Recovery Rates von Bankkrediten

Inhaltsverzeichnis

Abbildungsverzeichnis

Tabellenverzeichnis

Abkürzungs- und Begriffsverzeichnis

Anhangverzeichnis

1 Einleitung
1.1 Problemstellung
1.2 Gang der Untersuchung

2 Komponenten des Kreditrisikos und die Bedeutung der Recovery Rate
2.1 Grundüberlegungen und Definitionen
2.2 Bedeutung der Recovery Rate für die Messung, Bewertung und das Management von Einzelkreditrisiken
2.3 Kreditrisikomodellierung und die Recovery Rate
2.4 Die neue Eigenkapitalvereinbarung nach Basel II

3 Empirische Ergebnisse und Bestimmungsgrößen
3.1 Die tatsächliche Recovery Rate (DCF-Verfahren)
3.1.1 Untersuchungen von Banken
3.1.2 Untersuchungen von Ratingagenturen
3.2 Der Sekundärmarktwert von ausgefallenen Bankkrediten
3.3 Wesentliche Einflussfaktoren auf die Höhe der Recovery Rate
3.3.1 Seniorität und Sicherheiten
3.3.2 Gesetzgebung
3.3.3 Wirtschaftliches Umfeld
3.3.4 Branche
3.3.5 Größe

4 Prognosemöglichkeiten und Backtesting
4.1 Die Prognose von Recovery Rates
4.1.1 Konstanten und historische Durchschnitte
4.1.2 Zufällige Recovery Rates
4.1.3 Konstanten mit Berücksichtigung systematischer Einflüsse
4.2 Moody’s LossCalcTM
4.3 Backtesting von Modellergebnissen

5 Ursachen und Auswirkungen prozyklischer Kreditrisikoschwankungen
5.1 Die Korrelation zwischen der Recovery Rate und der Ausfallwahrscheinlichkeit
5.2 Modellierungsansätze

6 Zusammenfassung der Ergebnisse und Ausblick

Literaturverzeichnis

Anhang

Abbildungsverzeichnis

Abbildung 1: Berechnung der Verlustintensität über die effektiven Risikokosten

Abbildung 2: Vergleich der relativen Bonitätseinstufungen zwischen vorrangigen und besicherten Bankkrediten und vorrangigen und unbesicherten Anleihen desselben Schuldners

Abbildung 3: Verlustverteilung von 831 ausgefallenen Bankkrediten

Abbildung 4: Entwicklung des Sekundärmarkthandels für gesunde (Par Loans) und Not leidende Kredite (Distressed Loans) in den USA

Abbildung 5: RR nach Schuldtitelart, Besicherung und Seniorität (1981-2000)

Abbildung 6: Relativer Einfluss einzelner Faktoren auf die Höhe der RR

Abbildung 7: RRs vorrangiger und unbesicherter Anleihen (1985-2001)

Tabellenverzeichnis

Tabelle 1: Ergebnisse der Citibank-USA-Studie

Tabelle 2: Ergebnisse der Westpac Banking Corporation-Studie

Tabelle 3: Ergebnisse der Mexiko-Studie

Tabelle 4: Ergebnisse von Moody’s RR-Untersuchungen auf Basis des DCF-Verfahrens

Tabelle 5: Ergebnisse der Studien von Standard & Poor’s

Tabelle 6: Ergebnisse von Moody’s RR-Untersuchungen auf Basis des Sekundärmarktwertes

Tabelle 7: Unterschiede in den RRs zwischen besicherten und unbesicherten Bankkrediten

Tabelle 8: Auswirkungen der Gesetzgebung auf die Bonitätsbeurteilung

Tabelle 9: Durchschnittliche Dauer der Insolvenzverfahren in ausgewählten Ländern

Tabelle 10: Leistungsvergleich von Moody’s LossCalcTM (One-Year Version)

Tabelle 11: Ergebnisse der LGD-Simulation

Abkürzungs- und Begriffsverzeichnis

Abbildung in dieser Leseprobe nicht enthalten

Anhangverzeichnis

Anhang 1: Credit Default Swap

Anhang 2: Zusammenfassung der empirischen Ergebnisse

Anhang 3: Beispiele von Betaverteilungen nach B(α,β)

Anhang 4: Ausfall- und Verlustraten von Anleihen (1990-2002)

1 Einleitung

“Recovery rates play a critical role in the estimation and pricing of credit risk,

and yet to date this has been a neglected area - both in terms of financial

modelling as well as in terms of empirical research.”

(Stevens, 2002)

1.1 Problemstellung

Um wettbewerbsfähig zu sein und Anteilseignern eine angemessene Eigenkapitalrendite erwirtschaften zu können, müssen Finanzinstitute neben den Marktrisiken auch die Kreditrisiken systematisch erfassen und bewerten. Insbesondere für Banken stellt die Quantifizierung und Steuerung von Risiken aus dem Kreditgeschäft eine elementare Aufgabe dar. Neue Finanzinstrumente wie Kreditderivate, die Kreditrisiken flexibel weiterveräußerbar machen, aber auch neue Finanzierungsformen wie Collateralized Debt Obligations^[1] haben zu einem aktiven Sekundärmarkthandel von Kreditrisiken geführt, der sich seit Mitte der 90er Jahre durch die zunehmende Marktbewertung auch auf den Handel mit Bankkrediten ausgeweitet hat.^[2] Zusätzlich dazu haben in den vergangenen Jahren Ansätze zur Portfoliokreditrisikomodellierung das Management von Kreditrisiken weiter professionalisiert.^[3] Allerdings beruhten diese Fortschritte in erster Linie auf einer verbesserten Modellierung von Ausfallwahrscheinlichkeiten und -korrelationen. Die aktuell außerordentliche Qualität^[4] und hohe Anzahl der Unternehmensinsolvenzen verdeutlichen besser denn je, dass neben der Frage, ob ein Schuldner ausfällt, auch das Ausmaß des Schadens bei Eintritt eines Ausfallereignisses für die Quantifizierung des zugrunde liegenden Kreditrisikos eine entscheidende Rolle spielt. Doch nicht nur durch das veränderte Marktumfeld, sondern auch durch bankaufsichtsrechtliche Neuregelungen hat sich der Druck auf eine differenziertere und umfassendere Betrachtung der einzelnen Kreditrisikoparameter erhöht.

Die vorliegende Arbeit beschäftigt sich mit der Wiedergewinnungsrate (Recovery Rate) von Bankkrediten. Ziel der Arbeit ist es, dem Leser vor dem Hintergrund der neuen Eigenkapitalrichtlinien nach Basel II sowohl einen Einblick in die Problematik als auch einen aktuellen Überblick über die Ergebnisse der theoretischen und empirischen Literatur zu verschaffen. Dabei beziehen sich die nachfolgenden Untersuchungen ausschließlich auf Bankkredite an Unternehmen. Konsumentenkredite oder Anleihen^[5] werden nur in Ausnahmefällen betrachtet, Anleihen insbesondere in solchen Fällen, wo es um Vergleichswerte oder Wirkungszusammenhänge geht und die vorhandenen Studien zu Bankkrediten diese Zusammenhänge nicht ausreichend beschreiben können.

1.2 Gang der Untersuchung

Die Arbeit ist folgendermaßen gegliedert:

Im zweiten Kapitel erfolgt zunächst eine Definition des Kreditrisikos und der einzelnen Kreditrisikoparameter. Dabei werden verschiedene Ansätze zur Berechnung der Recovery Rate vorgestellt. In den darauf folgenden Abschnitten wird auf das Umfeld eingegangen, in dem die Recovery Rate eine wichtige Rolle spielt.

Das dritte Kapitel stellt eine Reihe von empirischen Untersuchungen zu den zwei Grundverfahren zur Berechnung der Recovery Rate vor. Im Anschluss daran werden die wichtigsten Einflussfaktoren auf die Höhe der Recovery Rate diskutiert.

Der erste Abschnitt des vierten Kapitels beschäftigt sich mit den Möglichkeiten der Prognose von Recovery Rates. Der zweite Abschnitt stellt ein von der Ratingagentur Moody’s entwickeltes Prognosemodell für den US-amerikanischen Markt vor. Der letzte Abschnitt des Kapitels vergleicht die Performance des Modells mit Standardverfahren und geht auf allgemeine Probleme bei der Validierung von Kreditrisikomodellen ein.

Das fünfte Kapitel erweitert den Rahmen der Untersuchung, indem es die Auswirkungen konjunktureller Einflüsse auf die Höhe des Kreditrisikos betrachtet. Dabei wird explizit auf die Korrelation zwischen der Recovery Rate und der Ausfallwahrscheinlichkeit eingegangen. Abschließend werden Ansätze vorgestellt, die eine Berücksichtigung dieser Korrelation durch den Einsatz systematischer Faktoren ermöglichen.

Das sechste Kapitel fasst die wichtigsten Ergebnisse der Arbeit noch einmal zusammen und gibt einen Ausblick auf die zukünftige Entwicklung.

2 Komponenten des Kreditrisikos und die Bedeutung der Recovery Rate

2.1 Grundüberlegungen und Definitionen

Unter dem Begriff Kreditrisiko versteht man die Gefahr, „dass ein Kreditnehmer seinen Zahlungsverpflichtungen nicht nachkommen kann oder will und dass sich die Wahrscheinlichkeit oder das Ausmaß eines möglichen Ausfalls erhöht.“^[6] Für die Bewertung einzelner Kreditrisikopositionen wird in der Regel der erwartete Verlust (EV) berechnet, also der durchschnittlich eintretende Verlust aus einem Kreditengagement. Unter Berücksichtigung der vom Basler Ausschuss verwendeten Notationen^[7] lässt sich dieser Betrag über die einfache Multiplikation der einzelnen Kreditrisikokomponenten ermitteln.^[8]

Abbildung in dieser Leseprobe nicht enthalten

Bei der Modellierung von Kreditrisiken wird meist von einem Prognosezeitraum von mindestens einem Jahr ausgegangen.^[9] Die Ausfallwahrscheinlichkeit PD (Probability of Default) bezeichnet daher in der Regel die Wahrscheinlichkeit, dass es innerhalb eines Zeitraums von einem Jahr zu einem Ausfallereignis kommt.^[10] Unter dem ausstehenden Kreditrisikovolumen EAD (Exposure at Default) versteht man die erwartete Höhe des zum Zeitpunkt des Ausfalls kreditrisikobehafteten Betrages. „Das Risikovolumen eines Kreditkontraktes wird einzig durch periodische Amortisationszahlungen im Zeitablauf reduziert.“^[11] Den dritten und letzten Faktor bildet der prozentuale Verlust bei Eintritt eines Ausfalls LGD (Loss Given Default, Loss in the Event of Default, Verlustschwere, Severity of Default, Loss Severity).^[12] Dieser setzt sich aus drei Arten von Verlusten zusammen:

1. Anteil des Nominalwertes des Bankkredites, der nicht wieder gewonnen werden kann.
2. Entgangene Zinszahlungen
3. Andere Kosten wie z.B. Personal- oder Gerichtskosten, die zur Durchsetzung von Ansprüchen aufgebracht werden müssen und nicht wieder gewonnen werden können.

Die Recovery Rate RR (Wiedergewinnungsrate, Rückgewinnungsrate, Recovery) beschreibt den Gegenwert, also den, bezogen auf das ausstehende Kreditrisikovolumen, prozentualen Resterlös aus der Liquidation, der Umstrukturierung des ausgefallenen Kreditnehmers oder des Firmenverkaufs. Als Kern der vorliegenden Arbeit ist sie also ein wesentlicher Bestandteil des Kreditrisikos. „LGD (RR) is as important as the probability of default in estimating potential credit losses.“^[13] In der Praxis stellen sich bei der Kalkulation der RR drei grundsätzliche Fragen:

1. Welche Ausfalldefinition sollte verwendet werden?
2. Welches ist der korrekte Bezugspunkt der RR, bzw. zu welchem Betrag müssen die Rückflüsse zur Berechnung der RR ins Verhältnis gesetzt werden?
3. Welche Verfahren kommen für die Berechnung der RR in Betracht?

Die Ausfalldefinition entscheidet, ob und zu welchem genauen Zeitpunkt ein Bankkredit als ausgefallen gilt. Bei einer schuldnerbezogenen Definition fallen alle Instrumente eines Schuldners gleichzeitig aus. Dadurch muss pro Schuldner nur eine Ausfallwahrscheinlichkeit geschätzt werden. Gehören Finanzierungsobjekte bei juristischer Unabhängigkeit zu einem Investor oder handelt es sich bei der Finanzierungstätigkeit um ein Joint Venture, so können in Ausnahmefällen auch transaktionsorientierte Ausfalldefinitionen sinnvoll sein.^[14] Der Ausfall einer Transaktion führt dann nicht unmittelbar zum Ausfall aller Finanzierungstätigkeiten des Schuldners.

Bei der bankinternen Schätzung der RR werden sich Banken zukünftig an der (schuldnerbezogenen) Referenzausfalldefinition der neuen Basler Eigenkapitalvereinbarung orientieren müssen.^[15] Danach gilt ein Schuldner als ausgefallen, „wenn eines oder mehrere der folgenden Ereignisse eingetreten ist:

- es ist unwahrscheinlich, dass der Schuldner seine Zahlungsverpflichtungen (Zins, Tilgung oder Gebühren) voll erfüllen kann;
- Eintritt eines Kreditverlustes in Zusammenhang mit irgendeiner Zahlungsverpflichtung des Schuldners, wie Abschreibung, Einzelwertberichtigung oder Umschuldung Not leidender Kredite in Zusammenhang mit Erlass oder Verschiebung von Zins-, Tilgungs- oder Gebührenzahlungen;
- der Schuldner ist mit irgendeiner Zahlungsverpflichtung mehr als 90 Tage im Verzug, oder
- der Schuldner hat ein Konkursverfahren^[16] oder ein ähnliches Verfahren zum Schutz vor Gläubigern beantragt.“^[17]

Kapitel 3 wird zeigen, dass in den einzelnen empirischen Untersuchungen zum Teil divergierende Ausfalldefinitionen verwendet werden und dadurch die Vergleichbarkeit der Ergebnisse erschwert wird.

Bezugspunkt der RR von Bankkrediten ist das EAD, also der bei Ausfall ausstehende Nominalbetrag. Ein Marktwertbezug - wie er theoretisch denkbar wäre - würde zum einen die Vergleichbarkeit der Wiedergewinnungsraten verringern, zum anderen erhält die Bank bei Fälligkeit nur eine Zahlung in Höhe des Nominalbetrages bzw. des noch zu tilgenden Restbetrages (plus Zinsen).^[18]

Zur Berechnung der RR kommen 3 methodische Ansätze in Betracht, die sich hinsichtlich der zur Verfügung stehenden Datengrundlage unterscheiden.^[19]

1. Die RR wird durch Diskontierung sämtlicher effektiv rückgeführter Nettoforderungsbeträge abzüglich der angefallenen Betriebskosten auf den Zeitpunkt der Zahlungsstörung berechnet. Das Verfahren wird im Folgenden als Discounted Cash Flow-Verfahren (DCF-Verfahren) bezeichnet.
2. Die RR wird näherungsweise über den Sekundärmarktwert (SMW) von ausgefallenen Bankkrediten direkt oder bis zu einem Monat nach Ausfall berechnet.
3. Die RR wird finanzbuchhalterisch für eine Rechnungsperiode anhand der effektiven Risikokosten im Verhältnis zu den ausgewiesenen Forderungsbeträgen berechnet, wobei der Zeitwert des Rückgewinnungsprozesses unberücksichtigt bleibt.

In den Abschnitten 3.1 und 3.2 werden die ersten beiden Methoden noch einmal aufgegriffen und die Vor- und Nachteile der beiden Ansätze gegenüber gestellt.

Bei der dritten Variante errechnet sich die RR als Restbetrag aus dem Quotient der tatsächlichen Risikokosten (ACRs) und dem ausgewiesenen Ausleihvolumen des Risikobereiches s (GARs).^[20]

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 1: Berechnung der Verlustintensität über die effektiven Risikokosten^[21]

Der dritte Ansatz weist viele Parallelen zum DCF-Verfahren auf. Durch die Nichtberücksichtigung des Zeitwertes ist die finanzbuchhalterische Vorgehensweise jedoch zu ungenau, um den Anforderungen der neuen regulatorischen Eigenkapitalvereinbarung genügen zu können.^[22]

Die Untersuchungen in Kapitel 3 beschränken sich auf die ersten beiden Methoden. Die verbleibenden Abschnitte dieses Kapitels machen deutlich, in welchen Bereichen die RR eine wichtige Rolle spielt.

2.2 Bedeutung der Recovery Rate für die Messung, Bewertung und das Management von Einzelkreditrisiken

Eine überdurchschnittlich hohe Ausfallwahrscheinlichkeit bedeutet für einen Investor nicht unmittelbar ein überdurchschnittlich hohes Kreditrisiko. Unterschiede in den Wiedergewinnungsraten können dazu führen, dass auch Kredite mit höheren Ausfallwahrscheinlichkeiten nur ein durchschnittliches Kreditrisiko besitzen. Welchen Einfluss die RR auf die Bonitätseinstufung (Rating)^[23] eines einzelnen Bankkredites haben kann, sei anhand eines einfachen Beispiels veranschaulicht: Angenommen ein Schuldner habe eine Ausfallwahrscheinlichkeit von 3% und eine RR von 70%, so entspricht gemäß der oben angegebenen Formel sein erwarteter Verlust 30% * 3% = 0,9%^[24], was annähernd einem Investment Grade (BBB-/Baa3 oder höher) entspricht, während die Ausfallwahrscheinlichkeit an sich (3%) nur ein Speculative Grade Rating, also eine geringere Bonitätseinstufung, zulassen würde.^[25] Dadurch haben Wiedergewinnungsraten einen entscheidenden Einfluss auf die Konditionengestaltung bei der Neukreditvergabe, den Wert eines Bankkredites während der Halteperiode^[26] und die risikoadjustierte Performancemessung.

Deutlich wird der Einfluss der RR auch, wenn man die Ratings von Senior Unsecured Bonds (vorrangigen und unbesicherten Anleihen) mit den Ratings von Senior Secured Bank Loans (vorrangigen und besicherten Bankkrediten) desselben Schuldners vergleicht. Während weitgehend Einigkeit darüber herrscht, dass sich die Ausfallwahrscheinlichkeiten von Anleihen und Krediten eines Schuldners nicht signifikant unterscheiden^[27], nehmen Bankkredite grundsätzlich eine höhere Position in der Fremdkapitalstruktur ein.

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 2: Vergleich der relativen Bonitätseinstufungen zwischen vorrangigen und besicherten Bankkrediten und vorrangigen und unbesicherten Anleihen desselben Schuldners^[28]

Aus diesem Grund beurteilt die Ratingagentur Moody’s in 51 Prozent aller Fälle vorrangige und besicherte Bankkredite eines Schuldners um mindestens eine und bis zu vier Ratingklassen höher als dessen vorrangige und unbesicherte Anleihen.^[29] Abbildung 2 zeigt die relative Verteilung der Ratingklassen.

Interessant sind die hier vorgestellten Ergebnisse auch für die Handelsstrategien von Investoren^[30], die Kredite erst nach Eintritt eines Ausfalls aufkaufen, um Gewinne aus der Differenz zwischen Kaufpreis und den möglicherweise zu erzielenden Rückflüssen zu erwirtschaften.^[31] Relative Veränderungen der RRs zwischen den verschiedenen Schuldtiteln eines Unternehmens könnten bspw. einen strategischen Wechsel in eine andere Kredit- oder Anleihenkategorie nahe legen. Ein aktives Management dieser Risiken ist jedoch bisher aufgrund der fehlenden Transparenz und Marktliquidität äußerst schwierig.^[32] Gemäß dem Altman-NYU Salomon Center Index of Defaulted Bank Loans konnten Investoren dennoch im vergangenen Jahr 2001, welches sich durch eine außergewöhnlich hohe Anzahl an Ausfällen auszeichnete, Renditen von durchschnittlich 13,9% auf ausgefallene Bankkredite erzielen.^[33]

Neben der Bonitätseinstufung, dem Management und der Bewertung von Kreditrisiken spielt die RR auch bei der Absicherung von Kreditrisiken (Hedging) eine wichtige Rolle. Seit Anfang der neunziger Jahre ist es möglich, mit Hilfe von Kreditderivaten das Ausfall- und Bonitätsänderungsrisiko isoliert zu steuern und abzusichern.^[34] Bei einem Credit Default Swap geht der Risikokäufer gegen Erhalt einer Prämie vom Risikoverkäufer die Verpflichtung ein, bei Eintritt eines vorab definierten Kreditereignisses (Credit Event)^[35] an den Risikoverkäufer eine Ausgleichszahlung zu leisten (siehe dazu Anhang 1). Die Ausgleichszahlung kann als fixer Prozentsatz des Nominalbetrages oder als Unterschiedsbetrag zwischen Marktwert und Nominalbetrag nach Eintritt des Kreditereignisses geleistet werden.^[36] Ebenso wie bei den anderen Kreditderivatarten^[37] hat die Höhe der RR dabei einen direkten Einfluss auf die zu leistende Sicherungsprämie^[38], da sowohl die Auszahlung als auch die Bewertung des zugrunde liegenden, kreditrisikobehafteten Instrumentes von der Höhe der RR abhängen.^[39] Neben einzelnen Krediten können auch Körbe kreditrisikobehafteter Instrumente oder ganze Indizes als Underlying von Kreditderivaten dienen.^[40] Aus diesem Grunde ist der Übergang zu synthetischen Verbriefungstransaktionen fließend. Sowohl bei synthetischen als auch bei traditionellen Verbriefungstransaktionen beeinflusst die RR daher die Höhe des zugrunde liegenden Kreditrisikos und somit auch direkt die Größe der einzelnen Finanzierungstranchen.^[41]

Zur Quantifizierung des zugrunde liegenden Portfoliokreditrisikos bedient man sich Kreditrisikomodellen. Im folgenden Abschnitt sollen die verschiedenen Ansätze zur Modellierung von Einzel- und Portfoliokreditrisiken kurz vorgestellt und dabei insbesondere auf die Behandlung der RR innerhalb der einzelnen Modelle eingegangen werden.

2.3 Kreditrisikomodellierung und die Recovery Rate

Kreditrisikomodelle zur Bewertung von Einzelkreditrisiken können gemäß ihrer konzeptionellen Vorgehensweise in Asset Value-Modelle (Structural Form Models) und Ausfallratenmodelle (Reduced Form Models) unterteilt werden.^[42]

Asset Value-Modelle basieren auf einer Arbeit von Merton (1974), die wiederum auf den Grundzügen der Optionspreistheorie von Black und Scholes (1973) aufbaut. Grundgedanke bei dieser Form der Modellierung ist, dass ein Kreditausfall immer dann auftritt, wenn der Marktwert der Aktiva den Nennwert des Fremdkapitals (in Form eines Zero Bonds) unterschreitet. „Betrachtet man ein Unternehmen, das nur einen Kredit aufgenommen hat, so kann man die Situation des Kreditgebers mit Hilfe einer risikolosen Zahlung (Bond) in Höhe der Kreditsumme und einem verkauften Put auf den Unternehmenswert mit einem Basispreis in Höhe der Kreditsumme duplizieren.“^[43] Der Kreditgeber erhält am Ende der Laufzeit entweder den Nominalwert des Kredites (plus Zinsen) oder im Falle eines Ausfalls den geringeren Unternehmenswert zurück. Dem entsprechend orientiert sich die Wahrscheinlichkeit eines Kreditausfalls an der Entwicklung (Erwartungswert und Volatilität) des Unternehmenswertes. Je weiter der Unternehmenswert von der Ausfallschranke entfernt ist, desto geringer ist die Ausfallwahrscheinlichkeit. „Der Wert des Fremdkapitals ist somit abhängig vom Wert des Eigenkapitals.“^[44] In der Struktur des Modells ist die Höhe der RR implizit definiert als der „Restwert“ des Unternehmens bezogen auf den Wert des Zero Bonds (= 100) zum Fälligkeitszeitpunkt. Die RR nimmt daher immer einen Wert kleiner als 100 an, da erst bei einem Unterschreiten der Ausfallschranke ein Ausfall eintritt. Beim klassischen Asset Value-Modell handelt es sich um ein Zweizeitpunktmodell. Der Wert des Unternehmens wird nur zu Beginn und bei Fälligkeit des Bonds betrachtet. Ein Ausfall kann deshalb nur zum Fälligkeitszeitpunkt auftreten. Daneben existieren im Grundmodell nur eine Klasse von Fremdkapital und ein konstanter, risikoloser Zinssatz.

Diese restriktiven Maßnahmen haben zu verschiedenen Weiterentwicklungen - der so genannten zweiten Generation von Asset Value-Modellen - geführt, in denen die RR als ein fixer Betrag der ausstehenden Verbindlichkeiten angenommen wird.^[45] Grundsätzlich bleibt bei den Strukturmodellen jedoch das Problem, dass der Unternehmenswert eine nicht beobachtbare Größe darstellt und keine Ratingmigrationen (Bonitätsveränderungen) modelliert werden können.^[46]

Während Asset Value-Modelle ausschließlich auf Aktienmarkt- und Bilanzdaten zurückgreifen, wird der Ausfallprozess bei den Ausfallratenmodellen direkt über die Marktpreisentwicklung von kreditrisikobehafteten Fremdkapitaltiteln (Anleihen) modelliert und daraus eine arbitragefreie Entwicklung für Spreads abgeleitet.^[47] In jedem diskreten Zeitintervall (Binomialbaummodell) kann mit einer bestimmten Wahrscheinlichkeit ein Ausfall bzw. eine Ratingveränderung eintreten. Ein Ausfall wird dabei über einen exogenen, von der Zinsstruktur unabhängigen, statistischen Intensitätsprozess^[48] modelliert, der im zeitstetigen Kontext als erster Sprung eines Poisson-Prozesses verstanden werden kann. Ausfallkorrelationen können dabei über gemeinsame Sprungprozesse oder den Intensitätsparameter Lambda modelliert werden. Im Grundmodell von Jarrow und Turnbull (1995) ist die RR dabei für alle Instrumente einer Risikoklasse ein konstanter Anteil am Nominalbetrag und korreliert somit nicht mit der Höhe der PD. Neben verschiedenen Erweiterungen wie z.B. von Jarrow, Lando und Turnbull (1997) oder Lando (1998) führten Das und Tufano (1996) stochastische RRs in das Modell ein.^[49]

Aufbauend auf diesen beiden Ansätzen wurden in den letzten Jahren Portfoliokreditrisikomodelle entwickelt. Aufgrund der von den Marktrisiken divergierenden Verteilungsannahmen^[50] basieren sämtliche Modelle auf dem Konzept des Value-at-Risk.^[51] Zu den Vertretern, die auf dem Ansatz von Merton aufbauen, gehören das KMV-Modell (1997) und CreditMetrics (1997)^[52] von JP Morgan. Auf dem Ausfallratenmodell basierende Ansätze sind CreditRisk+ (1997) von Credit Suisse Financial Products und Credit Portfolio View (1997) von McKinsey & Company. Ohne die einzelnen Portfolioansätze hier näher zu beschreiben, soll an dieser Stelle kurz auf die Modellierung der RR innerhalb der einzelnen Modelle eingegangen werden. Zwei Dinge sind dabei für die weitere Untersuchung von Bedeutung: Zum einen fällt auf, dass sämtliche Portfolioansätze die Höhe der RR als eine von der Ausfallwahrscheinlichkeit unabhängige Variable betrachten. Zum zweiten fokussieren sich die einzelnen Ansätze auf die Ermittlung der gemeinsamen Ausfallwahrscheinlichkeiten und stellen dabei die RR nur sehr undifferenziert dar. So unterstellt CreditRisk+ eine konstante RR, während die anderen drei Lösungsansätze von einer stochastischen (meist betaverteilten) RR ausgehen.^[53]

Die nachfolgenden Kapitel werden zeigen, dass diese Annahmen zu Unlänglichkeiten bei der Quantifizierung des Portfoliokreditrisikos führen können. Kapitel 5 wird daher u.a. verbesserte Ansätze der Kreditrisikomodellierung vorstellen.

Unter aufsichtsrechtlichen Gesichtspunkten werden Kreditrisikomodelle derzeit noch nicht anerkannt. Sie dienen allerdings bereits zur Kalibrierung des Granularity Adjustments und der Risikogewichtungsfunktionen innerhalb der neuen Basler Eigenkapitalvereinbarung (Basel II).^[54]

[...]

---

^[1] Siehe dazu auch S. 24.

^[2] Die Ratingagenturen Moody’s und Standard & Poor’s vergeben seit 1995 Ratings für Bankkredite.

^[3] Siehe dazu Abschnitt 2.3.

^[4] Die USA verzeichneten in den Jahren 2001 und 2002 mit Worldcom (104 Milliarden US-Dollar) und Enron (63 Milliarden US-Dollar) die beiden größten Unternehmensinsolvenzen aller Zeiten. Erst kürzlich (9.12.2002) beantragte die US-amerikanische Fluggesellschaft United Airlines Schutz vor Gläubigern nach Chapter 11 (siehe dazu Abschnitt 3.2). Zu weiteren US-amerikanischen Insolvenzen siehe: New Generation Research (2002).

^[5] Dies gilt sowohl für öffentliche als auch für privat platzierte Anleihen. Untersuchungen deuten darauf hin, dass Recovery Rates privat platzierter Anleihen eher den Recovery Rates von Bankkrediten ähneln als den Recovery Rates von öffentlich notierten Anleihen. Siehe dazu u.a.: Society of Actuaries (2002) und Carey (1998).

^[6] Vgl. Burghof, H.P.; Henke, S.; Rudolph, B. (2000), S. 3.

^[7] Siehe „Verzeichnis wichtiger Begriffe und Abkürzungen“ in: Basler Ausschuss für Bankenaufsicht (2001).

^[8] Vgl. Burghof, H.P., Henke, S.; Rudolph, B. (2000), S. 5.

^[9] Vgl. Sobehart, J.; Keenan, S.; Stein, R. (2000a), S. 51.

^[10] Vgl. Basler Ausschuss für Bankenaufsicht (2001), S. 55, §270 und S. 56, §272.

^[11] Vgl. Blattmann, P.A. (2000), S. 255.

^[12] Die jeweils in Klammern gesetzten Begriffe werden im Folgenden synonym verwendet.

^[13] Gupton, G.M.; Stein, R.M. (2002), S. 6.

^[14] Vgl. Wehrspohn, U. (2002), S. 17.

^[15] Siehe dazu Abschnitt 2.4.

^[16] Das neue Insolvenzverfahren in Deutschland hat die bisher geltende Alternative von Konkurs- oder Vergleichsverfahren durch ein einheitliches Insolvenzverfahren ersetzt. Im Folgenden wird daher nur noch der Begriff Insolvenzverfahren verwendet.

^[17] Basler Ausschuss für Bankenaufsicht (2001), S. 56, §272.

^[18] Wie wichtig eine exakte Definition des Bezugspunktes der RR ist, zeigten Bakshi, Madan und Zhang (2001) und Delianedis und Lagnado (2002). Sie präsentierten einen auf den Ausfallratenmodellen (siehe Abschnitt 2.3) basierenden Ansatz zur Bewertung von Anleihen bzw. Kreditderivaten unter Verwendung verschiedener RR-Definitionen. Die RR wurde dabei entweder als fester Anteil am Nominalbetrag zum Zeitpunkt des Ausfalls («fractional recovery of par value»), als fester Anteil des auf den Ausfallzeitpunkt diskontierten Nominalbetrages («recovery of treasury value») oder als Anteil des kurz vor Ausfall beobachteten Marktwertes («fractional recovery of market value») der Anleihe bzw. des Underlying definiert. Je nach Definition ergaben sich unterschiedliche Credit Spreads bzw. Credit Swap Spreads und demzufolge ein unterschiedlich hohes Kreditrisiko.

^[19] Vgl. Blattmann, P.A. (2000), S. 240.

^[20] Vgl. Blattmann, P.A. (2000), S. 242.

^[21] Vgl. Schierenbeck, H. (1999), S. 295.

^[22] Siehe dazu Abschnitt 2.4.

^[23] Siehe dazu auch: Kabance, G.; Kastholm, D.R. (2001), S. 2.

^[24] Vgl. Bessis, J. (2002), S. 522.

^[25] Die drei großen Ratingagenturen Standard & Poor’s, Moody’s und Fitch verwenden zum Teil leicht abgewandelte Symbole für die einzelnen Kreditrisikoklassen. Für einen tabellarischen Vergleich siehe: Bondsonline (2002).

^[26] RRs unterliegen konjunkturzyklischen Schwankungen, auf die in den Abschnitten 3.3.3 und 5.1 noch näher eingegangen wird.

^[27] Unterschiede ergeben sich unter Umständen dadurch, dass sich eine Bank über Negativklauseln bereits vor dem Eintreten einer Zahlungsstörung ihre Ansprüche sichern kann und der Kredit dadurch bereits zu einem früheren Zeitpunkt als ausgefallen gilt.

^[28] Vgl. Carty, L.V.; Lieberman, D. (1996), S. 3.

^[29] Ein ähnliches Vorgehen ist auch bei anderen Ratingagenturen zu beobachten. Siehe dazu auch: Bavaria, S.M. (2002).

^[30] In der Praxis werden solche Investoren oft als Vultures oder Vulture Investors bezeichnet.

^[31] Vgl. Fridson, M.S.; Garman, M.C.; Okashima, K. (2000), S. 1.

^[32] Vgl. Fridson, M.S. (2000), S. 11.

^[33] Vgl. Altman, E.I.; Pompeii, J. (2002), S. 12.

^[34] Neske, C. (2000), S. 46 f.

^[35] Mögliche Credit Events wurden 1998 im Rahmen einer Standarddokumentation für Credit Default Swaps von der International Swaps and Derivatives Association (ISDA) definiert. Credit Events können bspw. eine Insolvenz, ein Zahlungsausfall oder eine mehrmalige Ratingherabstufung sein.

^[36] Bei Anleihen als Underlying ist auch eine physische Lieferung bei Eintritt eines Credit Events denkbar, was bei Krediten in der Regel an der rechtlichen Weiterveräußerbarkeit scheitert.

^[37] Dazu gehören insbesondere die Credit Linked Note und Credit Spread- und Total Return-Derivate. Für eine Einführung siehe: Burghof, H.P.; Henke, S.; Rudolph, B. (1998), S. 278.

^[38] Zu den Auswirkungen der RR auf den Preis einer Credit Spread Option siehe: Duffie, D.; Singleton, K.J.(1999), S. 39.

^[39] Vgl. Delianedes, G.; Lagnado, R. (2002), S. 20.

^[40] Vgl. Burghof, H.P.; Henke, S.; Rudolph, B. (1998), S. 278.

^[41] Je geringer die RR, desto größer muss bspw. die Equity-Tranche sein, um für die Mezzanine-Tranche das gewünschte Rating erreichen zu können. Zur Einführung in die synthetische Verbriefung siehe: Hüttemann, P. (2000), S. 309 ff.

^[42] Vgl. Wahrenburg, M.; Niethen, S. (2000), S. 4.

^[43] Vgl. Kirmße, S. (2001), S. 159.

^[44] Heidorn, T. (1999), S. 17.

^[45] Siehe u.a.: Kim, Ramaswamy und Sundaresan (1993), Hull and White (1995) oder Longstaff und Schwartz (1995).

^[46] Vgl. Altman, E.I.; Brady, B.; Resti, A.; Sironi, A. (2002), S. 4.

^[47] Vgl. Jarrow, R. (2001), S. 75.

^[48] In der Literatur werden diese Modelle daher oft auch als Intensitätsmodelle bezeichnet.

^[49] Siehe auch Abschnitt 5.2.

^[50] Im Gegensatz zu den Marktrisiken kann bei Kreditrisikopositionen aufgrund des asymmetrischen Chancen- / Risikoverhältnisses nicht mehr von einer Normalverteilung der Gewinne bzw. Verluste ausgegangen werden. Siehe dazu u.a.: Saunders, A.; Allen, L. (2002a), S. 7.

^[51] Der Value-at-Risk bezeichnet denjenigen betragsmäßigen Wertverlust, der innerhalb eines bestimmten Zeitintervalls (bei Kreditrisikopositionen meist ein Jahr) mit einer gegebenen Sicherheitswahrscheinlichkeit (meist 95 oder 99%) nicht überschritten wird. Er misst also den unerwarteten Verlust einer Verteilungsfunktion, welcher die Grundlage für die regulatorische Eigenkapitalunterlegung bildet.

^[52] Ein Beispiel für die Auswirkungen von RR-Veränderungen unter CreditMetrics auf das Portfoliokreditrisiko zeigen: Lankenau et al. (2002), S. 464 f.

^[53] Vgl. Altman, E. I.; Brady, B.; Resti, A.; Sironi, A. (2001), S. 26.

^[54] Vgl. Wilkens, M.; Baule, R.; Entrop, O. (2001), S. 670.