14
14 RISIKO MANAGER 01|2018 Tab. 03 Instrument Jährliche Verlustquoten und Ausfallraten Jahr Aktive Verträge (N) Ausfälle (N) LGD (MW) Ausfallrate (MW) 2009 8.858 101 0,414 0,011 2010 11.647 215 0,408 0,018 2011 14.312 192 0,328 0,013 2012 17.433 236 0,362 0,014 2013 14.273 225 0,346 0,016 2014 15.748 216 0,361 0,014 Summe/MW – 1.185 0,366 0,015 Regionale Charakteristika der Verlustquoten und Ausfallraten in Deutschland Neben weiteren Einflussgrößen ist, wie eingangs erwähnt, die präzise Kenntnis geografischer Besonderheiten des eigenen Leasingportfolios für Banken und andere Leasinggesellschaften im Rahmen des Risikomanagements von großer Bedeutung. Die aus der Analyse des eigenen Portfolios gewonnenen Informationen können Aufschluss über mögliche lokale oder regionale Risikokonzentrationen geben und ermöglichen es dem Leasinggeber, wichtige Steuerungs- und Risikodiversifikationsmöglichkeiten abzuleiten und so beispielsweise die risikoadjustierte Bepreisung von Leasingverträgen sicherzustellen. 9 Auf Basis des vorliegenden Datensatzes werden nachfolgend regionale Unterschiede und Gemeinsamkeiten der Verlustquoten und der Ausfallraten im deutschen Leasingmarkt detailliert dargelegt. Als eine sinnvolle Herangehensweise erachten wir es hierbei, den Datensatz sukzessive auf verschiedenen Aggregationsebenen zu untersuchen. Hierzu wird der für das gesamte Bundesgebiet im zweiten Abschnitt beschriebene Datensatz zunächst in die 16 deutschen Bundesländer aufgegliedert. Zusätzlich ermöglicht der Datensatz eine Analyse für die deutschen Kreise, in denen mindestens ein Leasingvertrag abgeschlos- sen wurde und mindestens ein Leasingnehmer ausgefallen ist. Tab. 04 zeigt die Verlustquoten und Ausfallraten von Leasingverträgen aufgeschlüsselt nach Bundesländern. Der LGD ausgefallener Leasingverträge schwankt stark zwischen den einzelnen Bundesländern mit einem Maximum von 67,4 Prozent in Hamburg und einem Minimum von 16,1 Prozent im Saarland, wobei die vergleichsweise geringe Anzahl an Beobachtungen in diesen beiden Bundesländern einschränkend zu berücksichtigen ist. Die hohe Spannweite des durchschnittlichen LGD macht deutlich, dass zwischen den einzelnen Bundesländern eine ausgeprägte Heterogenität festzustellen ist und die Verwendung eines auf Bundesebene ermittelten Durchschnitts-LGD von 36,6 Prozent möglicherweise wesentliche, für das Risikomanagement relevante und nur bei Disaggregation der Daten sichtbare Informationen unberücksichtigt lässt. Auch hinsichtlich der Standardabweichungen des LGD innerhalb eines Bundeslands bestehen im Ländervergleich deutliche Unterschiede, die von 0,142 in Hamburg bis 0,691 im Saarland reichen. Damit unterscheiden sich nicht nur die Verlustquoten im Ländervergleich, sondern auch innerhalb eines Bundeslands, wobei die Spannweite derselben in den einzelnen Bundesländern unterschiedlich stark ausgeprägt ist. 10 Ähnlich wie Töws (2015) können auch wir im deutschen Leasingmarkt im Vergleich höhere Verlustquoten in Hamburg und, abgesehen von Thüringen, in den neuen Bundesländern 11 feststellen. 12 In den alten Bundesländern liegt die durchschnittliche Verlustquote bei 36,1 Prozent und in den neuen Bundesländern bei 39,8 Prozent, ohne Berücksichtigung von Thüringen sogar bei 43,2 Prozent. 13 Qualitativ ähnliche Ergebnisse werden erzielt, wenn anstatt einzelner Bundesländer die Daten auf die erste Ziffer der Postleitzahl aggregiert werden. Die höchsten Verlustquoten gibt es in den primär östlichen Regionen Deutschlands in den Postleitzahlregionen 0 und 1 sowie in der westdeutschen Postleitzahlregion 4. Untersucht man die Unterschiede der durchschnittlichen Verlustquoten in den Ländern auf Signifikanz, so ergeben sich nur relativ vereinzelt signifikante Unterschiede. Lediglich die Werte von Hamburg mit der größten durchschnittlichen Verlustquote weichen von allen anderen Ländern mit einer Irrtumswahrscheinlichkeit von unter 1 Prozent signifikant ab, bis auf Berlin (zweithöchste durchschnittliche Verlustquote) mit einer Irrtumswahrscheinlichkeit von unter 5 Prozent (aber größer 1 Prozent). Außer bei Hamburg finden sich noch bei Berlin, Nordrhein-Westfalen und Thüringen etwas mehr Fälle signifikanter Unterschiede, aber meist mit geringeren Konfidenzniveaus (95 Prozent bzw. 90 Prozent). 14 Die Ausfallraten auf Ebene der Bundesländer sind für Berlin mit 8,0 Prozent am höchsten und für Sachsen mit 2,6 Prozent am niedrigsten. Analog zu den Verlustquoten schwanken auch die Ausfallraten im deutschen Leasingmarkt erheblich, was die deutlichen länderspezifischen Unterschiede hervorhebt. In Bezug auf mögliche Unterschiede in der Ausfallrate zwischen alten und neuen Bundesländern ergibt sich verglichen mit den Verlustquoten ein gegenteiliges Bild. Die durchschnittliche Ausfallrate in den alten Bundesländern liegt mit 4,7 Prozent über der der neuen Bundesländer, die durchschnittlich 3,9 Prozent beträgt. 15 Auffallend ist ferner, dass hohe LGDs nicht unmittelbar mit hohen Ausfallraten
Kreditrisiko 15 Tab. 04 Instrument Verlustquoten und Ausfallraten in deutschen Bundesländern LGD Ausfallrate Bundesland N MW Std. N MW Baden-Württemberg 215 0,365 0,344 4.149 0,050 Bayern 375 0,355 0,368 7.280 0,050 Berlin 38 0,515 0,285 453 0,080 Brandenburg 27 0,391 0,369 575 0,044 Bremen 9 0,355 0,285 217 0,039 Hamburg 17 0,674 0,142 448 0,037 Hessen 57 0,282 0,516 1.639 0,036 Mecklenburg-Vorpommern 12 0,402 0,349 420 0,028 Niedersachsen 78 0,374 0,388 2.343 0,035 Nordrhein-Westfalen 173 0,407 0,330 3.265 0,052 Rheinland-Pfalz 75 0,316 0,353 1.052 0,068 Saarland 9 0,161 0,691 240 0,040 Sachsen 28 0,410 0,346 974 0,027 Sachsen-Anhalt 18 0,378 0,296 706 0,026 Schleswig-Holstein 29 0,255 0,599 970 0,029 Thüringen 25 0,224 0,267 472 0,050 Deutschland Ost 148 0,398 0,326 3.600 0,039 Deutschland West 1.037 0,361 0,379 21.603 0,047 Summe/Durchschnitt 1.185 0,366 0,373 25.203 0,046 diesen beiden Risikogrößen ein nur geringer, insignifikanter Zusammenhang zu bestehen. Ein nur sehr gering ausgeprägter Gleichlauf zwischen Verlustquote und Ausfallrate bei Leasingverträgen ist besonders vor dem Hintergrund bemerkenswert, dass in modelltheoretischen und empirischen Arbeiten meist ein positiver, das Portfoliorisiko grundsätzlich erhöhender Zusammenhang (in der zeitlichen Dimension) zwischen Verlustquote und Ausfallwahrscheinlichkeit bei Krediten und Anleihen angenommen oder festgestellt wird. 16 Zumindest für diesen Datensatz kann dies für Leasingverträge auf der von uns gewählten Aggregationsebene nicht bestätigt werden. Um zu überprüfen, welche zusätzlichen Schlüsse aus einer noch feineren Untergliederung des Portfolios gezogen werden können, werden sowohl die durchschnittlichen Verlustquoten als auch die entsprechenden Ausfallraten in einem nächsten Schritt auf Kreisebene analysiert. Voraussetzung hierfür ist, dass ein Leasingvertrag in dem betreffenden Kreis abgeschlossen wurde und ein Leasingnehmerausfall vorlag. Hierzu greifen wir auf dieselbe Einteilung der LGDs in verschiedene Klassen wie bereits im zweiten Abschnitt zurück. In Tab. 05 sind zunächst alle 1.185 ausgefallenen Verträge basierend auf ihrem LGD den entsprechenden Klassen zugeordnet. Anschließend wird für jede Klasse ermittelt, aus wie vielen Kreisen die ausgefallenen Verträge stammen. Beispielsweise befinden sich 113 ausgefallene Verträge mit einem LGD kleiner als Null in Klasse 1. Diese 113 ausgefallenen Verträge mit einem LGD < 0 wurden in insgesamt 82 im jeweils betrachteten Bundesland und ebenfalls im Ost-West-Vergleich einhergehen müssen. Beispielsweise weist der vorliegende Datensatz für Rheinland-Pfalz und Bayern vergleichsweise hohe Ausfallraten auf, der LGD liegt jedoch deutlich unterhalb des durchschnittlichen LGD. Diesen Eindruck bestätigt auch die Spearman-Rangkorrelation zwischen der durchschnittlichen Verlustquote eines Bundeslands und dessen Ausfallrate mit einem Wert von 0,021. Folglich scheint zwischen Tab. 05 Instrument Verteilung der LGDs auf Vertragsebene und Zuordnung auf verschiedene Kreise LGD-Klasse 1 2 3 4 5 6 Summe Ausgefallene Verträge (N) 113 240 252 282 189 109 1.185 Davon verschiedene Kreise (N) 82 146 133 140 112 70 306 Relativer Anteil (%) 72,57 60,83 52,78 49,65 59,26 64,22 25,82
