28
28 RISIKO MANAGER 03|2017 siken, deren Verluste auf den Ausläufern der Verlustverteilung des Gesamtportfolios liegen. Ferner wird der VaR implizit auch durch die generelle Form der Verlustverteilung mitbestimmt. Neben der Varianz, die zum großen Teil von den Ausfallwahrscheinlichkeiten und damit den Ratings der Positionen im Portfolio determiniert wird, drückt das dritte zentrale Moment (Schiefe) die Asymmetrie der Verlustverteilung aus, das sich erhöhend (oder erniedrigend) auf den VaR auswirkt. Diese Schiefe ist vorwiegend bei hohen Assetkorrelationen in Zusammenhang mit hohen LGDs ausgeprägt. Weitere Faktoren, die Einfluss auf die Schiefe und damit der Form der Verlustverteilung haben, sind beispielsweise die Schiefe der LGD-Verteilungen, Verteilung der PDs über die Rating Klassen, die Wahl des Copula-Models zur Modellierung der PDs und LGD, aber auch durch die Schiefe der Exposures durch beispielsweise Klumpenrisiken. Fazit Die neuen Regeln für ein Handelsbuch, die in eine neue Eigenkapitalrichtlinie V (CRD V) der Europäischen Kommission münden sollen, stellen alle Banken vor vielschichtige Herausforderungen. Wenn eine Bank für einen ihrer Handelstische die Genehmigung zur Verwendung des internen Modellansatzes beantragt, ist auch die Anwendung eines internen DRC-Modells zwingend erforderlich. Wir haben in diesem Papier die wichtigsten Optionen für die Umsetzung eines DRC-Modells skizziert und Entscheidungshilfen zur Auswahl des Standardansatzes (SA-DRC) bzw. des internen Modellansatzes (IMA- DRC) gegeben. Unsere Ergebnisse deuten darauf hin, dass der interne Modellansatz nicht unbedingt kapitaleffizienter ist als der Standardansatz. Die DRC-Eigenkapitalunterlegung hängt bankenspezifisch stark von der Struktur des Portfolios ab. Eine bankweite Entscheidung (d. h. für alle Handelstische) für die Verwendung des Standardansatzes bzw. des internen Modellansatzes kann sich in den Bereichen Umsetzungskomplexität und Kapitaleffizienz als äußerst ineffizient erweisen. Wir empfehlen daher dringend eine Analyse der bank- und portfoliospezifischen DRC-Treiber (auf Handelstischebene) unter Zuhilfenahme eines Prototypmodells – wie des oben beschriebenen. Der von uns verwendete Modellierungsrahmen stellt nur einen möglichen Ansatz zur Interpretation der regulatorischen Vorgaben dar. Unsere Ergebnisse deuten darauf hin, dass die Handelsbuchstruktur einer Bank einen starken Einfluss darauf hat, ob im konkreten Fall IMA-DRC oder SA-DRC aus Kapitalsicht die bessere Alternative ist. Um eine Antwort auf diese Frage zu geben, ist eine weitergehende Analyse der spezifischen Portfoliomerkmale einer Bank notwendig. Die Ausarbeitung eines vollwertigen DRC-Modells mit anschließender Genehmigung durch die Regulierungsbehörde erfordert eine gründliche Untersuchung der relevanten Handelsbuchmerkmale der Bank. Anhang – Datenbeschreibung: Beschreibung der Charakteristiken der für die Erstellung von Beispielportfolios verwendeten Daten. Der DRC-Prototyp von BCG könnte problemlos auch andere (bankspezifische) Portfoliomerkmale berücksichtigen. Schuldner Aktien: Basierend auf Euro Stoxx 50 Anleihen: Basierend auf iTraxx Europe Rendite (durchschnittliche monatliche Rendite) Durchschnittliche Rendite für Aktien: 0,56 % Durchschnittliche Rendite für Anleihen: 0,03 % Volatilität (durchschnittliche Standardabweichung bei monatlichen Renditen) Durchschnittliche Standardabweichung bei Aktien: 0,08 Durchschnittliche Standardabweichung bei Anleihen: 0,01 Korrelation Zwischen Aktien: 0,51 Zwischen Anleihen: 0,57 Zwischen Anleihen/Aktien: 0,39 Ausfallwahrscheinlichkeit (PD)/Rating Aktien: 0,03 – 0,15 %/AAA bis BB+ Anleihen: 0,03 – 0,15 %/AA+ bis BBB- Loss Given Default (LGD, Verlust bei Ausfall) Aktien: 1 (FRTB-Anforderung) Anleihen: 1 (FRTB-Anforderung) Quellenverzeichnis sowie weiterführende Literatur: Basel (2014): BCBS d305, Fundamental review of the trading book: outstanding issues; Issued for comment by 19 December 2014. Basel (2016): BCBS d352 notes, Explanatory note on the revised minimum capital requirements for market risk, BIS, Publication January 2016. Laurent et al. (2016): J.-P. Laurent, M. Sestier und S. Thomas, Trading book and credit risk: how fundamental is the Basel review? Journal of Banking and Finance, Vol. 73, December 2016, 211–223. Merton (1974): R. C. Merton, On the Pricing of Corporate Debt: The Risk Structure of Interest Rates. The Journal of Finance 29 (2), 449–470. Vasicek (1987): O. Vasicek, Probability of Loss on Loan Portfolio. KMV Corporation 12 (6). Wilkens, Predescu (2016): S. Wilkens und M. Predescu, Default Risk Charge (DRC): Modeling Framework for the 'Basel' Risk Measure. Forthcoming in: Journal of Risk. Retrieved from SSRN on 15 December 2016: https://ssrn.com/ abstract=2638415. Autoren: Dr. Andreas Bohn, Dr. Michael Buser, Dr. Bernhard Kronfellner, Dr. Stefan Schneeberger, Dr. Stephan Süss, The Boston Consulting Group. Anmerkungen: i Beobachtete Anleihekurse (oder Spreads) eignen sich nicht zur Bestimmung von Asset-Korrelationen, da sie eine nicht zu berücksichtigende Zinskomponente enthalten. Abhängig von den für Zinssätze geltenden Annahmen könnten unter gewissen Umständen synthetisch hergeleitete Anleihekurse aus Credit Spreads verwendet werden. ii Da die Matrixgröße mit der Anzahl der Assets quadratisch wächst, kann es zu einem Speicherüberlauf („Out-of-Memory-Problem“) kommen. Insbesondere die Invertierung der Matrix für die PCA-Analyse kann sich dann als problematisch erweisen. iii In den Abb. 04 und 05 werden die zwei Faktorsensitivitäten von Asset i mit b i1 bzw. b i2 bezeichnet. iv Siehe BCBS d305d; Konsultationspapier: „Fundamental review of the trading book: outstanding issues“, Abschnitt 2.2. v Beispiel: Wenn das Gesamtportfolio bei Z 1 „Long“ ist, skalieren wir jedes einzelne Z 1 -spezifische Short-Exposure mit dem Faktor (1 - 0,05 | b i1 |); einzelne Z1-spezifische Long-Exposures werden dabei nicht neu skaliert. Der Wert 0,05 im Skalierungsfaktor ergibt sich aus der BCBS-Baseline-Methode, da dort der Skalierungsfaktor 0,95 für einen einzelnen Risikofaktor verwendet wird. vi In unserem Modell ist gleich , wobei die Quantilsfunktion der Normalverteilung ist und die marginale Ausfallwahrscheinlichkeit von Schuldner i. vii Genauer gesagt ziehen wir bei jedem Simulationslauf eine Stichprobe aus der Verteilung von Z 1 und Z 2 und für jeden Schuldner einzeln eine Stichprobe aus der Verteilung von X i . Anschließend kombinieren wir diese Stichproben in der Variablen . Wir behandeln Schuldner i als Ausfall, wenn der Wert für V i negativ ist.
Liebe FIRM-Leser, Ampeln sind uns allen bekannt. Nicht nur im Straßenverkehr, sondern auch in der täglichen Arbeit mit den Risikomanagementthemen. Rot heißt Warnung, sprich, wer einfach weiterfährt oder die Risiken nicht wahrnimmt, der riskiert den Crash. So erging es nun einem Mitarbeiter eines Landesamts in Berlin. Die Folge: über zwei Jahre Haft wegen Korruption.Und auch in China wird Jagd auf korrupte Bürger gemacht – 500.000 Inspektoren kommen dort zum Einsatz, wie unsere Rubrik „Risikomanagement in Zahlen zeigt“. Das klare Signal: Stopp! Dass es mit dem Umgang von Risiken und Unsicherheiten nun nicht immer so leicht ist, darauf verweist Katharina Schüller, Autorin des Buchs „Statistik und Intuition“ und Interviewpartnerin der aktuellen FIRM-Ausgabe. Grünes Licht hat dagegen die Bitkom-Arbeitsgruppe „Financial Services Compliance“, die ein Projekt zur IT-gestützten Compliance in der Finanzindustrie auf die Strecke gebracht hat. Apropos Strecke: Das neue FIRM-Jahrbuch für 2017 steht kurz vor der Fertigstellung. Interessenten müssen sich noch etwas gedulden und an der Ampel warten, um beim Thema zu bleiben. Aber es lohnt sich, wie die Inhalte der neuen Auflage mit rund 300 Seiten verdeutlichen. Zurückhaltung empfiehlt auch Prof. Volker Wieland mit Blick auf die aktuelle Geldpolitik in der Eurozone. Die expansive Geldpolitik der Europäischen Zentralbank (EZB) sei unangemessen und stelle eine zunehmende Gefahr für die Finanzstabilität dar. Das haben viele Bürger längst begriffen und sammeln Bargeld. Ganz nach dem Motto: „Was man hat, das hat man.“ So kommt die Deutsche Bank Research zu dem Schluss, dass Bargeld für Privatpersonen ein einfaches, aber effektives Mittel darstelle, um das Ersparte vor möglichen Krisen des Finanzsystems zu sichern. In einer „Gelbphase“ befindet sich aktuell der DFB mit seiner Bewerbung für die Fußball-EM 2024 im eigenen Land. Damit die Ampel nicht gleich wieder auf Rot umspringt, hat der Verband Transparency International mit ins Boot oder vielmehr den Mannschaftsbus genommen. Sicher ist sicher. Denn der Sport sollte frei sein von zu vielen Einflüssen von außen. Was passiert, wenn die Kunst in den „Sog von Geld und Macht gerät“, das zeigt eine aktuelle Ausstellung im Bode-Museum in Berlin. Uns bleibt nur zu sagen: Es ist Grün und nun viel Spaß beim Lesen der neuen Ausgabe! Im Namen des gesamten FIRM-Redaktionsteams INHALT 29 EDITORIAL 30 INTERVIEW 33 WISSENSCHAFT 34 REGULIERUNGSTRENDS 35 FIRM-NEWS UND TERMINE HERAUSGEBER Gesellschaft für Risikomanagement und Regulierung e.V. MAIN TRIANGEL Zum Laurenburger Hof 76 D 60594 Frankfurt am Main Telefon: +49 69 94 41 80 97 Telefax: +49 69 94 41 80 19 Internet: www.firm.fm E-Mail: info@firm.fm Redaktion: Frank Romeike (V.i.S.d.P.), Wolfgang Hartmann, Andreas Eicher E-Mail: redaktion@firm.fm Erscheinungsweise: 10 x im Jahr als Einhefter in der Zeitschrift RISIKO MANAGER Frank Romeike
