Aufrufe
vor 1 Jahr

RISIKO MANAGER 06.2015

  • Text
  • Unternehmen
  • Gleichung
  • Informationen
  • Portfolio
  • Deutschen
  • Deutsche
  • Hierbei
  • Risikomanagement
  • Website
  • Modellierung
RISIKO MANAGER ist die führende Fachzeitschrift für alle Experten des Financial Risk Managements in Banken, Sparkassen und Versicherungen.

14 Ausgabe 06/2015 Tz.

14 Ausgabe 06/2015 Tz. 74ff.]. Die Compliance-Prüfungen haben ein operationalisierbares Regelwerk zur Überprüfung der zugrunde liegenden Mapping- und Aggregationsregeln der Risikodatenaggregation zum Ziel. Hierbei sind zunächst Kriterien zur Quantifizierung der Datenqualität herzuleiten, wie sie exemplarisch im folgenden Abschnitt dargestellt werden. Darüber hinaus unterstützt die interaktive Darstellung der Berechnungslogik bereits innerhalb der Risikoberichte deren Nachvollziehbarkeit durch die Aufseher. Hierbei lassen sich z. B. die in den Risikoberichten verwendeten Daten nach ihren Ziel- und Quellsystemen, nach der Konsolidierungs-, Aggregations- und Berechnungslogik sowie nach den im Rechenkern verwendeten Algorithmen anzeigen und auswerten. Datenqualitätsbericht Der Datenqualitätsbericht greift die Ergebnisse aus den technischen und inhaltlichen Prüfungen auf und stellt sie, nach Prüfschritten gegliedert, auf Ebene der in der Risikodatenbank enthaltenen Zieltabellen dar. Hierbei werden die Attribute aus der Quelltabelle und der Zieltabelle für jeden Prüfschritt mit den zugehörigen Datenqualitätsanforderungen verglichen. Aus dem Ergebnis der Datenqualitätsprüfung und einem Gewichtungsfaktor, der die Auswirkungen eines negativen Prüfergebnisses auf die weitere Nutzung der Zieltabelle anzeigt, lässt sich sowohl für jeden Prüfschritt als auch durch Aufsummierung für die zu überprüfende Zieltabelle die Datenqualität in Form eines Datenqualitätsindex berechnen und im Zeitablauf nachverfolgen. Durch die Bestimmung von Grenzwerten für den Datenqualitätsindex kann in Form einer Ampelgrafik die Datenqualität der Zieltabelle in der Risikodatenbank veranschaulicht werden. Aus den Ergebnissen der Datenqualitätsprüfungen lassen sich Gegenmaßnahmen zur Verbesserung der Datenqualität ableiten (t Abb. 01). Beispielsweise wird in einem Prüfschritt die Anzahl der Datensätze pro Quelltabelle mit der Anzahl der Datensätze in der korrespondierenden Zieltabelle verglichen. Im Fall von Differenzen wird durch einen hohen Gewichtungsfaktor der Datenqualitätsindex derart verringert, dass der Status der Datenqualität in der Ampelgrafik auf „Rot“ gesetzt wird. Die unvollständige Beladung eines Stichtags in die Zieltabelle stellt somit ein K.-o.-Kriterium in Bezug auf die Datenqualität dar (siehe „Relevanter DQS-Prüfschritt“ in t Abb. 01). In einem weiteren Prüfschritt kann z. B. die Beladezeit der Zieltabelle gemessen werden. Sollte die Beladezeit für einen bestimmten Stichtag über einem Grenzwert liegen, der dem Durchschnitt der vergangenen Beladungen entspricht, wirkt sich das ebenfalls negativ auf den Datenqualitätsindex aus. In diesem Fall stellt die Nichterfüllung dieser Datenqualitätsanforderung zwar kein K.-o.-Kriterium dar, beeinflusst aber trotzdem den Datenqualitätsindex negativ und kann zur Veränderung des Datenqualitätsstatus in der Ampelgrafik führen. Die verschiedenen Datenqualitätsberichte, die für jede Zieltabelle der Risikodatenbank erstellt werden, lassen sich zu einer Data Quality Scorecard aggregieren, wodurch eine Gesamtsicht auf die Datenqualität innerhalb der Risikodatenbank ermöglicht wird. Hierzu wird der Ampelstatus aus den unterschiedlichen Datenqualitätsberichten pro Liefersystem (z. B. Meldewesen oder Risikovorsorge) und Architekturschicht in der Data Quality Scorecard zu einer Matrix zusammengeführt und visualisiert. t Abb. 01 verdeutlicht den Zusammenhang zwischen den Datenqualitätsberichten und der „Data Quality Scorecard“. Bericht zur Frühwarnung Mithilfe eines systembasierten Ansatzes soll es Instituten künftig möglich sein, eine automatische Früherkennung von Portfolien oder Kunden zu gewährleisten, bei denen sich erhöhte Risiken abzuzeichnen beginnen. Die systembasierte Identifizierung von Bonitätsrisiken in einem frühen Stadium ist aus Sicht der Aufseher eine Grundvoraussetzung für die rechtzeitige Einleitung von Gegenmaßnahmen. Mögliche Gegenstrategien, die auf die Frühwarnung aufsetzen, sind z. B. eine Ratingherabstufung, Intensivbearbeitung, Problemkreditbearbeitung oder eine Kreditrestrukturierung. Anders als bisher ist demnach ein Rating Downgrade bereits eine mögliche Folge bei der Behandlung von problematischen Kunden und Engagements, nicht mehr deren Ursache. Vorbereitende Maßnahmen Für die Erstellung und Ausführung eines Berichts zur Frühwarnung sind die folgenden fünf vorbereitenden Schritte durchzuführen. Alle aus dem Datenhaushalt des Instituts extrahierbaren Indikatoren (z. B. Kontoumsätze, Scheckrückgaben, Rücklastschriften), die mit Blick auf ihre qualitativen und quantitativen Eigenschaften Kandidaten für eine Risikoidentifizierung darstellen, sind zu bestimmen. Voraussetzung für eine weitere Betrachtung ist, dass die Informationen systemseitig in einer strukturierten Form vorgehalten und in regelmäßigen Abständen zur Verfügung gestellt werden können. Die risikorelevanten Indikatoren werden im Rahmen einer expertenbasierten fachlichen Einschätzung im Hinblick auf ihre Frühwarneigenschaften evaluiert. Sicherzustellen ist, dass die zur Frühwarnung vorgesehenen Indikatoren als Ausgangspunkt für zukunftsorientierte Berichtkapazitäten dienen können, die nach den Regelungen aus BCBS #239 für alle systemrelevanten Banken bereits ab Januar 2016 verpflichtend sein werden [Baseler Ausschuss für Bankenaufsicht (2013), Tz. 24]. Die fachliche Einschätzung der Frühwarneigenschaften kann anhand einer Skala mit unterschiedlichen Abstufungen erfolgen, z. B. von A (Sehr hoch) bis E (Gering). Neben einer fachlich begründeten Eignung ist die Nachvollziehbarkeit ein wichtiges Kriterium, das darüber entscheidet, ob ein Indikator zur Frühwarnung von Bonitätsrisiken geeignet ist. Die fachliche Einschätzung ist mit Blick auf ein zu implementierendes Scoringmodell gleichzeitig Ausgangspunkt für die initiale Vergabe von Gewichten. Jedem in das Verfahren zur Frühwarnung einbezogenen Indikator wird gemäß der fachlichen Ersteinschätzung ein Gewichtungswert zugeordnet (der im Zeitablauf auf Basis der entstehenden Datenhistorie adjustiert werden kann). Zu prüfen ist, ob und inwieweit das zugrunde liegende Verfahren zur Risikofrüherkennung um externe und makroökonomische Indikatoren angereichert werden kann. Je nach Portfolio kommen z. B. externe Ratings, Lebenshaltungskosten, Mietpreisindex, Zinsentwicklung, Lohnentwicklung etc. infrage. Um die laufenden Kosten gering zu halten, kann in einem ersten Schritt beispielsweise auf volkswirtschaftliche Daten zurückgegriffen werden, die im Internet frei zugänglich sind und über automatisierbare Zugriffe

15 Bericht zur Frühwarnung t Abb. 02 sowie eine Ablage im Datenhaushalt regelmäßig (täglich, wöchentlich) eingelesen und verarbeitet werden können. Die internen (kundenbezogenen) und die externen bzw. portfoliospezifischen Indikatoren werden anschließend zu einem Gesamtscoringmodell zusammengeführt. Zu beachten ist hierbei, dass die Risikofaktoren im Hinblick auf ihre Volatilität und Eignung zur Frühwarnung fachlich überschneidungsfrei sein sollten. Allerdings tritt hierbei, anders als in den Risikoklassifizierungsverfahren, die statistische Trennschärfe hinter die Frühwarneigenschaft zurück, weshalb inhaltliche Anzeige Überschneidungen von Indikatoren in Einzelfällen durchaus gewünscht sein können. Die Frühwarneigenschaften des Scoringmodells lassen sich von technischer Seite durch eine marktgängige Business-Intelligence-Lösung unterstützen. Der folgende Abschnitt thematisiert die inhaltliche und die das Layout betreffende Ausgestaltung eines Frühwarnberichts. Bericht zur Frühwarnung Der in t Abb. 02 dargestellte Bericht zur Frühwarnung von Bonitätsrisiken in einem retailnahen Portfolio enthält die Kriteriengruppen [Familienstand], [Lebenshaltung], [Beschäftigung und Einkommen], [Objektfinanzierung und Schuldendienst] sowie [Marktnahe Indikatoren]. In der Spalte [Gewicht] wird für jeden Indikator der Gewichtungswert (0,20 bis 1,00) anhand eines Balkens visualisiert, wobei rote Balken sogenannte K.-o.-Kriterien markieren. Hierbei handelt es sich um Kriterien, die bei Überschreitung der individuellen Warnmarke mit einer Punktzahl in die Gesamtbewertung eingehen, die das Ergebnis des Scoringbogens auf den höchstmöglichen Risikopunktewert ver- Jetzt bestellen Weitere Fachmedien in unserem Webshop: www.bank-verlag-shop.de Stephan Paxmann | Stefan Roßbach Innovative Geschäftsmodelle im Banking Factbook 2015 ISBN 978-3-86556-441-2 Art.-Nr. 22.517-1500 208 Seiten, gebunden 49,00 Euro

RISIKO MANAGER

RISIKO MANAGER 01.2019
RISIKO MANAGER 02.2019
RISIKO MANAGER 03.2019
RISIKOMANAGER_04.2019
RISIKO MANAGER 05.2019
RISIKO MANAGER 06.2019
RISIKO MANAGER_07.2019
RISIKO MANAGER 01.2018
RISIKO MANAGER 02.2018
RISIKO MANAGER 03.2018
RISIKO MANAGER 04.2018
RISIKO MANAGER 05.2018
RISIKO MANAGER 06.2018
RISIKO MANAGER 07.2018
RISIKO MANAGER 08.2018
RISIKO MANAGER 09.2018
RISIKO MANAGER 10.2018
RISIKO MANAGER 01.2017
RISIKO MANAGER 02.2017
RISIKO MANAGER 03.2017
RISIKO MANAGER 04.2017
RISIKO MANAGER 05.2017
RISIKO MANAGER 06.2017
RISIKO MANAGER 07.2017
RISIKO MANAGER 08.2017
RISIKO MANAGER 09.2017
RISIKO MANAGER 10.2017
RISIKO MANAGER 01.2016
RISIKO MANAGER 02.2016
RISIKO MANAGER 03.2016
RISIKO MANAGER 04.2016
RISIKO MANAGER 05.2016
RISIKO MANAGER 06.2016
RISIKO MANAGER 07.2016
RISIKO MANAGER 08.2016
RISIKO MANAGER 09.2016
RISIKO MANAGER 10.2016
RISIKO MANAGER 01.2015
RISIKO MANAGER 02.2015
RISIKO MANAGER 03.2015
RISIKO MANAGER 04.2015
RISIKO MANAGER 05.2015
RISIKO MANAGER 06.2015
RISIKO MANAGER 07.2015
RISIKO MANAGER 08.2015
RISIKO MANAGER 09.2015
RISIKO MANAGER 10.2015
RISIKO MANAGER 11.2015
RISIKO MANAGER 12.2015
RISIKO MANAGER 13.2015
RISIKO MANAGER 15-16.2015
RISIKO MANAGER 17.2015
RISIKO MANAGER 18.2015
RISIKO MANAGER 19.2015
RISIKO MANAGER 20.2015
RISIKO MANAGER 21.2015
RISIKO MANAGER 22.2015
RISIKO MANAGER 23.2015
RISIKO MANAGER 24.2015
RISIKO MANAGER 25-26.2015
 

Copyright Risiko Manager © 2004-2017. All Rights Reserved.