Kreditrisikomanagement in Banken unter besonderer Berücksichtigung ausgewählter Kreditrisikomodelle

Transkript

1 Technische Universität Ilmenau Fakultät für Wirtschaftswissenschaften Institut für Betriebswirtschaftslehre Fachgebiet Finanzwirtschaft/Investition Prof. Dr. R. Trost Kreditrisikomanagement in Banken unter besonderer Berücksichtigung ausgewählter Kreditrisikomodelle Dissertation zur Erlangung des Grades eines Dr.rer.pol. vorgelegt von Dipl.-Kfm. M. Runge 1. Gutachter: Univ.-Prof. Dr. rer. pol. habil. Ralf Trost 2. Gutachter: Univ.-Prof. Dr. oec. habil. Herfried Schneider Tag der Einreichung: Tag der wissenschaftlichen Aussprache: urn:nbn:de:gbv:ilm

2 Vorwort Die vorliegende Arbeit entstand während meiner Tätigkeit als Mitarbeiter am Fachgebiet für Finanzwirtschaft/Investition der Technischen Universität Ilmenau. Sie wurde im Dezember des Jahres 2004 von der Fakultät für Wirtschaftswissenschaften als Dissertation angenommen. Meinem Doktorvater, Herrn Prof. Dr. Ralf Trost, gilt mein herzlicher Dank für die Betreuung dieser Dissertation und seine vielen hilfreichen Anregungen und Anmerkungen während der gesamten Zeit als Mitarbeiter an seinem Fachgebiet. Die Gespräche mit ihm haben mir wertvolle Denkanstöße während der Erstellung meiner Dissertation gegeben und meine ökonomischen Kenntnisse stark vertieft. Herrn Prof. Dr. Herfried Schneider danke ich ebenfalls recht herzlich für die Übernahme des Zweitgutachtens. Ferner möchte ich meine stets interessierten und diskussionsbereiten Kollegen der Institute für Betriebswirtschaftslehre, Volkswirtschaftslehre und Rechtswissenschaft hervorheben. Meinem Kollegen Dipl.-Wirtsch.-Ing. Matthias Rickes möchte ich dabei besonders für die unablässige Bereitschaft danken, in jedem der vielen geführten Gespräche und Diskussionen immer für fachlichen und persönlichen Rat zur Seite zu stehen. Auch meinen Kollegen am Fachgebiet Dr. Bernd Lindemann und Prof. Dr. Hubert Dechant sowie den intensiv am Korrekturprozess Beteiligten Dr. Gunter Gastrock, StB. Dipl.-Kfm. Volker Stitz und Dipl.-Sozialarbeiterin (FH) Sandra Haase gebührt in diesem Zusammenhang besonderer Dank. Vor allem aber danke ich meiner Freundin Juliana für ihre Geduld und ihr Verständnis sowie meinen Eltern für ihre immerwährende Unterstützung. Ohne sie alle wäre diese Arbeit nie entstanden. Martin Runge

3

4 Inhaltsverzeichnis Abbildungsverzeichnis Tabellenverzeichnis Symbolverzeichnis VI VIII XIV I Kreditrisikomanagement in Finanzinstituten 1 1 Einleitung Eigenkapitalrichtlinien für Kreditrisiken nach Basel II Interne Kreditrisikomodelle Moderne Kreditrisikomessung Definition und Abgrenzung von Risiko Risikokategorien Risikomaße (Risiko)-Kenngrößen in der Kreditrisikomessung Erwartete und unerwartete Verlustgrößen Regulatorisches versus Ökonomisches Kapital Korrelationen zwischen Kreditnehmern Ratingagenturen und Kreditrisikomessung II Darstellung der Kreditrisikomodelle 26 3 Credit Risk Einführung Das Konzept von Credit Risk Dateninputs Modellprämissen Modellierung Modell mit festen Ausfallraten Ausfallwahrscheinlichkeiten Ausfallverluste Erweiterung auf mehrperiodige Betrachtung I

5 3.4.2 Modell mit stochastischen Ausfallraten Sektorenanalyse Formale Darstellung der Sektorenanalyse Modellierung mit stochastischen Ausfallraten Variable Ausfallraten Ausfallverluste bei variablen Ausfallraten Verallgemeinerung der Sektorenanalyse Risikobeiträge einzelner Kreditnehmer Beiträge zur Standardabweichung Beiträge zum Value at Risk Ausfallkorrelationen Ökonomisches Kapital für Kreditrisiken Anwendung im Portfoliomanagement Beispielrechnung in Credit Risk Fall Fall Risikoreduktion Zusammenfassung CreditMetrics T M Einführung in CreditMetrics Das Konzept von CreditMetrics Einfaches Modell: CVaR Beträge für Einzel- und Portfolio- Positionen Berechnung der Zerobond-Forward-Rates für risikobehaftete Anleihen Berechnung der Kreditrisikobeträge eines Kredites Kreditrisikoberechnung bei Portfolios Erweiterung des Modells: Korrelationen zwischen den Kreditnehmern Ableitung der Korrelationen aus Vermögenswerten Vermögenswert beschreibende Prozesse Schätzung der (Rendite-)Korrelationen Kreditrisikoberechnungen für 2-Kreditportfolios unter Einbezug von Korrelationen Kreditrisikoberechnung unter Einbezug von Portfoliosimulationen Monte-Carlo-Simulation am Beispielportfolio Auswertung der Simulationsrechnungen Streuung um den Erwartungswert Streuung um Quantilswerte Zusammenfassung KMV-Modelle Einführung II

6 5.2 CreditMonitor T M und PortfolioManager T M Contingent Claim Analysis von Eigen- und Fremdkapital Anwendung der Contingent Claim Analysis zur Ermittlung von Einzelkreditrisiken Bewertung des Unternehmensvermögens Grundlagen zur Bewertung von ausfallgefährdeten Krediten Bewertung ausfallgefährdeter Kredite Bestimmung der Ausfallschranken Ermittlung von Expected Default Frequencies Empirische Expected Default Frequencies Theoretisch richtige Expected Default Frequencies Anpassung theoretisch richtiger Expected Default Frequencies Ermittlung der risikoneutralen EDF über Anleihespreads Verwendung der EDF zur Risikoprognose Ermittlung von mehrjährigen und kumulativen Expected Default Frequencies Risikoparameter Erwartungswert und Volatilität Erwarteter Verlust Ermittlung der Expected Default Frequency anhand einer Beispielrechnung Schätzung des Marktwertes und der Volatilität des Unternehmensvermögens Marktwerte des Eigenkapitals Volatilität der Marktwerte des Eigenkapitals Barwerte der Verbindlichkeiten Marktwerte des Vermögens (Näherungswerte) Volatilität des Vermögens Optimierung geschätzter Vermögenswerte Ermittlung optimierter Werte für die Marktwerte des Vermögens Ermittlung der EDF mit optimierten Werten Auswertung der EDF-Berechnungen Berechnung der kumulativen EDF (CEDF) für BMW Kreditrisiko von Kreditportfolios Erwartete Verluste und Standardabweichung von Portfolios Kreditrisiko von Portfolios anhand von Beispielrechnungen Kreditrisikoberechnung für ein 2-Kreditportfolio Ausgangsdaten Bestimmung der Verlustgrößen Kreditrisikoberechnungen für ein 10-Kreditportfolio III

7 Ausgangsdaten Ausfallkorrelationen Erwarteter Verlust und Standardabweichung des Portfolios Zusammenfassung III Vergleich der Kreditrisikomodelle Parametervergleiche Vergleich der Eingangsparameter Kredittypen Kreditbeträge Laufzeiten Bonitäten Kalkulationszinssätze Differenzierung der Kreditnehmer Korrelationseffekte Ergebnisparameter Ausfallwahrscheinlichkeiten Erwartete und Unerwartete Verluste Modellspezifikationen Grundannahmen Risikodefinition Kreditrisikomessung Backtesting Modellvergleiche Ein-Faktor-Modell-Vergleiche Koyluoglu/Hickmann und Finger Wahrenburg/Niethen Multi-Faktor-Modell-Vergleich Bluhm/Overbeck/Wagner Nickell/Perraudin/Varotto Koyluoglu/Bangia/Garside Vorstellung der Studie Auswertung der Studie Finger IV Zusammenfassung und Ausblick 193 V Anhang 200 IV

8 A Anhang CR A.1 Verlustwahrscheinlichkeiten bei festen Ausfallraten A.1.1 Beispiel: Verlustverteilung bei festen Ausfallraten A.2 Wahrscheinlichkeitserzeugende Funktionen A.2.1 Wahrscheinlichkeitserzeugende Funktion zur Bestimmung der Verteilung der Anzahl des Ausfälle B Anhang CreditMetrics 206 B.1 Eigenschaften von Copula-Funktionen B.2 Lineare Interpolation für den Present Value in einem Jahr bei Percentil x B.2.1 Durchführung der linearen Interpolation der Erwartungswerte von Kredit 1 für das 99% und 99, 75% Konfidenzniveau B.2.2 Cholesky-Zerlegung B Allgemeine Darstellung B Cholesky-Zerlegung am Beispiel B.3 Auswertung der Simulationsrechnungen in CreditMetrics C Anhang KMV 212 C.1 Contingent Claim Analysis (CCA) zur Bewertung von Fremdkapital C.1.1 Wiener Prozess, Brownsche Prozesse und Itôs Lemma C Herleitung der Brownschen Bewegung bzw. des Wiener Prozesses C Itô Prozesse und Itô s Lemma C Herleitung Itô s Lemma C Geometrische Brownsche Bewegung C.1.2 Black/Scholes-Optionspreisformel C.1.3 Konstruktion risikoloser Arbitrageportfolios C Mertons Annahmen für Black/Scholes typische Bewertungsmodelle C Merton s Hedgeportfolio und Darstellung des Marktwertes des Eigenkapitals mit der Black/Scholes-Optionspreisformel Literaturverzeichnis 223 V

9 Abbildungsverzeichnis 2.1 Verlustverteilung eines Kreditportfolios Verlustverteilung eines Kreditportfolios Wahrscheinlichkeitsverteilung von Verlusten Risikoprognose bei Enron: Ratings versus EDF Stufen der Kreditrisikomodellierung bei Credit Risk Die Struktur von Credit Risk Risikomessung bei Credit Risk + mit festen Ausfallraten Risikomessung bei Credit Risk + mit stochastischen Ausfallraten Sektorenanalyse bei Credit Risk Stochastische versus nichtstochastische Ausfallraten in CR Ökononomisches Kapital bei Credit Risk Dichtefunktion der Ausfallverteilung eines 24-Kreditnehmer-Portfolios Vergleich der Dichtefunktion der Ausfallverteilung von Kreditportfolios mit 24-Kreditnehmer-Portfolios bei unterschiedlicher Sektorenbildung Vergleich der Dichtefunktionen der Ausfallverteilung des 24- und 22-Kreditnehmer-Portfolios Risikomessung mit CreditMetrics Risikomessung mit CreditMetrics für Portfolios Zerobond-Forward-Rates Vermögenswerte und Ratings z-werte und Ratings von Kredit (A) Quantile und Ratings von Kredit (A) Schwellenwerte für den Portfolioerwartungswert: Konfidenzniveau 68% Schwellenwerte für das 99%-Quantil: Konfidenzniveau 68% Risikomessung mit CreditMonitor T M und PortfolioManager T M Darstellung von V A, EDF, DD und DP Entwicklung von Fremdkapital, Vermögenswerten und Ausfallwahrscheinlichkeit bis Abhängigkeit der Ausfallwahrscheinlichkeit von Aktienkurs und Volatilität des Vermögens VI

10 7.1 Transformation von Renditeänderungen in (bedingte) Ausfallraten Modellierung der Ausfallratenverteilung: Gegenüberstellung zweier Ansätze Gegenüberstellung der Ausfallratenverteilungen von KMV und Credit Risk B.1 Ergebnisse der Monte-Carlo-Simulation: 50% Konfidenzniveau B.2 Ergebnisse der Monte-Carlo-Simulation: 90% Konfidenzniveau B.3 Ergebnisse der Monte-Carlo-Simulation: 99% Konfidenzniveau B.4 Ergebnisse der Monte-Carlo-Simulation: 99,9% Konfidenzniveau. 211 B.5 Ergebnisse der Monte-Carlo-Simulation: 99,99% Konfidenzniveau. 211 VII

11 Tabellenverzeichnis 1.1 Risikogewichtung nach Basel II (prozentual) Kreditpositionen mit Ratings und Ausfallraten Kreditpositionen mit normierten Ausfallverlusten Exposure-Bänder mit v j und ɛ j Ausfallwahrscheinlichkeitsverteilungen bei 7 Exposurebändern Kreditpositionen mit Ratings und Ausfallraten Kreditpositionen und Ratings Kreditpositionen mit Ratings und Ausfallraten Inputdaten des zu bewertenden Kreditportfolios Quantilswerte und Mittelwert der Ausfälle des zu bewertenden Kreditportfolios EL und Risikobeiträge einzelner Kredite Input- und Outputdaten der zu entfernenden Kredite Veränderung der Risikoparameter des Kreditportfolios Kuponrenditen in % (Bsp.) Aus Kuponrenditen abgeleitete Zerobond-Rates in % (Bsp.) Aus Zerobond-Rates abgeleitete Zerobond-Forward-Rates in % (Bsp.) Aus Zerobond-Forwardspreads abgeleitete Credit Spreads in % (Bsp.) Jahres-Migrationswahrscheinlickeiten in % Rückgewinnungsraten Verteilung der Barwerte der Anleihe (A) in einem Jahr Credit Value at Risk Berechnungen Anleihe (A) Kumulierte Migrationswahrscheinlichkeiten und zugehörige Barwerte Anleihe (A) in einem Jahr Credit Value at Risk Berechnungen Anleihe (A) Verteilung der Barwerte der Anleihe (BBB) in einem Jahr Additive Barwerte aller Ratingzustände in % (Bsp.) Gemeinsame Übergangswahrscheinlichkeiten in % Gewichtete Barwerte in % (Bsp.) Gewichtung der Übergangswahrscheinlichkeiten mit quadrierten ratingabhängigen Barwerten (%) VIII

12 4.16 Kreditrisikobeträge für ein 2-Kreditportfolio; Annahme Normalverteilung Kreditrisikobeträge für ein 2-Kreditportfolio; keine Verteilungsannahme Branchenspezifische Volatilitäten und Korrelationen U 1 und U Quantile der Standardnormalverteilung Kredit A Quantile der Standardnormalverteilung Kredit BBB Gemeinsame Übergangswahrscheinlichkeiten (Korrelation 30%) Kreditrisiko im 2-Kreditportfolio (Korrelation 30%); Annahme Normalverteilung Kreditrisiko im 2-Kreditportfolio (Korrelation 30%); keine Verteilungsannahme Ratings, Laufzeiten und Forward-Barwerte Ratingabhängige Barwerte der Kredite 1 bis Ratingschwellen für z-werte des Kreditportfolios Multivariat standardnormalverteilte korrelierte Zufallszahlen nach Monte-Carlo-Simulation (Ausschnitt) Ratings der multivariat standardnormalverteilt korrelierten Zufallszahlen nach Monte-Carlo-Simulation (Ausschnitt) Jahres-Forward-Barwerte aus Monte-Carlo-Simulation Portfolio-1-Jahres-Forward-Barwerte nach Monte-Carlo-Simulation Erwartungswert des Kreditportfolios: Konfidenzniveau 68% Ausschnitt aus MC Simulation mit 500 Szenarios Mapping von AEDF in Kreditklassen Eigenkapitalmarktwerte (Ausschnitt: Beispiel - BMW) Annualisierung der Standardabweichungen des Aktienkurses (Ausschnitt: Beispiel - BMW) Berechnung der Ausfallschranke DP (Beispiel - BMW) Barwerte des korrigierten Fremdkapitals (Ausschnitt: Beispiel - BMW) Barwerte des geschätzten Vermögens (Ausschnitt: Beispiel - BMW) Volatilität der Marktwerte des Vermögens (Ausschnitt: Beispiel - BMW) Ausgangsdaten: Fehleroptimierung (Beispiel BMW) Rekursive Berechnung der Parameter Φ(d 1 ), Φ(d 2 ), P V Es und σ Es (Ausschnitt Beispiel BMW) Geschätzte Marktwerte und Volatilitäten vor Optimierung (Beispiel BMW) Geschätzte Marktwerte und Volatilitäten nach Optimierung (Beispiel BMW) Distance to Default (Beispiel BMW) Expected Default Frequencies (Beispiel BMW) Überlebensintensität S n (Beispiel BMW) IX

13 5.15 Inputdaten von 2 Krediten zur Berechnung des Portfolio-EL und der Standardabweichung Dezember Erwartete Verluste von BMW, Bayer und Portfolio Berechnung verschiedener Ausfallkorrelationen für das BMW- Bayer Kreditportfolio Erwartete Verluste und Standardabweichung für das BMW-Bayer Kreditportfolio Inputdaten von 10 Krediten zur Berechnung des Portfolio-EL und Portfolio-Standardabweichung Zuordnung von AEDF zu durchschnittlichen Kreditklassen Zuordnung von Ratingklassen zu EDF Recovery-Rates unterschiedlicher Ratingklassen Berechnung einzelner Erwarteter Verluste und Standardabweichungen Ausfallkorrelationen von Kredit 1 bis Eigenschaften von Kreditrisikomodellen A.1 Beispiel: Ausfallwahrscheinlichkeitsverteilung bei festen Ausfallraten und 7 Exposurebändern B.1 Bestimmung der 1-Jahres-Forward-Werte für Rating A Kredit X

14 Symbole und Abkürzungen Symbole α Irrtumswahrscheinlichkeit α I Momentane erwartete Unternehmensrendite α i Renditebestimmende Komponente; unabhängig von systematischen Einflussfaktoren α (U i) B C Abhängigkeit Unternehmen i vom Sektor B, Land C β 1,...,n erwartete Änderungen von r i b(p D) Parameter zur Laufzeitanpassung C m Risikofaktor C pro Land m Iu Änderungsrate Risikofaktor Branchen z t Brownscher Prozess von z über t Intervalllänge ɛ standardnormalverteilte Zufallsvariable ɛ A Verlustmultiplikator ɛ i Spezifischer Risikofaktor des Unternehmens i Γ(α) Gammafunktion ˆσ U i Bank-Index-Volatilität bezüglich U i ˆr U i spezifische Rendite von Unternehmen U i λ A Erwarteter Verlust von KN A µ A Erwartungswert Anzahl Ausfälle µ Ai Erwartungswert von i Ausfällen Kreditnehmertyp A µ j Erwartete Anzahl von i Ausfällen pro Exposureband j µ k Erwartungswert der Ausfälle pro Sektor K µ i Ratingabhängiger Barwert für Ratingklasse i µ k(γ) Parameter der Gammaverteilung (= α β k ) µ VA Erwartungswert der Unternehmensrendite ν A Exposuremultiplikator (auf L bezogen) Partielle Ableitung Zweite Partielle Ableitung π Überrendite des Marktportfolios über r ρ (U i,u j ) Korrelation (indexabhängig) von U i und U j ρ BCi ;C j Korrelation der Bank-Indexrenditen ρ ij Ausfallkorrelation der U i und U j ρ M,VA Korrelation der Unternehmensrendite mit Marktportfolio ρ ri ;r j Korrelation der Vermögensrenditen XI

15 σ I Varianzparameter im Ito-Prozess σ k Volatilität der Ausfallraten (pro Sektor K) σ M Volatilität des Marktportfolios σ irr Volatilität Recovery Rate (RR) σ k(γ) Parameter der Gammaverteilung σ VA Volatilität Vermögen σ VE Volatilität Eigenkapital k Korrelationsmatrix k R i t i Stetiger risikobehafter Zinssatz, Ratingklasse i, Zeit t r i t i Stetiger risikoloser Zinssatz bei Zeithorizont t a(x, t) Drift von x und dt im Ito- Prozess A T c Untere transponierte Dreiecksmatrix a Parameter der Rekursionsgleichung A n + 1 A c Obere transponierte Dreiecksmatrix A n Wahrscheinlichkeit von n Portfolioverlusten a ij Cholesky-Faktoren der Korrelationen k ij b(x, t) Varianz (nichtstochastisch) im Ito-Prozess b Startwert Rekursionsgleichung A 0 C Cash Flows risikobehafteter Kredite D Nominalwert Fremdkapital d z Änderungsrate im Ito-Prozess d zt Stetiger Random Walk ds Geometrisch Brownsche Bewegung von S dt Änderungsrate in Abhängigkeit von t dx Stetige Änderung der Zufallsvariable X f Optionswert f k Dichtefunktion der Ausfallwahrscheinlichkeit f rzr Jahres-Zerobond-Forward-Rates F (z) k Wahrscheinlichkeitserzeugende Funktion pro Sektor k G j (z) Wahrscheinlichkeitserzeugende Funktion pro Exposureband j I Systematische Einflussfaktoren zur Renditeerzeugung i U i D Abhängigkeit U i von idiosynkratischen Risiken j Bezeichnung der Nummer der Exposurebänder N Bivariate Verteilungsfunktion der Normalverteilung k Sektor k ij Korrelation der Aktienrenditen i und j K Basispreis des Underlyings L Grundkredithöhe L A Exposure von KN A n Anzahl ausgefallener Kreditnehmer N Kreditnehmeranzahl N Bivariate Verteilungsfunktion der Normalverteilung Φ Standardnormalverteilung Φ Inverse der Standardnormalverteilung XII

16 n G (Gesamt)Laufzeit o g Obere Intervallgrenze des Konfidenzintervalles p(n) Wahrscheinlichkeit, dass n Kreditnehmer ausfallen p(nl) Wahrscheinlichkeit von n L Portfolioverlusten p k Parameter der Gammaverteilung P r(r v, R v) Gemeinsame Übergangswahrscheinlichkeit R v und R v P r A Ausfallwahrscheinlichkeit P r i Übergangswahrscheinlichkeit zu Rating i P r t Ausfallwahrscheinlichkeit P V Present Value QW Quantilswert R Ratingklasse r Risikoloser Zerobond-Zinssatz r zt Risikoloser Anleihe-Zinssatz r B C Renditen Index B, Land C r U i Rendite (standardisier) Unternehmen U i R v Renditeänderungen im Vermögenswertmodell r kng Kuponrenditen S Aktienkurs s U i D Abhängigkeit U i von systematischen Risiken s n Überlebensintensitäten S t Stochastischer Prozess der Zeit t t Laufzeitindex T φ Zeitkorrekturparameter mit Variable φ u g Untere Intervallgrenze des Konfidenzintervalles U i Unternehmen i V A Wert des Unternehmsnvermögens V E Marktwert Eigenkapital V F Marktwert Fremdkapital w U i f Firmenspezifisches Risiko von Unternehmen U i w U i x BC Branchenabhängige Skalierungsgewichte w i Anteil Kreditnehmer am Gesamt-PF X A Zufallsvariable Ausfallhäufigkeit im Portfolio x i Anteil U i am Gesamtportfolio X k Zufallsvariable Ausfallhäufigkeit pro Sektor x k Durchschnittliche Ausfallrate Z Zufallsvariable z i z-werte der Standardnormalverteilung z ki Korrelierte multivariate standardnormalverteilte Zufallszahlen XIII

17 Abkürzungen A Assets Abs Absatz BSM Black/Scholes/Merton BaFin Bundesanstalt für Finanzdienstleistungen CDO Collateralized Debt Obligation CEDF Cumulative Expected Default Frequency CM CreditMetrics CPV Credit Portfolio View CR Credit Risk + CSFB Credit Suisse First Boston CVaR Credit Value at Risk d. h das heißt DD Distance to Default DM Default Model DP Default Point E Exposure EAD Exposure at Default EC Economic Capital EDF Expected Default Frequency EK Eigenkapitel EL Expected Loss Endf Endfassung FK Fremdkapitel FZR Forward-Zerobond-Rates Gl Gleichung Gln Gleichungen GuV Gewinn- und Verlustrechnung IRB Internal-Ratings-Based Approach JDF Joint Default Frequency KÄ Kreditäquivalent KMV Kealhofer, McQuown,Vasicek KN Kreditnehmer LGD Loss Given Default M Maturity MCS Monte-Carlo-Simulation MtM Market to Market RB Risikobeitrag RW Risikogewicht (Risk Weight) SR Sharpe Ratio UL Unexpected Loss V Vermögen VaR Value at Risk ZV Zufallsvariable XIV

18 Teil I Kreditrisikomanagement in Finanzinstituten 1

19 1 Einleitung Die Übernahme und das Management von Risiken gehören zu den Hauptaufgaben der Bankwirtschaft. Die Deutsche Bank gibt z. B. im Geschäftsbericht 2003 an, insgesamt Mio. EUR Ökonomisches Kapital vorzuhalten. Dieses Gesamt-Risikokapital setzt sich aus verschiedenen Risikopositionen zusammen. Für Risiken aus dem Kreditgeschäft werden ca. 44% Eigenkapital, für Marktrisiken ca. 38% und für Geschäfts- und Operative Risiken ca. 20% vorgehalten. 1 Der professionelle Umgang mit diesen Risiken ist eine der wichtigsten Aufgaben von Banken. Die durch das bankeigene Risikomanagement induzierte Risikovorsorge durch Vorhaltung von Risikokapital steht dabei eng in Verbindung mit aufsichtsrechtlichen Regelungen. Während Banken versuchen, die eigene knappe Ressource Kapital effizient einzusetzen, steht aus aufsichtsrechtlicher Sicht der Schutz und die Stabilität des gesamten Finanzsystems im Vordergrund. Geprägt werden die nationalen aufsichtsrechtlichen Regelungen durch das "Basle Commitee on Banking Supervision", einer Abteilung der Bank für Internationalen Zahlungsausgleich (BIZ). Das Basle Commitee, gegründet 1974 durch die Zentralbankvorsitzenden der G10-Länder, formuliert seit dieser Zeit allgemeine Aufsichtsregeln für Banken, die von den Mitgliedsländern jeweils auf nationaler Ebene in Gesetze überführt werden. In Deutschland sind im 10 Abs. 1 Kreditwesengesetz (KWG) die Eigenkapitalvorschriften für Banken geregelt. Dabei wird die Forderung erhoben, "angemessene Eigenmittel" vorzuhalten. 10 Abs. 2 schreibt vor, dass das Verhältnis zwischen dem haftenden Eigenkapital und den gewichteten Risikoaktiva eines Kreditinstitutes 8% nicht unterschreiten darf. Der "Grundsatz I über die Eigenmittel der Institute", gemeinschaftlich vom Bundesaufsichtsamt für Finanzdienstleistungen (BaFin) und der Deutschen Bundesbank erarbeitet, konkretisiert diese Forderungen und schreibt detailliert Regelungen für die Mindestausstattung mit Eigenkapital vor. 2 1 Siehe Deutsche Bank (2003), S Zum Vergleich: Im Jahr 2002 wurden 22,4 Mio. EUR Ökonomisches Kapital vorgehalten, davon für Kreditrisiken ca. 39,90% und für Marktrisiken 40,4%. Der relative Anteil von Kreditrisiken am Gesamtrisiko ist zwar gestiegen, allerdings absolut um 1,5 Mrd. EUR gefallen. Siehe zum Begriff "Ökonomisches Kapital" in Abschnitt Die Grundsätze I und II werden in absehbarer Zeit von den Rechtsverordnungen Solvabilitätsverordnung und Liquiditätsverordnung für Kreditinstitute ersetzt werden. Diese befinden sich gerade in Abstimmung und Einbettung der Basel II-Regeln. 2