Inhaltsverzeichnis
Abk ürzungsverzeichnis
1 E i n l e i t u n g 1
2. Validierung eines Ratingmodells 2
3. Qualitative Validierung 5
3.1 Modelldesign 5
3 2 D a t e n q u a l i t ä t 5
3.3 Interne Verwendung („use test“) 6
4. Quantitative Validierung 7
4 1 T r e n n s c h ä r f e 7
4.2 Kalibrierung eines Ratingmodells 13
4.3 Stabilität 17
5 A u s b l i c k 1 7
Literaturverzeichnis
Abk ürzungsverzeichnis
AR Accuracy Ratio
AUC Area under Curve
Basel I Vereinbarung zur Eigenkapitalausstattung im
Bankwesen , 1988
Basel II Eigenkapitalvereinbarung mit Anpassung an
Risikosituation , 1999
bsp. beispielsweise
CAP Cumulative Accuracy Profile
DP Ausfallwahrscheinlichkeit
EAD mit Kreditrisiko behaftetes Kreditvolumen
IRB Internal Rating Based Approach
LDG loss given default
z.B. zum Beispiel
2
1. Einleitung
In den letzten Jahren ist das Kreditgeschäft der Banken in Deutschland durch sinkende Margen gekennzeichnet. Das ist ein Grund, weshalb die ökonomischen Anforderungen an Banken, ihre Preise risikoadäquat zu bestimmen und die Kreditrisiken direkt zu steuern, um eine dem eingegangen Risiko entsprechende Rendite im gesamten Kreditgeschäft zu erwirtschaften. Da zurzeit noch die Eigenkapitalvereinbarung von 1988 ( Basel I ) gilt, wird den Banken die letztgenannte Zielsetzung erschwert, da diese angehalten sind, im Rahmen dieser regulatorischen Anforderungen, jeden Kredit innerhalb einer Kundengruppe mit einem identischen Anteil an Eigenkapital zu unterlegen, so dass die Berechnung des zu unterlegenden Eigenkapitals unabhängig von dem individuellen Kreditrisiko des Schuldners vorgenommen wird. Ab 2007 erlaubt der Baseler Ausschuss für Bankenaufsicht neue Eigenkapitalvereinbarungen ( Basel II ). In den USA erst ab 2008. Hier wird das zu unterlegende Eigenkapital für Kredite mithilfe von externen oder internen Ratings bestimmt, so dass das individuelle Risiko der Schuldner berücksichtigt wird. Es wird im Rahmen der aufsichtrechtlichen Eigenkapitalbestimmung ( nach Basel II ) für jeden Kredit- bzw. Kreditnehmer dessen Bonität und daran anknüpfend das zu unterlegende Eigenkapital bestimmt. Die fehlende Berücksichtigung von Portfolioeffekten kann dazu führen, dass das tatsächliche ökonomische Risiko von Teilen des Kreditportfolios geringer ist, als es die aufsichtrechtliche Eigenkapital Unterlegung anzeigt. Daher stellt sich hier ein Spannungsfeld zwischen den regulatorischen und ökonomischen Anforderungen dar. Um eine Annäherung der regulatorischen und ökonomischen Anforderungen zu erreichen, stellt sich daher die Frage nach einem Kreditrisikomodell, welches auf den in Basel II verwendeten Inputparametern basiert und ergänzend ein Korrelationskonzept beinhaltet, um eine Risikoqualifizierung auf Portfolioebene zu ermöglichen. Verwendet eine Bank den IRB-Ansatz von Basel II, so wird vom Baseler Ausschuss erwartet, dass die internen Ratingsysteme neben der Ermittlung des aufsichtrechtlichen Kapitals auch Verwendung in den Bereichen des Kreditvergabeprozesses, des Risikomanagement, der internen Eigenkapitalallokation sowie der Unternehmenssteuerung finden. 1 Der IRB-Ansatz basiert auf den Größen erwarteter und unerwarteter Verlust, wobei die Eigenkapitalanforderungen über Risikogewichtungsfunktionen nur für den unerwarteten
1 Vgl. Baseler Ausschuss 2004, S.104
3
Verlust bestimmt werden, da die erwarteten Verluste im Vorfeld mit bereits getätigten Wertberichtigungen verrechnet und entsprechend nicht mit Eigenkapital unterlegt werden müssen. 23
Hier wird zwischen zwei Möglichkeiten unterschieden, den Basisansatz und dem fortgeschrittenen Ansatz. Bei Verwendung des Basisansatzes gilt grundsätzlich, dass Banken die Ausfallwahrscheinlichkeiten ihrer Schuldner für ein Jahr anhand eigener interner Ratingsysteme schätzen, wobei der Ausschuss eine Untergrenze für
Ausfallwahrscheinlichkeiten ( DP ) von 0,03% festgelegt hat. Für die weiteren Risikoparameter wird auf bankaufsichtrechtlich vorgegebene Schätzungen zurückgegriffen. 4 Beim fortgeschrittenen Ansatz müssen Banken neben der DP auch die Inputparameter des Kreditvolumens, welches einem Kreditrisiko ausgesetzt ist ( EAD ), den prozentualen Verlust bei Ausfall ( LGD ) und die effektive Restlaufzeit M ermitteln. 5 Jedoch entsprechen die Risikogewichtungsfunktionen denen im Basisansatz. Beim Basisansatz wird eine effektive Restlaufzeit i.d.R auf 2,5 Jahre gesetzt, während im fortgeschrittenen Ansatz eine Laufzeitanpassung gefordert wird. 6 Für die Schätzung der Risikoparameter wird in den Banken eine umfangreiche statistische Datenbasis vorrausgesetzt.
Nachfolgend wird aufgezeigt, welche statistischen Verfahren Banken für die Kalibrierung und Validierung zur Messung von Kreditrisiken anhand interner Ratingmodelle anwenden, um die Mindestanforderungen des IRB-Ansatz nach Basel II und den Brüsseler Richtlinienentwurf zu erfüllen.
2. Validierung von Ratingmodellen
Der Begriff „Validierung“ ist in den Mindestanforderungen für den IRB-Ansatz ( Internal Ratings Based Approach ) folgendermaßen festgelegt: Banken müssen alle verwendeten Ratingmodelle und Parameterschätzungen einer umfassenden qualitativen und quantitativen Überprüfung der Prognosegüte
2 Vgl. Baseler Ausschuss 2004, S 54
3 Vgl. Wilkens/ Baule/ Entrop, S. 734
4 Vgl. Baseler Ausschuss 2004, S 63/ 70
5 Vgl. Bröker, S. 22
6 Vgl. Wilkens/ Baule/ Entrop, S. 736
4
( Validierung ) unterziehen. 7
Das bedeutet, es wird überprüft, ob die gesamten Ratingsysteme geeignet sind, ein Kreditrisiko zu messen und ob dessen Prognosegüte als hinreichend anzusehen ist. Das folgende Schaubild bietet einen Überblick über die wesentlichen Teilaspekte der Validierung:
Hier sind zwei Teilbereiche zu unterscheiden:
Î Die quantitative Validierung umfasst dabei alle Validierungsverfahren, bei denen ausgehend von einer empirischen Datenbasis geeignete statistische Kenngrößen ermittelt und interpretiert werden, z.B. die .- und -Fehler des Modells, die Differenzen zwischen prognostizierten und realisierten Ausfallraten einer Ratingklasse oder die Trennschärfemaße Gini-Koeffizient und AUC.
Î Die qualitative Validierung hat primär die Aufgabe, die Anwendbarkeit und die korrekte Anwendung der quantitativen Methoden in der Praxis sicherzustellen. Hier kann ohne eine sorgfältige Überprüfung dieser Aspekte der intendierte Zweck des Ratings aufgrund ungeeigneter Ratingverfahren nicht erreichet werden oder eventuell in sein Gegenteil verkehrt werden. 9
Die unterschiedlichen Aspekte der Validierung ergänzen sich. Ratingverfahren sollten nur zur Anwendung kommen, wenn diese ein positives Urteil im qualitativen Teilbereich vorliegen haben. Es ist nicht ausreichend, wenn im quantitativen Bereich ein positives Testurteil vorliegt.
7 Vgl. Europäische Kommission, Annex D-7, Tz. 4
8 Vgl. Deutsche Bundesbank, 2003
9 Vgl. Europäische Kommission, Annex D-5, Tz. 41ff
5
Im Umkehrschluss bedeutet ein negatives quantitatives Testurteil keine Ablehnung eines Ratingverfahren, da statistische Schätzgrößen Schwankungen unterliegen und die Auswahl eines geeigneten Toleranzbereiches auch einen gewissen Freiheitsgrad bei der Interpretation der Analyseergebnisse lässt. Es ist auf jeden Fall stärkeres Gewicht auf die qualitative Validierung zu legen.
Hier stellt Basel II folgende Anforderungen an den IRB-Ansatz: Î Bei Verwendung empirisch-statistischer Modelle, muss der Validierungsprozess im Ratingmodell dokumentiert sein 11
Î Die Durchführung der Validierung ist Aufgabe des Kreditrisikocontrollings 12 Î Grundsätzlich sollte die Methodik der Validierung nicht durch Veränderungen der ökonomischen Rahmenbedingungen beeinflusst werden, aber es sollte bei der Interpretation von im Rahmen der Validierung festgestellten Abweichungen zwischen Modellvorhersage und Realität externe Einflüsse wie z.B. ökonomische Zyklen berücksichtigt werden. 13
10 Vgl. Europäische Kommission, Annex D-5, Tz. 41ff
11 Vgl. Europäische Kommission, Annex D-5, Tz. 21
12 Vgl. Europäische Kommission, Annex D-5, Tz. 39
13 Vgl. Europäische Kommission, Annex D-5, Tz. 98
6
Arbeit zitieren:
Philipp Thiel, 2005, Validierung und Kalibrierung statistischer Verfahren zur Messung von Kreditrisiken, München, GRIN Verlag GmbH
Dieser Text kann über folgende URL aufgerufen und zitiert werden:
Einbetten
DOI
Vergleich von Faktor- und Portfolioansatz in der historischen Simulati...
BWL - Bank, Börse, Versicherung
Seminararbeit, 28 Seiten
Liquidity at Risk - Eine Methodik zur Ermittlung des Liquiditätsrisiko...
BWL - Bank, Börse, Versicherung
Hausarbeit, 24 Seiten
Philipp Thiel hat den Text Validierung und Kalibrierung statistischer Verfahren zur Messung von Kreditrisiken veröffentlicht
Philipp Thiel hat einen neuen Text hochgeladen
Die Brücke zwischen Theorie und Empirie: Operationalisierung, Messung ...
Methoden und Forschungslogik d...
Jörg Matthes, Werner Wirth, Gregor Daschmann, Andreas Fahr
Validierung von Lernergebnissen - Recognition and validation of Prior ...
Sandra Bohlinger, Gesa Münchhausen
Statistische Verfahren zur Maschinen- und Prozessqualifikation
Alfred Schulze, Edgar Dietrich
Moderne nichtparametrische Verfahren der Risikoanalyse
Eine anwendungsorientierte Ein...
Helge Toutenburg
Technische Statistik in der Qualitätssicherung
Grundlagen für Produktions- un...
Uwe Reinert, Herbert Blaschke, Uwe Brockstieger
0 Kommentare