Zusammenfassung
Der Baseler Ausschuss für Bankenaufsicht hat im Januar 2001 ein zweites Konsultationspapier zur „Neuregelung der angemessen Eigenkapitalausstattung“ (sog. „Basel II — Konzept”) mit der Bitte um Stellungnahme bis zum 31. Mai 2001 verfasst, mit dem Ziel, die Eigenkapitalvereinbarung von 1988 zu ersetzen. Diese neue Regelung besteht aus drei tragenden Elementen: Mindestanforderungen, einem Überprüfungsverfahren durch die Aufsichtsbehörden und einem wirksamen Einsatz der Marktdisziplin.
This is a preview of subscription content, log in via an institution to check access.
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
Der Beitrag basiert in Teilen auf Veröffentlichungen der beiden Autoren in der Zeitschrift Kreditpraxis, Ausgaben 2/2000 und 3/2000.
Da Kreditausfälle die Sicherheit der Einlagen und die Existenz einer Bank gefährden können, wird eine Eigenmittelunterlegung von Ausfallrisiken verlangt, die in Deutschland im Grundsatz I kodifiziert ist.
Vgl. Fuser, K. (2001), Intelligentes Scoring und Rating, Gabler Verlag, Wiesbaden.
Vgl. Guthoff, A./Pfingsten, A./Schuermann, T. (1999), Die Zukunft des Kreditgeschäftes, Kreditwesen, Heft 21, 1999, S. 1184.
Vgl. Guthoff, A./Pfingsten, A./Schuermann, T. (1999), S. 1183.
Vgl. Everling, O. (1999), Ratingagenturen expandieren in Europa, Die Bank, Heft 12, 1999, S. 808–809.
Guthoff, A./Pfingsten, A./Schuermann, T. (1999), S. 1182.
Vgl. „A New Capital Adequacy Framework: Consultative paper issued by the Basel Committee on Banking Supervision“, Basel, 3. Juni 1999 bzw. siehe als deutsche Übersetzung die „Neuregelung der angemessenen Eigenkapitalausstattung”, Baseler Ausschuss für Bankenaufsicht — Konsultationspapier v. 3. Juni 1999.
Vgl. Fuser, K. (1995), Neuronale Netzwerke in der Finanzwirtschaft, Gabler Verlag, 1995. Füser, K. (1999), Neuronale Netze: Kreditentscheid per Künstlicher Intelligenz, Kreditpraxis, Heft 1, 1999, S. 11–13; Dietz, J./Füser, K./Schmidtmeier, S. (1996), Kreditwürdigkeitsprüfung durch Neuronanale Netzwerke, Die Sparkasse, Heft 11, 1998, S. 523–527; Dietz, J./Fuser, K./Schmidtmeier, S. (1997); Neuronale Kreditwürdigkeitsprüfung im Konsumentenkreditgeschäft, DBW, Heft 4, 1997, S. 475–489; Fuser, K./Schmidtmeier, S./Dietz, J. (1997), Kreditwürdigkeitsprüfung durch Neuronale Netze, Finanzierung — Leasing — Factoring, Heft 5, 1997, S. 177–183, Fuser, K./ Schmidtmeier, S./Schon, F. (1998), Risikomanagement und Prozess-Modellierung, Betriebswirtschaftliche Blätter, Nr. 6, 1998, S. 287–295.
Weber, M./Krahanen, J.P/Foßmann, E (1999), Risikomessung im Kreditgeschäft: Eine empirische Analyse bankinterner Rating-Verfahren; in: Zeitschrift für betriebswirtschaftliche Forschung, Sonderheft 41, 1999, S. 117–142.
Vgl. Kahnman, D./Tversky, A. (1972), Subjective probability: a judgement of representativeness, in: Cognitive Psychology 3, 1972, S. 430–454 und die Anwendung auf das Entscheidungsverhalten in Unternehmen in Gleißner, W. (2000), Faustregeln fir Unternehmer — Ein Expertensystem fir Strategische Kompetenz und Entscheidungsfindung, 2000.
Eine interessante Alternative stellt der von Creditreform gelieferte Bonitätsindex dar. Die Bonität eines Unternehmens wird aus dem Index bestimmt, indem angegeben wird, in welchen Teilbereich der Ordinalskala der Indexwert des Unternehmens fällt. In den Creditreform-Index gehen neben Unternehmens-und branchenbezogenen Daten auch Inkasso-Daten in nicht unerheblichem Umfang ein. Als Kriterien werden die Zahlungsweise (Gewichtung: 20–24%), das Krediturteil (25–30%), die Umsatz-und Finanzdaten (ca. 25%) sowie Strukturdaten (10–15%) genannt.
Gleißner, W./Meier, G. (199), Risikoaggregation mittels Monte-Carlo-Simulation, in: Versicherungswirtschaft, Heft 13, 1999, S. 926–929.
Ein zeitgemäßes Verfahren zur Bonitätsbeurteilung sollte heute auch qualitative Merkmale, z. B. aus Anhang und Lagebericht, berücksichtigen, um ein umfassenderes Unternehmensbild im Rahmen der Bewertung zu beurteilen. Es bietet sich hierbei an, verbal formulierte Aussagen wie „niedrig“, „durchschnittlich” oder „hoch“ mittels der Fuzzy Logik vorzuverarbeiten. Alternativ kann z. B. auch an eine Lancaster-Skalierung gedacht werden.
Da es bislang in der Betriebswirtschaft keine Insolvenztheorie gibt, fehlen dort theoretische Anleitungen, welche Merkmalskomponenten überhaupt bonitätsrelevant sind und welche Ausprägungen für eine gute oder schlechte Bonität sprechen. Die zur Kreditbeurteilung eingesetzten Kennzahlen werden daher empirisch ermittelt. Soll auf ihrer Basis ein Rating durchgeführt werden, ist es zweckmäßig, nur solche Kennzahlen auszuwählen, die eine möglichst monotone Beziehung zur Bestandsfestigkeit aufweisen, das heißt, dass die besseren Unternehmen in der Regel — je nach Kennzahlen-definition — die größeren oder kleineren Kennzahlen aufweisen.“ Vgl. Blochwitz, S./Eigermann, J. (1999), Effiziente Kreditrisikobeurteilung durch Diskriminanzanalyse mit qualitativen Merkmalen, erschienen im Handbuch „Kreditrisikomodelle und -derivate”, hrsg. von Roland Eiler und Walter Gruber.
Vgl. Blochwitz, S./Eigermann, J. (1999).
Porter, M. (1989), Wettbewerbsvorteile, 1989.
Gleißner, W. (2000), Faustregeln für Unternehmer, 2000, S. 72 ff.
RoRaC = Return on Risk-adjusted Capital.
Vgl. Markowitz, H. (1952), Portfolio Selection, in: Journal of Finance, 7. Jg., 1952, S. 77–91.
Guthoff, A./Pfingsten, A./Schuermann, T. (1999), S. 1182.
Guthoff, A./Pfingsten, A./Schuermann, T. (1999), S. 1185.
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 2001 Betriebswirtschaftlicher Verlag Dr. Th. Gabler GmbH, Wiesbaden
About this chapter
Cite this chapter
Füser, K., Gleißner, W. (2001). Rating und Interne Kreditrisikomodelle: neue Perspektiven durch Basel II. In: Gleißner, W., Meier, G. (eds) Wertorientiertes Risiko-Management für Industrie und Handel. Gabler Verlag. https://doi.org/10.1007/978-3-322-90746-2_17
Download citation
DOI: https://doi.org/10.1007/978-3-322-90746-2_17
Publisher Name: Gabler Verlag
Print ISBN: 978-3-322-90747-9
Online ISBN: 978-3-322-90746-2
eBook Packages: Springer Book Archive