Aufrufe
vor 3 Jahren

01 | 2011 NEWS

  • Text
  • Experten
  • Praxistest
  • Risiken
  • Banking
  • Security
  • Technologie
  • Msggillardon
  • Banken
  • Unternehmen
  • Anforderungen
  • Risikomanagement
  • Frankfurt
  • Variablen
  • Finance
  • Berechnung
  • Produkte
The right way

u Business u

u Business u Unternehmenssteuerung / Risikomanagement ergeben sich unterschiedliche Ertrags- sowie Risikowerte und damit Bewertungsdifferenzen. Viele Kreditinstitute berechnen Vergangenheitsdaten zurückliegend bis ins Jahr 1988. Eine mathematisch und ökonomisch fundierte Analyse soll eine Empfehlung für eine geeignete Auswahl des Beobachtungszeitraums liefern. Diese Analyse bietet damit Optimierungsmöglichkeiten u. a. im Einsatz der Banksteuerungs- und Treasury-Systeme (z. B. sDIS+®). Praxisbeispiel für Bewertungsdifferenzen Anhand eines repräsentativen, langfristigen Bewertungsbeispiels zeigten sich eine höhere Rendite (gemessen als reale, saisonbereinigte BIP-Änderung Inland) und ein geringeres Risiko (gemessen mit der Standardabweichung) für Daten innerhalb der EWWU gegenüber makroökonomischen Daten unter Einschluss des DM- Währungsgebiets (Daten: Deutsche Bundesbank, 2011). Die Moderne Historische Simulation (MHS) Die MHS stellt eine häufig verwendete Berechnungsart des VaR dar. Im Unterschied zu den anderen Berechnungsarten des VaR beinhaltet sie keine feste Annahme über die Verteilungsfunktion der zugrunde liegenden Daten (Hartmann-Wendels et al., 2010). Die Verteilung der zukünftigen Portfolio-Wertveränderungen wird aus den Veränderungen der Risikofaktoren abgeleitet, z. B. der Änderung der Geld- und Kapitalmarktrenditen auf der Basis von Zinsstrukturen oder -szenarien. Die MHS wird als barwertige Vollsimulation mit historischen Marktpreis-, insbesondere Zinsänderungsrisiken, angewendet. Die Schwierigkeit besteht u. a. in der Auswahl eines optimalen Zeitfensters für die Berechnung des VaR, denn beispielsweise können alte Werte weniger relevant sein. Der vorliegende Artikel diskutiert deshalb in Form eines repräsentativen Parametrisierungsbeispiels auf der Basis von Fundamentaldaten die Auswahl geeigneter Beobachtungszeiträume. 1988-2011 (verbreiteter Ansatz) 1999-2010 (EURO-Währungsgebiet) Rendite (BIP) Risiko (Std.-Dev.) 0,4520 0,010437 35 0,3324 0,009496 43 Return / Risk Die Ergebnisse können nicht ohne Weiteres als Vorteilhaftigkeit der DM-Phase gegenüber der Euro-Phase gedeutet werden. Die nachfolgenden Daten umfassen das Euro-Währungsgebiet. Statistische Problemstellung und Lösungsweg > Ein zu langer Beobachtungszeitraum kann unter Umständen Zusammenhänge berücksichtigen, die nicht mehr gültig sind. Eine zu kurze Zeitreihenlänge kann dazu führen, dass langfristige auftauchende Wirkungsfaktoren unberücksichtigt bleiben. Value-at-Risk Auswahl Marktfaktoren Ökonometrische Tests Parametrisierung Ziel > Auswahl: Moderne Historische Simulation (MHS) > Zinsstruktur > Zinssätze > Wirtschaftswachstum > Kreditnachfrage > Stationarität & Trendfreiheit > Strukturbruch > Korrelationen (inkl. serielle) Granger- Kausalität > Beobachtungszeitraum > Datenfrequenz > Signifikanzniveau > Geeignete Auswahl der Parameter zur Berechnung von Risikomaßen Abbildung 1: Analyseschema der Untersuchung 28 I NEWS 01/2011

Business t Unternehmenssteuerung / Risikomanagement t > Zeitreihen könnten durch außerordentliche Umstände z. B. während der Finanzmarktkrise verfälscht werden. Zudem könnte aufgrund der Finanzmarktkrise ein Strukturbruch vorliegen. Dies könnte dazu führen, dass Empfehlungen hinsichtlich einer Parametrisierung des VaR obsolet würden. Denn in diesem Fall würde kein ausreichend langer Beobachtungszeitraum zugrunde gelegt werden, welcher den häufig verwendeten Zeitreihen z. B. ab 1988 überlegen wäre. Hier sei vorweggenommen, dass Strukturbrüche aufgrund der Finanzkrise nicht vorliegen. > Zeitreihen beginnen mit Q1/1995. Ein Strukturbruch wird mit Beginn der EWWU zum Anfang Q1/1999, d. h. nach 18 Quartalen, sowie mit dem Beginn der Finanzmarktkrise (Q3/2007) angenommen. Die Kapitalmarktbetrachtung Mindestgröße des Stichprobenumfangs Stabile ökonometrische Ergebnisse werden ab einem Mindest-Stichprobenumfang von ca. 30 Beobachtungswerten erzielt. Selbst bei Beobachtung von Quartalsgrößen wird der Mindeststichprobenumfang innerhalb der Zeitdauer seit Beginn der EWWU überschritten. Von einer Berechnung wird deshalb abgesehen. Eine kürzerfristige Betrachtung ist mit Schätzfehlern versehen. Zudem wird gegebenenfalls ein kürzerer Zeitraum als lediglich ein Konjunkturzyklus umfasst. Kapitalmarkt und Strukturbrüche Unabhängig von der Trendfreiheit können Strukturbrüche auftreten. Diese führen dazu, dass sich die Abhängigkeiten von Variablen signifikant und dauerhaft ändern. Eine solche New Policy auf dem Kapitalmarkt besteht mit der Einführung der EWWU ab dem 01.01.1999. In der Folge entstand ein homogenerer, größerer Kapitalmarkt, auf dem neue Zusammenhänge gelten, wie z. B. einheitliche Leitzinssätze und Geldmengenziele, jedoch auch Ineffizienzen aufgrund von Transferzahlungen und Subventionen. Die ökonometrischen Analysen sollen zeigen, inwieweit dieser Policy-Wechsel zu unterschiedlichen risiko- und ertragsrelevanten Bewertungsergebnissen führt und wie diese zu deuten sind. Analyseobjekte: Die wichtigsten Kapitalmarktvariablen Als repräsentative Preisgröße aller Finanzinstrumente werden Zinssätze zugrunde gelegt. Ein Großteil der Financial Assets von Banken besteht aus Zinsinstrumenten (z. B. Kredite, Einlagen etc.). Auch werden die Barwerte aller Finanzinstrumente mittels Zinsstrukturkurven diskontiert. Für ökonometrische Tests sind weitere wichtige Variablen wie Kreditnachfrage und Wirtschaftswachstum erforderlich. Die Zusammenhänge werden nachfolgend validiert. Die Zeitreihen stammen aus den statistischen Veröffentlichungen der EZB. Fraglich ist z. B., ob die wesentlichen Preis- und Bewertungszusammenhänge zwischen der repräsentativen Größe „Zinsstruktur“ und den anderen wichtigen Variablen im Zeitverlauf stabil bleiben oder Trends bzw. Strukturbrüche auftauchen. Der 1-Jahres-Zinssatz wird in der ökonometrischen Analyse als repräsentative Kernvariable verwendet. Einerseits repräsentiert dieser Zinssatz in etwa die durchschnittliche Duration der Bankbilanzen und damit der gesamten Kapitalstruktur der Banken. Andererseits zeigen empirische Untersuchungen, dass dieser Zinssatz derjenige ist, auf den die wichtigen exogenen Variablen wie Kreditnachfrage und Wirtschaftswachstum ihren stärksten Einfluss ausüben (Stoklossa, H., 2010). Im Rahmen der Datenfrequenz weisen Quartalswerte der Zinsbewegungen die validesten Zusammenhänge auf. Dies liegt u. a. am hohen Einfluss realer Variablen. Abbildung 2: 1-Jahres-Zinssatz beeinflusst durch BIP und Kreditnachfrage NEWS 01/2011 I 29

msg

01 | 2018 public
02 | 2017 public
01 | 2017 public
02 | 2016 public
01 | 2016 public
02 | 2015 public
01 | 2015 public
01 | 2014 public
01 | 2014 msg systems study
01 | 2015 msg systems Studienband
Future Utility 2030
Lünendonk® Trendstudie
Digitale Transformation | DE
Digital Transformation | EN
DE | inscom 2014 Report
EN | inscom 2014 Report

msgGillardon

03 | 2016 NEWS
02 | 2016 NEWS
01 | 2016 NEWS
03 | 2015 NEWS
02 | 2015 NEWS
01 | 2015 NEWS
02 | 2014 NEWS
01 | 2014 NEWS
02 | 2013 NEWS
01 | 2012 NEWS
02 | 2011 NEWS
01 | 2010 NEWS
MaRisk
01 | 2017 banking insight
01 | 2015 banking insight
01 | 2014 banking insight
01 | 2013 banking insight
01 | 2012 banking insight
02 | 2011 banking insight
01 | 2011 banking insight
01 | 2010 banking insight
2016 | Seminarkatalog | Finanzen

Über msg



msg ist eine unabhängige, international agierende Unternehmensgruppe mit weltweit mehr als 6.000 Mitarbeitern. Sie bietet ein ganzheitliches Leistungsspektrum aus einfallsreicher strategischer Beratung und intelligenten, nachhaltig wertschöpfenden IT-Lösungen für die Branchen Automotive, Banking, Food, Insurance, Life Science & Healthcare, Public Sector, Telecommunications, Travel & Logistics sowie Utilities und hat in über 35 Jahren einen ausgezeichneten Ruf als Branchenspezialist erworben.

Die Bandbreite unterschiedlicher Branchen- und Themenschwerpunkte decken im Unternehmensverbund eigenständige Gesellschaften ab: Dabei bildet die msg systems ag den zentralen Kern der Unternehmensgruppe und arbeitet mit den Gesellschaften fachlich und organisatorisch eng zusammen. So werden die Kompetenzen, Erfahrungen und das Know-how aller Mitglieder zu einem ganzheitlichen Lösungsportfolio mit messbarem Mehrwert für die Kunden gebündelt. msg nimmt im Ranking der IT-Beratungs- und Systemintegrationsunternehmen in Deutschland Platz 7 ein.


© 2018 by msg systems ag - powered by yumpu Datenschutz | Impressum