25
Statistik in Notenbanken: Mit Standardisierung und Mikrodaten- Orientierung zum zentralen Information-Provider Reinhold Stahl, Leiter des Zentralbereichs Statistik, Deutsche Bundesbank

Statistik in Notenbanken: Mit Standardisierung und ... · Statistik in Notenbanken: Mit Standardisierung und Mikrodaten-Orientierung zum zentralen Information-Provider Reinhold Stahl,

  • Upload
    others

  • View
    5

  • Download
    0

Embed Size (px)

Citation preview

Page 1: Statistik in Notenbanken: Mit Standardisierung und ... · Statistik in Notenbanken: Mit Standardisierung und Mikrodaten-Orientierung zum zentralen Information-Provider Reinhold Stahl,

Statistik in Notenbanken: Mit Standardisierung und Mikrodaten-Orientierung zum zentralen Information-ProviderReinhold Stahl, Leiter des Zentralbereichs Statistik, Deutsche Bundesbank

Page 2: Statistik in Notenbanken: Mit Standardisierung und ... · Statistik in Notenbanken: Mit Standardisierung und Mikrodaten-Orientierung zum zentralen Information-Provider Reinhold Stahl,

Übersicht

1. Datenanforderungen und Nutzergruppen

2. Strukturierte Datenwolke: Mikrodaten

3. SDMX als Ordnungsstruktur in der Statistikwelt

4. Notenbankstatistik als Dienstleister (Haus der Mikrodaten & FDSZ)

01.02.2018Seite 2

Deutsche Bundesbank

Page 3: Statistik in Notenbanken: Mit Standardisierung und ... · Statistik in Notenbanken: Mit Standardisierung und Mikrodaten-Orientierung zum zentralen Information-Provider Reinhold Stahl,

01.02.2018Seite 3

Deutsche Bundesbank

Explodierende Datenanforderungen und Nutzergruppen

Page 4: Statistik in Notenbanken: Mit Standardisierung und ... · Statistik in Notenbanken: Mit Standardisierung und Mikrodaten-Orientierung zum zentralen Information-Provider Reinhold Stahl,

Datenanforderungen und NutzergruppenEntstehung neuer statistischer Erhebungen

01.02.2018Deutsche Bundesbank

2008 2009 2010 2011 2012 2013 2014 2015 2016

Phase A –

Lehman Krise

Phase B –Staatsschulden-

und erneuteBankenkrise

Phase C –

Ankündigungund

VorbereitungBankenunion

Phase D –

Niedrigzinsumfeld, Ertragsschwäche

Seite 4

Page 5: Statistik in Notenbanken: Mit Standardisierung und ... · Statistik in Notenbanken: Mit Standardisierung und Mikrodaten-Orientierung zum zentralen Information-Provider Reinhold Stahl,

Datenanforderungen und NutzergruppenEntstehung neuer statistischer Erhebungen

01.02.2018

Deutsche Bundesbank

2008 2009 2010 2011 2012 2013 2014 2015 2016

Phase A –

Lehman Krise

Phase B –

Staatsschulden-

und erneute

Bankenkrise

Phase C –

Ankündigung

und

Vorbereitung

Bankenunion

Phase D –

Niedrigzinsumfeld, Ertragsschwäche

EU Finanz-AufsichtEBA, EIOPA, ESMA,

ESRB

FinancialStabilityBoard

Ausschuss für Finanzstabilität; (BMF, BaFin, BBk)

EinheitlicheBankenaufsichtin Europa (SSM)

EuropäischerAbwicklungs-mechanismus

(SRM)

EinheitlicherAbwicklungsfonds

(SRF)

TLTRO IITLTRO I

MakroprudenziellesMandat der BBk

Seite 5

Page 6: Statistik in Notenbanken: Mit Standardisierung und ... · Statistik in Notenbanken: Mit Standardisierung und Mikrodaten-Orientierung zum zentralen Information-Provider Reinhold Stahl,

Datenanforderungen und NutzergruppenEntstehung neuer statistischer Erhebungen

01.02.2018

Deutsche Bundesbank

2008 2009 2010 2011 2012 2013 2014 2015 2016

Phase A –

Lehman Krise

Phase B –

Staatsschulden-

und erneute

Bankenkrise

Phase C –

Ankündigung

und

Vorbereitung

Bankenunion

Phase D –

Niedrigzinsumfeld, Ertragsschwäche

Wie stark sindInvestoren in der

EU betroffen? Wer hält

Staatspapierevon GR, IE, PT ?

EU Finanz-AufsichtEBA, EIOPA, ESMA,

ESRB

FinancialStabilityBoard

Ausschuss für Finanzstabilität; (BMF, BaFin, BBk)

EinheitlicheBankenaufsichtin Europa (SSM)

EuropäischerAbwicklungs-mechanismus

(SRM)

EinheitlicherAbwicklungsfonds

(SRF)

Wie groß sindVernetzungund Risiko-Klumpen?

Wie gesundsind EWU-Banken?

TLTRO IITLTRO I

MakroprudenziellesMandat der BBk

Seite 6

Page 7: Statistik in Notenbanken: Mit Standardisierung und ... · Statistik in Notenbanken: Mit Standardisierung und Mikrodaten-Orientierung zum zentralen Information-Provider Reinhold Stahl,

Statistik in der NotenbankStatistik ist ein zentraler Informationsdienstleister für viele Geschäftsfelder

Nutzer-Institutionen

• ESZB• SSM• EU-Kommission• ESRB• BIZ• IWF• Weltbank• G20• FSB• OECD• BaFin

Politikfelder

• Geldpolitik• Währungspolitik• Finanzsystemstabilität• Konvergenzprozess,

Stabilitätspakt• Aufsicht• Märkte• Risiko-Management• Strukturpolitik• Zahlungsverkehr• Forschung

Externe Nutzergruppen

• Banken• Unternehmen• private Haushalte• Wissenschaft• Ministerien• Gerichte

Ausgewählte…

… der Bundesbank-Statistiken

01.02.2018Deutsche Bundesbank

Seite 7

Page 8: Statistik in Notenbanken: Mit Standardisierung und ... · Statistik in Notenbanken: Mit Standardisierung und Mikrodaten-Orientierung zum zentralen Information-Provider Reinhold Stahl,

01.02.2018Seite 8

Deutsche Bundesbank

Strukturierte Datenwolke: Mikrodaten

Page 9: Statistik in Notenbanken: Mit Standardisierung und ... · Statistik in Notenbanken: Mit Standardisierung und Mikrodaten-Orientierung zum zentralen Information-Provider Reinhold Stahl,

Mikrodatenstrategie der StatistikParadigmenwechsel im ESZB hin zu granularen Erhebungen

01.02.2018Seite 9

Deutsche Bundesbank

• EZB-Rat (Dezember 2007)

• „collect data only once“

• „support full re-use of new micro data“

• Aufbau granularer, multifunktionaler Erhebungsverfahren• Paradigmenwechsel in der Datenerhebung und –haltung

• Erhebung auf granularer Basis des einzelnen Vertragspartners (RIAD), Einzelwertpapiers (CSDB, SHSDB), Einzelkredits (AnaCredit) und der Einzeltransaktion (MMSR)

• Hohe Auswertungsflexibilität gefordert, auch „institution-to-institution data“

• Multifunktionale Datennutzung (statistik- / institutionsübergreifend)

• Auswirkungen auf die IT-Systeme

• Volumen, Mehrdimensionalität, durchgängige Klassifikation zur Verknüpfbarkeit

• Anpassung des EU-Rechtsrahmens

• Rechtsgrundlage für multifunktionale Nutzung von Mikrodaten innerhalb des ESZB, Eurostat, der nationalen Statistikämter (NSIs), SSM, ESRB, der europäischen Aufsichtsbehörden (ESAs)

Page 10: Statistik in Notenbanken: Mit Standardisierung und ... · Statistik in Notenbanken: Mit Standardisierung und Mikrodaten-Orientierung zum zentralen Information-Provider Reinhold Stahl,

Mikrodatenstrategie der Statistik ESCB Data Warehouse Struktur

01.02.2018Seite 10

Deutsche Bundesbank

Wertpapierforderungen und -verbindlichkeiten

„security-by-security“„issuer-by-issuer“

„holder-by-holder“ (MFIs/IFs/ICs)„holder sector-by-holder-sector“

Kreditforderungen und -verbindlichkeiten

„loan-by-loan“ „creditor-by-creditor“„debtor-by-debtor“

Unternehmens-stammdaten

„entity-by-entity“

Wertpapieremittenten-informationen (CSDB)

Wertpapierhalter-informationen (SHSDB)

Stammdaten (RIAD)

AnaCredit

• Wertpapiere• Emittenten (alle Sektoren)

• Investoren (alle Sektoren)• Eurosystem• große Bankkonzerne

• Banken, Versicherungen, Verbriefungszweckgesell-schaften, Investmentfonds, Zahlungsinstitute

• Beteiligungen von Bank-/ Versicherungsgruppen

mit AnaCredit zusätzlich:• nicht-finanzielle

Unternehmen• Staat• Sonstige finanzielle

Unternehmen

• Kredite• Kreditnehmer• Kreditgeber

(Kreditinstitute nach CRR)

Geldmarkttransaktionen„transaction-by-transaction“

Geldmarktstatistik (MMSR)

• besicherte und unbesicherteGeldmarktgeschäfte, FX-Swaps und OIS

• Geldgeber und Geldnehmer

Versicherungsstatistik - Solv II

Versicherungsdaten

Page 11: Statistik in Notenbanken: Mit Standardisierung und ... · Statistik in Notenbanken: Mit Standardisierung und Mikrodaten-Orientierung zum zentralen Information-Provider Reinhold Stahl,

Mikrodaten und Nutzungsbeispiele Analysefragestellungen

• Exposures einer Bank / einer Bankengruppe / aller Banken ggü. einem ausfallgefährdeten Unternehmen

• Bonität von als Sicherheit bei der Bundesbank eingereichter Kreditforderungen

• Kreditvergabe an KMUs• Verschuldung eines nicht-finanziellen Unternehmens• Wie setzt sich die Marktkonzentration / Streuung in der Eigentümerstruktur

im europäischen Anleihe-Markt zusammen?• Verschärfen Markt-Illiquidität und -konzentrationen Preis-Schocks auf dem

europäischen Anleihemarkt? • Vernetzung des Finanzsystems und einzelner Finanzinstitute über den

besicherten und unbesicherten Geldmarkt• Wie entwickelt sich die öffentliche Verschuldung in der Eurozone? • Welchen Refinanzierungsbedarf haben die Staaten der Eurozone?

01.02.2018Seite 11

Deutsche Bundesbank

Page 12: Statistik in Notenbanken: Mit Standardisierung und ... · Statistik in Notenbanken: Mit Standardisierung und Mikrodaten-Orientierung zum zentralen Information-Provider Reinhold Stahl,

01.02.2018Seite 12

Deutsche Bundesbank

SDMX als Ordnungsstruktur in der Statistikwelt

Page 13: Statistik in Notenbanken: Mit Standardisierung und ... · Statistik in Notenbanken: Mit Standardisierung und Mikrodaten-Orientierung zum zentralen Information-Provider Reinhold Stahl,

Standardisierung auf der Ergebnisseite (Makrodaten) Entwicklung des weltweiten Standards SDMX

• Treiber: • Finanzkrisen (1990er Jahre, ab 2007)- Globale Dateninitiativen (IWF, BIZ, FSB, OECD, ESRB, G20)- Schaffung internationaler Statistik-Standards / Codes

• Europäischer Einigungsprozess / Europäische Währungsunion- Gemeinsame Erhebungsprogramme, Projekte, IT-Systeme, Aufgaben und

Verfahren- Harmonisierung von Inhalt, Methodik, Systematik, Verfahren

• SDMX = Statistical Data and Metadata EXchange• Initiative der Organisationen BIZ, EZB, Eurostat, IWF, OECD, UN und

Weltbank zur Standardisierung des internationalen Datenaustausches zwischen den statistischen Ämtern und Notenbanken ab 2001

• Basis bildet ein allgemeines Informationsmodell für Daten und Metadaten• Aufbau von Informationsstrukturen auf Basis aktueller IT-Techniken

01.02.2018Seite 13

Deutsche Bundesbank

Page 14: Statistik in Notenbanken: Mit Standardisierung und ... · Statistik in Notenbanken: Mit Standardisierung und Mikrodaten-Orientierung zum zentralen Information-Provider Reinhold Stahl,

Standardisierung auf der Ergebnisseite Grundprinzipien von SDMX

• Einführung von SDMX-Schlüsseln: Zeichenketten, die beliebige Zeitreihen eines Datensatzes (Data Set) eindeutig und maschinenlesbar bezeichnen

• Systematische Bezeichnung für alle Zeitreihen eines Datensatzes und die Ermöglichung der Organisation dieser Zeitreihen in einem Data Warehouse

• Die Voraussetzung für die systematische Kodierung von Zeitreihen eines Datensatzes ist die Erstellung einer Data Structure Definition (DSD; oft auch als Key Family bezeichnet).

• Die Key Family legt fest, welche Konzepte (so die SDMX-Bezeichnung für statistische Merkmale) zur Identifikation einer Zeitreihe verwendet werden. Diese den Schlüssel bildenden Konzepte werden als Dimensionen bezeichnet.

• Die Codelisten geben wiederum an, welche Ausprägungen diese Dimensionen annehmen können.

• Aneinandergereiht ergeben die Dimensionen dann den Schlüssel, der jeder Zeitreihe als eindeutige Kennzeichnung dient.

• SDMX ist multi-dimensional, Zeitreihen sind nur eine Option der Nutzung

• SDMX für beliebige Themengebiete nutzbar, nicht nur für Finanz- und Wirtschaftsdaten

01.02.2018Seite 14

Deutsche Bundesbank

Page 15: Statistik in Notenbanken: Mit Standardisierung und ... · Statistik in Notenbanken: Mit Standardisierung und Mikrodaten-Orientierung zum zentralen Information-Provider Reinhold Stahl,

SDMX „in a nutshell“:Aufbau eines Arbeitsgebiets nach dem Bausteinprinzip

01.02.2018Seite 15

Deutsche Bundesbank

… und führen zu systematischenund selbsterklärenden Schlüsseln für Indikatoren

Periodizität Gemeinde-schlüssel Bereinigung Anbieter Klassifikation Konzept Basis

Interpretation des Schlüssels am Beispiel BBDR1:A:06412000:N:IVD:IFEH003K:P:ABA:A

Bausteinebeschreibendas Arbeitsgebiet… Immobilienpreisstatistik

Page 16: Statistik in Notenbanken: Mit Standardisierung und ... · Statistik in Notenbanken: Mit Standardisierung und Mikrodaten-Orientierung zum zentralen Information-Provider Reinhold Stahl,

SDMX-Nutzung ist “metadata driven”Datenstruktur wird über Metadaten definiert, Dateninhalte werden damit nutzbar

Step 1: Meta Data

Stufe 2: Daten

Learning

Code List

Data Structure

Prod

uzen

t

Processing N

utze

r

Stufe 1: MetadatenDatenstruktur: Definition

Dateninhalt

Dat

en-b

asie

rtes

Sys

tem

01.02.2018Deutsche Bundesbank

Seite 16

Page 17: Statistik in Notenbanken: Mit Standardisierung und ... · Statistik in Notenbanken: Mit Standardisierung und Mikrodaten-Orientierung zum zentralen Information-Provider Reinhold Stahl,

Software-Produkte

SDMX ist Themen- und Plattform-übergreifendDezentrale Datensenken auf unterschiedlichen technischen Plattformen

Deutsche Bundesbank01.02.2018Seite 17

SD

MX

(tec

hnis

ch, W

ebse

rvic

es)

Tech

nisc

he S

chni

ttst

elle

Inha

lte

Metadaten:- Codelisten- key families

Statistikdaten:- Banken

- Versicherungen- Fonds

- Unternehmen- Preise- Zinsen

- Renditen- VGR

- Öff. Finanzen- Wertpapiere- Finanzmarkt- Konjunktur

- Auslandsstatus- Zahlungsbilanz- Realwirtschaft

DOTSTAT(MS SqlServer)

ZISDB(Host, IMS-HALDB,

DB2)

SDW (Oracle-DB)

Tech

nisc

he U

mse

tzun

g in

SD

MX

-Cub

es

SD

MX

(fac

hlic

h)

Fach

liche

Sch

nitt

stel

le

Page 18: Statistik in Notenbanken: Mit Standardisierung und ... · Statistik in Notenbanken: Mit Standardisierung und Mikrodaten-Orientierung zum zentralen Information-Provider Reinhold Stahl,

Erfolge der Standardisierung auf der ErgebnisseiteWebsites und Apps der internationalen Organisationen

01.02.2018Seite 18

Deutsche Bundesbank

Page 19: Statistik in Notenbanken: Mit Standardisierung und ... · Statistik in Notenbanken: Mit Standardisierung und Mikrodaten-Orientierung zum zentralen Information-Provider Reinhold Stahl,

01.02.2018Seite 19

Deutsche Bundesbank

Notenbankstatistik als Dienstleister (Haus der Mikrodaten und Forschungsdaten- und Service-Zentrum)

Page 20: Statistik in Notenbanken: Mit Standardisierung und ... · Statistik in Notenbanken: Mit Standardisierung und Mikrodaten-Orientierung zum zentralen Information-Provider Reinhold Stahl,

SDMX auch sehr gut für Mikrodaten geeignet und nutzbarBeispiel: Einzeldaten aus der Bilanzstatistik IBSI

01.02.2018Seite 20

Deutsche Bundesbank

… und führen zu systematischen und selbsterklärenden Schlüsseln für Indikatoren

Perio-dizität Land Berei-

nigung SektorMelde-bank, bzw.

-gruppe

Bilanz-position Laufzeit

Bausteine beschreibendas Arbeitsgebiet…

Einzeldaten aus der Bilanzstatistik

Interpretation des Schlüssels am Beispiel IBSI.M.AT.N.A.ALL_MFIS.A22.A.4.U2.2250.Z01.E

DatentypLand

(Kontra-hent)

Sektor (Kontra-

hent)SuffixWährung

Identifier einer Bank

oder -gruppe

Page 21: Statistik in Notenbanken: Mit Standardisierung und ... · Statistik in Notenbanken: Mit Standardisierung und Mikrodaten-Orientierung zum zentralen Information-Provider Reinhold Stahl,

Bundesbank: SDMX-basiertes Haus der Mikrodaten (HdM)

01.02.2018Seite 21

Deutsche Bundesbank

Daten

Stammdaten

Wertpapier-investments

Wertpapiere

Wertpapier-emissionen

Banken

Zinsstatistik

GuV-Statistik

Bilanzstatistik

Unternehmen

Auslands-vermögensstatus(Wertpapiere)

Banken

Bilanzstatistik

Auslandsstatus

Page 22: Statistik in Notenbanken: Mit Standardisierung und ... · Statistik in Notenbanken: Mit Standardisierung und Mikrodaten-Orientierung zum zentralen Information-Provider Reinhold Stahl,

Bundesbank: SDMX-basiertes Haus der Mikrodaten (HdM)

01.02.2018Seite 22

Deutsche Bundesbank

Daten

Stammdaten

Wertpapier-investments

Wertpapiere

Wertpapier-emissionen

Banken

Zinsstatistik

GuV-Statistik

Bilanzstatistik

Unternehmen

Auslands-vermögensstat

us(Wertpapiere)

Auslandsstatus

Banken

Bilanzstatistik

Page 23: Statistik in Notenbanken: Mit Standardisierung und ... · Statistik in Notenbanken: Mit Standardisierung und Mikrodaten-Orientierung zum zentralen Information-Provider Reinhold Stahl,

Forschungsdaten- und Servicezentrums (FDSZ) der BundesbankAufgaben, Konzeption, Ausgestaltung

01.02.2018Seite 23

Deutsche Bundesbank

DatenproduzentenVerschiedene Fachabteilungen

der Bundesbank

DatennutzerForschungsdaten-und Servicezentrum

(FDSZ)

• Beratung externer Forscher

• Konzeption und Etablierung einer Mikrodatenzugangsinfrastruktur

• Erstellung, Weiterentwicklung und Dokumentation von standardisierten Forschungs- und Analysedatensätzen für externe und interne Forscher

• Verwaltung und Bearbeitung von Datennutzungsanträgen für Forschungsprojekte, Beratungsdienstleistung für potenzielle Forschungsvorhaben

• Weiterentwicklung der Methodik zum Umgang mit Mikrodaten und Anonymisierung

• Entwicklung von standardisierten Verknüpfungen der Daten aus verschiedenen Fachbereichen, Kompetenz in der Methodik von Datenverknüpfung

• Entwicklung eines Metadaten-Management-Systems für die Bundesbank

• Eigene explorative / deskriptive und methodische Forschung anhand der Mikrodaten

• 12 Arbeitsplätze für Gastforscher im Trianon-Gebäude (Sitz der Bundesbank-Statistik)

Page 24: Statistik in Notenbanken: Mit Standardisierung und ... · Statistik in Notenbanken: Mit Standardisierung und Mikrodaten-Orientierung zum zentralen Information-Provider Reinhold Stahl,

Notenbankstatistik und Big Data

• Big Data ist eher als Trend zu verstehen, der ganz unterschiedliche Aspekte der Gewinnung, Verarbeitung und Analyse von Daten beinhaltet.

• Die Bundesbank-Statistik untersucht, ob Big Data als tertiäre Quelle traditionelle Primär- und Sekundärstatistiken ergänzen kann (Beispiel: Immobilienpreise, Ausgaben im Reiseverkehr).

• Insbesondere dienen sie dem Zweck der Erfassung bisher nicht abbildbarer Zusammenhänge.

• Im Zentralbankkontext sind dabei insbesondere Erwartungen und Sentiments der Marktteilnehmer von großer Bedeutung.

• In Rahmen verschiedener Pilotstudien versucht die Bundesbank solche Zusammenhänge zu untersuchen.

01.02.2018Seite 24

Deutsche Bundesbank

Page 25: Statistik in Notenbanken: Mit Standardisierung und ... · Statistik in Notenbanken: Mit Standardisierung und Mikrodaten-Orientierung zum zentralen Information-Provider Reinhold Stahl,

Resümee und Ausblick

• Starkes Wachstum an Daten, Erhebungen und Nachfrage

• Standardisierung und Mikrodatenstrategie als Ordnungsstruktur

• Verstärkte Nutzung für Forschung und Analyse

• Rasant wachsende Datenmengen in Verbindung mit leistungsfähigen neuen IT-

Werkzeugen machen es nicht einfacher, sondern schwieriger, aus Daten

verlässliche Informationen zu gewinnen.

• Als Dienstleister in dieser Datenwelt ergeben sich Chancen und

Herausforderungen.

01.02.2018Seite 25

Deutsche Bundesbank