RiskNEWS Januar/Februar Teil 2 Einflussfaktoren und Schätzung von durchschnittlichen Recovery Rates. Ein Beitrag von Alexander von Balduin

Transkript

1 Risk Management Krisenmanagement Risikocontrolling RiskNEWS Januar/Februar TITEL: Operational Risk Serie: Default Recovery Rates Theoretische Modellierung und empirische Studien Teil 2 Einflussfaktoren und Schätzung von durchschnittlichen Recovery Rates Ein Beitrag von Stefan Trück, Jens Deidersen und Prof. S.T. Rachev Titel: What you see is what you get! Operationelle Risiken identifizieren Ein Beitrag von Kirsten-Annette Minz Titel: Quantifizierung operationeller Risiken Ein Weg zur Einbettung in den Management-Zyklus Ein Beitrag von Gerrit Jan van den Brink Titel: Operational Value at Risk Ein Ansatz für das Management von Operationellen Risiken Ein Beitrag von Alexander von Balduin Chancen- und Risikomanagement als umfassender Ansatz zur Unternehmenssteuerung Ein Beitrag von Joachim Brückmann und Kai Gammelin Risikomanagement in der Logistik (Teil 1) Alter Wein in neuen Schläuchen? Ein Beitrag von Michael Huth Basel II Ist der bayerische Mittelstand fit für Ratings? Ein Beitrag von Jan Offerhaus Interview: Prof. Prof. Dr. Volker H. Peemöller zu Fragen der Unternehmensbewertung und viele Buchrezensionen... ISSN

2 Inhalt RiskNEWS 03 Editorial 04 News 07 Fachbeitrag (Serie) Default Recovery Rates Theoretische Modellierung und empirische Studien Teil 2: Einflussfaktoren und Schätzung von durchschnittlichen Recovery Rates Ein Beitrag von Stefan Trück, Jens Deidersen und Prof. S.T. Rachev 18 Fachbeitrag (Titel) What you see is what you get! Operationelle Risiken identifizieren Ein Beitrag von Kirsten-Annette Minz 26 Fachbeitrag (Titel) Quantifizierung operationeller Risiken Ein Weg zur Einbettung in den Management-Zyklus Ein Beitrag von Gerrit Jan van den Brink 57 Fachbeitrag Risikomanagement in der Logistik (Teil 1) Alter Wein in neuen Schläuchen? Ein Beitrag von Michael Huth 69 Fachbeitrag Basel II Ist der bayerische Mittelstand fit für Ratings? Ein Beitrag von Jan Offerhaus 76 Fachbeitrag (Serie) Serie: Bestimmung von Ausfallwahrscheinlichkeiten - Teil 5: Integrative Modelle - Credit Risk Evaluation Model Ein Beitrag von Uwe Wehrspohn 90 Interview Prof. Dr. Volker H. Peemöller zu Fragen der Unternehmensbewertung 96 Literatur 109 Termine / Seminare 37 Fachbeitrag (Titel) Operational Value at Risk Ein Ansatz für das Management von Operationellen Risiken Ein Beitrag von Alexander von Balduin 110 Autorenportraits 111 Impressum 49 Fachbeitrag Chancen- und Risikomanagement als umfassender Ansatz zur Unternehmenssteuerung Ein Beitrag von Joachim Brückmann und Kai Gammelin

3 Editorial Le risque est l'onde de proue du succès. Liebe Leserin, lieber Leser! Risiken sind die Bugwelle des Erfolgs. Nur wer stehen bleiben will, geht kein Risiko ein. Ein Schiff oder Boot, das nur im Hafen liegt, bringt dem Reeder oder Fischer nichts ein. Man muß sich den Risiken des Meeres (Wind und Wellen) aussetzen. Und man sollte die Risiken steuern und Klippen umschiffen. Etymologisch entstammt "Risiko" dem frühitalienisches "risco", die Klippe, die es zu umschiffen gilt. Und man sollte wissen, wie man mit Risiken umgehen muss. Der Kapitän sollte also wissen, wie er die verschiedenen Steuerungsinstrumente liest und welche Frühwarnindikatoren auf die zukünftige Entwicklung hinweisen. In dieser Ausgabe der RiskNEWS beschäftigen wir uns im Schwerpunkt mit dem Themenkomplex "Operational Risk". Operationelle Risiken gibt es schon sehr lange. Jedes Unternehmen ist bereits bei Gründung operationellen Risiken ausgesetzt. Insbesondere Banken setzen sich zurzeit intensiv mit dieser Risikokategorie auseinander. Basierend auf den Regelungen von Basel I wurde das zu hinterlegende Eigenkapital explizit allein durch die vorhandenen Kredit- und Marktrisiken der Banken bestimmt. Durch Basel II werden operationelle Risiken nun auch explizit in die Berechnung des regulatorischen Eigenkapitals einbezogen werden. Im Konsultationspapier vom Januar 2001 waren 20 % des gesamten zu unterlegenden Eigenkapitals für operationelle Risiken vorgesehen. Aktuell wurde dieser Anteil auf 12 % reduziert. Das operationelle Risiko definiert der Baseler Ausschuss als die Gefahr von Verlusten, die infolge der Unangemessenheit oder des Versagens von internen Verfahren, Menschen oder Systemen oder von externen Ereignissen eintreten. Strategische Risiken und Reputationsrisiken sind in dieser Definition für die Zwecke der aufsichtsrechtlich geforderten Mindestkapitalunterlegung nicht enthalten. In der vorliegenden RiskNEWS finden Sie u. a. Beiträge zu den folgenden Themen: Modellierung der Recovery Rate Risikomanagement in der Logistik Pre-Rating-Ansatz Interview mit Prof. Peemöller zu Fragen der Unternehmensbewertung Ich freue mich über ein Feedback an romeike@risknet.de. Ihr Frank Romeike

4 News Auf Basel II sind viele Banken nicht ausreichend vorbereitet Ergebnisse einer IBM Studie Die Vorbereitungen für die Umsetzung von Basel II haben begonnen - allerdings in höchst unterschiedlichem Umfang, wie eine weltweite Studie des IBM Institute for Business Value gezeigt hat. Befragt wurden die Basel II-Verantwortlichen in 32 Finanzinstituten unterschiedlicher Größe nach dem Stand ihrer Vorbereitungen. Mehr als dreiviertel der Banken sieht sich zwar im Zeitplan, jedoch haben erst 40 Prozent der Großbanken und 37 Prozent der kleineren Institute damit begonnen, die notwendigen Daten für eine umfassende Datenhistorie aus den verschiedensten internen und externen Quellen zu sammeln, zu integrieren und zu konsolidieren. Eine der schwierigsten Aufgaben liegt primär in den Bereichen Datenmanagement und -verarbeitung: 96 Prozent sehen hier die größte Herausforderung. Insbesondere der Integration historischer Kundendaten kommt dabei hinsichtlich künftiger Anforderungen an das Rating der Kreditnehmer und das Risikomanagement der Geldinstitute erhebliche Bedeutung zu. Ebenfalls 40 Prozent der Großbanken sowie knapp ein Drittel der kleinen Banken ist dagegen noch mit der Planung dazu befasst. Die verbleibenden Institute beider Gruppen haben nach eigenen Angaben sogar erst die Analysephase erreicht. Grundlage der Untersuchung bilden 16 Finanzinstitute mit einer Bilanzsumme von über 100 Milliarden US-Dollar sowie 16 kleinere Institute. Grundsätzlich sieht sich die Mehrheit der Banken zwar im Plan, insbesondere große Institute schätzen ihr bisheriges Risikomanagement zumindest in zentralen Elementen als Basel II-konform ein, aber mittlere und kleine Finanzdienstleister liegen vor allem aufgrund begrenzter Ressourcen nach eigenen Angaben noch häufig hinter den Anforderungen zurück. Die Umsetzung von Basel II erfordert von vielen Instituten einen Kraftakt, der durchaus mit den Anstrengungen für die Umstellungsarbeiten zum Jahrtausendwechsel vergleichbar sein dürfte, erläutert Dr. Dirk Siegel, Leiter Strategieberatung der IBM Business Consulting Services für Central Region (Deutschland, Österreich, Schweiz und Teile Osteuropas). Weitere Infos: <fr>

5 News Sanio: In Deutschland gibt es keine Bankenkrise Interview mit Jochen Sanio In Deutschland gibt es nach Ansicht von Jochen Sanio, Präsident der Bundesanstalt für Finanzdienstleistungsaufsicht (BAFin), keine Bankenkrise. Wenn wir über Bankenkrisen in Deutschland reden, dann müssen wir zurück in den Sommer 1931 gehen, als nach dem Zusammenbruch der Danatbank ein Run der Einleger auf das deutsche Bankensystem einsetzte, erklärte Sanio in einem vorab veröffentlichten Interview mit RATIN- Gaktuell. In Deutschland gebe es auch keine Kreditklemme. Ein Credit Crunch wäre dann gegeben, wenn Banken Kredite vergeben wollten, aber dazu wegen bankaufsichtlicher Vorschriften - in Deutschland insbesondere der Grundsatz I KWG - nicht mehr in der Lage wären. Wenn Banken ihr Kredit-Engagement hierzulande gegenüber Teilen das Mittelstandes zurückschraubten, dann seien das bewusste strategische Risiko- Entscheidungen, die allein etwas mit der Einschätzung der Kreditwürdigkeit der Kreditnehmer zu tun hätten, sagte Sanio weiter. Die starke Segmentierung der deutschen Kreditwirtschaft habe seit Jahren zu einem extrem hohen Wettbewerbsdruck geführt, was naturgemäß in einer sehr niedrigen Rentabilität enden müsse. Auf der anderen Seite hätten die deutschen Banken ein ausgeprägtes Kostenproblem, nicht zuletzt, weil sie mit ihren niedrigen Marktanteilen keine "economics of scale" generieren könnten. Diese unbefriedigende Grundkonstellation, die nur während der guten Börsenjahre durch Sondererträge nach außen nicht deutlich sichtbar gewesen sei, sei im Jahr 2002 bei den Großbanken dadurch verschärft worden, dass es im kostenintensiven Investmentbanking zu dramatischen Ertragseinbußen gekommen sei. Darüber hinaus sei das Kreditgeschäft durch einen gestiegenen Wertberichtigungsbedarf belastet worden. Sanio sprach in diesem Zusammenhang von einem Blutzoll an Wertberichtigungen wie nie zuvor. Die Banken müssten sich von Geschäftsbereichen, die auf Dauer keine ausreichenden Erträge bringen, möglichst schnell trennen. Weitere Infos sowie das komplette Interview finden Sie unter der URL: <fr>

6 News Coface setzt Spanien auf Beobachtungsliste Kreditversicherer verändert Länderratings Spanien ist im Länderrating der Coface- Gruppe (Paris), einem der führenden internationalen Kreditversicherer, aufgrund negativer wirtschaftlicher Vorzeichen auf die Beobachtungsliste gesetzt worden. Wie die deutsche Coface-Tochtergesellschaft Allgemeine Kredit Coface (Mainz) mitteilt, bleibt Spanien zunächst in der Höchstbewertung A1. Negative Indikatoren wie vermehrte Forderungsausfälle, Rückgänge beim Export, im Tourismus und in Industrieinvestitionen führten aber dazu, dass die Länderanalysten der Coface Spanien auf "A1 negative watchlist" setzten. Daneben stufte die Coface die Staaten Elfenbeinküste von C auf D, Venezuela von C auf D und Gabun von B auf C ab. Positive Tendenzen sieht die Coface in der Türkei. Das Land steht nach wie vor auf dem Länderrating C, ist aber mit positiven Vorzeichen auf die Watchlist gesetzt worden. Hier stellt die Coface eine schnellere Erholung der Wirtschaft fest als erwartet worden sei. Die finanzielle Situation des Landes sei weiter anfällig für Krisen der Finanzmärkte. Unterstützung durch den internationalen Währungsfonds werde aber eine neue Finanzkrise in 2003 vermeiden. Die Unternehmen erholten sich nach Ansicht der Coface allmählich von der Krise. Von der Regierung erwartete Reformen seien allerdings notwendig, um das wachsende Vertrauen zu stärken. Eine Aufwertung gab es auch für Kroatien von B auf A4, für die Slowakei von B auf A4 und für Rumänien von C auf B. Die Slowakei hatte vor ihrer Heraufstufung für einige Zeit auf der Beobachtungsliste mit positiven Vorzeichen gestanden. Das Länderrating der Coface-Gruppe misst das durchschnittliche Zahlungsausfallrisiko für Unternehmen in den einzelnen Ländern und gibt Informationen über die Einflüsse, denen exportierende oder investierende Unternehmen mit ihren Engagements dort unterliegen. Neben den allgemeinen ökonomischen, politischen und sozialen Risikofaktoren betrachtet der Kreditversicherer die konkrete Kreditwürdigkeit einzelner Unternehmen. Denn auch in allgemein stabilen Ländern gibt es hohe Zahlungsausfallrisiken, wie umgekehrt in problematischen Ländern im Einzelfall stabile Geschäftsbeziehungen möglich sind. Weitere Infos: Alle aktuellen Länderratings der Coface sind mit Erläuterungen auf der Website kostenlos einsehbar. <fr>

7 Default Recovery Rates Default Recovery Rates Theoretische Modellierung und empirische Studien Teil 2 Einflussfaktoren und Schätzung von durchschnittlichen Recovery Rates Ein Beitrag von Stefan Trück, Jens Deidersen und Prof. S.T. Rachev Einleitung Im ersten Teil der Serie wurde eine Einführung hinsichtlich der Definition und Modellierung der Recovery Rate in Kreditrisikomodellen gegeben. Es wurde deutlich, dass im allgemeinen die in der Praxis verwendeten Kreditrisikomodelle sehr versierte Ansätze für die Modellierung der Ausfallwahrscheinlichkeit bieten. Bei der Modellierung der Recovery Rate jedoch wurden häufig sehr vereinfachende bzw. empirisch nicht belegbare Überlegungen angestellt. Die Annahme einer konstanten Recovery Rate oder auch deren Modellierung als stochastische Variable unabhängig von der Ausfallwahrscheinlichkeit, wie sie in einigen Kreditrisikomodellen getroffen wird, sind letztendlich mehr als fraglich. Im Gegensatz zu diesen Annahmen, zeigen empirische Studien häufig eine offensichtliche negative Korrelation zwischen der durchschnittlichen Recovery Rate innerhalb eines Jahres und der Ausfallwahrscheinlichkeit von Anleihen. Weiterhin wird vermutet, dass auch andere Variablen, wie etwa der Gesamtzustand der Wirtschaft einen Einfluss auf die durchschnittliche Recovery Rate haben. Im zweiten Teil der Serie, soll nun die historische Entwicklung von Bond Default Preisen sowie mögliche Einflussvariablen auf die aggregierte Recovery Rate untersucht und erläutert werden. Kapitel 1 Historische Entwicklung der Recovery Rate 1.1 Die Entwicklung der durchschnittlichen Recovery Rate im historischen Überblick Moody's Investors Service veröffentlicht jährlich eine Studie 1 zu den Default und Recovery Rates der Unternehmensanlei- 1 Siehe Moody s (2002)

8 Default Recovery Rates hen des vergangenen Jahres. Die im Februar 2002 erschienene fünfzehnte Studie dieser Art befasst sich mit den Default und Recovery Daten des Jahres 2001 sowie den historischen Daten seit Die Resultate dieser Studie basieren auf Moody's proprietärer Datenbank von Ratings und Defaults langfristiger Unternehmensanleihen. Insgesamt umfassen die Daten Emittenten in der Zeit von Zum 1. Januar 2001 hatten Emittenten langfristiger Schuldentitel Moody's Ratings. Diese Emittenten stellen den Großteil der öffentlich ausstehenden Schulden der U.S. Unternehmen und einen großen Teil der öffentlich ausstehenden Kredite im Rest der Welt dar. Die Moody's Defaultdatenbank umfasst Ausfälle langfristiger Schuldentitel von Moody's gerateter und nicht gerateter Emittenten. Die unterdurchschnittlichen Recovery Rates der Jahre liegen mit 21% im Jahr 2001 so deutlich wie nie zuvor unter dem historischen Durschnitt von 40,19% der Periode Dies ist ein klarer Beleg für die Schwankung der Recovery Rate, die beispielsweise ,9% betrug, während sie 1990 bei nur 23,4% lag. Die Standardabweichung vom Mittelwert ist mit 28% recht groß und spricht somit ebenfalls deutlich gegen die Annahme einer konstanten Recovery Rate über die Jahre. Der in vielen Kreditrisikomodellen verwendete Ansatz einer konstanten Recovery Rate ist somit angesichts der in Abbildungen 1 und 2 dargestellten Variation der Anleihepreise nach einem Ausfall eher zweifelhaft. % dernominalbeträge Abbildung 1: Durchschnittliche Post-Default- Preise über alle Seniority-Klassen Von besonderem Interesse ist auch die Variation der durchschnittlichen Recovery Rate für hochspekulative Anleihen. Der Markt der hochspekulativen Anleihen wird bei der Untersuchung der Recovery Rate häufig als das mögliche Angebot an ausgefallenen Anleihen angesehen. Da beinahe jede Anleihe vor ihrem Ausfall durch Herabstufung ihres Ratings in diesem Markt enthalten ist, ist diese Ansicht auch durchaus sinnvoll. Die Recovery Rate hochspekulativer Anleihen weist in den Jahren Werte zwischen 21% (2001) und 62% (1987) auf vgl. Abbildung 2, so dass also auch insbesondere in dieser Klasse deutliche Schwankungen über die Jahre hinweg beobachtet werden können. % der Nominalbeträge Abbildung 2: Durchschnittliche Recovery Rates für Spekulative Anleihen

9 Default Recovery Rates Bei einer zunächst rein qualitativen Untersuchung des Verhaltens der Bond Default Rate für spekulative Anleihen und der Recovery Rate fällt weiterhin auf, dass offensichtlich eine negative Korrelation zwischen den beiden Größen vorliegt. Dieser Zusammenhang wird in Abbildung 3 verdeutlicht, wo die Recovery Rate spekulativer Anleihen für die Jahre der Default Rate CCCgerateter Anleihen gegenüber gestellt wurde. Default Rate / % der Nominalbeträge Abbildung 3: Recovery Rate für spekulative Anleihen (fett) in Vergleich zur Default Rate CCC-gerateter Anleihen (gestrichelt), Offensichtlich lässt sich in Jahren mit einer hohen Ausfallrate (z.b. 2000, 2001) eine deutlich niedrigere Recovery Rate beobachten als in Jahren mit sehr niedrigen Ausfallraten spekulativer Anleihen (z.b. 1996, 1997). 1.2 Mögliche Einflussfaktoren Man geht dabei von einer Erklärung der Recovery Rate als Funktion von Angebot und Nachfrage nach ausgefallenen Krediten aus. Das Angebot ergibt sich aus der Menge der ausgefallenen Anleihen, während die vulture investors die Nachfrage nach diesen Krediten ausüben (vgl. Teil 1 der Serie). Entscheidenden Einfluß auf das Angebot bzw. die Nachfrage nach ausgefallenen Krediten sollten dann die folgenden Variablen haben: Default Rate Die Default Rate sollte einen Teil der Recovery Rate-Schwankungen erklären können, da ja im allgemeinen eine negative Korrelation der Default Rate mit der Recovery Rate vermutet wird. Die vulture investors könnten in Jahren hoher Defaultraten weniger Nachfrage nach einzelnen ausgefallenen Titeln haben. Auch werden die Insolvenzgerichte überladen sein, was zu einer erhöhten Dauer bis zur Liquidation und somit zu einem niedrigeren Barwert der dann erhaltenen Zahlung führt. Treasury Bill Yield Ein Anstieg der kurzfristigen Zinsen reduziert den Barwert der zukünftigen Recovery. Zusätzlich könnte das wirtschaftliche Wachstum behindert und dadurch die erwarteten Unternehmens-Cash- Flows reduziert werden. Dies würde die Vermögenswerte zur Abwicklung der Insolvenz senken. Im folgenden sollen nun zunächst rein qualitativ mögliche Einflussfaktoren auf die Recovery Rate beschrieben werden. Es werden keine Aussagen zu der statistischen Signifikanz dieser Faktoren gemacht. Dies ist Gegenstand der darauf folgenden Abschnitte. Treasury Yield Curve Eine steile yield curve steigert Investitionen in langfristige Vermögensgegenstände durch kurzfristigen Kredit. Der positive Einfluss auf Finanztitel könnte auch ausgefallene Anleihen beeinflussen. Zusätzlich könnten weitere Investitionen

10 Default Recovery Rates das wirtschaftliche Wachstum begünstigen und so zu die zukünftigen Vermögenswerte von insolventen Unternehmen steigern. variieren auch die Defaultpreise der einzelnen Seniorityklassen unterschiedlich stark. Wachstum des realen Bruttosozialproduktes Die niedrigen Recovery Rates 1980 und 1990 können beispielsweise durch Wirtschaftszyklen erklärt werden. Da in dieser Zeit zur Vermeidung einer Rezession eine engere Geldpolitik herrschte, könnten die vulture investors ungenügend Kapital zur Verfügung gehabt haben. Bei sinkender Nachfrage fallen aber auch die Preise für bereits ausgefallene Anleihen. Desweiteren sinken die erwarteten Unternehmensgewinne (und damit deren Werte) angesichts einer Rezession. Auch dies wird möglicherweise die Recovery Rate negativ beeinflussen. % der Nominalbeträge Senior Secured Senior Unsecured Senior Subordinated Subordinated Abbildung 4: Durchschnittliche Recovery Rates nach Seniority-Klasse In Abbildung 5 finden sich die durchschnittlichen Post-Defaultpreise für die Kategorie Senior Unsecured Debt der Jahre Kreditart und Kapitalstruktur Die Art des Kredites 2 kann ebenfalls einen Teil der Recovery Rate einzelner Kredite erklären. Im Durchschnitt haben gesichterte Kredite mit höherer Seniority eine höhere Recovery Rate. Beispielsweise konnten in der Zeitperiode bei älteren, gesicherten Krediten (senior secured loans/bonds) noch 59% des ursprünglichen Anspruchs an die Gläubiger ausgezahlt werden. Untergeordnete und ungesicherte Kredite junior subordinated erzielten hingegen nur eine Recovery Rate von 31%. Dies verdeutlicht Abbildung 4. Wie Abbildung 5 zeigt, ist auch die Recovery Rate in einzelnen Kreditklassen ü- ber die Jahre hinweg nicht konstant. Es % der Nominalbeträge Abbildung 5: Durchschnittliche Post- Defaultpreise für die Kategorie Senior Unsecured Debt der Jahre Die Art des Kredits stellt zwar ein absolutes Maß der Priorität dar - wichtiger für die Recovery Rate eines einzelnen Kredits ist aber letztendlich seine relative Priorität innerhalb der Kapitalstruktur des ausgefallenen Unternehmens. So 2 In den U.S.A. sind dies etwa bank loans, senior secured debt, senior subordinated debt, senior unsecured sebt und junior subordinated debt.

11 Default Recovery Rates kann die Recovery Rate eines als senior unsecured eingestuften Kredits deutlich unter dem entsprechenden Durchschnitt dieser Seniority-Klasse liegen, wenn sich das Unternehmen vorwiegend durch senior secured Kredite finanziert hat. Der senior unsecured Kredit hat dann in der Kapitalstruktur dieses Unternehmens nur eine niedrige Priorität, obwohl senior unsecured Kredite allgemein eine eher höhere Priorität besitzen. Die Überlegungen der vorherigen Abschnitte sprechen gegen die Methode, eine konstante Recovery Rate über einen Zeithorizont anzunehmen um damit mögliche Kreditverluste zu berechnen. Erstens variiert die Recovery Rate stark in der Zeit. Zu jedem Zeitpunkt kann die Recovery Rate über oder - für den Kreditverlust wichtiger - unter ihrem langfristigen historischen Durchschnitt liegen. Zweitens sind die Default Rate und Recovery Rate negativ korreliert. Wenn die Defaults zunehmen, fällt die Recovery, und der gesamte Kreditverlust wird höher ausfallen. Es sollen nun die Ergebnisse einer umfassenden Untersuchung aus dem Jahre 2001 der oben erwähnten Zusammenhänge dargestellt werden. Kapitel 2 Erklärung der aggregierten jährlichen Recovery Rate In diesem Abschnitt sollen einfache statistische Modelle von Altman, Resti und Sironi (2001) zur Erklärung der jährlichen, durchschnittlichen, aggregierten Recovery Rate vorgestellt werden. Ziel dieser Modelle ist die Erklärung der aggregierten Recovery Rate aller beobachteten Recoveries und nicht die Recovery Rate eines speziellen Kredits. Zur Bestimmung der Recovery Rate eines speziellen Kredits müssen weitere Faktoren wie Kapitalart, Kapitalstruktur und Collateral berücksichtigt werden. Die aggregierte Recovery Rate von Unternehmensanleihen ist eine Funktion des Angebots und der Nachfrage nach Wertpapieren und Anleihen ausgefallener Unternehmen. Das Angebot an ausgefallenen Anleihen wird durch den aggregierten, ausgefallenen Betrag und die Default Rate bestimmt. Da sich beinahe immer die Ratings der Unternehmen vor dem Ausfall verschlechtern, wird der High Yield- Bereich untersucht. Es werden sowohl univariate als auch multivariate Modelle mittels des KQ-Ansatzes aufgestellt. Wie man später noch sehen wird, sind die univariaten Modellen in der Lage, teilweise bis zu 60%, multivariate Modelle teilweise sogar bis zu 90% der Variation der durchschnittlichen jährlichen Recovery Rate erklären. 2.1 Potentielle Einflußfaktoren In diesem Abschnitt werden die in den Modellen verwendeten Variablen zur Erklärung der Recovery Rate vorgestellt. Diese beinhalten angebotsseitige aggregierte Variablen, die spezifisch für den Unternehmensanleihenmarkt sind sowie makroökonomische Faktoren. Tabelle 1 listet einige Variablen, die mit der Recovery Rate korreliert sein könnten, mit dem entsprechenden vermuteten Vorzeichen der Auswirkung auf.

12 Default Recovery Rates Abhängige Variablen: Bond Recovery Rate (BRR) Die BRR ist der gewichtete jährliche Durchschnitt der Recovery Rate ausgefallener Anleihen. Die Gewichte basieren auf der Marktbewertung der ausgefallenen Titel. Die durchschnittliche Recovery Angebot an ausgefallenen Wertpapieren und wegen der längeren Dauer der Insolvenzabwicklung durch die Überladung der zuständigen Stellen zum Sinken bringen. Die Default Rate schwankte zwischen knapp 0.16% in 1981 und über 10% in 1990/1991. Die gewichtete durchschnittliche jährliche Default Rate im High- Yield-Bereich beträgt 3.5%. Logarithmierte Bond Default Rate (BLDR) Die BLDR ist der natürliche Logarithmus der BDR. Änderung der Bond Default Rate (BDRC) Tabelle 1: Einflussfaktoren und deren potentielle Auswirkung auf die Recovery Rate Der BDRC ist die jährliche Änderung der BDR bezogen auf das Vorjahr. liegt bei 41.2% für Sie berechnet sich als der gewichtete Durchschnitt der Recovery Rate aller U.S. Unternehmensausfälle. Logarithmierte Bond Recovery Rate (BLRR) Der BLRR ist der natürliche Logarithmus der BRR. Exogene Variablen: Bond Default Rate (BDR) Die BDR ist der gewichtete Durchschnitt der Ausfallrate im High Yield-Bereich. Die Gewichte basieren auf dem Nominalbetrag aller jährlich ausstehenden High Yield-Anleihen. Die Default Rate ist der Nominalbetrag der ausgefallenen Anleihen geteilt durch den gesamten ausstehenden Nominalbetrag aller Anleihen. Ein Anstieg der Default Rate könnte die Recovery Rate wegen dem Anstieg an Ausstehender Betrag im High Yield Bereich (BOA) Der BOA ist der gesamte im High Yield- Bereich ausstehende Betrag (in Milliarden Dollar) und stellt das mögliche Angebot ausgefallener Titel dar. Ausgefallener Betrag (BDA) Der BDA ist der absolute ausgefallene Betrag in Milliarden Dollar, d.h. die Summe der Nominalbeträge der ausgefallenen Anleihen. Altman-NYU Index (BIR) Der BIR ist der jährliche Return des Altman-NYU Salomon Center Index für ausgefallene Anleihen (vgl. Altman 1991, Altman und Cyrus (2001)). Dieser Index ist ein monatlicher Indikator der marktgewichteten durchschnittlichen Entwicklung ausgefallener Anleihen.

13 Default Recovery Rates Wachstum des BSP (GDP) Die GDP ist das jährliche Wachstum des Bruttosozialprodukts. Ein Aufschwung der Wirtschaft erhöht die zukünftig erwarteten Cash Flows der ausgefallenen Unternehmen und somit auch die zukünftigen Vermögenswerte. Änderung von SR (SRC) SRC ist die jährliche Änderung des Return des S&P 500. Im folgenden sollen nun die Ergebnisse der empirischen Studien von Altman, Resti und Sironi (2001) dargestellt werden. Zunächst wird dabei auf die Ergebnisse der univariaten Untersuchungen eingegangen werden. 2.2 Univariate Untersuchung Nun sollen die univariaten Beziehungen zwischen Recovery Rate und den beschriebenen Variablen untersucht werden. Die univariaten Regressionen wurden für die RR (BRR) und den natürlichen Logarithmus (BLRR) der RR als abhängige Variablen berechnet. Getestet wurden also Modelle der Form BRR = b0 + b1 X + ε bzw. Änderung des GDP (GDPC) BLRR = b0 + b1 X + ε GDPC ist die jährliche Änderung des Wachstums des BSP bezogen auf das letzte Jahr. Index für Wachstum des BSP (GDPI) Dieser Indikator nimmt bei einem Wachstum des Bruttosozialprodukts von weniger als 1.5% den Wert 1 an, andernfalls 0. wobei für X jeweils die entsprechende exogene Variable eingesetzt wurde und ε den Fehlerterm bezeichnet. Die Ergebnisse der univariaten Regression sind in Tabelle 2 dargestellt. Return des S&P 500 (SR) Die Auswirkungen des Aktienmarktes werden über den jährliche Return des S&P 500 Index berücksichtigt. Tabelle 2: Einflussfaktoren, Vorzeichen des Einfluss und Modellgüte mit Maßzahl des Bestimmtheitsmaß R^2, endogene Variable BRR Es zeigt sich, dass vor allem der gewichtete Durchschnitt der Ausfallrate im High-Yield-Bereich (BDR), der Logarithmus dieser Variable, sowie die jährliche prozentuale Änderung des BDR einen hohen Erklärungsanteil liefern (jeweils ein Bestimmtheitsmaß nahe 0,5), d.h. es werden jeweils etwa 45%, 58 bzw. 51% der auftretenden Schwankung der Recovery Rate durch diese univariaten Modelle erklärt. Die Default Rate scheint somit ein starker Indikator für die Recovery Rate zu sein. Weiterhin signifikant ist der Einfluß der Variable BDA, d.h. der absolut ausgefallene Betrag an Anleihen innerhalb eines

14 Default Recovery Rates Jahres. Mit dieser Variable wird immerhin ein Erklärungsanteil von 46% erzielt. Auch die anderen univariaten Regressionsmodelle zeigen das korrekte - also das gemäß theoretischen Überlegungen zu erwartende Vorzeichen - für jeden Koeffizienten der entsprechenden Variablen. Es sind jedoch nicht alle Modelle wirklich signifikant. Makroökonomische Faktoren scheinen jedoch tlw. nur sekundäre Auswirkungen auf die Recovery Rate zu haben, denn sie können nur geringe Teile der Schwankung der Recovery Rate erklären. Lediglich GDPC und GDPI zeigten deutlich einen signifikanten Einfluß (Bestimmtheitsmaß ca. 0,16). Es wurde auch der Einfluss der Faktoren auf den natürlichen Logarithmus der Recovery Rate untersucht. Dabei war die Anpassung des Modells bei Verwendung der logarithmierten Recovery Rate (BLRR) meist minimal besser als bei Verwendung der absoluten Recovery Rate. Dies verdeutlicht untenstehende Tabelle 3. die Jahre liefern. Vor allem der gewichtete Durchschnitt der Ausfallrate im High- Yield-Bereich sowie der absolut ausgefallene Betrag an Anleihen liefern eine recht gute Modellanpassung. Der Einfluß makroökonomischer Variablen scheint jedoch abgesehen vom GDP eher geringer zu sein. 2.3 Ergebnisse bei Verwendung multivariater Modelle Die Studie untersucht weiterhin mittels multivariater Modelle den Einfluß der genannten Variablen zur Erklärung der aggregierten Recovery Rate für die Jahre Die grundlegende Struktur der erfolgreichsten Modelle sieht folgendermaßen aus: BRR = b0 + b1 X b k X k + ε bzw. BLRR = b0 + b1 X b k X k + ε Am erfolgreichsten waren dabei Modelle, die die auch in der univariaten Untersuchung signifikantensten Variablen miteinbeziehen: Bond Default Rate (BDR) Änderung der Bond Default Rate (BDRC) Ausstehender Betrag im High Yield Bereich (BOA) Tabelle 3: Einflussfaktoren, Vorzeichen des Einfluss und Modellgüte mit Maßzahl des Be- R^2, endogene Variable BLRR Insgesamt lässt sich also festhalten, dass univariate Modelle bereits einen recht guten Erklärungsanteil für die Schwankungen der Recovery Rate über Ausgefallener Betrag (BDA) Altman-NYU Index (BIR) Die Recovery Rate und Default Rate wurden sowohl linear als auch log-linear in den Regressionen für bzw da der Index BIR erst ab

15 Default Recovery Rates 1987 verfügbar war, konnte für Modelle, die den Altman-NYU-Index benutzen nur ein kürzerer Zeitraum betrachtet werden - eingesetzt, wobei die log-lineare Beziehung wieder signifikantere Ergebnisse erzielte. Die verschiedenen Modelle konnten zwischen 84% und 91% der Streuung der Recovery Rate erklären. Mit 77%-87% sind die Ergebnisse für die kürzere Periode nur geringfügig schlechter. Das erfolgreichste Modell mit der höchsten Erklärungskraft ist das Power- Modell, in dem der natürliche Logarithmus der Recovery Rate (BLRR) und der Default Rate (BLDR) eingesetzt werden. BLRR = b + b + b BIR + b BLDR + b 4 BOA welches auch in der Form 2 BDRC BRR = e 0 ) b + b ln( BDR + b BDRC+ b BIR+ b BOA darstellbar ist. Mit diesem Modell lässt sich ein Bestimmtheitsmaß und damit ein erklärter Varianz-Anteil von 91% erzielen, was einem wirklich äußerst guten Erklärungsbeitrag entspricht. Weiterhin wurden auch in die multivariaten Modelle zusätzlich einige fundamentale makroökonomische Faktoren eingeführt, u.a. Wachstum des BSP (GDP) Änderung des GDP (GDPC) Return des S&P 500 (SR) Änderung von SR (SRC) Aufgrund des bereits sehr hohen Erklärungsbeitrags der Modelle ohne Makro- Variablen und des tlw. eher geringen Beitrags der zusätzlichen Variablen lässt sich auch im multivariaten Fall keine entscheidende Verbesserung der Ergebnisse erzielen. Dies steht allerdings im Gegensatz zu einigen früheren Studien (z.b. Frye [2000], Fridson [2000]), bei denen einige dieser Faktoren signifikant zur Erklärung der Recovery Rate beitrugen. Lediglich im Falle der Miteinbeziehung des GDP erhält man teilweise gute Ergebnisse allerdings waren makroökonmische Variablen alleine nicht in der Lage so entscheidende Einflußfaktoren wie die Bond Default Rate zu ersetzen. Im multivariaten Fall erhält man bei einer Ersetzung der BDR durch GDP folgendes Modell: BRR = f(gdp,bdrc,boa,bir) Das Modell erklärt 0.76 der Streuung der BRR bzw der Streuung der BLRR. Dies im Vergleich zu 0.84 und 0.88 bei Nutzung von BDR. Die hohe negative Korrelation von GDP und BDR verhindert einen sinnvollen gleichzeitigen Einsatz im selben Modell, daher ist also insgesamt das Modell mit BDR durch seine höhere Erklärungskraft vorzuziehen. Der Aktienmarkt wiederum hatte kaum einen Einfluß auf die Preise der ausgefallenen Anleihen. Die Regressionen zeigen sehr niedrige Werte des Bestimmtheitsmaßes R 2. Der Einfluß makroökonomischer Variablen auf die Recovery Rate kann also insgesamt als weniger entscheidend als der der Bond Default Rate oder der des Ausgefallenen Betrages etc. angesehen werden. Insgesamt kann man aber bei einem erklärten Streuungsanteil der Recovery Rate von häufig über 90% von einer

16 Default Recovery Rates sehr guten Anpassung der Modelle sprechen. Es muß aber bemerkt werden, dass es sich bei den beschriebenen univariaten und multivariaten Modellen letztendlich um bedingte Prognosen handelt. Das heißt die Aussagekraft für unbedingte Vorhersagen zukünftiger Recovery Rates ist zunächst eher begrenzt bzw. von der Güte der Vorhersage über die in die Modelle einfließenden Variablen abhängig. Ohne eine genaue Prognose der Variablen jährliche Bond Default Rate bzw. des Ausgefallenen Betrages im Anleihenmarkt etc. lassen sich die Modelle nicht zur Vorhersage von Recovery Rates nutzen. Bestehen bleibt aber der signifikante Zusammenhang zwischen der aggregierten Recovery Rate und den erwähnten Variablen. Kapitel 3 Zusammenfassung und Ausblick Nachdem im ersten Teil der Serie eine Einführung hinsichtlich der Definition und Modellierung der Recovery Rate in Kreditrisikomodellen gegeben wurde, konzentrierte sich der zweite Teil auf die Schwankungen bzw. mögliche Einflussfaktoren der aggregierten jährlichen Recovery Rate. Es wurde deutlich, dass die Verwendung einer konstanten Recovery Rate, wie sie in manchen Kreditrisikomodellen getroffen wird nicht haltbar ist. Nicht einmal eine Aufteilung in Recovery Rates bezüglich der Seniority-Klassen ist ausreichend, da auch innerhalb einzelner Seniority Klassen im Laufe der Jahre große Änderungen auftreten. So weist etwa die Recovery Rate hochspekulativer Anleihen in den Jahren große Schwankungen bzw. Werte zwischen 21% (2001) und 62% (1987) auf. Ohne eine genaue Quantifizierung vorzunehmen ist weiterhin eine hohe Korrelation zwischen der Bond Default Rate und der Recovery Rate zu beobachten. Weiterhin wurden die in empirischen Studien zitierten möglichen Einflussfaktoren (z.b. Bond Default Rate, Ausstehender Betrag im High Yield Bereich, Wachstum des BSP etc.) auf die Recovery Rate sowie einige empirische Ergebnisse von recht simplen univariaten und multivariaten Regressionsmodellen dargestellt. Es wurde deutlich, dass sich die untersuchten Variablen teilweise sehr gut zur Erklärung der aggregierten jährlichen Recovery Rates heranziehen lassen - der durch die Modelle erreichte Erklärungsanteil liegt bei den besten Regressionsmodellen bei etwa 90%. Dennoch lassen sich die beschriebenen Modelle in dieser Form noch nicht als Prognosemodelle für zukünftige Jahres- Durchschnitt-Bond-Default-Preise verwenden, noch sind sie in der Lage Auskunft über die erwartete Recovery Rate eines speziellen bzw. einzelnen Kredites zu geben. Im dritten und letzten Teil der Serie, soll daher auch näher darauf eingegangen werden, wie die Recovery Rate einzelner Kredite in Abhängigkeit von Faktoren wie Seniority, Kapitalstruktur bzw. Industriezugehörigkeit eines Unternehmens geschätzt werden kann.

17 Default Recovery Rates Kontakt: Stefan Trück Universität Karlsruhe Lehrstuhl für Statistik und Ökonometrie, Kollegium am Schloß, Gebäude Karlsruhe Tel.: Literatur: Altman, Edward I. Et al (2001), Analyzing and explaining default recovery rates, A Report Submitted to the International Swaps & Derivatives Association. Altman, Edward I. and Cyrus, Keith (2001), The performance of defaulted bonds and bank loans NYU Salomon Center Working Paper Series, January. Basel Committee on Banking Supervision (1999), A new capital adequacy framework. Basel Committee on Banking Supervision (2001), The basel capital accord. Black, Fischer and Scholes, Myron (1973), The pricing of options and corporate liabilities, Journal of Political Economics Cox, John and Black, Fischer (1976), Valuing corporate securities: Some effects of bond indenture provisions, Journal of Finance. Duffie, Darrell (1998), Defaultable term structure models with fractional recovery of par, Graduate School of Business, Stanford University defaultable bonds, Review of Financial Studies. Fridson, Martin S. (2000), Recovery rates: The search for meaning, Merrill Lynch Publications. Frye, Jon (2000), Depressing recoveries, Risk Magazine. Geske, Robert (1977), The valuation of corporate liabilities as compound options, Journal of Financial and Quantitative Analysis. Hamilton, David T. (2001), Default and recovery rates of corporate bond issuers: 2000, Moody s Investor Service. Hull, John and White, Alan (1995), The impact of default risk on the prices of options and other derivative securities, Journal of Banking and Finance. Jarrow, Robert and Turnbull, Stuart (1995), Pricing derivatives on financial securities subject to credit risk, Journal of Finance. Longstaff, Francis and Schwartz, Eduardo (1995), A simple approach to valuing risky fixed and floating rate debt, Journal of Finance. Merton, Robert C. (1974), On the pricing of corporate debt: The risk structure of interest rates, Journal of Finance. Moody s (2002), Default and recovery rates of corporate bond issuers: A statistical review of moody s ratings performance Vasicek, Oldrich (1984), Credit valuation, KMV Publications. Zhou, Chunsheng (2001), The term structure of credit spreads with jump risk Journal of Banking and Finance. Duffie, Darrell und Singelton, Kenneth (1999), Modeling the term structures of

18 Operational Risk (Titel) What you see is what you get! Operationelle Risiken identifizieren Ein Beitrag von Kirsten-Annette Minz Man begreift nur, was man sieht Gerade hier liegt das Hauptproblem der operationellen Risiken. Um sie messen oder steuern zu können, muss erst herausgefunden werden wann bzw. wo operationelle Risiken überhaupt entstehen. Neben Ansätzen der Quantifizierung dieser ganz speziellen Risikokategorie sind die Möglichkeiten der Identifikation und Analyse operationeller Risiken für Kreditinstitute daher von besonderer Bedeutung. 1 Zudem wird in der Phase der Risikoanalyse eine Auswahl der (operationellen) Risiken getroffen wird, die entweder im Focus der folgenden Aktivitäten stehen oder vernachlässigt werden können. koidentifikation die Grundlage für eine Quantifizierung operationeller Risiken (vgl. Abbildung 1). Erst wenn operationelle Risiken in diesen Dimensionen erfasst worden sind, kann die gezielte Risikosteuerung und Risikokontrolle einsetzen. Operationelle Risiken in Kreditinstituten 1. Schritt Risikobewußtsein / Systematisierung 2. Schritt Identifikation 3. Schritt Quantifizierung / EK-Unterlegung Dimensionen operationeller Risiken Während die Entwicklung eines Risikobewusstseins und die Systematisierung von operationellen Risiken der Risikoidentifikation vorausgeht, bildet die Risi- Abbildung 1: Dimensionen operationeller Risiken 1 Vgl. auch Wiedemann, A. (2002).

19 Operational Risk (Titel) Der erste Schritt zu einem besseren Umgang mit operationellen Risiken ist getan, sobald sich ein Kreditinstitut darüber bewusst wird, dass operationelle Risiken auftreten können. Nicht zuletzt durch die Diskussion über die aufsichtsrechtlichen Anforderungen dürfte dieser Prozess der Risikobewusstwerdung mittlerweile weitestgehend abgeschlossen, zumindest aber weithin fortgeschritten sein. In der Diskussion um unterschiedliche Begriffsbestimmungen und Systematisierungsansätze setzt sich die letzte Definition des Basler Ausschuss für Bankenaufsicht auch im allgemeinen Sprachgebrauch immer weiter durch. Nun müssen geeignete Verfahren gefunden und ausgewählt werden, um operationelle Risiken am Ort ihres Auftretens (WO?) identifizieren und analysieren zu können (WARUM?). Sowohl in der betriebswirtschaftlichen Literatur als auch in der Praxis werden Verfahren und Ansätze diskutiert, die in unterschiedlichem Umfang helfen, operationelle Risiken zu identifizieren (vgl. Abb.2). 2 Es gibt jedoch keinen allgemeingültigen "one best way" oder eine Universallösung. Die Entscheidung für einen, mehrere Ansätze oder eine Kombination einzelner Elemente kann daher nur unter institutsspezifischen und individuellen Gesichtspunkten erfolgen. Alle in Abbildung 2 genannten Ansätze haben gemeinsam, dass sie eine intensive Auseinandersetzung mit operationellen Risiken erfordern, was langfristig gesehen dazu führen kann, diese besser zu beherrschen. Aus der Vielzahl der angebotenen Möglichkeiten sollen im folgenden die Risikoinventur und der Operational Risk Counter (ORC) herausgegriffen und diskutiert werden. Prozessrisikoanalyse Baumanalysen FMEA Predictive-Human- Error-Analyse Identifikation / Risikoanalyse operationeller Risiken Simulationsansätze Risikoinventur Risikoindikatoren Skalierung Risikomatrix Risikoportfolio Abbildung 2: Verfahren zur Identifikation operationeller Risiken Die Risikoinventur In Analogie zur sonst üblichen Inventur einer Unternehmung, in der die Bestandsaufnahme des Vermögens und der Schulden erfolgt, bietet das Verfahren der Risikoinventur die Möglichkeit, mit Hilfe verschiedener Techniken alle Risiken in einer Bank systematisch zu erfassen. Die Daten in einer Risikoinventur können durch den Einsatz verschiedener Verfahren erhoben werden (vgl. Abbildung 3). What-if-Analyse HAZOP Ursache-/Wirkungsdiagramm Frühwarnsysteme z.b. ORC Operational Risk Counter 2 Für eine ausführliche Darstellung und Bewertung der Ansätze vgl. Minz, K.-A. (2003).

20 Operational Risk (Titel) Datenerhebung Datenerhebung in in der der Risikoinventur Risikoinventur In einer Expertenbefragung werden Mitarbeiter aus allen Funktionsbereichen und Führungsebenen zu einem aufgestellten Risikokatalog befragt. Die Experten müssen zur Eintrittswahrscheinlichkeit und zum möglichen Schadenausmaß Stellung nehmen. Der einbezogene Personenkreis sollte daher mit den abgefragten Sachverhalten gut vertraut sein. Der Erfolg einer Expertenbefragung ist unmittelbar von der Kenntnis der Risiken abhängig. Nur wenn potenzielle Gefahrenquellen bekannt sind, kann die Risikosituation im Hinblick auf ihre Eintrittswahrscheinlichkeit und bzgl. des Umfanges eines möglichen Schadens beurteilt werden. Die Expertenbefragung kann sowohl in Form eines Einzelinterviews als auch in einer Gruppen- oder Teamsitzung durchgeführt werden. Interdisziplinäre Teams bieten vor allem die Möglichkeit, Folgeschäden aus anderen Unternehmensbereichen mit zu erfassen und Interdependenzen innerhalb der Funktionen zu berücksichtigen. Fragebögen Fragebögen - - Self-Assessments Self-Assessments - - Expertenbefragungen Expertenbefragungen - - Checklisten Checklisten Betriebliches Betriebliches Vorschlagswesen Vorschlagswesen Workshops Workshops Ereignisanalyse Ereignisanalyse - - Auswertung Auswertung von von Statistiken Statistiken - - Schadensfalldatenbanken Schadensfalldatenbanken Abbildung 3: Methoden der Datenerhebung In der bankbetrieblichen Praxis hat sich vor allem der Einsatz von Fragebögen bewährt. Eine besonders erfolgreiche Kombination ist der Gebrauch von Checklisten in Verbindung mit Experteninterviews. Bei dieser Konstellation ist es sinnvoll, den ausgewählten Experten zunächst die Checklisten zur Durchsicht zur Verfügung zu stellen und dann, zeitlich nachgelagert, ein strukturiertes Interview zu führen. Die Risiko- oder Selbsteinschätzung, auch Self-Assessment genannt, ist einer Expertenbefragung sehr ähnlich und hat eine interne Beurteilung von Risiken, Kontrollen und deren Implementierung unter Verwendung von Fragebögen oder der Durchführung von Workshops zum Inhalt. Der Vorteil der Selbsteinschätzung liegt, neben der zusätzlichen Informationsgewinnung, in der Schaffung eines Risikobewusstseins bei den Beteiligten. Da die Erstellung, Bearbeitung und Auswertung von Fragebögen jedoch sehr zeit-, kosten- und Knowhow-intensiv ist, können Fragebögen nur bedingt als permanente Methode in einer Risikoinventur verwendet werden. Eine weitere Alternative zur Datengewinnung ist die Konzeption und Durchführung von Workshops. Diese sind vor allem wirkungsvoll, wenn es um die I- dentifikation und Erfassung von Risiken geht, bei denen interdisziplinäre Teams von Vorteil sind. Die Subjektivität der individuellen Meinungen soll dabei durch regelmäßige Wiederholung und Überprüfung der Ergebnisse objektiviert werden. Der Vorteil der Durchführung von Workshops ist vor allem darin zu sehen, dass die Mitarbeiter aktiv in die Erhebung operationeller Risiken einbezogen werden. Im Gegensatz zum Fragebogen, können sie den Verlauf direkt mitgestalten und gewonnene Lösungsansätze unmittelbar umsetzen. In der Planung und Durchführung sind Workshops jedoch ebenfalls sehr zeit- und kostenintensiv. Werden sie einer Risikoinventur zeitlich nachgelagert, können sie eine wertvolle Ergänzung und Vertiefung von bereits in

21 Operational Risk (Titel) der Risikoinventur erhobenen Daten sein. Eine weitere Datenquelle ist das betriebliche Vorschlagswesen. Ein bereits vorhandenes Vorschlagswesen kann erweitert werden, indem die Mitarbeiter explizit dazu aufgefordert werden, auch auf mögliche Risikoquellen zu achten und diese zu melden. Die Fähigkeiten und Kenntnisse der Mitarbeiter werden somit direkt genutzt und die Bedeutung des Risikomanagementprozesses wird durch die Einbindung aller Mitarbeiter unterstrichen. Im Gegensatz dazu stehen bei der Ereignisanalyse bereits aufgetretene operationelle Risiken im Vordergrund, die anhand von Statistiken, die im Idealfall ohnehin schon in der Bank geführt werden, ausgewertet werden. Eine bereichsübergreifende Erfassung operationeller Risiken durch die Ereignisanalyse kann außerdem helfen, neue Risiken zu erkennen, die eine ausschließlich bankinterne Prozessanalyse nicht aufdecken würde. Der Blick für weitere mögliche Risikoquellen wird so geschärft. Die so gewonnenen Daten sollten anschließend in eine Schadenfalldatenbank überführt werden. Ist eine Schadenfalldatenbank einmal vorhanden, kann diese systematisch durchsucht und fortgeschrieben werden, um so auch mögliche Anhaltspunkte für eine Risikoinventur zu finden. Da die aufsichtsrechtliche Handhabung operationeller Risiken noch nicht abschließend geklärt ist, empfiehlt sich als Vorbereitung auf die quantitativen Verfahren zur Unterlegung der operationellen Risiken mit Eigenkapital in jedem Fall die rechtzeitige Durchführung einer Risikoinventur. Die Risikoinventur hat sich in der Praxis bereits bewährt, um operationelle Risiken systematisch aufzudecken und kann somit als Basis für weitergehende Ansätze der Quantifizierung operationeller Risiken gesehen werden. Der Operational Risk Counter (ORC)- Ein Frühwarnsystem Einen Schritt weiter als die reine Bestandsaufnahme gehen Frühwarnsysteme. Unter einem Frühwarnsystem wird ein Informationssystem verstanden, das seinen Benutzern latente, d.h. bereits vorhandene Gefährdungen der Marktund Wettbewerbsposition in Form von Reizen, Impulsen oder Informationen mit zeitlichem Vorlauf bereits vor deren Eintritt signalisiert. Die Indikatorhypothese gilt als Grundlage von Frühwarnsystemen und besagt, dass Veränderungen nicht abrupt auftreten, sondern durch Signale angekündigt werden. Auf den Bankensektor übertragen bedeutet dies, dass das Management im Sinne einer Risikoprophylaxe rechtzeitig vor möglichen operationellen Risiken gewarnt werden soll. Die Konzeption von Frühwarnsystemen ist daher für einen ganzheitlichen Ansatz zur Identifikation von operationellen Risiken von besonderer Bedeutung. Funktionsweise des ORC Nach dem Prinzip der Indikatorhypothese funktioniert auch der Operational Risk Counter (ORC), der zum Ziel hat, mögliche operationelle Risiken und Chancen frühzeitig aufzudecken. Durch diese Frühzeitigkeit entsteht ein zeitlicher Vor-

22 Operational Risk (Titel) sprung, so dass Gegenmaßnahmen rechtzeitig initiiert werden können. Der Operational Risk Counter liefert Richtwerte, die anzeigen, ob sich das operationelle Risiko der Bank in einer - vorher genau zu definierenden - Sicherheits-, Vorsichts- oder Gefahrenzone bewegt. Die Funktionsweise des ORC ist mit einer Ampel vergleichbar. Durch die Einteilung in eine Sicherheits-, Vorsichtsund Gefahrenzone wird der Grad des operationellen Risikos sichtbar gemacht. Die Grenzen der einzelnen Zonen sind exemplarisch ausgewählt und können institutsspezifisch diskutiert und ggf. angepasst werden (vgl. Abbildung 4). In der Wahl der Punkteintervalle spiegelt sich auch die Risikoneigung bzw. Risikoeinstellung der Bank wider. D.h. jede Bank kann individuell entscheiden, welches Maß operationeller Risiken für sie noch tolerierbar ist oder nicht. Farbe Punktzahl gekennzeichneter Bereich rot gelb grün Risikobereich, kritischer Bereich!Gefahrenzone Warn- oder Toleranzbereich!Vorsichtszone Normalbereich, unkritischer Bereich!Sicherheitszone Die gelbe Zone (21 bis 33 Punkte) wird als Toleranz- oder Warnbereich bezeichnet. Das heißt jedoch nicht, dass grundsätzlich eine Entwarnung gegeben werden kann. In der Vorsichtszone interessieren vor allem die Detailergebnisse: Falls z.b. in zwei der drei Risikokategorien oder Einzelrisiken hohe Punktstände erreicht werden, ist dies ebenfalls Grund zur Besorgnis und Ergreifung entsprechender Maßnahmen. Die grüne Zone (9 bis 20 Punkte) bildet den Normalbereich, der auch als unkritischer Bereich bezeichnet werden kann. In dieser Sicherheitszone sind die operationellen Risiken zwar nicht bedrohlich, sollten aber durchaus im Zeitablauf beobachtet werden. Es kann zudem gefragt werden, ob die angeführten Risiken gegebenenfalls zu niedrig bewertet wurden. Eine weitere Variante ist die Verknüpfung bestimmter Toleranzgrenzen mit der What-if-Analyse. Das heißt, dass bei Erreichung eines vorher festgelegten Punktewertes bestimmte Maßnahmen eingeleitet werden. ( Wenn der Wert xy eintritt, dann werden folgende Maßnahmen ergriffen. ) Diese Möglichkeiten lassen sich ex ante in einer Szenarioanalyse mit der What-if-Technik durchspielen. Abbildung 4: Einteilung der Zonen nach dem Ampelprinzip Die rote Zone (34 bis 45 Punkte) kennzeichnet den kritischen Bereich oder Risikobereich und bildet die höchste Gefahrenzone. Falls festgestellt wird, dass der Gesamtpunktestand 34 Punkte erreicht oder übersteigt, sollten möglichst schnell Maßnahmen erfolgen. Den Kern des Systems bilden Risikoindikatoren. Allgemein lassen sich bankenintern verschiedene Bereiche festlegen, in denen Risiken auftreten, die mit Hilfe von Risikoindikatoren identifiziert werden können. Mittels subjektiver Einschätzung der Mitarbeiter oder des Managements werden dann konkrete Belastungswerte in Form von Punktezahlen ermittelt. Durch die Addition der Punkte in den einzelnen Bereichen gibt die Gesamtsumme die Interpretation der Ergebnisse

23 Operational Risk (Titel) vor. Das Grundprinzip des ORC veranschaulicht Abbildung 5. Der Operational Risk Counter (ORC) Risikokategorie / Einzelrisiko 1 Risikoindikator Punktezahl Risikoindikator Risikoindikator + + = Punktezahl Punktezahl Punktezahl Vorteile des ORC Ein Operational Risk Counter kann zwar Risiken innerhalb einer Organisation nicht vermeiden, aber es wird deutlich, wo und in welchem Tempo sie sich entwickeln. Risikokategorie / Einzelrisiko 2 Risikoindikator Punktezahl Risikoindikator Risikoindikator + + = Punktezahl Punktezahl Punktezahl Eine Risikoidentifikation durch den ORC bietet aber noch weitere Vorteile: Risikokategorie / Einzelrisiko n Risikoindikator Punktezahl Risikoindikator Risikoindikator + + = Punktezahl Punktezahl Punktezahl Punktestand insgesamt = Abbildung 5: Grundprinzip des Operational Risk Counter (ORC) Der Ablauf des ORC gliedert sich in vier Phasen. Die drei Hauptphasen werden durch eine vierte Phase ergänzt. Diese Feedback- oder Kontrollphase hat die kontinuierliche Verfahrensoptimierung zum Ziel und gibt dem System zur Identifikation operationeller Risiken den wichtigen Kreislaufcharakter 3 (vgl. Abbildung 6). Phasen des Operational Risk Counter Das System ist einfach nachvollziehbar, es ist individuell einsetzbar und auszugestalten und damit auch für kleinere Kreditinstitute anwendbar, die Mitarbeiter werden sensibilisiert, das Bewusstsein für operationelle Risiken wird geschärft, es ist eine Unterscheidung zwischen Gesamtbankebene und Filialen möglich, die Entwicklungs- und Einführungszeit und damit auch die Kosten sind überschaubar, Phase 1 Phase 2 Ermittlung der Beobachtungsbereiche Skalierung das System ist durch die Feedbackoder Reflexionsphase ein iterativer Prozess, der flexibel angepasst und verändert werden kann, Phase 3 Phase 4 Ergebnisanalyse Kontrolle / Feedback erste Erfolge sind relativ schnell zu verzeichnen, weshalb dem ORC auch eine motivationssteigernde Wirkung zugeschrieben werden kann. Abbildung 6: Kreislaufmodell des Operational Risk Counters 3 Für eine detaillierte Beschreibung der einzelnen Phasen vgl. Minz, K.-A. (2003).

24 Operational Risk (Titel) Der Weg ist das Ziel Da es sich beim Operational Risk Counter außerdem um ein leicht nachvollziehbares System handelt, kann das dafür benötigte Know-how relativ schnell aufgebaut werden. Auch die dafür benötigte informationstechnische Unterstützung kann flexibel gehandhabt und steigenden Ansprüchen angepasst werden. Sogar eine manuelle Erfassung ist prinzipiell vorstellbar, langfristig jedoch nicht zu empfehlen. Trotz der genannten Vorteile ist (zur Zeit noch) ein Nachteil in der Schwierigkeit der Auswahl von Frühwarnindikatoren zu sehen. Durch die wissenschaftliche Diskussion und den praktischen Austausch über Erfahrungen in diesem Bereich, wird dieses Argument auf lange Sicht aber an Bedeutung verlieren. Demgegenüber ist ein Anspruch auf Vollständigkeit, d.h. Erfassung aller möglichen operationellen Risiken auch in Zukunft nur schwer zu erfüllen. Durch den Lernkurveneffekt und eine Feedbackschleife am Ende des Prozesses kann aber eine kontinuierliche Verbesserung des Systems erreicht werden. Ein weiterer Kritikpunkt liegt in den subjektiven Einschätzungen der Mitarbeiter oder des Managements begründet, die zur Ermittlung konkreter Belastungswerte in Form von Punktezahlen nötig sind. Dieser Kritikpunkt macht einmal mehr deutlich, wie wichtig die personelle Auswahl der Beteiligten ist. Wie bei der Risikoinventur lässt sich dieses Argument auch beim ORC nicht vollständig entkräften. Beide Ansätze besitzen einen bestimmten Teil systemimmanenter Ungewissheit, der sich nur durch das Vertrauen in die Erfahrung der Mitarbeiter und Experten kompensieren lässt. Dieses Vertrauen ist ein wichtiger Erfolgsfaktor, der die Ergebnisse und deren Aussagekraft maßgeblich beeinflusst. Zusammenfassend kann konstatiert werden, dass sowohl die Risikoinventur als auch der ORC vielseitig einsetzbare Konzepte sind, die als Teil eines Risikomanagement-Prozesses, auch in Ergänzung zu anderen Instrumenten, wichtige Impulse zu einem besseren Umgang mit operationellen Risiken liefern können. Synergieeffekte mit anderen Managementsystemen wie der Balanced Scorecard sind z.b. bei der Auswahl der Risikoindikatoren möglich. Denkbar ist auch ein Mischkonzept, mit Einsatz des Operational Risk Counters auf Filialebene und weiteren Methoden der Risikoidentifizierung, z.b. Durchführung einer Risikoinventur, auf Gesamtbankebene. Inwieweit insbesondere das Konzept des Operational Risk Counters als Frühaufklärungssystem aufsichtsrechtlich anerkannt wird, ist noch nicht geklärt. Kontakt: Kirsten-Annette Minz Rheinischer Sparkassen- und Giroverband Kirchfeldstr Düsseldorf Tel.:

25 Operational Risk (Titel) Literatur: Minz, K.-A. (2003): Operationelle Risiken in Kreditinstituten Frankfurt/M. Wiedemann, A. (2002): Qualitative Ansätze zur Identifikation und Steuerung operationeller Risiken, in: Betriebswirtschaftliche Blätter 11/2002, S

26 Operational Risk (Titel) Quantifizierung operationeller Risiken 1 Ein Weg zur Einbettung in den Management-Zyklus Ein Beitrag von Gerrit Jan van den Brink Einleitung Die Quantifizierung von Risiken wird manchmal als Ziel des Risikomanagements formuliert. Das eigentliche Ziel, die Verbesserung des Managements operationeller Risiken, gerät dadurch oft zu kurz. Insbesondere bei der Quantifizierung operationeller Risiken sind die meisten Finanzinstitute noch auf der Suche nach einer passenden Umsetzungsstrategie. Die aktuellen Fragen konzentrieren sich auf die Datenerhebung, die Qualitätssicherung der erhobenen Daten (insbesondere bezüglich deren Vollständigkeit und Richtigkeit) und die Gestaltung eines Modells für die Berechnung des Risikokapitals. Diese Fragestellungen zeigen die hohe Komplexität des operationellen Risikos, die nicht nur in der Vielfältigkeit der Risikokategorien, sondern auch in der Verfügbarkeit von Basisdaten zum Ausdruck kommen. In diesem Beitrag wird eine mögliche Antwort auf die genannten Fragen beschrieben. Aber zunächst wird erst ein Überblick über die Ziele der Quantifizierung gegeben. Die Ziele bestimmen, inwiefern Konzessionen zur Bewältigung der Praxisprobleme gemacht werden können. Im Anschluss wird ein Weg für die Kalkulation des Risikokapitals aufgezeigt. Damit wird die Basis für die Erreichung der Ziele beschrieben. 1 Die in diesem Beitrag vertretenen Aussagen stellen lediglich die persönliche Meinung des Autors dar.

27 Operational Risk (Titel) Definition des Risikokapitals Das Risikokapital wird in diesem Beitrag als das Kapital definiert, das von der Bank als Reserve gehalten wird, um Risiken abdecken zu können, d.h. um selbst bei unerwarteten Verlusten bis zu einem definierten Wahrscheinlichkeitsniveau für einen bestimmten Zeitraum solvent zu bleiben. Graphisch können die bekannten Begriffe wie folgt eingeordnet werden: Basisbegriffe Standardrisikokosten Abbildung: Basisbegriffe Risikokapital Regulatorisches Kapital Quantil Verlustpotenzial Die Standardrisikokosten sind statistisch als der erwartete Verlust zu interpretieren. Das Quantil ist das obengenannte Wahrscheinlichkeitsniveau. Regulatorisch ist das Quantil mit 99,9% angesetzt. Das regulatorische Kapital ist in der Abbildung inklusive den Standardrisikokosten abgebildet. Diese Vorgehensweise ist dann durch Basel II verpflichtend, wenn die Bank nicht explizit nachweisen kann, dass die Standardrisikokosten in einer Risikovorsorge berücksichtigt wurden. Quantifizierungsziele Die Quantifizierung operationeller Risiken kann nicht als selbständiges Ziel betrachtet werden. Das übergeordnete Ziel ist eine Verbesserung des Managements operationeller Risiken. Diese Zielsetzung setzt gleichzeitig die Rahmenbedingungen für die Quantifizierungsfragen. Die methodischen Fragen bezüglich der genutzten Modelle (basierend auf unterschiedlichen Verteilungen) und Interpretationen der erhobenen Parameter sollten auch unter Berücksichtigung dieser Zieldefinition geprüft werden. Die aus dieser übergeordneten Zielsetzung abgeleiteten Ziele für die Quantifizierung operationeller Risiken können in zwei Kategorien aufgeteilt werden: Aufsichtsrechtliche Ziele Bankinterne Managementziele Die aufsichtsrechtlichen Ziele können wie folgt zusammengefasst werden: Die Optimierung des Risikomanagements wird durch risikosensitive Kapitalunterlegungen umgesetzt, um so eine Robustheit des gesamten Finanzsystems zu erreichen. Sobald der regulatorische Kapitalbedarf das vorhandene regulatorische Kapital übersteigt, darf die Bank das Risiko nicht ohne weiteres eingehen. Sie muss in diesem Fall zunächst andere bereits bestehende Risiken abbauen, bevor sie neue Risiken eingehen kann. Die Aufsicht begrenzt somit die Risiken, denen eine Bank exponiert sein kann. Durch die Limitierung des operationellen Risikos mit Hilfe der Kapitalunterlegung wird die Qualität des Risikomanagements

28 Operational Risk (Titel) zu einem wettbewerbsbestimmenden Faktor. Die Bank mit dem besten Risikomanagementsystem muss für operationelle Risiken am wenigsten Kapital unterlegen. Somit kann dieses freigewordene Kapital für andere Risikoarten benutzt und ertragsbringend eingesetzt werden. Die bankinternen Managementziele können wie folgt wiedergegeben werden: Verbesserung des Risikobewusstseins in der Bank Optimierung der Risiko-Ertragsteuerung Adäquates Pricing der Bankprodukte Ansatz für Verbesserungen der Organisationsabläufe Es ist vielleicht nicht direkt einleuchtend, dass die Quantifizierung operationeller Risiken das Risikobewusstsein in der Bank verbessern kann. Oft wird behauptet, dass eine qualitative Betrachtung für die Schärfung des Risikobewusstseins ausreicht. Verschiedene Risikobewertungsmethoden beurteilen die Schadenhöhe oder sogar die Verluste aus operationellen Risikoereignissen qualitativ, indem sie diese in verschiedene Klassen (wie Hoch Mittel Niedrig ) einteilen. Eine solche Bewertungsskala ist vor allem bei sogenannten Self-Assessments nicht unüblich. Die Dresdner Bank hatte in ihrem ersten Self-Assessment ebenfalls eine qualitative Perspektive. In den folgenden Self-Assessments wurden die Experten jedoch gebeten, die Häufigkeit und die Schadenshöhe zu schätzen. Die Folge war, dass die Kollegen und Kolleginnen zu anderen Bewertungen kamen, die insbesondere auch die Umsetzung von Verbesserungsmaßnahmen betraf. Ein Verlustpotenzial in EURO bringt die Realität und das Ausmaß eines möglichen Verlustes näher als die Bezeichnung Hoch. Das zweite Ziel ist die Verbesserung der Risiko-Ertragssteuerung der Bank. Um das Verhältnis zwischen dem Risiko und dem Ertrag in Zahlen abbilden zu können, ist die Quantifizierung des Risikos unumgänglich. Das Management der Bank versucht, das Eigenkapital maximal gewinnbringend, unter Berücksichtigung des eingegangenen Risikos, einzusetzen. Das Pricing der Bankprodukte ist nur dann zielführend, wenn die Risiken adäquat eingepreist sind. Das heißt nicht, dass alle Kosten direkt an den Kunden weitergegeben werden können. Die Bank sollte jedoch so einen möglichst vollständigen Überblick über die Kosten per Produkt haben. Dieses wird umso wichtiger, wenn die Wertschöpfungskette der Finanzinstitute weiter zerlegt wird. Insbesondere ist hier an das Vorhaben der Ausgründung mancher Abwicklungsaktivitäten zu denken. Wenn ein Zahlungsverkehrsdienstleister die Standardrisikokosten und die Eigenkapitalverzinsung für das Risikokapital für operationelle Risiken nicht in die Produktkostenkalkulation mit einbezieht, dann ist die Gefahr groß, dass dieses Geschäftsmodell nicht profitabel ist. Als letztes Ziel der Quantifizierung operationeller Risiken ist die Verbesserung der organisatorischen Abläufe zu nennen. Wenn die Bank nach der Quantifizierung Kapitalkonzentrationen auf manchen Prozessen feststellt, dann ist das ein guter Ansatzpunkt für eine weitere Analyse. Ebenfalls können Redundanzen

29 Operational Risk (Titel) und Ineffizienzen in den organisatorischen Abläufen aufgedeckt werden, die zu unnötigen Risikokapitalbindungen führen würden. Die Ursachen der Kapitalbindung sollten festgestellt werden, um danach passende Lösungsalternativen aufzubereiten. Dabei kann insbesondere an die Implementierung geeigneter Kontrollmaßnahmen und die Abwälzung der Risiken gedacht werden. Datenerhebung Die Quantifizierung operationeller Risiken setzt eine Datenerhebung voraus. Es gibt mehrere Ansätze, die mittlerweile auch in die Praxis umgesetzt worden sind. Sammlung der historischen Verlustdaten aus operationellen Risikoereignissen. Sammlung von Expertenbewertungen anhand von strukturierten Befragungen. Die Sammlung interner historischer Verlustdaten ist für die Anwendung des Standardised Approaches und der Advanced Measurement Approaches eine Voraussetzung. Daher liegt es auf der Hand, zunächst eine Quantifizierung auf Basis von historischen Verlustdaten vorzunehmen. Die Objektivität historischer Verlustdaten wird oft hervorgehoben, weil es sich hier um Fakten handelt. Diese These ist jedoch fraglich, wie später in diesem Beitrag erklärt wird. Historische Daten haben jedoch einige Begrenzungen, die insbesondere für die Quantifizierung operationeller Risiken weitreichende Konsequenzen haben. Folgende Punkte können hier genannt werden: Historische Daten betrachten die Vergangenheit und liefern nicht notwendigerweise eine gute Abbildung der zukünftigen Situation. Insbesondere im Falle von großen Verlusten darf davon ausgegangen werden, dass das Management geeignete Maßnahmen getroffen hat, damit solche Verluste nicht noch einmal auftreten. Wenn die Bank sich entscheidet neue Aktivitäten zu entfalten, fehlt eine historische Datenbasis für diese Aktivität. Diese neuen Aktivitäten sind jedoch anfällig für operationelle Risiken. Als Beispiel kann an den Aufbau von Finanzportalen im Internet gedacht werden. Es ist klar, dass das Finanzinstitut in solchen Fällen bezüglich operationeller Risiken exponiert ist, auch wenn noch keine Verluste in der Vergangenheit eingetreten sind. Die Verlustdaten sind nicht gleichmäßig verteilt. Die internen Verlustdatensammlungen zeigen Datenlücken in dem Bereich low frequency high severity. Jedes Finanzinstitut, dass diese Daten nicht zur Verfügung hat, wird darüber eher froh sein. Es sind aber gerade diese Verluste, die maßgeblich die Höhe des Risikokapitals bestimmen. Die Befürworter, die historische Verlustdaten als Basis für die Quantifizierung nehmen möchten, haben diese Probleme erkannt. Die Lösung wird in der Benutzung externer Verlustdaten gesucht. Die Idee ist, dass die Banken sich in Datenkonsortien vereinen und somit untereinander Daten austauschen. Diese Daten

30 Operational Risk (Titel) werden anonymisiert den Teilnehmer zur Verfügung gestellt. Momentan wird noch diskutiert, wie die Daten kategorisiert und anonymisiert werden können. Verlustdaten anderer Institute können jedoch nicht direkt verwendet werden. Beispielhaft kann hier der Barings- Verlust angebracht werden. Der Verlust von ca. USD 1,6 Mrd wurde durch einen, seine Befugnisse überschreitenden, Händler verursacht. Das Ausmaß des Schadens war sicherlich auch durch die relativ schwache administrativorganisatorische Situation mitverursacht. Die Kontrolle der Aktivitäten in Singapur wurde mehrfach in dem Audit-Report 2 der Wirtschaftsprüfer als Schwachstelle genannt. Die Banken, die dieses Verlustdatum vom Konsortium erhalten, müssen es zunächst skalieren. Skalieren heißt dieses Datum passend für die eigene Organisation zu machen. Dabei kann die eigene Organisation in diesem spezifischen Fall eine Rolle spielen. Wenn die Bank ein ausgeprägtes Management hat, dann kann sie die Schadenshöhe entsprechend korrigieren. In diesem Punkt kann nicht mehr von Objektivität die Rede sein. Das Datum wird aufgrund von Expertenwissen der eigenen Situation angepasst. Spätestens dann kann nicht mehr die Rede von einem Faktum sein. Der Alternativvorschlag statt durch Experten über bestimmte Größenindikatoren zu skalieren, um so die Objektivität zu gewährleisten, scheint auch keine wirkliche Abhilfe zu schaffen. Gerade in 2 The Report of the Inspectors appointed by the Minister of Finance, der Diskussion bezüglich der Vorschläge für die Bestimmung des regulatorischen Kapitals für operationelle Risiken ist immer wieder zurecht darauf hingewiesen worden, dass Größe und Risiko keine eindeutigen Verhältnisse aufweisen. Eine große Bank ist nicht automatisch stärker gefährdet als eine kleine Bank. Die Frage bezüglich der Objektivität scheint nicht befriedigend beantwortet werden zu können. Der Preis für diese Objektivität steht in einem negativen Verhältnis zu dem erwarteten Nutzen. Aus diesem Grund ist ein zweites Verfahren für die Datenerhebung entwickelt worden, dass die Subjektivität aller Daten erkennt und versucht damit in einer vernünftigen Art und Weise umzugehen. Die Datenerhebung auf Basis von Expertenbewertungen kann verschiedene angesprochene Probleme der historischen Verlustdatenbasis lösen. Experten sind zum Beispiel in der Lage, für neue Aktivitäten die operationellen Risiken einzuschätzen. Sie sind ebenfalls in der Lage, die bekannten zukünftigen Änderungen mit zu berücksichtigen. Die Lücke in dem angesprochenen Bereich low-frequency high severity stellt sich dem einzelnen Experten natürlich auch dar. Sie lässt sich aber etwas einfacher schließen. Die Experten können sich in sogenannten Expertenrunden zusammenfinden und die Szenarien, die sicherlich auch aus externen Daten gewonnen werden können, gemeinsam bewerten. Damit sind ansatzweise die meisten Bedenken, die gegen eine Verwendung historischer Verlustdaten sprechen, gelöst. Die Subjektivität der Bewertungen kann durch eine adäquate Datenanalyse validiert werden. Darüber hinaus wird jede

31 Operational Risk (Titel) strukturierte Befragung noch einmal von einem zweiten Sachverständigen beurteilt und genehmigt. Die interne Revision wird die Qualität der Expertenschätzungen prüfen. Innerhalb der Dresdner Bank werden die Daten im Rahmen eines strukturierten Self-Assessments 3 erhoben. Das Objekt der Bewertung kann ein Prozess oder eine Bündelung von Prozessen sein. Für dieses Objekt wird für zehn Risikoursachenkategorien beurteilt, wie hoch das Risikopotenzial und die Häufigkeit in einer typischen Situation sind. Der Experte gibt ebenfalls die Bandbreiten um beide Werte an, umso die Variabilität in der Schätzung zum Ausdruck zu bringen. Diese Schätzung kann graphisch wie folgt verdeutlicht werden: Häufigkeit! Häufigkeit: kennzeichnet, wie oft das typische Verlustpotenzial, welches geschätzt wurde, typischerweise im spezifizierten Szenario auftreten kann.! Typische Häufigkeit : die Häufigkeit eines typischen Verlustpotenzials, wie es dem Assessor am ehesten für den Großteil der Verluste repräsentativ erscheint. Der Wert wird als arithmetisches Mittel interpretiert.! Bandbreite: Der Bereich, in dem ca. 95% aller möglichen Häufigkeiten liegen würden. Einmal im Jahr Bandbreite Zweimal im Jahr Einmal im Monat Abbildung: Schätzung der Bandbreiten Häufigkeit Die Experten betrachten eine Bandbreite in die 95% aller vorstellbaren typischen Werte passen. Eine solche Schätzung wird ebenfalls für die Schadenshöhe gemacht. Die Vollständigkeit der Datenerhebung wird grundsätzlich über eine Aufnahme der Produkte und Prozesse der Bank geregelt. Jeder Fragebogen hat folgende Attribute: Organisationseinheit, Lokation, Prozess(-bündel), Produkt(-bündel). Diese Attribute erlauben es, die Vollständigkeit der Erhebung grundsätzlich zu prüfen. Die festgestellte Vollständigkeit der erhobenen Prozesse wird dabei vorausgesetzt. Bevor die Daten in die Risikokapitalkalkulation einfließen, findet zunächst eine Datenqualitätsanalyse statt. Diese Analyse hat als Ziel, eventuelle Verzerrungen aufzudecken, die einen materiellen Einfluss auf die Risikokapitalergebnisse haben könnten. Folgende Punkte werden zum Beispiel systematisch untersucht: Sind die neu erhobenen Daten im Vergleich zu früher erhobenen Daten, unter Berücksichtigung der Veränderungen, konsistent? Werden gleiche oder ähnliche Sachverhalte auch gleich beziehungsweise ähnlich bewertet? Sind zum Beispiel die ähnlichen Prozesse in unterschiedlichen Dienstleistungszentren ähnlich bewertet? Stimmen die quantitativen Antworten mit den qualitativen Antworten überein? Sind bestimmte Antworten verzerrt? Werden die Aussagen zum Beispiel durch den Zustand eines bestimmten Systems dominiert? Sind Sequenzen bei der Beantwortung einzelner Fragen erkennbar? Nachdem die Datenqualitätsanalyse stattgefunden hat, wird die Kalkulation des Risikokapitals vorgenommen. 3 für weitere Informationen sei auf den Beitrag von Sandstedt/Anders im Risk vom Januar 2003 verwiesen.

32 CA low UA PE PR ES MA EX IT OG TE IF IN RR medium low medium high Potential Loss Frequency EC high Operational Risk (Titel) Kalkulation des Risikokapitals Der Kalkulationsprozess muss in der Lage sein, die Häufigkeits- und Schadenshöheschätzungen mit den dazu geschätzten Unsicherheiten zu berücksichtigen. Der Prozess kann wie folgt abgebildet werden: Information Input Modell f Output Potential Loss Severity low medium low medium high high Risiko profil P Parameterwerte Verteilung der Schadenshöhe 0, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , Monte 0, , , Carlo- 0, , , , , , , , , , , , , ,9176 0, , , , , , , Simulation 0, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,6479 0, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , Verteilung der Häufigkeit Verteilung des Verlustpotenzials Risikokapital Abbildung: Der Risikokapitalkalkulationsprozess Im ersten Schritt werden die Parametewerte für die Verteilungen der Häufigkeit und der Schadenshöhe bestimmt. Die zu bestimmenden Parameterwerte sind der Mittelwert und die Standardabweichung. Der Mittelwert wird dem geschätzten typischen Wert gleichgesetzt. Die Ableitung der Standardabweichung erfolgt aus den geschätzten Bandbreiten. Die Bestimmung der Standardabweichung berücksichtigt, dass der Experte 95% aller typischen Fälle in der Bandbreite eingeschlossen hat. Das Modell unterliegt ebenfalls bestimmten Anforderungen 4 Es muss zuverlässig sein: die absolute Betragsgröße sollte das tatsächliche Risiko widerspiegeln. Es muss robust sein: kleine Änderungen im Risikoprofil sollten nicht zu größeren Ausschlägen im Risikokapital führen. Es muss stabil sein: die Risikokapitalwerte sollten zeitlich vergleichbar sein. Das Modell zur Bestimmung des Risikokapitals ist eine vereinfachte Wiedergabe der Realität. Es sollte Auskunft darüber geben, wieviel Risikokapital benötigt wird, um in zum Beispiel 99,9% der Fälle eine Insolvenz zu vermeiden. Dazu müssen die Häufigkeits- und Schadenshöheschätzungen zusammengebracht werden. Statistisch wird dieser Prozess Falten genannt. Diese Faltung wird mit Hilfe einer Monte Carlo Simulation vorgenommen. Eine Monte Carlo Simulation kann mit einer Würfelaktion verglichen werden. Auf Basis der Expertenschätzungen werden Würfel je für die Häufigkeit und die Schadenshöhe zurechtgeschnitten, dass die Augenzahl mit entsprechender Wahrscheinlichkeit fällt. Danach wird zum Beispiel Mal gewürfelt und die daraus resultierenden Ergebnisse werden aufgeschrieben. Es muss konsistent sein: die Änderungen im Risikokapitalwert sollten den Änderungen im Risikoprofil entsprechen. 4 Vgl. Ulrich Anders; 2002, Seite 214

33 Operational Risk (Titel) Dieser Prozess lässt sich beispielhaft wie folgt abbilden: Monte Carlo Simulation Potential Loss Distribution Frequency Distribution Severity Distribution P P Economic Capital Iteration Frequency Loss Severities Potential Loss Abbildung: Monte Carlo Simulation Für jeden Parameterset P werden Verlusthäufigkeiten und Schadenshöhen zufällig mit Hilfe einer Monte Carlo Simulation generiert. Die Potential Loss Distribution reflektiert den jährlichen Verlust. Das ökonomische Kapital wird bestimmt durch den unerwarteten Verlust unter Berücksichtigung eines Perzentils (z.b. 99,9%). Die Werte in der Spalte Potential Loss werden in eine Graphik übertragen und bilden die empirische Verlustpotenzialverteilung ab. Für diese Verlustverteilung wird das 99,9%ige Quantil bestimmt. Von diesem Wert werden die Standardrisikokosten abgezogen und das Risikokapital ist das Ergebnis. Die Bestimmung der Parameterwerte für die Häufigkeits- und Schadenshöheverteilungen ist abhängig von den Basisdaten. In manchen Fällen wird eine Verlustverteilung auf Basis der vorliegenden Daten gefittet. Dieses Fitting hat eine ständige Anpassung des Modells bei Änderungen in den Basisdaten zur Folge. Damit verliert das Modell an Stabilität. Darum wird eine explizite Wahl für bestimmte Verteilungen bevorzugt. Für die Häufigkeitsverteilung liegt die Wahl auf der Hand. Die Statistik bietet hier eine Binomial- oder eine Poissonverteilung. 5 Für die Schadenshöheverteilungen gibt es mehrere Alternativen. Momentan wird in der Dresdner Bank mit einer Lognor- malverteilung gearbeitet. Diese Verteilung weist eine gewisse Robustheit auf und bildet die notwendige Asymmetrie ab. Damit wird abgebildet, dass große Verluste relativ wenig vorkommen. Andere Verteilungen, die zum Beispiel in Frage kommen, sind die Gammaverteilung oder die Weibull-Verteilung. Die letzte Verteilung wird allerdings durch drei Parameter beschrieben und reagiert empfindlicher auf Änderungen im Risikoprofil als die beiden erstgenannten Verteilungen. In dem genannten Beispiel für die Monte Carlo Simulation wurde das operationelle Risiko mit Hilfe einer Verteilung für die Häufigkeit und einer Verteilung für die Schadenshöhe modelliert. In Wirklichkeit wird das operationelle Risiko jedoch durch verschiedene Risikoursachenkategorien bestimmt. In der Baseler Definition für operationelle Risiken ist die erste Ebene der Risikoursachenkategorien bereits aufgenommen: Menschen, Systeme, Prozesse und externe Faktoren. Diese Kategorisierung kann noch beliebig weiter spezifiziert werden. Die große Streuung der Risikoursachen macht eine differenzierte Betrachtung notwendig. Für diese Betrachtung können zwei unterschiedliche Perspektiven gewählt werden: Eine pessimistische Perspektive: aufgrund aller genannten Risikoursachen manifestieren sich OR-Verluste zur gleichen Zeit. Eine optimistische Perspektive: aufgrund aller genannten Risikoursachen manifestieren sich OR-Verluste nicht zur gleichen Zeit. 5 Die Poissonverteilung ist ein Spezialfall der Binomialverteilung (der Erwartungswert und die Varianz werden in diesem Fall gleichgesetzt).

34 Operational Risk (Titel) Die pessimistische Perspektive unterstellt, dass die einzelnen Risikoursachen vollkommen abhängig voneinander sind. Statistisch kommt dieses durch einen Korrelationskoeffizient von 1 zum Ausdruck. Die optimistische Perspektive unterstellt dahingegen, dass alle Risikoursachen vollkommen unabhängig sind. Statistisch kommt dieses durch einen Korrelationskoeffizient von 0 zum Ausdruck. Graphisch kann die Bestimmung beider Perspektiven wie folgt abgebildet werden: Aggregationsmethode II: Correlation of 1 Das Risikokapital wird für jede Verlustpotenzialverteilung einzeln berechnet. Das undiversifizierte Risikokapital ist die Summe der einzelnen Beiträge. Dieser Wert ist äquivalent mit den vollständigen korrelierten Werten für jede einzelne Verlustpotenzialverteilung. Diversifikationseffekte werden bei diesem Ansatz nicht berücksichtigt. EC Economic Capital ( correlation of 1 ) EC EC dass die Korrelationskoeffizienten sich in den meisten Fällen in der Nähe von Null befinden. Einbindung in den Management-Zyklus Wenn die Bestimmung des Risikokapitals das Ende wäre, dann würde das vorher formulierte Ziel nicht erreicht. Das berechnete Risikokapital muss nun so eingesetzt werden, dass Anreize für ein besseres Management der operationellen Risiken geschaffen werden. In der Praxis wird das benutzte Risikokapital mit einem Eigenkapitalkostensatz verzinst. Diese Zinsen werden zunächst vom Ertrag abgezogen, um so die Überrendite, resultierend aus den Aktivitäten einer Organisationseinheit, zu bestimmen. P1 P1 P2 P2 Abbildung: Aggregationsmethode Correlation of 1... PK PK In der Praxis sind bereits Steuerungsgrößen für das Risikoertragsverhältnis definiert. Neben der Return on Risk Adjusted Capital, die wie folgt berechnet wird: Aggregationsmethode I: Correlation of 0 Für jeden Parameterset werden die Verlustpotenziale mit Hilfe einer Monte Carlo Simulation generiert. Für jeden Monte Carlo Versuch wird das aggregierte Verlustpotenzial berechnet; das Ergebnis ist eine aggregierte Verlustpotenzialverteilung, auf die das diversifizierte Risikokapital basiert. Diversifikationseffekte werden bei diesem Ansatz vollständig berücksichtigt. Aggregated Potential Loss Distribution Economic Capital ( correlation of 0 ) Nettoertrag- Standardrisikokosten RoRAC = Risikokapital wird auch mit der Economic Value Added (EVA)-Größe gearbeitet. EVA wird wie folgt bestimmt: P1 P1 P2 P2 Abbildung: Aggregationsmethode Correlation of 0... PK PK EVA = Netto Ertrag Standardrisikokosten Kapitalkostensatz x Risikokapital Die beiden Betrachtungen sind gleichzeitig die Extreme: der wirkliche Wert liegt dazwischen. Die genaue Position wird bestimmt durch die Korrelationskoeffizienten zwischen den Risikokategorien. Erste bankinterne Analysen belegen, Wenn diese Größen in das Anreizsystem eingebunden werden, werden sich die verantwortlichen Manager auch um das operationelle Risiko kümmern. Ein Anreizsystem funktioniert allerdings nur

35 Operational Risk (Titel) dann, wenn folgende Prinzipien eingehalten werden: Die Entlohnung für gutes OR- Management soll zeitnah sein. Die Entlohnung soll in einem nachvollziehbaren Verhältnis zu den implementierten Maßnahmen stehen. Die Entlohnung sollte erst dann gegeben werden, wenn die Implementierung der Maßnahmen objektiv festgestellt werden kann. Die Bestimmung der Incentives sollte unabhängig von der Entscheidungskompetenz des beurteilenden Managers sein. Vermischungen oder Kompensationen mit anderen Entlohnungskomponenten sollten vermieden werden. Folgende Vorgehensweise bietet sich für die Ableitung der notwendigen Managementmaßnahmen an: Analyse der Spezifikation des berechneten Risikokapitals. Bestimmung der notwendigen Maßnahmen. Analyse der damit verbundenen einmaligen und periodischen Kosten. Expertenschätzung des Maßnahmeneffektes auf die Höhe der Standardrisikokosten und des Risikokapitals. Berechnung des Kapitals unter Berücksichtigung der Maßnahmen. Berechnung des Barwertes der Kosten und kalkulatorischen Erträge. Die Bestimmung des Risikokapitals hat noch einen anderen Vorteil. Sie löst die Schwierigkeit, den Nutzen von risikomildernden Maßnahmen darzustellen. Kontrollmaßnahmen kosten Geld und müssen gerade in Zeiten, in denen Kosteneinsparungen Hochkonjunktur erleben gerechtfertigt werden. Folgendes Schaubild kann die Vorgehensweise verdeutlichen: Cost-Benefit Analyse: Lohnen sich risikomindernde Maßnahmen? Costs Benefits In der Analyse kann noch ein Schritt weitergegangen werden. Das eingesparte Kapital kann anderweitig verwendet werden. Wenn die Bank dieses Kapital für das Kredit- oder Marktpreisrisiko einsetzt, kann sie damit extra Ertrag erwirtschaften. Diese Komponente kann durchaus als Opportunitätsgewinn mit berücksichtigt werden. Wenn der berechnete Barwert positiv ist, dann lohnt es sich, die geplanten Maßnahmen umzusetzen.! Barwert der:! Investitionskosten verursacht durch eingeleiteten Maßnahmen! laufenden Kosten in den kommenden Perioden! Barwert der:! Reduzierte Standardrisikokosten! Reduzierte Kapitalkosten! Ertrag nach Kapitalkosten aus der alternativen Verwendung des Risikokapitals Abbildung: Cost-Benefit-Analyse

36 Operational Risk (Titel) Fazit Literatur: Die Berechnung des Risikokapitals trägt dazu bei, dass das Management operationeller Risiken verbessert werden kann. Die unterschiedlichen Ziele der Quantifizierung operationeller Risiken können bei einer vernünftigen Vorgehensweise optimal miteinander verbunden werden. Neben dem guten Management der operationellen Risiken wird die Bank in die Lage versetzt, das freigewordene Kapital für ertragsbringende Risikopositionen zu verwenden. Kontakt: Dr. Gerrit Jan van den Brink Dresdner Bank AG Jürgen-Ponto-Platz Frankfurt am Main Tel.: Anders, Ulrich 2002: The path to operational risk economic capital, wird publiziert in Operational Risk (Carol Alexander), Februar 2003 Brink, Gerrit Jan van den 2002a: Operational Risk, The new challenge for banks, Hampshire, January 2002 Brink, Gerrit Jan van den 2002b: Die Bedeutung operativer Risiken für Eigenkapitalunterlegung und Risikomanagement, in Hans Tietmeyer/Bernd Rolfes: Basel II: Das neue Aufsichtsrecht und seine Folgen. Minister of Finance, The Report of the Inspectors appointed by the Minister of Finance (Michael Lim Choo San and Nicky Tan Ng Kuang), Singapore, 1995 Sandstedt, Michael und Ulrich Anders 2003: An operational risk scorecard approach, in Risk, January 2003, Seite 48-51

37 Operational Risk

38 Operational Value at Risk Operational Value at Risk Ein Ansatz für das Management von Operationellen Risiken Ein Beitrag von Alexander von Balduin Einleitung Seit der Einführung des Gesetzes zur Kontrolle und Transparenz im Unternehmensbereich (KonTraG) aus dem Jahre 1998 ist der Begriff Risikomanagement in aller Munde. Durch 91 Abs. 2 AktG wird allen vom Gesetz betroffenen Unternehmen auferlegt, ein Risikoüberwachungssystem zu installieren 1. Da die Unternehmen nun Gesetzeskraft gezwungen sind, Risikomanagement zu betreiben, wurden zahlreiche Systeme hierzu installiert. Der Gesetzestext bezieht sich jedoch in erster Linie auf die Lage des Gesamtunternehmens. Häufig wird das Risikomanagement für einzelne Unternehmensbereiche sowie Projekte vernachlässigt und so die Auswirkungen möglicher Fehlschläge daraus unterschätzt. Das Risikomanagement möchte zielführend das Risiko- und Chancen- Profil von Unternehmen ganzheitlich optimieren. Hirzel 2 rechnet vor, daß bei einer Verbesserung der Innovationskosten um lediglich fünf Prozent bei einem Unternehmen mit 800 Mio. Umsatz und 40 Mio. Innovationsvolumen ein Kostenblock von 2 Mio. vermieden werden kann. Der Baseler Ausschuss geht in diesem Zusammenhang einen Schritt weiter. So soll in der neuen Eigenkapitalvereinbarung für Banken der Bereich Operational Risk eine stärkere Rolle spielen. Diese Regulierung wird sich hin zu einer verstärkten Beachtung von Risikomanagement in den Unternehmen auswirken 3. Wenn mich jemand fragt, wie ich meine bisherigen Erfahrungen aus 40 Jahren auf hoher See beschreiben würde, so könnte ich diese Frage lediglich mit unspektakulär beschreiben. Natürlich gab es schwere Stürme und Gewitter, jedoch war ich nie in einen Unfall jeglicher Art verwickelt, der es wert wäre, über ihn zu berichten... Ich habe weder ein Wrack gesehen noch bin ich selbst in Seenot geraten oder habe mich in einer misslichen Lage befunden, die in irgend einer Form drohte ein Desaster zu werden. (Auszüge aus einem Schreiben von E. J. Smith aus dem Jahre Er starb als Kapitän der Titanic am 14. April 1912 mit weiteren 1512 Personen als sein Schiff kurz vor Mitternacht mit einem Eisberg kollidierte und das als unsinkbar geglaubte Schiff in wenigen Minuten sank.) 1 Füser/Gleißner/Meier 1999, Hirzel 1995, 24 3 Basel Committee on Banking Supervision 2001

39 Operational Value at Risk Operationelle Risiken beim IT-Einsatz Der Begriff Risiko leitet sich aus dem frühitalienischen risco ab, seine ursprüngliche Bedeutung wird mit Klippe übersetzt, die es in der Seefahrt zu umschiffen galt. Risiko bezieht sich in wirtschaftlichem Zusammenhang auf Entscheidungen mit freier Wahlmöglichkeit. Wirtschaftliche Entscheidungen sind durch die Unsicherheit über Konsequenzen, die aus den vorgenommenen Handlungsalternativen resultieren, geprägt. Anwendungs- und prozessbezogene IT-Risiken Projektbezogene Risiken Infrastrukturelle Risiken Technologie Mitarbeiter Kriminelle Handlungen Human Capital (Kündigung, Krankheit, etc.) Nicht autorisierte Handlungen Aufbauorganisation Ablauforganisation Management Organisation Operational Risk Extern Naturereignisse Politische Risiken Rechtliche Entwicklungen Gesellschaftliche Veränderungen Aufsichtsrechtliche Anforderungen Externe Dienstleister Abbildung 1: Kategorien des Operational Risk [von Balduin/Junginger/Krcmar 2002] Betrachtet man Risiko von einer ökonomischen Warte aus, so kann es als Möglichkeit der Zielverfehlung definiert werden 4. Im Kern übereinstimmend mit der Definition von Nicklisch sind die Begriffsauslegungen von Bussmann oder Koch. Bussmann deutet Risiko als Schadens- oder Verlustrisiko, wohingegen Koch auf das Auseinanderfallen von Planinhalt und Ziel verweist 5. Kern dieser Definitionen ist ein möglicher wirtschaftlicher Nachteil bezogen auf einen Zielwert, der unter dem erwarteten Sollwert liegt. barung vom Januar 2001 (Basel II) den Operational Risk als die Gefahr von Verlusten, die in Folge der Unangemessenheit oder des Versagens von internen Verfahren, Menschen und Systemen oder von externen Ereignissen eintreten 6. Unter dem Operational Risk wird also das aus der Geschäftsabwicklung resultierende Risiko subsumiert. 7 Eine Auswahl möglicher Einflussfaktoren des Operational Risk bietet Abbildung 1. Der Baseler Ausschuss für Bankaufsicht definiert in seinem Konsultationspapier zur Neuen Basler Eigenkapitalverein- 4 Nicklisch 1912, Bussmann 1955, 12; Koch 1960, 55 6 Basel Committee on Banking Supervision Keck/Jovic 1999, 963

40 Operational Value at Risk Aufbau des Risikomanagements Ausgehend von einer sehr allgemeinen Begriffsbildung spricht man von Risikomanagement als einer Unternehmensführung, die Unsicherheiten i.e.s. berücksichtigt 8. Das Ziel des Risikomanagements ist die Sicherung der Unternehmensziele und des zukünftigen Unternehmenserfolgs sowie Senkung der Kosten für eine Risikoabsicherung 9. Ein integriertes Risikomanagement funktioniert idealtypisch entsprechend dem Nervensystem des menschlichen Organismus. Dieses besteht aus Sensoren, die über den gesamten Körper verteilt sind und alle Ereignisse sowie Gegebenheiten interner und externer Natur erfassen. Die erfassten Daten werden über die Leiterbahnen des Nervensystems an ein zentrales Organ, unser Gehirn, weitergeleitet, das über die entsprechende Reaktionen entscheidet und diese im Anschluss steuert 10. Ein proaktives und integriertes Risikomanagement erfüllt seine Aufgaben dann, wenn seine unternehmerische Konzeption ähnlich den organischen Funktionen in informationsaufnehmende, informationsweitergebende, informationsverarbeitende und Entscheidungsprozess tätigende Stellen unterteilt ist und dadurch neben der Erfassung von Risiken auch eine angemessene und zeitnahe Reaktion auf interne und externe Gegebenheiten zulässt. und das operative Risikomanagement. Strategisches Risiko- Risikomanagement identifikation Risikosteuerung- und Risikobewertung Risikokontrolle und -aggregation Abbildung 2: Zusammenhang zwischen operativem und strategischem Risikomanagement [Romeike 2000, 608] Das strategische Risikomanagement legt eine einheitlich konsistente Risikostrategie für das Unternehmens fest. Man spricht in diesem Zusammenhang auch von der systembildenden Komponente des Risikomanagements 11. Das bedeutet, dass der operative Prozess des Risikomanagements (Risikoidentifikation, Risikobewertung sowie Risikosteuerung und -kontrolle) anhand einheitlicher Methoden einer ständigen Regelmäßigkeit unterliegen muss. Daraus lässt sich der Zusammenhang zwischen strategischem und operativem Risikomanagement erkennen. Zwischen beiden Bereichen besteht ein Prozess der gegenseitigen Beeinflussung. Der Risikomanagementprozess wird in zwei wesentliche Bereiche untergliedert: das strategische Risikomanagement, 8 Oehler/Unser 2001, 15 9 vgl Romeike Braun 1984, 61

41 Operational Value at Risk Grundidee des Value at Risk Die Entwicklung des VaR geht auf den Wunsch eines Vorstandes des amerikanischen Investmenthauses J.P. Morgan zurück, an jedem Abend eines Handelstages eine einzige Kennzahl zu erhalten aus der hervorgeht, wie hoch - mit einer Wahrscheinlichkeit von bspw. 99 Prozent der maximal mögliche Verlust aller Engagements sei 12. Modellannahme simulierte Verlustfälle im betrachteten Umfeld. 16 Im modellbezogenen Idealfall ergibt sich aus den Inputfaktoren eine Normalverteilung. Zur Berechnung des Value at Risk unterscheiden Eisele/Knobloch 17 grundsätzlich zwischen zwei verschiedenen Ansätzen, dem analytischen Ansatz und dem Simulationsansatz. Aus diesem Wunsch heraus wurde der Value at Risk geboren 13. Der VaR bei normalverteilten Risikowerten wird in Abbildung 3 dargestellt. Er ist dabei definiert als der zahlenmäßige Verlust, den das Portfolio, Wahrscheinlichkeitsdichte 0,3 0,2 α-quantil 0,1 0 VaR oder eine definierte Anzahl an Risikoindikatoren, mit einer vorgegebenen statistischen Wahrscheinlichkeit von bspw. 99 Prozent während eines definierten Zeitraums nicht überschreitet 14. Diese vorgegebene Wahrscheinlichkeit bezeichnet man als Konfidenzniveau 15 des Value at Risk. Den Input, also den Value, für die Verlustverteilungsfunktion ergeben reale oder in einer statistischen Verteilungsfunktion f(x) Wertänderung Erwarteter Wert (= dichtester Wert) Abbildung 3: Der VaR bei Normalverteilungsannahme [Franke/Hax 1999, 567] Unter dem analytischen Ansatz werden die Delta-Normal- und die Delta- Gamma-Methode subsumiert. Die Historische- und die Monte Carlo-Simulation werden dagegen dem Simulationsansatz zugerechnet Unter dem Begriff Risk Capital wurde vor der Verwendung des VaR durch J.P Morgan ein ähnliches Konzept durch die Bankers Trust Company entwickelt. 14 Wehrspohn 2001, Das Konfidenzniveau entspricht der Wahrscheinlichkeit 1 - α, mit einem Wert von 1 - α = 0,95 bis 0,99. In Zusammenhang mit dem Konfidenzniveau kann man von einem Vertrauensintervall sprechen [Holst/Holtkamp 2000, 816]. Je kleiner der Wert für α gewählt wird, desto geringer ist die Möglichkeit, dass die durch den VaR ausgedrückte maximale Schadenshöhe überschritten wird. 16 Der Ursprung der Verlustfälle ist abhängig von der verwendeten Methode zur Ermittlung des Value at Risk. Auf die unterschiedlichen Vorgehensweisen wird im folgenden Abschnitt eingegangen. Im Fall empirisch ermittelter Verlustfälle, wie es bei dem Modell der historischen Simulation vorliegt, empfiehlt es sich, auf eine unternehmensweite Schadensfalldatenbank ergänzt um Szenarioanalysen zurückzugreifen. Sie bieten die Möglichkeit eine ausreichend große Datengrundlage für die VaR Ermittlung bereitzustellen. Zur Ermittlung von lowfrequency / high-severity Risikofällen kann diese interne Schadensfalldatenbank um externe Daten ergänzt werden. 17 Eisele/Knobloch 2000, 160f.

42 Operational Value at Risk Diese vier Ansätze unterscheiden sich im Wesentlichen in zwei Punkten, in der Modellierung der Entwicklung der Risikofaktoren und in der Sensibilität der betrachteten Portfolios und Positionen. Bei Verwendung des Simulationsansatzes wird der Value at Risk anhand der Zustandsentwicklungen, die durch Simulation in die Zukunft transferiert werden, ermittelt. Die Historische Simulation bedient sich dabei vergangenheitsbezogener Daten. Es wird unterstellt, dass alle Risikofaktoren aus der Vergangenheit auch in Zukunft den Wert der Risikoposition in gleicher Weise beeinflussen werden. Die Monte Carlo- Methode basiert im Vergleich zur Historischen Simulation nicht auf Vergangenheitswerten, sondern auf einer stochastischen Simulation 18. Im Rahmen dieses stochastische Ansatzes werden neben den einzelnen Risikopositionen, ihren Einflussfaktoren auch die Korrelationen zu anderen Risikopositionen berücksichtigt. Messen von Operationellen Risiken anhand des Value at Risk Im Folgenden soll die Überlegung angestellt werden, in wieweit es möglich ist, Operational Risk anhand des VaR- Ansatzes zu quantifizieren. Es drängen sich dabei zwei wesentliche Fragen auf: 18 Franke/Hax 1999, 576f. 1. Anhand welcher Datengrundlage kann eine Verteilungsfunktion erstellt werden? 2. Wie kann auf Basis einer Operationellen Datengrundlage ein VaR ermittelt werden? Der Operational VaR soll im weiteren Verlauf anhand des Simulationsansatzes ermittelt werden. Zwischen den Risikoparametern des Operational Risk, die im Rahmen der Risikoidentifikation ermittelt wurden, und dem VaR gelingt der Brückenschlag dadurch, dass Risikofaktoren und deren unterschiedliche Ausprägungen im Zeitverlauf, welche die Zielgröße beeinflussen, den einzelnen Größen der Modellrealisierung entsprechen. Zur Berechnung des VaR für Operationelle Risiken werden die folgenden Schritte vollzogen: Für die in der Risikoidentifikation bestimmenden Faktoren werden die Wertveränderungen bzw. eingetretenen Verluste im betrachteten Umfeld über einen zuvor festgelegten Betrachtungszeitraum ermittelt. Als Grundlage für den Dateninput können interne und externe Schadensfalldatenbanken verwendet werden. So werden für die Risikofaktoren über diesen Betrachtungszeitraum hinweg die Verluste bestimmt und eine Zeitreihe über eine längere Periode hinweg, der Baseler Ausschuss schlägt eine Periode von sieben Jahren vor, erstellt. In diesem Zusammenhang soll auf die in der praktischen Anwendung notwendige Schadensfalldatenbank hingewiesen werden. Bei sich schnell ändernden Risiken oder neuen Technologien, für die noch keine Erfahrungswerte vorliegen, sollte die Betrachtung um Szenario- Analysen erweitert werden. Anhand der Wertänderungen bzw. eingetretenen

43 Operational Value at Risk Verluste der vergangenen Periode wird ein Risikofaktor bestimmt. Dieser dient der Bestimmung des zukünftigen Risikopotentials. Die Risikobewertung erfolgt durch Multiplikation des Risikofaktors mit den aktuellen absoluten Größen der Risikofaktoren (bspw. Nettoinvestitionen in Hardware). Aus der Differenz der aktuellen absoluten Größen der Risikofaktoren und den neubewerteten Größen ergibt sich die prognostizierte eingetretene Wertänderung bzw. der Verlust im Betrachtungszeitraum. 19 Im nächsten Schritt werden die prognostizierten Verluste der Höhe nach sortiert angeordnet. Ermittelt wird der absolute Operational Value at Risk (AO- VaR) dann nach der Funktion: AOVaR = α N 20 (mit N = der Anzahl der progn. Verluste) gleichsmaßstab zwischen den Risikokategorien und im Zeitverlauf dienen. Zur Risikosteuerung wird ein relativer Operational VaR mit einem dazugehörigen Vergleichswert benötigt. Aus der Sicht des Autors ist die Verwendung der maximal tragbaren Schadenshöhe gut als Relativierungsmaßstab geeignet. Die Risikoanalyse erfolgt in drei Schritten: In einem ersten Schritt werden die Risikokategorien nach Wichtigkeit bzw. Nutzen für das Unternehmen oder den Geschäftsbereich gewichtet. Es sollte dabei die folgende hierarchische Risikostruktur gewählt werden: Risikoparameter Risikokategorie Gesamtrisiko auf Gesellschaftsebene Gesamtrisiko auf Unternehmensebene (wenn vorhanden) Bei einem Konfidenzniveau (1 - α) von 95 Prozent (oder 0,95) und einer prognostizierten Anzahl von 1000 Verlusten wäre der VaR der 50.-größte (0, ) Verlust dieses Risikofaktors. Möglichkeit der Risikoanalyse anhand des Operational VaR Die Ermittlung des Operational Value at Risk hin bis zu diesem Schritt mag informativ sein, jedoch dient der damit errechnete Wert noch nicht der Unternehmens- bzw. Risikosteuerung. Die Aussage über die Höhe des VaR in einzelnen Risikokategorien kann als Ver- Diese hierarchische Risikostruktur dient der besseren Gewichtung und Erfassung einzelner Risikoparameter und damit schlussendlich einer erfolgsversprechenderen Risikoanalyse. Durch Konsolidierung der unteren Hierarchiestufe ergibt sich die jeweils übergeordnete Stufe. Den sich auf jeder Stufe ergebenden Nutzwert wollen wir betrieblichen OR- Nutzwert nennen. Die Gewichtung innerhalb der Hierarchiestufen erfolgt nach der Vorgehensweise zur Nutzwertanalyse 21. In diesem Zusammenhang ist darauf hinzuweisen, dass die Gewichtung innerhalb der jeweiligen Hierarchiestufen einen Gesamtwert von 1,00 bzw. 100 Prozent ergeben muss. Bei der Ermittlung der individuell für das Unternehmen oder den Geschäftsbereich 19 von Balduin/Junginger/Krcmar von Balduin/Junginger/Krcmar 2002

44 Operational Value at Risk maximal tragbaren Schadenshöhe ist insbesondere auf Kenngrößen der Bilanzanalyse einzugehen. Dieser Betrag wird entsprechend der Gewichtung auf die darunter liegenden Hierarchiestufen geschlüsselt. In einem zweiten Schritt wird eine relative, auf dem Operational VaR basierende Kennzahl zur Risikoquantifizierung erarbeitet und im dritten Schritt aus den vorangehenden Ergebnissen ein Risikoprofil für das Unternehmen oder den Geschäftsbereich erstellt. kein / sehr geringes Risiko Das Ergebnis, der Relative Operational Value at Risk, lässt die Risikointensität des analysierten Bereiches erkennen. So deutet ein Wert nahe der Kennziffer 5 auf ein sehr ausgeprägtes Risiko hin. Befindet sich die Kennziffer nahe dem Wert 0 sprechen wir von einer geringen Risikogefährdung (vgl. Abbildung 4). In einem nächsten Schritt muss nun der ROVaR, über alle Hierarchieebenen hinweg, für den gesamten OR-Bereich ermittelt werden. Relativer Operational VaR sehr hohes Risiko Die relative Risikokennzahl auf Basis des Operational Value at Risk, Risiko skala die hier als relativer Operational Value at Risk (ROVaR) bezeichnet wird, steht Abbildung 4: Risikoskala ROVAR 23 zunächst im Mittelpunkt der weiteren Betrachtung. Dabei erfolgt die Ermittlung für alle Hierarchiestufen getrennt zimalgewichtung (dg) einzelner Risikoka- Dies geschieht anhand der relativen De- und in aufsteigender Reihenfolge. Ausgangsbasis für die weiteren Überlegun- multipliziert werden. Aus dem sich dartegorien mit denen die ROVaR i Werte gen bildet die relative Gewichtung der aus ergebenden gewichteten ROVaR i (rp) Risikokategorien und die jeweils dazugehörige maximal tragbare Schadens- der einzelnen Hierarchiestrukturen vor- kann die Konsolidierung entsprechend höhe (MtS i ). Der absolute Operational genommen werden. In Tabelle 1 wird die Value at Risk (AOVaR) wird nun ins Verhältnis zur MtS i gesetzt. Zur besseren Vorgehensweise verdeutlicht. Skalierbarkeit erfolgt danach die Multiplizierung des Ergebnisses mit dem Faktor fünf. 22 AOVaR i ROVaR = i *5 MtSi 21 Blohm/Lüder von Balduin/Junginger/Krcmar von Balduin/Junginger/Krcmar 2002

45 Operational Value at Risk Einzelparameter Dezimalgewichtung (dg) ROVaR (w) Gewichteter ROVaR (rp) Gewichtete Kriterien (rk) Risikokategorie 1 Risikoparameter 11 dg 11 w 11 rp 11 =dg 11* w Risikoparameter 12 dg 12 w 12 rp 12 =dg 12* w Gesamtwert Risikokategorie 1 dg 1 y w 1 = = ( dg w n 1 1 n 1n ) -- rk 1 =dg 1* w 1 Risikokategorie 2 Risikoparameter 21 dg 21 W 21 rp 21 =dg 21* w Gesamtwert Risikokategorie 2 dg 2 y w 2 = = ( dg w n 1 2 n 2n ) -- rk 2 =dg 3* w Risikokategorie x Risikoparameter x1 dg x1 w x1 rp x1 =dg x1* w x Gesamtwert Risikokategorie x dg x y w x = = ( dg xn w n 1 xn ) -- rk x =dg x* w x Gesamtrisikowert (grw): x grw = = ( dg n w ) n 1 n Tabelle 1: Ermittlung des Gesamtrisikos Zur weiteren Analyse werden die Ergebnisse der oberen Berechnungen in ein Portfolioschaubild übertragen. Auf der Abszisse wird dabei der ROVaR abgetragen und auf der Ordinate der betriebliche OR-Nutzwert (BORNw), der zur Gewichtung der einzelnen Hierarchiestrukturen verwendet wurde. Damit wir diesen Nutzwert für unsere weitere Betrachtung verwenden können, müssen wir die Gewichtung noch einmal heranziehen und sie einwenig umformen. Die Gewichtungen (als Dezimalwert) aus den Hierarchiestufen werden sind sie nicht in der obersten Stufe miteinander multipliziert. Die Dezimal- gewichtungen (dg) aus der obersten Hierarchiestufe werden unverändert übernommen. Dieser Wert wird vom Faktor eins subtrahiert. Zur besseren Skalierbarkeit wird hier ebenfalls das Ergebnis im Anschluss daran mit dem Faktor fünf multipliziert. Ein Ergebnis nahe dem Wert null entspricht somit einem hohen, ein Wert nahe fünf dagegen einem niedrigen Nutzenniveau. Die folgende formale Darstellung demonstriert die Vorgehensweise bis auf die zweite Hierarchiestufe analog zur Ermittlung des ROVaR in Tabelle 1. Eine tiefere Gliederung kann analog vorgenommen werden. BORNw i = (1 dg x ) 5 BORNw i = (1 (dg xn dg x ) 5

46 Operational Value at Risk In der grafischen Umsetzung (vgl. Abbildung 7) werden alle ermittelten Hierarchiestufen dargestellt, um den Informationsgehalt der Analyse zu erhöhen. Zur besseren Übersicht empfiehlt es sich jedoch eine grafische Unterscheidung zwischen den einzelnen Hierarchiestufen vorzunehmen. Nutzenniveau eingeschätzt wird und vice versa. 24 BORNw 5 Akzeptanzverlauf individuelle Akzeptanzlinie = ROVaR (grw) = ROVaR (w x ) = ROVaR (w xn ) ROVaR (w) Abbildung 5: OR-Risikoportfolio Im OR-Risikoportfolio werden die zuvor berechneten Werte für ROVaR und BORNw übertragen. Zusätzlich wird eine individuelle, der Risikostrategie des Unternehmens folgende, Akzeptanzlinie eingezeichnet. Sie trennt die Bereiche bei denen zum einen Handlungsbedarf besteht und zum anderen die Nutzen- Risikorelation akzeptabel ist. Entscheidend ist in diesem Zusammenhang jedoch, dass man diese Linie nicht als absoluten Maßstab sondern als Übergangsbereich erkennt. Bei der Einstufung der einzelnen Risikobereiche wird je mehr Risiko akzeptiert, je höher das Managementstrategien zur Risikobewältigung Ein Portfolio kann für die Unternehmenssteuerung immer nur ein Hilfsinstrument zur Standortbestimmung und als Handlungsempfehlung dienen. Betrachtet man noch einmal den Risikomanagementkreislauf (vgl. Abbildung 2), ordnet man das Portfolioinstrument der 24 von Balduin / Junginger/ Krcmar 2002

47 Operational Value at Risk Risikobewertung zu. Der nächste wesentliche Schritt ist die Risikosteuerung. Die Risikosteuerung kann in mehreren Stufen erfolgen (vgl. Abbildung 6). Zu beachten ist dabei, dass häufig nicht jede Möglichkeit der Risikoüberwälzung für jede Risikokategorie anwendbar ist 25. Risikoniveau zu erreichen 26. Diese Vorgabe ist insbesondere unter der Betrachtung von Abbildung 6 relevant. Häufig wirken Risikovermeidungsmaßnahmen mit einem entsprechend abnehmendem Grenznutzen in Bezug auf den Kosteneinsatz. 1. Prävention 2. Reduktion Gesamtrisiko - personell - technisch - organisatorisch identifiziertes Risiko 3. Transfer - alt. Risikofinanz. - Versicherungen 4. Selbst tragen - Verträge akzeptiertes Risiko verbleibendes Risiko unidentifiziertes Risiko Abbildung 6 Risikoübertragungsstrategien [Romeike 2000, 609] So kann im Fall der Überschreitung eines Projektzeitlimits oder eines internen Software-Diebstahls eine organisatorische Umgestaltung mit wenig Kostenaufwand zu einem sehr hohen Erfolg führen eine alternative Risikofinanzierung als Risikoüberwälzung wäre in diesen Fällen nicht die geeignete Vorgehensweise. Für den Prozess der Risikosteuerung und Risikokontrolle gilt, dass er einen Kompromiss zwischen dem Notwendigen und dem Möglichen ist. So muss das Ziel dieser Station im Risikomanagementkreislauf sein, das betriebswirtschaftlich optimale und nicht das technisch bzw. organisatorisch maximale Kontakt: Alexander von Balduin Tel.: alexander@von-balduin.de Literatur: Von Balduin, Alexander / Junginger, Markus / Krcmar, Helmut (2002): Risikomanagement von Informationsund Kommunikationstechnologien mit dem Value at Risk-Ansatz. In Sicherheit in Informationssystemen SIS2002, Hrsg: Beeck, Helmut / Kaiser, Thomas (2000): Quantifizierung von Operational 25 von Balduin/Junginger/Krcmar Romeike

48 Operational Value at Risk Risk mit Value- at-risk. In: Handbuch Risikomanagement, Band 2. Hrsg.: Johanning, Lutz / Rudolph, Bernd. Uhlenbruch Verlag; Bad Soden Braun, Herbert (1984): Risikomanagement - eine spezifische Controllingaufgabe. Diss., Toeche-Mittler; Darmstadt Bussmann, Karl Friedrich (1955): Das betriebswirtschaftliche Risiko. Hain- Verlag; Meisenheim am Glan Eisele, Wolfgang / Knobloch, Alios Paul (2000): Value at Risk: Tool for Managing Trading Risks. In: Riskmanagement Challenge and Opportunity, Hrsg.: Frenkel, Michael /Hommel, Ulrich / Rudolf, Markus. Springer Verlag; Heidelberg 2000, S Füser, Karsten / Gleißner, Werner / Meier, Günter (1999): Risikomanagement (KonTraG) - Erfahrungen aus der Praxis. In: Der Betriebs-Berater, Heft 15 (1999) (Jg. 52), S Gutzwiller, Christian R. (1999): IT- Risikomanagement und IT-Audit - Ein neues Konzept für die Bewirtschaftung von IT-Risiken. In: Der Schweizer Treuhänder, Heft 12 (1999), S Hirzel, Matthias (1995): Innovation und Risikomanagement: der Projektkrise Paroli bieten. In: Gabler Magazin, Heft 8 (1995), S Holst, Jonny / Holtkamp Willy (2000): Risikoquantifizierung und Frühwarnsystem auf Basis der Value at Risk- Konzeption. In: Der Betriebs-Berater, Heft 16 (2000), S Risiken bei Banken. In: Der Schweizer Treuhänder, Heft 10 (1999), S Kruschwitz, Lutz (2000): Investitionsrechnung. 8., neu bearbeitete Aufl., Oldenbourg Verlag; München, Wien Nicklisch, Heinrich (1912): Allgemeine kaufmännische Betriebswirtschaftslehre als Privatwirtschaftslehre des Handels (und der Industrie). Poeschel- Verlag; Leipzig Perridon, Louis/ Steiner, Manfred (1999): Finanzwirtschaft der Unternehmung. 10., überarbeitete Auflage, Verlag Vahlen; München Romeike, Frank (2001a): Integration von E-Business und Internet in das Risk- Management des Unternehmens. In: Kommunikation & Recht: Betriebsberater für Medien, Telekommunikation und Multimedia, Heft 8 (2001), S Romeike, Frank (2001b): Romeike, Frank (2000): IT-Risiken und Grenzen traditioneller Risikofinanzierungsprodukte. In: Zeitschrift für Versicherungswesen, Heft 17 (2000), S Schubert, Wolfgang (2000): IT- Projektmanagement der Dresdner Bank. In: Der Schweizer Treuhänder, Heft 9 (2000), S Wehrspohn, Uwe (2001): Standardabweichung und Value at Risk als Maße für das Kreditrisiko. In: Die Bank, Heft August (2001), S Keck, Walter / Jovic, Dean (1999): Das Management von operationellen

49 Unternehmenssteuerung Chancen- und Risikomanagement als umfassender Ansatz zur Unternehmenssteuerung Ein Beitrag von Joachim Brückmann und Kai Gammelin Kernaussagen Institutionelle Anleger fordern in ihren Questionaires zunehmend Informationen über das betriebliche Risikomanagement ihrer potentiellen Asset Manager. Im Rahmen einer zunehmenden Komplexität im Asset Management und dem ständigen Anpassungsdruck an Marktveränderungen ist eine Steuerung des Unternehmens nach Aufwand und Ertrag nicht mehr ausreichend. Nur ein umfassendes Risikomanagementsystem wird in der Lage sein, zukünftigen gesetzlichen Anforderungen gerecht zu werden. Einleitung Risikomanagement bezeichnet die Identifizierung, Bewertung und Steuerung aller Risiken mit Auswirkung auf den nachhaltigen betrieblichen Erfolg unter Berücksichtigung der vielschichtigen Wechselwirkungen zwischen den Einzelrisiken. Derartige Risikomanagement- Systeme finden in unterschiedlich tiefen Ausprägungen in deutschen Unternehmen Anwendung. Von der Auseinandersetzung mit einzelnen Risiken bis zum umfangreichen Frühwarn- und Prognosesystem für Unternehmensplanung und - steuerung sind bereits Risikomanagement-Systeme bei namhaften deutschen Asset Managern implementiert, oder befinden sich im Aufbau. Ziele des Risikomanagements Die Hauptaufgabe des Risikomanagements besteht darin, die Ziele des Asset- Managers, seine Strategien und die Steuerungselemente des Unternehmens zu koordinieren und die Stabilität der Gesellschaft zu fördern. In diesem Zusammenhang gilt es, einen unerwarteten konzentrierten Eintritt von Risiken zu vermeiden und dabei Chancenpotentiale voll auszuschöpfen.

50 Unternehmenssteuerung Entscheidend für eine dauerhafte Kundenbindung des Anlegers an seinen Asset Manager ist, dass dieser die Ertragserwartungen des Anlegers über einen längeren Zeitraum realisieren kann. Lange schon werden Frühwarnsysteme genutzt, um Verluste für Kunden in fallenden Märkten zu begrenzen. Dennoch besteht die Gefahr, dass Signale dieser Frühwarnsysteme nicht konsequent genug umgesetzt werden. Das Risikomanagement ist als neutrale Stelle in der Lage, konsequent für die Umsetzung von verlustbegrenzenden Aktionslimiten (Trigger) zu sorgen. Eine weitere Wirkung entfaltet das Risikomanagement durch die Betrachtung von Risiken in Prozessen der KAG. Durch die Identifizierung von Risiken und die Erarbeitung von Gegenmaßnahmen werden zunehmend auch die Geschäftsprozesse der Gesellschaft beeinflusst und stabilisiert. Damit einher geht eine deutliche Verbesserung der operativen Qualität mit positiven Effekten für Mitarbeiterzufriedenheit aufgrund sinkender Fehlerquoten, verringerter Anzahl von Schadenfällen und geringerer täglicher Arbeitsbelastung bei gleichbleibendem Arbeitsanfall. Beide genannten Aspekte haben einen entscheidenden Effekt für das Unternehmen. Sie steigern die Reputation der Unternehmung und erhöhen so auf Sicht die Erfolgschancen im Vertrieb nachhaltig. Zusätzlich sind auch positive Performanceeffekte möglich. An dieser Stelle stellt sich die Frage nach den Kosten. Die genannten Aspekte sind nur schwer zu quantifizieren und lassen auf den ersten Blick eine Kosten- /Nutzenrechnung nicht zu. Auf dem zweiten Blick werden zunehmende Kundenzufriedenheit, geringere Schadensummen und effizientere Prozesse sichtbar, die sich als Ertrags- oder Kostensenkungseffekte quantifizieren lassen. Doch vor der Nutzung dieser Vorteile ist der Rahmen des Systems vorzugeben. Die Risikostrategie Die Aufgabe der Risikostrategie eines Unternehmens liegt in der Absicherung der leistungswirtschaftlichen, sozialen und finanziellen Unternehmensziele. Die Strategie beschreibt den Rahmen, in dem das Risikomanagement-System zu integrieren und auszurichten ist. Geschäftsleitung und der mit dem Thema beauftragte Bereich definieren die Verantwortlichkeiten und integrieren das Risikomanagement in die strategischen Entscheidungsprozesse. Die Risikostrategie leitet sich von den Unternehmenszielen und der Unternehmensstrategie ab und sollte zentraler Bestandteil der Geschäftsstrategie sein. Um die Risikostrategie entwickeln zu können, ist das Unternehmensziel hinsichtlich der Positionierung und der wesentlichen Ausprägungen wie zum Beispiel Asset-Management-Stil, Produkte, Dienstleistungen und Kunden klar zu definieren. Im Rahmen der Unternehmensstrategie sind die Wege und Mittel zur Umsetzung der Unternehmensziele für einen planbaren Horizont aufzuzeigen. Dazu gehören beispielsweise Organisationsformen und -strukturen, Vertriebs- und Marketing- und IT-Strategie sowie Strategien zu den Produkten und Dienstleistungen. Die Steuerungselemente (z.b. Controlling, Revision, Personalmanagement, etc.) sollen die Möglichkeit bieten, die in der Unternehmens-

51 Unternehmenssteuerung strategie definierten Aktivitäten auf die Unternehmensziele auszurichten. Aus der Unternehmensstrategie werden im Idealfall - unter Risikomanagement- Aspekten - risikoadjustierte Entscheidungen getroffen, eine risikoadjustierte Ergebnisgenerierung vorgenommen und unternehmensweite Kommunikationssowie Organisationsprogramme entwickelt. Die Risikostrategie entsteht. Zur Validierung der Risikostrategie ist es erforderlich, laufend die Vorgaben und Erwartungen, die sich aus der Risikostrategie ergeben, mit dem real Erreichten abzugleichen. Dieser Soll-/ Ist-Vergleich ist die Basis für ein gezieltes Controlling des Risikomanagementsystems und verhindert unwirtschaftliche Auswüchse und Fehlentwicklungen. Vorteile Im Rahmen der Ziele des Risikomanagements wurden bereits zwei wesentliche Vorteile des Risikomanagementsystems angesprochen. Im folgenden werden die Vorteile dieses Steuerungsinstrumentariums stärker herausgearbeitet. Die steigende Nachfrage der institutionellen Anleger nach Möglichkeiten der Kapitalanlage, lässt bereits integrierte Risikomanagement-Systeme zu einem Auswahlkriterium für Asset-Manager werden. Gründe für diesen Anspruch sind häufig Vorfälle, die sich in den letzten Jahren auf dem wirtschaftlichen Sektor ereignet haben. Adressausfälle, vom Vertrag abweichendes Verhalten und Marktschwankungen sind einige Aspekte, die die Forderung nach einem Risikomanagementsystem zu einem Verkaufsargument im Rahmen der Kundennachfrage werden lassen. Weiterer Vorteil ist gerade in der Anfangsphase dieser Thematik die Übernahme einer Vorreiterrolle auf dem Gebiet des Risikomanagements. Sie bietet die Möglichkeit, nicht nur auf Kundenanfragen zu reagieren, sondern einen zusätzlichen Marketingaspekt zu schaffen. Die aus den gesamten Vorteilen resultierende Steigerung des Shareholder-Value macht die Einführung eines solchen Systems lohnenswert. Grundsätzlich gilt es festzuhalten, dass kein System in der Lage ist Schäden in einem Unternehmen gänzlich auszuschließen. Im Rahmen des erhöhten Einsatzes von Informationstechnologie können zwar viele kleine Schäden durch Bearbeitungsfehler ausgeschlossen werden, stattdessen entstehen unerkannt und tückisch jene Risiken, die sich durch extrem niedrige Wahrscheinlichkeit aber durch extreme Schadenshöhen auszeichnen. Aufgrund der geringen Wahrscheinlichkeit sind diese Risiken in der Regel nicht in den Schadensstatistiken erfasst und damit nur sehr abstrakt. Zu diesen Risiken zählt, um bei der IT zu bleiben, ein nachhaltiger Ausfall der Systeme. Solche Schäden können in wenigen Tagen insbesondere im Finanzdienstleistungsgeschäft bestandgefährdende Züge annehmen. Die IT ist an dieser Stelle nur ein Beispiel für eine Quelle existentieller Risiken. Nicht immer müssen Schäden die Existenz der Gesellschaft gefährden. Was immer der Fall sein dürfte, sind eine Ergebnisbelastung und daraus resultierend vermeidbare Kosten. Jeder verhinderte Schaden wird so sofort ertragswirksam.

52 Unternehmenssteuerung Ein weiterer Aspekt ist die Frage nach Investitionen oder vermehrt auch Desinvestition. Die Investitionsrechnung des klassischen Controlling berechnet mit allerseits bekannten Methoden, welcher Kapitaleinsatz die höchste wirtschaftliche Effizienz aufweist. Das Risiko der Investition spielt bei dieser Betrachtung bestenfalls eine Nebenrolle. Selbstverständlich erfolgt vorab eine Abwägung der Marktchancen und Risiken, aber operative Herausforderungen werden häufig ausgeblendet. Analog dazu wird bei der Desinvestition, i.d.r. als Kostensenkungsmaßnahme auftretend, gerne übersehen, dass auftretende Überlastung der Mitarbeiter und Unsicherheit über sich rasch verändernde Prozesse erhebliche Risiken beinhalten. Eine typische Auswirkung sind Qualitätsmängel in der Wertschöpfungskette und damit einhergehend der ertragswirksame schleichende Reputationsverlust. Das Risikomanagement kann über die Reflektion der oben beschriebenen Risiken und unter Einsatz des Frühwarnsystems von vorneherein notwendige Maßnahmen und ihre Auswirkungen transparent machen und so die Möglichkeit schneller Reaktionen auf Fehlentwicklungen ermöglichen. Ein Ansatz zur Optimierung durch Risikomanagement wäre zum Beispiel, die Veränderungen für die Mitarbeiter und der Prozesse und die sich daraus ergebenden Risiken zu simulieren. Verschiedene Umsetzungsvarianten ließen sich so auf ihre Auswirkungen und auf die zu erwartenden Risikokosten hin untersuchen. Diese Ergebnisse würden dann in einem zweiten Schritt in die Investitionsrechnung einbezogen werden. An dieser Stelle sollte deutlich werden, dass Risikomanagement kein neues Verfahren ist, sondern kombiniert mit alt bekannten und bewährten Steuerungsinstrumenten für mehr Transparenz und höhere Planungssicherheit sorgen. Dazu ist die Frage zu stellen, wie viele Kosten jährlich durch verzögerte Projekte entstehen, und ob die Ursachen nicht u.u. in der Vernachlässigung von operativen Risiken zu suchen sind. Je intensiver ein Unternehmen sich mit Chancen und Risiken beschäftigt, desto ausgeprägter wird das ganzheitliche Verständnis betrieblicher Wirkungsketten und die Bereitschaft der Mitarbeiter sich als Unternehmer im Unternehmen zu sehen, vorhanden sein. Der Erfolg und die Akzeptanz eines Risikomanagementsystems hängt stark von der Einstellung und dem Vorbild der Entscheidungsträger im Unternehmen ab. Ihr Verständnis wird geprägt durch sichtbare Erfolge im Zusammenhang mit dem Risikomanagement. Aus diesem Grund gilt es, klar zu machen, dass dieses Verfahren Risiken begrenzt und Chancen nicht blockiert und dass es einer sukzessiven Einführung im Unternehmen bedarf, die es der Belegschaft ermöglicht, sich dem Thema Risiko bewusst zu nähern. Eine wichtige Aufgabe kommt hierbei der Kommunikation über erreichte Umsetzungserfolge im Unternehmen zu, die die Bereitschaft zur Veränderung nachhaltig begünstigen. Die Verknappungen der Ressourcen Zeit und Geld sowie die dramatische Steigerung der Komplexität des Umfeldes, stellen die Asset Manager ständig vor neue Herausforderungen. Durch ein in das Risikomanagement integriertes Change Management werden die schnellere und wirtschaftlichere Bewältigung einer zunehmenden Vielfalt sich rasch ändernder

53 Unternehmenssteuerung Aufgaben ermöglicht und Synergien erschlossen. Gesetzliche Anforderungen / Richtlinien sondere bei heterogenen Konzerngefügen schon während der Konzeptionierung darauf zu achten, dass die unterschiedlichen Unternehmen im Rahmen ihrer DRS-Standards einen konzerneinheitlichen Kompromiss bei der Risikogliederung und Bewertung finden. Neben den genannten Vorteilen müssen auch in den Gesetzen und Richtlinien gestellten Anforderungen an ein Risikomanagement-System erfüllt werden. Das über das Gesetz zur Kontrolle und Transparenz im Unternehmensbereich (KonTraG) hinausreichende Kreditwesengesetz (KWG), die Generalklauseln des Aktiengesetzes (AktG) sowie des GmbH-Gesetzes (GmbHG), das Handelsgesetzbuch (HGB), die Mindestanforderungen an das Betreiben von Handelsgeschäften (MaH) und die Prüfungsstandards des Instituts der Wirtschaftsprüfer (IDW) sind richtungsweisend. Darüber hinaus ist dieses Thema in den Fokus des Baseler Ausschusses gerückt und wird im Rahmen von Basel II in Zukunft zusätzlich eine Unterlegung von operationellen Risiken durch haftendes Eigenkapital erfordern. Das zwingt die Bankenbranche zu einer umfassenden Quantifizierung sämtlicher operationeller Risiken. Die Relevanz von Basel II für Kapitalanlagegesellschaften ist hierbei noch nicht abschließend geklärt. Zur einheitlichen Integration und Berichterstattung innerhalb von Konzernen beinhaltet der Deutsche Rechnungslegungsstandard (DRS) hilfreiche Regularien, sowohl für den Bereich der Kredit- und Finanzdienstleistungsinstitute, als auch für die künftige Entwicklung des Konzerns im Konzernlagebericht für Versicherungsunternehmen. Um das Risikomanagement konzernübergreifend zu harmonisieren, ist insbe- Die Vorgehensweise Damit ein Risikomanagement-System nicht zu einem Management-Risiko- System wird, sind betriebswirtschaftliche Belange während der gesamten Implementierung zu berücksichtigen. Auf Grund der Komplexität und der vielschichtigen Korrelationen zwischen den Risiken ist während der Bestandsaufnahme der Risiken eine Abschätzung der Relevanz nicht zuverlässig möglich. Im Hinblick darauf, sollte in dieser Phase auf Vollständigkeit und eindeutige Definition größter Wert gelegt werden. Um in den Interviews mit den betroffenen Mitarbeitern zeitliche Belastungen zu minimieren, ist die gezielte Aufbereitung der Risiken durch die für das Risikomanagement verantwortlichen Mitarbeiter im Unternehmen im Voraus sinnvoll. Diese Aufbereitung umfasst die Gliederung nach Risikogruppen. Im Rahmen der Interviews erfolgt eine detaillierte Aufnahme möglicher risikobegrenzender Maßnahmen, unabhängig davon, ob eine Umsetzung schon erfolgt ist. Die Zusammenführung der im Unternehmen bestehenden Insellösungen zur Risikobewältigung ermöglicht einen umfassenden Überblick über die Risikosituation des Unternehmens. Die Zusammenführung der Maßnahmen aus allen Unternehmensbereichen, gerade im Hinblick auf unternehmensübergreifende

54 Unternehmenssteuerung Risiken und deren Bewältigung, ermöglicht eine Auswahl und Optimierung von bestehenden Gegenmaßnahmen. Auf Grund der Erkenntnisse und unter Berücksichtigung von Risiko- / Kosten- Aspekten ist dann eine Priorisierung der weiteren Umsetzungsschritte gegeben. Mit Hilfe des nachfolgend aufgeführten Instrumentariums ist es möglich, bewusst risikobehaftete Positionen einzugehen oder zu bewältigen:! Vermeidung! Verminderung! Überwälzung! Kompensation Unter der Vermeidung ist die strategische Entscheidung zur Ablehnung eines mit Risiken verbundenen Geschäftes zu verstehen. Dies bedeutet zwingend einen Verzicht auf damit einher gehende Chancen. Bei der Verminderung wird versucht, durch geeignete organisatorische Maßnahmen die Eintrittswahrscheinlichkeit und/oder die Schadenshöhe im Vergleich zur Ursprungssituation zu verringern. Eine typische Form der Überwälzung von Risiken stellt die Versicherung dar. Auch eine vertragliche Verlagerung eines Risikos auf externe Dienstleister fällt unter diesen Aspekt. Bei diesen Möglichkeiten der Risikobewältigung sollte beachtet werden, dass vertragliche Regelungen keinen Schutz vor Imageschäden bieten. Die Kompensation kann durch Bildung von Rücklagen für eventuell eintretende Schäden, risikoorientierte Produktgestaltung und Preisfindung erfolgen. Eine Art der Kompensation ist bei Marktrisiken möglich, für die sich durch eine Beimischung weiterer negativ korrellierter Risikopositionen das Gesamtrisiko verringert. In einem Steuerungskreislauf wird in regelmäßigen Abständen die Risikosituation des Unternehmens neu bestimmt und die Priorisierung der Maßnahmenkomplexe zur Risikobewältigung angepasst. Über die laufende Evaluierung der Risiken hinaus, ist es auf Grund der oftmals niedrigen Eintrittswahrscheinlichkeit und hohen Schadenshöhe bei Risiken ratsam, aus Indikatoren ein Frühwarnsystem zu generieren. Dies ermöglicht den Entscheidungsträgern, bei Überschreiten von definierten Limiten auf die veränderte Risikosituation mit strategischen Anpassungen zu reagieren. Indikatorenauswahl und Limite sind laufend über Backtesting-Verfahren und empirische Untersuchungen zu hinterfragen. Stellen sich Indikatoren nachhaltig als unzuverlässig heraus, sind diese durch neue geeignetere zu ersetzen. Anpassungsbedarf kann des Weiteren aus Änderungen des Unternehmensumfeldes resultieren. Sowohl die Ergebnisse aus den Maßnahmen zur Risikobewältigung als auch aus dem Frühwarnsystem sollten in verdichteter Form in festgelegten Zeitabständen von Prozessverantwortlichen (Risk- Owner) über den Risikomanager an die Entscheidungsträger im Rahmen eines verdichteten Reportings kommuniziert werden. Aus Gründen der Wirtschaftlichkeit sollte das Reporting so angelegt sein, dass eine Ableitung des Lageberichtes bis zum Geschäfts- bzw. Konzernbericht ohne große Nachbearbeitung möglich ist.

55 Unternehmenssteuerung Schulungsprogramme für Mitarbeiter Über die thematische Identifikation der Geschäftsführung mit diesem Thema hinaus sind entsprechende Sensibilisierungsprogramme für Führungskräfte und Mitarbeiter durchzuführen. Programme dieser Art sollen den bewussten Umgang mit Risiken und die sinnvoll plazierte Risikobewältigung fördern sowie negative Folgen von mangelndem Risikoverständnis kenntlich machen. Die aufmerksame Betrachtung des eigenen Arbeitsplatzes, die Bewältigung der täglichen Aufgaben unter Risikoaspekten und die Weitergabe von Informationen über etwaige neu aufgetretene oder latente Risiken, sind i.d.r. ein zwingender Beitrag zum Risikomanagement. Besonders wichtig ist die risikospezifische Ausrichtung der Prozessverantwortlichen (Risk-Owner). Ihnen kommt, über das Hinterfragen der Prozesse hinaus, die Aufgabe zu, risikobewältigende Maßnahmen zu entwickeln, an das Risikomanagement zu berichten und umzusetzen. Integration eines Risikoberichtswesens Für die fortlaufende Versorgung der Geschäftsführung, des Risikomanagements und der Risk-Owner mit bedarfsgerechten Informationen, ist die Einführung, Integration und Pflege eines unternehmensübergreifenden und regelmäßigen Berichtswesens erforderlich. Es soll mit Hilfe von turnusmäßigen Berichten und gegebenenfalls Sonderinformationen die wesentlichen, bereichsübergreifenden Risiken kommunizieren und zu den erfolgten oder noch zu ergreifenden Schritten der Risikobewältigung Stellung nehmen. Die Darstellung der Risikosituation des Unternehmens, also die Dokumentation der Risiken und das Risk-Reporting, sollte für alle Beteiligten (Geschäftsleitung, Aufsichtsrat, Interne Revision und Abschlussprüfer) einen besonders hohen Stellenwert haben. Krisennachbereitung Im Rahmen der Risikobewältigung muss hinterfragt werden, welche Maßnahmen eingeleitet wurden, um Risiken zu vermeiden oder auch einer akuten Krise Herr zu werden. Krisennachbereitung hat in erster Linie etwas mit Krisenbewußtsein zu tun. Bedenke das Undenkbare man muss über potentielle Krisenursachen nachdenken. Ziel sollte die Erstellung eines Krisenplans, eventuell als Bestandteil des Risikomanagementhandbuches, sein. Hier sollten potentielle Krisen sowie organisatorische, technische und personelle Maßnahmen bei Entstehung einer Krise dargestellt werden. Wichtig sind außerdem Aussagen zur Krisenkommunikation und zu Verantwortlichkeiten. Der Krisenplan sollte nicht als starre Prozessdefinition verstanden werden, sondern vielmehr als Leitlinie. Zur Krisennachbereitung gehört eine nachträgliche Beseitigung negativer Folgewirkungen. Imageschäden lassen sich in keiner Weise durch Maßnahmen der Risikobewältigung heilen. Informationen müssen strukturiert, gut aufbereitet und überzeugend sein. Pressekonferenzen, Telefonate und Publikationen in Printmedien sollten für eine gute Krisenkommunikation berücksichtigt werden. Ziel muss sein, die Informationsdefizite auf der Seite der Medien, Shareholder und Kunden zu reduzieren, möglichst bevor

56 Unternehmenssteuerung Veröffentlichungen von anderer Seite für größere Imageschäden sorgen. Krisenkommunikation sollte sich bereits aus der gesellschaftlichen Verantwortung des Unternehmens ergeben. Ferner dient sie dem Vorsorgeprinzip im Rahmen einer Haftungsbegrenzung z.b. für fehlerhafte Produkte. Handbuch zum Risikomanagement Mit dem Risikomanagementhandbuch wird die Einhaltung der Maßnahmen des Systems im Zeitablauf sichergestellt, da hier genaue Arbeitsanweisungen für die einzelnen Systemelemente zusammengefasst dargestellt werden. Die damit gewonnene Transparenz erhöht, über die Sensibilisierungsanstrengungen für alle Prozessbeteiligten des Unternehmens hinaus, die Akzeptanz für das Risikomanagement bei den Mitarbeitern. Zum anderen kann die Unternehmensleitung im Zweifel unter Zuhilfenahme des Handbuches in Haftungsfragen entlastet werden. Es kann belegen, dass die Geschäftsführung ihrer Verpflichtung zur Einrichtung eines Risikomanagementsystems nachgekommen ist. Gleichzeitig ist das Handbuch Grundlage für die Prüfung des Risikomanagementsystems durch Gesellschafter, Abschlussprüfer und interne Revision. Das Handbuch ist regelmäßig zu aktualisieren und hat sich folgenden Inhalten zu widmen:! Verzeichnis der identifizierten Risiken! Ansprüche aufgrund von Gesetzen und Verordnungen! Darlegung der risikopolitischen Grundsätze des Unternehmens und der Risikostrategie! Beschreibung von Aufbau und Ablauforganisation des Risikomanagementsystems, in der Kompetenzen und Zuständigkeiten für das Risikomanagement dargestellt werden! Verfahrens- und Arbeitsanweisungen für einzelne Teilaufgaben des Risikomanagements, insbesondere Bestimmung der Methoden, Verfahren, Maßnahmen, Instrumente und Intervalle, die im Zug der Risikoanalyse, - bewältigung und -kontrolle eingesetzt und beachtet werden müssen. Darüber hinaus sind die Erkenntnisse, die während der Risikoanalyse (insbesondere während der Risikoidentifikation und -bewertung) sowie der Krisennachbereitung gewonnen werden, in das Risikomanagementhandbuch aufzunehmen. Zweck des Handbuches ist es, den Entscheidungsträgern ständig einen komprimierten Überblick über die Risikosituation der einzelnen Bereiche und des gesamten Unternehmens zu verschaffen. Neben der quantitativen Bewertung kann auch eine qualitative Beurteilung vorgenommen werden. Die in diesem Artikel dargestellten Überlegungen rund um das Thema Risikomanagement sind geeignet, als Grundlage für jede Form der betrieblichen Wertschöpfung erfolgversprechende Impulse zu liefern. Kontakt: Kai Gammelin Korfiz-Holm-Straße München Tel.: Fax: k.gammelin@t-online.de

57 Risikomanagement Logistik Risikomanagement in der Logistik (Teil 1) Alter Wein in neuen Schläuchen? Ein Beitrag von Michael Huth Einleitung In jüngerer Zeit wurde vor Allem in der praxisorientierten Literatur der Begriff Risikomanagement in der Logistik geprägt. 1 Weder Risikomanagement noch Logistik sind allerdings betriebliche Funktionen, die völlig neuartig sind, auch wenn sie einer stetigen Anpassung in Bezug auf ihre Inhalte unterliegen. Es stellt sich daher die Frage, ob Risikomanagement in der Logistik als eigenständiger Ansatz angesehen werden kann oder ob hiermit nur alter Wein in neue Schläuche gegossen wird. Der vorliegende Beitrag versucht, diese Frage zu beantworten. Dazu werden zunächst logistische Systeme charakterisiert, wobei der Schwerpunkt auf der Analyse der Komplexität liegt. Anschließend erfolgt eine Betrachtung einiger Risiken, die üblicherweise in Logistiksystemen vorkommen. Auf Basis dieser Erkenntnisse wird abschließend diskutiert, welche Anforderungen an ein konsequentes Management von Risiken in Logistiksystemen gestellt werden. Komplexität von Logistiksystemen Der Begriff des Logistiksystems Die inhaltliche Abgrenzung des Begriffs der Logistik unterlag und unterliegt weiterhin einem stetigen Wandel. So wurde Logistik zunächst als Funktionenlehre verstanden, deren Schwerpunkt in der (lokalen) Optimierung von isoliert betrachteten physischen Prozessen (Transport, Umschlag, Lagerung) lag. 2 Inzwischen hat sich die Bedeutung der Logistik erheblich gewandelt. So wird unter Logistik heute i.d.r. die unternehmensübergreifende Planung, Steuerung und Kontrolle von Material- und Informati- 1 Vgl. z.b. Marquard, J. (2002). 2 Vgl. zur Entwicklung des Logistikbegriffs bspw. Ihde, G. B. (2001), S. 20.

58 Risikomanagement Logistik onsflüssen verstanden. 3 Dies bedeutet zum einen die Erweiterung des Aufgabenspektrums von der reinen Materialbeförderung hin zu umfassenden Managementaufgaben. Zum anderen impliziert die weite Auslegung des Logistikbegriffs die Integration von Zulieferbetrieben und Kunden in die Planungs-, Steuerungsund Kontrolltätigkeiten. 4 Die Integration muss dabei nicht auf die jeweils direkten Struktur aus Lieferanten, Produktionsunternehmen und Kunden sowie den entsprechenden Material- und Informationsflussbeziehungen zwischen ihnen. 6 Es handelt sich somit um ein System, weshalb im Folgenden durchgängig der Begriff des Logistiksystems verwendet wird. 7 Die Begriffe der Logistikkette und der Supply Chain zielen stärker auf die Vernetzung der Unternehmen über mehrere Kunde Lieferant LDL LDL Kunde Lieferant OEM Kunde Lieferant Kunde Abbildung 1: Elemente und Beziehungen eines Logistiksystems (Quelle: eigene Darstellung) Zulieferer und Abnehmer beschränkt sein. Vielmehr können auch Akteure auf den weiter vor- und nachgelagerten Stufen in die Managementaktivitäten eingebunden sein. Wenn Lieferanten und Kunden im Rahmen der logistischen Planung, Steuerung und Kontrolle integriert sind, wird häufig synonym von Logistiksystemen, logistischen Ketten oder Supply Chains (oder auch Versorgungsketten) gesprochen. 5 Hinter allen Begriffen verbirgt sich jedoch i.d.r. eine Wertschöpfungsstufen hinweg. Ein mögliches Differenzierungsmerkmal zwischen einer Logistikkette und einer Supply Chain ist die Berücksichtigung von Zulieferbetrieben und Kunden bei der Formulierung der Zielsetzungen: So entscheiden im Rahmen einer klassischen Logistikkette die Unternehmen nach einzelwirtschaftlichen Kriterien (und generieren somit lokale Optima), wohingegen 3 4 Vgl. z.b. Schulte, C. (1999), S. 1. Vgl. bspw. Ihde, G. B. (2001), S Vgl. bspw. Pfohl, H.-C. (2000), S. 327; Vahrenkamp, R. (1998a), S Vgl. Pfohl, H.-C. (2000), S. 184 und S Vgl. zur ausführlichen Darstellung von Logistiksystemen Isermann, H. (1998), S

59 Risikomanagement Logistik bei einer Supply Chain ein unternehmensübergreifendes (und damit globales) Optimum erreicht werden soll. 8 sie sollen im Folgenden näher charakterisiert werden. Lieferterminbestätigung, Lieferstatus Beziehungen in logistischen Systemen Die Komplexität eines logistischen Systems hängt zum einen von der Menge der Systemelemente, also von der Anzahl der beteiligten Unternehmen ab. Sie wird jedoch auch durch Art und Anzahl der Beziehungen zwischen den Akteuren beeinflusst. Und sie hängt drittens von der Dynamik des Systems (und damit Lieferterminbestätigung, Lieferstatus Bauteile Module Lieferant LDL OEM Verpackung, Retouren Verpackung, Retouren Feinabruf Grobplanung, Feinabruf Grobplanung Materialfluss Informationsfluss Abbildung 2: Komplexität von Logistiksystemen durch Material- und Informationsbeziehungen (Quelle: eigene Darstellung) Abbildung 1 stellt die Struktur eines derartigen Logistiksystems aus der Sicht eines Produktionsunternehmens (kurz: OEM Original Equipment Manufacturer) dar. Elemente des abgebildeten Logistiksystems sind die an der Wertschöpfung beteiligten Unternehmen, bei denen es sich um den OEM, die Zulieferbetriebe und Logistikdienstleister (LDL) handeln kann, sowie die Kunden. (Letztere können sowohl Unternehmen als auch private Haushalte sein.) Zwischen den Elementen bestehen unterschiedliche, i.d.r. bidirektionale Beziehungen. Bei diesen Beziehungen handelt es sich insbesondere um die zwischen den Akteuren fließenden Materialien und Informationen den unterschiedlichen Systemzuständen) ab. 9 Abbildung 1 zeigt die Struktur eines Logistiksystems, wobei die Beziehungen zwischen den Unternehmen nicht näher untersucht werden. Diese Konkretisie- 8 Vgl. dazu die Ausführungen bei Corsten, H./Gössinger, R. (2001), S Vgl. zur Komplexität von Systemen ausführlich Kaupp, M. (1996), S

60 Risikomanagement Logistik rung wird in Abbildung 2 vorgenommen. Dabei werden drei Aspekte verdeutlicht: Zum einen können Informationsbeziehungen auch zwischen Unternehmen des Logistiksystems bestehen, zwischen denen keine direkten Materialflüsse existieren. Bspw. wird ein OEM seinen Lieferanten (im Rahmen der Grobplanung) Planungsdaten zu Art und Menge der in einem spezifizierten Zeitraum benötigten Bauteile auch dann senden, wenn zwischen beide Akteure ein Logistikdienstleister geschaltet ist, der neben dem Transport auch Lager-, Kommissionier- und zusätzliche Montagetätigkeiten übernimmt. 10 Zum anderen fließen Informationen zwischen zwei Unternehmen nicht nur in eine Richtung, sondern bidirektional. Hierbei handelt es sich bspw. um Planungsdaten (Primärbedarf, spezifische Kundenaufträge) oder um Feinabrufe im Rahmen der operativen Produktionsplanung, die vom nachgelagerten an das vorgelagerte Unternehmen gesendet werden. Als Information vom vor- zum nachgelagerten Unternehmen können z.b. Bestätigungen von Liefermengen und -terminen, Lieferscheine oder Rechnungen gesendet werden. Die zwischen den Unternehmen fließenden Informationen werden in Bezug auf die Materialflüsse als vorauseilend, begleitend und nachlaufend charakterisiert. 11 Zum Dritten existieren Materialflüsse nicht allein in Richtung des Kunden. Vielmehr werden bspw. auch leere Transportbehälter oder Retouren zurück zum jeweiligen Lieferanten befördert. 12 Zusammenfassend lässt sich festhalten: Ein Logistiksystem ist auf Grund der Vielzahl der beteiligten Unternehmen sowie den zwischen ihnen bestehenden Beziehungen ein komplexes Gebilde. Die Komplexität wird durch die in beide Richtungen verlaufenden Materialflüsse und die Vielzahl bidirektionaler sowie vorauseilender, begleitender und nachlaufender Informationen erheblich gesteigert. Planung und Steuerung von Logistiksystemen Die Komplexität eines Logistiksystems gestattet noch keine Aussagen zur Anfälligkeit gegenüber Ausfällen einzelner Elemente oder Beziehungen. Bspw. kann der (temporäre) Ausfall eines Zulieferunternehmens dann ohne negative Auswirkungen bleiben, wenn im Rahmen der strategischen Beschaffungsplanung für das entsprechende Bauteil ein Dual oder Multiple Sourcing eingerichtet wurde, also die Beschaffung des Bauteils von zwei bzw. mehreren unterschiedlichen Zulieferern erfolgt. 13 Andererseits erhöht sich die Schwierigkeit bei der Planung und Steuerung eines Logistiksystems durch die Komplexität des Systems erheblich. So resultiert bspw. aus einer verzögerten und/oder nicht vollständigen Weitergabe aller relevanten Planungsdaten an die vorgelagerten Lieferanten der sogenannte Peitschenschlageffekt 10 Vgl. z.b. die vielfältigen Informationsflüsse zwischen OEM, LDL und Lieferanten am Beispiel der Adam Opel AG in o.v. (2001). 11 Vgl. Pfohl, H.-C. (2000), S. 8 sowie S Vgl. Pfohl, H.-C. (2000), S Vgl. Inderfurth, K. (1998), S

61 Risikomanagement Logistik (bullwhip effect), 14 durch den selbst geringe Schwankungen der Kundenbedarfe zu erheblichen Streuungen der Bedarfe auf vorgelagerten Ebenen (beim OEM sowie auf den einzelnen Lieferantenstufen) führen. 15 Eine Vielzahl weiterer Entwicklungen hat einen erheblichen Einfluss auf die Planund Steuerbarkeit von logistischen Systemen. In diesem Zusammenhang sind insbesondere die folgenden als Rahmenbedingungen anzusehenden Entwicklungen und Trends zu nennen: 16 Reduzierung der Fertigungstiefe und dementsprechend höhere Stufigkeit der Zulieferkette, steigende Kundenanforderungen (z.b. kürzere Reaktions- und Lieferzeiten, geringere Bestellmengen bei höherer Bestellhäufigkeit), Globalisierung der Zuliefer- und Produktionsnetzwerke, Verkürzung der Produktlebenszyklen, Steigerung der Produktkomplexität, Erhöhung der Variantenzahl auf Grund von Kundenanforderungen (Stichwort: Mass Customization) sowie vermehrter Einsatz von Informationstechnologien. Risiken in Logistiksystemen Strukturbezogene Logistikrisiken Die Komplexität logistischer Systeme, verbunden mit den aufgeführten Entwicklungen, führt zu einer erschwerten Planung und Steuerung der Material- und Informationsflüsse. Die Gefahr von falschen Liefermengen, geringer Liefertermintreue, niedriger Liefer- und/oder Produktqualität oder gar einer Lieferunterbrechung steigt hierdurch an. Bevor Maßnahmen entwickelt werden können, die derartigen Gefahren vorbeugen, ist es notwendig, die Risiken in Logistiksystemen und deren Ursachen zu identifizieren und zu bewerten. Ursachen für die Risiken, die im Rahmen von Logistiksystemen existieren, resultieren zum einen aus der Struktur von Logistiksystemen: So steigt bspw. die Wahrscheinlichkeit, ungenaue oder falsche Bedarfsmengen zu ermitteln und weiterzuleiten, durch die sinkende Fertigungstiefe und die hohe Anzahl der in Planung und Produktion involvierten Unternehmen an. 17 Global Sourcing (die Nutzung weltweiter Beschaffungsmärkte) kann zu längeren Wiederbeschaffungszeiten und damit zu einer höheren Wahr- 14 Vgl. Chase, R. B./Aquilano, N. J./Jacobs, F. R. (1998), S Vgl. Corsten, H./Gössinger, R. (2001), S Vgl. Baumgarten, H./Thoms, J. (2002), S. 21; Vahrenkamp, R. (1998a), S Vgl. hierzu die Erläuterungen zum bullwhip effect oben im Text.

62 Risikomanagement Logistik scheinlichkeit einer Fehlmenge führen. 18 Die drohende Insolvenz eines Lieferanten erhöht die Gefahr von Fehlmengen erheblich, wenn die Beschaffung einzelner Materialien, Komponenten oder Teilsysteme einzig bei diesem Lieferanten erfolgt (im so genannten Single Sourcing). 19 Umweltbezogene Logistikrisiken Logistikrisiken entstehen zum anderen aus den oben genannten Entwicklungen der Umwelt (insbesondere auf der Kundenseite) und den sich daraus ergebenden Anforderungen an Logistiksysteme: Kürzere Reaktions- und Lieferzeiten, die sich als Ausdruck steigender Kundenanforderungen ergeben, reduzieren die zeitlichen Puffer im Rahmen der Auftragsbearbeitung erheblich. Produktionsunterbrechungen oder Verzögerungen bei der Warenauslieferung wirken sich daher unmittelbar negativ auf die Lieferbereitschaft und Lieferzuverlässigkeit aus. 20 Geringere Bestellmengen bei gleichzeitig höherer Bestellhäufigkeit der Kunden führt zu höheren Anforderungen an die Auftragsbearbeitung, Kommissionierung und Distribution der Produkte. Wenn diese logisti- 18 Vgl. hierzu bspw. Vahrenkamp, R. (1998b), S. 253; Inderfurth, K. (1998), S Vgl. zu den mit dem Konzept des Single Sourcing verbundenen Risiken Inderfurth, K. (1998), S schen Funktionen nicht an die Kundenanforderungen angepasst werden, steigt die Wahrscheinlichkeit von Fehlern bei der Kommissionierung und Auslieferung der bestellten Waren. Die Verkürzung der Produktlebenszyklen bei gleichzeitiger Steigerung der Produktkomplexität bedeutet, dass erheblich mehr Bauteile und Module (in unterschiedlichen Entwicklungsstufen) benötigt und gehandhabt werden. Wenn keine strenge, sowohl physische als auch buchhalterische Separierung der Bauteile und Module gewährleistet werden kann, sind Fehler nahezu vorprogrammiert. Diese können umso weniger nachvollzogen werden, wenn keine Identifizierung der Bauteile und Module nach Entwicklungsstufen vorgenommen werden kann. Der vermehrte Einsatz moderner Informationstechnologien kann dazu verleiten, sowohl die ständige Verfügbarkeit als auch die hohe Qualität von Daten zur Planung und Steuerung vorauszusetzen. Der Ausfall von Informations- und Kommunikationssystemen (IuK-Systemen) kann zu erheblichen negativen Folgen bei der Lieferfähigkeit (und damit der Erfüllung der Kundenwünsche) führen, insbesondere wenn keine Notfallpläne oder kurzfristig verfügbaren Ersatzsysteme existieren. Auch die Akzeptanz von Daten, die durch IuK- Systeme generiert bzw. übermittelt wurden, birgt Logistikrisiken, wenn keine ausreichende Prüfung der Konsistenz oder Identifizierung von mög- 20 Vgl. zu diesem Thema Vahrenkamp, R. (1998a), S

63 Risikomanagement Logistik lichen schleichenden (geringen, a- ber stetig steigenden) Abweichungen gewährleistet ist. Allein diese Auflistung von beispielhaften Risikoquellen macht deutlich, dass in Logistiksystemen eine Vielzahl von Risiken bestehen kann, die sich aus der Systemstruktur und den Umweltentwicklungen ergeben. Es stellt sich unmittelbar die Frage, wie sich derartige Risiken i- dentifizieren lassen. Ein Blick in die Fachliteratur lässt keine abschließende Beantwortung der Frage zu: Logistikrisiken werden nur vereinzelt, sporadisch und selten explizit angesprochen (bspw. bei der Darstellung von Vor- und Nachteilen des Single Sourcing, des Global Sourcing oder des Just in Time-Konzepts). Eine strukturierte Vorgehensweise zur Identifizierung der möglichen Logistikrisiken jedoch existiert nicht. Dies macht es unmöglich, die Risikoquellen von Logistiksystemen (und damit die Schwachstellen der Systeme) und die möglichen negativen Auswirkungen analytisch und umfassend aufzuspüren, um anschließend gezielt Maßnahmen zur Risikovermeidung oder -verminderung (und damit zur logistischen Leistungsverbesserung) zu entwickeln und umzusetzen. Mit anderen Worten: Es fehlt ein strukturierter und konsistenter methodischer Ansatz zur Identifizierung und Bewertung von Logistikrisiken sowie zur Entwicklung und Umsetzung von Maßnahmen, die zur Vermeidung oder Verminderung der i- dentifizierten logistischen Risiken beitragen. Risikomanagement als elementarer Baustein des Logistikmanagements Der Begriff des Risikomanagements Einen derartig ganzheitlichen Ansatz bietet das Risikomanagement. 21 Risikomanagement kann als Führungsaufgabe definiert werden, deren Zweck es ist, Risiken zu reduzieren, um Abweichungen von den angestrebten Zielwerten eines Systems zu vermindern oder zu vermeiden, und die somit dazu beiträgt, die Sicherung bzw. den Erhalt des Systems zu gewährleisten. 22 Risikomanagement lässt sich durch fünf wesentliche Bausteine charakterisieren (vgl. hierzu Abbildung 3): 23 Entwicklung einer Risikomanagement-Strategie, Durchführung einer Risikoanalyse, d.h. Identifizierung und Bewertung von Risiken, Erzeugung und Bewertung von Handlungsalternativen 24 zur Behandlung der identifizierten Risiken sowie Aus- 21 Vgl. hierzu Cleemann, L./Kreutzer, R. (1998), S. 63 und S Vgl. zu Definitionen bspw. Haller, M. (1986), S. 21; Wolf, K./Runzheimer, B. (2000), S Vgl. zu den Phasen des Risikomanagements bspw. Petts, J. (1998), S. 237; ähnlich auch Romeike, F. (2001), S Unter einer Handlungsalternative wird im Folgenden ein Bündel von Maßnahmen subsumiert. Ebenso kann darunter die Unterlassungsalternative ( keine Änderung des status quo ) verstanden werden.

64 Risikomanagement Logistik Risikomanagement-Strategie Risikoanalyse Kontrolle der Umsetzung und der Wirksamkeit Erzeugung und Bewertung von Handlungsalternativen, Auswahlentscheidung Realisierung einer Handlungsalternative Input Output Abbildung 3: Der Risikomanagement-Prozess (Quelle: eigene Darstellung) wahl einer umzusetzenden Handlungsalternative, Realisierung der ausgewählten Handlungsalternative und Kontrolle der Umsetzung sowie der Wirksamkeit der ausgewählten Handlungsalternative. Auf Grund dieser ersten, wenn auch kurzen Charakterisierung wird deutlich, dass Risikomanagement die derzeitigen Lücken füllen kann, die sich bei der Identifizierung und Behandlung von Logistikrisiken gezeigt haben. Im Folgenden soll dargestellt werden, welche Schwerpunkte im Rahmen des Risikomanagement in der Logistik gesetzt werden müssen, um Logistikrisiken strukturiert analysieren und gezielt behandeln zu können. Grundelemente des Risikomanagements in der Logistik Das Konzept des Risikomanagements stellt einen strukturierten und methodisch fundierten Ansatz dar, Risiken systematisch zu identifizieren, zu bewerten und Maßnahmen zur Risikoreduktion zu treffen und umzusetzen. Somit ist auch die Integration des Risikomanagements als ein wesentlicher Baustein des Logistikmanagements begründet. Da bisher im Rahmen des Logistikmanagements

65 Risikomanagement Logistik kein systematischer Ansatz zur Analyse und Behandlung von Logistikrisiken existierte, ist es sinnvoll, hierzu die Modelle und Methoden des Risikomanagements einzusetzen. Grundlage für die Durchführung von Risikoanalysen und für die Generierung, Bewertung, Auswahl, Umsetzung und Kontrolle von Handlungsalternativen zur Reduzierung logistischer Risiken sind Entscheidungen, die die Risikomanagement-Strategie betreffen. Dabei geht es vor allem um die Formulierung einer Risikopolitik und entsprechender risikopolitischer Ziele. 25 Im Rahmen der Logistik- Risikomanagementstrategie muss sich die Risikopolitik an den Auslösern der Materialflüsse orientieren: Moderne Logistiksysteme sind nach dem Pull-Prinzip ausgerichtet. Sie berücksichtigen, dass Materialflüsse durch Kunden ausgelöst werden. Dies bedeutet eine konsequente Orientierung an und Erfüllung der Kundenbedürfnisse. Die Nicht-Erfüllung dieser Wünsche, sei es durch Fehlmengen oder Lieferunterbrechungen, führt direkt oder indirekt zu erhöhten Kosten. Hieraus leitet sich für das Logistik- Risikomanagement das primäre Ziel ab, Maßnahmen zu planen und umzusetzen, die zur Vermeidung bzw. Verminderung der genannten Risiken und dadurch zur bedürfnisgerechten Belieferung der Kunden dienen. Auf der Basis der durch die Logistik- Risikomanagementstrategie definierten Rahmenbedingungen wird zunächst eine Risikoanalyse durchgeführt. Das Logistiksystem ist dabei strukturiert nach Risiken zu analysieren, durch die die im Rahmen der Strategie gesetzten Ziele gefährdet werden können. 26 Die hohe Komplexität von Logistiksystemen stellt dabei erhebliche Anforderungen an die Risikoanalyse. Eine Hilfestellung wird durch den Prozesscharakter von Logistiksystemen geleistet: Da Logistiksysteme durch logistische Prozesse und Prozessketten gekennzeichnet sind, ist es sinnvoll, die Risikoanalyse prozessbezogen durchzuführen. 27 Dementsprechend sind sämtliche Prozesse, die im Logistiksystem durchgeführt werden, sowie insbesondere auch die Schnittstellen zwischen Prozessen auf Risiken hin zu untersuchen. Grundlage für die strukturierte Risikoanalyse ist somit eine geeignete grafische und textuelle Prozessdokumentation. 28 Bei der grafischen Darstellung bieten sich z.b. Netzpläne oder ereignisgesteuerte Prozessketten an. Im Rahmen der Risikoanalyse erfolgt neben der Identifizierung eine Bewertung der Logistikrisiken. 29 Dabei wird versucht, für ein spezifisches Logistikrisiko die potenziellen Schäden (z.b. Fehlerfolgekosten) und die entsprechenden Eintrittswahrscheinlichkeiten abzuschätzen. (Eine ausführliche Darstellung des Ablaufs der Risikoanalyse im Rahmen des Logistik- Risikomanagements sowie der für die Durchführung geeigneten Methoden erfolgt in einem separaten Beitrag.) Nach der Identifizierung und Bewertung der Logistikrisiken erfolgt die Generierung, Bewertung und Auswahl von Handlungsalternativen, die zur Reduktion der 25 Vgl. bspw. Romeike, F. (2001), S Vgl. Freidank, C.-C. (2000), S Vgl. Cleemann, L./Kreutzer, R. (1998), S. 71; auch Freidank, C.-C. (2000), S Dabei kann bspw. auf eine im Rahmen des Qualitätsmanagement-Systems existierende Prozessdokumentation zurückgegriffen werden. 29 Vgl. Freidank, C.-C. (2000), S

66 Risikomanagement Logistik logistischen Risiken dienen. 30 Die Handlungsalternativen lassen sich unterteilen in Maßnahmen zur vollständigen Risikovermeidung, Risikoverminderung (Reduktion der Eintrittswahrscheinlichkeit und/oder Verminderung der potenziellen Schäden), Risikoüberwälzung auf Dritte (bspw. durch den Abschluss einer Versicherung oder durch Integration eines Logistikdienstleisters) sowie zum Risikoselbstbehalt. 31 Diese Phase des Risikomanagements ist ein eigenständiges, nicht-triviales Entscheidungsproblem, das wie auch die Risikoanalyse in einem separaten Beitrag ausführlich erläutert wird. Nach der Entscheidung darüber, welche Handlungsalternative realisiert werden soll, erfolgt die Umsetzung der Maßnahme. Während der Umsetzung ist zu kontrollieren, ob die Umsetzung gemäß der Vorgaben erfolgt. Weiterhin ist nach der Realisierung zu überprüfen, ob die Maßnahmen zu den vorher abgeschätzten Wirkungen (und damit der Risikoreduktion) geführt haben. Die gewonnenen Informationen werden zum einen genutzt, um die Logistik-Risikomanagement- Strategie anzupassen. Sie dienen zum anderen als Informationsgrundlage bei einem erneuten Durchlaufen der Phasen des Risikomanagements. 32 Fazit Zusammenfassend lassen sich die folgenden Erkenntnisse festhalten: Logistiksysteme zeichnen sich durch eine hohe Komplexität aus. Die hohe Komplexität ist eine Ursache für die Existenz von Logistikrisiken. Neben der Komplexität entstehen logistische Risiken durch die Entwicklungen der Umwelt und die dadurch induzierten Anforderungen an Logistiksysteme. Bislang existiert kein strukturierter und fundierter Ansatz, um Logistikrisiken zu identifizieren, zu bewerten sowie durch geeignete Maßnahmen zu reduzieren. Risikomanagement stellt einen etablierten und methodenbasierten Ansatz zur Analyse und Behandlung von Risiken dar. Sinnvoll ist daher die Integration des Risikomanagements als elementaren Baustein des Logistikmanagements. Hierdurch können die derzeitigen methodischen Lücken im Rahmen des Managements logistischer Systeme geschlossen werden. Somit ist wenn auch Risikomanagement per se keine Novität darstellt Risikomanagement in der Logistik für den Logistikmanager ein durchaus neuer und wertvoller Ansatz zur Beherrschung von Logistiksystemen. 30 Teilweise wird auch von risikopolitischen Maßnahmen gesprochen. 31 Vgl. hierzu Sauerwein, E./Thurner, M. (1998), S Vgl. zur Überwachung des Risikomanagements PwC Deutsche Revision AG/Deutscher Industrieund Handelstag (2000), S. 14.

67 Risikomanagement Logistik Kontakt: Michael Huth Hulocon Huth Logistics Consulting e.kfm. Im Uhrig Frankfurt am Main Tel.: mhuth@hulocon.de Internet: Literatur: Baumgarten, H./Thoms, J. (2002): Trends und Strategien in der Logistik Supply Chains im Wandel, Berlin. Chase, R. B./Aquilano, N. J./Jacobs, F. R. (1998): Operations Management for Competitive Advantage, 9. Auflage, Boston u.a. Cleemann, L./Kreutzer, R. (1998): Managementstrategien zur Bewältigung von Risiken: Prospektives Risikomanagement, in: Betriebliches Risikomanagement, hrsg. von H. Hinterhuber, E. Sauerwein und C. Fohler-Norek, Wien, S Corsten, H./Gössinger, R. (2001): Einführung in das Supply Chain Management, München/Wien. Freidank, C.-C. (2000): Die Risiken in Produktion, Logistik und Forschung und Entwicklung, in: Praxis des Risikomanagements - Grundlagen, Kategorien, branchenspezifische und strukturelle Aspekte, hrsg. von D. Dörner, P. Horváth und H. Kagermann, Stuttgart, S Haller, M. (1986): Risiko-Management Eckpunkte eines integrierten Konzepts, in: Risiko-Management, hrsg. von H. Jacob, Wiesbaden, S Ihde, G. B. (2001): Transport, Verkehr, Logistik Gesamtwirtschaftliche Aspekte und einzelwirtschaftliche Handhabung, 3. Auflage, München. Inderfurth, K. (1998): Beschaffungskonzepte, in: Logistik Gestaltung von Logistiksystemen, hrsg. von H. Isermann, 2. Auflage, Landsberg am Lech, S Isermann, H. (1998): Grundlagen eines systemorientierten Logistikmanagements, in: Logistik Gestaltung von Logistiksystemen, hrsg. von H. Isermann, 2. Auflage, Landsberg am Lech, S Kaupp, M. (1996): System Simulation Systemsimulation, in: Simulation im Luftverkehr Analyse, Modellierung, Implementierung, Ergebnisse, hrsg. von M. Kaupp, S Marquard, J. (2002): Unter Kontrolle Risiken schon im Vorfeld entschärfen, in: Einkauf und Logistik, Verlagsbeilage zur Frankfurter Allgemeinen Zeitung, Nr. 246, o.v. (2001): Jit-Hochzeit am Opel- Band, in: Logistik Heute, 23. Jg., Nr. 10, S Petts, J. (1998): Risk Management and Communication: Decision-Making and Risk, in: Cox, S./Tait, R.: Safety, Reliability and Risk Management: An Integrated Approach, 2. Auflage, Oxford u.a., S Pfohl, H.C. (2000): Logistiksysteme Betriebswirtschaftliche Grundlagen, 6. Auflage, Berlin u.a. PwC Deutsche Revision AG/Deutscher Industrie- und Handelstag (2000): Unternehmensweites

68 Risikomanagement Logistik Risikomanagement - Maßnahmen zur Sicherung ihres Unternehmenserfolg, Berlin/Bonn. Romeike, F. (2001): RM im Sinne einer wertorientierten Unternehmenssteuerung, in: RiskNews, 2. Jg., Nr. 9, S Sauerwein, E./Thurner, M. (1998): Der Risiko-Management-Prozeß im Überblick, in: Betriebliches Risikomanagement, hrsg. von H. Hinterhuber, E. Sauerwein und C. Fohler-Norek, Wien, S Schulte, C. (1999): Logistik Wege zur Optimierung des Material- und Informationsflusses, 3. Auflage, München. Vahrenkamp, R. (1998a): Logistikmanagement, 3. Auflage, München/Wien. Vahrenkamp, R. (1998b): Produktionsmanagement, 3. Auflage, München/Wien. Wolf, K./Runzheimer, B. (2000): Risikomanagement und KonTraG Konzeption und Implementierung, 2. Auflage, Wiesbaden.

69 Rating und Basel II Basel II Ist der bayerische Mittelstand fit für Ratings? Ergebnisse einer Umfrage unter mittelständischen Unternehmen aus Bayern Ein Beitrag von Jan Offerhaus Wie wirken sich Basel II und Ratings auf mittelständische Unternehmen aus? Welchen Kenntnisstand bezüglich der neuen Regelungen und deren Konsequenzen haben die Firmen? Wie bereiten sich Unternehmen auf Ratings vor? Fühlt sich der Mittelstand fit für Ratings? Um gesicherte Antworten auf diese Fragestellungen zu erhalten, hat Haarmann Hemmelrath Management Consultants GmbH in Zusammenarbeit mit der Fachhochschule Merseburg eine Umfrage durchgeführt. Dabei wurde der Schwerpunkt bewusst auf den Mittelstand und auf Bayern gelegt: Auf den Mittelstand, weil dieser einerseits die tragende Säule der deutschen Wirtschaft ist, und andererseits aller Vorhersagen und auch unserer eigenen Einschätzung zufolge am stärksten von Basel II und den strukturellen Veränderungen im Finanzsektor betroffen sein wird. Auf Bayern, weil dieses Bundesland zu den wirtschaftlich stärksten Regionen Deutschlands zählt. Wenn hier die Auswirkungen von Basel II gravierend sind, dann werden sie es nach unserer Auffassung für den Rest Deutschlands ebenso sein. Die Ergebnisse dieser Umfrage bestätigen zum Teil andere Studien ähnlichen Inhaltes, zum Teil zeigen Sie aber auch neue Aspekte auf. Im folgenden werden nach einer kurzen Darstellung des Designs der Studie ausgewählte Ergebnisse der Umfrage vorgestellt und kommentiert. Das Design der Studie Grundlage für die Studie war ein Fragebogen mit 12 Fragen zum Thema Rating und Basel II, ergänzt um Fragen zur Branchen- und Größenklasseneinteilung der befragten Unternehmen. Die inhaltlichen Fragen bezogen sich auf 8 verschiedene Themenblöcke: Einschätzung der momentanen Kreditfinanzierungsmöglichkeiten

70 Rating und Basel II Informationsstand zu Basel II und Rating Eigene Erfahrungen mit Ratingverfahren Vergleichende Bewertung von externen und bankinternen Ratings Informationsstand über Ratingagenturen Einschätzung der Ratingkriterien Erwartete Auswirkungen von Ratingverfahren Einschätzung des eigenen Vorbereitungsstandes auf Ratingverfahren Da die Fragen von unterschiedlicher Komplexität und Art sind, wurde darauf verzichtet, ein einheitliches Antwortschema zu verwenden. Bei einigen Fragen gab es 3- oder 4-stufige Antwortmöglichkeiten, bei anderen Fragen konnte aus einer Liste von Antwortmöglichkeiten (zum Teil auch mit Mehrfachnennung) ausgewählt werden. wurden in der Studie entsprechend bewertet. Die empirische Erhebung und die Auswertung der Antworten erfolgten in Zusammenarbeit mit der Fachhochschule Merseburg. Einschätzung der Finanzierungsmöglichkeiten Aus der veröffentlichten Meinung in der Presse konnte man in den letzten Jahren stets entnehmen, dass sich die Banken - insbesondere die Großbanken - aus dem Firmenkreditgeschäft mehr und mehr zurückziehen, da für die Kreditinstitute dieses Geschäft unrentabel geworden ist. Untersuchungen der Deutschen Bundesbank 1 zeigen, dass in der Tat die Kreditvergabe zurückgegangen ist. Wie schätzen die Unternehmen aber selbst das Kreditangebot ein? Die schriftliche Umfrage wurde von April bis Juni 2002 durchgeführt. Zielgruppe waren bayerische mittelständische Unternehmen aus allen Branchen. Insgesamt 150 Firmen haben sich beteiligt. Die Auswertung erfolgte im Zeitraum Juli bis Oktober Zur Auswertung wurden die Unternehmen in drei Größenklassen eingeteilt, wobei sowohl Umsatz als auch Mitarbeiterzahl als Kriterium berücksichtigt wurden. Bei einigen Fragestellungen zeigten sich signifikante Unterschiede zwischen den einzelnen Größenklassen. Diese Graphik 1: Einschätzung der Fremdfinanzierungsmöglichkeiten 1 Deutsche Bundesbank: Zur Entwicklung der Bankkredite an den privaten Sektor, in: Monatsbericht Oktober 2002.

71 Rating und Basel II Für 59% der befragten Unternehmen haben sich die Möglichkeiten der Kreditfinanzierung innerhalb des letzten Jahres verschlechtert, für 37% blieben sie konstant. Dass die Kreditversorgung vom Mittelstand zur Zeit als kritisch eingeschätzt wird, zeigt sich daran, dass sich die Möglichkeiten der Fremdkapitalbeschaffung nur für 1% der Unternehmen verbessert haben. Eine kürzlich veröffentlichte Studie des Deutschen Industrie- und Handelskammertages 2 kommt zu ähnlichen, allerdings nicht ganz so deutlichen Ergebnissen wie die Umfrage von Haarmann Hemmelrath Management Consultants GmbH. Für die Gesamtheit der Unternehmen fällt bei der DIHK-Studie das Resultat der Frage nach einer Veränderung der Kreditkonditionen nicht ganz so negativ aus. Allerdings verschlechtert sich das Bild eindeutig, wenn in der DIHK-Studie nur die kleineren und mittelständischen Unternehmen betrachtet werden, so dass die Mittelstandsfinanzierung in schwierigem Umfeld gesehen wird. Ein Rückgang der Kreditvergabe in der derzeitigen konjunkturellen Situation resultiert jedoch nicht nur aus einer Verknappung des Kreditangebots durch die Banken, sondern vor allem auch aus einer geringeren Investitionsneigung der Unternehmen selbst. Die in dieser Studie gewählte Fragestellung zielt jedoch bewusst auf die Entwicklung der Fremdfinanzierungsmöglichkeiten aus Sicht der Unternehmen selbst ab und berücksich- tigt damit in der Form der Frage das Verhältnis von Angebot und Nachfrage. Fazit: Aus Sicht der Unternehmen hat sich das Kreditangebot im letzten Jahr stärker verringert als ihre eigene Kreditnachfrage. Hierin scheinen sich die strukturellen Veränderungen auf dem Kreditmarkt widerzuspiegeln, zu denen auch Basel II und das Rating von Unternehmen gehören. Informationsstand zu Basel II und Ratings Die Unternehmen müssten sich in Konsequenz der eigenen Einschätzung des Kreditmarktes mit dem wesentlichen Faktor der strukturellen Veränderung, nämlich Basel II, intensiv auseinandersetzen. Haben die bayerischen Unternehmen dies bereits getan? Erstaunlicherweise haben sich 5% der befragten Unternehmen mit den neuen Regelungen überhaupt noch nicht, 54% erst in groben Zügen damit auseinandergesetzt. Immerhin 41% fühlen sich nach eigenem Bekunden detailliert informiert über Basel II und die resultierenden Konsequenzen der Kreditvergabe. Graphik 2: Informationsstand zu Basel II und Ratings 2 Deutscher Industrie- und Handelskammertag: Mittelstandsfinanzierung in schwierigem Umfeld Ergebnisse einer Umfrage zur Unternehmensfinanzierung, Berlin, November 2002.

72 Rating und Basel II Unterscheidet man die drei Größenklassen, so lässt sich feststellen, dass sich die größeren Unternehmen deutlich besser informiert fühlen als die kleineren und mittleren. Obwohl das Thema Basel II und die damit verbundenen Konsequenzen zweifellos wesentliche Auswirkungen auf die Kreditfinanzierung der Unternehmen haben, lässt das Ergebnis vermuten, dass viele Unternehmen Basel II keinen sehr hohen Stellenwert beimessen. Dies mag an der wiederholten Verschiebung der tatsächlichen Inkraftsetzung von Basel II liegen, die die Auswirkungen der neuen Regelung scheinbar in ferne Zukunft verschiebt. Es mag aber auch in einer mangelnden Informationsversorgung der Unternehmen durch die vorhandenen Informationsquellen bedingt sein. Dieser Frage wurde daher in der Untersuchung ebenfalls nachgegangen. Überwiegend nannten die Unternehmen die Kreditinstitute als wesentliche Informationsquelle bezüglich Basel II. Daneben kommen den Wirtschaftsprüfern und Steuerberatern sowie den Verbänden und Kammern bedeutende Positionen bei der Informationsversorgung zu. Es wurde allerdings auch nach der Zufriedenheit mit der Informationsversorgung durch die genannten Quellen gefragt. Ergebnis: Fast zwei Drittel der Unternehmen erwarten sich zukünftig bessere Informationen zu Basel II als bisher. Vorrangig werden auch hier die Kreditinstitute sowie die Wirtschaftsprüfer und Steuerberater genannt, von denen weiterführende Auskünfte eingefordert werden. Unzufriedenheit mit bankinternen Ratings Welche eigenen Erfahrungen mit internen oder externen Ratingverfahren haben die Unternehmen bereits? Die Mehrheit der Unternehmen (nämlich 65%) wurde bereits einem Ratingverfahren unterzogen. Da aber erst 41% der Unternehmen sich überhaupt umfassend über Basel II und Ratings informiert haben bzw. von den Kreditinstituten und anderen informiert wurden, bedeutet dies, dass eine nicht unbedeutende Zahl an Firmen bisher noch die Ratings der Banken mehr oder weniger passiv und schlecht informiert über sich ergehen lassen. Erwartungsgemäß hat dagegen nur eine Minderheit der Umfrageteilnehmer bereits ein externes Rating erhalten, nämlich 10% der Gesamtheit der befragten Unternehmen. In Deutschland gibt es gerade unter mittelständischen Unternehmen sehr wenige publizierte externe Ratings. Daher ist dieser auf den ersten Blick scheinbar geringe Anteil von 10% der Umfrageteilnehmer mit einem externen Rating doch erstaunlich hoch. Die Höhe des Anteils lässt sich vermutlich nur durch zwei Aspekte begründen: Es handelt sich hier um eine Reihe von Unternehmen, die zwar ein externes Rating besitzen, dieses aber nicht veröffentlichen ließen. Die Unternehmen sehen auch Analysen von Wirtschaftsprüfern oder Unternehmensberatern bereits als externe Ratings an. Zusätzliche Informationen auf ein-

73 Rating und Basel II zelnen Fragebögen lassen diesen Schluss zu. Wie beurteilen aber die Unternehmen die Ratingverfahren, mit denen sie selbst Bekanntheit gemacht haben? Hier zeigen sich deutliche Unterschiede zwischen den bankinternen und den externen Ratingverfahren. Fast 50% der Unternehmen mit bankinternen Ratings finden sich durch den Ratingprozess nicht zutreffend beurteilt. Hier zeigt sich eine deutliche Kritik an den Ratingverfahren der Banken. Es scheint, als ob Kreditinstitute entweder ihre Ratingverfahren verbessern oder ihren Kreditnehmern die Ratingverfahren besser erläutern und die darin verwendeten Kriterien transparenter machen sollten. Aus Sicht der Unternehmen ergibt sich folgende Konsequenz aus der Unzufriedenheit mit den bankinternen Ratingverfahren: Eine intensive Vorbereitung sollte nicht nur für externe Ratingverfahren zur Regel werden, sondern eben auch für die bankinternen Ratingverfahren. Außerdem sollten die Kreditinstitute von Seiten der Unternehmen intensiver in die Pflicht genommen werden, wenn es um Erläuterungen der Ratingverfahren, deren Kriterien und Inhalte geht. Wie schätzen die Unternehmen externe und bankinterne Ratings in der vergleichenden Betrachtung ein? Von den befragten Unternehmen würden immerhin 28% ein externes Rating einem bankinternen vorziehen. 51% dagegen sehen sich mit einem bankinternen Rating ausreichend bedient. Interessanterweise liegt der Anteil der Unternehmen, die externe Ratings gegenüber bankinternen bevorzugen, höher als derjenige von Firmen, die tatsächlich schon ein externes Rating durchgeführt haben. Die Unternehmen scheinen bei dieser Vergleichsfrage somit zu einem großen Teil nicht aus eigener positiver Erfahrung mit externen Ratings, sondern vielmehr aus ihren Erfahrungen mit Bankenratings zu urteilen. Graphik 3: Vergleich externer mit bankinternen Ratings Fazit: Für die Ratingagenturen, die in Deutschland in den letzten Jahren nicht die zum Teil erwarteten Zuwachsraten verzeichnen konnten, besteht hier noch ein großes Potential. Für die Banken wiederum sollte das Antwortverhalten Anlass geben, ihre Informationspolitik zum Thema Rating zu verbessern. Vorbereitungsstand der Firmen auf Ratings Eine sehr wichtige Frage der Studie ist die der Selbsteinschätzung der Unternehmen bezüglich ihres momentanen Vorbereitungsstandes auf ein Ratingverfahren. Fühlen sich die Unternehmen also fit für ein Rating? Erstaunlicherweise beantworten diese Frage nur 59% der Umfrageteilnehmer mit Ja. 21% füh-

74 Rating und Basel II len sich nicht fit und 20% wollen oder können keine Angabe machen. Interessant ist, dass in der Gruppe der kleinen Unternehmen der Anteil derjenigen, die sich fit fühlen, signifikant auf 45% sinkt. 3 Graphik 4: Vorbereitungsstand auf Ratingverfahren Zeit mit Maßnahmen zur Vorbereitung auf ein Rating zu rechnen sein sollte. Daher wurde auch danach gefragt, in welchen Bereichen die Unternehmen konkrete Optimierungen planen, die sie für ein Rating fit machen könnten. Die Bereiche, die am häufigsten genannt wurden, können alle dem Bereich Unternehmenssteuerung zugerechnet werden: Controlling, Risikomanagement, Planung und Finanzen. Die Unternehmen scheinen erkannt zu haben, dass eine Verbesserung in diesen Bereichen einerseits die eigene Unternehmensführung verbessern sowie zukunftsfähiger machen kann, und dass andererseits diese Instrumente am besten geeignet sind, den Banken oder Ratingagenturen die in Ratingverfahren notwendige Transparenz zu verschaffen. Da es sich bei dieser Frage um eine Selbsteinschätzung handelt, kann selbstverständlich keine Aussage getroffen werden, ob die Unternehmen sich selbst zutreffend beurteilen. Bei dem zum Teil geringen Informationsstand der Unternehmen zu Basel II und Ratings (siehe Abschnitt 5) kann allerdings vermutet werden, dass noch mehr Unternehmen als angegeben nicht ausreichend auf ein Ratingverfahren vorbereitet sind. Insgesamt kann somit geschlossen werden, dass bei einem bedeutenden Teil des bayerischen Mittelstandes in nächster 3 Eine Umfrage des BDU im Juli 2001 unter badenwürttembergischen Unternehmen kam bei der selben Fragestellung zu einem höheren Prozentsatz an Firmen, die sich fit fühlten, und zu geringeren Prozentsätzen an Firmen, die sich nicht fit fühlten oder die keine Aussage treffen konnten (BDU Regionalarbeitskreis Baden-Württemberg: Rating von Unternehmen in Baden-Württemberg, Dezember 2001, S.11). Unter Umständen ist die Verschlechterung der konjunkturellen Situation ausschlaggebend für die negativere Einschätzung der Unter- Fazit Die vorliegende Studie zeigt, dass es im bayerischen Mittelstand noch große Unsicherheiten über die Auswirkungen von Basel II und die Anforderungen von Ratingverfahren gibt. Das Fazit für die Unternehmen: Sie sollten sich aktiv über Basel II und Ratings informieren. Dies ist eine Hol-, keine Bringschuld. Dieses Einholen von Informationen sollte aber über Informationen allgemeiner Natur zu Basel II hinausgehen. Insbesondere sind die Inhalte und Kriterien der Ratingverfahren der jeweiligen Bank bzw. Ratingagentur im Detail zu erfragen. Entscheidend dazu gehört auch das detaillierte Wissen über die Einschätzung der eigenen Bonität durch nehmen in der Studie von Haarmann Hemmelrath Management Consultants GmbH.