Nach diesen Kursen fühle ich mich sicher, professionelle Visualisierungen und Dashboards zu erstellen.
Shoebur RahmanBeschaffungsspezialist, Giz Bangladesh
Kursbeschreibung
Im Quantitativen Risikomanagement (QRM) erstellst du Modelle, um die Risiken von Finanzportfolios zu verstehen. Das ist in den Bereichen Banken, Versicherungen und Asset Management eine zentrale Aufgabe. Der erste Schritt im Modellierungsprozess ist, Daten zu den zugrunde liegenden Risikofaktoren zu sammeln, die den Portfoliowert beeinflussen, und ihr Verhalten zu analysieren. In diesem Kurs lernst du, wie du mit Renditereihen von Risikofaktoren arbeitest, die empirischen Eigenschaften bzw. sogenannten „stylized facts“ dieser Daten untersuchst – einschließlich ihrer typischen Nicht-Normalverteilung und Volatilität – und den Value-at-Risk für ein Portfolio schätzt.
Voraussetzungen
Lernprogramm
Kursübersicht
1
Markt-Risikofaktordaten erkunden
In diesem Kapitel lernst du, wie man Renditereihen bildet, sie über längere Zeiträume aggregiert und auf verschiedene Arten visualisiert. Du schaust dir Beispiele mit dem Paket qrmdata an.
- Willkommen im Kurs!50 XP
- Zeitreihen von Risikofaktoren erkunden: Aktienindizes100 XP
- Risikofaktor-Zeitreihen erkunden: einzelne Aktien100 XP
- Risikofaktordaten erkunden: Wechselkurse100 XP
- Risikofaktor-Renditen50 XP
- Renditereihen untersuchen100 XP
- Verschiedene Arten, Risikofaktoren- und Renditereihen zu plotten100 XP
- Log-Renditen aggregieren50 XP
- Log-Renditeserien aggregieren100 XP
- Ein Test zur Aggregation von Log-Renditen50 XP
- Weitere Arten von Risikofaktoren erkunden50 XP
- Rohstoffdaten100 XP
- Zinsdaten100 XP
2
Reale Renditen sind riskanter als normal
In diesem Kapitel lernst du grafische und numerische Tests auf Normalverteilung kennen, wendest sie auf verschiedene Datensätze an und betrachtest das alternative Student-t-Modell.
3
Reale Renditen sind volatil und korreliert
In diesem Kapitel lernst du Volatilität kennen und wie du sie mit act-Plots erkennst. Außerdem lernst du, Ljung-Box-Tests auf Autokorrelation anzuwenden und Kreuzkorrelationen zu schätzen.
4
Value-at-Risk (VaR) für Portfolios schätzen
In diesem Kapitel werden das Konzept des Value-at-Risk und einfache Methoden zur Schätzung des VaR auf Basis historischer Simulation eingeführt.
R
Quantitatives Risikomanagement in R
Kurs
abgeschlossen
