Zur Quantifizierung von Kreditrisiken sind gemeinhin drei Risikoparameter von großer
Bedeutung: PD (Probability of Default), LGD (Loss given Default) und EaD (Exposure
at Default). EaD entspricht der Forderungshöhe bei Ausfall, LGD der erwarteten Verlustquote
bei Ausfall und PD der Ausfallwahrscheinlichkeit. Die Verlustquote gibt das
Verhältnis der uneinbringlichen Forderungssumme zur Forderungshöhe im Zeitpunkt
des Ausfalls an. Die wissenschaftliche und praktische Auseinandersetzung konzentrierte
sich in den vergangenen Jahrzehnten weitgehend auf die Modellierung und Schätzung
des Kreditausfalls und seiner Wahrscheinlichkeit, während der Größe LGD weit weniger
Aufmerksamkeit geschenkt wurde. So können sowohl akademische als auch kommerzielle
Kreditrisikomodelle inzwischen in Bezug auf Ausfallrisiken als sehr fortgeschritten
angesehen werden.
Hinsichtlich der LGDs wurden jedoch lange Zeit vereinfachende Annahmen getroffen.
So wurden Verlustquoten häufig als modellexogene Parameter angesehen, die entweder
deterministisch vorgegeben oder stochastisch, jedoch unabhängig von anderen Risikogrößen
in die Modelle integriert wurden. Dadurch wurden PD und LGD als voneinander
unabhängig angenommen. Das hatte hauptsächlich zwei zusammenhängende Gründe.
Zum einen legte man in der Praxis des Risikomanagements den Schwerpunkt auf systematische
Quellen des Kreditrisikos, da diese eine Risikoprämie rechtfertigen. Zum
andern arbeiteten die meisten Kreditrisikomodelle traditionell mit der Annahme, dass
die LGD von fixen Faktoren abhängen, die keine systematischen Risikokomponenten
aufweisen. Im Zuge der Ankündigung der Reform der Eigenkapitalvorschriften (Basel
II) rückte der LGD-Parameter zunehmend in den Fokus wissenschaftlicher und bankinterner
Forschung, da Banken im sogenannten fortgeschrittenen IRB-Ansatz die Möglichkeit
einer eigenständigen Schätzung aller drei Risikoparameter eingeräumt wird.
Dabei haben sowohl theoretische Überlegungen, als auch empirische Ergebnisse, zunächst
bei handelbaren Anleihen, die Unabhängigkeitsannahme stark in Zweifel gezogen
und gaben Anlass von einer potentiell positiven Interaktion zwischen PD und LGD
auszugehen. Das bedeutet, dass in Zeiten ungünstiger ökonomischer Bedingungen sowohl
die Zahl der Ausfälle als auch der mit diesen verbundenen uneinbringlichen Teile
der Forderung gleichzeitig ansteigen können, was die Solvenz der Banken folglich stark in Mitleidenschaft ziehen kann.[...]
Inhaltsverzeichnis
1 Einleitung
2 Begriffsdefinitionen und Grundlagen
2.1 Risikobegriffe
2.2 Bedeutung von Korrelationen im Portfoliokontext
3 Kreditrisikobehandlung im Rahmen von Basel II
3.1 Auf internen Ratings basierenden Ansätze
3.2 Vorgaben und Prinzipien zur Ermittlung von Verlustquoten
4 Befunde aus der empirischen Literatur
4.1 Zusammenhang zwischen Ausfall- und Recovery-Risiken bei Anleihen
4.2 Verlustquoten bei Bankkrediten
4.2.1 Untersuchungen mit Datenpools von Ratingagenturen
4.2.2 Bankinterne Daten
4.3 Ausfall- und Recovery-Risiken auf Unternehmensebene
4.4 Werthaltigkeit von Kreditsicherheiten
4.5 Bedeutung des Diskontsatzes
4.6 Zusammenfassende Betrachtung der Empirie
5 Besondere Aspekte bei der DLGD-Ermittlung
5.1 Methoden zur Schätzung des DLGD
5.2 Granularität bei der DLGD-Ermittlung
5.3 Diskussion möglicher Diversifikationseffekte
6 Das Miu-Ozdemir-Modell
6.1 Struktur des Modells
6.2 Analytische Darstellung der Korrelationsstruktur
6.3 Monte Carlo Simulation von Kreditportfolien
6.3.1 Fallstudie mit Parametern von Miu und Ozdemir (2005)
6.3.2 Fallstudie mit Parametern von Pederson et al. (2009)
6.3.3 Zwischenfazit und Diskussion
6.3.4 Weiter Simulationsexperimente
6.4 Kritische Würdigung
7 Besonderheiten der Parameterschätzung
8 Schlussbetrachtung
Zielsetzung & Themen
Die vorliegende Arbeit untersucht die Interaktion zwischen Ausfallwahrscheinlichkeit (PD) und Verlustquote (LGD) bei der Messung von Kreditrisiken in Banken. Ziel ist es, die Problematik einer unzureichenden Kapitalausstattung im Portfoliokontext zu beleuchten, wobei insbesondere die Anforderungen an konservative LGD-Schätzungen (Downturn LGD, DLGD) im Rahmen von Basel II und deren Auswirkungen auf das Portfoliorisiko analysiert werden.
- Analyse der PD/LGD-Korrelation und deren Einfluss auf Risikomaße wie das ökonomische Kapital.
- Kritische Diskussion der aufsichtsrechtlichen Vorgaben zur Ermittlung von Downturn-Verlustquoten.
- Empirische Untersuchung der systematischen Abhängigkeiten zwischen Ausfallrisiken und Erlösquoten.
- Simulation und Modellierung des Portfoliorisikos unter Berücksichtigung von Korrelationen mittels des Miu-Ozdemir-Modells.
Auszug aus dem Buch
3.1 Auf internen Ratings basierenden Ansätze
Mit der neuen Baseler Rahmenvereinbarung verabschiedete das Baseler Komitee 2004 ein Regelwerk, das im Vergleich zu den Regelungen im ersten Baseler Akkord eine differenziertere Unterlegung des Kreditrisikos mit Eigenkapital zulässt. Dies gilt insbesondere für die auf internen Ratings basierenden Ansätze, dem Basis-IRB- (BIRB) und fortgeschrittenem IRB-Ansatz (FIRB), deren Bedeutung in der Bankenwelt immer weiter zunimmt. Diese Ansätze ermöglichen zur Berechnung der Kapitalunterlegung die Verwendung von bankintern geschätzten Risikoparametern. Der IRB-Formel liegt ein asymptotisches Ein-Faktor-Kreditrisikomodell (ASRF-Modell) nach Vasicek (1987, 2002) und Gordy (2003) zugrunde (für eine analytische Darstellung des Modells siehe Anhang B). Um zu gewährleisten, dass die IRB-Ansätze von möglichst vielen Instituten in verschiedenen Ländern anwendbar werden, sollte das Modell die Eigenschaft der Portfolio-Invarianz aufweisen. Das heißt, dass das benötigte Kapital eines neuen Kredits nur von dessen Risiko, nicht jedoch von der Zusammensetzung des Portfolios abhängen sollte, in das der neue Kredit hinzugefügt wird. Die Invarianz-Eigenschaft resultiert nach Gordy (2003) durch die Verwendung nur eines einzigen systematischen Faktors und der Annahme eines unendlich granularen Portfolios. Unter diesen Prämissen werden die idiosynkratischen Risiken als vollständig diversifiziert angenommen, das Portfoliorisiko resultiert daher lediglich aus systematischen Risiken.
Zusammenfassung der Kapitel
1 Einleitung: Diese Einleitung führt in die Bedeutung der drei Risikoparameter PD, LGD und EaD ein und erläutert die Problematik der bisher oft angenommenen Unabhängigkeit von PD und LGD.
2 Begriffsdefinitionen und Grundlagen: Hier werden zentrale Kreditrisikomodelle und Risikomaße erläutert sowie die Bedeutung von Korrelationen im Portfoliokontext dargelegt.
3 Kreditrisikobehandlung im Rahmen von Basel II: Dieses Kapitel gibt einen Überblick über die aufsichtsrechtlichen Ansätze zur Kreditrisikounterlegung und die Anforderungen an eine konservative DLGD-Ermittlung.
4 Befunde aus der empirischen Literatur: Die Arbeit fasst hier den Stand der Forschung zu zyklischen LGD-Risiken und deren Korrelation mit Ausfallrisiken zusammen.
5 Besondere Aspekte bei der DLGD-Ermittlung: Hier werden praktische Methoden zur Schätzung von Downturn-LGDs kritisch diskutiert und die Problematik der Granularität sowie Diversifikationseffekte beleuchtet.
6 Das Miu-Ozdemir-Modell: Dieses Kapitel stellt ein spezifisches Kreditrisikomodell vor, das PD- und LGD-Korrelationen explizit einbezieht und mittels Monte-Carlo-Simulationen auf ihre Auswirkungen testet.
7 Besonderheiten der Parameterschätzung: Es wird die Herausforderung thematisiert, PIT- und TTC-Methoden bei der Schätzung von Risikoparametern in der Bankpraxis adäquat anzuwenden.
8 Schlussbetrachtung: Die Arbeit resümiert die gewonnenen Erkenntnisse und unterstreicht die Notwendigkeit, PD/LGD-Interaktionen bei der Kapitalunterlegung stärker zu berücksichtigen.
Schlüsselwörter
Kreditrisiko, Ausfallwahrscheinlichkeit, Verlustquote, LGD, PD, Basel II, IRB-Ansatz, Downturn LGD, Portfoliorisiko, Korrelation, ökonomisches Kapital, regulatorisches Kapital, Risikomodellierung, Recovery Rate, Simulation.
Häufig gestellte Fragen
Worum geht es in dieser Arbeit grundsätzlich?
Die Arbeit beschäftigt sich mit der mathematischen und ökonomischen Analyse der Interaktion zwischen Ausfallwahrscheinlichkeit und Verlustquote bei der Kreditrisikomessung in Banken, insbesondere unter den strengen regulatorischen Anforderungen von Basel II.
Welches sind die zentralen Themenfelder?
Zentral sind die Modellierung systematischer Risiken, die Schätzung von Downturn-Verlustquoten (DLGD), die Auswirkungen der PD/LGD-Korrelation auf das Portfoliorisiko sowie die Kritik an bestehenden aufsichtsrechtlichen Vereinfachungen.
Was ist das primäre Ziel der Arbeit?
Das Ziel ist es, die Risikounterschätzung durch die Annahme unabhängiger PD- und LGD-Parameter aufzuzeigen und die Relevanz der PD/LGD-Korrelation für eine risikoadäquate Eigenkapitalunterlegung zu belegen.
Welche wissenschaftliche Methode wird verwendet?
Es erfolgt eine fundierte theoretische Aufarbeitung der Literatur sowie eine quantitative, komparativ-statische Analyse mittels Monte-Carlo-Simulationen, basierend auf dem Miu-Ozdemir-Modell.
Was wird im Hauptteil behandelt?
Der Hauptteil analysiert empirische Befunde zu LGD-Zyklen, diskutiert methodische Ansätze zur DLGD-Ermittlung und präsentiert eine Simulationsstudie zur Quantifizierung der Auswirkungen von Korrelationen auf das ökonomische Kapital.
Welche Schlüsselwörter charakterisieren die Arbeit?
Kreditrisiko, PD/LGD-Korrelation, Basel II, Downturn LGD, Portfoliorisiko, ökonomisches Kapital und Monte-Carlo-Simulation.
Warum ist das "Miu-Ozdemir-Modell" für die Arbeit so wichtig?
Das Modell ermöglicht es, systematische und kreditnehmerspezifische Risikotreiber getrennt zu betrachten und somit die PD/LGD-Korrelation explizit in die Risikosimulation zu integrieren, was mit Standardmodellen nicht möglich wäre.
Welche Rolle spielen "Diversifikationseffekte" bei der LGD-Ermittlung?
Diversifikationseffekte können die aggregierte Kapitalunterlegung beeinflussen, wenn LGD-Zyklen verschiedener Segmente oder Branchen nicht perfekt korrelieren; ihre Vernachlässigung kann zu einer überhöhten Kapitalanforderung führen.
Was ist unter dem "proportionalen Effekt" bei der LGD-Schätzung zu verstehen?
Dieser Effekt beschreibt, dass bei Instrumenten mit sehr niedrigem erwarteten LGD (z.B. besicherte Kredite) die relative Zunahme des Verlustrisikos in einer Abschwungphase prozentual deutlich stärker ausfällt als bei hochverzinslichen Anleihen.
Was schließt die Arbeit hinsichtlich der Praxisrelevanz von Basel II?
Die Arbeit empfiehlt, bei der DLGD-Ermittlung flexibler mit den aufsichtsrechtlichen Prinzipien umzugehen und fortgeschrittene Portfolioansätze zu nutzen, um eine risikoadäquatere, wenn auch komplexere Kapitalunterlegung zu erreichen.
- Citar trabajo
- David Hillmann (Autor), 2012, Zur Interaktion von Ausfallwahrscheinlichkeit und Verlustquote bei der Messung von Kreditrisiken in Banken, Múnich, GRIN Verlag, https://www.grin.com/document/196509
