Aufrufe
vor 6 Jahren

RISIKO MANAGER 10.2017

  • Text
  • Risikomanagement
  • Unternehmen
  • Risiken
  • Insbesondere
  • Beispielsweise
  • Autoren
  • Risiko
  • Risikomanagements
  • Methoden
  • Banken
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 10|2017 wird allerdings auch gewissermaßen axiomatisch dargestellt, die Formeln für die geschätzte Varianz werden als gültig angenommen. Im Fall der GARCH-Modelle weisen die Autoren explizit darauf hin, dass die Herleitung der Modelle und eine Darstellung der verschiedenen Varianten den Rahmen des Buchs übersteigen würden, sodass lediglich in einer Fußnote auf vertiefende Literatur verwiesen wird. Allerdings wird exemplarisch die formale Darstellung eines für Finanzmarktdaten geeigneten GARCH-(1,1)-Modells geliefert. Durch die Mittelwertannäherung liefert das GARCH-Modell zwar bessere Prognosen als das EWMA-Modell, allerdings gestaltet sich die Schätzung der Parameter ungleich schwieriger. Als Lösungen werden die Maximum-Likelihood-Methode und das Varianz-Targeting angeführt (S. 475 f.). Eine formale Definition von ARMA-Modellen findet sich bei Cottin/ Döhler. Allerdings wird auch hier, insbesondere auch für GARCH-Prozesse, auf geeignete Literatur verwiesen (S. 77f.). Albrecht/Maurer behandeln in ihrem Abschnitt 4.5 GARCH-Prozesse, daneben auch Sprung-Diffusionsprozesse, Regime- Switching- und Stochastic-Volatility-Modelle sowie EWMA in ihrem Anhang 6 D. Insgesamt lässt sich feststellen, dass eine theoretische Diskussion der Methoden der Zeitreihenanalyse kaum stattfindet, sondern – wenn überhaupt – deren Nutzen für die Modellierungen bestimmter Risiken hervorgehoben wird. Entwicklung eigener theoretischer Ansätze Wengert/Schittenhelm tragen mit ihrem selbst entworfenen Konzept des „Corporate Risk Value“, der auf den Ansatz des Risk Based Value zurückgeht, zur Theoriefindung im Risikomanagement bei. Diese Kennziffer ergibt sich aus dem Quotienten des insgesamt vorzuhaltenden risikoadäquaten Kapitals, auch als Corporate Risk Capital bezeichnet, und des Gesamtkapitals des Unternehmens. Eine konkrete Berechnungsmethode der einzelnen Komponenten des Corporate Risk Capitals wird jedoch von den Autoren nicht festgelegt, da diese stark von der Unternehmensstruktur abhängig sei. Übersteigt der Corporate Risk Value eins, so sollen vom Management Gegenreaktionen eingeleitet werden, da ansonsten im Fall des Risikoeintritts das verfügbare Kapital nicht zur Risikoabdeckung ausreiche. Als Vorteile dieser Vorgehensweise werden die Berücksichtigung von Korrelationseffekten bei Risikoklassen sowie die Unabhängigkeit von einer Normalverteilungsanalyse angeführt (S. 73 ff.). Aufgrund des Rückgriffs auf recht elementare Kennzahlen, die zu einer neuen kombiniert werden, kann kaum von einem schwerwiegenden Beitrag zur ökonomischen Theoriefindung gesprochen werden. Vielmehr ließe sich dieser Ansatz höchstens als „lokale Theorie“ nach Balzer kategorisieren, mit der Ausschnitte der Realität beschrieben werden können (vgl. Balzer (2009), S. 47). Eine besondere qualitative Bedeutung hat der bereits oben erwähnte Ansatz von Gleißner, die Zusammenhänge zwischen Risikomanagement, Rating und Unternehmensbewertung über die zentrale Funktion der Risikoaggregation zu adressieren und als Basis eines integrierten Managementkonzepts in den Dimensionen Risiko und Wert zu präsentieren. Vergleichbare selbst entwickelte Ansätze findet man in den übrigen Büchern nicht. Empirische Befunde Gerade in einer derart praxisorientierten Disziplin wie dem Risikomanagement und

ERM 21 der tendenziell „praxisnahen“ Ausrichtung der vorliegenden Literatur liegt es nahe, dass im Rahmen der Theoriebeschreibung eine Verifizierung der Befunde durch reale Fallbeispiele beziehungsweise die Präsentation empirischer Studien vorliegt. Fallbeispiele aus der Praxis Einzelne Fallbeispiele sind etwas öfter aufzufinden, so führen Romeike/Hager an, dass die meisten ihrer Kapitel mit einem realen Fall aus der Praxis beginnen (S. IX), diese bilden als „lessons learned“ eine Einführung in die jeweilige Thematik, exemplarisch sei hier die Historie der Insolvenz der PIN-Group S.A. in der Einleitung des Kapitels „Strategische Chancen und Risiken von Investitionen“ (S. 160-163) genannt. Da die Beispiele eher zur Illustration und Motivation der entsprechenden Kapitel denn zur konkreten Vermittlung von risikorelevanten Methoden, ist eine ausführliche Übersicht über alle Beispiele sämtlicher Autoren nicht zielführend. Zur Vertiefung des vermittelten Stoffs wird zumeist auf Kontrollaufgaben zurückgegriffen, häufig finden sich daneben auch fiktive Fallbeispiele. Am größten angelegt ist ein solches wie bereits erwähnt bei Sartor/ Bouranel mit den S. 97-140. Empirische Studien Einzig Gleißner adressiert in einem Abschnitt seines Buchs den „Zustand von Risikomanagement und Risikoreporting in Deutschland“ (S. 495 ff.). Ansonsten finden sich allenfalls Spurenelemente empirischer Studien zu diesem Thema, geschweige denn zu internationalen Trends. Dies ist eine offensichtliche Lücke, denn unabhängig von Forschungsbezügen sollten gerade praxisorientierte Überblickswerke dem Leser ein Gefühl für die empirische Verortung des von ihnen adressierten Themas bieten. Softwareverwendung Ein modernes umfassendes Risikomanagementsystem ist ohne geeignete Softwareunterstützung nicht umsetzbar. Die gewählte Software muss nicht nur diversen Anforderungen, wie etwa der Abbildung des gesamten operativen Risikomanagementprozesses und der Konzernstrukturen, der Herstellung von Schnittstellen zu allen erforderlichen Unternehmensbereichen – allen voran Controlling und Rechnungslegung –, der Bereitstellung einer effektiven Risikoberichterstattung, der Darstellung von Risikoprognosen sowie der Einhaltung von Corporate-Governance-Standards [vgl. Wengert/Schittenhelm 2013, S. 19 f.], genügen, die Auswahl der zu verwendenden Software stellt vielmehr auch eine strategische Entscheidung dar, insbesondere die Abwägung der beiden Alternativen „marktgängige Softwarelösung“ und „Entwicklung einer Eigenlösung“ [vgl. Köhnlein/Willert/Rauschen 2006, S. 7]. Einen analogen Anforderungskatalog formuliert Gleißner (S. 511 f.). Marktlösung am Beispiel „Strategie-Navigator“ Sartor/Bouranel (S. 94 f.) sowie Gleißner (S. 510) empfehlen externe Softwarelösungen im Sinn eines daten-, methoden- und modellorientierten Entscheidungsunterstützungssystems. Erstere liefern lediglich eine Übersicht über verschiedene Anbieter, deren Funktionalität sowie jeweils eine Kontaktadresse. Einführungen oder gar umfassende Dokumentationen bleiben aus, diesbezüglich wird auf die jeweiligen Anbieter und BARC Software-Evaluation verwiesen (S. 94 f.). Gleißner liefert Fallbeispiele für IT-Unterstützung sowohl anhand (modifizierter) Standardsoftware (EXCEL und Crystal Ball) als auch des Programms „Strategie-Navigator“ (S. 512 ff.) – für beides findet man Ergänzungen auf einer mitgelieferten Begleit-CD. Als Vorteile dieser Lösung werden die Unterstützung der organisatorischen Prozesse für Risikoanalyse und -überwachung, sowie der Entscheidungsfindung angeführt (S. 512). Tabellenkalkulationsprogramme Das Tabellenkalkulationsprogramm Microsoft Excel liefert mit geeigneten „Add-Ins“ wie etwa „Crystal Ball“, „Risk Kit“, „@ Risk“ [vgl. Sartor/Bouranel 2013, S. 98] eine gängige Softwarelösung im Risikomanagement. Letzteres wird von Sartor/ Bouranel für ein umfassendes Fallbeispiel zum Risikomanagementprozess verwendet, deren Ziel es ist, wie „die Risikoaggregation mittels Monte-Carlo-Simulation dazu genutzt werden kann, den Gesamtrisikoumfang eines Unternehmens zu bestimmen.“ (S. 97). Hierbei werden zwar die einzelnen Schritte, die in „@Risk“ vorzunehmen sind, erläutert sowie deren Ergebnisse diskutiert, eine Dokumentation der dazu notwendigen Befehle findet nicht statt. Es ist in der Gesamtheit festzustellen, dass das tatsächliche Arbeiten mit Tabellenkalkulationsprogrammen kaum behandelt wird. Konkrete Befehle finden sich nur bei Möbius/Pallenberg bezüglich der Erzeugung von Pseudozufallszahlen (S. 19), der Berechnung der Duration (S. 152) und der modifizierten Duration (S. 157), sowie bei Döhler/Cottin, die im Anhang C ihres Buchs die Implementierung der zuvor vorgestellten Wahrscheinlichkeitsverteilungen und die Funktion Zufallszahl() zur Erzeugung gleichverteilter Pseudozufallszahlen (S. 444 f.) darstellen. Zur Generierung nicht-gleichverteilter Pseudozufallszahlen eignen sich die Algorithmen aus ihrem Kapitel 7. Bei Gleißner wird die Vorgehensweise zur Risikoaggregation mittels Microsoft Excel und Add-Ins wie „Risk Kit“, „@Risk“ oder „Crystal Ball“ erwähnt (S. 229) und im Fall „Crystal Ball“ anhand eines Fallbeispiels verdeutlicht (S. 265 ff.). Gegen die Verwendung von Tabellenkalkulationsprogrammen im Risikomanagementprozess spricht allerdings, dass diese bei komplexen Simulationen durch ihre limitierten statistischen Routinen schnell an ihre Grenzen gelangen sowie schnell unübersichtlich werden. Diese Probleme werden zwar durch genannte „Add-Ins“ abgeschwächt, jedoch nicht vollständig eliminiert [vgl. Frings 2012]. Programmiersprache R Die Programmiersprache R zeichnet sich dadurch aus, dass sie frei verfügbar ist, eine breit aufgestellte Funktionalität bietet und sich über ebenfalls kostenlose Zusatzpakete auch die jüngsten Entwicklungen der Statistik und Datenanalyse einbinden las-

RISIKO MANAGER

 

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