+1 Daumen
1,9k Aufrufe

ich habe eine allgemeine Frage zur Risikomodellierung. Was ist das besondere an kohärente Risikomaße? Wann kann ein solches Maß vorteilhafter sein als Value at Risk? (Was sind Beispiele für kohärente Risikomaße)

Warum unterscheiden sich die Axiome bzgl. Kohärente Risikomaße so stark?

vielen Dank

Avatar von

Deine Begriffe sind mir gerade neu. Daher nur mal ein Kommentar: 

Zu VaR lese ich bei https://de.wikipedia.org/wiki/Risikomaß

im Allgemeinen jedoch nicht subadditiv und folglich auch nicht kohärent[11][12]. Somit lassen sich damit Konstellationen konstruieren, in denen der VaR einer aus zwei Risikopositionen kombinierten Finanzposition höher ist als die Summe der VaR der Einzelpositionen. Dies widerspricht einer vom Diversifikationsgedanken geprägten Intuition.

Daraus folgt aber erst mal nur:

"kohärente Risikomaße" widersprechen dem Diversifikationsgedanken nicht. Das oben rot geschriebene wird dann nicht vorkommen. 

Nachtrag: Was meinst du genau mit "Axiome"?

Hallo Lu,

danke. Mit Axiome meine ich die Eigenschaften, die erfüllt sein müssen, damit ein Risikomaß als "kohärent" gilt.

In den Wiki Artikel sind es folgende 4 (Es sind immer diese 4- vom Wortlaut her, aber sie unterscheiden sich in Ihrer "innere definition"):

Monotonie

 für alle X,Y \in L^0 gilt: X \preceq_{st} Y \Rightarrow \rho(X)\le \rho(Y).

Translationsinvarianz

für jedes m \in \R gilt: \rho(X-m)=\rho (X)-m.

positive Homogenität

 \alpha\ge 0 gilt: \rho(\alpha X)=\alpha \rho(X).

Subadditivität

 \rho(X+Y)\le\rho(X)+\rho(Y)

In http://sfb649.wiwi.hu-berlin.de/fedc_homepage/xplore/ebooks/html/sfm/sfmnode93.html

sind  Monotonie und Translationsinvarinaz unterscheidlich definiert (oder ich sehe/verstehe es falsch)

(A1) $ X \ge Y $ f.s. <!-- MATH $\Longrightarrow \rho (X) \ge \rho (Y)$ -->$ \Longrightarrow \rho (X) \ge \rho (Y)$ (Monotonie)
(A2) <!-- MATH $\rho (X+Y) \le \rho (X) + \rho (Y)$ -->$ \rho (X+Y) \le \rho (X) + \rho (Y) $ (Subadditivität)
(A3) <!-- MATH $\rho (\lambda X) = \lambda \rho (X)$ -->$ \rho (\lambda X) = \lambda \rho (X)$ für <!-- MATH $\lambda \ge 0$ -->$ \lambda \ge 0$ (positive Homogeneität)
(A4) <!-- MATH $\rho (X+a) = \rho (X) + a$ -->$ \rho (X+a) = \rho (X) + a $ (Translationequivarianz)

weiter heißt es in http://www2.as.wiwi.uni-goettingen.de/getfile?DateiID=571 : unter "Translationsinvarinaz:

p(X + (1+ rf )n)= ρ (X )n

usw... Bin daher etwas verwirrt...

Halte dich am besten an das, was an deiner Uni (in eurem Skript) benutzt wird.

Translationsequivarianz 

und 

Translationsinvarianz 

muss nicht unbedingt dasselbe sein. Skripte können aber immer auch Druckfehler enthalten, die in der Vorlesung korrigiert werden.

EDIT: In deinem ersten Link steht, das VaR nicht mehr das alleinige Mass sein kann. Im weiteren Text wird dann eine ergänzende Rechnung empfohlen. 

Wenn nun in deinem zweiten Link eine andere Ergänzung empfohlen wird, musst du wohl die Argumentationen beider Autoren ansehen um rauszufinden, was bei deiner Anwendung besser passen könnte.

Hallo Lu,

Danke. Eine andere Frage: was bedeutet das (<= St) Zeichen (das Zeichen nach X) in:   X \preceq_{st} Y \Rightarrow \rho(X)\le \rho(Y).

aus (https://de.wikipedia.org/wiki/Risikoma%C3%9F#Beispiele)

Monotonie

Definition: Ein RM ist monoton, wenn für alle X,Y \in L^0 gilt: X \preceq_{st} Y \Rightarrow \rho(X)\le \rho(Y).

Monotonie heißt, dass wenn bei zwei Verteilungen X und Y an jedem Punkt x\in\R für die Verteilungsfunktionen F_X(x) \ge F_Y(x) gilt (sog. stochastische Dominanz), dann muss für das RM gelten \rho(X)\le \rho(Y). Auch wenn diese Eigenschaft trivial wirkt, so ist sie z. B. bei der Volatilität nicht erfüllt.

Ein anderes Problem?

Stell deine Frage

Willkommen bei der Mathelounge! Stell deine Frage einfach und kostenlos

x
Made by a lovely community