Stochastische Modelle der Risikobewertung

5 ECTS, Prof. Dr. Rainer Göb


Modultitel:  Stochastische Modelle der Risikobewertung/ Stochastic Models for Risk Assessment

Kurzbezeichnung: 12-RM-RW

❄ Veranstaltung wird im Wintersemester angeboten

Lerninhalte:

  • Etymologischer Hintergrund des Risikobegriffs
  • Definitionen von Risiko
  • Grundbegriffe und Terminologie der stochastischen Risikomodellierung: Risikophänomen, Risikoobjekt, Risikovariable, Risikoquelle, Risikofaktor, Risikoursache, direkte Gefahr, indirekte Gefahr, riskierter Verlust, riskierter Profit, Verlustvariable, Profitvariable, Risikoverteilung, Risikoindikator, Risikokennzahl
  • Klassifikation unternehmerischer Risiken
  • Risikopolitik und Risikomanagement
  • Risikoanalyse: Risikoidentifikation, Risikobeschreibung, Risikoexploration, risikobezogene Messungen, Risikoevaluation, Risikobewertung, Risikomodellierung
  • Risikobehandlung: Risikominderung, Risikoabwehr, Risikovermeidung, Risikoübertragung, Selbsttragen des Risikos
  • Risikokontrolle
  • Normen des Risikomanagement: ISO 31000, ONR 49000 – 49004, IEC/ISO 31010, COSO II, AIRMIC, IRM, ALARM
  • Die FMEA (Failure Mode and Effect Analysis) als Instrument der Risikoanalyse und Risikobewertung: historischer und thematischer Hintergrund, Methodik der FMEA, Diskussion der FMEA-Bewertungsmethodik
  • Risikomatrix und Risikodiagramm
  • Scorediagramm
  • Stochastische Risikokennzahlen als Verteilungsparameter
  • Wahrscheinlichkeitsverteilungen: Gaussian, Laplace, Student’s t, extreme value, logistic, exponential, Weibull, gamma, negative Gaussian, Burr, hyperbolic, generalised hyperbolic
  • Elementare stochastische Risikokennzahlen: Varianz, Standardabweichung, Sugnal-to-Noise-Ratio, Coefficient of Variation, Nonkonformwahrscheinlichkeit, erwarteter Shortfall, Shortfallwahrscheinlichkeit, referenzwertbezogene Risikokennzahlen, Stone-Familie
  • Value at Risk und Conditional Value at Risk: Definition, Darstellungen, Werte unter speziellen Wahrscheinlichkeitsverteilungen
  • Axiomatik von Risikomaßen: Verteilungsinvarianz, Subadditivität, Superadditivität, Additivität, komonotone Additivität, nichtnegative Homogenität, Translationsinvarianz, Konvexität, Stetigkeit, Kohärenz

 

Lernziele:

Der Studierende kennt die Schemata und Begriffe der Risikoanalyse, der Risikomessung, sowie den zugehörigen theoretischen Hintergrund. Der Studierende kennt die Konzepte der fortgeschrittenen stochastischen Risikomodellierung. Der Studierende ist in der Lage, in einem gegebenen Unternehmensumfeld ein geeignetes Schema der Risikoanalyse und Risikomessung anzuwenden.