kalibrierung von marktrisiken in solvency ii – der teufel ...€¦ · cequra solvency ii...
TRANSCRIPT
Kalibrierung von Marktrisiken in Solvency II –Der Teufel steckt nicht im Detail
Solvency II Calibrations: Where Curiosity Meets Spuriosity
Prof. Stefan Mittnik, PhD
Center for Quantitative Risk AnalysisLudwig-Maximilians-Universitat Munchen
Asset Management unter Solvency II
Institutional Money
10.09.2013
CEQURA Solvency II 10.09.2013 1 / 57
“The devil is in the detail”
in:
Der Endspurt zu Solvency II
Karel van HulleReferat Versicherung und Renten
Europaische Kommission
BaFin-Vortrag, 13. Oktober 2011
CEQURA Solvency II 10.09.2013 2 / 57
Vorgeschichte
CEQURA Solvency II 10.09.2013 3 / 57
Ubersicht1 Hintergrund
2 Equity-Risk Input-Parameter der StandardformelEquity SCRsKorrelationen zwischen Global und Other Equities
3 Annualisierung in Solvency II
4 Annualisierung und temporale AbhangigkeitRendite–DynamikVola-DynamikSCR/VaR-Kalibrierung
5 Annualisierung und simultane Abhangigkeit zwischen AssetsKorrelationenTail Dependence
6 Zusammenfassung methodischer Implikationen
7 Alternative KalibrierungStrategieErgebnisse
8 Fazit
CEQURA Solvency II 10.09.2013 4 / 57
Hintergrund
CEQURA Solvency II 10.09.2013 5 / 57
Solvency II – Hintergrund
Ziele und Konsequenzen
Vorausschauende, risikobasierte und an der wirtschaftlichen Realitatorientierte Regulierung
Bestimmung der Solvenzkapitalanforderung (Solvency Capital Requirement,SCR) auf Basis des unternehmensspezifischen Risikoprofils
Anreize fur angemessene Risikomanagement–Praxis
Finanzanlagen sind großter Risikotreiber – Anlagevolumen betragt ca. 7Billionen Euro
Weitreichende Konsequenzen fur europaische Versicherungswirtschaft, aberauch fur europaische und globale Finanzmarkte und Realwirtschaft
CEQURA Solvency II 10.09.2013 6 / 57
SCR–Module und -Submodule
Hauptmodule:
1 Market Risk
2 Counterparty Default Risk
3 Life Underwriting Risk
4 Health Underwriting Risk
5 Non–life Underwriting Risk
Marktrisiko–Modul
Marktrisiko insgesamt großte Risiko–Komponente europaischerVersicherer.
Unter den Marktrisiken haben Aktien– und Beteiligungsrisiken(Equity Risk) großten Anteil.
CEQURA Solvency II 10.09.2013 7 / 57
Berechnungsverfahren
Wahlmoglichkeit zwischen:
1 Unternehmensspezifisch entwicklete und durch Aufsicht genehmigteinterne (Teil-)Modelle.
2 Standardformel: Formel und Parameter von Aufsicht vorgegeben.
SCR–Berechnung folgt “bottom up”–Prinzip:I Bestimmung des Verlustpotenzials (VaR) aller Risiko–Komponenten
(Module und Submodule)
I Aggregation der (Sub-)Modul–SCRs zu Gesamt–SCR
CEQURA Solvency II 10.09.2013 8 / 57
Standardformel:
Berechnung des Basis–SCR berucksichtigt die 5 o.g. Hauptmodule:1
Die Standardformel
SCR =
√√√√ 5∑i=1
5∑j=1
ρij × SCRi × SCRj , (1)
Aggregation von Submodul–Risiken innerhhalb eines Moduls erfolgtebenfalls uber Standardformel.
Input-Parameter:I SCRs (VaRs) der jeweiligen Risiko–Komponenten: SCR1, . . . ,SCR5
I Korrelationen zwischen den Risiko–Komponenten: ρi,j , i , j = 1, . . . , 5
1Gesamt–SCR umfasst zusatzlich Operationelle Risiken sowie Anpassungs-komponenten.
CEQURA Solvency II 10.09.2013 9 / 57
Die Standardformel
EU-Direktive: Gesamt–SCR soll garantieren, dass Versicherer2
“... will still be in a position, with a probability of at least 99,5%, to meet theirobligations to policy holders and beneficiaries over the following 12 months.”
SCR entspricht VaR mit 99,5% Konfidenzniveau und einemEinjahreshorizont.
VaR99,5: Verlustschwelle, die maximal mit 0,5% Wahrscheinlichkeitinnerhalb eines Jahres uberschritten wird:⇒ Insolvenz durchschnittlich einmal in 200 Jahren.
Kalibrierung der Jahres-VaRs basiert auf Jahresrenditen.
Datenproblem: Mit nur ca. 8 bis max. 40 Datenjahre sind extreme,einmal in 200 Jahren auftretende Ereignisse schwer bestimmbar.
2Europ. Parlament, Directive 2009/138/EC, Par. 65CEQURA Solvency II 10.09.2013 10 / 57
SCRs fur Equity Risk
CEQURA Solvency II 10.09.2013 11 / 57
Equity: Submodule Marktrisiko
Equity gliedert sich in zwei Submodule:
1 Global Equity: Aktien gelistet an EWR– oder OECD–Borsen
2 Other Equity:I Aktien ausserhalb EWR und OECD gelistetI Private Equity (nicht–gelistet)I Hedge FondsI RohstoffeI Weitere Alternative Investments
CEQURA Solvency II 10.09.2013 12 / 57
Aktien- und Beteiligungsrisiken
Quelle: EIOPA Report on the fifth Quantitative Impact Study (QIS5) for Solvency II (2011)
CEQURA Solvency II 10.09.2013 13 / 57
Equity SCRs
CEIOPS gibt folgende, empirisch ermittelten 99,5% VaR-Wert an:
Equity-Typ Index VaRGlobal Equity MSCI World Price Index -44.42%
Private Equity LPX50 Total Return -68.67%Rohstoffe S&P GSCI Total Return Index -59.45%Hedge Funds HFRX Global Hedge Fund Index -23.11%Emerging Markets MSCI Emerging Markets BRIC -63.83%
Aus CEIOPS’ Advice for Level 2 Implementing Measures on Solvency II:
The empirically calculated private equity charge above is likely to be somewhat over-stated, and the hedge fund charge understated; there is also likely to be a small(although difficult to quantify) diversification benefit between the four categories. Forthese reasons, CEIOPS recommends an overall charge of 55% for the Other Equitycategory.
Nachtraglich reduziert: SCRGlobal = 39% und SCROther = 49%
CEQURA Solvency II 10.09.2013 14 / 57
Korrelationen zwischen Global und Other Equities
SCR-Aggregation von Global und Other Equities:
CEIOPS3 ermittelt folgende Korrelationen von “Other” mit “Global”:
Equity-Typ Index KorrelationPrivate Equity LPX50 Total Return 0,8359Commodities S&P GSCI Total Return Index 0,4472Hedge Funds HFRX Global Hedge Fund Index 0,7731Emerging Markets MSCI Emerging Markets BRIC -0,5282
Details zur Berechnung werden nicht angegeben.
3CEIOPS-DOC-65/10 (29. Januar, 2010)CEQURA Solvency II 10.09.2013 15 / 57
Korrelationen zwischen Global und Other Equities
CEIPOS legt folgende Korrelationen fest:
Zwischen allen Other Equities: Perfekte Korrelation +1
“CEIOPS notes a potential diversification benefit between the other equity types, butconsiders it to be low and difficult to calibrate, so proposes that the standard formulacontains no diversification benefit within the other equity submodule (an implicitcorrelation of 1).”
Korrelationen zwischen Global und Other Equities: 0,75
“Based on the information contained in 3.65 CEIOPS proposes to retain the correlationof 75% between ‘global’ and ‘other’ equities as tested in QIS4. The capital charge for all‘other’ equity types would be simply added together before being correlated with thecapital charge for ‘global’ equities using the above correlation factor.”
CEQURA Solvency II 10.09.2013 16 / 57
Annualisierung in Solvency II
CEQURA Solvency II 10.09.2013 17 / 57
Annualisierung in Solvency II
Where Curiosity Meets Spuriosity
CEQURA Solvency II 10.09.2013 18 / 57
Solvency II Calibrations: Where Curiosity Meets Spuriosity
Spuriousity Meets CuriousityThis is an Image under Drawing
Carin Foster: Wow, where did you get the thought to draw something to [sic] deep? http://www.zinch.com/node/13248182
CEQURA Solvency II 10.09.2013 19 / 57
Annualisierungsverfahren
CEQURA Solvency II 10.09.2013 20 / 57
Annualisierung in Solvency II
Ansatz in Solvency II: Basierend auf taglichen Kursdaten werdenrollierende Jahresrenditen berechnet.
Fur jeden Tag t wird anhand historischer Tagesdaten berechnet:
Jahresrenditet =Pt − Pt−einJahr
Pt−einJahr, t = taglich (2)
Von Tagesdaten uber n Jahre konnen fur n − 1 Jahre rollierendeJahresrenditen taglich bestimmt werden.
Problem: Hohe “Uberlappung” der annualisierten Renditen
⇒ Jahresrenditen von heute und gestern haben zu 99% identischeTagesdaten
⇒ beinhalten also kaum unabhangige Informationen
CEQURA Solvency II 10.09.2013 21 / 57
Annualisierung in Solvency II
Aufsicht (CEIOPS) war sich dieser Problematik bewusst:4
“There is a balance to be struck between an analysis based on the richest possible set ofrelevant data and the possibility of distortion resulting from autocorrelation. In this case,we have chosen to take a rolling one-year window in order to make use of the greatestpossible quantity of relevant data.”
Ist das ein Problem? Ja, denn “distortions” sind erheblich.
Annualisierung erzeugt Quasi–Random–Walk.
Granger & Newbold (1974) zeigten: zwischen unabhangigenRandom–Walk–Prozessen kommt es zu Scheinkorrelationen(spurious correlations).
⇒ Obwohl keine Korrelation vorliegt, sind geschatzte Korrelationenoft hochsignifikant, aber weitgehend Zufallsprodukte.
4CEIOPS-SEC-40-10, 3.56CEQURA Solvency II 10.09.2013 22 / 57
Annualisierung und temporale Abhangigkeit
CEQURA Solvency II 10.09.2013 23 / 57
Rendite–Dynamik
Random-Walk:
rt = β · rt−1 + ut mit β = 1.
Schatzt man β anhand annualisierter Renditen, tendiert derSchatzwert fur β gegen 0,9961 ≈ 1.
Treten bei annualisierte Renditen ahnliche Problem auf wie beiexakten Random–Walks?
Wir prufen dies mittels Simulationsstudien.
CEQURA Solvency II 10.09.2013 24 / 57
Rendite–Dynamik
Simulieren unabhangige Tagesrenditen uber 100 Jahre, annualisieren &berechnen Autokorrelationen fur tagliche und annualisierte Renditen:
0 50 100 150 200 250−1
−0.8
−0.6
−0.4
−0.2
0
0.2
0.4
0.6
0.8
1
Lag
Aut
ocor
rela
tion
Returns
DailyAnnualizedConfidence Band
CEQURA Solvency II 10.09.2013 25 / 57
Vola–DynamikSimulieren 100 Jahre Tagesrenditen via Normal–GARCH(1,1), berechnenAutokorrelationen der taglichen und annualisierten absoluten Renditen:
0 50 100 150 200 250−1
−0.8
−0.6
−0.4
−0.2
0
0.2
0.4
0.6
0.8
1
Lag
Aut
ocor
rela
tion
Absolute Returns
DailyAnnualizedConfidence Band
CEQURA Solvency II 10.09.2013 26 / 57
SCR-SimulationsexperimentSimulieren zwei unabhangige Tagesrendite–Reihen uber 100 Jahre:
rt =
(r1tr2t
)iid∼ N(µ,Σ), with µ =
(00
)and Σ =
(1 00 1
)(3)
und berechnen Jahresrenditen mit rollierender Annualisierung.
−5
05
%
Daily Returns, Risk Factor 1
−5
05
%
Daily Returns, Risk Factor 2
0 10 20 30 40 50 60 70 80 90 100
−40
−20
0
20
40
60
Years
%
Annual Returns
Risk Factor 1Risk Factor 2
CEQURA Solvency II 10.09.2013 27 / 57
VaR–Schatzung
0 10 20 30 40 50 60 70 80 90 100
−3
−2.5
−2
−1.5
−1
−0.5
0
VaR
(%
)
VaR Estimates from Daily Returns
Risk Factor 1Risk Factor 2
Abbildung: Historische VaRs (10–jahres Fenster) fur Tagesrenditen mittheoretischem VaR (horizontale Linie) und 95% Konfidenzinterval
CEQURA Solvency II 10.09.2013 28 / 57
VaR–Schatzung
0 10 20 30 40 50 60 70 80 90 100−50
−45
−40
−35
−30
−25
−20
−15
−10
−5
0
Years
VaR
(%
)
VaR Estimates from Annualized Returns
Abbildung: Historische VaRs (10–jahres Fenster) fur annualisierte Renditen mittheoretischem VaR (horizontale Linie) und 95% Konfidenzinterval
CEQURA Solvency II 10.09.2013 29 / 57
Annualisierung und Abhangigkeit zwischen Assets
CEQURA Solvency II 10.09.2013 30 / 57
SimulationsexperimentTeilperioden annualisierter Renditen (oben) und Streudiagramme (unten)und geschatzten Korrelationen
ρ = 0.42 ρ = −0.65 ρ = 0.75
14 16 18 20 22−40
−20
0
20
40
60
Years
−40 −20 0 20 40−40
−20
0
20
40
60
27 28 29 30−40
−20
0
20
40
Years
−20 0 20 40−40
−30
−20
−10
0
10
20
30
82 83 84 85
−40
−20
0
20
40
60
Years
−40 −20 0 20 40−40
−20
0
20
40
60
CEQURA Solvency II 10.09.2013 31 / 57
Kalibrierung der Korrelationsparameter
Zusatzliches Problem:
Kalibrierung nicht mit ublicher (Pearson-) Korrelation.
Pearson-Korrelation ist ein Maß fur lineare Abhangigkeit undungeeignet fur nicht-lineare oder nicht-normalverteilteRisiko-Strukturen.
Um Verhalten bei extremen Stress-Situationen zu erfassen, werden inSolvency II Tail–Korrelationen verwendet.
CEQURA Solvency II 10.09.2013 32 / 57
Kalibrierung mittels Tail–Korrelationen: Beispiel DAXDurchschnitt aller Tail–Korrelationen der 30 DAX-Aktien:
0 5 10 15 20 250.3
0.35
0.4
0.45
0.5
0.55Left tail
Quantile (%)
75 80 85 90 95 1000.3
0.35
0.4
0.45
0.5
0.55Right tail
Quantile (%)
Average tail correlation: dataAverage tail correlation: normal simulationAverage Pearson correlation
CEQURA Solvency II 10.09.2013 33 / 57
Kalibrierung mittels Tail–Korrelationen
Zuruck zum Experiment der uber 100 Jahre simulierten Renditen:
0 10 20 30 40 50 60 70 80 90 100−1
−0.8
−0.6
−0.4
−0.2
0
0.2
0.4
0.6
0.8
1
Years
Tai
l−co
rrel
atio
n E
stim
ate
Rolling−window VaR−implied Correlations
Daily ReturnsAnnual Returns
Simulierte Renditereihen sind unabhangig ⇒ Korrelationen solltenimmer null sein.
CEQURA Solvency II 10.09.2013 34 / 57
Tail–Korrelationen: Bias und EffizienzHistogramm VaR-impliziter Tail-Korrelationsschatzungen vonTagesrenditen, ρ = 0 und 10-jahriger Stichproben bei wachsendemAggregationslevel:
−1 −0.5 0 0.5 10
1000
2000
3000
4000
5000
6000
7000
1 Day−1 −0.5 0 0.5 10
1000
2000
3000
4000
5000
6000
7000
1 Week−1 −0.5 0 0.5 10
1000
2000
3000
4000
5000
6000
7000
1 Month
VaR−implied
−1 −0.5 0 0.5 10
1000
2000
3000
4000
5000
6000
7000
1 Qtr−1 −0.5 0 0.5 10
1000
2000
3000
4000
5000
6000
7000
1 Year
CEQURA Solvency II 10.09.2013 35 / 57
Tail–Korrelationen: Pile-up-Problem
Histogramm der VaR-impliziten Tail-Korrelationsschatzungen furannualisierte Renditen bei unterschiedlich korrelierte Tagesrenditen:
−1 −0.5 0 0.5 10
1000
2000
3000
4000
5000
6000
7000
8000
ρ = 0.2−1 −0.5 0 0.5 10
1000
2000
3000
4000
5000
6000
7000
8000
ρ = 0.4−1 −0.5 0 0.5 10
1000
2000
3000
4000
5000
6000
7000
8000
ρ = 0.6−1 −0.5 0 0.5 10
1000
2000
3000
4000
5000
6000
7000
8000
ρ = 0.8
CEQURA Solvency II 10.09.2013 36 / 57
Tail–Korrelationen: Fat-Tails und Pile-Ups
Histogramme fur VaR–implizite Tail-Korrelationsschatzungen furt-verteilte Tagesrenditen und verschiedene Freiheitsgrade mit ρ = 0.0:
−1 −0.5 0 0.5 10
500
1000
1500
2000
2500
3000
3500
4000
DoF=4−1 −0.5 0 0.5 10
500
1000
1500
2000
2500
3000
3500
4000
DoF=3−1 −0.5 0 0.5 10
500
1000
1500
2000
2500
3000
3500
4000
DoF=2−1 −0.5 0 0.5 10
500
1000
1500
2000
2500
3000
3500
4000
DoF=1
CEQURA Solvency II 10.09.2013 37 / 57
Annualisierung und Tail Dependence
Liegt Focus auf Extremrisiken, dann interessiert Tail Dependence.
Koeffizient der Tail Dependence (CTD): Anteil der Perioden, indenen zwei Assets eine (hohe) Verlustschwelle gemeinsamuberschreiten.
Treten große Verluste tendenziell gemeinsam auf, dann liegt CTDnahe bei 1; besteht diese Tendenz nicht, dann liegt CTD nahe 0.
CTD enthalt relevante Information, wenn – wie in Solvency II – dieKonsequenzen extremer Verluste abgeschatzt werden sollen.
CEQURA Solvency II 10.09.2013 38 / 57
Annualisierung und Tail Dependence
Mittelwert geschatzter CTD-Werte (blaue Linie) von Tages- (links) undannualisierten Renditen (rechts) generiert von bivariaten t-Verteilung(ρ = 0, 5 and ν = 4) fur 40 Jahre mit 95%-Konfidenzband:5
0 0.5 1 1.5 2 2.50
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
Quantile (%)
λ
Daily Returns
0 0.5 1 1.5 2 2.50
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
Quantile (%)
λ
Annualized Returns
55.000 ReplikationenCEQURA Solvency II 10.09.2013 39 / 57
Annualisierung und Tail Dependence
Mittelwert geschatzter CTD-Werte (blaue) von Tages- (links) undannualisierten Renditen (rechts) generiert von bivariaten t-Verteilung(ρ = 0, 5 and ν = 4) fur 4.000 Jahre mit 95%-Konfidenz- band:6
0 0.5 1 1.5 2 2.50
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
Quantile (%)
λ
Daily Returns
0 0.5 1 1.5 2 2.50
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
Quantile (%)
λ
Annualized Returns
65.000 ReplikationenCEQURA Solvency II 10.09.2013 40 / 57
Zusammenfassung methodischer Implikationen
CEQURA Solvency II 10.09.2013 41 / 57
Zusammenfassung methodischer Implikationen
Rollierende Annualisierung verzerrt Parameter der Standardformel.
SCRs/VaRs der Module und Korrelationen verhalten sich erratisch.
VaR–implizite Korrelationsschatzer verzerrt Richtung +1. Problemverschwindet nicht durch mehr Daten.
Sind Tagesrenditen nur schwach (positiv) korreliert, so habenannualisierte Renditen Pile-up-Problem bei +1.
Probleme in Realitat oft dramatischer aufgrund von Fat-Tails.
Annualisierung zertstort vorhandene, gemeinsame Verlusttendenzen inRenditen. Koeffizient der Tail Dependence tendiert Richtung 0.
CEQURA Solvency II 10.09.2013 42 / 57
Alternative Kalibrierung
CEQURA Solvency II 10.09.2013 43 / 57
Alternative Kalibrierung – Strategie
“Saubere” Kalibrierung erfordert Modellierung temporalerAbhangigkeiten und simultaner Abhangigkeiten:
I Mussen temporale Abhangigkeiten verstehen, um von hochfrequentenDaten (Tagesrenditen) auf Langfrist-Risiken zu schließen
I Mussen komplexe Simultanabhangigkeiten zulassen, um nichtlineareAbhangigkeiten und Tail Dependence zu berucksichtigen
Fundamentales Problem der Solvency–Kalibrierung:I Temporale Abhangigkeiten verschleiern Simultanabhangigkeiten
I Annualisierung induziert extreme temporale Abhangigkeiten undganzlich zerstort Simultanabhangigkeiten
Alternativ–Kalibrierung verfolgt gegenteilige Strategie:1 “Bereinigung” von temporalen Abhangigkeiten durch Filterung
2 Keine explizite Modellierung der Simultanabhangigkeiten in gefiltertenRenditen ⇒ “Lassen die Daten sprechen”
CEQURA Solvency II 10.09.2013 44 / 57
Alternative Kalibrierung – Strategie
Vorgehensweise:1 Verwenden nicht–uberlappende Wochenrenditen⇒ bessere Erfassung der Dynamiken als mit Tagesdaten
2 Einsatz univariater, fat–tailed ARMA–GARCH-Filter
3 Generieren 50.000 Jahrerendite–Szenarien via Vektor–Bootstrap–Simulation mit Filter–Umkehrung⇒ weitgehende Erhaltung komplexer Simultanabhangigkeiten
4 Bestimmung von SCR–Werten und Tail–Korrelationen aus generiertenSzenarien
Zwei Modifikationen:I Lassen Hedge Fonds aussen vor, da nur Daten uber ca. 8 Jahre
I CEIOPS’ Verwendung des LPX50 als Private–Equity–Index seitensWissenschaft und Praxis stark kritisiert, da nicht reprasentativ⇒ Verwenden Alternative: Listed PE Funds–of–Funds Index (LPFFX)
CEQURA Solvency II 10.09.2013 45 / 57
Alternative Kalibrierung – Ergebnisse
SCR–Werte:
Equity-Typ CEIOPS org. EIOPA akt. AlternativGlobal Equity 44.42% 39% 48%Private Equity 68.67% 49% 50%Rohstoffe 59.45% 49% 48%Emerging Markets 63.83% 49% 68%
Tail–Korrelationen:
Global Eq. Private Eq. Rohst. Em. MarketsGlobal Eq. – 0.41 0.18 0.58Private Eq. 0.75 – 0.23 0.37Rohst. 0.75 1 – 0.29Em. Markets 0.75 1 1 –
CEQURA Solvency II 10.09.2013 46 / 57
Alternative Kalibrierung – Ergebnisse
Gewichte der Minimum–Varianz–Portfolios mit aktuellerSolvency–II–Kalibrierung vs. Alternativ–Kalibrierung:7
Equity-Typ EIOPA akt. AlternativGlobal Equity 91.7% 34.0%Private Equity | 26.0%Rohstoffe 8.3% 40.0%Emerging Markets | 0.0%Portfolio–SCR 38.9% 34.7%
Vergleich:I Portfolio–SCRs unterscheiden sich unwesentlich
I Aber: Optimalen Portfolios unterscheiden sich erheblich⇒ Solvency II fuhrt zu einseitiger Gewichtung
I Ursache: Solvency II “kompensiert” zu hohe Korrelationswerte durchzu niedrig angesetzte SCRs
7Keine LeerverkaufeCEQURA Solvency II 10.09.2013 47 / 57
Fazit
CEQURA Solvency II 10.09.2013 48 / 57
Fazit
Der Teufel steckt nicht im Detail. Es besteht ein fundamentalesProblem bei der Kalibrierung von Anlagerisiken.
Kalibrierung der Standardformel hat aufgrund rollierenderAnnualisierung keine empirische Fundierung.
Gilt fur alle Submodule, in denen rollierend annualisiert wird(Property Risk, Interest Rate Risk etc.).
Ziel der Regulierung, “Anreize fur angemessene Risiko-management–Praxis”, klar verfehlt:⇒ ignoriert Diversifikation zw. heterogenen “Other Equities”
⇒ “Kompensation”durch niedrige SCRs
Realistische Kalibrierung ist kritisch, denn erratischeStandardformel fuhrt zu:⇒ magelhafte Regulierung
⇒ falsche Risikoeinschatzung und Anlageentscheidungen
⇒ falscher “Anker” fur interne Modelle
⇒ volkswirtschaftlicher Schaden durch fehlgesteuerte Investitionen
CEQURA Solvency II 10.09.2013 49 / 57
Nachgeschichte
CEQURA Solvency II 10.09.2013 50 / 57
Vielen Dank
Prof. Stefan Mittnik, PhDCenter for Quantitative Risk AnalysisLudwig-Maximilians-Universitat MunchenAkademiestrasse 1/I80799 Munchen
Tel.: +49 89 [email protected]
Paper erhaltlich unter:www.cequra.uni-muenchen.de/working papers/index.html
CEQURA Solvency II 10.09.2013 51 / 57
BACKUPS
CEQURA Solvency II 10.09.2013 52 / 57
Market Risk module
CEQURA Solvency II 10.09.2013 53 / 57
Marktrisiko–Modul
Quelle: EIOPA Report on the fifth Quantitative Impact Study (QIS5) for Solvency II (2011)
CEQURA Solvency II 10.09.2013 54 / 57
Kalibrierung der Korrelationsparameter
Data-Cutting-Methode: Graphische Darstellung
Praktisches Problem:
Zahl der gemeinsamen Tail–Beobachtungen oft sehr gering bzw. null⇒ Tail–Korrelation nicht oder nur sehr ungenau berechenbar.
CEQURA Solvency II 10.09.2013 55 / 57
Korrelationsschatzung: Bias (Verzerrung)
Bias in Korrelationsschatzung mit rollierend aggregierten Renditen,8 ρ = 0,10.000 Replikationen uber 40 Jahre:
0 100 200−0.02
0
0.02
0.04
0.06
0.08
0.1
Days Aggregated
Bia
s
Pearson
0 100 200−0.02
0
0.02
0.04
0.06
0.08
0.1
Days Aggregated
Data Cutting
0 100 200−0.02
0
0.02
0.04
0.06
0.08
0.1
Days Aggregated
VaR−implied
8Aggregationslevel: Tag, Woche, Monat, Quartal, Halbjahr und Jahr.CEQURA Solvency II 10.09.2013 56 / 57
Korrelationsschatzung: Effizienz
Effizienz der Korrelationsschatzers, ρ = 0, 10.000 Replikationen uber 40Jahre:
0 100 200−1
−0.8
−0.6
−0.4
−0.2
0
0.2
0.4
0.6
0.8
1
Days Aggregated
Qua
ntile
s
Pearson
0 100 200−1
−0.8
−0.6
−0.4
−0.2
0
0.2
0.4
0.6
0.8
1
Days Aggregated
Data Cutting
0 100 200−1
−0.8
−0.6
−0.4
−0.2
0
0.2
0.4
0.6
0.8
1
Days Aggregated
VaR−implied
Range99%−Interval95%−Interval90%−Interval
CEQURA Solvency II 10.09.2013 57 / 57