Inhaltsangabe:Einleitung: Aktive und quantitative Banksteuerung wird vor dem Hintergrund sinkender Margen und zunehmender Marktvolatilitäten immer wichtiger. Während das Instrumentarium z… Mehr…
Inhaltsangabe:Einleitung: Aktive und quantitative Banksteuerung wird vor dem Hintergrund sinkender Margen und zunehmender Marktvolatilitäten immer wichtiger. Während das Instrumentarium zur Messung von Wert, Ertrag und Risiko auch mit Blick auf Softwarelösungen vielfältig ist, sind quantitative Methoden zur Findung der richtigen Steuerungsmassnahmen bisher vernachlässigt worden. Die Mehrzahl der in der Praxis eingesetzten Techniken sind konzeptionell sehr einfach und ignorieren wichtige dynamische Elemente des Portfoliomanagements. Die Studie von Michael Hänselmann (Universität Ulm) setzt an diesem Punkt an. In einer kurzen Einführung werden die Aufgaben und Anforderungen skizziert, die ein Asset-Liability Management Modell idealerweise erfüllen sollte. Das Problem wird mit Hilfe eines mehrstufigen stochastischen Entscheidungsmodells dargestellt, wobei die zukünftigen Szenarien aus dem Ho/Lee-Zinsstrukturmodell generiert werden. Im Zentrum der Arbeit werden drei Lösungsansätze vorgeschlagen, wobei neben der klassischen linearen Optimierung ein Aggregationsalgorithmus, der das Grössenwachstum der Szenarienbäume reduziert, und ein Genetischer Algorithmus zur Anwendung kommen. An einer konkreten Modellbank wird gezeigt wie die Lösungsansätze mittels eigener C-Programme umgesetzt werden können und wie sensitiv die optimale Lösung auf eine Veränderung wichtiger Steuerungsparameter reagiert. Inhaltsverzeichnis:Inhaltsverzeichnis: 1.Einleitung1 2.Asset-Liability Management3 2.1Notwendigkeit des ALM3 2.2Risikoursachen und Risikomessung5 2.2.1Unternehmensziele und -risiken5 2.2.2Risikofaktoren6 2.3ALM-Techniken7 3.Das ALM -Modell10 3.1Modellbeschreibung10 3.2Notation13 3.3Modelleigenschaften15 3.3.1Arbitragefreie Szenarien15 3.3.2Benötigte Inputdaten17 3.3.3Grössenordnung des ALM-Programms18 4.Lösungsansätze19 4.1Lineare Optimierung mit CPLEX19 4.1.1Das Zinsstrukturmodell nach Ho und Lee19 4.2Aggregationsmethoden24 4.2.1Zustands-Aggregation24 4.2.2Zeit-Aggregation27 4.2.3Das aggregierte ALM-Modell28 4.2.4Disaggregationsalgorithmus32 4.3Genetische Algorithmen33 4.3.1Genetischer Code33 4.3.2Genetische Operatoren34 4.3.3Das Schemata-Konzept41 4.3.4Bewertung Genetischer Algorithmen43 4.3.5Genetische Algorithmen und das ALM-Modell44 5.Anwendungsbeispiel45 5.1Modellvoraussetzungen45 5.1.1Bestimmung der Zinsstruktur46 5.1.2Bestimmungsgrössen der Bilanzstruktur48 5.1.3Eigenschaften der Bilanzposten im [...] eBooks > Sachbücher > Computer & Internet > Informatik; eBooks > Fachbücher > Informatik; eBooks > Sachbücher > Natur & Technik , Diplomica Verlag, PDF, Diplomica Verlag<
Orellfuessli.ch
Nr. A1032541729. Versandkosten:Lieferzeiten außerhalb der Schweiz 3 bis 21 Werktage, , Sofort per Download lieferbar, zzgl. Versandkosten. (EUR 18.53) Details...
(*) Derzeit vergriffen bedeutet, dass dieser Titel momentan auf keiner der angeschlossenen Plattform verfügbar ist.
Inhaltsangabe:Einleitung: Aktive und quantitative Banksteuerung wird vor dem Hintergrund sinkender Margen und zunehmender Marktvolatilitäten immer wichtiger. Während das Instrumentarium z… Mehr…
Inhaltsangabe:Einleitung: Aktive und quantitative Banksteuerung wird vor dem Hintergrund sinkender Margen und zunehmender Marktvolatilitäten immer wichtiger. Während das Instrumentarium zur Messung von Wert, Ertrag und Risiko auch mit Blick auf Softwarelösungen vielfältig ist, sind quantitative Methoden zur Findung der richtigen Steuerungsmassnahmen bisher vernachlässigt worden. Die Mehrzahl der in der Praxis eingesetzten Techniken sind konzeptionell sehr einfach und ignorieren wichtige dynamische Elemente des Portfoliomanagements. Die Studie von Michael Hänselmann (Universität Ulm) setzt an diesem Punkt an. In einer kurzen Einführung werden die Aufgaben und Anforderungen skizziert, die ein Asset-Liability Management Modell idealerweise erfüllen sollte. Das Problem wird mit Hilfe eines mehrstufigen stochastischen Entscheidungsmodells dargestellt, wobei die zukünftigen Szenarien aus dem Ho/Lee-Zinsstrukturmodell generiert werden. Im Zentrum der Arbeit werden drei Lösungsansätze vorgeschlagen, wobei neben der klassischen linearen Optimierung ein Aggregationsalgorithmus, der das Grössenwachstum der Szenarienbäume reduziert, und ein Genetischer Algorithmus zur Anwendung kommen. An einer konkreten Modellbank wird gezeigt wie die Lösungsansätze mittels eigener C-Programme umgesetzt werden können und wie sensitiv die optimale Lösung auf eine Veränderung wichtiger Steuerungsparameter reagiert. Inhaltsverzeichnis:Inhaltsverzeichnis: 1.Einleitung1 2.Asset-Liability Management3 2.1Notwendigkeit des ALM3 2.2Risikoursachen und Risikomessung5 2.2.1Unternehmensziele und -risiken5 2.2.2Risikofaktoren6 2.3ALM-Techniken7 3.Das ALM -Modell10 3.1Modellbeschreibung10 3.2Notation13 3.3Modelleigenschaften15 3.3.1Arbitragefreie Szenarien15 3.3.2Benötigte Inputdaten17 3.3.3Grössenordnung des ALM-Programms18 4.Lösungsansätze19 4.1Lineare Optimierung mit CPLEX19 4.1.1Das Zinsstrukturmodell nach Ho und Lee19 4.2Aggregationsmethoden24 4.2.1Zustands-Aggregation24 4.2.2Zeit-Aggregation27 4.2.3Das aggregierte ALM-Modell28 4.2.4Disaggregationsalgorithmus32 4.3Genetische Algorithmen33 4.3.1Genetischer Code33 4.3.2Genetische Operatoren34 4.3.3Das Schemata-Konzept41 4.3.4Bewertung Genetischer Algorithmen43 4.3.5Genetische Algorithmen und das ALM-Modell44 5.Anwendungsbeispiel45 5.1Modellvoraussetzungen45 5.1.1Bestimmung der Zinsstruktur46 5.1.2Bestimmungsgrössen der Bilanzstruktur48 5.1.3Eigenschaften der Bilanzposten im [...] eBooks > Sachbücher > Computer & Internet > Informatik; eBooks > Fachbücher > Informatik; eBooks > Sachbücher > Natur & Technik , Diplomica Verlag, Diplomica Verlag<
Orellfuessli.ch
Nr. A1032541729. Versandkosten:Lieferzeiten außerhalb der Schweiz 3 bis 21 Werktage, , Sofort per Download lieferbar, zzgl. Versandkosten. (EUR 18.67) Details...
(*) Derzeit vergriffen bedeutet, dass dieser Titel momentan auf keiner der angeschlossenen Plattform verfügbar ist.
Inhaltsangabe:Einleitung: Aktive und quantitative Banksteuerung wird vor dem Hintergrund sinkender Margen und zunehmender Marktvolatilitäten immer wichtiger. Während das Instrumentarium … Mehr…
Inhaltsangabe:Einleitung: Aktive und quantitative Banksteuerung wird vor dem Hintergrund sinkender Margen und zunehmender Marktvolatilitäten immer wichtiger. Während das Instrumentarium zur Messung von Wert, Ertrag und Risiko auch mit Blick auf Softwarelösungen vielfältig ist, sind quantitative Methoden zur Findung der richtigen Steuerungsmaßnahmen bisher vernachlässigt worden. Die Mehrzahl der in der Praxis eingesetzten Techniken sind konzeptionell sehr einfach und ignorieren wichtige dynamische Elemente des Portfoliomanagements. Die Studie von Michael Hänselmann (Universität Ulm) setzt an diesem Punkt an. In einer kurzen Einführung werden die Aufgaben und Anforderungen skizziert, die ein Asset-Liability Management Modell idealerweise erfüllen sollte. Das Problem wird mit Hilfe eines mehrstufigen stochastischen Entscheidungsmodells dargestellt, wobei die zukünftigen Szenarien aus dem Ho/Lee-Zinsstrukturmodell generiert werden. Im Zentrum der Arbeit werden drei Lösungsansätze vorgeschlagen, wobei neben der klassischen linearen Optimierung ein Aggregationsalgorithmus, der das Größenwachstum der Szenarienbäume reduziert, und ein Genetischer Algorithmus zur Anwendung kommen. An einer konkreten Modellbank wird gezeigt wie die Lösungsansätze mittels eigener C-Programme umgesetzt werden können und wie sensitiv die optimale Lösung auf eine Veränderung wichtiger Steuerungsparameter reagiert. Inhaltsverzeichnis:Inhaltsverzeichnis: 1.Einleitung1 2.Asset-Liability Management3 2.1Notwendigkeit des ALM3 2.2Risikoursachen und Risikomessung5 2.2.1Unternehmensziele und -risiken5 2.2.2Risikofaktoren6 2.3ALM-Techniken7 3.Das ALM -Modell10 3.1Modellbeschreibung10 3.2Notation13 3.3Modelleigenschaften15 3.3.1Arbitragefreie Szenarien15 3.3.2Benötigte Inputdaten17 3.3.3Größenordnung des ALM-Programms18 4.Lösungsansätze19 4.1Lineare Optimierung mit CPLEX19 4.1.1Das Zinsstrukturmodell nach Ho und Lee19 4.2Aggregationsmethoden24 4.2.1Zustands-Aggregation24 4.2.2Zeit-Aggregation27 4.2.3Das aggregierte ALM-Modell28 4.2.4Disaggregationsalgorithmus32 4.3Genetische Algorithmen33 4.3.1Genetischer Code33 4.3.2Genetische Operatoren34 4.3.3Das Schemata-Konzept41 4.3.4Bewertung Genetischer Algorithmen43 4.3.5Genetische Algorithmen und das ALM-Modell44 5.Anwendungsbeispiel45 5.1Modellvoraussetzungen45 5.1.1Bestimmung der Zinsstruktur46 5.1.2Bestimmungsgrößen der Bilanzstruktur48 5.1.3Eigenschaften der Bilanzposten im [...] eBook Michael Hänselmann PDF, Diplomica Verlag, 16.08.1999, Diplomica Verlag, 1999<
Thalia.de
Nr. 37222084. Versandkosten:, Sofort per Download lieferbar, DE. (EUR 0.00) Details...
(*) Derzeit vergriffen bedeutet, dass dieser Titel momentan auf keiner der angeschlossenen Plattform verfügbar ist.
Inhaltsangabe:Einleitung: Aktive und quantitative Banksteuerung wird vor dem Hintergrund sinkender Margen und zunehmender Marktvolatilitäten immer wichtiger. Während das Instrumentarium z… Mehr…
Inhaltsangabe:Einleitung: Aktive und quantitative Banksteuerung wird vor dem Hintergrund sinkender Margen und zunehmender Marktvolatilitäten immer wichtiger. Während das Instrumentarium zur Messung von Wert, Ertrag und Risiko auch mit Blick auf Softwarelösungen vielfältig ist, sind quantitative Methoden zur Findung der richtigen Steuerungsmaßnahmen bisher vernachlässigt worden. Die Mehrzahl der in der Praxis eingesetzten Techniken sind konzeptionell sehr einfach und ignorieren wichtige dynamische Elemente des Portfoliomanagements. Die Studie von Michael Hänselmann (Universität Ulm) setzt an diesem Punkt an. In einer kurzen Einführung werden die Aufgaben und Anforderungen skizziert, die ein Asset-Liability Management Modell idealerweise erfüllen sollte. Das Problem wird mit Hilfe eines mehrstufigen stochastischen Entscheidungsmodells dargestellt, wobei die zukünftigen Szenarien aus dem Ho/Lee-Zinsstrukturmodell generiert werden. Im Zentrum der Arbeit werden drei Lösungsansätze vorgeschlagen, wobei neben der klassischen linearen Optimierung ein Aggregationsalgorithmus, der das Größenwachstum der Szenarienbäume reduziert, und ein Genetischer Algorithmus zur Anwendung kommen. An einer konkreten Modellbank wird gezeigt wie die Lösungsansätze mittels eigener C-Programme umgesetzt werden können und wie sensitiv die optimale Lösung auf eine Veränderung wichtiger Steuerungsparameter reagiert. Inhaltsverzeichnis:Inhaltsverzeichnis: 1.Einleitung1 2.Asset-Liability Management3 2.1Notwendigkeit des ALM3 2.2Risikoursachen und Risikomessung5 2.2.1Unternehmensziele und -risiken5 2.2.2Risikofaktoren6 2.3ALM-Techniken7 3.Das ALM -Modell10 3.1Modellbeschreibung10 3.2Notation13 3.3Modelleigenschaften15 3.3.1Arbitragefreie Szenarien15 3.3.2Benötigte Inputdaten17 3.3.3Größenordnung des ALM-Programms18 4.Lösungsansätze19 4.1Lineare Optimierung mit CPLEX19 4.1.1Das Zinsstrukturmodell nach Ho und Lee19 4.2Aggregationsmethoden24 4.2.1Zustands-Aggregation24 4.2.2Zeit-Aggregation27 4.2.3Das aggregierte ALM-Modell28 4.2.4Disaggregationsalgorithmus32 4.3Genetische Algorithmen33 4.3.1Genetischer Code33 4.3.2Genetische Operatoren34 4.3.3Das Schemata-Konzept41 4.3.4Bewertung Genetischer Algorithmen43 4.3.5Genetische Algorithmen und das ALM-Modell44 5.Anwendungsbeispiel45 5.1Modellvoraussetzungen45 5.1.1Bestimmung der Zinsstruktur46 5.1.2Bestimmungsgrößen der Bilanzstruktur48 5.1.3Eigenschaften der Bilanzposten im [...] Media eBooks, 93 Seiten, Media > Books, Diplomica Verlag, 1999<
Weltbild.de
Nr. 55392146. Versandkosten:, 2-5 Werktage, DE. (EUR 0.00) Details...
(*) Derzeit vergriffen bedeutet, dass dieser Titel momentan auf keiner der angeschlossenen Plattform verfügbar ist.
Inhaltsangabe:Einleitung: Aktive und quantitative Banksteuerung wird vor dem Hintergrund sinkender Margen und zunehmender Marktvolatilitäten immer wichtiger. Während das Instrumentarium z… Mehr…
Inhaltsangabe:Einleitung: Aktive und quantitative Banksteuerung wird vor dem Hintergrund sinkender Margen und zunehmender Marktvolatilitäten immer wichtiger. Während das Instrumentarium zur Messung von Wert, Ertrag und Risiko auch mit Blick auf Softwarelösungen vielfältig ist, sind quantitative Methoden zur Findung der richtigen Steuerungsmassnahmen bisher vernachlässigt worden. Die Mehrzahl der in der Praxis eingesetzten Techniken sind konzeptionell sehr einfach und ignorieren wichtige dynamische Elemente des Portfoliomanagements. Die Studie von Michael Hänselmann (Universität Ulm) setzt an diesem Punkt an. In einer kurzen Einführung werden die Aufgaben und Anforderungen skizziert, die ein Asset-Liability Management Modell idealerweise erfüllen sollte. Das Problem wird mit Hilfe eines mehrstufigen stochastischen Entscheidungsmodells dargestellt, wobei die zukünftigen Szenarien aus dem Ho/Lee-Zinsstrukturmodell generiert werden. Im Zentrum der Arbeit werden drei Lösungsansätze vorgeschlagen, wobei neben der klassischen linearen Optimierung ein Aggregationsalgorithmus, der das Grössenwachstum der Szenarienbäume reduziert, und ein Genetischer Algorithmus zur Anwendung kommen. An einer konkreten Modellbank wird gezeigt wie die Lösungsansätze mittels eigener C-Programme umgesetzt werden können und wie sensitiv die optimale Lösung auf eine Veränderung wichtiger Steuerungsparameter reagiert. Inhaltsverzeichnis:Inhaltsverzeichnis: 1.Einleitung1 2.Asset-Liability Management3 2.1Notwendigkeit des ALM3 2.2Risikoursachen und Risikomessung5 2.2.1Unternehmensziele und -risiken5 2.2.2Risikofaktoren6 2.3ALM-Techniken7 3.Das ALM -Modell10 3.1Modellbeschreibung10 3.2Notation13 3.3Modelleigenschaften15 3.3.1Arbitragefreie Szenarien15 3.3.2Benötigte Inputdaten17 3.3.3Grössenordnung des ALM-Programms18 4.Lösungsansätze19 4.1Lineare Optimierung mit CPLEX19 4.1.1Das Zinsstrukturmodell nach Ho und Lee19 4.2Aggregationsmethoden24 4.2.1Zustands-Aggregation24 4.2.2Zeit-Aggregation27 4.2.3Das aggregierte ALM-Modell28 4.2.4Disaggregationsalgorithmus32 4.3Genetische Algorithmen33 4.3.1Genetischer Code33 4.3.2Genetische Operatoren34 4.3.3Das Schemata-Konzept41 4.3.4Bewertung Genetischer Algorithmen43 4.3.5Genetische Algorithmen und das ALM-Modell44 5.Anwendungsbeispiel45 5.1Modellvoraussetzungen45 5.1.1Bestimmung der Zinsstruktur46 5.1.2Bestimmungsgrössen der Bilanzstruktur48 5.1.3Eigenschaften der Bilanzposten im [...] eBooks > Sachbücher > Computer & Internet > Informatik; eBooks > Fachbücher > Informatik; eBooks > Sachbücher > Natur & Technik , Diplomica Verlag, PDF, Diplomica Verlag<
Nr. A1032541729. Versandkosten:Lieferzeiten außerhalb der Schweiz 3 bis 21 Werktage, , Sofort per Download lieferbar, zzgl. Versandkosten. (EUR 18.53)
Inhaltsangabe:Einleitung: Aktive und quantitative Banksteuerung wird vor dem Hintergrund sinkender Margen und zunehmender Marktvolatilitäten immer wichtiger. Während das Instrumentarium z… Mehr…
Inhaltsangabe:Einleitung: Aktive und quantitative Banksteuerung wird vor dem Hintergrund sinkender Margen und zunehmender Marktvolatilitäten immer wichtiger. Während das Instrumentarium zur Messung von Wert, Ertrag und Risiko auch mit Blick auf Softwarelösungen vielfältig ist, sind quantitative Methoden zur Findung der richtigen Steuerungsmassnahmen bisher vernachlässigt worden. Die Mehrzahl der in der Praxis eingesetzten Techniken sind konzeptionell sehr einfach und ignorieren wichtige dynamische Elemente des Portfoliomanagements. Die Studie von Michael Hänselmann (Universität Ulm) setzt an diesem Punkt an. In einer kurzen Einführung werden die Aufgaben und Anforderungen skizziert, die ein Asset-Liability Management Modell idealerweise erfüllen sollte. Das Problem wird mit Hilfe eines mehrstufigen stochastischen Entscheidungsmodells dargestellt, wobei die zukünftigen Szenarien aus dem Ho/Lee-Zinsstrukturmodell generiert werden. Im Zentrum der Arbeit werden drei Lösungsansätze vorgeschlagen, wobei neben der klassischen linearen Optimierung ein Aggregationsalgorithmus, der das Grössenwachstum der Szenarienbäume reduziert, und ein Genetischer Algorithmus zur Anwendung kommen. An einer konkreten Modellbank wird gezeigt wie die Lösungsansätze mittels eigener C-Programme umgesetzt werden können und wie sensitiv die optimale Lösung auf eine Veränderung wichtiger Steuerungsparameter reagiert. Inhaltsverzeichnis:Inhaltsverzeichnis: 1.Einleitung1 2.Asset-Liability Management3 2.1Notwendigkeit des ALM3 2.2Risikoursachen und Risikomessung5 2.2.1Unternehmensziele und -risiken5 2.2.2Risikofaktoren6 2.3ALM-Techniken7 3.Das ALM -Modell10 3.1Modellbeschreibung10 3.2Notation13 3.3Modelleigenschaften15 3.3.1Arbitragefreie Szenarien15 3.3.2Benötigte Inputdaten17 3.3.3Grössenordnung des ALM-Programms18 4.Lösungsansätze19 4.1Lineare Optimierung mit CPLEX19 4.1.1Das Zinsstrukturmodell nach Ho und Lee19 4.2Aggregationsmethoden24 4.2.1Zustands-Aggregation24 4.2.2Zeit-Aggregation27 4.2.3Das aggregierte ALM-Modell28 4.2.4Disaggregationsalgorithmus32 4.3Genetische Algorithmen33 4.3.1Genetischer Code33 4.3.2Genetische Operatoren34 4.3.3Das Schemata-Konzept41 4.3.4Bewertung Genetischer Algorithmen43 4.3.5Genetische Algorithmen und das ALM-Modell44 5.Anwendungsbeispiel45 5.1Modellvoraussetzungen45 5.1.1Bestimmung der Zinsstruktur46 5.1.2Bestimmungsgrössen der Bilanzstruktur48 5.1.3Eigenschaften der Bilanzposten im [...] eBooks > Sachbücher > Computer & Internet > Informatik; eBooks > Fachbücher > Informatik; eBooks > Sachbücher > Natur & Technik , Diplomica Verlag, Diplomica Verlag<
Nr. A1032541729. Versandkosten:Lieferzeiten außerhalb der Schweiz 3 bis 21 Werktage, , Sofort per Download lieferbar, zzgl. Versandkosten. (EUR 18.67)
Inhaltsangabe:Einleitung: Aktive und quantitative Banksteuerung wird vor dem Hintergrund sinkender Margen und zunehmender Marktvolatilitäten immer wichtiger. Während das Instrumentarium … Mehr…
Inhaltsangabe:Einleitung: Aktive und quantitative Banksteuerung wird vor dem Hintergrund sinkender Margen und zunehmender Marktvolatilitäten immer wichtiger. Während das Instrumentarium zur Messung von Wert, Ertrag und Risiko auch mit Blick auf Softwarelösungen vielfältig ist, sind quantitative Methoden zur Findung der richtigen Steuerungsmaßnahmen bisher vernachlässigt worden. Die Mehrzahl der in der Praxis eingesetzten Techniken sind konzeptionell sehr einfach und ignorieren wichtige dynamische Elemente des Portfoliomanagements. Die Studie von Michael Hänselmann (Universität Ulm) setzt an diesem Punkt an. In einer kurzen Einführung werden die Aufgaben und Anforderungen skizziert, die ein Asset-Liability Management Modell idealerweise erfüllen sollte. Das Problem wird mit Hilfe eines mehrstufigen stochastischen Entscheidungsmodells dargestellt, wobei die zukünftigen Szenarien aus dem Ho/Lee-Zinsstrukturmodell generiert werden. Im Zentrum der Arbeit werden drei Lösungsansätze vorgeschlagen, wobei neben der klassischen linearen Optimierung ein Aggregationsalgorithmus, der das Größenwachstum der Szenarienbäume reduziert, und ein Genetischer Algorithmus zur Anwendung kommen. An einer konkreten Modellbank wird gezeigt wie die Lösungsansätze mittels eigener C-Programme umgesetzt werden können und wie sensitiv die optimale Lösung auf eine Veränderung wichtiger Steuerungsparameter reagiert. Inhaltsverzeichnis:Inhaltsverzeichnis: 1.Einleitung1 2.Asset-Liability Management3 2.1Notwendigkeit des ALM3 2.2Risikoursachen und Risikomessung5 2.2.1Unternehmensziele und -risiken5 2.2.2Risikofaktoren6 2.3ALM-Techniken7 3.Das ALM -Modell10 3.1Modellbeschreibung10 3.2Notation13 3.3Modelleigenschaften15 3.3.1Arbitragefreie Szenarien15 3.3.2Benötigte Inputdaten17 3.3.3Größenordnung des ALM-Programms18 4.Lösungsansätze19 4.1Lineare Optimierung mit CPLEX19 4.1.1Das Zinsstrukturmodell nach Ho und Lee19 4.2Aggregationsmethoden24 4.2.1Zustands-Aggregation24 4.2.2Zeit-Aggregation27 4.2.3Das aggregierte ALM-Modell28 4.2.4Disaggregationsalgorithmus32 4.3Genetische Algorithmen33 4.3.1Genetischer Code33 4.3.2Genetische Operatoren34 4.3.3Das Schemata-Konzept41 4.3.4Bewertung Genetischer Algorithmen43 4.3.5Genetische Algorithmen und das ALM-Modell44 5.Anwendungsbeispiel45 5.1Modellvoraussetzungen45 5.1.1Bestimmung der Zinsstruktur46 5.1.2Bestimmungsgrößen der Bilanzstruktur48 5.1.3Eigenschaften der Bilanzposten im [...] eBook Michael Hänselmann PDF, Diplomica Verlag, 16.08.1999, Diplomica Verlag, 1999<
Nr. 37222084. Versandkosten:, Sofort per Download lieferbar, DE. (EUR 0.00)
Inhaltsangabe:Einleitung: Aktive und quantitative Banksteuerung wird vor dem Hintergrund sinkender Margen und zunehmender Marktvolatilitäten immer wichtiger. Während das Instrumentarium z… Mehr…
Inhaltsangabe:Einleitung: Aktive und quantitative Banksteuerung wird vor dem Hintergrund sinkender Margen und zunehmender Marktvolatilitäten immer wichtiger. Während das Instrumentarium zur Messung von Wert, Ertrag und Risiko auch mit Blick auf Softwarelösungen vielfältig ist, sind quantitative Methoden zur Findung der richtigen Steuerungsmaßnahmen bisher vernachlässigt worden. Die Mehrzahl der in der Praxis eingesetzten Techniken sind konzeptionell sehr einfach und ignorieren wichtige dynamische Elemente des Portfoliomanagements. Die Studie von Michael Hänselmann (Universität Ulm) setzt an diesem Punkt an. In einer kurzen Einführung werden die Aufgaben und Anforderungen skizziert, die ein Asset-Liability Management Modell idealerweise erfüllen sollte. Das Problem wird mit Hilfe eines mehrstufigen stochastischen Entscheidungsmodells dargestellt, wobei die zukünftigen Szenarien aus dem Ho/Lee-Zinsstrukturmodell generiert werden. Im Zentrum der Arbeit werden drei Lösungsansätze vorgeschlagen, wobei neben der klassischen linearen Optimierung ein Aggregationsalgorithmus, der das Größenwachstum der Szenarienbäume reduziert, und ein Genetischer Algorithmus zur Anwendung kommen. An einer konkreten Modellbank wird gezeigt wie die Lösungsansätze mittels eigener C-Programme umgesetzt werden können und wie sensitiv die optimale Lösung auf eine Veränderung wichtiger Steuerungsparameter reagiert. Inhaltsverzeichnis:Inhaltsverzeichnis: 1.Einleitung1 2.Asset-Liability Management3 2.1Notwendigkeit des ALM3 2.2Risikoursachen und Risikomessung5 2.2.1Unternehmensziele und -risiken5 2.2.2Risikofaktoren6 2.3ALM-Techniken7 3.Das ALM -Modell10 3.1Modellbeschreibung10 3.2Notation13 3.3Modelleigenschaften15 3.3.1Arbitragefreie Szenarien15 3.3.2Benötigte Inputdaten17 3.3.3Größenordnung des ALM-Programms18 4.Lösungsansätze19 4.1Lineare Optimierung mit CPLEX19 4.1.1Das Zinsstrukturmodell nach Ho und Lee19 4.2Aggregationsmethoden24 4.2.1Zustands-Aggregation24 4.2.2Zeit-Aggregation27 4.2.3Das aggregierte ALM-Modell28 4.2.4Disaggregationsalgorithmus32 4.3Genetische Algorithmen33 4.3.1Genetischer Code33 4.3.2Genetische Operatoren34 4.3.3Das Schemata-Konzept41 4.3.4Bewertung Genetischer Algorithmen43 4.3.5Genetische Algorithmen und das ALM-Modell44 5.Anwendungsbeispiel45 5.1Modellvoraussetzungen45 5.1.1Bestimmung der Zinsstruktur46 5.1.2Bestimmungsgrößen der Bilanzstruktur48 5.1.3Eigenschaften der Bilanzposten im [...] Media eBooks, 93 Seiten, Media > Books, Diplomica Verlag, 1999<
Nr. 55392146. Versandkosten:, 2-5 Werktage, DE. (EUR 0.00)
1Da einige Plattformen keine Versandkonditionen übermitteln und diese vom Lieferland, dem Einkaufspreis, dem Gewicht und der Größe des Artikels, einer möglichen Mitgliedschaft der Plattform, einer direkten Lieferung durch die Plattform oder über einen Drittanbieter (Marketplace), etc. abhängig sein können, ist es möglich, dass die von eurobuch angegebenen Versandkosten nicht mit denen der anbietenden Plattform übereinstimmen.
Buch in der Datenbank seit 2007-05-14T10:24:15+02:00 (Berlin) Detailseite zuletzt geändert am 2024-03-08T10:51:51+01:00 (Berlin) ISBN/EAN: 3832416714
ISBN - alternative Schreibweisen: 3-8324-1671-4, 978-3-8324-1671-3 Alternative Schreibweisen und verwandte Suchbegriffe: Autor des Buches: hänselmann, hanselmann Titel des Buches: asset liability management, megahex
Weitere, andere Bücher, die diesem Buch sehr ähnlich sein könnten: