1 Vorlesung Adressenrisikomanagement, 14.12.2015 Vorlesung Gesamtbanksteuerung Adressenrisikomanagement Dr. Klaus Lukas Dr. Karsten Geiersbach (CIA)

1Vorlesung Adressenrisikomanagement, 14.12.2015

Vorlesung GesamtbanksteuerungAdressenrisikomanagement

Dr. Klaus Lukas

Dr. Karsten Geiersbach (CIA)


Adressenrisikomanagement

GliederungTeil I• Grundlagen• Rating

Teil II• Einzelkreditbepreisung• Kreditportfoliomodelle• KreditportfoliosteuerungTeil IIISpreadrisiko

Ziele / Erwartungenan die heutige

Veranstaltung?


Zehnjährige kumulierte Ausfallwahrscheinlichkeiten (Moody's)

0%

5%

10%

15%

20%

25%

30%

35%

Aaa Aa A Baa Ba BBonitätseinstufung

Ausfall-wahrschein-

lichkeit

Eigenkapital-unterlegung; risikounab-hängig: 8 %

investiv spekulativ

Grundlagen

regulatorisches (= aufsichtlich notwendiges) Kapital

ökonomisches (= betriebswirtschaftlich notwendiges) Kapital

=> Unterschied zwischen regulatorischem und ökonomischem Kapital fördert das Umgehen aufsichtlicher Kapitalvorschriften und das Eingehen höherer Risiken


Grundlagen

Risiko versus Unsicherheit- Unsicherheiten sind nicht mit Risiken gleichzusetzen

- Risiko, wenn Ereignisse mit Wahrscheinlichkeiten unterlegt werden können.

- Risiko i.w.S.: Positive (Chance) und negative (Risiko i.e.S.) Abweichung einer Zufallsvariable von ihrem Erwartungswert.

- Risiko: „Mögliche negative Abweichung der tatsächlichen von der geplanten Entwicklung bzw. die Möglichkeit von negativen künftigen Auswirkungen auf die wirtschaftliche Lage.“

- Negative Veränderung von Chancen wird nicht als Risiko betrachtet. Quelle: Handbuch Risiko der Kasseler Sparkasse

„Risk comes from not knowing

what you‘re doing.“(Warren Buffett)


Unerwartete - Erwartete VerlusteRisikoübernahme als bewußtes und systematisches Eingehen von Risiken.

• das Institut muss mit Ausfällen „rechnen“

• aufgrund von Erfahrungen können erwartete Verluste statistisch erfasst werden und quantifiziert/geschätzt werden; sie bekommen somit den Charakter von Kosten

• Unerwartete Verluste werden auf ihre Eintrittswahrscheinlichkeit abgeschätzt

• für die Abdeckung unerwarteter Verluste ist ein Eigenkapitalpolster erforderlich (Eigenkapital = Risikokapital)

• Bei Kreditinstituten wird die Mindest-Eigenkapitalunterlegung auch der Höhe nach durch die Bankenaufsicht festgelegt (BaFin: Anlegerschutz, Investitionsschutz, Systemschutz)

Grundlagen


sieheBeispiel

Grundlagen

Quelle: DSGV


Kreditrisiko als Ausdruck des unexpected loss / unerwarteter Verlust

Ausfallrisiko

= innerhalb des Konfidenzniveaus über den expected loss hinausgehender

Bonitätsrisiko

insolvenzinduzierter möglicher Kreditausfall

migrationsinduzierter möglicher Wertverlust

Periodenrechnung Barwertige Rechnung

verrechnete Standard-Risikokosten < Ist-RisikokostenKredit-Risikoergebnis < 0 (unerwartete Kreditverluste)

ex ante

ex post

Quelle: Schierenbeck, Ertragsorientiertes Bankmanagement, 2003, S. 154.

Grundlagen


Grundlagen

„Beispielsweise verwenden Banken auch heute noch Modelle (wie value-at-risk), welche annehmen, dass alle Risiken

bekannt seien und sich präzise berechnen ließen, obgleich diese illusorische Ge-

wissheit zur globalen Finanzkrise beigetragen hat, statt sie zu verhindern.“

(G. Gigerenzer, Risiko, 2013, S. 69 f.)




Teil II• Einzelkreditbepreisung• Kreditportfoliomodelle• KreditportfoliosteuerungTeil IIISpreadrisiko)


Rating und Scoring für die Risikoklassifizierung

RisikoadjustiertesPricing

Kredit-portfolio-steuerung

Rating

Quelle: DSGV


Rating

Was ist Rating?- Rating ist eine Einschätzung der Kreditqualität, d.h. die

Beurteilung der Wahrscheinlichkeit des Zahlungsverzugs oder Zahlungsausfalls.

- Unterschiedliche Bonitäts- und Risikofaktoren werden zu einem Gesamturteil verdichtet und i.d.R. als Buch-stabensymbol auf einer (ordinalen) Skala dargestellt.

- Zuordnung zu einer bestimmten durchschnittlichen Ausfallwahrscheinlichkeit je Ratingklasse

- Siehe auch Ratingagenturverordnung (CRA III; Verordnung (EU) Nr. 462/2013); CRR (Art. 111 – 191)Ausführlicher vgl. M. Berndt/U. Schneider-May: Kreditgeschäft: Risikoklassifizierungs-verfahren, in Geiersbach/Prasser (Hrsg.): Prüfung der Gesamtbanksteuerung, 2014.


Masterskala

CCC

PDin (BP)

1 AAA Aaa2 AA+ Aa13 AA Aa24 AA- Aa35 A+ A17 A A28 A- A3

2 12 BBB+ Baa13 17 Baa24 305 40 BBB-6 60 BB+7 908 130 Ba29 200 BB-

10 300 B+11 440 B112 670 B213 1000 B- B314 150015 200016 Nur EWB

17Abgabe an die

Rechtsabteilung

18Eröffnetes Insol-venzverfahren

Ba3

B

D

1

BBBBaa3

Ba1BB

MASTERSKALA Externe Ratings

Klassen S&P MOODY‘S

Fein-unterteilung der Klasse „1“

Bsp.: PD = 200 bedeutet:

Es ist wahrscheinlich, dassvon 100 Unternehmen mitder Ratingklasse 9 in den nächsten 12 Monaten2 Unternehmen (2%)ausfallen werden.

Rating

Quelle: DSGV


Zahl der Ausfälle(kumuliert)

0

2

4

6

8

10

0 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30 32 34 36 38 40

Anzahl der Kreditnehmer (aufsteigend geordnet z.B nach Eigenkapitalquote)

Zufallsmodell

Fläche B

Fläche ARealistisches Rating

Perfekte Information

Power = Fläche BFläche A + Fläche B

Die Power als Maßstab für Trennfähigkeit

Alle Ratings wurden bezüglich der Trennfähigkeit (Prognosequalität) optimiert

Rating

Quelle: DSGV


0%

10%

20%

30%

40%

50%

60%

Zusammenführung von qualitativen Faktoren mit hoher Trennfähigkeit : Qualitatives Rating

…

…

Planungssysteme

…

Ausbildung

…. Kundenabhängigkeit

…

…

Beispiele für qualitative Faktoren

Zusammengeführt werden mehrere Faktoren mit hoher Trennfähigkeit und geringer Korrelation. Naturgemäß nimmt jedoch der zusätzliche Beitrag (Grenznutzen) eines jeden zusätzlichen Faktors zur Power des Gesamtmodells ab.

Die zusätzliche Power sinkt !

Rating

Quelle: DSGV


Fiktives Beispiel: Firmenkundenrating

Alle Angaben, wie z.B. Kennzahlen, Gewichte, sind zufällig gewählt.


Rating






– Die Profitabilität des Kreditgeschäftes wird in vielen Kreditinstituten durch unzureichende Risikodifferenzierung beeinträchtigt

• Der aktuelle Differenzierungsgrad zwischen Krediten mit unterschiedlicher Besicherung ist zu gering

• Der aktuelle Differenzierungsgrad zwischen Krediten mit unterschiedlicher Ratingklasse ist zu gering

– Zielsetzung der Einzelkreditbewertung ist die Berechnung risikoadjustierter Bonitätsprämien

• Erwartete Verluste und Risikokapitalverzinsung sind zu bestimmen

• Diese Bonitätsprämie ist nach Risikofaktoren zu differenzieren

• Die so ermittelte Bonitätsprämie ist eine Voraussetzung für eine moderne Kreditorganisation und den Kredithandel

Einzelkreditbepreisung

Quelle: DSGV


Verfahren zur Einzelgeschäftskalkulation/Bonitätsprämienbestimmung

• ... Standardkondition

• ... Ratingbasiertes risikoadjustiertes Pricing

• ... Optionspreismodell

Annahmen bei Standardkonditionen

Vollkostenansatz

Standardrisikokosten und -eigenkapitalkosten

Standardgewinnbeitrag

Keine Risikodifferenzierung nach Bonitäten und/oder Sicherheiten


Optionspreisansatz

Ausfall

Wert

Zeit

Fremdkapital

Ratingbasierter AnsatzJahr 0 Jahr 1 Jahr 2 …

1 …2 …3 …4 …5 …D …

Anteil der voraussichtlichausfallenden Unternehmen

Quelle: DSGV


ZIELSETZUNG BONITÄTSPRÄMIENBESTIMMUNG

AprilMärz

Februar

Januar2000

AAAAAA

BCCC

Bonität Sicherheiten

LaufzeitTilgungs-modalitäten

...ZielsetzungAuf Einzelgeschäft berechnete Bonitätsprämie, differenziert nach:


Quelle: DSGV


MIGRATIONSMATRIX S&P, 1981 - 1997in Prozent

AAAAA

ABBB

BBB

CCCD

0,9080,0080,0010,0000,0000,0000,0010,000

AAA0,0830,9100,0250,0030,0010,0010,0000,000

AA0,0070,0750,9100,0590,0060,0030,0040,000

A0,0010,0060,0540,8690,0750,0050,0110,000

BBB0,0000,0020,0030,0130,0900,8340,1150,000

B0,0000,0000,0000,0010,0090,0370,6630,000

CCC0,0000,0000,0010,0020,0120,0540,1851,000

D

Wanderungsbewegungenzwischen Rating-Klassen

Ausfall eines Kredites

11111111

å

Der Wert 0,054 gibt die Wahrscheinlickeit an, dassein ursprünglich mit A gerateter Kredit innerhalbeines Jahres in die Ratingklasse BBB migriert

0,0010,0010,0070,0530,8060,0660,0200,000

BB


Quelle: DSGV


ZUSAMMENSETZUNG KREDITKONDITION

* Marktaufschlag beinhaltet zusätzlichen Verzinsungsanspruch VaR sowie ggf. "Marktintransparenzaufschlag"** Relativ zu einem Benchmarkportfolio

Options-prämie("fairerPreis")

Kredit-kosten• Hand-

lungs-kosten

• Oppor-tunitäts-kosten

Risiko-kapital-verzin-sung

Markt-auf-schlag*

WesentlichestatistischeGrößen• Erwartete

Verluste• Risikokapital-

verzinsung**

Er-warteteVerluste

Bonitätsprämie

Preis


Quelle: DSGV


Die Preisstellung muß sich auch nach der Bonität richten.

Kundenverlust-potenzial

Verlustkunden-potenzial

Bon

itäts

präm

ie

undifferenziertes Pricing

Faire Prämie

RatingAAA BBB CCC



Vergleich von Vorkalkulation und Bonitätsprämie

Grundschuld 1 2 3 4 5

0 %

50 %

100 %

-0,45 -0,26

-0,53 -0,47 -0,21

-0,54 -0,52 -0,40

0,48 3,42 12,92

0,93 4,83

0,08 1,55

RatingVorkalkulation:

0,55 %

Pricing-Beispiel




GliederungTeil I• Grundlagen• RatingTeil II• Einzelkreditbepreisung• Kreditportfoliomodelle• KreditportfoliosteuerungTeil IIISpreadrisiko


Kreditportfoliomodelle

Nutzen von Portfoliomodellen:– Vollständiges Kreditportfolio wird analysiert

– Vorausschauende, wertorientierte Risikobetrachtung– Risikomaß (VaR) berücksichtigt mehrere Faktoren, deren Einfluß

messbar gemacht wird• Schadenshöhe, Besicherung

• Bonität

• Diversifikation bzw. Konzentration

– Synergien zur risikoadjustieren Bepreisung von Krediten

– Zukunftsrichtung der Bankenaufsicht

– Grundlagen für modernes Risikomanagement und -controlling

– Basis zur Ableitung von Steuerungsmaßnahmen

– …



– Modelle können die Zukunft nicht prognostizieren• keine sog. Punktprognose möglich

• nur erwarteter Verlust und unerwarteter Verlust unter „Restrisiko“ als verdichtete Informationen

– Den speziellen Kreditnehmer, der ausfällt, kann man mit den Modellen nicht erkennen

• aber marginales Risiko eines Kreditnehmers ist erkennbar

– „Das Restrisiko kann schlagend werden.“

– Modellrisiko• falsche Parameter, fehlerhafte Datenerfassung

• Kreditnehmereinheiten nicht beachtet ...



– Fortlaufende Überprüfung der Modellannahmen• Erfüllung der Voraussetzung für den Modelleinsatz?

• Sind alle Inputdaten qualitativ sauber vorhanden?

• Ist das Modell für mein konkretes Portfolio das richtige?

– Ergänzende Stresstests• Zum Beispiel, wie reagierte das Modell/Portfolio auf Veränderungen in

den Ausfallwahrscheinlichkeiten?

– Back-Testing des Modells

– …

– Verstehen, was man tut!

Konsequenzen für den Modelleinsatz:



– Generell: Unterscheidung nach dem implizierten Risiko-begriff, Beachtung von Korrelationen, technischen Grundkonzeption

– Modell Credit Metrics• 1997 erstmals von JP Morgan vorgestellt• Simulationsmodell, ursprünglich amerikanischer Bond-Markt• Korrelation von Aktienkursen

– Modell Credit Risk+• 1997 veröffentlicht von Credit Suisse Financial Products (CSFP)• setzen von Annahmen, die es erlauben, die Portfolioverlustverteilung

analytisch, also ohne Simulationen, zu bestimmen

– Modell KMV• optionspreistheoretischer Ansatz

– Modell CreditPortfolioView• 1997 entwickelt von Thomas Wilson• CPV-Macro (makroökonomische Daten) vs. CPV-Direct (beobachtete

Ausfälle)Quelle: DSGV


DARSTELLUNG VaR (= ÖKONOMISCHER EIGENKAPITALBEDARF)

* VaR bei einem Konfidenzniveau von 95%** VaR bei einem Konfidenzniveau von 99%

*** Ein Konfidenzniveau von 95% bedeutet, dass innerhalb dieses Intervalls 95% der auftretenden Ergebnisse zu finden sind,d.h. in einem von 20 Fällen liegt das Ergebnis außerhalb

Quelle: DSGV

Wahrschein-lichkeit

Wert-änderungErwartete

WertänderungKonfidenzniveau*** 95%

Konfidenzniveau 99%

VaR*

VaR**

Weitere Größen, z.B. Volatilität, sind

ebenfalls aus der Kurve ablesbar

ILLUSTRATIV

Grundlagen

max. Wertänderung

Risikobeitrag

Mittelwert = Conditional-

VaR


AUSFALLKOMBINATIONEN MIT ZWEI KREDITEN ILLUSTRATIVES BEISPIEL

OHNE BONITÄTSÄNDERUNGEN

Basisfall

Kredit-nehmerAKredit-nehmerB

100

500

Zah-lungin t1

10%

5%

Ausfallwahr-schein-lichkeit

Ausfall-volumen

0

500

100

600

Wahrscheinlich-keit

85,5% = 0,9 × 0,95

4,5% = 0,9 × 0,05

9,5% = 0,1 × 0,95

0,5% = 0,1 × 0,05

100%

Kredit-nehmer A

Kredit-nehmer B

t0

0,1

0,90,05

0,95

* Unbesicherter Zahlungsstrom

Quelle: DSGV

*

*

*

0,05

0,95*

**



ÜBERSICHT CPV

Quelle: DSGV

Makro-simulation

Mikro-simulation

ÄußereEin flüsse

KorreliertesZiehen

Risiko-segmente

Migrations-matrix

Wert-änderung

Wahrschein-lichkeit

VaR

Aggre-gation

Portfolio-daten

ErwarteteWert-änderung

Simulation alspraktische Um-

setzung

KombinatorischerFall als theoretisches

Gerüst


„unbesicherte Cashflows“

Ausführlicher vgl. C. Claßen: Kreditgeschäft: Adressenausfallrisiken,in Geiersbach/Prasser (Hrsg.): Prüfung der Gesamtbanksteuerung, 2014.



Quelle: DSGV



BEISPIEL MIT ZWEI KREDITPORTFOLIOSILLUSTRATIVES BEISPIEL OHNE BONITÄTSÄNDERUNGEN BEISPIEL

* (5 × 20 Mio. €) × 0,01 = 1 Mio. € bzw. (100 × 1 Mio. €) × 0,01 = 1 Mio. €** Hier gilt: Kreditvolumen = Summe der unbesicherten Zahlungsströme

Quelle: DSGV

Portfolio A Portfolio B• 5 Kredite à 20 Mio. €• Ausfallwahrscheinlichkeit je Kredit: 1%

• 100 Kredite à 1 Mio. €• Ausfallwahrscheinlichkeit je Kredit: 1%

1 Mio. € 20 Mio. €

VaR

Konfidenzniveau99,9%

Wahrscheinlichkeit

Wert-änderung 1 Mio. € 4 Mio. €

VaR

Konfidenzniveau99,9%

Wahrscheinlichkeit

Wert-änderung

Erwarteter Verlust*VaRKreditvolumen**

= 1 Mio. €= 19 Mio. €= 100 Mio. €

Erwarteter Verlust*VaRKreditvolumen**

= 1 Mio. €= 3 Mio. €= 100 Mio. €






Arten von Kreditderivaten

blau = schwebende Geschäfte

Credit Default Swaps

Credit Spread Options

Total Return Swaps

Credit Linked Notes

Vier Grund-

strukturen

Quelle: Vortrag SGVHT Sparkassenprüfertag 2001


Einsatz von Kreditderivaten

Marktpartner, der ein Kreditrisiko

übernimmt

Sicherungs-geber

(protection seller)

Marktpartner, der ein Kreditrisiko

veräußert

Sicherungs-nehmer

(protection buyer)

zahlt eine in Basispunkten

ausgedrückte Prämie

zahlt Default Payment (cash settlement oder physical settlement)

im Falle des Credit Events

Quelle: Vortrag SGVHT Sparkassenprüfertag 2001


Einsatz von Kreditderivaten

Quelle: Monatsbericht Dt. Bundesbank, S. 61, 12/2010.


Wertorientierte Steuerung unter Einhaltung regu-latorischer Ne-benbedingung

Ökonomisches EK Regulatorisches EK

Aus

last

ung

Zu hoch

Zu gering

Ineffizient (Konzentra-tionsrisiken)

Effizient (Diversi-fikation)

Effizienz

Optimierung Effizienz bei angestrebtem Risikoniveau

Vermeidung regulatorischer

Engpass

Mini-mum*

Kernkapital-verhältnis

Basis der Portfoliosteuerung ist der Auslastungsgrad und die Nutzungseffizienz des ökonomischen Eigenkapitals

*Regulatorisches Minimum 4%, Erfahrungswert operativ notwendiges Minimum 5,5%

Kreditportfoliosteuerung

Quelle: DSGV






Einordnung von Spreadrisiken

Spreadrisiken

Quelle: DSGV Interpretationsleitfaden MaRisk, Version 5.1 (Februar 2014)


Spreadrisiken

Was sind Spreadrisiken?•Credit-Spread: Renditeaufschlag für die Übernahme eines Bonitäts- oder Ausfallrisikos1)

•Credit-Spread-Risiko: Risiko, dass sich der Risikoaufschlag eines Finanzproduktes gegenüber dem gewählten Referenz-Instrument im Zeitablauf verändert. 1)

• Spezifisches Zinsrisiko•BaFin - Leitfaden vom 12. Dezember 2011: Aufsichtliche Beurteilung bankinterner Risikotragfähigkeitskonzepte:

1) Quelle: RISKBalance, Spreadrisiken, 19.09.2012, S. 7 f.


Spreadrisiken


Spreadrisiken


Spreadrisiken


Spreadrisiken


Spreadrisiken


Spreadrisiken


Spreadrisiken


Informations-/Literaturquellen: z.B.• www.bis.org (insbes. „Entwicklung von Modellen zum Kreditrisiko: aktuelle Verfahren und Verwendung“; http://www.bis.org/publ/bcbs49de.pdf)

• www.bafin.de und www.bundesbank.de

• K. Geiersbach / S. Prasser (Hrsg.): Prüfung der Gesamtbanksteuerung, 2014

• H. Schierenbeck, Ertragsorientiertes Bankmanagement, 2008, insbes. Band 2,

• B. Rolfes, Gesamtbanksteuerung,

• T. Hartmann-Wendels, A. Pfingsten, M. Weber, Bankbetriebslehre

• F. Bröker, Quantifizierung von Kreditportfoliorisiken,

• Eller, Gruber, Reif: Handbuch Kreditrisikomodelle und -derivate,

• A. Oehler, Kreditrisikomanagement: Portfoliomodelle und Derivate,

• L. Johannig / B. Rudolph: Handbuch Risikomanagement, insbes. Kap. 3 „Risikomanagement für Kreditrisiken“

• EZB: „Ratingagenturen: Entwicklungen und politische Grundsatzfragen“, Monatsbericht 05/2009

• Monatsbericht Dt. Bundesbank: Entwicklung, … für Kreditausfall-Swaps, 12/2010


http://www.bis.org/

http://www.bafin.de/

http://www.bundesbank.de/

Documents

1 Vorlesung Adressenrisikomanagement, 14.12.2015 Vorlesung Gesamtbanksteuerung Adressenrisikomanagement Dr. Klaus Lukas Dr. Karsten Geiersbach (CIA)