Zusammenfassung
Während die Messung des Marktrisikos in der internationalen Bankenwelt schon längst ihre Standards gefunden hat und kaum mehr ein Entscheidungsträger die Aussagekraft des Value At Risk als Risikomaß anzweifelt, ist in der Messung des Kreditrisikos mittels moderner Methoden noch ein beträchtliches Stück Weg zurückzulegen. Die Gründe dafür sind vielfältig: Bis vor kurzem fehlten noch allgemein anerkannte internationale Standards, die erst seit Mitte 1997 durch die Publikation der Methodik CreditMetrics TM durch das amerikanische Bankhaus J.P. Morgan und in weiterer Folge die Veröffentlichung der Methodiken Credit- Risk+, KMV und McKinsey geschaffen wurden. Weiters wird immer wieder die mangelnde Datenqualität von Kundendaten und Transaktionsdaten und die dadurch angeblich schlechte Aussagekraft der Resultate als Ausrede für eine Verschiebung der Umsetzung verwendet.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Anmerkungen
Diese Betrachtungsweise steht in keinerlei Widerspruch zur in der österreichischen Bilanzierung üblichen Nominalbetrachtung.
In der Folge geht dieser Beitrag, wenn nicht anders bezeichnet, immer von diesen Parametern für Konfidenzintervall und Halteperiode aus.
Zu berechnen als 1 / (100%–95%)=20; ein Credit VAR mit 99%igem Konfidenzintervall würde dementsprechend die Verlustobergrenze für 1 / (100%–99%)=100 Jahre bezeichnen.
Unter Konzentrationsrisiken versteht man zusätzliches Portfoliorisiko durch eine besonders hohe Exposure gegenüber einem Kreditnehmer oder Gruppen hochkorrelierter Kreditnehmer (z.B. Branchen, Regionen, Länder etc.).
Dieses Beispiel wurde entnommen Allgäuer, G.: Seminarunterlagen Erste Bank Zentrales Risikomanagement „Risikomanagement — moderne Methodiken und Strategien — Kreditrisiko“, Wien 1998; bzw. J.P. Morgan: Präsentationsunterlagen CreditManager, New York 1998.
Siehe McQuown, J.A., Kealhofer, Steve: „A Comment on the Formation of Bank Stock Prices“, S.6, New York 1997.
Weiterführende Literatur zur Risikotragfähigkeit: Hübner, J., Sattig, C.: Risikocontrolling und Risikomanagement, in: Zeitschrift für das gesamte Kreditwesen 20/97 S.990ff; Poppensieker, T.: Strategisches Risikomanagement in deutschen Großbanken, Wiesbaden 1997: Schierenbeck, H.: Ertragsorientiertes Bankmanagement, Wiesbaden 1997, Band 2, S.39ff. Zur risikoadjustierten Performancemessung: Matten, C.: Managing Bank Capital, Chichester 1996; James, C.: RAROC Based Capital Budgeting and Performance Evaluation, Wharton Working Paper 96–40, S.207ff; Lehar A., Welt, F., Wiesmayr, C., Zechner, J.: Risikoadjustierte Performancemessung in Banken, in: Bankarchiv 11/98 bzw. 12/98; Lister, M.: Risikoadjustierte Ergebnismessung und Risikokapitalallokation, Frankfurt 1997; Schierenbeck H.: Ertragsorientiertes Bankmanagement, 5. Auflage, Wiesbaden 1997.
Bzw. wo dies nicht möglich ist, mittels Earnings At Risk, also einem Risikomaß für mögliche Ertragsschwankungen.
Siehe Interview mit William McDonough, Vorsitzender des Basler Komitees für Bankenaufsicht, Risk 9/1998, S.46ff.
Diese sind gemäß den Basler Vereinbarungen von 1988 durch Eigenmittel in der Höhe von 8% zu unterlegen. Daß dies relativ vorsichtig ist, zeigt das einjährige Ausfallsrisiko eines Unternehmens mit einem Standard & Poors Rating von B, also die zweitschlechteste Stufe eines Rating; diese lag (laut Standard & Poors CreditWeek, 15.04.1996) bei nur 5,3%.
siehe Merton, R. C.: On the Pricing of Corporate Debt: The Risk Structure of Interest Rates, in: The Journal of Finance, Vol. 29, 1974; Jarrow, R. and Turnbull, S.: Pricing Derivatives on Financial Securities Subject to Credit Risk, in Journal of Finance, Vol. 50, 1995 oder Jarrow, R., Lando, D., Turnbull, S.: A Markov Model for the Term Structure of Credit Risk Spreads, in: The Review of Financial Studies, Vol.10, 1997. Zur Diskussion siehe Risk 9/1998, S.40ff.
Dieses Modell wird hier beispielhaft für viele statistische Modelle zur Bestimmung der Ausfallswahrscheinlichkeiten genannt. Mittels einer Vielzahl weiterer statistischer Ansätze wie der linearen Diskriminanzanalyse, Principal Component Analysen, Regressionsmodellen und neuronalen Netzen, wurde ebenfalls versucht, Ausfallsrisiken zu modellieren.
Vorsichtshalber, nicht realistischerweise, wie folgende Studie für den US Kreditmarkt zeigt: Asarnow, E.; Marker, J.: Historical Performance of the U.S. Corporate Loan Market: 1988–1993, in: The Journal of Commercial Lending, Vol.10, 1995.
Ein Credit Swap ist beispielsweise ein Vertrag, mittels dem Cashflows aus einem Referenzkredit oder einer Referenzanleihe gegen solche aus einer risikolosen (Staats-)Anleihe mit selber Laufzeit und Zinssatz getauscht werden. Ein Credit Swap kann als Kombination aus verkauftem Referenzkredit und gekauftem risikolosen Kredit dargestellt werden.
Wird das potentielle Kreditrisiko auf Basis der Einzelkontrakte berechnet, so geht man von unrealistischen Bedingungen aus: erstens werden gleiche Marktrisikofaktoren nicht gegeneinander aufgerechnet (man stelle sich eine Kombination aus einer gekauften und einer verkauften identischen OTC-Option mit dem selben Kontraktpartner vor), zweitens werden Portfolioeffekte zwischen den Marktrisikofaktoren nicht berücksichtigt. Der Profi in der Risikomessung wird bemerken, daß auch bei Portfoliobetrachtung aller Kontrakte eines Partners die Korrelationen der jeweiligen Marktrisikofaktoren zum Ausfallsrisiko des Kon-traktpartners unberücksichtigt bleiben.
Von einem Ausfall dieser Sicherheiten ist man natürlich nur dann betroffen, wenn gleichzeitig der Kreditnehmer ausfällt. Ein Ansetzen der Ausfallswahrscheinlichkeit ist deshalb statistisch nicht korrekt, es muß die bedingte Ausfallswahrscheinlichkeit angesetzt werden, also: die Wahrscheinlichkeit, daß Kreditnehmer und Sicherheitenschuldner gleichzeitig ausfallen. Insgesamt wird dem Thema der Sicherheiten und Recovery Rates und ihren Wertschwankungen in den Methodiken noch nicht erschöpfend Beachtung geschenkt. Studien zu in den USA beobachtbaren Recovery Rates siehe vor allem: Carty, L.; Liebermann, D.: Corporate Bond Defaults and Default Rates 1938–1995, in: Moody’s Investors Service — Global Credit Research, 1996.
Zur genauen Beschreibung der Methodik siehe: J.P. Morgan: CreditMetrics Technical Document, New York 1997 (http://www.jpmorgan.com).
Die Kosten belaufen sich derzeit auf 20.000 USD pro Jahr und Lizenz.
Migration bezeichnet die Veränderung der Kreditwürdigkeit und damit des Rating eines Schuldners.
Dies ist wahrscheinlich der schwierigste Schritt für einen traditionellen Kreditrisikomanager, daß aus Aktienkursen (horribile dictu!) die Korrelationen seiner Kreditrisiken abgeleitet werden können. Wie aber KMV bei Präsentationen immer wieder treffend betont: „We do not assume that [share prices] implicit forecasts … will be realized. We do not assume that markets are efficient. We only assume that any one person or institution is unlikely to arrive at a superior valuation.“
Für 10.000 Schuldner würden (10.000–l)x 10.000/2=49.995.000 Korrelationsberechnungen notwendig sein.
Das unsystematische, „firm-specific“ Kreditrisiko kann auf Basis der Unternehmensgröße abgeschätzt werden: je größer ein Unternehmen, desto geringer ist das Unternehmens spezifische Risiko.
KMV basiert auf umfangreichen Datenbanken und drei Programmteilen: 1. dem „Credit Monitor“-Software zur Berechnung der Ausfallswahrscheinlichkeit mehr als 20.000 börsenotierter Unternehmen. Dieser Teil wird mit regelmäßigen Datenanlieferungen von KMV beschickt. 2. Dem „Private Firm Model“, Software zur Berechnung der Ausfallswahrscheinlichkeit von nicht-börsenotierten Unternehmen auf Basis von Bilanzkennzahlen und Aktienkursen von börsenotierten Unternehmen derselben Branche; und 3. dem Portfolio Manager, Software zur Kapitalallokation und Steuerung des Kreditportfolios auf Basis von Credit VAR bzw. zur Vermeidung von Konzentrationsrisiken.
Als kommerzielles Produkt werden einige Kernpunkte der Methodik bewußt nicht preisgegeben; aus diesem Grund sind manche der hier getroffenen Aussagen eher vage gehalten.
Siehe KMV Präsentationsunterlagen Wien 1998, S.20ff.
Siehe z.B.: KMV, Uses and Abuses of Bond Default Rates, in: CreditMetrics Monitor 1/1998, S.37ff.
Siehe auch Credit Suisse Financial Products, CreditRisk+ – A Credit Risk Management Framework, London 1997, erhältlich im Internet: http://www.csfp.csh.com.
Also dem Unterschied in Basispunkten der Rendite eines Obligos zum der Laufzeit entsprechenden Punkt auf einer Zinskurve risikoloser Staatsanleihen.
Siehe auch: J.P. Morgan: CreditMetrics Technical Document, Appendix F, S.159f.
Siehe auch Wilson, Thomas C.:, Measuring and Managing Credit Portfolio Risk, in: The Journal of Lending and Credit Risk Management, 2/98 S.61ff bzw.3/98 S.68ff.
Rights and permissions
Copyright information
© 1999 Betriebswirtschaftlicher Verlag Dr. Th. Gabler GmbH, Wiesbaden
About this chapter
Cite this chapter
Wiesmayr, C. (1999). Credit Value At Risk — Zukunft, nicht Modeerscheinung. In: Kreditrisiken erfolgreich managen. Gabler Verlag. https://doi.org/10.1007/978-3-322-86916-6_11
Download citation
DOI: https://doi.org/10.1007/978-3-322-86916-6_11
Publisher Name: Gabler Verlag
Print ISBN: 978-3-322-86917-3
Online ISBN: 978-3-322-86916-6
eBook Packages: Springer Book Archive