Inhaltsangabe:Einleitung: Aktive und quantitative Banksteuerung wird vor dem Hintergrund sinkender Margen und zunehmender Marktvolatilitäten immer wichtiger. Während das Instrumentarium z… mais…
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. Custos de envio:Lieferzeiten außerhalb der Schweiz 3 bis 21 Werktage, , Sofort per Download lieferbar, zzgl. Versandkosten. (EUR 18.53) Details...
(*) Livro esgotado significa que o livro não está disponível em qualquer uma das plataformas associadas buscamos.
Inhaltsangabe:Einleitung: Aktive und quantitative Banksteuerung wird vor dem Hintergrund sinkender Margen und zunehmender Marktvolatilitäten immer wichtiger. Während das Instrumentarium z… mais…
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. Custos de envio:Lieferzeiten außerhalb der Schweiz 3 bis 21 Werktage, , Sofort per Download lieferbar, zzgl. Versandkosten. (EUR 18.67) Details...
(*) Livro esgotado significa que o livro não está disponível em qualquer uma das plataformas associadas buscamos.
Inhaltsangabe:Einleitung: Aktive und quantitative Banksteuerung wird vor dem Hintergrund sinkender Margen und zunehmender Marktvolatilitäten immer wichtiger. Während das Instrumentarium … mais…
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. Custos de envio:, Sofort per Download lieferbar, DE. (EUR 0.00) Details...
(*) Livro esgotado significa que o livro não está disponível em qualquer uma das plataformas associadas buscamos.
Inhaltsangabe:Einleitung: Aktive und quantitative Banksteuerung wird vor dem Hintergrund sinkender Margen und zunehmender Marktvolatilitäten immer wichtiger. Während das Instrumentarium z… mais…
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. Custos de envio:, 2-5 Werktage, DE. (EUR 0.00) Details...
(*) Livro esgotado significa que o livro não está disponível em qualquer uma das plataformas associadas buscamos.
Inhaltsangabe:Einleitung: Aktive und quantitative Banksteuerung wird vor dem Hintergrund sinkender Margen und zunehmender Marktvolatilitäten immer wichtiger. Während das Instrumentarium z… mais…
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. Custos de envio: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… mais…
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. Custos de envio: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 … mais…
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. Custos de envio:, 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… mais…
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. Custos de envio:, 2-5 Werktage, DE. (EUR 0.00)
1Como algumas plataformas não transmitem condições de envio e estas podem depender do país de entrega, do preço de compra, do peso e tamanho do item, de uma possível adesão à plataforma, de uma entrega direta pela plataforma ou através de um fornecedor terceirizado (Marketplace), etc., é possível que os custos de envio indicados pela terralivro não correspondam aos da plataforma ofertante.
Dados bibliográficos do melhor livro correspondente
Dados detalhados do livro - Optimale Banksteuerungsstrategien im Asset-Liability Management
EAN (ISBN-13): 9783832416713 ISBN (ISBN-10): 3832416714 Ano de publicação: 1999 Editor/Editora: Diplomica Verlag
Livro na base de dados desde 2007-05-14T05:24:15-03:00 (Sao Paulo) Página de detalhes modificada pela última vez em 2024-03-08T06:51:51-03:00 (Sao Paulo) Número ISBN/EAN: 3832416714
Número ISBN - Ortografia alternativa: 3-8324-1671-4, 978-3-8324-1671-3 Ortografia alternativa e termos de pesquisa relacionados: Autor do livro: hänselmann, hanselmann Título do livro: asset liability management, megahex
Outros livros adicionais, que poderiam ser muito similares com este livro: