RiskNET eLibrary
Sie möchten Ihre Publikation gerne in unserer eLibrary veröffentlichen?
Die Quantifizierung wesentlicher Risiken ist von grundlegender Bedeutung für eine wertorientierte Unternehmensführung. Doch häufig sind die Erhebung der verfügbaren Risikoinformationen und Zusammenführung zu einer bestmöglichen Datengrundlage problematisch. Ursachen sind beispielsweise unzureichende Datenqualität, fehlende Daten oder geringer Informationsgehalt einer kurzen Datenhistorie genauso wie die möglicherweise unüberwindbare Komplexität einer fehler- und überschneidungsfreien Aggregation von Informationen aus unterschiedlichen Datenbanken und Dateien. Aus diesem Grund wird häufig auf „subjektives“ Expertenwissen zurückgegriffen. Die methodischen Herausforderungen, die sich zu Beginn der Risikoquantifizierung ergeben, liegen in einer adäquaten und transparenten Zusammenführung von Daten und Expertenwissen. Mit den Methoden der Bayesschen Statistik kann die Kombination unterschiedlicher Informationsquellen in der Risikomodellierung berücksichtigt und Schätzunsicherheiten im Zusammenhang mit der Parametrisierung eines Risikomodells reduziert werden.
[Autoren: Gabriele Wieczorek / Oliver Disch / Quelle: RISIKO MANAGER 10/2019, S. 42-57]
[Autoren: Gabriele Wieczorek / Oliver Disch / Quelle: RISIKO MANAGER 10/2019, S. 42-57]
3715 Downloads09.01.2020
Datei downloaden Die "künstliche Intelligenz" zählt zu den Top-Themen der digitalen Wirtschaft. Und ein Blick auf die kontroversen Diskussionen zeigt, dass das Thema voller Emotionen, Ängste und vor allem Halbwissen und Hoffnungen steckt. Viele der heute diskutierten Ängste resultieren primär aus Unwissenheit oder Halbwissen. Nur wenige "Experten" haben tatsächlich schon einmal in die Werkzeugkiste der "künstlichen Intelligenz" hineingeschaut oder gar Methoden angewendet. Der Beitrag liefert einen kompakten Überblick über die Chancen und Risiken beim Einsatz von KI-Methoden im Kontext Risikomanagement.
[Quelle: Handbuch Künstliche Intelligenz, Trend Report 2019]
[Quelle: Handbuch Künstliche Intelligenz, Trend Report 2019]
2331 Downloads08.01.2020
Datei downloaden Die VÖB-Service GmbH und e.stradis GmbH haben im Februar und März 2019 gemeinsam diese Erhebung unter mehr als 100 Kreditinstituten mit Schwerpunkt Deutschland durchgeführt mit dem Ziel, bei Banken den Reifegrad im regulatorischen NPL-Management zu hinterfragen und Erkenntnisse über Verbesserungsmöglichkeiten zur Erfüllung der regulatorischen Anforderungen zu identifizieren.
2996 Downloads12.04.2019
Datei downloaden Bereits zum achten Mal präsentiert die Gesellschaft für Risikomanagement und Regulierung e.V. das FIRM Jahrbuch. In bewährter Manier präsentiert auch das Jahrbuch 2019 ein buntes Spektrum von Fachbeiträgen aus aktuellen Themenfeldern im Risikomanagement und der Regulierung. Im zweiten Teil finden Sie Beiträge über die Arbeit im Frankfurter Institut für Risikomanagement und Regulierung.
14581 Downloads07.03.2019
Datei downloaden Wahrheit oder Lüge? Wer kann das in unseren digitalen Zeiten noch beantworten? Umso wichtiger sind klare Parameter und ein methodisch sauberes Vorgehen, um Fake News zu enttarnen. Dafür plädiert Risikomanagementexperte Frank Romeike im Interview mit PROTECTOR & WIK.
4202 Downloads06.06.2018
Datei downloaden Companies have always concerned themselves with avoiding risks to the company as a going concern. The need to systematically identify, evaluate and manage risks has increased in recent years. One reason for this is that the level of risk in many areas has vastly increased. This is reflected in the speed of change of technological processes, the dependency on few customers, or the emergence of entirely new risk categories (for example, potential new competitors from abroad as a result of an increasingly globalised world). Further to this, as a result of the Control and Transparency Act (Kontroll- und Transparenzgesetz - KonTraG) enacted in 1998 and its “radiating effect” on small and medium-sized companies, it may be assumed that the failure to implement a risk management system – also in corporations – can result in managing directors being held personally liable. Finally, as a result of Basel II and Basel III, both regular and savings banks are required to be more cautious when it comes to risk. The impact of risks that have occurred (for example, the loss of a major client or an unexpected increase in material costs) have become apparent in the annual accounts and the key financial figures derived from them (for example, equity capital quota or overall return). As these figures define the conditions for loans and interest in the typical company rating process, risks can have a considerable impact on company financing. For instance, a coincidental combination of several risks can quickly give rise to a situation in which the financing of a company is no longer secured because of an unsatisfactory rating. This can also happen despite a company demonstrating strong performance over the long-term. This issue is particularly likely to be present where companies have reduced risk capacity (especially capital), regardless of the existence of other factors that indicate excellent potential for success. On the whole, these recent developments call for thorough engagement with the issue of risk management. Guidelines must be put in place to appropriately tackle potential risks to the company as a going concern and, when it comes to major company decisions (for example, investments), expected profits must be weighed against related risks.
3328 Downloads23.04.2018
Datei downloaden Trotz der Heterogenität der Beiträge durchziehen vor allem zwei Themen das gesamte FIRM Jahrbuch 2018: Digitalisierung und Regulierung. Die digitale Transformation verändert die Gesellschaft, Wirtschaft und Politik und damit auch die Bankenwelt. Schon heute sind über 20 Milliarden Geräte und Maschinen über das Internet vernetzt – bis zum Jahr 2030 sollen es rund eine halbe Billion sein. Das Ergebnis ist eine Durchdringung, Vernetzung und Veränderung fast aller Lebens- und Wirtschaftsbereiche durch digitale Geschäftsmodelle. Dies ist für die Geschäftsmodelle der Banken mit erheblichen Herausforderungen verbunden. Beim zweiten Thema Regulierung geht es im Kern um eine Verbesserung der Krisenresistenz des internationalen Finanzsystems, um die Erhöhung der Markt- und Produkttransparenz von Kreditinstituten, um die Wiederherstellung des Haftungsprinzips sowie um die Schaffung eines neuen Ordnungsrahmens durch eine durchschlagskräftige staatliche Finanzmarktaufsicht.
25383 Downloads15.04.2018
Datei downloaden In 1890, a company was founded in the USA that eventually developed into a leading brand. 80 years after its inception, the company had a market share of approximately 90% in its core field of business: film and photography. The company’s name is Kodak. Kodak was known for its top performance and the forward-looking view of its engineers. These engineers invented the digital camera in 1975. In spite of its long and successful company history, Kodak went bankrupt in 2012. The opportunities provided by the company’s breakthrough technology and its engineering prowess may not have been fully leveraged by the management. Kodak may provide a useful lesson and an incentive for leaders to manage and leverage disruptive technologies.
From today’s view, we believe that machine learning and deep learning are such disruptive technologies that should be leveraged. Advanced computing methods have become more and more popular alongside advances in the emergence of big data. In the finance and banking sector, increasing demand for more efficient approaches has been seen especially in the field of machine learning. The field was originally devoted to developing algorithms in artificial intelligence. In response to its significant advances, however, machine learning and its subfield of deep learning have emerged as breakthroughs with vast applications in a wide array of fields.
In our paper, we discuss the existing definitions as well as our thoughts on some of the applications of machine learning and deep learning. We will provide an insight into the significance of artificial intelligence in the banking industry, in particular and its response to big data market forces, with a focus on German Banks. To illustrate the breadth of the field’s significance, we will also address the automotive industry in Germany and its connection to machine learning technologies. To deepen our understanding of the subject, we will explain the mathematical background behind deep learning and its intersection with artificial neural networks. We will provide a brief look into the subject of Blockchain and its relevance to artificial intelligence. A second part of this paper will analyze the practical implications (use cases) of the technologies and their expected developments in the short and long term.
[Authors: Farhad Khakzad, Sangmeng Li, Pablo Arboleda]
From today’s view, we believe that machine learning and deep learning are such disruptive technologies that should be leveraged. Advanced computing methods have become more and more popular alongside advances in the emergence of big data. In the finance and banking sector, increasing demand for more efficient approaches has been seen especially in the field of machine learning. The field was originally devoted to developing algorithms in artificial intelligence. In response to its significant advances, however, machine learning and its subfield of deep learning have emerged as breakthroughs with vast applications in a wide array of fields.
In our paper, we discuss the existing definitions as well as our thoughts on some of the applications of machine learning and deep learning. We will provide an insight into the significance of artificial intelligence in the banking industry, in particular and its response to big data market forces, with a focus on German Banks. To illustrate the breadth of the field’s significance, we will also address the automotive industry in Germany and its connection to machine learning technologies. To deepen our understanding of the subject, we will explain the mathematical background behind deep learning and its intersection with artificial neural networks. We will provide a brief look into the subject of Blockchain and its relevance to artificial intelligence. A second part of this paper will analyze the practical implications (use cases) of the technologies and their expected developments in the short and long term.
[Authors: Farhad Khakzad, Sangmeng Li, Pablo Arboleda]
3755 Downloads15.02.2018
Datei downloaden Ich möchte als Autor in diesem Beitrag die These aufstellen, dass Komplexität von uns Menschen nicht zu managen ist, wir sie aber trotzdem handhaben müssen. Und ich möchte diese These begründen. Man könnte sagen, wie im Titel formuliert, dass wir stetig mit der Komplexität um die Wette laufen müssen, wissend diesen Wettlauf niemals gewinnen zu können. Im ersten Teil des Beitrags werde ich hierfür eine eigene Begriffsdefinition von "Komplexität" wagen und dabei gleichzeitig erörtern, warum das Fühlen und Erfahren von Komplexität ganz eng mit unseren sprachlichen Mitteln zu tun hat und damit etwas Subjektives ist. Im zweiten Teil möchte ich thematisieren, wie Komplexität entsteht und warum wir uns dieser nicht entziehen dürfen, obwohl sie für uns niemals vollständig beherrschbar sein wird. Im dritten und letzten Teil zeige ich schließlich einen Weg auf, wie man Komplexität in bestimmten Fällen handhaben kann. Dabei gehe ich auf das agile Methodenset Scrum ein. Dies in einer Art und Weise, die beleuchtet, warum dieses Framework erfolgreich im Umgang mit Problemen sein kann, die einen hohen Anteil an Komplexität haben. Des Weiteren werde ich in diesem Zusammenhang darlegen, dass Scrum sehr viele Ähnlichkeiten mit der Wasserfall-Methode besitzt, was aus vielen mir bekannten Publikationen zu agilem Arbeiten in dieser Form nicht hervorgeht.
3122 Downloads23.01.2018
Datei downloaden This article aims to initiate a debate that has not taken place in monetary economics thus far. In order to finance and regulate global commons, we traditionally rely on a monetary monoculture. In spite of all the intellectual and mathematical scrutiny devoted to the topic, the debate ultimately boils down to austerity or stimulus, to regulatory and redistributive efforts. None of the official academic positions really address the nature of the monetary system itself and its negative impact on sustainability, and thus fail to provide an answer to the question of how to really finance our commons and our future. This is exemplified in the current debate on the so-called Sustainable Development Goals (SDGs) endorsed by the UN in 2015. The present text aims to provide arguments for a parallel, optional, complementary green quantitative easing in order to overcome these constraints. This argument goes beyond regulatory efforts and co-financed redistribution. The advantages of implementing this or a similar mechanism are manifold: firstly, it can be implemented in a fast and targeted manner and is relatively cheap. Secondly, it would have an anticyclical, anti-inflationary and resilient impact on our trading and payment system. Thirdly, it builds on findings in systems theory, thus avoiding the tedious discussion between the different schools of economics. Fourthly, it addresses findings in the life sciences (neurobiology and clinical and social psychology) in order to provide a match for real human behavior (beyond the homo oeconomicus). Fifthly, it addresses the magnitude, volume and significance of the global challenges ahead. In short: The real tragedy of the commons is based on a new kind of thinking on how to design a monetary ecosystem to make the world a better place.
2653 Downloads06.08.2017
Datei downloaden 
