Aufrufe
vor 1 Jahr

RISIKO MANAGER 06.2018

  • Text
  • Banken
  • Risiken
  • Institute
  • Risiko
  • Simulation
  • Insbesondere
  • Zinsen
  • Historischen
  • Kurzlaufend
  • Regulierung
RISIKO MANAGER ist das führende Medium für alle Experten des Financial Risk Managements in Banken, Sparkassen und Versicherungen. Mit Themen aus den Bereichen Kreditrisiko, Marktrisiko, OpRisk, ERM und Regulierung vermittelt RISIKO MANAGER seinen Lesern hochkarätige Einschätzungen und umfassendes Wissen für fortschrittliches Risikomanagement.

20

20 RISIKO MANAGER 06|2018 che Auswirkungen sie auf das Risiko- und Bankmanagement erwarten und welche Akzeptanz neue Technologien besitzen. Ein genauer Blick in die Ergebnisse offenbart, dass die Aussagen der Interviewteilnehmer zu den regulatorischen Fragestellungen zweigeteilt sind. Zum einen begrüßen einige der befragten Risikomanager und Experten die Kehrtwende hin zu Standardmodellen. Diese wird im Zuge von mehr Transparenz und Vergleichbarkeit positiv bewertet – auch vor dem Hintergrund, dass manche Ergebnisse auf Basis interner Modelle für die Befragten teils als fragwürdig erscheinen. Hinzu kommt, dass zwei Faktoren erfüllt werden müssten, um interne Modelle tragfähiger zu machen. Neben einer adäquaten Datenbasis zur Schätzung des Bankenrisikos auf Basis geeigneter Wahrscheinlichkeitsverteilungen sollten diese Verteilungen auch bei Finanzkrisen und in turbulenten Marktsituationen Gültigkeit besitzen. Beides wird aus dem Institutsumfeld teils als problematisch angesehen, da die implementierten Methoden Extremszenarien nur bedingt adäquat abbilden. Von daher werden interne Modelle von manchen Teilnehmern als wenig stabil angesehen, zumal damit das Risiko in „normalen“ Marktphasen und weniger in Krisenphasen abgebildet wird. Dies ist ein Grund, warum die Bankenaufsicht internen Bankenmodellen skeptisch gegenübersteht. In diesem Kontext stellt sich die Frage, inwieweit pauschalierende Standardmodelle derartige Marktphasen besser abbilden können oder ob hier nicht doch interne Modelle geeignete methodische Ansätze zur Verfügung stellen [vgl. in diesem Kontext beispielsweise Mandelbrot/ Hudson 2005 sowie Taleb 2007]. Im Umkehrschluss heißt das auch: Die Aufsicht steht vor der Problematik, dass interne Modelle – aufgrund der Individualität der Geschäftsmodelle und Risikosituation – eher heterogene Ergebnisse liefern. Eine Vergleichbarkeit ist damit nur sehr eingeschränkt möglich. Zum anderen begrüßen manche Studienteilnehmer die interne Modellierung von Risiken. Hintergrund ist, dass Banken sich tiefergehend mit den durch ihr Geschäftsmodell induzierten Risiken beschäftigen müssen und diese besser verstehen lernen. Zudem können interne Modelle die bankspezifischen Besonderheiten und Risiken besser abbilden als Standardmodelle. Auch unter dem Aspekt des Anreizes in gute Prozesse zur Kreditvergabe zu investieren, erscheint die (Weiter-)Entwicklung interner Modelle für einen Teil der Befragten plausibel. Standardmodelle, interne Modelle und der Reifegrad Die Frage des Einsatzes von Standardmodellen und eine potenziell daraus resultierende mögliche Abnahme des Reifegrads im Risikomanagement sehen die meisten Befragten als nicht gegeben. Neben der richtigen Interpretation von Modellergebnissen als einem wichtigem Faktor für den Reifegrad im Allgemeinen, messen die Teilnehmer der Studie internen Modellen durchweg einen hohen Stellenwert bei. Aufseher sollten beispielsweise darauf einwirken, dass Banken ihre internen Modelle weiter verwenden und gegebenenfalls methodisch verbessern. Dies müsse nicht mit einer Abnahme des Reifegrads im Risikomanagement einhergehen. Zudem hätten Banken weiterhin ausreichend Anreize, auch zukünftig in interne Modelle zu investieren. Dies liege auch daran, dass Banken Modelle auch für die internen Risikomanagement- und Banksteuerungsprozesse sowie eine wertorientierte Steuerung nutzen. Dementsprechend sind Entscheidungsträger im Bankenumfeld stark an robusten Prozessen interessiert. Und diese robusten Prozesse fußen weitgehend auf internen risikosensitiven Modellen. Hinzu kommt der Faktor der Nachhaltigkeit des Geschäftsmodells, was sich nur schwer von der Bankenaufsicht überwachen lässt. Von daher werden interne Verfahren durchweg positiv für die eigenen Prozesse beurteilt, zumal eine angemessene Steuerung der Risiken auch eine Modellierung/Quantifizierung durch interne Modelle und daraus abgeleitete Steuerungsimpulse voraussetzt. Insofern wird zukünftig die regulatorische und ökonomische Quantifizierung von finanziellen Risiken wieder stärker auseinanderfallen – genau das Gegenteil war von den Aufsichtsbehörden bis zur Finanzmarktkrise intendiert. Beide Welten zu kombinieren, setzt starke Prozessbegleitung voraus Die Kombination aus beiden Welten (Standards und institutsspezifische Anforderungen) wird für Banken eine große Herausforderung werden. Im Wesentlichen müssen Banken zu einer stärkeren Verzahnung der Prozesswelten inklusive der IT-Architektur und der Datenhaushalte für Risikomanagement und Aufsichtsrecht/ Meldewesen gelangen, um kostspielige Insellösungen und hohe Aufwände für Überleitungen zu vermeiden und einen integrierten Ansatz über die gesamte Organisation zu erzielen. Dies wird auch von den Aufsichtsbehörden gefordert, die eine Interaktion zwischen der ökonomischen und normativen Perspektive vorschreiben [vgl. unter anderem EZB 2018]. Die Etablierung von gemeinsamen IT-Plattformen für Finance, Regulatory und Risk Management, die beispielsweise eine konsistente Parametrisierung von Simulationen für regulatorische und ökonomische KPI – auch im Hinblick auf Planungs- und Forecast-Rechnungen – ermöglichen, stellt hierbei eine notwendige Voraussetzung dar. Neue Methoden im Risikomanagement Auf die Frage, ob die Finanzdienstleister neue Methoden für die Risikomodellierung nutzen, fallen die Antworten unterschiedlich aus. Während einzelne Banken moderne Methoden, wie Big-Data- oder Artificial-Intelligence-Methoden (beispielsweise Machine Learning) bereits einsetzen, sind andere Institute bei dieser Frage eher zurückhaltend, diskutieren den Einsatz moderner Methoden organisationsintern oder planen aktuell keine Big-Data-Methoden für die eigene Risikomanagementarbeit einzusetzen. Da, wo der Einsatz von Big Data & Co. zur Analyse von Kundenverhalten erfolgt,

ERM 21 fließen die Informationen auch in die Risikoanalyse ein. Zudem sind Methoden wie Maschine Learning/Deep Learning bereits Grundlage für Modelle, unter anderem im Bereich der Risikofrüherkennung. Grundsätzlich sehen die Befragten, dass die Banken die Zeichen der Zeit erkannt hätten und mehr in Richtung moderner Analysemethoden tun müssten. Allerdings sind kulturelle und strategische Veränderungsprozesse notwendig, um die technologischen Herausforderungen für die Banken gewinnbringend einzusetzen (Stichwort: andere „Bankkultur“). Dies betrifft sowohl ein stärkeres agiles und multidisziplinäres Arbeiten in der eigenen Organisation als auch das Fördern des Verständnisses neuer Methoden, um diese „Werkzeuge“ richtig einzusetzen. Allerdings verweisen die Studienteilnehmer durchaus auf die Schwierigkeiten bei der Validierung von Modellen, die auf AI basieren und die damit verbundene Gefahr der fehlenden Akzeptanz dieser Modelle bei Regulatoren. Wenig verwunderlich ist daher die Meinung vieler Teilnehmer, sich auch zukünftig nicht nur auf quantitative Datenanalysen zu verlassen, sondern gleichfalls auch auf die langjährige Erfahrung der eigenen Mitarbeiter zu setzen. Viele Banken bei Big-Dataund Analysemethoden am Scheideweg Im Bereich neuer Technologien, wie dem Einsatz von Big-Data- und Analysemethoden, stehen viele Banken aktuell am Scheideweg. Die Akteure haben zwar die Notwendigkeit zur Veränderung erkannt, tun sich aber schwer, diesen Prozess intern anzustoßen und über die komplette Organisation auszurollen. Grundsätzlich ist beim Einsatz neuer Methoden im Risikomanagement zunächst eine sich ändernde Kultur notwendig, um die Digitalisierung und eine stärkere „Data Centricity“ im Bankenumfeld stärker zu nutzen und Methoden sowie Werkzeuge richtig einzusetzen. Von daher müssen die Unternehmen zuerst am Ausbau der Awareness und des Wissens auf diesen Gebieten arbeiten. Fazit und Ausblick: Die Zukunft der Risikomodellierung in der Regulierung und Bankenpraxis Bei einem Blick auf zukünftige Regulierungsbestrebungen durch die Finanzaufsicht muss zwingend der sich durch die Digitalisierung radikal verändernde Finanzdienstleistungsmarkt in die Überlegungen einfließen. Dabei sollte auch eine Diskussion darüber geführt werden, wie Regulierung im Zeichen des Wandels überhaupt noch greifen kann. Dies führt gleichsam zur Frage zukünftiger Risikomanagementmodelle im Bankenumfeld. Während Standardverfahren die zukünftige digitale Realität nur bedingt abbilden, können robuste institutsinterne Lösungen den Weg weisen. In diesem Kontext sollten sich Regulatoren und auch Marktteilnehmer bewusst werden, dass jedes (Risiko-)Modell – egal ob internes oder aufsichtlich normiertes – die Realität nur approximativ erfassen kann. Die Adäquanz dieser Abbildung ist regelmäßig zu prüfen. Jedes Standardmodell kann nur eingeschränkt risikosensitiv sein, da es immer nur den „kleinsten gemeinsamen Nenner“ über alle Geschäftsmodelle abbilden kann. Auch Standardmodelle sind mit nicht unerheblichen Modellunsicherheiten verbunden. Eine Standardformel ist möglicherweise einfach zu berechnen, hingegen sind die Ergebnisse nur bedingt interpretierbar und nur sehr eingeschränkt für eine wert- und risikoorientierte Steuerung geeignet. Aus dieser Erkenntnis heraus sollten sich Marktteilnehmer kritisch mit Modellen und Modellergebnissen (von Standardmodellen und internen Modellen) auseinandersetzen und keiner Modellgläubigkeit verfallen. Vielmehr liefert eine Analyse der Grenzen, Stärken und Schwächen von Modellen im Rahmen eines

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 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.