Aufrufe
vor 4 Jahren

RISIKO MANAGER 08.2016

  • Text
  • Risikomanagement
  • Forecast
  • Risiko
  • Banken
  • Risiken
  • Regulierung
  • Stichtag
  • Ausfallraten
  • Anforderungen
  • Convexity
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.

Tab. 03 Variable Land

Tab. 03 Variable Land RMSE (t=0) in %- Punkten GDU EQI ALQ CPI Consensus-Economics-Prognosen – Bsp. ausgewählte Länder und Makrovariablen (Jahresänderungsraten) RMSE (t=1) in %- Punkten R^2 (t=0) R^2 (t=1) DE 0,9 2,2 81,7 % 15,7 % US 0,9 1,7 72,5 % 8,3 % FR 0,6 1,4 85,3 % 53,9 % IT 0,8 2,0 86,6 % 54,1 % GB 1,0 1,6 70,9 % 49,2 % CH 1,0 1,6 63,8 % 19,3 % ES 0,8 1,6 91,2 % 83,7 % NL 0,9 1,9 85,0 % 66,5 % NO 1,3 1,6 40,9 % 16,1 % Mittelwert 0,9 1,7 75,3 % 40,8 % DE 14,1 19,5 50,4 % 6,4 % US 10,6 14,8 50,7 % 9,1 % FR 13,6 19,9 56,2 % 19,5 % IT 15,1 22,4 57,6 % 24,3 % GB 9,0 12,1 43,5 % 9,3 % CH 15,4 18,1 29,5 % 6,3 % ES 15,8 21,0 47,8 % 28,2 % NL 15,2 21,4 50,5 % 12,8 % NO 16,1 20,0 39,3 % 19,5 % Mittelwert 13,9 18,8 47,3 % 15,0 % DE 3,1 8,9 83,4 % 7,0 % US 3,8 14,5 97,1 % 20,6 % FR 5,4 6,6 71,9 % 63,0 % IT 6,8 8,9 63,4 % 54,3 % GB 9,2 17,0 95,2 % 58,9 % CH 17,9 23,4 49,3 % 7,6 % ES 11,9 17,0 57,4 % 54,4 % NL 13,3 15,8 50,4 % 38,0 % NO 9,9 12,0 47,5 % 24,4 % Mittelwert 9,0 13,8 68,4 % 36,5 % DE 0,3 71,4 75,8 % 22,8 % US 0,4 1,0 86,1 % 20,1 % FR 0,3 0,8 84,9 % 34,4 % IT 0,3 0,9 93,1 % 74,2 % GB 0,7 1,1 49,5 % 6,9 % CH 0,3 1,0 84,4 % 38,1 % ES 0,4 1,1 89,7 % 60,2 % NL 0,2 0,6 90,5 % 39,7 % NO 0,3 0,8 84,3 % 6,1 % Mittelwert 0,4 8,7 82,0 % 33,6 % 34 RISIKO MANAGER 08|2016 ken, Wirtschaftsinstituten (beispielsweise Oxford Economics, IFO-Institut) und Versicherungen. » Die Prognosen stehen länderabhängig frühestens ab 1990 zur Verfügung. » Pro Land werden Makroprognosen für bis zu 16 makroökonomische Größen geliefert. » Monatlich werden hierbei Consensus- Prognosen (Mittelwerte der jeweiligen Prognosen) für Länder und Makrovariablen ausgewertet. Dabei decken die Länder Deutschland, Frankreich, Italien, Spanien, Niederlande, USA-Großbritannien, Schweiz und Norwegen einen Großteil des RSU-Datenpools ab. Die Makrovariablen umfassen die in den RSU-Stresstestmodellen verwendeten Faktoren: reales Bruttoinlandsprodukt, Konsumentenpreisindex, Drei-Monatszinsen, Renditen zehnjähriger Staatsanleihen, US-Dollar-Wechselkurs, Arbeitslosenquote, Ölpreis Brent sowie reale Aktienkursindizes (Prognosen von Aktienindizes standen nicht zur Verfügung. Diese wurden seitens der RSU mittels Modellen auf Basis der Consensus-Prognosen für die anderen Makrovariablen hergeleitet). Die Ergebnisse der Analysen sind Tab. 03 zu entnehmen. Die Auswertung der Daten von Consensus Economics bestätigen die Ergebnisse der Analysen auf Basis der IMF-Daten. Auch hier zeigt sich im aktuellen Kalenderjahr (t=0) noch eine höhere Prognosegenauigkeit (niedriger RMSE bzw. hohes Bestimmtheitsmaß R^2). Die Prognosen im Monat Januar eines jeden Jahres weisen dabei im Vergleich zu den Prognosen im Monat Dezember eine etwas größere Abweichung gegenüber den tatsächlichen Realisationen auf. Bereits für das Folgejahr (t=1) wird jedoch auch hier eine sehr hohe Prognoseungenauigkeit insbesondere bei konjunkturellen Wendepunkten ersichtlich. Fazit Die Analysen der RSU auf Basis von Daten des IMF und Consensus Economics zeigen, dass Konjunkturprognosen mit zunehmendem Zeithorizont eine hohe Prognoseungenauigkeit aufweisen. Für das

Regulierung 35 aktuelle Kalenderjahr ist die Prognose noch sehr genau; schon ab einem Zeithorizont über einem Kalenderjahr verschlechtert sich diese jedoch deutlich. Konjunkturelle Wendepunkte werden zudem schlecht bzw. gar nicht prognostiziert. Damit werden die Ergebnisse der Studie der Schwedischen Reichsbank aus dem Jahr 2001 bestätigt. Bei der Verwendung von Makroprognosen für die Abschätzung des „Expected Credit Loss“ muss die Unsicherheit von Makroprognosen angemessen berücksichtigt werden. Die Tatsache, dass konjunkturelle Wendepunkte schlecht erkannt werden, legt zudem nahe, zusätzlich zur Verwendung von Makroprognosen auch die Verwendung von (historischen und aktuellen) Marktinformationen im Kontext IFRS9 in Erwägung zu ziehen. Integration von Konjunkturerwartungen im Kontext IFRS9 Auswirkungsanalysen auf Basis der RSU-Stresstestmodelle Nachfolgend haben wir geprüft, ob die Verwendung von Stresstestmodellen, makroökonomischen Prognosen und Marktinformationen einen Mehrwert im Kontext IFRS9 liefert. Die Stresstestmodelle der RSU übersetzen Makroprognosen auf Länder- und Regionenebene in Prognosen für Ausfallraten auf den Modulclusterebenen Gesamt, Corporates, Financial Institutions und Specialized Lending [Für eine detailliierte Beschreibung Stresstestmodelle der RSU vgl. Demski 2014]. Die Modulcluster umfassen folgende Portfoliosegmente und Ratingverfahren: » Modulcluster Gesamt: Zusammenfassung der drei Modulcluster Corporates, Financial Institutions und Specialized Lending; » Modulcluster Corporates: Corporates, Leveraged Finance, Leasinggesellschaften und Fonds; » Modulcluster Financial Institutions: Banken und Versicherungen; » Modulcluster Specialized Lending: Internationale Immobilienfinanzierun- Tab. 03 SIR LIR DE 14,7 43,7 89,5 % 26,5 % US 38,6 115,3 68,9 % 11,4 % FR 14,7 40,2 89,6 % 15,8 % IT 15,7 43,0 88,2 % 11,3 % GB 46,0 38,5 27,0 % 5,3 % CH 166,7 167,5 53,7 % 7,6 % ES 14,2 42,8 91,5 % 15,9 % NL 15,6 47,0 87,3 % 22,7 % NO 12,4 31,5 92,8 % 18,1 % Mittelwert 37,6 63,3 76,5 % 15,0 % DE 12,0 23,3 57,3 % 34,8 % US 10,8 19,7 69,3 % 4,3 % FR 9,3 17,8 62,9 % 35,3 % IT 8,7 17,0 77,9 % 5,4 % GB 8,6 17,0 72,4 % 3,9 % CH 16,2 34,7 63,3 % 16,8 % ES 8,1 16,2 78,9 % 18,9 % NL 10,5 21,4 58,3 % 30,4 % NO 21,4 22,2 49,9 % 20,2 % Mittelwert 11,7 21,0 65,6 % 18,9 % DE 9,0 8,5 9,7 % 21,7 % FR 8,5 8,4 9,8 % 18,2 % IT 8,5 8,4 10,0 % 18,4 % GB 6,5 6,2 7,7 % 14,6 % FXR CH 9,4 9,4 11,2 % 17,5 % ES 8,5 8,4 9,9 % 18,3 % NL 8,5 8,4 9,8 % 18,1 % NO 8,2 8,5 9,8 % 22,1 % Mittelwert 8,7 9,7 15,9 % 18,6 % OIL 32,8 29,2 17,1 % 32,5 % Erläuterungen: Consensus-Economics-Prognosen – Bsp. ausgewählte Länder und Makrovariablen (Jahresänderungsraten) •RMSE entspricht dem Root Mean Squared Error zwischen realisierter Änderungsrate und prognostizierter Änderungsrate •R^2 wurde zwischen den prognostizierten und den realisierten Änderungsraten berechnet •Mittelwert entspricht dem Mittelwert der jeweiligen Größen über die Länder •Makrovariablen: - GDU = reales Bruttoinlandsprodukt - CPI = Konsumentenpreisindex - EQI = realer Aktienkursindex - SIR = Drei-Monatszinsen - LIR = Rendite zehnjährige Staatsanleihen - FXR = US-Dollar-Wechselkurs - ALQ = Arbeitslosenquote - OIL = Ölpreis Brent

RISIKO MANAGER

 

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