Purpose: This paper aims to propose a scenario-based approach for measuring interest rate risks. Many regulatory capital standards in banking and insurance make use of similar approaches. The authors provide a theoretical justification and extensive backtesting of our approach.Design/methodology/approach: The authors theoretically derive a scenario-based value-at-risk for interest rate risks based on a principal component analysis. The authors calibrate their approach based on the Nelson–Siegel model, which is modified to account for lower bounds for interest rates. The authors backtest the model outcomes against historical yield curve changes for a large number of generated asset–liability portfolios. In addition, the authors backtest the scenario-based value-at-risk against the stochastic model.Findings: The backtesting results of the adjusted Nelson–Siegel model (accounting for a lower bound) are similar to those of the traditional Nelson–Siegel model. The suitability of the scenario-based value-at-risk can be substantially improved by allowing for correlation parameters in the aggregation of the scenario outcomes. Implementing those parameters is straightforward with the replacement of Pearson correlations by value-at-risk-implied tail correlations in situations where risk factors are not elliptically distributed.Research limitations/implications: The paper assumes deterministic cash flow patterns. The authors discuss the applicability of their approach, e.g. for insurance companies.Practical implications: The authors’ approach can be used to better communicate interest rate risks using scenarios. Discussing risk measurement results with decision makers can help to backtest stochastic-term structure models.Originality/value: The authors’ adjustment of the Nelson–Siegel model to account for lower bounds makes the model more useful in the current low-yield environment when unjustifiably high negative interest rates need to be avoided. The proposed scenario-based value-at-risk allows for a pragmatic measurement of interest rate risks, which nevertheless closely approximates the value-at-risk according to the stochastic model.

European insurers are allowed to make discretionary decisions in the calculation of Solvency II capital requirements. These choices include the design of risk models (ranging from a standard formula to a full internal model) and the use of long-term guarantees measures. This article examines the situation of insurers that utilize the discretionary scope regarding capital requirements for market risks. In a first step of our analysis, we assess the risk profiles of 49 stock insurers using daily market data. In a second step, we exploit hand-collected Solvency II data for the years 2016 to 2020. We find that long-term guarantees measures substantially influence the reported solvency ratios. The measures are chosen particularly by less solvent insurers and those with high interest rate and sovereign credit risk sensitivities. Internal models are used more frequently by large insurers and especially for market risks for which they have already found adequate immunization strategies.

Sozial verantwortliches Investieren (Socially Responsible Investing, SRI) gewinnt an den Finanzmärkten aus verschiedenen Gründen zunehmend an Bedeutung, beispielsweise aufgrund der sich abzeichnenden Auswirkungen des Klimawandels oder des Strebens nach einer Netto-Null-Wirtschaft. Bestehende SRI-Ansätze haben Umwelt-, Sozial- und Governancekriterien (ESG Kriterien) als weitere Dimension in die Portfolioauswahl einbezogen; diese Ansätze konzentrieren sich allerdings auf klassische Investoren und berücksichtigen nicht spezifische Aspekte von Versicherungsunternehmen. In unserem Beitrag betrachten wir das Problem der Aktienportfolioselektion von Lebensversicherungsunternehmen. Neben dem Aktienrisiko berücksichtigt unser Modell auch andere wichtige Marktrisikokategorien von Versicherern, nämlich das Zinsrisiko und das Kreditrisiko. In Übereinstimmung mit den üblichen Standards in der Solvabilitätsregulierung messen wir das Risiko anhand der Solvenzquote, d.h. anhand des Verhältnisses zwischen dem marktbasierten Eigenkapital des Versicherers und den Solvenzkapitalanforderungen aller modellierten Risikokategorien. Hierauf aufbauend verwenden wir eine Modifikation der Portfolioselektionstheorie nach Markowitz, indem wir die Solvenzquote als Maß für das Abwärtsrisiko nutzen, um mögliche optimale Portfolios in einer dreidimensionalen (Risiko, Rendite und ESG) Kapitalallokationsebene zu identifizieren. Wir stellen fest, dass bei einer gegebenen Solvenzquote Aktienportfolios mit einem moderaten ESG-Niveau zu einer höheren erwarteten Rendite führen können als solche mit einem niedrigen ESG-Niveau. Ein sehr ehrgeiziges ESG-Niveau verringert jedoch die erwartete Rendite. Aufgrund der Besonderheiten in ihrem Geschäftsmodell können die Auswirkungen des ESG-Niveaus auf die erwartete Rendite von Lebensversicherern erheblich von den entsprechenden Auswirkungen für klassische Investoren abweichen.