die kapitalmarktorientierte Kreditinstitute

Transkript

1 G IRB-konformes LGD-Modell Risikovorsorge nach Kriterien gemäß IFRS 9 Inhalt 1, 6 Risikovorsorge nach Kriterien gemäß IFRS 9 3 Standpunkt, Kurz & Bündig 12 Buchbesprechung 13 Kreditportfoliosysteme unter Säule 2 von Basel III 17 Wege zu einem integrierten Risikomanagement 21 SEPA im Risikomanagement 25 Solvency II: Die Luft ist raus 27 Personalien 30 Produkte & Unternehmen 32 Impressum Die derzeit in Diskussion stehenden Anforderungen zur Bildung der Risikovorsorge gemäß IFRS 9 auch bekannt unter dem Stichwort Impairment werden künftig voraussichtlich zu einer Vielzahl an Fragestellungen führen, die in Abhängigkeit der vorliegenden Daten und der zugrundeliegenden Prognosemodelle verschiedene Lösungsszenarien beinhalten können. Hierbei steht vor allem eine konsistente Verwendung der Eingangsgrößen zur Ermittlung des erwarteten Verlusts unter Berücksichtigung verschiedenster Anforderungen aus Rechnungslegung sowie Bankenregulierung im Vordergrund. Angesichts der Vielzahl an Modellen, die kapitalmarktorientierte Kreditinstitute zur Erfüllung der unterschiedlichen Anforderungen einsetzen, erscheint es wünschenswert, jenes durch Kopplung von Gemeinsamkeiten und explizite Modellierung von Unterschieden vorhandene Optimierungspotenzial auszuschöpfen. Nachfolgend wird anhand eines Praxisbeispiels ein Lösungsansatz vorgestellt, wie aus einem IRB-konformen Verlustquotenschätzer ein adäquates IFRS-konformes Prognosemodell für ein Mengengeschäftsportfolio abgeleitet werden kann. In vielen Unternehmen bzw. Finanzinstituten befinden sich bereits heute ausgefeilte Modelle zur Messung und Steuerung der Kreditrisiken im Einsatz, die allgemein als Adressrisikoparameter (hierbei sind insbesondere Verfahren zur Prognose von Ausfallwahrscheinlichkeiten Fortsetzung auf Seite 6 Anzeige Menschen beraten, Ideen realisieren. Zukunftsweisendes Know-how für Ihr erfolgreiches Adress- und Spreadrisikomanagement Seminar: Adress- und Spreadrisiken Die wesentlichen Ergebnistreiber für Banken vom 24. bis 26. Juni 2013 in Hannover Seminar: Adressrisikoparameter PD, LGD und CCF Aufsichtsrechtliche Anforderungen und Verfahren zur Schätzung und Validierung vom 3. bis 5. September 2013 in Hannover >

2 6 Ausgabe 09/2013 Fortsetzung von Seite 1 Controlling und Rechnungswesen erreicht t Gleichung 01 (PD), Verlustquoten (LGD) und Kreditkonversionsfaktoren (CCF) zu nennen) bezeichnet werden. Aus diesen Komponenten wird unter Berücksichtigung der Forderungshöhe der erwartete Verlust bzw. der Expected Loss (EL), beispielsweise eines Kreditportfolios, ermittelt. Weiterhin stellen diese eine wesentliche Grundlage für die Unternehmenssteuerung und das Risikomanagement dar. Als Basisrestriktionen für deren Ermittlung sind bei Finanzinstituten die regulatorischen Anforderungen (die Anforderungen sind in der Solvabilitätsverordnung bzw. künftig in der Capital Requirements Directive bzw. der Capital Requirements Regulation, CRD IV/CRR, explizit formuliert) einzuhalten. Dies gilt insbesondere für Institute, die ihre Eigenkapitalunterlegung bzw. die risikogewichteten Aktiva (RWA) unter Anwendung des IRB-Ansatzes bestimmen. Die Herausforderung entsteht im Moment dadurch, dass sich die Anforderungen an die Ermittlung des EL der Rechnungslegung (IFRS 9) und diejenigen der Bankenregulierung (SolvV/CRD IV/CRR) in vielen Aspekten grundlegend unterscheiden. Allerdings befinden sich insbesondere die Vorgaben zur Quantifizierung der Risikovorsorge nach IFRS 9 noch in weitreichender Diskussion (als Folge der Finanzmarktkrise beschäftigte sich das International Accounting Standards Board mit der Fragestellung, welches Kreditrisikovorsorgemodell den Nachteil der Prozyklizität des bisher nach IFRS vorgeschriebenen Incurred Loss Model reduzieren kann, woraus im Exposure Draft 2009/12 der Vorschlag der sogenannten Expected Loss Impairment Method resultierte. Bis heute wurden dazu weitere Vorschläge zur Konsultation gestellt, unter anderem auch im Juni 2011 der Three-Bucket-Approach. Hierzu existiert eine Vielzahl an weiterführender Literatur, auf die an dieser Stelle verwiesen wird), so dass bis dato noch kein abschließendes Ergebnis erzielt werden konnte. werden. Dies ist jedoch nur dann möglich, wenn trotz unterschiedlicher Vorgaben beide Sichtweisen auf vergleichbaren bzw. ineinander überführbaren Eingangsgrößen basieren. Während für den Risikoparameter PD vor allem der Risikohorizont ein Jahr oder Gesamtlaufzeit relevant ist, zeigen sich beim LGD vor allem methodische Unterschiede bei der Bestimmung der realisierten Verlustquote (die realisierte Verlustquote entspricht der tatsächlich ermittelten und wird in der Literatur unter anderem auch als empirische, historische oder auch ex post Verlustquote bezeichnet), die einen elementaren Einfluss auf das spezifische Prognosemodell ausüben. Gerade anhand des vorliegenden Beitrags lassen sich die divergierenden Vorgaben sowie mögliche Lösungsansätze anschaulich demonstrieren. Zentrale regulatorische Anforderungen im Vergleich Der LGD prognostiziert generell den Anteil des Verlusts eines Vertrags bzw. eines Schuldners infolge eines Ausfalls gemessen an der Inanspruchnahme zum Ausfallzeitpunkt (diese Größe wird auch als Exposure at Default bezeichnet). Grundsätzlich existieren verschiedene methodische Ansätze zur Schätzung einer geeigneten Verlustquote, wobei im vorliegenden Beitrag diese Quote als Workout-LGD ermittelt wird und als Zielgröße direkt die Prognose einer Verlustquote erfolgt. Ausgangsbasis ist hierbei die realisierte Verlustquote (nachfolgend als RLGD bezeichnet), die sich aus Exposure at Default (EAD) sowie einer Menge an mit einem Diskontfaktor DF versehenen Zahlungsströmen CF (beispielsweise Rückflüsse aus Sicherheiten oder Belastungen von direkten sowie gegebenenfalls indirekten Kosten) wie in t Gleichung 01 berechnen lässt (im hier dargestellten Beispiel sind annahmegemäß nur Ausfälle integriert, die bereits beispielsweise durch Gesundung oder Abwicklung bzw. Ausbuchung beendet worden sind). Konkret ermittelt wird dabei der relative Verlust in Relation zum EAD, den der Kreditgeber durch das Eintreten eines Ausfalls erleidet. Sowohl im Fall eines LGD nach IFRS als auch nach IRB wird die Höhe der realisierten Verlustquote wesentlich durch die Besicherung des Vertrags sowie die Werthaltigkeit und Anrechenbarkeit von Sicherheiten beeinflusst. Dies begründet grundsätzlich die gemeinsame Betrachtung beider Größen. Allerdings weisen die Anforderungen der Rechnungslegung bzw. der Bankenaufsicht hier speziell gemäß IRB wesentliche Unterschiede in Bezug auf den LGD auf (weitere Abweichungen werden aus Gründen einer übersichtlichen Darstellung an dieser Stelle nicht aufgeführt, da diese auch im weiteren Verlauf bei der Darstellung des Lösungsszenarios vernachlässigbar sind, siehe t Tabelle 01). Es ist offensichtlich, dass sich allein auf Basis der divergierenden Anforderungen als Konsequenz bereits die Ermittlung des realisierten LGD rein kalkulatorisch unterscheiden muss. Dies gilt für die Diskontierung der Zahlungsströme ebenso wie für die Berücksichtigung von indirekten Verwertungskosten (bei den indirekten Kosten handelt es sich um sämtliche interne Kosten, die durch einen Ausfall induziert werden, dass heißt beispielsweise die Bearbeitung des Ausfalls im Mahn- oder Verwertungsprozess durch entsprechende interne Abteilungen. Vorwiegend handelt es sich hierbei um Personal- und Sachkosten, die aus Sicht der Rechnungslegung bereits in anderen Bilanzpositionen subsumiert sind). Während die Auswirkung durch die Verwendung des Effektivzinssatzes anstatt eines risikofreien Zinssatzes Dennoch kann bereits auf den existierenden Konsultationspapieren bzw. den t Tab. 01 Unterschiedliche Anforderungen für Verlustquoten nach Aufsichtsrecht und Rechnungslegung darin formulierten Anforderungen aufgesetzt werden, da generell eine Harmonisierung aus Rechnungslegung und Bankenregulierung Thema Aufsichtrecht (SolvV) Rechnungslegung (IFRS) im Hinblick auf die Steu- Diskontierung Risikofreier Zins + Spread Effektivzins des Vertrags erungswirkung angestrebt wird. Somit soll implizit eine Konvergenz zwischen Risiko- Kosten Direkte + indirekte Kosten Nur direkte Kosten

3 7 inklusive Spread im vorliegenden Fall eher eine untergeordnete Rolle spielt, führt die Berücksichtigung von indirekten Kosten häufig zu deutlich höheren Verlustquoten gemäß SolvV im Vergleich zu denjenigen im IFRS-Kontext. Bei der Entwicklung entsprechender Prognosemodelle für den LGD stellt die realisierte Verlustquote die abhängige Variable dar, die durch eine Kombination aus unsystematischen und systematischen Risikotreibern möglichst exakt approximiert werden soll. Modelle dieser Art müssen in Bezug auf die quantitativen Anforderungen trennscharf, stabil sowie angemessen kalibriert sein [in Abhängigkeit des zugrunde liegenden Portfolios, der Anzahl an verfügbaren Datensätzen sowie deren Qualität sind sehr unterschiedliche Modellierungsansätze denkbar. Als mögliches Beispiel für ein Retail-Portfolio sei an dieser Stelle verwiesen auf Mach/ Schlottmann 2008]. Werden diese Modelle im IRB-Ansatz zur Eigenkapitalunterlegung verwendet, so sind alle genannten Anforderungen zwingend zu erfüllen und werden entsprechend durch die Bankenaufsicht geprüft. Daher ist es wünschenswert, angesichts des hohen Entwicklungsaufwands IRB-konformer Modelle, entsprechende Synergien im Hinblick auf die Verlustquotenprognose der Rechnungslegung zu heben. Aufgrund der unterschiedlichen Anforderungen erscheint dies auf den ersten Blick kaum möglich, ohne entweder erhebliche Vereinfachungen und damit eventuell einhergehende Ungenauigkeiten in Kauf zu nehmen oder parallel ein zusätzliches, separates Modell zur Abdeckung der IFRS-Spezifika zu entwickeln, was in der Konsequenz dazu führt, dass ein signifikant höherer Aufwand anfällt. Beide Möglichkeiten sind nur eingeschränkt praxistauglich, so dass ein alternativer Ansatz vorteilhafter erscheint. Lösungsansatz Ausgangspunkt der im Folgenden skizzierten Überlegungen ist das LGD-Modell, das für ein Retailportfolio zum Zwecke der Eigenkapitalunterlegung nach dem IRB-Ansatz entwickelt wurde nachfolgend als IRB-LGD bezeichnet. Hierbei wurden sämtliche aufsichtsrechtliche Anforderungen gemäß SolvV berücksichtigt, dass heißt das Modell besteht aus unterschiedlichen Einzelkomponenten, die Standardisierter Vogehensprozess für die Entwicklung von Modellen für Adressrisikoparameter separat konzipiert wurden. Bereits beim Modelldesign wurde auf einen möglichst modularen Aufbau geachtet, um auch den Rechnungslegungsanforderungen gemäß IFRS gerecht zu werden im weiteren Verlauf als IFRS-LGD bezeichnet. Die einzelnen Module berücksichtigen dabei insbesondere Besicherungsarten, Ausfallbeendigungszustände, Sicherheitsspannen für Schätzfehler, das Risiko eines wirtschaftlichen Abschwungs, das Risiko von Marktwertveränderungen während der Abwicklung und Spezialfälle sowohl für nicht-ausgefallene als auch für ausgefallene Forderungen in Anlehnung an die Anforderung eines besten Schätzers gemäß 132 (9) SolvV. Darüber hinaus wurde die realisierte Verlustquote RLGD streng nach den jeweiligen Vorgaben gemäß IRB und IFRS separat ermittelt, um daraus bereits die Unterschiede quantitativ bestimmen zu können. Aufgrund der Tatsache, dass die Anforderungen an eine IRB-LGD durch das Aufsichtsrecht seit längerem bekannt sowie klar spezifiziert sind und deren Erfüllung auch einer intensiven Prüfung unterzogen ist, wurde dieses Modell im ersten Schritt als führend definiert. Die parallele Entwicklung eines Modells zur Bestimmung der IFRS-LGD wurde als nicht zielführend t Abb. 01 erachtet, da vor allem eine konsistente Anwendung der Verlustquotenprognose über diverse Einsatzgebiete hinweg im Fokus stand. Fachlicher Hintergrund ist die Erkenntnis, dass grundsätzlich dieselben Risikotreiber die Höhe einer Verlustquote determinieren, unabhängig davon ob die Prognose zur Bildung der Risiko vorsorge oder zur Eigenkapitalunterlegung Anwendung findet. Die Entwicklung des IRB-LGD-Modells folgte dabei einem standardisierten Vorgehensprozess gemäß t Abb. 01 mit den Schritten 1 bis 6, der als weitgehend allgemeingültig angesehen werden kann. Nach Schätzung und Finalisierung des IRB-LGD-Modells werden, basierend auf dessen Ergebnissen, mit Hilfe einer Überleitungsfunktion die IFRS-Vorgaben integriert. Durch diesen zweistufigen Ansatz mittels geeigneter Transformation der IRB-LGD werden potenzielle modellimmanente Widersprüche von vorneherein eliminiert und es verbleibt lediglich die Entwicklung einer geeigneten sowie passenden Überführungsfunktion. Ziel ist es, somit auf Basis derselben Datengrundlage und identifizierten Risikotreibern ein konsistentes Verlustquotenprognosemodell für alle Einsatzgebiete zur Verfügung zu stellen. Dabei ist vor allem das methodische Vorgehen zur Bestimmung der Überleitungsfunktion entscheidend, wobei dieses natürlich stark von den Voraussetzungen und Gegebenheiten des zugrunde liegenden Portfolios sowie des Modellansatzes für die IRB-LGD abhängig ist.

4 8 Ausgabe 09/2013 Methodisches Vorgehen Vergleich von IRB- und IFRS-RLGD Das zugrunde liegende, im ersten Schritt mit Fokus auf IRB-Anforderungen entwickelte LGD-Modell zur Verlustquotenprognose differenziert verschiedene Portfoliosegmente, für die jeweils separate Modellschätzungen erfolgen. Je Portfoliosegment werden dabei individuelle LGD-Schätzer für die möglichen Ausfallbeendigungszustände eines ausgefallenen Vertrags entwickelt und mit der jeweiligen Eintrittswahrscheinlichkeit gewichtet sowie mittels Erwartungswertansatz zu einer LGD-Prognose auf Vertragsebene aggregiert. Im zweiten Schritt ist darüber hinaus das Ziel, IFRS-konforme LGD-Prognosen als geeignete Risikoparameter für den internationalen Rechnungslegungsstandard als Modellergebnis zu generieren. Die anschließenden Ausführungen und Darstellungen zeigen dabei das grundlegende Prinzip anhand eines exemplarischen und repräsentativen Teilsegments des Gesamt- LGD-Modells. t Abb. 02 zeigt beispielhaft die möglichen auftretenden Konstellationen in der paarweisen Darstellung von Werten für die IRB- und IFRS-RLGD. Im dargestellten paarweisen Vergleich auf Einzelausfallebene ist eine deutliche Heterogenität der Beobachtungen ersichtlich, das heißt es sind sowohl ähnliche wie auch divergierende Tendenzen in der Beziehung zwischen den beiden realisierten RLGD-Größen zu beobachten. Eine detaillierte Betrachtung führt zu der Erkenntnis, dass bei einer Teilmenge der Beobachtungen eine relativ ähnliche Größenordnung vorliegt, allerdings im Falle geringer IFRS-RLGDs eine deutliche Streuung der entsprechenden IRB-RLGDs zu beobachten ist. Eine explizite Analyse der Ursachen ist somit für die weitere Vorgehensweise unerlässlich, wobei diese Treiber in zwei aufeinanderfolgenden Schritten identifiziert werden. Im ersten Schritt werden mit Hilfe einer Regressionsanalyse diejenigen Merkmale ermittelt, die durch die statistische Signifikanz bzw. Vorzeichen ihres Regressionskoeffizienten ein unterschiedliches Verhalten zwischen IRB- und IFRS-LGD aufzeigen. In einem weiteren, qualitativen Beurteilungsschritt, werden diese Informationen verdichtet und die Treiber hinter den Merkmalen identifiziert. Im konkreten Kontext zeigt sich, dass insbesondere das EAD eines Vertrags einen wesentlichen Einfluss auf die Differenz der beiden LGD-Größen ausübt. Einen ursächlichen Haupttreiber stellt dabei die Modellierung der indirekten Kosten dar, die den Ausfallverlaufsprozess und die Ausfalldauer als maßgebliche Kriterien berücksichtigt. Auf Basis empirischer Analysen wird die These verifiziert, dass mit geringerem EAD eines Vertrags der relative Einfluss der indirekten Kosten auf die Differenz der beiden LGD-Größen ansteigt, was in Einklang zu der ex ante postulierten, fachlichen Erwartungshaltung steht. Während die Diskontierungseffekte einen eher geringen Einfluss auf die LGD- Differenzen besitzen, so führt die einseitige Berücksichtigung indirekter Kosten über den nachgewiesenen Zusammenhang mit dem EAD zu im Einzelfall erheblichen LGD-Unterschieden. Die Identifikation der indirekten Kosten als Haupttreiber für die Unterschiede der LGDs ermöglicht eine flexible Adjustierung der IRB-LGD-Werte. Als nächster Schritt zur Konstruktion einer geeigneten Überleitungsfunktion wird als Basis ein IFRS-Skalierungsfaktor für jede Beobachtung i ermittelt, der als Quotient aus IFRS-LGD und IRB-LGD definiert ist, wie t Gleichung 02 zeigt: t Abb. 02 Dieser derart berechnete Skalierungsfaktor liegt erwartungsgemäß zwischen 0 und 1, da üblicherweise der IFRS-LGD einen kleineren Wert aufweist als der IRB- LGD. Aufgrund der Analysen hinsichtlich der Abhängigkeit der divergierenden LGD- Größen von den indirekten Kosten sowie deren relativen Wirkung bezogen auf das EAD wird der Ansatz verfolgt, eine adäquate funktionale Beziehung zwischen dem Skalierungsfaktor und dem EAD herzustellen und die IRB-Prognose anhand dieser Funktion zu korrigieren. t Abb. 03 zeigt den Zusammenhang zwischen dem EAD und dem spezifischen Skalierungsfaktor, wobei zur besseren Darstellung Cluster gebildet wurden. Es wurden 20 Klassen gleicher Belegung gebildet, die anhand des EAD sortiert wurden. Der resultierende IFRS-Skalierungsfaktor je Klasse entspricht dem Mittelwert der Faktoren je Gruppe. t Abb. 03 zeigt einen nahezu monotonen sowie nicht-linearen Verlauf der Skalierungsfaktoren mit wachsendem EAD. Zur Bestimmung eines funktionalen Zusammenhangs zwischen Skalierungs- t Gleichung 02 IFRS _ RLGDi IFRS _ Skalierungsfaktori = IRB _ RLGD i

5 9 faktor und EAD wurde ein logarithmischer Ansatz gewählt, der insbesondere den abnehmenden Gradienten bei zunehmendem EAD in realistischer Form abbildet und gleichzeitig eine angemessene Skalierung des IRB-LGD im Bereich geringer EAD-Werte gewährleistet. Da der Wertebereich der Logarithmusfunktion nicht beschränkt ist, wurden alle Werte größer eins auf den Wert eins begrenzt. Diese Kappung steht im Einklang mit den beobachteten Werten und stellt somit keine Einschränkung der Methodik dar. Darüber hinaus wird der Skalierungsfaktor an dem kleinsten beobachteten Datenpunkt begrenzt. Im konkreten Fall wird der folgende funktionale Zusammenhang je Cluster j verwendet und entsprechend gemäß t Gleichung 03 parametrisiert: Die funktionale Glättung ermöglicht somit einerseits die Ermittlung des IFRS- Skalierungsfaktors über den kompletten Wertebereich und erfüllt andererseits gleichzeitig die fachliche Erwartung eines streng monotonen Funktionsverlaufs, um den Anstieg der Skalierungsfaktoren bei zunehmendem EAD geeignet abzubilden, wie t Abb. 04 veranschaulicht. Die hohe Anpassungsgüte der Überleitungsfunktion wird durch ein Bestimmtheitsmaß auch als R2 bezeichnet von 96,53% bestätigt (hierbei handelt es sich um ein normiertes Maß, das maximal den Wert 100 Prozent annehmen kann). Der identifizierte Zusammenhang ist in einem weiteren Schritt allerdings noch geeignet zu überprüfen, was mit Hilfe einer initialen Modellvalidierung auf einer separierten Stichprobe durchgeführt wurde. Im Rahmen dieser Validierung wurde der Nachweis der Eignung der Methodik bzw. die angemessene Funktionsfähigkeit des IFRS-Skalierungsfaktors erbracht. Ein sachgerechtes Validierungsvorgehen zur Analyse der Qualität der IFRS-Überleitung auf Basis von IRB-LGDs ist durch einen Abgleich der IFRS-LGD-Prognose und der IFRS-LGD-Realisation definiert. Aufgrund der gewählten und dargestellten Modellierungsmethodik ergibt sich die IFRS-LGD- Prognose im Einzelfall als Ergebnis der Multiplikation der entsprechenden IRB- LGD-Prognose mit dem IFRS-Skalierungsfaktor, der in Abhängigkeit des jeweiligen EAD spezifiziert ist. Der formale Zusammenhang für die Anwendung des Modells ergibt sich gemäß t Gleichung 04. Darstellung des Zusammenhangs zwischen EAD und IFRS-Skalierungsfaktor auf Clusterebene Ergebnis der funktionalen Glättung j t Abb. 03 t Abb. 04 t Gleichung 03 ( EADj ) + b Störterm j IFRS _ Skalierungsfaktor = a ln + t Gleichung ( IRB _ LGD, EAD), f ( R + R ) IFRS _ LGD = f : R f IRB _ LGD, EAD = IRB _ LGD. a. ln EAD + b ( ) ( ( ) ) _ mit

6 10 Ausgabe 09/2013 t Abb. 04 zeigt das Validierungsergebnis in geclusterter Darstellung, wobei die Gruppierung anhand der IFRS-Prognose erfolgt und ein Vergleich der Mittelwerte von Prognosen und Realisationen je Gruppe dargelegt wird. Datenpunkte auf der Diagonalen entsprechen hierbei einer exakten Übereinstimmung von Verlustquoten für IFRS-Realisation und IFRS-Prognose, Datenpunkte oberhalb der Diagonalen weisen auf eine Unterschätzung der Prognose im Vergleich zur Realisation hin, wohingegen Datenpunkte unterhalb eine Überschätzung anzeigen. Zu jedem Cluster ist zusätzlich ein 95%-Konfidenzintervall in der Abbildung gestrichelt angegeben integriert. Dieses berücksichtigt den potenziellen Schätzfehler unter Berücksichtigung der Anzahl an Beobachtungen. Die Darstellung basiert dabei auf IRB-LGD-Prognosen unter Anwendung eines Sicherheitsaufschlags und stellt somit eine tendenziell konservative Vorgehensweise dar. Das Ergebnis bestätigt, dass sich die gewählte Methodik der Überleitung der IRB- LGD-Prognosen mittels adäquater Transformationslogik als angemessen erweist, was sich zum einen im monotonen Verlauf der einzelnen Datenpunkte entlang der Diagonalen manifestiert. Zum anderen ist unmittelbar ersichtlich, dass sämtliche Konfidenzintervalle die je weiligen prognostizierten Werte ein schließen. Darüber hinaus wurde im Rahmen der initialen Validierung zusätzlich noch der Nachweis erbracht, dass die derart auf Einzelfallebene gebildeten IFRS- LGD-Prognosen eine angemessene Schätzung auch auf Portfolioebene gewährleisten. Vorteile des gewählten Ansatzes Das dargestellte Lösungsszenario stellt eine konkrete Möglichkeit für die konsistente Modellierung eines Risikoparameters im Kontext IRB und IFRS dar. Die Entwicklung unabhängiger LGD- Modelle, die die jeweiligen, fachlichen Anforderungen im IRB-Kontext wie auch im IFRS-Kontext adäquat berücksichtigen, kann in der Konsequenz zu unterschiedlichen Modellen mit unterschiedlichen Risikotreibern führen, was wiederum inkonsistente Ergebnisse zur Folge haben kann. Dies wird im oben skizzierten Ansatz durch die zweistufige Modellierungsvorgehensweise vermieden. Ergebnis der Modellvalidierung in Bezug auf den Vergleich von Prognose und Realisation der IFRS-LGD t Abb. 05 Weiterhin wird die Anzahl der zu schätzenden Größen signifikant reduziert, was insbesondere in Bezug auf den Entwicklungsaufwand wie auch die zukünftigen Validierungs- und Modellpflegeaspekte als äußerst effizient beurteilt wird. Als präferierte Vorgehensweise vor allem auch im Hinblick auf die praktische Anwendung erweist sich somit der Ansatz, im ersten Schritt ein IRB-konformes LGD-Modell zu entwickeln und auf dessen Basis eine geeignete Überleitung der IRB-LGD-Prognose hin zu einer IFRSkonformen LGD-Prognose darzustellen. Die Vorteile dieser effizienten und effektiven Vorgehensweise werden ergänzt durch die Sicherstellung einer Ausgangsbasis zur adäquaten bzw. konsistenten internen Verwendung eines LGD-Modells einerseits und dessen Prognosen im Hinblick auf die Gesamtbanksteuerung andererseits. Das Erreichen einer ge wissen Konvergenz über viele Disziplinen hinweg ist als Folge der Finanzmarktkrise einer der Hauptaspekte der Neuerungen im Aufsichtsrecht und der Rechnungslegung. Gerade darin liegt einer der Hauptvorteile des dargestellten Ansatzes, da sich grundlegende Veränderungen an der Risiko situation gleichermaßen in der Eigen kapitalunterlegung wie in der Risikovorsorge entsprechend widerspiegeln und dennoch den verschiedenen Anforderungen Rechnung getragen wird. Letztendlich signalisieren die Ergebnisse aus der Modellentwicklung und der regelmäßigen Überprüfung mit den geringen Abweichungen und den fachlich erklärbaren Zusammenhängen eine hohe Verlässlichkeit in Bezug auf das Vorgehen. Die Möglichkeit von schnellen und zielgerichteten Eingriffen auf Modulebene bei eventuellem Anpassungsbedarf rundet dieses Bild noch ab. Zusammenfassung und Ausblick In den vorangegangenen Ausführungen wurde ein konsistenter und quantitativ motivierter Ansatz zur Zusammenführung der Anforderungen aus Bankenaufsicht und Rechnungslegung für die Verlustquotenprognose mit Hilfe des Adressrisikopa-

7 11 rameters LGD in effizienter Art und Weise dargelegt. Nichtsdestotrotz bleiben natürlich die divergierenden Sichtweisen nach dem aktuellen Stand der Diskussionen bestehen. In Abhängigkeit der weiteren Entwicklung der Vorgaben zur Bestimmung der Risikovorsorge nach IFRS 9 können sich noch weitere zu berücksichtigende Implikationen ergeben. Darüber hinaus besteht zusätzlich genereller Forschungsund Diskussionsbedarf im Gesamtkontext, das heißt auch über die Verlustquotenprognose hinaus. Hierbei stehen vor allem Aspekte im Hinblick auf den Beobachtungszeitraum sowie den Übergang von unauffälligen zu auffälligen Risikopositionen im Fokus, um die Anforderungen an einen erwarteten Verlust über die Gesamtlaufzeit auch als Expected Loss over the lifetime (ELL) bezeichnet abzudecken. Dabei spielt vor allem der Umgang mit dem Adressrisikoparameter PD eine wesentliche Rolle. Weiterhin ist in diesem Zusammenhang die Frage zu klären, welche der Kennzahlen in den betroffenen Gebieten der Gesamtbanksteuerung künftig den höchsten Stellenwert einnehmen wird. Denn es ist festzulegen, welcher der beiden Ansätze zur Ermittlung des Expected Loss für welche Fragestellungen herangezogen wird und wie eine ausreichende Harmonisierung und Konvergenz zwischen den Standards der Bankenaufsicht und der Rechnungslegung erreicht werden kann. Außer Frage steht, dass bei Kreditinstituten hierfür primär die Adressrisikoparameter PD und LGD die Grundlage darstellen, die dann eben auch weitgehend ineinander überführbar bzw. aufeinander aufbauend sein sollten. Es lohnt sich in jedem Fall, die weiteren Entwicklungen intensiv zu beobachten. q Weiterführender Literaturhinweis: Mach, Andreas/Schlottmann, Frank (2008): LGD-Schätzung im Mengengeschäft, in RISIKO MANAGER, Ausgabe 14/2008, S. 1, Autoren: Dr. Luis Huergo, Referent Adressrisikocontrolling, Wüstenrot Bausparkasse AG. Torben Schulz, Referent Adressrisikocontrolling, Wüstenrot Bausparkasse AG. Andreas Mach, Leiter Center of Competence Unternehmenssteuerung und Risikomanagement und Executive Business Consultant im Management Consulting der msggillardon AG. Daniel Rudek, Senior Business Consultant im Management Consulting der msggillardon AG. Anzeige Kluges Risikomanagement Das Competence Center Risikomanagement, Regulierung und Accounting der Frankfurt School bietet für den Ausbau von Qualifikationen zahlreiche modular aufgebaute Zertifikatsstudiengänge: Meldewesen-Spezialist (Start im April und September 2013) Kreditrisikomanager (Start im August 2013) Eigenhandel und Risikocontrolling (Start im April oder Mai 2013) Liquiditätsrisikomanager (Start im April oder Mai 2013) Risikomanager für mittelständische Kreditinstitute (Start laufend) International Certified Accountant (ICA) (Start im April und September 2013) Exzellenzprogramm für Aufsichtsräte (Termin November 2013) Alle Module der Zertifikatsstudiengänge sowie viele weitere Seminare sind einzeln buchbar. Ihre Ansprechpartner: für Buchungen: Denise Shahid, Tel , seminare@fs.de für fachliche Fragen: Christian Schätzlein, Tel , c.schaetzlein@fs.de Weitere Informationen finden Sie unter: