Risk Rating. Regelbasiertes Expertensystem. Basel II Anforderungen. Dr. Anatoliy Antonov. EuroRisk Systems

Transkript

1 Risk Rating Regelbasiertes Expertensystem Basel II Anforderungen Dr. Anatoliy Antonov EuroRisk Systems Expertensystem / / Seite 1

2 Agenda Internes Rating - Basel II Anforderungen Struktur eines Ratingsystems Rating-Beispiel, Kriterien-Hierarchie Interne Berechnungsansätze Risk Rating System Aufgabenbereiche Systemeigenschaften Darstellung von Kriterien und Regeln Softwarestruktur und Wirkungsweise Anwenderschnittstelle und Datenmanagement Risk Rating im Internet Expertensystem / / Seite 2

3 Internes Rating - Basel II Anforderungen Internes Rating System (IRB Ansatz) Foundation IRB, Advanced IRB Ratingstufen: z. B. 6 bis 9 (+2 Ausfall) Ratinghorizont: spezifisch, 1 Jahr, 90 Tage, 30 Tage Unabhängige Kreditrisiko-Aufsichtsabteilung: Überprüfung, Entwurf und Anpassung interner Ratingmodelle Eigenschaften der Ratingmodelle: Diskriminanzfunktion i. w. S., statistische Aussagekraft von Variablen und Ergebnissen, Ausnahmeregeln und Kriterien, Vorausschau für Ausfälle Ratingfaktoren: z. B. Kapitalstruktur, Projekt-Cashflow, Ertragsqualität, Informationsfluß, Management, Branchenposition, Länderrisiko, Finanzflexibilität Zuordnung: Ratingstufen <--> Ausfallwahrscheinlichkeiten Expertensystem / / Seite 3

4 Struktur eines Rating-Systems Fragen vv Aggregation CF1 Gewichtung CF2 Ratingkriterien gemäß Basel II 1. Erträge erwirtschaften 2. Kapitalstruktur Diskriminanzfunktion DF Ausfallwahrscheinlichkeiten < 0,3 % AAA Aaa < 1,4 % < 3,2 % < 9,2 % <12,6 % AA A BBB BB Aa A Baa Ba < 18,3 % B B CF3 3. Qualität der Einkünfte CCC D Eingabe 4. Informationsqualität 5. Fremdfinanzierung 6. Finanzielle Flexibilität 7. Management 8. Position in der Industrie 9. Risiko des Landes Teilurteile Master-Skala Internes / Externes Rating Expertensystem / / Seite 4

5 Rating-Beispiel, Kriterien-Hierarchie Bilanz Stufe Bilanzdaten 2000 Bilanzdaten Eingabe Risk Rating Kriterien-Hierarchie BF Berechnung Stufe Kennzahlen 2000 Kennzahlen Transformation TF Soft-Kriterien Eingabe Eingabe Eingabe Stufe 3 Teilurteile Management Qualität Ereignisrisiko Geschäftsrisiko AF1 Aggregation AF2 Aggregation AF3 Aggregation AF3 Stufe 4 Bilanzdaten Ereignis ausf Management Gesch. Risiko Gesamturteil Eingabe Rating R1 R2 Diskriminanz Zuordnung DF Länderrisiko Stufe 5 Master-Skala ZF Gesamtergebnis Branche Expertensystem / / Seite 5

6 Rating-Beispiel, Bilanzdaten Bilanzdaten (TDM) 1. Sachanlagen 4.522,10 2. Finanzanlagen 161,30 3. Immaterielle Anlagewerte 2.954,70 4. Bilanzsumme ,00 5. Eigenkapital 2.973,60 6. Langfristige Finanzschulden 3.805,10 7. Kurzfristige Finanzschulden 584,50 8. Umsatzerlöse ,60 9. Cash-Flow 1.171, Betriebsergebnis (EBIT) 796, Bruttozinsaufwand 228, Jahresergebnis 413,90 Kennzahlen Berechnete Daten Teilurteile (0..10) 1. Betriebsrendite 6,0 % 7,2 2. Eigenkapitalrendite 13,9 % 8,4 3. Umsatzrendite 3,1 % 4,7 4. Eigenkapitalquote 23,1 % 6,9 5. Deckungsgrad II 88,7 % 4,4 6. EBIT/Zinsen 3,4 6,9 7. Cashflow/Finanzschulden 26,6 5,3 Gesamturteil(0..10) 6.6 Expertensystem / / Seite 6

7 Rating-Beispiel, Soft-Kriterien Geschäftsrisiko Position in der Industrie Produktabhängigkeit Exportabhängigkeit Kundenabhängigkeit Lieferantenabhängigkeit Investitionsabhängigkeit Produktionsverfahren Umsatz von Kerngeschäft Managementqualität Unternehmensführung Entscheidungsfähigkeit Sorgfältigkeit Sachkenntnisse Zuverlässigkeit Sachlichkeit Ereignisrisiko Auftragslage Kapazitätsauslastung Kontoführung Expertenabhängigkeit Personalentwicklung Rechnungswesen Expertensystem / / Seite 7

8 Veränderungen des wirtschaftlichen Umfeldes Quelle: Moody s Special Comment, Februar 1998 Daraus folgt: Ratingmodelle und kriterien müssen den sich wandelnden wirtschaftlichen Bedingungen Rechnung tragen können Expertensystem / / Seite 8

9 Unterschiedliche Kreditnehmergruppen verlangen maßgeschneiderte Modelle Morgen: Leistungsfähigere Modelle für bestimmte Instrumente Heute: Oft nur ein Modell für alle Kreditnehmer. Morgen: Leistungsfähigere Modelle für bestimmte Branchen Strategische Wettbewerbsvorteile für diejenige Bank, die fortentwickelte Ratingmodelle flexibel zu integrieren vermag Expertensystem / / Seite 9

10 Der Schnellere gewinnt Modell 1 Modell 2 Modell 3 Modelloptimierungen im Zeitablauf Expertensystem / / Seite 10

11 Einheitliche EDV-Lösung für unterschiedliche Kundensegmente Kundensegment Insitutionelle Kunden (Banken, Versicherungen, Kapitalsammelstellen) Große Firmenkunden Oberer Mittelstand Verfügbare quantitative Informationen handelsrechtl. Abschluss (z.t. IAS- Standard); (Börsenkurse) handelsrechtl. GuV / Bilanz (z.t. IAS- Standard), Börsenkurse handelsrechtl. GuV / Bilanzen, Planungsrechnungen Privatkunden Mittelstand handelsrechtl. GuV / Bilanzen, Gewerbekunden Steuerbilanzen / Einnahmen - Ausgabenrechnungen Vermögensaufstellungen, Kredite Verfügbare qualitative Informationen Geschäftsberichte, Presseberichte, Kundenkontakte, Ad-hoc-Publizität Presseberichte, (Kundenkontakte), Branchenberichte, Ad-hoc-Publizität Presseberichte, Kundenkontakte, Branchenberichte Kundenkontakte, Branchenberichte Kundenkontakte, Branchenberichte Kundenkontakte Maßgeschneiderte Modelle Expertensystem / / Seite 11

12 Stufe 1. Berechnung von Kennzahlen aus Bilanzdaten Kennzahl Eigenkapitalrentabilität Gesamtkapitalrentabilität Umsatzrentabilität Cashflow-Umsatzverdienstrate Eigenkapitalquote Veschuldungsgrad Dynam. Verschuldungsgrad Zinsdeckungsgrad Return on Investment (ROI) Beispiel-Berechnung Jahresgewinn*100/Eigenkapital (Jahresgewinn + Zinsaufwand)*100/Gesamtkapital Gewinn*100/Umsatz Cashflow*100/Umsatzerlöse Eigenkapital/Bilanzsumme Fremdkapital*100/Eigenkapital Cashflow/Finanzschulden EBIT/Zinsaufwand (Gewinn/Umsatz)(Umsatz/Gesamtkapital) Expertensystem / / Seite 12

13 Teilurteil Teilurteil Stufe 2. Normierung: Kennzahlen zu Teilurteile S-Funktion 100,00% Linear S-Funktion Transformation Kennzahlen (X) zu Teilurteile (Y) 80,00% 60,00% 40,00% a b a, b - branchenabhängig S-Funktion: Y = S(X,a,b) 20,00% 0,00% 0% 15% 30% 45% 60% 75% 90% 105% Kennzahl Z-Funktion 100,00% 80,00% 60,00% 40,00% Linear Z-Funktion a b X a S(X,a,b) = 0 X > b S(X,a,b) = 1 a<x (a+b)/2 S(X,a,b) = 2(X-a)/(b-a) (a+b)/2<x b S(X,a,b) = 1-2(b-X)/(b-a) 20,00% 0,00% 0% 15% 30% 45% 60% 75% 90% 105% Kennzahl Z-Funktion: Y = Z(X,a,b) Z(X,a,b) = 1 - S(X,a,b) Expertensystem / / Seite 13

14 Aggregierte Urteile Stufe 3. Gewichtung und Aggregation der Teilurteile Gewichtung: Urteil = (a* Teilurteil1 + b * Teilurteil N* TeilurteilN) / (a + b +... N) Beispiel: Urteil = (3,5 * 63% + 4,5 * 36% + 7,2 * 48%) / (3,5 + 4,5 + 7,2) = 47,9% Aggregation: Urteil = 1 - (1 - Teilurteil1) * (1 - Teilurteil2) *... * (1 - TeilurteilN) Beispiel: Urteil = 1 - (1-63%) * (1-36%) * (1-48%) = 87,7% 120% 100% 80% 60% 40% 20% 0% Aggregation - Sättigungsfunktion 0% 15% 30% 45% 60% 75% 90% 1 Variable 2 Variablen 3 Variablen 4 Variablen Aggregation über Sättigungsfunktion, angewendet in Expertensysteme für Teilurteile = 50,00%, sind Aggregationen bei: 1 Variable = 50,00% 2 Variablen = 75,00% 3 Variablen = 87,50% 4 Variablen = 93,75% Teilurteile Expertensystem / / Seite 14

15 Stufe 4. Zuordnung zu Masterskala der Ausfallwahrscheinlichkeiten 20,00% 15,00% 10,00% 5,00% 0,00% Ausfallwahrscheinlichkeit 2,15 % von 0,00% 0,03% 0,06% 0,12% 0,41% 1,34% 7,71% 17,00% bis 0,02% 0,05% 0,11% 0,40% 1,33% 7,70% 16,99% 20,00% Quelle: ZKA Zuordnung (hier: Masterskala des Zentralen Kreditausschusses) Gesamturteil = 4,34 Expertensystem / / Seite 15

16 Stufe 5. Zuordnung, Bestimmung des Ratings Internes Rating Zuordnung zu externen Ratingsysteme Internal Rating < 0,02% A1 < 0,05% A2 < 0,11% A3 < 0,40% A4 < 1,33% B1 < 2,73% B2 < 7,70% B3 < 11,48% B4 < 16,99% C1 < 20,00% C2 Ausfallwahrscheinlichkeit 2,15 % S&P 8 Rating 0,00% AAA 0,00% AA 0,04% A 0,24% BBB 1,01% BB 5,45% B 23,69% CCC S&P 18 Rating 0,00% AAA 0,00% AA+ 0,00% AA 0,00% AA- 0,03% A+ 0,04% A 0,07% A- 0,21% BBB+ 0,21% BBB 0,32% BBB- 0,67% BB+ 0,86% BB 1,32% BB- 2,73% B+ 8,94% B 11,48% B- 23,69% CCC Moody 18 Rating 0,00% Aaa 0,00% Aa1 0,00% Aa2 0,09% Aa3 0,00% A1 0,00% A2 0,00% A3 0,05% Baa1 0,07% Baa2 0,44% Baa3 0,72% Ba1 0,70% Ba2 2,58% Ba3 4,16% B1 8,86% B2 13,75% B3 27,56% Caa Expertensystem / / Seite 16

17 Flexibilität der Modellwahl Multiple Diskriminanzmodelle Neuronale Netze Expertensysteme Multiple Regressionsmodelle Fuzzy Logic Gewichtung: Urteil = (a* Teilurteil1 + b * Teilurteil N* TeilurteilN) / (a + b +... N) Beispiel: Urteil = (3,5 * 63% + 4,5 * 36% + 7,2 * 48%) / (3,5 + 4,5 + 7,2) = 47,9% Aggregation: Urteil = 1 - (1 - Teilurteil1) * (1 - Teilurteil2) *... * (1 - TeilurteilN) Beispiel: Urteil = 1 - (1-63%) * (1-36%) * (1-48%) = 87,7% Expertensystem / / Seite 17

18 Entwicklung von Modellen Auswertung Daten und Erfahrungen Modellentwicklung und Verfeinerung Historische Daten Kreditnehmer raten Modellentwicklung Modell Skript Erfahrungswerte Modellverfeinerung Modell Skript Risk Rating Rating Rating Risk Rating Ja OK? Nein Expertensystem / / Seite 18

19 Aufgabenbereiche von Risk Rating Scoring und Rating von Kreditnehmern Kreditnehmerbezogene und branchenbezogene Kriterien Länderspezifische Faktoren und Kriterien Berücksichtigung wirtschaftlicher Rahmendaten Kreditnehmereinheiten, Konzernstrukturen Bilanzanalyse, Kennzahlenanalyse, Teilurteile Gewichtung der einzelnen Faktoren, Ratingklassen, Diskriminanzfunktion bei Ergebnisauswertung Integration eines Frühwarnsystems, KO-Kriterien Zuordnung zu Ausfallwahrscheinlichkeiten Zuordnung zu externen Ratingagenturen Expertensystem / / Seite 19

20 Systemeigenschaften Mehrere Ratingmodelle pro Kreditnehmer sind möglich Historisierung von Kriterien und Ratings in der Datenbank Anwendung eines Expertensystems Zuordnung der Scorings zu Ausfallwahrscheinlichkeiten Automatisches Rating von Kreditnehmer-Pools Wizard zur Unterstützung der Entwicklung von Modellen Integriert zu PMS und Credit Risk Evaluator System Administrieren und Vergabe von Rechten Expertensystem / / Seite 20

21 Anwendungsspektrum eines Expertensystems Konfigurierbare Kriterien, Regeln und Verknüpfungen GUI und Datenbank passen sich den Modellen an Darstellung scharfer und unscharfer Kriterien Anwendung scharfer und unscharfer Regeln Bewertung von Konfidenzen Erklärungssystem für Kriterien und Ergebnissen Expertensystem / / Seite 21

22 Flexible Darstellung erlaubt die Integration scharfer und unscharfer Kriterien Konfidenz=1 gut ausgezeichnet Darstellung von Kriterien und Ergebnissen Variablen ohne Konfidenzfaktor z. B. Eigenkapitalrendite = 13,9 % Variablen mit Konfidenzfaktor (von 0 bis 1) z. B. Teilurteil für Auftragslage = 6,5 mit Konfidenz = 0,87 Variablen mit Konfidenzenverteilung - Linguistische Variablen z.b. Position in der Industrie = ausreichend, gut, deutlich besser,.. Speicherung als Fakten in die Faktenbank Expertensystem / / Seite 22

23 Abbildung von Regeln im System Regeln in der Regelnbank: Bedingung Aktionen Bedingung: Kriterien A und B existieren in der Faktenbank Aktionen: Wenn A > 3.52 und B = gut, dann Berechnen Teilurteil C = (A + B + 2,34) / 3 Einfügen C in die Faktenbank mit Konfidenz = 0.73 Fakten im System: Faktenhierarchie: Fragen, Ergebnisse, Kriterien und Klassen Eigenschaften: zulässiger Bereich, Konfidenz, Erklärungen Expertensystem / / Seite 23

24 Wizard zur Unterstützung der Entwicklung von Modellen Expertensystem / / Seite 24

25 Softwarestruktur des Rating-Engine Kapitalrendite Risk Rating Bewertungskern Gesamturteil Management Markt/Branche Faktenbank Regelnetzwerk Master Skala Risk Rating Skript Zuordnung Ba2 Rating PMS Datenbank Kriterien Regeln PMS Datenbank Kreitnehmerdaten Modellentwicklung Ausfallwahrscheinlichkeiten Expertensystem / / Seite 25

26 Wirkungsweise des Rating-Engine Faktenbank Wissensbank Regelbank A B PMS Datenbank C Bewertungskern Modell- Skript Regelnnetzwerk Windows Oberfläche Expertensystem / / Seite 26

27 Arbeitsweise von Risk Rating Ratingmodelle bestehen aus: Fragen, Kriterien, Klassen, Resultate und Regeln Funktionsweise: Die Ratingmodelle werden aus Skript-Dateien eingelesen Die Kreditnehmerdaten werden aus der Datenbank geladen Kreditnehmerdaten und die geladenen Ratingmodelle werden zusammengefügt Die Anwenderschnittstelle wird aktiviert, die Daten können editiert werden Die Kreditnehmerdaten werden in die Wissensbank gespeichert Der Bewertungsmechanismus wird zur Ergebnisgenerierung angestoßen Die Ergebnisse werden auf der Anwenderschnittstelle präsentiert Kreditnehmerdaten und Ergebnisse werden in die Datenbank gespeichert Expertensystem / / Seite 27

28 Datenmanagement Laden von grundlegenden Kreditnehmerdaten: Bezeichnung, Name, Kundentyp, Adresse, Laden von Kreditrisikodaten für Kreditnehmer: Ratingagentur, Rating, Industriesektor Sicherheiteninformation, Branchenzuordnung Laden von Ratingdaten für Kreditnehmer: Modellbezeichner, Variablenbezeichner, Variablenwerte Laden von systematischen Kreditrisikodaten: Übergangsmatrix, Ausfallwahrscheinlichkeiten Abspeichern der Ratingdaten für den Kreditnehmer Expertensystem / / Seite 28

29 Integriert zu PMS und Credit Risk Evaluator System Expertensystem / / Seite 29

30 Systemarchitektur eines Ratingsystems Rating Daten Kreditnehmer Daten Application Server Analysen Rating Daten Zuordnung Rating, PD Kriterien Rating-Engine Statistik Daten Kriterien Regelnnetzwerk Expertensystem Kern Regeln Wissensbank CLIPS Modell Entwicklung Rating Modelle (CLIPS) Windows Oberfläche Internet Server Expertensystem / / Seite 30

31 Anwenderschnittstelle Expertensystem / / Seite 31

32 Anwenderschnittstelle Übersicht und Eingabe von Bilanzdaten Expertensystem / / Seite 32

33 Anwenderschnittstelle Multi-Window Anwenderschnittstelle Expertensystem / / Seite 33

34 Anwenderschnittstelle Mehrere Kreditnehmer können gleichzeitig bewertet werden Expertensystem / / Seite 34

35 Anwenderschnittstelle Bewertung von Zwischenergebnissen und Vergleiche sind möglich Expertensystem / / Seite 35

36 Anwenderschnittstelle Anzeige von Kreditrisikodate n von Kreditnehmern Expertensystem / / Seite 36

37 Anwenderschnittstelle Hilfen und Erklärungsfunktionen unterstützen den Ratingprozess Expertensystem / / Seite 37

38 Anwenderschnittstelle Strukturierung von Fragen und Kriterien in hierarchischen Klassen Expertensystem / / Seite 38

39 Anwenderschnittstelle Die Anwenderschnittstelle wird automatisch den Modellen angepasst Expertensystem / / Seite 39

40 Anwenderschnittstelle Variablen können in den grafischen Abbildungen per Maus editiert werden Expertensystem / / Seite 40

41 Anwenderschnittstelle Kreditnehmer werden auf baumförmiger Struktur angezeigt Expertensystem / / Seite 41

42 Anwenderschnittstelle Ratingprotokolle werden auf Dateien ausgegeben und reportet Expertensystem / / Seite 42

43 Anwenderschnittstelle Ratingkriterien werden auf baumförmiger Struktur angezeigt Expertensystem / / Seite 43

44 Ratingprotokolle Expertensystem / / Seite 44

45 Ratingreports Expertensystem / / Seite 45

46 Partner Manager Aufgabenbereiche Administrieren des Ratingsystems Definition von Systembenutzern und Gruppen Vergabe von Zugriffsrechten und Paßwörtern Rechte für Administratoren Rechte für Systembenutzern (Betreuer, Kompetenzträger, Kreditsachbearbeiter,...) Zuordnung von Kreditnehmer zu Systembenutzern Definition und Löschen von Kreditnehmern Eingabe von statischen Kreditnehmerdaten Expertensystem / / Seite 46