereDeskriptiv statistik. Version 2.1. Noterne er et supplement til Vejen til matematik AB1. Henrik S. Hansen, Sct. Knuds Gymnasium
Deskriptiv (beskrivende) statistik er den disciplin, der trækker de væsentligste oplysninger ud af et ofte uoverskueligt materiale. Det sker f.eks. ved at konstruere forskellige deskriptorer, d.v.s. regnestørrelser,
Læs mereProjekt 1 Spørgeskemaanalyse af Bedst på Nettet
Projekt 1 Spørgeskemaanalyse af Bedst på Nettet D.29/2 2012 Udarbejdet af: Katrine Ahle Warming Nielsen Jannie Jeppesen Schmøde Sara Lorenzen A) Kritik af spørgeskema Set ud fra en kritisk vinkel af spørgeskemaet
Læs mereIndividuelt solvensbehov pr. 31. december 2011
Individuelt solvensbehov pr. 31. december 2011 Solvenskrav og den tilstrækkelige kapital I henhold til lovgivningen skal bestyrelse og direktion fastsætte vestjyskbanks individuelle solvensbehov. Beskrivelse
Læs mereStatistik vejledende læreplan og læringsmål, efteråret 2013 SmartLearning
Side 1 af 6 Statistik vejledende læreplan og læringsmål, efteråret 2013 SmartLearning Litteratur: Kenneth Hansen & Charlotte Koldsø: Statistik I økonomisk perspektiv, Hans Reitzels Forlag 2012, 2. udgave,
Læs mereEstimering og anvendelse af modeller ved brug af PROC MODEL
Estimering og anvendelse af modeller ved brug af PROC MODEL Anders Ebert-Petersen Business Advisor Risk Intelligence Agenda 1. Indledning 2. Overordnet information om PROC MODEL 3. Eksempel med anvendelse
Læs mereLøsning til eksaminen d. 14. december 2009
DTU Informatik 02402 Introduktion til Statistik 200-2-0 LFF/lff Løsning til eksaminen d. 4. december 2009 Referencer til Probability and Statistics for Engineers er angivet i rækkefølgen [8th edition,
Læs mereHovedløs overvægt af aktier er blot investeringsdoping
Hovedløs overvægt af aktier er blot investeringsdoping Af Peter Rixen Senior Porteføljemanager peter.rixen@skandia.dk Aktier har et forventet afkast, der er højere end de fleste andre aktivklasser. Derfor
Læs mereTillæg til risikorapport. i henhold til kapitaldækningsbekendtgørelsen
Tillæg til risikorapport i henhold til kapitaldækningsbekendtgørelsen Offentliggørelse af solvensbehov pr. 31. marts 2010 Indholdsfortegnelse Side 1. Indledning 3 2. Solvensbehov 2.1 Beskrivelse af solvensbehovsmodel
Læs mereMikro-kursus i statistik 1. del. 24-11-2002 Mikrokursus i biostatistik 1
Mikro-kursus i statistik 1. del 24-11-2002 Mikrokursus i biostatistik 1 Hvad er statistik? Det systematiske studium af tilfældighedernes spil!dyrkes af biostatistikere Anvendes som redskab til vurdering
Læs mereSolvensbehov og Solvensoverdækning
Solvensbehov og Solvensoverdækning Sparekassen Koncern Sparekassens solvens på. 20,86% 19,77% opfylder solvensbehovet på 8,60% 8,41% med. 242,56% 235,08% Basel II Søjle III (Virksomhedens oplysningsforpligtelse)
Læs mereC) Perspektiv jeres kommunes resultater vha. jeres svar på spørgsmål b1 og b2.
C) Perspektiv jeres kommunes resultater vha. jeres svar på spørgsmål b1 og b. 5.000 4.800 4.600 4.400 4.00 4.000 3.800 3.600 3.400 3.00 3.000 1.19% 14.9% 7.38% 40.48% 53.57% 66.67% 79.76% 9.86% 010 011
Læs mereKonfidensintervaller og Hypotesetest
Konfidensintervaller og Hypotesetest Konfidensinterval for andele χ -fordelingen og konfidensinterval for variansen Hypoteseteori Hypotesetest af middelværdi, varians og andele Repetition fra sidst: Konfidensintervaller
Læs mereEt eksempel på en todimensional normalfordeling Anders Milhøj September 2006
Et eksempel på en todimensional normalfordeling Anders Milhøj September 006 I dette notat gennemgås et eksempel, der illustrerer den todimensionale normalfordelings egenskaber. Notatet lægger sig op af
Læs mereFagplan for statistik, efteråret 2015
Side 1 af 7 M Fagplan for statistik, efteråret 20 Litteratur Kenneth Hansen & Charlotte Koldsø (HK): Statistik I økonomisk perspektiv, Hans Reitzels Forlag 2012, 2. udgave, ISBN 9788741256047 HypoStat
Læs mereDet er besluttet, at sparekassens bestyrelse foretager den uafhængige vurdering.
Solvensbehovsrapport Beskrivelse af sparekassens interne proces til opgørelse af den tilstrækkelige basiskapital Sønderhå-Hørsted Sparekasses bestyrelse har halvårlige drøftelser omkring fastsættelsen
Læs mereIndividuelt solvensbehov pr. 31. marts 2011
Individuelt solvensbehov pr. 31. marts 2011 Solvenskrav og den tilstrækkelige kapital I henhold til lovgivningen skal bestyrelse og direktion fastsætte vestjyskbanks individuelle solvensbehov. Beskrivelse
Læs mereHjemmeprøve 1 Efterår 2013: Afkast og risiko ved investering i aktier
Hjemmeprøve 1 Efterår 2013: Afkast og risiko ved investering i aktier Udviklingen i OMXC20 aktieindekset 2008 2013 1 1 OMXC20 er et indeks over de 20 mest omsatte aktier på Nasdaq OMX Copenhagen ( Københavns
Læs mereLÆGERNES PENSIONSBANKS BASISINFORMATION OM VÆRDIPAPIRER - IKKE KOMPLEKSE PRODUKTER
LÆGERNES PENSIONSBANKS BASISINFORMATION OM VÆRDIPAPIRER - IKKE KOMPLEKSE PRODUKTER Indledning Lægernes Pensionsbank tilbyder handel med alle børsnoterede danske aktier, investeringsbeviser og obligationer
Læs mereLovtidende A 2010 Udgivet den 23. september 2010
Lovtidende A 2010 Udgivet den 23. september 2010 21. september 2010. Nr. 1092. Bekendtgørelse for Færøerne om investeringsforeningers og specialforeningers anvendelse af afledte finansielle instrumenter
Læs mere21.08.2014 10042. Risikorapport
21.08.2014 10042 Risikorapport 2 Individuelt solvensbehov og solvenskrav Fastsættelsen af PenSam Bank's solvensbehov sker på baggrund af en vurdering af de forskellige risikokilder, som påvirker banken.
Læs mere4 Oversigt over kapitel 4
IMM, 2002-09-14 Poul Thyregod 4 Oversigt over kapitel 4 Introduktion Hidtil har vi beskæftiget os med data. Når data repræsenterer gentagne observationer (i bred forstand) af et fænomen, kan det være bekvemt
Læs mereSAS Asset Management. Mikal Netteberg Marianne Hansen Søren Johansen SAS Institute A/S. Copyright 2006, SAS Institute Inc. All rights reserved.
SAS Asset Management Mikal Netteberg Marianne Hansen Søren Johansen SAS Institute A/S Agenda Introduktion Arbejdsmetode Overordnet forretningsmæssig kravspecifikation Detailforretningsmæssig kravspecifikation
Læs merePolitik for styring af finansielle dispositioner
Politik for styring af finansielle dispositioner Vedtaget af kommunalbestyrelsen den 31. oktober 2012 Finansiel politik 2 INDHOLDSFORTEGNELSE 1 Formål... 3 2 Afgrænsning... 3 3 Udførelse og kompetenceforhold...
Læs mereFaxe Kommune Kvartalsrapport april 2012 Nordea Markets, Derivatives Marketing Corporate & Public Sector
Faxe Kommune Kvartalsrapport april 212 Nordea Markets, Derivatives Marketing Corporate & Public Sector Sammenfatning (se side 3 for en uddybning) Faxe Kommune har en passende høj andel af fast finansiering
Læs mereLøsning eksamen d. 15. december 2008
Informatik - DTU 02402 Introduktion til Statistik 2010-2-01 LFF/lff Løsning eksamen d. 15. december 2008 Referencer til Probability and Statistics for Engineers er angivet i rækkefølgen [8th edition, 7th
Læs mereUniversity of Copenhagen. Notat om statistisk inferens Larsen, Martin Vinæs. Publication date: Document Version Peer-review version
university of copenhagen University of Copenhagen Notat om statistisk inferens Larsen, Martin Vinæs Publication date: 2014 Document Version Peer-review version Citation for published version (APA): Larsen,
Læs mereDet er besluttet, at sparekassens bestyrelse foretager den uafhængige vurdering.
Solvensbehovsrapport Beskrivelse af sparekassens interne proces til opgørelse af den tilstrækkelige basiskapital Borbjerg Sparekasses bestyrelse har halvårlige drøftelser omkring fastsættelsen af solvensbehovet.
Læs mereJyske Invest Favorit Obligationer håndplukkede obligationer med vinderpotentiale. Udgået materiale
Jyske Invest Favorit Obligationer håndplukkede obligationer med vinderpotentiale 2 Jyske Invest favorit obligationer De bedste af 200.000 obligationer i én portefølje Obligationer i porteføljen sikrer
Læs mereBASEL II Søjle III. Oplysningsforpligtelser solvensbehov i henhold til kapitalbekendtgørelsens bilag 20. 31. december 2012
Oplysningsforpligtelser solvensbehov i henhold til kapitalbekendtgørelsens bilag 20. 31. december 2012 Udgivet 22. marts 2013 Beskrivelse af solvensbehovsmodel mv. Den interne proces Sparekassens bestyrelse
Læs mereJyske Invest. Kort om udbytte
Jyske Invest Kort om udbytte 1 Hvad er udbytte, og hvorfor betaler en afdeling ikke altid udbytte? Her får du svar på nogle af de spørgsmål, som vi oftest støder på i forbindelse med udbyttebetaling. Hvad
Læs mereRegion Hovedstaden Kvartalsrapport januar 2014 Nordea Markets, Derivatives Marketing Corporate & Public Sector
Region Hovedstaden Kvartalsrapport januar 214 Nordea Markets, Derivatives Marketing Corporate & Public Sector Sammenfatning (se side 3 for en uddybning) Region Hovedstaden har en passende fordeling mellem
Læs mereSAXOINVESTOR FULDAUTOMATISK PORTEFØLJEPLEJE
SAXOINVESTOR FULDAUTOMATISK PORTEFØLJEPLEJE Test selv din risiko og vælg blandt flere porteføljer Vælg mellem aktive og passive investeringer Til både pension og frie midler SAXOINVESTOR SaxoInvestor er
Læs mereRisikorapport pr. 30. juni 2013
pr. 30. juni 2013 Indhold Indhold risikorapport 30.06.2013 Side Indledning... 3 Solvenskrav og tilstrækkelig basiskapital... 4 Tilstrækkelig basiskapital og solvensbehov... 6 Solvensmæssig overdækning...
Læs mereInvestering i høj sø
Investering i høj sø Af Peter Rixen Senior Porteføljemanager peter.rixen@skandia.dk Det seneste halve år har budt på stigende uro på de finansielle markeder. Den stigende volatilitet er blandt andet et
Læs mereStatistik Lektion 3. Simultan fordelte stokastiske variable Kontinuerte stokastiske variable Normalfordelingen
Statistik Lektion 3 Simultan fordelte stokastiske variable Kontinuerte stokastiske variable Normalfordelingen Repetition En stokastisk variabel er en funktion defineret på S (udfaldsrummet, der antager
Læs mereRisikooplysninger for Skjern Bank A/S Redegørelse vedrørende individuelt solvensbehov og individuelt
Risikooplysninger for Skjern Bank A/S Redegørelse vedrørende individuelt solvensbehov og individuelt kapitalkrav (pr. 30. april 2015) Indholdsfortegnelse 1. Beskrivelse af Skjern Banks interne proces for
Læs mereRisikospredning på flere forvaltere
Risikospredning på flere forvaltere Af Peter Rixen Senior Porteføljemanager peter.rixen@skandia.dk Risikospredning er den eneste såkaldte free lunch på de finansielle markeder. Derfor er der også meget
Læs mereDefinition: Normalfordelingen. siges at være normalfordelt med middelværdi µ og varians σ 2, hvor µ og σ er reelle tal og σ > 0.
Landmålingens fejlteori Lektion 2 Transformation af stokastiske variable - kkb@math.aau.dk http://people.math.aau.dk/ kkb/undervisning/lf12 Institut for Matematiske Fag Aalborg Universitet Repetition:
Læs mereBilag 7. SFA-modellen
Bilag 7 SFA-modellen November 2016 Bilag 7 Konkurrence- og Forbrugerstyrelsen Forsyningssekretariatet Carl Jacobsens Vej 35 2500 Valby Tlf.: +45 41 71 50 00 E-mail: kfst@kfst.dk Online ISBN 978-87-7029-650-2
Læs mereOm investering og investeringsforeninger. v. Susanne Bolding markedskonsulent, Sydinvest
og investeringsforeninger v. Susanne Bolding markedskonsulent, Sydinvest Agenda Hvorfor skal jeg investere? Hvad er en investeringsforening? Hvad tilbyder investeringsforeninger? Hvordan kommer jeg godt
Læs mereNordisk Försäkringstidskrift 1/2012. Solvens II giv plads til tilpasning i pensionsbranchen
Solvens II giv plads til tilpasning i pensionsbranchen Med Solvens II forøges i mange tilfælde kapitalkravene til de europæiske forsikringsselskaber. Hensigten er blandt andet bedre forbrugerbeskyttelser,
Læs mereIndividuelt solvensbehov 30. september 2012
Individuelt solvensbehov 30. september 2012 Solvensbehov og den tilstrækkelige basiskapital I henhold til lovgivningen skal bestyrelse og direktion fastsætte BankNordik s Individuelle solvensbehov. Beskrivelse
Læs mereRisikooplysninger for Sparekassen Sjælland Redegørelse vedrørende individuelt solvensbehov og tilstrækkelig basiskapital (pr.
Risikooplysninger for Sparekassen Sjælland Redegørelse vedrørende individuelt solvensbehov og tilstrækkelig basiskapital (pr. 30 august 2011) Opmærksomhedens henledes på, at redegørelsen er opbygget således,
Læs mereRisikooplysninger for Skjern Bank A/S Redegørelse vedrørende individuelt solvensbehov og individuelt
Risikooplysninger for Skjern Bank A/S Redegørelse vedrørende individuelt solvensbehov og individuelt kapitalkrav (pr. 18. august 2016) Indholdsfortegnelse 1. Beskrivelse af Skjern Banks interne proces
Læs mereIndividuelt solvensbehov 30. juni 2016
Individuelt solvensbehov 30. juni 2016 Side 1/8 Indhold Indledning... 3 Konklusion... 3 Solvenskrav og det tilstrækkelige kapitalgrundlag... 3 Individuelt solvensbehov og individuelt solvenskrav for virksomheder
Læs mereOpgørelse af solvensbehov for Sparekassen Bredebro pr Indledning og baggrund
Opgørelse af solvensbehov for Sparekassen Bredebro pr. 31.12 2009 Indledning og baggrund Som led i implementering af Bankpakke I blev det politisk aftalt, at der i lovgivningen skulle indsættes et krav
Læs mereIndblik i statistik - for samfundsvidenskab
Indblik i statistik - for samfundsvidenskab Læs mere om nye titler fra Academica på www.academica.dk Nikolaj Malchow-Møller og Allan H. Würtz Indblik i statistik for samfundsvidenskab Academica Indblik
Læs mereFaxe Kommune Kvartalsrapport januar 2014 Nordea Markets, Derivatives Marketing Corporate & Public Sector
Faxe Kommune Kvartalsrapport januar 214 Nordea Markets, Derivatives Marketing Corporate & Public Sector Sammenfatning (se side 3 for en uddybning) Faxe Kommune har en passende fordeling mellem fast og
Læs mereNote om Monte Carlo metoden
Note om Monte Carlo metoden Kasper K. Berthelsen Version 1.2 25. marts 2014 1 Introduktion Betegnelsen Monte Carlo dækker over en lang række metoder. Fælles for disse metoder er, at de anvendes til at
Læs mereRisikooplysninger for Ringkjøbing Landbobank A/S Kvartalsvis redegørelse vedrørende tilstrækkeligt kapitalgrundlag og individuelt solvensbehov
Side 1 af 6 Risikooplysninger for Kvartalsvis redegørelse vedrørende tilstrækkeligt kapitalgrundlag og individuelt solvensbehov (pr. 25. oktober 2017) Vi gør venligst opmærksom på, at redegørelsen er bygget
Læs mereSparekassen Faaborg Koncernen Tillæg til risikorapport Offentliggørelse af solvensbehov pr. 30. juni 2013
Sparekassen Faaborg Koncernen Tillæg til risikorapport Offentliggørelse af solvensbehov pr. 30. juni 2013 side 1 af 5 Indledning Nærværende tillæg til risikorapport, der offentliggøres på www.sparekassenfaaborg.dk,
Læs mereIndividuelt solvensbehov Nordea Bank Danmark koncernen 30. juni 2011
Individuelt solvensbehov Danmark koncernen 30. juni 2011 1 1 Indledning...3 1.1 Hovedkonklusioner... 3 2 Definition af det individuelle solvensbehov...3 3 Individuelt solvensbehov og basiskapital...6 3.1
Læs merePeter Ahlgren & Henrik Dahl Nykredit Portefølje
sammenhængen ngen mellem finans og fysik CFA Charter Ceremony, Nykredit Glaskuben, 6. december 2007 Peter Ahlgren & Henrik Dahl Nykredit Portefølje Spiseseddel Fysik buzz-words: 1) Spinmodeller 2) Selvorganiserende
Læs mereEstimation og usikkerhed
Estimation og usikkerhed = estimat af en eller anden ukendt størrelse, τ. ypiske ukendte størrelser Sandsynligheder eoretisk middelværdi eoretisk varians Parametre i statistiske modeller 1 Krav til gode
Læs merePRODUKT INVESTERINGSPROCES
SIRIUS BALANCE PRODUKT Sirius Balance er en del af investeringsforeningen Wealth Invest. Sirius Balance er den første afdeling i Danmark, der kombinerer aktier og virksomhedsobligationer i én afdeling.
Læs mereFinansiel planlægning
Side 1 af 7 SYDDANSK UNIVERSITET Erhvervsøkonomisk Diplomuddannelse HD 2. del Regnskab og økonomistyring Finansiering Eksamen Finansiel planlægning Tirsdag den 8. januar 2008 kl. 9.00-13.00 Alle hjælpemidler
Læs mereEfterspørgselsforecasting og Leveringsoptimering
Efterspørgselsforecasting og Leveringsoptimering 26.05.2011 Bjørn Nedergaard Jensen Berlingske Media 2 En af Danmarks største medieudgivere og leverandør af både trykte og digitale udgivelser. Koncernen
Læs mere