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.

26

26 RISIKO MANAGER 10|2017 eine Sequenz von ordinary least squares (OLS)-Regressionen in Form von gewichteten Vektoren, die nach dessen Konvergenz Fixpunktgleichungen erfüllen. Das Ergebnis ist ein Compliance-Index, der allgemein genug ist, um unternehmens-, branchen- und sektorübergreifend vergleichbar zu sein. Zweitens muss das Modell als Gesamtmaß der „ICPL“ so angelegt sein, dass es nicht nur die Erfahrungen der Mitarbeiter bezüglich des Compliance-Programms berücksichtigt, sondern auch Prognosen erlaubt. Zu diesem Zweck ist die „ICPL“ in ein komplexes System von Ursache-Wirkungsbeziehungen eingebettet, das sie zum Herzstück einer Kausalitätskette macht, die sich von den Antezedenzien der „ICPL“ – „Programmansatz“, „Entkopplung“ und „ethische Führung“ – zu den Konsequenzen erstreckt – die Bereitschaft der Mitarbeiter, Verstöße zu melden („Meldebereitschaft“), und das „Compliance-Risiko“. Das Hauptziel dieses Systems oder Modells ist die Prognose des „Compliance-Risikos“. Durch dieses Design gelingt es dem Modell, die Wahrnehmungen der Mitarbeiter in Bezug auf das Compliance-Programm sowohl rückblickend als auch vorausschauend zu erfassen. Steigt zum Beispiel das „Compliance-Risiko“ in Folge einer rückläufigen „ICPL“, sollte dies Anlass zur Besorgnis geben. Darüber hinaus dient die Modellierung der „ICPL“ im Rahmen eines solchen Systems der Validierung der „ICPL“ aus nomologischer Sicht. Nomologische Validität, eine Form der Konstruktvalidität, ist das Ausmaß, in dem sich ein Konstrukt innerhalb eines Systems miteinander verbundener Konstrukte, das als „nomologisches Netz“ bezeichnet wird, den Prognosen entsprechend verhält. In dem Maße, wie die Prognosen des Modells gestützt werden, wird auch die Validität der „ICPL“ gestützt. Wesentliche Erkenntnisse sind u. a., dass (1) ein ethisches Führungskonzept, das durch die oberste Führungsebene umgesetzt ist, entscheidend für die Legitimierung des Compliance-Programms in der Organisation ist, dass (2) ein Programmansatz, der Werte, Beratung und verantwortungsvolles Verhalten sowie die Überwachung des Verhaltens der Mitarbeiter und Disziplinarmaßnahmen bei Fehlverhalten in den Vordergrund stellt, die Entkopplung des Compliance-Programms von den täglichen zentralen aufgabenbezogenen Prozessen der Organisation verhindert und dazu beiträgt, die alltäglichen Entscheidungen und Handlungen der Mitarbeiter zu beeinflussen, und dass (3) die Legitimitätswahrnehmungen der Mitarbeiter in Bezug auf das Compliance-Programm bestimmen, wie wirksam das Programm die Bereitschaft der Mitarbeiter, Verstöße zu melden, erhöht und das Compliance-Risiko reduziert. Naturgemäß ist das Compliance-Index-Modell allgemein auf Unternehmen aller Branchen anwendbar. Sowohl das Messinstrument als auch das Modell sind zur Sicherstellung dieser allgemeinen Anwendbarkeit konzipiert. Damit stellt das Compliance-Index-Modell einen bedeutsamen Fortschritt bei der Beurteilung – und Verbesserung – der Wirksamkeit formaler Compliance-Programme dar. Es bietet ein unabhängiges und einheitliches Gesamtmaß zur Messung der Legitimitätswahrnehmungen der Mitarbeiter im Hinblick auf das Compliance-Programm. Mit Blick auf die Konstrukte und kausalen Effekte können Anwender konkrete, ursachengetriebene Handlungsfelder herausarbeiten, um die Wirksamkeit des Compliance-Programms kosteneffizient und nachhaltig zu verbessern. Priorisierung der wichtigsten Handlungsfelder Die Wichtigkeit-Leistungsanalyse (importance-performance analysis) ist ein nützlicher, komplementärer Ansatz, der es Anwendern ermöglicht, die kausalanalytischen Fähigkeiten des Compliance-Index-Modells effizient und wirksam einzusetzen. Genauer gesagt, stellt die Wichtigkeit-Leistungsanalyse die kausalen Effekte, die für die Wichtigkeit eines bestimmten Vorgängerkonstrukts (beispielsweise „ethische Führung“) bei der Prognose eines ausgewählten Zielkonstrukts (beispielsweise „ICPL“) stehen, mit deren durchschnittlichen Messwerten (das heißt Leistung), gegenüber. Ziel ist die Identifizierung derjenigen Konstrukte, die für das Zielkonstrukt relativ wichtig sind, aber eine relativ niedrige Leistung haben. Durch die kombinierte Analyse der Wichtigkeits- und Leistungsdimensionen ermöglicht die Wichtigkeit-Leistungsanalyse eine Priorisierung der Konstrukte, um das Zielkonstrukt zu verbessern. Die Ausweitung der Analyse auf Indikatorebene ermöglicht die Bestimmung der wichtigsten Handlungsfelder. Im Ergebnis lassen sich so detaillierte, ursachengetriebene Handlungsfelder herausarbeiten, um die Wirksamkeit des Compliance-Programms im Unternehmen zu verbessern. Konkret erfolgt die Wichtigkeit-Leistungsanalyse auf Grundlage initialer Ausgangsdaten in den folgenden drei konsekutiven Schritten für das zentrale Konstrukt „ICPL“: Schritt 1: Berechnung der Leistungswerte Die Indikatordaten bestimmen die Messwerte der latenten Variablen und daher auch deren Leistung. Ähnlich dazu steht auf Indikatorebene der Wert eines Indikators für dessen durchschnittliche Leistung. Zur Vereinfachung der Interpretation und des Vergleichs von Leistungsniveaus werden die Indikatordaten in einem Bereich von 0 bis 100 neu dimensioniert, wobei 0 für die niedrigste und 100 für die höchste Leistung steht. Konkret erfolgt die Reskalierung bei jedem erhobenen Fall (das heißt jede befragte Person) j in Bezug auf einen Indikator i über und wobei y i und x i die Indikatoren sind, E[.] für den tatsächlichen Messwert i bei jedem erhobenen Fall j, Min[.] und Max[.] für den Mindest- und Höchstwert des Indikators stehen. Es gilt dabei zu berücksichtigen, dass sich die Mindest- und Höchstwerte auf die möglichen Werte auf der verwen-

ERM 27 Tab. 02 Tab. 03 Indikatordaten (original) deten Zehnpunkteskala und nicht auf die Mindest- und Höchstwerte der tatsächlichen Antworten beziehen (beispielsweise 4 auf einer Zehnpunkteskala). Wäre also die niedrigste tatsächlich von den Befragten abgegebene Antwort 4 während die Skala einen Mindestwert von 1 hat, muss 1 als Mindestwert zur Reskalierung verwendet werden. Dementsprechend wird beispielsweise ein Wert von 4 auf der im Compliance-Index-Modell verwendeten Zehnpunkteskala zu (4-1)/(10-1)×100≈33. Tab. 02 zeigt einen Auszug aus den ursprünglichen Indikatordaten, die zur Schätzung des Compliance-Index-Modells verwendet wurden. Tab. 03 wiederum Fall x 1 x 2 x 3 … y 16 y 17 y 18 y 19 1 8 7 6 … 8 10 6 8 2 5 7 7 … 3 3 4 3 3 9 10 8 … 1 1 1 1 4 5 6 6 … 5 7 2 5 5 8 2 8 … 3 5 1 3 … … … … … … … … … 84 7 6 6 … 8 10 8 2 85 8 10 9 … 4 4 5 2 Mittelwert 6,86 6,60 6,54 … 4,53 5,52 4,18 2,71 Indikatordaten (reskaliert) Fall x 1 x 2 x 3 … y 16 y 17 y 18 y 19 1 77,8 66,7 55,6 … 22,2 0,0 44,4 88,9 2 44,4 66,7 66,7 … 77,8 77,8 66,7 88,9 3 88,9 100,0 77,8 … 100,0 100,0 100,0 100,0 4 44,4 55,6 55,6 … 55,6 33,3 88,9 77,8 5 77,8 11,1 77,8 … 77,8 55,6 100,0 100,0 … … … … … … … … … 84 66,7 55,6 55,6 … 22,2 0,0 22,2 88,9 85 77,8 100,0 88,9 … 66,7 66,7 55,6 88,9 Mittelwert 65,1 62,2 61,5 … 60,8 49,8 64,7 81,0 zeigt die Indikatordaten aus Tab. 03 in reskalierter Form im Bereich von 0 bis 100, die als Inputdaten für die Berechnung der reskalierten Messwerte der latenten Variablen dienen. Darunter stehen die Mittelwerte der reskalierten Indikatoren, die später für die Wichtigkeit-Leistungsanalyse auf der Indikatorebene verwendet werden. Die reskalierten Messwerte der latenten Variablen stellen Linearkombinationen der reskalierten Indikatordaten und der reskalierten äußeren Gewichte dar – unabhängig davon, ob das Messmodell einer latenten Variablen reflektiv oder formativ spezifiziert ist. Um die reskalierten äußeren Gewichte zu erhalten, müssen zuerst die unstandardisierten äußeren Gewichte durch Teilung der standardisierten äußeren Gewichte durch die Standardabweichung ihres entsprechenden Indikators berechnet werden. Während die standardisierten äußeren Gewichte aus der Schätzung des Compliance-Index-Modells stammen, beruht die Schätzung der Standardabweichung der Indikatoren auf den ursprünglichen Indikatordaten ( Tab. 02). Hat x1 bspw. ein standardisiertes äußeres Gewicht von 0,161 und eine Standardabweichung von 1,848, errechnet sich daraus ein unstandardisiertes äußeres Gewicht von 0,087. Tab. 04 zeigt die (standardisierten und unstandardisierten) äußeren Gewichte zusammen mit den Standardabweichungen der Indikatoren der Konstrukte „Programmansatz“, „Entkopplung“ und „ethische Führung“ in Bezug auf das ausgewählte Zielkonstrukt „ICPL“. Schließlich werden die unstandardisierten äußeren Gewichte reskaliert, sodass deren Summe je Messmodell gleich 1 ist. Zu diesem Zweck muss das unstandardisierte äußere Gewicht jedes Indikators (beispielsweise 0,087 für x1) durch die Summe der unstandardisierten äußeren Gewichte aller Indikatoren geteilt werden, die zu demselben Konstrukt gehören. Bspw. errechnet sich die Summe aller unstandardisierten äußeren Gewichte für das Konstrukt „ethische Führung“ demnach wie folgt: 0,087+0,066+0,080+0,087+0,081 +0,065+0,081=0,547. Damit errechnet sich für x_1 nach Teilung von 0,087 durch 0,547

RISIKO MANAGER

 

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