12
12 RISIKO MANAGER 09|2016 Model Governance Wie sich das Risiko der Modelle in den Griff bekommen lässt Diese Nachricht sorgte für Aufsehen: Ende Juni fiel die Deutsche Bank bereits zum zweiten Mal hintereinander beim Stresstest der amerikanischen Notenbank Federal Reserve durch. Grund war nicht etwa mangelndes Eigenkapital, sondern ein unzureichendes Risikomanagement. Dies wirft ein Schlaglicht auf die Bedeutung, die internationale Notenbanken mittlerweile der Bewertung und Steuerung von Risiken zumessen. Eine ganz wesentliche Rolle spielt dabei das sogenannte Model Governance, also die regelmäßige Überwachung und Aktualisierung der internen Risikomodelle. Dieses Model Governance wird heute landläufig als ein Risiko sui generis angesehen, weshalb es von den Aufsichtsbehörden mit steigender Aufmerksamkeit beobachtet wird. Was ist ein Modellrisiko? Dass Riskomodelle allein schon durch ihren Modellcharakter die Realität unvollständig erfassen, ist eine Binsenweisheit. Kommt es jedoch zu der Frage, wie diese Unsicherheit in Modellwahl und Modellkalibration quantifiziert und dauerhaft überwacht werden kann, so befinden wir uns mitten in einer aktuellen Diskussion, die als Konsequenz von Extremszenarien der zurückliegenden Finanzkrise sowohl neue Methoden wie auch eine völlig neue Herangehensweise an das Management von Modellrisiken mit sich bringt. Erst in letzter Zeit ist dem Begriff Modellrisiko von regulatorischer Seite größere technische Aufmerksamkeit gewidmet worden – nachdem rund um dieses Thema lange Zeit Unklarheit und auch eine gewisse buchhalterische Beliebigkeit geherrscht hatten. Die Europäische Bankenaufsicht EBA (European Banking Authority) verlangt in ihren „Regulatory Technical Standards on Prudent Valuations“ aus dem Jahr 2015 die Sicherstellung eines 90%-Konfidenzintervalls in der Wahl von Bewertungsmodellen bei der Berechnung der (nicht bilanzwirksamen) Kapitalanforderungen für die modellabhängigen Bilanzpositionen einer Bank. Dies hat zusätzlich zu den normalen und bilanzwirksamen Valuationsadjustierungen aufgrund von bekannten Modellschwächen zu geschehen.
Marktrisiko 13 Neue technische Standards bringen dabei konsequenterweise neue technische Herausforderungen mit sich. Wie kann die Modell-Toxizität einer Bewertung identifiziert und dann sogar quantifiziert werden? Hier gilt es Produktverständnis zu zeigen, das heißt, zu wissen, bezüglich welcher observierbaren und nicht observierbaren Risikofaktoren ein Finanzprodukt sensitiv ist. Ist dies erst einmal bekannt, kann durch gezielte Umparameterisierung eines Modells oder gezielte Wahl eines Alternativmodells erreicht werden, dass das interne Modell die Bewertung eines Handelsbuchs in der Tat die Streuung der im Markt observierbaren Bewertungen zu einem gewünschten Konfidenzniveau abdeckt. Benchmarking der eigenen Risikomodelle Im Zusammenhang mit Prudent Valuations wird bereits klar, dass es hilfreich ist, die eigene Modelllandschaft benchmarken zu können. Dies kann zum Beispiel anhand einer unabhängigen Implementation des Modells oder eines Alternativmodells im Bereich der Risikocontrolling-Abteilung erfolgen. Dabei gilt es, nach Möglichkeit auf die Schwächen der offiziellen Bewertungsmethode einzugehen und sorgsam abzuwägen zwischen der Tiefenschärfe und der Robustheit des Benchmarkmodells. Grundsätzlich kann es als eine Lehre der Finanzkrise betrachtet werden, dass übermäßige Komplexität an sich ein nicht zu unterschätzendes Risiko darstellt. Daher ist eine große Schlagrichtung aller aktuellen Inititiativen die Robustifizierung und Konsolidierung der Modelllandschaften rund um Best-Practice-Methoden. War vor einigen Jahren die Komplexität der Modelle und ihrer Kalibration ein Risikofaktor, so ist im Zuge der massiv verstärkten Regulierung durchaus anzumerken, dass die schiere Komplexität der Vorschriften und Kontrollvorgaben die Transparenz der existierenden Modellrisiken vermindern könnte. Zur Modellvalidierung und Modell Governance haben wir daher folgende Regeln entwickelt: »» Die Modellentwicklung muss detailliert und vor allem standardisiert dokumentiert werden. Extern eingekaufte Software muss den gleichen Dokumentationsstandards genügen. Faustregel ist, dass ein qualifizierter, aber bisher unbeteiligter Dritter allein anhand der Modelldokumentation in der Lage sein muss, das jeweilige Modell zu reproduzieren. Wichtig ist die Einhaltung einer standardisierten Form der Dokumentation, die vom Regulator erwartet wird. »» Die Modellvalidierung muss ebensolchen Standards genügen. Insbesondere sind die Limitationen eines Modells an prominenter Stelle hervorzuheben. Modellzertifikationen erfolgen in der Regel mit flankierenden Restriktionen und Bedingungen. Die Bedingungen für eine Modellzertifikation sollten dafür genutzt werden, bekannte Schwächen eines Modells im Rahmen von festgesetzten Fristen abzustellen. »» Der Modellüberwachungsprozess ist mit der Zertifikation eines Modells nicht abgeschlossen. Vielmehr sollte die Modell-Validierung den Modellentwickler dazu verpflichten, die Angemessenheit des Modells regelmäßig zu prüfen und über sie zu berichten (Model Performance Monitoring, vgl. Abb. 01). Dies können zum Beispiel automatisier- Abb. 01 Ein Beispiel aus dem Modell-Performance-Monitoring ist die Prüfung der Volatilitäten auf Robustheit und Glattheit – zur Vermeidung von PnL-Schwankungen im Derivatebuch. Aus Marktvolatilitäten wird eine dreidimensionale Oberfläche der sogenannten lokalen Volatilitäten erstellt, die wie ein Röntgenbild Aufschluss über die Qualität eines Bewertungsmodells liefert. Man kann an dem Röntgenbild bereits mit bloßem Auge eine Vielzahl von möglichen Schwachstellen und deren Ursachen erkennen. In der gezeigten Oberfläche ist die Welt in Ordnung. [Datenquelle: Tullett-Prebon-Volatilitäten für den Preis des US-Dollar im japanischen Yen] Implizierte Volatilitäten Lokale Volatilitäten effektive Handelszeit
