Aufrufe
vor 2 Jahren

RISIKO MANAGER 07.2017

  • Text
  • Risiken
  • Banken
  • Provisions
  • Risikomanagement
  • Wertberichtigungen
  • Sicherheiten
  • Unternehmen
  • Risiko
  • Anforderungen
  • Rendite
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.

14

14 RISIKO MANAGER 07|2017 Optimierung Abb. 02 400 100 90 80 70 60 50 40 30 20 10 0 LCH 2y CME 2y Durch die neue Stellung der Initial Margin unter EMIR entsteht eine weitere Nachfrage nach hochwertigen Sicherheiten, welche aus dem Sicherheitenbestand der Bank bedient werden muss. Hierzu ist zu prüfen, ob und inwieweit der aktuelle Sicherheitenbestand ausreichend ist oder ob eine Aufstockung notwendig ist. Insbesondere bei einer Aufstockung, ist die Anrechenbarkeit im Rahmen der HQLA-Berechnung zu beachten. Hierbei besteht die Möglichkeit der Optimierung im Rahmen der Themen „Anrechenbarkeit für HQLA“, „Anrechenbarkeit für EMIR“, Finanzierungskosten (beziehungsweise Herstellungskosten) und möglichen Erträgen aus dem Halten der Wertpapiere ( Infobox 3, Abb. 02). Je nach gewähltem Modell für die Haircuts im Rahmen der EMIR IM, ergibt sich ein mehr oder weniger großer Unterschied in den Finanzierungskosten der einzelnen Assets bezüglich des HQLA sowie des EMIR-IM-Portfolios. Es gilt, diese Portfolien innerhalb sowie im Vergleich zueinander zu optimieren. Die Zielfunktion ist hierbei, die Finanzierungskosten zu minimieren sowie die Rendite (yield to maturity) der Assets zu maximieren. Andererseits ist die Marktliquidität der Assets, das heißt der erwartete Verlust beim Verkauf, zu berücksichtigen. Die Rendite ist negativ korreliert zum erwarteten Verlust beim Verkauf beziehungsweise der Repo-Fungibilität und den damit einhergehenden Finanzierungskosten. Die Optimierung ist durch ein mehrstufiges Verfahren unter Beachtung der regulatorisch vorgegebenen Veräußerungshorizonte zu erlangen. Hierbei werden je nach angestrebtem minimalen Budget für den Veräußerungsverlust der im bilateralen IM und im zur LCR-Berechnung gehaltenen HQLA-Portfolio und weiteren Parametern, wie beispielsweise Größe der einzelnen Positionen, angestrebten Laufzeit- und Ratingbändern die Portfolien sukzessive aufgefüllt. Eine wichtige Funktion hierbei ist der erwartete Verlust bei der Veräußerung eines Assets innerhalb des vorgegebenen Veräußerungshorizonts. Dieser Verlust wird maßgeblich die Größe der gehaltenen Positionen innerhalb der Portfolios bestimmen. Im Fall nicht verfügbarer historischer Markt- und Transaktionsdaten muss auf andere induktive Verfahren zurückgegriffen werden. Hier hat sich als eine häufig angewandte Methode das Clustering durchgesetzt, bei der durch sinnvolles Gruppieren von Assets mit verfügbaren Markt- und Transaktionsdaten auf solche Initial-Margin-Anforderung für einen EUR IRS in bps des Risikos + 104 % SIMM 2y Standardmodell 2y LCH 10y CME 10y Pay + 830 % + 602 % SIMM 10y Standardmodell 10y LCH 30y CME 30y SIMM 30y Standardmodell 30y LCH 2y CME 2y SIMM 2y Standardmodell 2y LCH 10y CME 10y SIMM 10y Rec Standardmodell 10y LCH 30y CME 30y SIMM 30y Standardmodell 30y geschlossen wird, bei denen keine oder zu wenig Daten vorliegen. Die Verfahren können, je nach erwünschter Komplexität statisch oder unter Einsatz von Machine- Learning-Verfahren dynamisch sein. In diesem Sinn gilt es, eine Abwägung zwischen erwünschter Genauigkeit und nötiger Investition in die Entwicklung der Methode sowie der nötigen Systeme zu treffen. Operative Umsetzung Die operative Umsetzung erfordert eine Betrachtung und mögliche Änderungen in den bestehenden Systemen. Hierbei bedingt die Optimierung einen elektronischen Zugriff auf den Pool der verfügbaren Sicherheiten sowie eine Übersicht der gestellten Sicherheiten. Es muss sichergestellt werden, dass für jeden Kontrahenten die verhandelten zulässigen Sicherheiten, Bewertungsabschläge, Konzentrationsgrenzen, Schwellenwerte und Mindesttransferbeträge in den Clearingverträgen sowie bilateralen Verträgen im System hinterlegt sind und bei der Betrachtung zur Optimierung einbezogen werden können. Die Durchführung der Optimierung kann nur erfolgen, falls alle relevanten Daten korrekt vorliegen, sodass sichergestellt ist, dass das errechnete optimale Portfolio die aufsichtsrechtlichen Anforderungen erfüllt. Weiterhin sind die aktuelle Lagerstelle sowie der Ziellagerort beziehungsweise die Ziellagerstelle zu berücksichtigen, da beim Transfer zwischen unterschiedlichen Verwahrern ein zeitlicher Versatz auftreten kann. Bei der Berechnung werden, neben den individuellen Anforderungen, die notwendigen Attribute wie Haircut, Marktliquidität und Rendite/Yield berücksichtigt. Hieraus wird jedem Wertpapier ein Score zugewiesen. Mithilfe dieser Scores ist eine optimale Verteilung der Wertpapiere zwischen dem HQLA-Puffer und dem IM-Portfolio sowie innerhalb der Portfolios möglich. Die gesamte Abwicklung, hierin enthalten die Berechnung, Verteilung und Umbuchung der Wertpapiere, sollte vollautomatisch funktionieren.

Marktrisiko 15 Abb. 03 Beispiel einer Portfoliooptimierung mittels des proprietären EY - Portfoliooptimierungstools Initial Investment Investment Example Optimized Score Investment Amount (mio) Return Slippage Score Investment Amount (mio) Return Slippage 36,321 50,0 152.171,00 993,19 18,529 50,0 55.033,50 878,36 1,115 50,0 186.165,50 57.269,81 0,973 50,0 158.991,00 62.209,07 0,249 50,0 265.620,00 344.615,94 72,693 50,0 864.297,00 2.858,85 32,592 50,0 288.999,50 1.929,22 20,595 50,0 61.337,00 699,31 19,602 50,0 134.283,50 1.629,75 18,249 50,0 640.303,50 3.288,21 14,572 50,0 227.691,00 2.875,89 3,481 50,0 23.087,00 2.113,17 0,351 50,0 538.904,00 430.188,17 100,000 50,0 100.776,00 5.370,96 89,581 50,0 430.011,00 1.937,92 45,223 50,0 399.967,00 7.014,97 40,839 50,0 956.530,00 10.878,71 30,523 50,0 1.014.403,50 6.231,49 27,227 50,0 116.515,50 1.167,66 20,416 50,0 1.615.939,50 18.237,99 15,856 50,0 1.178.468,50 10.566,31 0,432 50,0 4.685,50 10.235,52 12,033 50,0 1.380.292,50 11.671,56 10,011 50,0 32.172,50 2.429,33 1.200 10.826.645 997.291 100,000 100,00 201.522,00 10.741,91 89,581 100,00 860.022,00 3.875,83 73,693 100,00 1.728.594,00 5.717,70 45,223 100,00 799.934,00 14.029,94 40,839 100,00 1.913.060,00 21.757,42 36,321 100,00 304.342,00 1.986,38 32,592 100,00 577.999,00 3.858,43 30,523 100,00 2.028.807,00 12.462,97 27,227 50,00 116.515,50 1.167,66 20,595 50,00 61.337,00 699,31 20,416 50,00 1.615.939,50 18.237,99 19,602 50,00 134.283,50 1.629,75 18,529 50,00 55.033,50 878,36 18,249 50,00 640.303,50 3.288,21 15,856 10,00 235.693,70 2.113,26 14,572 10,00 45.538,20 575,18 12,033 10,00 276.058,50 2.334,31 10,011 10,00 6.434,50 485,87 3,481 10,00 4.617,40 422,63 1,115 10,00 37.233,10 11.453,96 0,973 10,00 31.798,20 12.441,81 0,432 10,00 937,10 2.047,10 0,351 10,00 107.780,80 86.037,63 0,249 10,00 53.124,00 68.923,19 1.200 11.836.938 287.167 + 9 % - 71 % Im Folgenden wird ein Beispiel für ein solches Tool aufgezeigt. » Elektronischer Zugriff auf den vorhandenen Pool an verfügbaren Sicherheiten. » Definition der zulässigen Sicherheiten, Bewertungsabschläge und Konzentrationsgrenzen an den Clearingverträgen sowie den bilateralen Verträgen. » Definition von Schwellenwerten und Mindestbeträgen. » Durchführung Optimierung (Status quo und auf Basis der künftig notwendigen Sicherheiten). » Hierbei wird bezüglich der Attribute Haircut, Marktliquidität, Rendite/Yield ein Score per Wertpapier bestimmt. Mithilfe dieses Scores werden die Wertpapiere optimal zwischen HQLA-Puffer und IM-Portfolio sowie innerhalb der Portfolios verteilt. » Automatisierte Abwicklung. Beispiel für Liquidität/Rendite Portfoliooptimierungstool Um eine Optimierung des Portfolios hinsichtlich Liquiditätsaspekten durchzuführen, wird jedem Wertpapier ein Score zugeordnet, der die Rendite (Yield) berücksichtigt und diese ins Verhältnis zum erwarteten Verlust durch eine unzureichende Marktliquidität bei einem Stressverkauf setzt. Die Funktion des erwarteten Veräußerungsverlusts kann entweder vom Benutzer selbst konzipiert und implementiert oder von spezialisierten Vendoren eingespeist werden. Die Optimierung besteht nun darin, eine funktionale Form für den Zusammenhang zwischen Rendite und Haircut/ Ver - äußerungsverlust herzustellen und das

RISIKO MANAGER

RISIKO MANAGER 01.2019
RISIKO MANAGER 02.2019
RISIKO MANAGER 03.2019
RISIKOMANAGER_04.2019
RISIKO MANAGER 05.2019
RISIKO MANAGER 06.2019
RISIKO MANAGER_07.2019
RISIKO MANAGER 08.2019
RISIKO MANAGER 09.2019
RISIKO MANAGER 10.2019
RISIKO MANAGER 01.2018
RISIKO MANAGER 02.2018
RISIKO MANAGER 03.2018
RISIKO MANAGER 04.2018
RISIKO MANAGER 05.2018
RISIKO MANAGER 06.2018
RISIKO MANAGER 07.2018
RISIKO MANAGER 08.2018
RISIKO MANAGER 09.2018
RISIKO MANAGER 10.2018
RISIKO MANAGER 01.2017
RISIKO MANAGER 02.2017
RISIKO MANAGER 03.2017
RISIKO MANAGER 04.2017
RISIKO MANAGER 05.2017
RISIKO MANAGER 06.2017
RISIKO MANAGER 07.2017
RISIKO MANAGER 08.2017
RISIKO MANAGER 09.2017
RISIKO MANAGER 10.2017
RISIKO MANAGER 01.2016
RISIKO MANAGER 02.2016
RISIKO MANAGER 03.2016
RISIKO MANAGER 04.2016
RISIKO MANAGER 05.2016
RISIKO MANAGER 06.2016
RISIKO MANAGER 07.2016
RISIKO MANAGER 08.2016
RISIKO MANAGER 09.2016
RISIKO MANAGER 10.2016
RISIKO MANAGER 01.2015
RISIKO MANAGER 02.2015
RISIKO MANAGER 03.2015
RISIKO MANAGER 04.2015
RISIKO MANAGER 05.2015
RISIKO MANAGER 06.2015
RISIKO MANAGER 07.2015
RISIKO MANAGER 08.2015
RISIKO MANAGER 09.2015
RISIKO MANAGER 10.2015
RISIKO MANAGER 11.2015
RISIKO MANAGER 12.2015
RISIKO MANAGER 13.2015
RISIKO MANAGER 15-16.2015
RISIKO MANAGER 17.2015
RISIKO MANAGER 18.2015
RISIKO MANAGER 19.2015
RISIKO MANAGER 20.2015
RISIKO MANAGER 21.2015
RISIKO MANAGER 22.2015
RISIKO MANAGER 23.2015
RISIKO MANAGER 24.2015
RISIKO MANAGER 25-26.2015
 

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