Im Mittelpunkt der vorliegenden Arbeit steht die Ermittlung marktpreisinduzierter Ausfallwahrscheinlichkeiten von Schwellenländer-Staatsanleihen auf Basis von Zinsstrukturkurven sowie die Analyse ihrer Determinanten. Die Berechnung dieser impliziten Ausfallwahrscheinlichkeiten fußt auf der jeweiligen Bestimmung des Credit Spreads. Aufgrund der funktionalen Verbindung von Credit Spread und impliziter Ausfallwahrscheinlichkeit stellt sich dabei das Problem, dass letztere mit weiteren Risiken vermengt wird. Der Autor analysiert ausführlich, wie eine korrekte Ermittlung zu erfolgen hat. Zur Bestimmung der endgültigen Berechnung wird ein Reduktionsmodell herangezogen, da dieses Flexibilität bei der Modellierung der Zinsstruktur ermöglicht. Die Intention dahinter ist, dass die Zinsstruktur durch ein neuentwickeltes theoriekonsistentes Verfahren approximiert wird, welches bereits eine Zinsstrukturkurvenschätzung auf Basis von drei Anleihen ermöglicht. Die Ermittlung der Ausfallwahrscheinlichkeiten beschränkt sich sodann nicht nur auf risikoneutrale Ausfallwahrscheinlichkeiten, sondern bezieht auch reale Ausfallwahrscheinlichkeiten mit ein. Für die Identifizierung möglicher Risikodeterminanten der betrachteten Schwellenländer konstruiert der Autor insgesamt 19 spezifische quantifizierbare (Verhältnis-)Kennzahlen, welchen er insgesamt drei Ausprägungen der impliziten Ausfallwahrscheinlichkeiten der Schwellenländer-Anleihen gegenüberstellt. Um dem Anspruch einer ganzheitlichen Untersuchung gerecht zu werden, erfolgt die statistische Analyse hierbei zunächst mittels multipler Querschnittregression und im Anschluss mittels multipler Zeitreihenanalyse. Das Buch richtet sich an Dozenten und Studenten der Betriebswirtschaftslehre mit dem Schwerpunkt Banken, Finanzierung oder Kapitalmärkte sowie an die entsprechenden Praktiker (Anleiheemittenten, Fondsmanager, Investoren).
Hinweis: Dieser Artikel kann nur an eine deutsche Lieferadresse ausgeliefert werden.
Hinweis: Dieser Artikel kann nur an eine deutsche Lieferadresse ausgeliefert werden.