The implementation of sound quantitative risk models is a vital concern for all financial institutions, and this trend has accelerated in recent years with regulatory processes such as Basel II. This book provides a comprehensive treatment of the theoretical concepts and modelling techniques of quantitative risk management and equips readers - whether financial risk analysts, actuaries, regulators, or students of quantitative finance - with practical tools to solve real-world problems. The authors cover methods for market, credit, and operational risk modelling; place standard industry approaches on a more formal footing; and describe recent developments that go beyond, and address main deficiencies of, current practice. The book's methodology draws on diverse quantitative disciplines, from mathematical finance through statistics and econometrics to actuarial mathematics. Main concepts discussed include loss distributions, risk measures, and risk aggregation and allocation principles. A main theme is the need to satisfactorily address extreme outcomes and the dependence of key risk drivers. The techniques required derive from multivariate statistical analysis, financial time series modelling, copulas, and extreme value theory. A more technical chapter addresses credit derivatives. Based on courses taught to masters students and professionals, this book is a unique and fundamental reference that is set to become a standard in the field.
| |||||||||||||||
Kurzbeschreibung
Wird oft zusammen gekauft
Produktinformation
Möchten Sie die Produktinformationen aktualisieren oder Feedback zu den Produktabbildungen geben?
Ist der Verkauf dieses Produkts für Sie nicht akzeptabel? |
Mehr über den Autor
Entdecken Sie Bücher, lesen Sie über Autoren und mehr
Produktbeschreibungen
Pressestimmen
Quantitative Risk Managment can be highly recommended to anyone looking for an excellent survey of the most important techniques and tools used in this rapidly growing field. -- Holger Drees Risk This book provides a state-of-the-art discussion of the three main categories of risk in financial markets, market risk, ... credit risk ... and operational risk... This is a high level, but well-written treatment, rigorous (sometimes succinct), complete with theorems and proofs. -- D.L. McLeish Short Book Reviews of the International Statistical Institute Quantitative Risk Management is highly recommended for financial regulators. The statistical and mathematical tools facilitate a better understanding of the strengths and weaknesses of a useful range of advanced risk-management concepts and models, while the focus on aggregate risk enhances the publication's value to banking and insurance supervisors. -- Hans Blommestein The Financial Regulator A great summary of the latest techniques available within quantitative risk measurement... [I]t is an excellent text to have on the shelf as a reference when your day job covers the whole spectrum of quantitative techniques in risk management. Financial Engineering News Alexander McNeil, Rudiger Frey and Paul Embrechts have written a beautiful book... [T]here is no book that can provide the type of rigorous, detailed, well balanced and relevant coverage of quantitative risk management topics that Quantitative Risk Management: Concepts, Techniques, and Tools offers... I believe that this work may become the book on quantitative risk management... [N]o book that I know of can provide better guidance. -- Dr. Riccardo Rebonato Global Association of Risk Professionals (GARP) Review This is a very impressive book on a rapidly growing field. It certainly helps to discover the forest in an area where a lot of trees are popping up daily. -- Hans Buhlmann SIAM Review
Synopsis
The implementation of sound quantitative risk models is a vital concern for all financial institutions, and this trend has accelerated in recent years with regulatory processes such as Basel II. This book provides a comprehensive treatment of the theoretical concepts and modelling techniques of quantitative risk management and equips readers - whether financial risk analysts, actuaries, regulators, or students of quantitative finance - with practical tools to solve real-world problems. The authors cover methods for market, credit, and operational risk modelling; place standard industry approaches on a more formal footing; and describe recent developments that go beyond, and address main deficiencies of, current practice. The book's methodology draws on diverse quantitative disciplines, from mathematical finance through statistics and econometrics to actuarial mathematics. Main concepts discussed include loss distributions, risk measures, and risk aggregation and allocation principles. A main theme is the need to satisfactorily address extreme outcomes and the dependence of key risk drivers.The techniques required derive from multivariate statistical analysis, financial time series modelling, copulas, and extreme value theory. A more technical chapter addresses credit derivatives. Based on courses taught to masters students and professionals, this book is a unique and fundamental reference that is set to become a standard in the field.
Welche anderen Artikel kaufen Kunden, nachdem sie diesen Artikel angesehen haben?
In diesem Buch
(Mehr dazu)
Ausgewählte Seiten ansehen
Buchdeckel | Copyright | Inhaltsverzeichnis | Auszug | Stichwortverzeichnis
Buchdeckel | Copyright | Inhaltsverzeichnis | Auszug | Stichwortverzeichnis
Kundenrezensionen
Die hilfreichsten Kundenrezensionen
1 von 1 Kunden fanden die folgende Rezension hilfreich
Von wiesbi
Format:Gebundene Ausgabe
Dieses Buch wurde als Standardwerk in meinem Riskmanagement-Kurs verwendet. Es mag alle wichtigen Modelle enthalten, allerdings ist es sehr technisch geschrieben. Wer kein Vorwissen von selbst einfachen Konzepten wie VaR oder CVaR besitzt, wird mit diesem Buch kein intuitives Verständnis darüber erlangen. Weiters wird ein vertieftes Vorwissen in Mathematik und Statistik vorausgesetzt, ansonsten lässt es sich den Konzepten nur schwer folgen. Wie ein Rezensent bereits angemerkt hat, sind die gebrachten Beispiele nicht hilfreich.
Wer auf der Suche nach einer Einführung bzw. praktischen Definitionen in Riskmanagement ist, wird mit diesem Buch keine Freude haben. Leser mit ausgeprägter Präferenz für formalisierte Erklärungen und theoretischen Überlegungen zum diesem Fach, werden hier sicherlich fündig.
"Schön zu lesen" ist es auf jeden Fall nur für jene, die ihren akademischen Fokus auf höchst quantitative Fächer (Mathematik, Statistik, Physik, etc.) gerichtet haben.
Wer auf der Suche nach einer Einführung bzw. praktischen Definitionen in Riskmanagement ist, wird mit diesem Buch keine Freude haben. Leser mit ausgeprägter Präferenz für formalisierte Erklärungen und theoretischen Überlegungen zum diesem Fach, werden hier sicherlich fündig.
"Schön zu lesen" ist es auf jeden Fall nur für jene, die ihren akademischen Fokus auf höchst quantitative Fächer (Mathematik, Statistik, Physik, etc.) gerichtet haben.
3 von 4 Kunden fanden die folgende Rezension hilfreich
Format:Gebundene Ausgabe|Von Amazon bestätigter Kauf
Die Bewertung des Buches hängt davon ab, welche Kriterien man anlegt. Als kompakte Zusammenfassung der mathematischen Grundlagen verdient es 5-Sterne. Für die praktische Implementierung eines Risk-Modells gibt es hingegen gar nichts her. Da ist noch 1-Stern ein Stern zuviel.
Angeblich enthält das Buch auch Algorithmen. Aus der mathematischen Vogelperspektive lässt sich aber fast jedes Problem in 2-3 kompakten Schritten lösen. Z.B.
1) man erzeuge eine uniform Zufallsvariable auf [0,1]
2) man wende darauf die (pseudo-) Inverse pdf an.
Und schon hat man einen simplen Algo zur Erzeugung von Zufallszahlen beliebiger Verteilungen. Dass für viele Verteilungen die analytische Form der Inversen nicht bekannt bzw. sie numerisch zu kompliziert ist, ist ein kleines praktisches Detail. Sowas interessiert einen Mathematiker nicht.
Die Autoren sind Copula-Fans. Sie geben aber keinerlei Methode an, wie man die für eine bestimmte Anwendung beste Copula auswählt. Das scheint - auch nach meinen praktischen Erfahrungen - die Archillesferse der Copula-Methode zu sein. Siehe dazu auch [1].
Manchmal wird es fast komisch. So berechnen die Autoren mit Hilfe eines Extreme-Value Modells ob der Krach am 19.Okt. 1987 ein 5,10,1000 oder 10000-Jahres Ereignis war. Sie verwenden dazu S&P-Daten von 1960 bis 1987. Bei jährlicher Gruppierung ergibt das magere 27 Datenpunkte. Die Schätzer sind dementsprechend unzuverlässig. Vor allem hat die Börse von 1987 nur mehr wenig mit der von 1960 gemeinsam (z.B. gab es 1960 noch keinen eigenen Optionenhandel, 1929 war in den Köpfen der Händler noch präsent ...). Börsedaten sind nicht stationär. Man kann maximal die letzten 5 Jahre an Historie verwenden. Eine wesentlich einfachere und bessere Methode wäre gewesen: Man baue aus den Daten von 1982-1987 ein Monte-Carlo Modell. Man kann das auch 1-Million mal durchlaufen lassen und erhält auf triviale Weise die Verteilung von Extremwerten. Aber der Computer ist in der Mathematischen Welt der Autoren noch nicht erfunden worden.
Am besten haben mir die vielen Notes and Commments am Ende jedes Abschnittes gefallen. Da ist doch der eine oder andere brauchbare Literaturtipp dabei.
[1] Mikosch Th.: Copulas, Tales and Facts.
Angeblich enthält das Buch auch Algorithmen. Aus der mathematischen Vogelperspektive lässt sich aber fast jedes Problem in 2-3 kompakten Schritten lösen. Z.B.
1) man erzeuge eine uniform Zufallsvariable auf [0,1]
2) man wende darauf die (pseudo-) Inverse pdf an.
Und schon hat man einen simplen Algo zur Erzeugung von Zufallszahlen beliebiger Verteilungen. Dass für viele Verteilungen die analytische Form der Inversen nicht bekannt bzw. sie numerisch zu kompliziert ist, ist ein kleines praktisches Detail. Sowas interessiert einen Mathematiker nicht.
Die Autoren sind Copula-Fans. Sie geben aber keinerlei Methode an, wie man die für eine bestimmte Anwendung beste Copula auswählt. Das scheint - auch nach meinen praktischen Erfahrungen - die Archillesferse der Copula-Methode zu sein. Siehe dazu auch [1].
Manchmal wird es fast komisch. So berechnen die Autoren mit Hilfe eines Extreme-Value Modells ob der Krach am 19.Okt. 1987 ein 5,10,1000 oder 10000-Jahres Ereignis war. Sie verwenden dazu S&P-Daten von 1960 bis 1987. Bei jährlicher Gruppierung ergibt das magere 27 Datenpunkte. Die Schätzer sind dementsprechend unzuverlässig. Vor allem hat die Börse von 1987 nur mehr wenig mit der von 1960 gemeinsam (z.B. gab es 1960 noch keinen eigenen Optionenhandel, 1929 war in den Köpfen der Händler noch präsent ...). Börsedaten sind nicht stationär. Man kann maximal die letzten 5 Jahre an Historie verwenden. Eine wesentlich einfachere und bessere Methode wäre gewesen: Man baue aus den Daten von 1982-1987 ein Monte-Carlo Modell. Man kann das auch 1-Million mal durchlaufen lassen und erhält auf triviale Weise die Verteilung von Extremwerten. Aber der Computer ist in der Mathematischen Welt der Autoren noch nicht erfunden worden.
Am besten haben mir die vielen Notes and Commments am Ende jedes Abschnittes gefallen. Da ist doch der eine oder andere brauchbare Literaturtipp dabei.
[1] Mikosch Th.: Copulas, Tales and Facts.
Von Claus
Format:Gebundene Ausgabe
Das Buch gibt einen guten Einstieg in Methoden des Risiko-Managements.
Es schafft Grundlagen ohne den Weg in die Tiefe zu scheuen.
Auch weniger populäre Methoden werden aufgezeigt,
dass ein breites Spektrum geboten wird.
Schön zu lesen, absolut empfehlenswert.
Es schafft Grundlagen ohne den Weg in die Tiefe zu scheuen.
Auch weniger populäre Methoden werden aufgezeigt,
dass ein breites Spektrum geboten wird.
Schön zu lesen, absolut empfehlenswert.
Möchten Sie weitere Rezensionen zu diesem Artikel anzeigen?
›
Gehen Sie zu Amazon.com, um alle 9 Rezensionen zu sehen
4.0 von 5 Sternen
Waren diese Rezensionen hilfreich?
Wir wollen von Ihnen hören.
Kunden diskutieren
|
Das Forum zu diesem Produkt
Fragen stellen, Meinungen austauschen, Einblicke gewinnen Aktive Diskussionen in ähnlichen Foren
Kundendiskussionen durchsuchen
|
Ähnliche Foren
|
||||||||||||||||||||||||||||||||||
Lieblingslisten
Ähnliche Artikel finden
Ihr Kommentar
Möchten Sie die Produktinformationen aktualisieren oder Feedback zu den Produktabbildungen geben?
|
