Options
Stochastische Liability-Modelle für Vorsorgeeinrichtungen
Type
applied research project
Start Date
01 January 2004
Status
ongoing
Keywords
Asset- and Liability Management
ALM
Vorsorgeeinrichtung
stochastische modellierung
liabilities
Pensionskasse
Description
Das Asset- & Liability-Management (ALM) einer Vorsorgeeinrichtung ist ein zentrales Element, um den gesetzlich garantierten Vorsorgeauftrag auch erfüllen zu können. Die stochastische Modellierung der Liabilities leistet in diesem Zusammenhang einen unverzichtbaren Beitrag bei der Ableitung von Anlagestrategien, welche - idealerweise - auf das individuelle Risikoprofil der jeweils betrachteten Pensionskassen abgestimmt werden sollten.
Im Rahmen dieses Dissertationsprojektes wurde, basierend auf einer sophistizierten Modellierung der zukünftigen Entwicklung von Versichertenbeständen und -Leistungen, ein mehrstufiger Liability-Generator für Einrichtungen der beruflichen Vorsorge (Pensionskassen) entwickelt, mit dem voraussichtliche Verteilungen für Liabilities, zukünftige Netto-Cash-Flows wie auch für die Deckungsgradentwicklung abgeleitet werden können. Diese Informationen fliessen wiederum in ein mehrstufiges stochastisches Optimierungsmodell ein, um auf die Risikoprofile der Vorsorgepläne abgestimmte Anlagestrategien abzuleiten, welche der Erfüllung des Vorsorgeauftrages unter Rendite-Risiko-Aspekten gerecht werden.
Im Rahmen dieses Dissertationsprojektes wurde, basierend auf einer sophistizierten Modellierung der zukünftigen Entwicklung von Versichertenbeständen und -Leistungen, ein mehrstufiger Liability-Generator für Einrichtungen der beruflichen Vorsorge (Pensionskassen) entwickelt, mit dem voraussichtliche Verteilungen für Liabilities, zukünftige Netto-Cash-Flows wie auch für die Deckungsgradentwicklung abgeleitet werden können. Diese Informationen fliessen wiederum in ein mehrstufiges stochastisches Optimierungsmodell ein, um auf die Risikoprofile der Vorsorgepläne abgestimmte Anlagestrategien abzuleiten, welche der Erfüllung des Vorsorgeauftrages unter Rendite-Risiko-Aspekten gerecht werden.
Leader contributor(s)
Funder(s)
Range
Institute/School
Range (De)
Institut/School
Division(s)
Eprints ID
34087