HochschulschriftOperationelles RisikoUnternehmensbewertungWirtschaftsdeliktVerlustrechnungAktienkursBörsenkursGewinn- und VerlustrechnungStraftatWirtschaftskriminalitätBewertungBonitätFairness OpinionDue DiligenceRisiko
Das Ziel der Arbeit ist die Untersuchung der Auswirkungen von unternehmensinternen Verhaltensrisiken auf den Kapitalmarkt. Zu diesen Verhaltensrisiken gehören interne betrügerische Handlungen oder Verstöße gegen Regeln in Bezug auf Kunden, Produkte oder Geschäftsgepflogenheiten. Solches Fehlverhalten kann zur Verhängung von Sanktionen für Unternehmen führen und somit negative Aktienkurs- und Reputationseffekte hervorrufen. Zur Untersuchung dieser Effekte werden im Rahmen einer Ereignisstudie insbesondere die unerwarteten Verhaltenskosten, definiert als Differenz zwischen den tatsächlichen und erwarteten Verhaltenskosten, herangezogen.
The aim of this work is to examine the effects of internal corporate conduct risks on capital markets. These conduct risks include internal fraud or violations of rules relating to clients, products or business practices. Such misconduct can lead to the imposition of sanctions on companies and thus have negative share price and reputation effects. To investigate these effects an event study uses in particular the unexpected conduct costs, defined as the difference between actual and expected conduct costs.
Die Arbeit fokussiert auf die statistischen und qualitativen Eigenschaften von alternativen Investments. Wir analysieren dafür 39 Zeitreihen. Die Analyse erfolgt für europäische Banken auf Basis des aktuellen Forschungsstands. Ausgangsfrage ist, ob ein umfassendes GARCH Modell alle 39 Datensätze beschreiben kann und ob das Auffinden dieses Modells mittels eines heuristischen Ansatzes möglich ist. Dann werden die Diversifikationseffekte auf ein traditionelles Portfolio untersucht. Letztlich wird geprüft, ob das umfassende GARCH Modell auch auf Portfolios mit alternativen Assetklassen anwendbar ist. Ein Ergebnis dieser Arbeit ist, dass ein exponentielles GARCH(1,2) Modell mit General Error Distribution 18 der 39 Datensätze und nahezu alle Portfolios beschreiben kann. Dieses Modell konnte über einen heuristischen Ansatz gefunden werden. Das Risiko eines traditionellen Portfolios wird in den meisten Fällen durch die Beimischung von alternativen Assetklassen gesenkt.
The thesis is based on current research and definition attempts for alternative investment classes and is focused on their general and statistical properties. We analyze 39 time-series. The analysis is done for European banks. Four research questions are answered. The first question is whether there is one comprehensive GARCH model describing all the 39 datasets. Secondly, it is investigated whether it is possible to find this model using a heuristic approach. Thirdly, the diversification effects on a traditional portfolio are discussed. Finally, it is examined whether the comprehensive GARCH model is applicable to portfolios with alternative investments. The main result is that an exponential GARCH(1,2) model with a general error distribution matches 18 of the 39 datasets and nearly all portfolios. The model was detected by a heuristic approach. The risk of a traditional portfolio is reduced in most cases by adding alternative investment classes.
