Aufrufe
vor 3 Jahren

02 | 2013 NEWS

  • Text
  • Technologie
  • Banking
  • Bank
  • Security
  • Vertrieb
  • Internet
  • Msggillardon
  • Marzipan
  • Banken
  • Anforderungen
  • Planung
  • Produkte
  • Basel
  • Unternehmenssteuerung
  • Sparkassen
  • Institute
Der Countdown läuft

u Business u

u Business u Unternehmenssteuerung In Abbildung 1 sind exemplarisch mehrere Verteilungen dargestellt, die die Beta-Verteilung in Abhängigkeit ihrer Parameter annehmen kann. Es wird deutlich, dass die Beta-Verteilung aufgrund ihrer Flexibilität die verschiedensten empirischen Verteilungen repräsentieren kann und insbesondere auch rechtsschiefe und bimodale Verteilungen adäquat abgebildet werden. Da die Beta-Verteilung vollständig über ihre Parameter definiert ist, die den Mittelwert sowie die Standardabweichung der Verteilung repräsentieren, ist eine Schätzung der genannten Parameter auf Basis historischer Ausfallereignisse ausreichend, um eine erfolgreiche Integration des Verwertungsrisikos in eine gemeinsame Risikomessung zu gewährleisten. demzufolge zu falschen Maßnahmen sowie zu verzerrten risikoadjustierten Kennzahlen kommen. Darüber hinaus basiert der diskrete Risikobeitrag auf der Entfernung der kompletten Position und liefert Unterschätzungen bei Zukäufen sowie bei kleinen Veränderungen der Position. Neben der fragwürdigen Interpretierbarkeit ist die Stabilität der Risikobeiträge zu erwähnen, die die Schwankung der Risikobeiträge in verschiedenen Berechnungen beschreibt. So kann es auch bei bereits stabilen CVaR-Ergebnissen zu starken Schwankungen des Risikobeitrags kommen, weshalb in GCPM momentan auf eine Approximation mittels des Beitrags zur Standardabweichung des CVaR zurückgegriffen wird. Basierend auf der gewürfelten Zufallsvariable ist der LGD je Simulationslauf eindeutig determiniert und wird für die Messung des eingetretenen Verlustes im Ausfallzustand herangezogen. Aufgrund der stetigen Abbildung der LGD-Stochastik ist zudem eine Umsetzung von LGD-Szenarien, deren LGD-Höhe beispielsweise aus den Quantilen der Beta-Verteilung abgeleitet wird, realisierbar. Stetige marginale Risikobeiträge Im Kontext von Portfoliomodellen muss generell zwischen diskreten und stetigen Risikobeiträgen differenziert werden. Diskrete Risikobeiträge beschreiben, um welchen Betrag sich der CVaR verringert, wenn eine Position aus dem Portfolio bzw. der Risikomessung ausgeschlossen wird. Der diskrete Risikobeitrag wurde für die Ermittlung von Risikokonzentrationen sowie für die Reduzierung des Portfolio-CVaR entworfen und liefert sehr gute Indikationen für die genannten Einsatzgebiete. Aufgrund der genannten Gründe werden zusätzlich zur Approximation durch den Beitrag zur Standardabweichung stetige marginale Risikobeiträge eingesetzt, die eine höhere Stabilität aufweisen, genauere Ergebnisse liefern und für die Risk-Return- Steuerung eingesetzt werden können. Die stetigen Risikobeiträge werden über Quantile der Verlustverteilung ermittelt. Die Quantile definieren ein Intervall der Verlustverteilung und bestimmen, welche Simulationsläufe bei der Berechnung der Risikobeiträge berücksichtigt werden. Aufgrund der fehlenden Subadditivität des CVaR sind jedoch negative diskrete Risikobeiträge denkbar. Eine Verringerung des Portfolios um die jeweilige Position führt somit zu einer Steigerung des Gesamt-CVaR, wodurch die ökonomische Interpretierbarkeit des Risikobeitrags infrage zu stellen ist. Im Rahmen der Portfoliooptimierung sowie der Risk-Return-Steuerung kann es Abbildung 2: „Konfidenzschlauch“ anhand der Profit-Loss-Verteilung 16 I NEWS 02/2013

Business t Unternehmenssteuerung t Beispielsweise sei durch α ein Konfidenzniveau gegeben. Dann entspräche ein Risikobeitrag in dem Intervall [α,1] dem Cond- VaR-Risikobeitrag zum Niveau α. In GCPM wird für jede Position ein Conditional Loss zum Intervall [α 1 ,α 2 ], ermittelt, wobei α 1 ,α 2 den individuellen Bedürfnissen angepasst werden, sich aber typischerweise in der Nähe des Quantils des CVaR befinden. Das Intervall wird auch als „Konfidenzschlauch“ bezeichnet und stellt eine Verallgemeinerung des CondVaR je Position dar. Der „Konfidenzschlauch“ wird in Abbildung 2 veranschaulicht. Für jeden Kreditnehmer wird im nächsten Schritt der sogenannte Conditional Loss berechnet. Dieser entspricht dem durchschnittlichen Verlust aller Szenarien, die sich im „Konfidenzschlauch“ befinden. Es sei darauf hingewiesen, dass sich die relevanten Szenarien des „Konfidenzschlauches“ in Abhängigkeit vom Verlust des gesamten Portfolios und nicht vom Verlust der jeweiligen Position ergeben. Schließlich wird der stetige Risikobeitrag pro Position berechnet, indem der CVaR mit einem Skalierungsfaktor multipliziert wird, der sich als Quotient aus dem Conditional Loss der Position durch die Summe aller Conditional Losses ergibt: Fazit: Weiterer Schritt zur integrierten Risikomessung Die neuen Erweiterungen in GCPM stellen einen weiteren Schritt in Richtung einer integrierten Risikomessung sämtlicher Risikokomponenten des Kreditrisikos dar. So ist nun neben den bereits umgesetzten Komponenten auch eine Integration des Verwertungsrisikos in die Risikomessung realisiert. Zudem wird zu den bereits bestehenden Risikobeiträgen eine deutlich verbesserte Umsetzung der Ermittlungen der marginalen Risikobeiträge gewährleistet, die insbesondere im Rahmen der Portfoliooptimierung sowie der Risk-Return-Steuerung eine deutliche Verbesserung der Messgenauigkeit darstellt und eine verbesserte Ableitung von Handlungsmaßnahmen ermöglicht. Autor Christian Maaß Management Beratung, msgGillardon AG > +49 (0) 89 / 943011 - 2865 > christian.maass@msg-gillardon.de RC i = ________________ CondL i (α,β) × CVaR(q), mit ∑ CondL i (α,β) i CondL i (α,β): Conditional Loss des Kreditnehmers i zum CVaR- Niveau q, approximiert im Intervall [α,β] der Verlustverteilung. Per Definition sind die stetigen Risikobeiträge additiv und liefern eine sehr gute Indikation für Portfolioveränderungen. Je größer das Intervall gewählt wird und je mehr sich dieses in die Mitte der Profit-Loss-Verteilung verschiebt, desto stabiler sind die Ergebnisse. Die Stabilität wird allerdings auf Kosten eines Genauigkeitsverlustes erzielt, weshalb ein Trade-off zwischen Robustheit und Genauigkeit zu treffen ist. NEWS 02/2013 I 17

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

02 | 2018 NEWS
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
2018 | 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