Extrait
Inhaltsverzeichnis
Abkürzungsverzeichnis
Tabellenverzeichnis
1 Einleitung
2 Beschreibung des Expected-Credit-Loss-Modells
2.1 Einordnung in IFRS 9
2.2 Charakteristika des Expected-Credit-Loss-Modells
3 Analyse des Expected-Credit-Loss-Modells und der Alternativen
3.1 Vor- und Nachteile des Expected-Credit-Loss-Modells
3.2 Darstellung des Dynamic-Loan-Loss-Provisioning-Modells
3.3 Darstellung des Fair-Value-Based-Modells
4 Kritische Beurteilung der Modelle
5 Fazit
Literaturverzeichnis
Anhang
Abkürzungsverzeichnis
Abbildung in dieser Leseprobe nicht enthalten
Tabellenverzeichnis
Tabelle 1: Gesamtbewertung der Kriterien für den Modell-Vergleich
1 Einleitung
Aufgrund der Finanzmarkt- und Wirtschaftskrise in den Jahren 2007 bis 2009 verschlang die umfangreiche und kostenintensive Bankenrettung in den Ländern der Europäischen Union insgesamt ca. 91.5 Milliarden Euro. Dahingegen verzeichnete Spanien während der Krise sogar einen Gewinn von 1.5 Milliarden Euro.1 Das zu der Zeit bei Banken vorherrschende Incurred-Loss-Modell des IAS 39 zur Bewertung und Wertberichtigung von Krediten wurde verschärft kritisiert und größtenteils für die immensen Verluste verantwortlich gemacht. Spanien verwendete bspw. zu dieser Zeit ein ganz anderes Modell, das Dynamic Provisioning.2 Der IASB widmete sich den Argumenten gegen das Incurred-Loss-Modell und veröffentlichte 2014 ein neues verpflichtendes Konzept, das Expected- Credit-Loss-Modell des IFRS 9.3 Doch wie begründet sich die Wahl des Modells?
Diese Seminararbeit beschäftigt sich mit ausgewählten Modellen zur Wertberichtigung von Krediten. Die Aktualität des Themas sticht dadurch hervor, dass die Verpflichtung zur Verwendung des neu eingeführten Expected Credit Loss (ECL) erst vor Kurzem im Jahr 2018 erfolgte und erste Beobachtungen und Auswertungen praxisnah möglich sind. Bevor die Entscheidung für dieses Modell getroffen wurde, untersuchte der IASB weitere alternative Modelle. Diese Seminararbeit analysiert die zwei Alternativen Dynamic-Loan-Loss-Provisioning-Modell und Fair-Value-Based-Modell (FVB-Mo- dell), um die Wahl des IASB bewerten und nachvollziehen zu können.
Im ersten Teil der Arbeit erfolgt ein kurzer Überblick über die Gründe des Umschwungs von dem Standard IAS 39 zu IFRS 9. Die Grundzüge des ECL-Modells werden erläutert, um im späteren Verlauf der Arbeit einen begründeten Bezug herstellen zu können. Anschließend werden in Kapitel drei die Vor- und Nachteile des ECL-Modells herausgearbeitet sowie die Alternativen DLLP-Modell und FVB-Modell kurz erläutert und deren Vor- und Nachteile analysiert. Die Bewertung der Modelle sowie eine kurze Vorstellung der Methodik erfolgt in Kapitel vier. Hierbei werden auch die Kriterien Verständlichkeit, Vergleichbarkeit, glaubwürdige Darstellung und Zukunftsorientierung vorgestellt, anhand derer die drei behandelten Modelle miteinander verglichen werden. Die Argumente der Bewertungen bauen dabei auf der vorangegangenen Analyse der Modelle auf. Abschließend wird ein begründetes Fazit gezogen, dass die Ergebnisse dieser Arbeit wiedergibt.1 2 3
2 Beschreibung des Expected-Credit-Loss-Modells
2.1 Einordnung in IFRS 9
Für die Wertminderung und Bewertung von finanziellen Vermögenswerten war der Standard IAS 39 „Financial Instruments: Recognition and Measurement“ lange Zeit für Kreditinstitute verpflichtend. Mit dem zugehörigen ICL-Modell wurden Wertberichtigungen erst erfasst, sobald ein trigger event tatsächlich eingetreten war oder ein Ereignis, wodurch ein Ausfall sehr wahrscheinlich wurde.4
Während der Finanzmarktkrise Ende der 2000er wurde dieses Modell stark kritisiert, da es zu einer verzögerten Erfassung von Verlusten und von vorhersehbaren Kreditrisiken führte sowie zu schwankenden Verläufen von Wertminderungen.5 Der IASB begann daher im Zuge der Finanzmarktkrise mit der Entwicklung eines neuen Projekts zur Erneuerung der Regelungen für die Wertminderungen von Finanzinstrumenten. Am 24.07.2014 wurde die endgültige Fassung des neuen Standards IFRS 9 „Financial Instruments“ von dem IASB veröffentlicht, welcher IAS 39 ablöst und für Geschäftsjahre, die nach dem 31.12.2017 beginnen, verpflichtend ist.6 Die Anwendung gilt weiterhin für alle Arten von Finanzinstrumenten, das heißt für Verträge, die bei einem Unternehmen zu einem finanziellen Vermögenswert und bei einem anderen Unternehmen zu einer finanziellen Verbindlichkeit führen. Zu den Vermögenswerten zählen hierbei u. a. flüssige Mittel und vertragliche Rechte und zu den Verbindlichkeiten flüssige Mittel, die an ein anderes Unternehmen abgehen sowie vertragliche Ver- pflichtungen.7
Die trigger events des Incurred Loss (ICL) stellten ein Hindernis für eine zukunftsorientierte Risikovorsorge dar und sind aufgrund der neuen Regelungen des IFRS 9 nicht mehr wesentlich für eine Wertberichtigung. Der Fokus liegt auf einer weniger komplexen und veränderten Klassifizierung und Bewertung finanzieller Vermögenswerte. Das bisherige ICL-Modell wurde abgelöst durch das neue, zukunftsorientierte ECL-Modell.8
2.2 Charakteristika des Expected-Credit-Loss-Modells
Eine Besonderheit des neuen ECL-Modells ist der Drei-Stufen-Ansatz. Beim erstmaligen Zugang sind Finanzinstrumente in die erste Stufe einzuordnen. Die zu bildende Risikovorsorge berücksichtigt in dieser Stufe Ausfallereignisse, die innerhalb der nächsten zwölf Monate stattfinden könnten (12- month-ECL)9 Die Bewertung des Finanzinstruments erfolgt in der Praxis häufig nicht direkt am Tag der Anschaffung, sondern am darauffolgenden Bilanzstichtag.10 11 Diese Beurteilung muss an jedem Stichtag erneut überprüft werden. Wird dabei festgestellt, dass sich das Kreditrisiko signifikant erhöht hat, erfolgt ein Transfer des finanziellen Vermögenswertes in die zweite Stufe. Dabei wird ein Erwartungswert der Zahlungsausfälle für die vollständige Restlaufzeit gebildet, sodass der lebenslange Verlust erfasst werden kann (Lifetime-ECL)n Die trigger events des ICL-Modells spielen bei dem ECL erst wieder eine Rolle, wenn das Finanzinstrument in die dritte Stufe eingeordnet werden muss. Dies ist der Fall, wenn objektive Hinweise auf einen Wertminderungstatbestand hinweisen oder dieser bereits eingetreten ist, bspw. bei erheblichen finanziellen oder wirtschaftlichen Problemen des Schuldners oder bei einer hohen Wahrscheinlichkeit eines Insolvenzverfahrens.12 Bei der regelmäßigen Überprüfung am Bilanzstichtag wird symmetrisch zu der Herabstufung auch eine Heraufstufung bei einer erheblichen Verbesserung des Kreditrisikos vorgenommen.13
Die Berechnung des ECL beinhaltet drei essentielle Parameter, welche miteinander multipliziert werden, um den Erwartungswert zukünftiger Verluste zu erhalten.14 Der erste Parameter ist die prozentuale Ausfallwahrscheinlichkeit (PD), welche Auskunft über den erwarteten Ausfall aus der gegenwärtigen Perspektive gibt. Dieser Parameter kann auch aus Schuldnerratings abgleitet werden und sich im Zeitablauf verändern.15 Der nächste Parameter stellt die prozentuale Verlustquote bei einem Ausfall dar (LGD) und resultiert aus vorangegangen Verlusterfahrungen, da ein Schuldnervermögen schwer prognostizierbar ist. Häufig wird in der Praxis eine im Zeitablauf konstante Schätzung verwendet.16 Der letzte Parameter bezeichnet die Forderungshöhe zum Zeitpunkt des Ausfalls (EAD) und wird, ebenso wie das Ergebnis, als Barwert angegeben.17
3 Analyse des Expected-Credit-Loss-Modells und der Alternativen
3.1 Vor- und Nachteile des Expected-Credit-Loss-Modells
Da die Kreditausfälle bei Verwendung des ECL-Modells sowohl in der Bilanz als auch in der GuV auftauchen, entsteht ein sehr genaues Bild der finanziellen Lage einer Bank und der Erwartungen der tatsächlichen möglichen Rückzahlung eines Kredits. Dies und die periodisch durchgeführten Überprüfungen sorgen für eine sehr hohe Transparenz.18 Für die Berechnung des erwarteten Verlustes sollen relevante Informationen aus der Vergangenheit sowie angemessene und unterstützende Prognosen verwendet werden. Bei einigen Institutionen sorgte die Mehrdeutigkeit dieser Angaben für Verunsicherung, denn für viele ist unklar, wie relevante und angemessene Informationen definiert sind.19 Die Richtlinien lassen einige Freiheiten, um individuelle Anpassungen zu erlauben, je nach Größe der Institution oder der Zusammenstellung des Kreditportfolios. Für das ECL-Modell werden mehr Daten und Informationen als jemals zuvor benötigt, doch die erforderliche Qualität und Verfügbarkeit bereiten einigen Institutionen Sorgen.20 Besonders kleine Banken stoßen aufgrund des komplexen und kostenintensiven Modells schnell an ihre finanziellen Grenzen.21
3.2 Darstellung des Dynamic-Loan-Loss-Provisioning-Modells
Seit der Finanzmarktkrise ist die Diskussion um das DLLP-Modell bei der Wertminderung von Finanzinstrumenten stärker in den Fokus gerückt, um antizyklische Reserven zu bilden und somit bei Banken die Liquidität und die Qualität des Kapitals zu steigern. In Spanien wird dieses Modell bereits seit 2000 erfolgreich angewendet, um prozyklische Systeme zu bekämpfen. Dadurch stehen wertvolle Erfahrungswerte zur Verfügung.22
Das primäre Ziel des Dynamic Loan Loss Provisioning (DLLP) ist die Bildung von Reserven für Kreditverluste in guten Zeiten, bspw. bei einem wirtschaftlichen Aufschwung, um Verluste in schlechten Zeiten aufzufangen. Diese Reserven werden in Form von Rückstellungen gebildet und im Falle einer Wertminderung verrechnet.23 Dabei wird der Fokus dieser statistischen Methode auf historische, verfügbare Daten gelegt. Ein Unterschied zu dem ECL-Modell ist somit der enthaltene Parameter a, welcher die rückblickende Variable widerspiegelt.24 Ein weiterer Unterschied besteht darin, dass DLLP nicht spezifizierte Vorsorgen, sondern eine Ansammlung allgemeiner Rückstellungen bildet, um mögliche Verluste bei den gesamten Finanzinstrumenten abzudecken.25
Positiv hervorzuheben ist bei dieser Methode die verbesserte Zuverlässigkeit der Banken, da die Vorsorgen für Verluste meist sehr umfangreich sind. Somit kann verhindert werden, dass Banken bei einem wirtschaftlichen Abschwung wegen hoher Verluste Kreditvergaben einschränken müssen, was eine Verstärkung des Abschwungs zur Folge hätte.26 Des Weiteren sind bei DLLP kein besonders umfangreiches Wissen oder gewaltige Datenmengen notwendig, da lediglich der Durchschnittswert der vergangenen Vorsorgen für Verluste betrachtet wird.27 Dadurch drängt sich jedoch auch die Frage auf, ob DLLP dem eigentlichen Ziel, eine zukunftsorientierte Methode zu implementieren, gerecht werden kann. Wesentliche Informationen über den gegenwärtigen Zustand der Finanzinstrumente und der wirtschaftlichen Situation werden nicht berücksichtigt. Auch die mitunter positive Glättung des Periodenergebnisses kann komplementäre Folgen haben, wenn bspw. mithilfe einer starken absichtlichen Einkommensglättung ein verzerrtes Bild der Vermögens- und Ertragslage dargestellt wird.28
Der IASB begründete die Ablehnung dieses Modells mit der fehlenden Nutzung von Informationen, die für eine zukunftsorientierte Prognose für Kreditverluste erforderlich sind.29
3.3 Darstellung des Fair-Value-Based-Modells
Als die Kritik an dem ICL-Modell während der Finanzmarktkrise anstieg, untersuchte der IASB auch einen Fair-Value-Ansatz als mögliche verbesserte Alternative. Dies erscheint durchaus sinnvoll, da Finanzinstrumente gemäß IFRS bereits bei ihrem Zugang stets zum beizulegenden Zeitwert bzw. Fair Value (FV) bewertet werden. Definitionsgemäß bezeichnet der FV eine Größe, zu der ein Vermögenswert zwischen sachverständigen, vertragswilligen und voneinander unabhängigen Dritten getauscht werden könnte.30 Die Folgebewertung erfolgt entweder zu fortgeführten Anschaffungskosten oder weiterhin zum FV. Bei letzterem gibt es nach IFRS 9 zwei Möglichkeiten. Die Aufwendungen und Erträge können vollkommen im Periodenergebnis oder im sonstigen Ergebnis erfasst werden. Selbst wenn ein Finanzinstrument Bedingungen erfüllt, die eine Zuordnung zu der Kategorie Bewertung zu fortgeführten Anschaffungskosten oder zur Erfassung im sonstigen Ergebnis verlangen würden, besteht aufgrund der Fair Value Option für Unternehmen die Wahlmöglichkeit, die Erfassung zum FV mit Wertänderungen im Periodenergebnis fortzuführen, wenn dies eine Bewertungsinkonsistenz verhindert.31
Bei dem FVB-Modell gilt die Annahme, dass der Wert des Kreditverlustes dem FV eines Finanzinstruments am Tag des Verlustes entspricht.32 Besonders überzeugend ist die Objektivität bei der Verwendung des beizulegenden Zeitwerts. Mithilfe von beobachtbaren Werten für dieselben oder ähnliche Finanzinstrumente auf aktiven Märkten, entsteht eine marktnahe Bewertung, die so gut wie keine Ermessenspielräume zulässt. Dies funktioniert jedoch nur bei besonders liquiden Märkten.33 In der Praxis ist solch ein Markt häufig nicht gegeben, sodass nur selten davon ausgegangen werden kann, dass der FV bei einem Verkauf auch tatsächlich erzielt wird. Für Organisationen, die aufgrund von einer kurzfristigen Refinanzierung gezwungen sind, die Finanzinstrumente zu dem geringeren Wert zu veräußern, kann dies folgenschwere Konsequenzen haben.34 Bei wenig liquiden Märkten können des Weiteren Ermessenspielräume entstehen, wenn ein Finanzinstrument am Markt nicht beobachtbar ist und der FV mit wesentlichen Inputfaktoren, die ebenfalls nicht beobachtbar sind, festgelegt werden muss. Außerdem wird die FV-Bewertung mit dafür verantwortlich gemacht, dass sich die Finanzmarktkrise verschlimmerte, da Organisationen enorme Abschreibungen auf den FV durchführen mussten.35
Schlussendlich hat der IASB dieses Modell abgelehnt, da die Messung eines Kreditverlustes mit dem FV inkonsequent und widersprüchlich sei und zu einer erhöhten Komplexität führe.36
4 Kritische Beurteilung der Modelle
Im Laufe der Seminararbeit wurden die Modelle ECL, DLLP und FVB detailliert dargestellt. Dabei wiederholten sich manche Charakteristika, jedoch in unterschiedlichem Ausmaß. Um die Entscheidung des IASB für das ECL-Modell nachvollziehen zu können, werden die Modelle anhand von vier Kriterien bewertet und miteinander verglichen. Bei dem FVB-Modell wird dabei stets von einem nicht liquiden Markt ausgegangen, um eine realitätsnahe Bewertung zu gewährleisten. Die Kriterien Verständlichkeit, Vergleichbarkeit und glaubwürdige Darstellung basieren auf dem Conceptual Framework for Financial Reporting von dem IASB, welche als Leitlinien bei der Verwendung von IFRS-Standards dienen.37 Das vierte Kriterium, Zukunftsorientierung, wurde unabhängig von den Leitlinien hinzugefügt, da besonders dieses Merkmal für die Auswahl eines Modells für den IASB von Bedeutung war. Anhand von Unterpunkten wurden die Kriterien bewertet (siehe Anhang), wobei für die Skalierung eine monopolare Skala mit einer Beschriftung aller Antwortabstufungen verwendet wurde.38 Folgende Abstufungen wurden für diese Seminararbeit verwendet: Trifft voll zu, trifft eher zu, trifft eher nicht zu, trifft nicht zu. Die Begründung für die jeweiligen Bewertungen erfolgt in diesem Kapitel. Die abschließende Gesamtbewertung eines Kriteriums für die Modelle wird in einer Tabelle dargestellt.
Für das Kriterium Verständlichkeit greift diese Arbeit zum einen auf Erfahrungsberichte zurück und stellt zum anderen auf Basis der vorangegangen Analyse der Modelle eigene Vermutungen auf. Das Kriterium Vergleichbarkeit betrachtet mögliche Ermessenspielräume und Freiräume bei der Gestaltung bestimmter Parameter. Bei der glaubwürdigen Darstellung wird untersucht, ob mit dem jeweiligen Modell eine getreue, objektive und fehlerfreie Darstellung gewährleistet werden kann. Für die Zukunftsorientierung werden die für die jeweiligen Modelle verwendeten Datensammlungen betrachtet und untersucht, ob diese vergangenheits- oder zukunftsorientiert sind.
Zunächst beschäftigt sich diese Arbeit mit dem Kriterium Verständlichkeit. Für das ECL-Modell werden hohe Datenmengen für die Erwartungswerte benötigt. Freiheiten bei den Richtlinien und nicht deutlich definierte Voraussetzungen für angemessene Prognosen sorgen allerdings für Verunsicherung bei einigen Organisationen und die Beschaffung der erforderlichen Daten ist aufgrund des Umfangs und der fehlenden Definitionen nicht immer unproblematisch.39 Die Parameter PD, LGD und EAD sind zwar begrifflich definiert, jedoch sind es unsichere Größen, die mitunter Ermessenspielräume bieten40, worauf bei dem Kriterium der Vergleichbarkeit näher drauf eingegangen wird. Besonders für kleine Institutionen scheint das Modell noch einige Schwierigkeiten zu beinhalten, da diese erst ab 2023 verpflichtet sind, das Modell anzuwenden.41 Da das Modell und die verpflichtende Anwendung noch relativ neu sind, können Erfahrungsberichte bei einer Überarbeitung berücksichtigt und das Modell kann dadurch verbessert werden.
Das DLLP-Modell wird bereits seit mehreren Jahren in verschiedenen Ländern angewendet.42 Die benötigten Daten sowie die Parameter für die Berechnung der Vorsorge sind überschaubar, klar definiert und aus vergangenen Vorgängen und Berichten leicht zu beschaffen.43 Aufgrund von langjährigen Anwendungen in ausgewählten Ländern lassen auch Erfahrungsberichte auf eine geringe Komplexität schließen.44
[...]
1 Vgl. Eurostat (2011), https://de.statista.com/statistik/daten/studie/202668/umfrage/erloese-und-kosten-der-bankenret- tungen-in-europa-nach-laendern/.
2 Vgl. Hartmann-Wendels/Pfingsten/Weber (2019), S. 340.
3 Vgl. Cohen/Edwards Jr. (2017), S. 39.
4 Vgl. Grünberger (2019), S. 191.
5 Vgl. Scharpe/Menk/Mies (2017), S. 90.
6 Vgl. Fischer (2014), S. 282-283.
7 Vgl. Deloitte (2020), https://www.iasplus.com/de/standards/ifrs/ifrs9.
8 Vgl. Schmidt/Barekzai/Hüttermann (2015), S. 344.
9 Vgl. Beerbaum/Ahmad (2015), S. 1-2.
10 Vgl. Grünberger (2019), S. 186.
11 Vgl. Beerbaum/Ahmad (2015), S. 2.
12 Vgl. Grünberger (2019), S. 191.
13 Vgl. Schmidt/Barekzai/Hüttermann (2015), S. 345.
14 Vgl. Grünberger (2019), S. 197.
15 Vgl. Grünberger (2019), S. 196-197.
16 Vgl. Kakuk (2019), S. 117.
17 Vgl. Grünberger (2019), S. 197.
18 Vgl. Wezel/Chan-Lau/Francesco (2012), S. 35.
19 Vgl. Willi (2020), S. 196-197.
20 Vgl. Willi (2020), S. 201-202.
21 Vgl. Willi (2020), S. 203-204.
22 Vgl. Hlawatsch/Ostrowski (2010), S. 135.
23 Vgl. Balla/McKenna (2009), S. 386.
24 Vgl. Balla/McKenna (2009), S. 402.
25 Vgl. Wezel/Chan-Lau/Francesco (2012), S. 4.
26 Vgl. Hartmann-Wendels/Pfingsten/Weber (2019), S. 341.
27 Vgl. Hartmann-Wendels/Pfingsten/Weber (2019), S. 340.
28 Vgl. Wezel/Chan-Lau/Francesco (2012), S. 37.
29 Vgl. IASB (2009), S. 9.
30 Vgl. Ammann/Seiz (2008), S. 355.
31 Vgl. Deloitte (2020), https://www.iasplus.com/de/standards/ifrs/ifrs9.
32 Vgl. IASB (2009), S. 7.
33 Vgl. Hartmann-Wendels/Pfingsten/Weber (2019), S. 801.
34 Vgl. Hartmann-Wendels/Pfingsten/Weber (2019), S. 802.
35 Vgl. Hartmann-Wendels/Pfingsten/Weber (2019), S. 801-802.
36 Vgl. IASB (2009), S. 7.
37 Vgl. Coenenberg et al. (2018), S. 479-480.
38 Vgl. Berekoven/Eckert/Ellenrieder (2009), S. 69.
39 Vgl. Willi (2020), S. 196-197.
40 Vgl. Hartmann-Wendels/Pfingsten/Weber (2019), S. 433.
41 Vgl. Willi (2020), S. 203-204.
42 Vgl. Wezel/Chan-Lau/Francesco (2012), S. 5.
43 Vgl. Hartmann-Wendels/Pfingsten/Weber (2019), S. 340.
44 Vgl. Balla/McKenna (2009), S. 403-404.
- Citation du texte
- Katharina Baumann (Auteur), 2021, Ausgewählte Credit Impairment Modelle als Alternativen zum Expected Credit Loss Modell nach IFRS 9, Munich, GRIN Verlag, https://www.grin.com/document/1002165
Textes similaires
Devenir un auteur
Commentaires