Im Februar 2008 musste Bear Stearns, die bis dato fünftgrößte Investmentbank der Welt, Konkurs anmelden. Auch andere Banken gerieten in der amerikanischen Subprime-Krise ins Schwanken. Hintergrund war ein mangelndes Risikomanagement, das eine Reihe von Kreditausfällen nicht im Blick hatte. Diese entstanden, da Bear Stearns aufgrund von hohen Renditeaussichten Hypothekenkredite an Schuldner mit unzureichender Bonität vergab.
Seitdem müssen Banken ihr internes Risikomanagement stetig weiterentwickeln. Vor allem die Messung und Bewertung von Kreditrisiken spielen dabei eine wichtige Rolle. Den Ausgangspunkt für die moderne Kreditrisikosteuerung bildet die Quantifizierung des Kreditrisikos. Auf dieser Basis fußen verschiedene Kreditportfoliomodelle, die eine statistisch und ökonomisch fundierte Verlustverteilung ermöglichen.
Oftmals werden diese Kreditrisikomodelle ohne fundierte Kenntnisse ihrer Funktionsweise angewendet. Der Wirtschaftswissenschaftler Robert Brüch erläutert in seiner Publikation deshalb alle wichtigen Grundlagen des Modells CreditMetricsTM. Anhand eines fingierten Beispiels veranschaulicht er außerdem die praktische Modellierung der Verlustverteilung und gibt wertvolle Tipps für deren Umsetzung.
Aus dem Inhalt:
-Kreditrisiko;
-Kreditausfall;
-Verlustverteilung;
-Risikomanagement;
-Subprime-Krise
Inhaltsverzeichnis
1 Einleitung
2 Grundlagen der Kreditrisikomodellierung
2.1 Charakterisierung von Kreditrisiken
2.1.1 Risikodefinition
2.1.2 Ratings
2.2 Grundbegriffe
2.2.1 Verlustverteilung
3 Modellklassifizierung und Einführung in CreditMetrics
3.1 Modellklassen
3.1.1 Unternehmenswertmodelle
3.1.2 Intensitätsmodelle
3.2 CreditMetrics
3.2.1 Grundidee und Einzeltitelbetrachtung
3.2.2 Betrachtung auf Portfolioebene
4 Modellierung des Kreditrisikos unter CreditMetrics
4.1 Portfolio und Modellparameterschätzung
4.2 Monte-Carlo-Simulation der Verlustverteilung
4.2.1 Ausgangsmodell
4.2.2 Abwandlung der Ausfallwahrscheinlichkeit
4.2.3 Abwandlung der Forderungshöhe
4.2.4 Abwandlung der Verlustquote
4.2.5 Abwandlung der Assetkorrelation
4.2.6 Abwandlung auf heterogene Modellparameter
5 Kritische Würdigung von CreditMetrics
6 Fazit
Zielsetzung & Themen
Die vorliegende Arbeit verfolgt das Ziel, die Kreditrisikomodellierung mittels des Modells CreditMetrics theoretisch fundiert zu erläutern und praxisnah anhand eines künstlich erzeugten Beispielportfolios mittels einer Monte-Carlo-Simulation zu veranschaulichen.
- Grundlagen der Kreditrisikomodellierung und Risikodefinitionen
- Klassifizierung und Funktionsweise von Kreditrisikomodellen
- Methodik der CreditMetrics-Modellierung auf Einzeltitel- und Portfolioebene
- Praktische Modellierung der Verlustverteilung unter Berücksichtigung von Sensitivitätsanalysen
- Kritische Reflexion der Modellanforderungen und Restriktionen
Auszug aus dem Buch
3.2.1 Grundidee und Einzeltitelbetrachtung
CreditMetrics ist ein von J.P. Morgan im Jahr 1997 entwickeltes Kreditrisikomodell, das grundsätzlich unter der Kategorie der Unternehmenswertmodelle einzuordnen ist. Die Modellierung basiert dahingehend ebenso auf der Annahme, dass Kredite über simple Zerobonds Z(t, TM) dargestellt werden (vgl. Anson, 1999). Darüber hinaus stellt CreditMetrics ein Migrationsmodell (Mark-to-Market) dar, womit neben der Ausfallwahrscheinlichkeit des Kreditnehmers auch die Gefahr einer Bonitätsänderung in Bezug auf die in Kapitel 2.1.2 vorgestellten Ratingklassen abgedeckt wird. Das Ziel dieses Kreditrisiko- bzw. Migrationsmodells liegt daher in der Bestimmung des aktuellen Portfoliorisikos und in der Quantifizierung der Unsicherheit des zukünftigen Portfoliowertes, welche das Resultat aus Veränderungen der Bonität darstellt (vgl. Schierenbeck, 2001).
Für die Determination des Risikos werden Forwardpreise F von risikobehafteten Finanzprodukten auf Basis der Zerobonds Z(t, TM) bestimmt. Durch den festgesetzten Preis F ist es möglich, das Zinsänderungsrisiko eines Zerobonds mit Laufzeit TM während der beobachteten, fixierten Periode [t, T] zu eliminieren. Dazu wird ein Forwardkontrakt auf den Zerobond Z(t, TM) zum Bewertungsstichtag bzw. Ausübungszeitpunkt T eingegangen (vgl. Paulsen, 2009).
Der Wert des Zerobonds am Ende der beobachteten Periode ergibt sich demzufolge aus der Aufdiskontierung des heutigen Wertes Z(t, TM) auf das Ende der beobachteten Periode T. Nach der Eliminierung des Zinsrisikos kann auch das Ausfallrisiko eines spezifischen Kreditnehmers im Rahmen des Modells über einen Forwardkontrakt ausgedrückt werden. Jeder Kredit wird dabei als ein vom Kreditgeber in Zeitpunkt t gekaufter Bond aufgefasst, für den der Kreditnehmer, zum Zeitpunkt des Ablaufs TM, einen festgesetzten Preis zurückzahlt. Der Preis hängt dabei von der Rating- bzw. Bonitätseinstufung des Schuldners ab, wobei ein Kreditnehmer mit höherer Ratingklasse auch mehr für seinen Bond erhält.
Zusammenfassung der Kapitel
1 Einleitung: Diese Einleitung führt in die historische Entwicklung der Bankenregulierung und die Relevanz der Kreditrisikomodellierung ein.
2 Grundlagen der Kreditrisikomodellierung: Dieses Kapitel definiert die zentralen Begriffe und mathematischen Grundlagen für die Modellierung von Kreditrisiken.
3 Modellklassifizierung und Einführung in CreditMetrics: Hier werden unterschiedliche Modellklassen vorgestellt und CreditMetrics als strukturelles Modell im Detail eingeführt.
4 Modellierung des Kreditrisikos unter CreditMetrics: In diesem Kapitel wird die praktische Verlustverteilung anhand eines Beispielportfolios und mittels Monte-Carlo-Simulation erarbeitet.
5 Kritische Würdigung von CreditMetrics: Dieser Abschnitt beleuchtet die Grenzen, Restriktionen und Anforderungen des Modells in der praktischen Anwendung.
6 Fazit: Das Fazit fasst die Erkenntnisse der Arbeit zusammen und gibt einen Ausblick auf notwendige Forschungsansätze.
Schlüsselwörter
Kreditrisiko, CreditMetrics, Verlustverteilung, Risikoquantifizierung, Monte-Carlo-Simulation, Ausfallwahrscheinlichkeit, Forderungshöhe, Verlustquote, Assetkorrelation, Unternehmenswertmodell, Rating, Risikodiversifikation, Eigenkapital, Bonitätsänderung, Sensitivitätsanalyse
Häufig gestellte Fragen
Worum geht es in dieser Arbeit grundsätzlich?
Die Arbeit beschäftigt sich mit der mathematischen Quantifizierung von Kreditausfallrisiken mittels des flexiblen Modells CreditMetrics und deren Anwendung in einem künstlich erzeugten Portfolio.
Was sind die zentralen Themenfelder?
Zentrale Themen sind die mathematischen Grundlagen von Unternehmenswert- und Intensitätsmodellen, die Parameter-Schätzung (PD, EAD, LGD), die Modellierung von Korrelationen sowie die Analyse der Verlustverteilung durch Simulationen.
Was ist das primäre Ziel der Arbeit?
Das primäre Ziel ist es, CreditMetrics theoretisch zu durchdringen und die Modellierung der Verlustverteilung durch eine praktische Anwendung und Sensitivitätsanalysen für die Wissenschaft greifbar und verständlich darzustellen.
Welche wissenschaftliche Methode wird verwendet?
Neben der Literaturanalyse und dem Vergleich theoretischer Modelle bildet die quantitative Modellierung mittels Monte-Carlo-Simulation für ein künstliches Portfolio den methodischen Kern der Arbeit.
Was wird im Hauptteil behandelt?
Im Hauptteil erfolgt eine detaillierte Erläuterung der Modellklassen, die theoretische Herleitung von CreditMetrics sowie die anschließende praktische Simulation inklusive der Untersuchung verschiedener Einflussparameter.
Welche Schlüsselwörter charakterisieren die Arbeit?
Zu den Schlüsselwörtern gehören vor allem Kreditrisiko, CreditMetrics, Verlustverteilung, Risikoquantifizierung und Monte-Carlo-Simulation.
Welchen Einfluss hat die Assetkorrelation auf das Ergebnis?
Mit steigender Assetkorrelation nimmt die Konservativität des Modells zu, was eine höhere Eigenkapitalunterlegung erfordert, da eine stärkere Abhängigkeit von makroökonomischen Faktoren unterstellt wird.
Warum ist die Unterscheidung zwischen homogenen und heterogenen Parametern wichtig?
Während homogene Parameter zur theoretischen Vereinfachung dienen, ermöglichen heterogene Parameter ein realistischeres Bild der Risikostruktur innerhalb eines Portfolios und verdeutlichen, dass die Risikoprognose stark von der detailgetreuen Einschätzung einzelner Kreditnehmer abhängt.
- Citar trabajo
- Robert Brüch (Autor), 2017, Kreditausfallrisiken. Modellierung der Verlustverteilung im Risikomanagement, Múnich, GRIN Verlag, https://www.grin.com/document/379518
