Zusammenfassung
Risiken zeitnah zu erkennen und zu steuern ist essenziell für den Handel mit Finanzprodukten. Der Beitrag zeigt, dass eine Echtzeitberechnung von Risikomaßen für hochfrequente Marktvariablen technisch in einem Datenstrommanagementsystem möglich ist. Dazu wird der Value-at-Risk als Risikomaß ausgewählt und ein Value-at-Risk-Modell in das Datenstrommanagementframework Odysseus integriert. Die Evaluation mit Aktiendaten zeigt, dass die Echtzeitberechnung des Value-at-Risk bis zu einem 1-minütigen Zeithorizont möglich ist. Durch den Einsatz von Parallelisierung ist eine schnelle Verarbeitung mit Odysseus möglich. Es wird erläutert, warum die Echtzeitberechnung des Value-at-Risk auch für Energieunternehmen und für den Energiehandel interessant sein kann. Risikomanagementsysteme tragen dazu bei, negative Entwicklungen zu erkennen, um Gegenmaßnahmen ergreifen zu können. Unternehmen können dadurch nachhaltig und langfristig sich am Markt etablieren.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Literatur
Graeber DR (2014) Handel mit Strom aus erneuerbaren Energien, 2014. Aufl. Springer Fachmedien Wiesbaden GmbH, Wiesbaden
Ströbele W, Pfaffenberger W, Heuterkes M (2012) Energiewirtschaft: Einführung in Theorie und Politik, 3. Aufl. Oldenbourg Wissenschaftsverlag, München
Neukomm M (2004) Value at Risk-Quantifizierung unter Verwendung von Hochfrequenzdaten: Empirische Analyse am Beispiel des Aktienkursrisikos. Zugl. Basel, Univ. Diss., 2003, Wiesbaden
Krämer J (2007) Continuous queries over data stream – semantics and implementation. Philipps-Universität Marburg, Marburg
Giot P (2005) Market risk models for intraday data. Eur J Financ 11(4):309–324
Dionne G, Duchesne P, Pacurar M (2009) Intraday Value at Risk (IVaR) using tick-by-tick data with application to the Toronto Stock Exchange. J Empir Financ 16(5):777–792
Soulas E, Shasha D (2016) Fast methods for statistical arbitrage. In: Garofalakis M, Gehrke J, Rastogi R (Hrsg) Data stream management – processing high-speed data streams. Springer, Berlin/Heidelberg, S 473–497
Hogenboom F et al (2012) Event-based historical Value-at-Risk. In: 2012 IEEE conference on computational intelligence for financial engineering economics (CIFEr), S 1–7
Ryza S (2015) Estimating finacial risk through Monte Carlo simulation. In: Ryza S, Laserson U, Owen S, Wills J (Hrsg) Advanced analytics with spark. O’Reilly, Sebastopol, S 173–193
Dixon MF, Chong J, Keutzer K (2011) Accelerating Value-at-Risk estimation on highly parallel architectures. Concurr Comput Pract Exp 24(8):895–907
Hull JC (2016) Risikomanagement: Banken, Versicherungen und andere Finanzinstitutionen, 4. Aufl. Pearson Studium, München
Hartmann-Wendels T, Pfingsten A, Weber M (2015) Bankbetriebslehre. Springer, Wiesbaden
Jorion P (2001) Value at risk – the new benchmark for managing financial risk, 2. Aufl. McGraw-Hill, New York
Grawunder M. Odysseus – the event processing system. Oldenburg. http://odysseus.informatik.uni-oldenburg.de/index.php?id=1&L=0. Zugegriffen am 14.03.2018
Schwintowski H-P (2002) Risk Management im Energiehandel. ZNER 3:171–175
Schlosser A, Schwenzer A (2011) Veränderungen in der europäischen Finanzmarktregulierung könnten zur Anwendung der Basler Eigenkapitalrichtlinien auf den Energiehandel führen. Z Energiewirtsch 35(4):257–261
Richtlinie 2013/36/EU des europäischen Parlaments und des Rates vom 26. Juni 2013 über den Zugang zur Tätigkeit von Kreditinstituten und die Beaufsichtigung von Kreditinstituten und Wertpapierfirmen, zur Änderung der Richtlinie 2002/87/EG und zur Aufhebung der Richtlinien 2006/48/EG und 2006/49/EG, 2013
Richtlinie 2014/65/EU des europäischen Parlaments und des Rates vom 15. Mai 2014 über Märkte für Finanzinstrumente sowie zur Änderung der Richtlinien 2002/92/EG und 2011/61/EU: 2014/65/EU, 2014
Verordnung (EU) Nr. /2013 des europäischen Parlaments und des Rates vom 26. Juni 2013 über Aufsichtsanforderungen an Kreditinstitute und Wertpapierfirmen und zur Änderung der Verordnung (EU) Nr. 646/2012: 575/2013/EU, 2013
EPEX SPOT, Marktdaten: Kontinuierlicher Intraday-Handel. https://www.epexspot.com/de/marktdaten/intradaycontinuous/intraday-table/-/DE. Zugegriffen am 08.03.2018
Müsgens F, Steinhausen B (2010) Portfoliomanagement: Optimale Energiebeschaffung unter Berücksichtigung von Risiken. Z Energiewirtsch 34(2):109–116
Crastan V (2017) Elektrische Energieversorgung 2. Springer, Berlin/Heidelberg
Author information
Authors and Affiliations
Corresponding author
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 2019 Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature
About this paper
Cite this paper
Schröer, C., Ludmann, C. (2019). Echtzeit-Risikomanagement im Energiehandel mittels Value-at-Risk. In: Marx Gómez, J., Solsbach, A., Klenke, T., Wohlgemuth, V. (eds) Smart Cities/Smart Regions – Technische, wirtschaftliche und gesellschaftliche Innovationen. Springer Vieweg, Wiesbaden. https://doi.org/10.1007/978-3-658-25210-6_40
Download citation
DOI: https://doi.org/10.1007/978-3-658-25210-6_40
Published:
Publisher Name: Springer Vieweg, Wiesbaden
Print ISBN: 978-3-658-25209-0
Online ISBN: 978-3-658-25210-6
eBook Packages: Computer Science and Engineering (German Language)