Die Finanzkrise 2008 zeigte deutlich auf, dass sowohl von den Aufsichtsbehörden als auch von den Kreditinstituten die Signifikanz der Liquiditätsrisiken maßgeblich unterschätzt wurden. In Folge dessen erarbeitete die Bundesanstalt für Finanzdienstleistungsaufsicht eine Neufassung der Mindestanforderungen an das Risikomanagement, die im März 2009 vorgelegt wurden und Weiterentwicklungen bezüglich Liquiditätsrisiken, Risikoaggregation und Stresstests beinhaltet. Damit Kreditinstitute die neuen Anforderungen erfüllen können, arbeitet die RC Banken Gruppe an der Entwicklung eines Frühwarnsystems, mit dem Gefahren für die Zahlungsfähigkeit eines Instituts, unter Verwendung von Stresstests, frühzeitig erkannt werden können. Der Prototyp dieses Systems wird in dieser Arbeit näher erläutert. Dabei handelt es sich um eine Software, die für Experten auf dem Gebiet des Risikomanagements entwickelt wurde. Mittels des Systems sind Risikomanager
von Banken in der Lage die Liquiditätsrisiken des betrachteten Kreditinstitutes zu quantifizieren. Die im Frühwarnsystem verwendeten Komponenten werden vor den Erklärungen zur Software ausführlich beschrieben, wobei dies bestimmte Verteilungen aus der Extremwerttheorie, die Peaks-over-Threshold Methode, die Liquiditätsablaufbilanz und der Liquidity Value at Risk sind. Darüber hinaus erfolgt die Denfinition des Liquiditätsrisikos aus mehreren Betrachtungsweisen, ein Abschnitt über die Maximum-Likelihood-Schätzung, Ausführungen zu den mathematischen Eigenschaften von Risikomaßen sowie
Beschreibungen klassischer Risikokennziffern und der Kennzahlen zur Quantifizierung von Liquiditätsrisiken. Die vorgestellten klassischen Kennziffern sind der Value at Risk und der Expected Shortfall, während die Erläuterungen zu den Liquiditätsrisikokennzahlen, neben dem im Frühwarnsystem integrierten Liquidity Value at Risk, den Liquidity
at Risk sowie den Dynamic Liquidity at Risk umfassen.
Inhaltsverzeichnis
1 Einleitung
2 Zielsetzung
3 Definition des Liquiditätsrisikos
3.1 Aufsichtsrechtliche Betrachtung des Liquiditätsrisikos
3.1.1 Notwendigkeit der Bankenregulierung
3.1.2 Bankenregulierung in Deutschland
3.1.3 Initiativen zu Liquiditätsrisiken
3.2 Unterscheidung verschiedener Arten des Liquiditätsrisikos
3.2.1 Market Liquidity Risk und Funding Liquidity Risk
3.2.2 Dispositive und strukturelle Liquiditätsrisiken
3.2.3 Endogenes und exogenes Liquiditätsrisiko
3.3 Die Wirkung verschiedener Bankrisiken auf das Liquiditätsrisiko
3.3.1 Marktrisiko
3.3.2 Operationelles Risiko
3.3.3 Kreditrisiko
3.3.4 Reputationsrisiko
3.3.5 Kundenrisiko
4 Extremwerttheorie
4.1 Benötigte Verteilungen
4.1.1 Gumbel-Verteilung
4.1.2 Fréchet-Verteilung
4.1.3 Weibull-Verteilung
4.1.4 Verallgemeinerte Extremwertverteilung
4.1.5 Verallgemeinerte Paretoverteilung
4.2 Konvergenzsätze
4.3 Peaks-over-Threshold
4.4 Maximum-Likelihood-Schätzung
4.4.1 Beschreibung des Verfahrens
4.4.2 Anwendung auf die POT Methode
5 Kennzahlen zur Beschreibung des Liquiditätsrisikos
5.1 Risikomaße
5.1.1 Eigenschaften von Risikomaßen
5.1.2 Grundlegende Risikomaße
5.2 Liquiditätsablaufbilanz
5.3 Liquidity at Risk
5.4 Dynamic Liquidity at Risk
5.5 Liquidity Value at Risk
6 Frühwarnsystem
7 Ergebnisse und Ausblick
A Betriebs- und finanzwirtschaftliche Grundlagen
B Allgemeine mathematische Grundlagen
C Wahrscheinlichkeitstheoretische Grundlagen
D Grundlegende Verteilungen
Zielsetzung & Themen
Das Hauptziel dieser Arbeit ist die mathematische Modellierung und Entwicklung eines Frühwarnsystems zur Ermittlung kurz- und langfristiger Liquiditätsrisiken in Kreditinstituten, um drohende Zahlungsunfähigkeiten durch die Quantifizierung von Liquiditätsengpässen frühzeitig zu identifizieren.
- Mathematische Modellierung von Liquiditätsrisiken mittels Extremwerttheorie
- Implementierung eines Prototyps für ein bankinternes Frühwarnsystem
- Untersuchung von Kennzahlen wie LVaR, DyLaR und Expected Shortfall
- Analyse bankenaufsichtsrechtlicher Anforderungen (MaRisk, LiqV)
Auszug aus dem Buch
3.2 Unterscheidung verschiedener Arten des Liquiditätsrisikos
In der betriebswirtschaftlichen Literatur ist keine eindeutige Definition des Liquiditätsbegriffs und des Liquiditätsrisikos zu finden. Liquidität und Liquiditätsrisiko lassen sich auf viele verschiedene Arten definieren. Eine komplette Übersicht aller Arten des Liquiditätsrisikos, die sich voneinander abgrenzen lassen, würde den Rahmen dieser Arbeit sprengen. Deshalb werden im Folgenden diejenigen Begriffe des Liquiditätsrisikos voneinander unterschieden, die für den weiteren Text von Bedeutung sind.
3.2.1 Market Liquidity Risk und Funding Liquidity Risk
Die Betrachtung der Unterschiede des Market Liquidity Risk und des Funding Liquidity Risk sind für diese Arbeit fundamental. Dies hat den Grund, dass die Kennzahlen, die noch beschrieben werden, das Funding Liquidity Risk messen.
Unter Market Liquidity versteht man die Schwierigkeit der Handelbarkeit eines Assets. Die Market Liquidity eines Vermögenswertes ist umso höher, je leichter man es verkaufen kann. Folglich ist Bargeld das Asset mit der höchsten Market Liquidity. Das Market Liquidity Risk definiert sich nun als das Risiko, dass sich die Market Liquidity eines Vermögenswertes verringert, wenn ein Marktteilnehmer seine Handelsposition auflöst.
Die Funding Liquidity beschreibt die Fähigkeit eines Wirtschaftssubjekts seinen Zahlungsverpflichtungen jederzeit nachkommen zu können. Ein Unternehmen wird als liquide bzw. zahlungsfähig bezeichnet, wenn dessen flüssige Mittel, die sogenannte Liquiditätsreserve, die aus monetarisierbaren Objekten sowie Finanzierungsreserven besteht, die fälligen Verbindlichkeiten übersteigt. Ist dies nicht der Fall, nennt man das Unternehmen illiquide bzw. zahlungsunfähig. Das Funding Liquidity Risk ist das Risiko, seinen Zahlungsverpflichtungen nicht nachkommen zu können. Es wird über eine bestimmte, in der Zukunft liegende, Zeitspanne gemessen und setzt sich hauptsächlich aus zwei unterschiedlichen Risikoarten zusammen. Das ist zum einen das Refinanzierungsrisiko, welches die Gefahr beschreibt, Refinanzierungsmittel von verschiedenen externen Quellen ausschließlich zu erhöhten Marktsätzen aufnehmen zu können. Erhöhen sich die Refinanzierungskosten, bezeichnet man dies als Vergrößerung der sogenannten "Liquidity Spreads". Die wohl wichtigste Refinanzierungsquelle für Kreditinstitute ist die Aufnahme liquider Mittel am Interbankenmarkt, wobei dies im Euro-Raum über die EZB möglich ist. Ein Zentralbank-Liquiditätsrisiko, also das Risiko, bei dem die EZB nicht über ausreichend Liquidität verfügt, ist nur in äußerst seltenen Fällen, wie z.B. bei einer Hyperinflation oder einer Devisenkurs-Krise, gegeben.
Zusammenfassung der Kapitel
1 Einleitung: Diese Einleitung motiviert die Relevanz des Liquiditätsmanagements für Banken, besonders im Kontext der Finanzkrise 2008 und neuer aufsichtsrechtlicher Anforderungen.
2 Zielsetzung: Das Kapitel erläutert die Entwicklung eines Prototyps für ein Frühwarnsystem, das Liquiditätsrisiken mittels mathematischer Modelle berechnet und auf Basis von Schwellenwerten warnt.
3 Definition des Liquiditätsrisikos: Hier werden die aufsichtsrechtlichen Grundlagen (MaRisk, LiqV) sowie verschiedene Kategorisierungen des Liquiditätsrisikos, wie Market- und Funding-Liquidität, detailliert abgegrenzt.
4 Extremwerttheorie: Dieses Kapitel liefert die mathematischen Grundlagen, insbesondere verschiedene Verteilungen (Gumbel, Fréchet, Weibull) und die Peaks-over-Threshold-Methode für die Risikoanalyse.
5 Kennzahlen zur Beschreibung des Liquiditätsrisikos: Die theoretischen Kennzahlen wie VaR, Expected Shortfall, LVaR und DyLaR werden definiert und auf ihre Eigenschaften als Risikomaß untersucht.
6 Frühwarnsystem: Die praktische Umsetzung des in der Arbeit entwickelten Prototyps wird hier anhand von Software-Screenshots und der Anwendung der POT-Methode demonstriert.
7 Ergebnisse und Ausblick: Eine abschließende Betrachtung der erarbeiteten Resultate sowie Vorschläge zur Weiterentwicklung des Modells, etwa durch den Einbau von Copulas oder Zeitreihenanalysen.
Schlüsselwörter
Liquiditätsrisiko, Funding Liquidity Risk, Marktliquidität, Extremwerttheorie, Peaks-over-Threshold, Value at Risk, LVaR, MaRisk, Liquiditätsablaufbilanz, Frühwarnsystem, Stresstests, Finanzkrise, Bankenregulierung, Risikomanagement, Verteilungsfunktion
Häufig gestellte Fragen
Worum geht es in dieser Diplomarbeit grundlegend?
Die Arbeit beschäftigt sich mit der mathematischen Modellierung und Quantifizierung von Liquiditätsrisiken in Kreditinstituten, um ein Frühwarnsystem zur Erkennung von Zahlungsunfähigkeiten zu entwickeln.
Welche zentralen Themenfelder deckt die Arbeit ab?
Die Arbeit behandelt die aufsichtsrechtlichen Anforderungen an das Liquiditätsrisikomanagement, die mathematischen Grundlagen der Extremwerttheorie zur Modellierung seltener Extremereignisse sowie die praktische Implementierung einer Liquiditätsablaufbilanz.
Was ist das primäre Ziel der Arbeit?
Das Ziel ist die Erstellung eines Prototyps einer Software, die Liquiditätsengpässe in Kreditinstituten mittels statistischer Verfahren (POT-Methode) identifiziert und so das Risikomanagement unterstützt.
Welche wissenschaftlichen Methoden kommen zur Anwendung?
Es werden Methoden der Zeitreihenanalyse, die statistische Extremwerttheorie zur Modellierung von "Tails" von Verteilungen sowie die Maximum-Likelihood-Schätzung zur Parameterbestimmung verwendet.
Was bildet den Schwerpunkt des theoretischen Hauptteils?
Im Hauptteil werden die MaRisk und die LiqV analysiert, verschiedene Liquiditätsrisikoarten (Market vs. Funding Liquidity) unterschieden und Kennzahlen zur Risikomessung wie der Liquidity Value at Risk (LVaR) theoretisch hergeleitet.
Wie lassen sich die in der Arbeit vorgestellten Risikomaße charakterisieren?
Die vorgestellten Maße wie LVaR oder Expected Shortfall dienen der Quantifizierung von Liquiditätsrisiken, wobei die Arbeit insbesondere deren mathematische Eigenschaften und die Eignung als Risikomaß prüft.
Welche Rolle spielen die MaRisk in diesem Modell?
Die MaRisk bilden den regulatorischen Rahmen, der die Kreditinstitute zur Durchführung von Stresstests verpflichtet; das entwickelte System unterstützt die Institute dabei, diese Anforderungen durch eine mathematisch fundierte Risikosteuerung zu erfüllen.
Wie unterscheidet sich "Dynamic Liquidity at Risk" von klassischen Ansätzen?
Während klassische Ansätze oft statisch sind, betrachtet das DyLaR die Streuung von Zahlungsströmen über verschiedene Szenarien hinweg und integriert stochastische Cashflows, um dynamischere Aussagen über Liquiditätslücken zu treffen.
- Quote paper
- Maximilian Härtel (Author), 2009, Mathematische Modellierung zur Ermittlung der kurz- und langfristigen Liquiditätsrisiken in Kreditinstituten sowie Entwicklung eines geeigneten Frühwarnsystems, Munich, GRIN Verlag, https://www.grin.com/document/275099
