Entwicklung und Kalibrierung von Scoring- und Ratingsystemen Markus J. Rieder riskperform software gmbh
AGENDA Warum? Was? Womit? Wie? Wie gut? Wofür? 2
PRINZIP EINES RATING-MODELLS Warum? W? W? W? W? W? PK Alter Beruf Dauer der Kundenbeziehung... FK Eigenkapitalquote Profitabilität Umsatzwachstum... Scoring-Modell Experten-Meinung Einschätzung der Bonität des Kreditnehmers 3
EINSATZGEBIETE EINES RATINGS Warum? W? W? W? W? W? Kostensenkung und Ertragssteigerung Einsparung von Ausfallkosten durch Vermeidung schlechter Kunden Senkung der Eigenkapitalkosten Reduzierung der Prozesskosten Einheitliche Kreditvergabekriterien Ausfallrisikobasierte Kreditkonditionen Kreditportfoliosteuerung Ertragssteigerung durch optimierte Ablehnungsquote guter Kunden 4
RATING IST DAS HERZ VON BASEL II Warum? W? W? W? W? W? Validierung Basel II-Anforderungen Interne Ermittlung der Ausfallwahrscheinlichkeit Regelmäßige statistische Überprüfung und Verbesserung des Ratingmodells Ratingsystem Interne Anforderungen Vermeidung von Kreditvergabefehlern Effiziente Unterstützung des Kreditvergabeprozesses Entwicklung, Kalibrierung 5
INTERNE UND EXTERNE ANFORDERUNGEN AN RATINGS Warum? W? W? W? W? W? Interne Anforderungen Einzelgeschäftssteuerung Ausdehnung Kreditvolumen Verbesserte Risikoselektion Effizientere Kreditprozesse Steuerung Risikovorsorge Risikodifferenziertes Pricing Kreditportfoliosteuerung Berechnung Portfolio- Value-at-Risk Abgleich mit "Risikoappetit" Vermeidung Risikokonzentration/Nutzung Diversifikationspotentiale Aufbau gesamtbankweiter, empirisch validierter Risikoklassifizierungs- Systeme (Scoring-/Rating-Systeme) Basel II Rating-abhängige Eigenkapital- Unterlegung Interne Rating-Modelle zur Parameterschätzung Externe Ratings Etablierte internationale Agenturen Aufbau Mittelstands- Rating-Agenturen Externe Anforderungen 6
MODELLSTECKBRIEF W? W? W? W? W? Rating-Gegenstand "Was?" Input-Parameter "Womit?" Rating-Modell "Wie?" Empirische Validierung "Wie gut?" Rating-Prozess "Wofür?" Umfassende Beschreibung eines Ratingmodells 7
AGENDA Warum? Was? Womit? Wie? Wie gut? Wofür? 8
ANWENDUNGSBEREICH DES MODELLS W? Was? W? W? W? W? Aktivseite der Bilanz in EUR Zu ratendes Kreditportfolio Anteile in % PK Kredite im Anwendungsbereich Baufinanzierung Gerated Forderungen an Kunden FK Forderungen an Kreditinstitute Banken/ FI Ungerated Sonstige 9
ÜBERSICHT DER RATINGMODELLE W? Was? W? W? W? W? Segment Privatkunden Gewerbekunden Firmenkunden Gewerbliche Finanzierung Banken Öffentliche Gebietskörperschaften Status Produkt Antragsscoring Bestandsscoring Automatische Kreditentscheidung Ratenkredit Dispokredit Kreditkarte Baufinanzierung Kontokorrent Selbständige Gesellschaften Standardkredit Selbständige Gesellschaften Spezielkredite Kreditkarte - - Standardisierte Kredite Großkredite Auslandskredite... Büro- und Handelsimmobilien Projektfinanzierungen Rest FI Kommunen Staaten 10
BEISPIELE VON RATINGMODELLEN W? Was? W? W? W? W? Geschäftssegment Privatkunden (Rate, Dispo, Kreditkarten, Baufinanzierungen), Wirtschaftlich Selbständige Große Firmenkunden, Multinationals Banken Projektfinanzierungen Ratingmodell Entscheidungsbäume Logistische Regression Diskriminanzanalyse Regressionsmodelle Neuronale Netzwerke Ordinale Regression Mapping auf externes Rating Bilanzanalyse-Systeme Risiko-Faktoren Modelle, Monte-Carlo-Simulationen Modelle müssen auf das hauseigene Portfolio maßgeschneidert werden Ziel ist die Schätzung einer Ausfallwahrscheinlichkeit als Maßzahl für die Bonität Die Methodenvielfalt ist breit und entwickelt sich rasch 11
DIFFERENZIERUNG NACH GRÖSSE UND KOMPLEXITÄT W? Was? W? W? W? W? Wenige heterogene Schuldner Geeignet für ein (automatisiertes) statistisches Scoring-Verfahren Geschäftsstruktur Kleine Geschäftskunden Große Projektfinanzierungen Bauträgerfinanzierungen Mittlere & große Gesellschaften Hypothekenkredit Viele homogene Schuldner Konsumentenkredite Kreditkarten Niedrig Kreditvolumen/ Schuldner Hoch 12
KUNDEN vs. PRODUKT RATING W? Was? W? W? W? W? Merkmale auf Ebene Kunde Produkt A) Kombinationsrating 3 Ansätze abnehmender Komplexität B) Produkt- C) Kunden- Rating Rating Produkt 1 R1 für Kunde&Produkt 1 Kunde XY Produkt 2 R123 R2 für Kunde&Produkt 2 Rating setzt sich ausschließlich aus Kundenmerkmalen zusammen und ignoriert alle produktspezifischen Merkmale Produkt 3 R3 für Kunde&Produkt 3 Schätzung einer Kunden-PD: Aggregationsregel nicht nötig Aggregationsregel über alle Ratings notwendig Per definitionem gegeben, weil keine Produktinfos Vorteil des Verfahrens: Höchste Trennschärfe Gute Trennschärfe Einfache Kalibrierung Nachteil des Verfahrens: Schwieriger zu entwickeln und warten Keine Mehrfach- Produktnutzung Trennschwache Scorekarten 13
VORSCORING UND ABLEHNUNG IM RATING W? Was? W? W? W? W? Vorscoring eliminiert klare Rotfälle Ablehnung Scoring Ablehnung Alle Anträge Vorgefilterte Anträge Alter Einkomme n Branche... Akzeptierte Anträge Generiert selektiven Datensatz Trennschärfe des Scoringverhaltens nur gewährleistet, wenn Vorscoring bei Entwicklungsstichprobe und späterem Einsatz identisch Merkmalsverteilung verzerrt ggü. Antragstellern; Kalibrierung Antragskarte auf dieser Basis nicht sinnvoll 14
INFORMATIONSPOTENZIAL IM ANTRAG UND BESTAND (Neukunden-) Antragsrating Bestandsrating W? Was? W? W? W? W? Nutzbares Potenzial Aktualität Merkmale Aktualität Merkmale Verhaltensdaten Anzahl Merkmale Anzahl Merkmale Merkmals- Antragsrating Vergleich Bestandsrating -anzahl x -aktualität = Informationspotential Mäßig Voll gegeben Abhängig von der Art der Merkmale < >? Größer als bei Antrag Evtl. nur teilweise gegeben Abhängig von der Art der Merkmale Potenzial im Bestandsrating größer, wenn die Aktualität der Antragsmerkmale erhalten bleibt 15
AGENDA Warum? Was? Womit? Wie? Wie gut? Wofür? 16
SCOREKARTEN IN AMERIKA SEIT DEN 60ER JAHREN W? W? Womit? W? W? W? 17
PRINZIPIELLE DATENQUELLEN W? W? Womit? W? W? W? Sicht auf den Kunden Art der Daten Trennschärfe- Potential Intern (Innensicht) Zueinander komplementär Extern (Aussensicht) Statisch (Kundenbeschreibungen) Auskunfteien Dynamisch (Kontobewegungen) Soziodemografische Daten Größte offene Flanken der heutigen Ratingsysteme liegen im Verhaltensscoring und der Mikrogeografie 18
DATENHERKUNFT ZUR RATINGENTWICKLUNG W? W? Womit? W? W? W? Interne Datenquellen Externe Datenquellen Datenquelle Bestandsführung Lokale Abzüge Weitere Daten Mikrogeografische Daten Auskunftei Felder für Kredit Kunde Ggf. Merkmale weiterer Konten Kredit Kunde Objekt Mahnstufen Ausfallmerkmale Infos über Objekt und Gegend Externe Bonitätseinschätzung Kreditbüro- Auskunft zum Antragszeitpunkt Merge & Match Datenfile als Entwicklungsstichprobe 19
REFERENZ-AUSFALLDEFINITION BASEL II W? W? Womit? W? W? W? 1 Es ist unwahrscheinlich, dass der Schuldner seine Zahlungsverpflichtungen (Zins, Tilgung, Gebühren) voll erfüllen kann Ein Ausfall liegt vor, wenn mindestens eines der vier Kriterien erfüllt ist 2 3 Eintritt eines Kreditverlustes im Zusammenhang mit irgendeiner Zahlungsverpflichtung des Schuldners Der Schuldner ist mit irgendeiner Zahlungsverpflichtung mehr als 90 Tage im Verzug Verwendung Referenzdefinition für interne Ratingverfahren verpflichtend 4 Der Schuldner hat ein Konkurs- oder ähnliches Gläubigerschutzverfahren beantragt 20
AGENDA Warum? Was? Womit? Wie? Wie gut? Wofür? 21
WIE FUNKTIONIERT RATING? W? W? W? Wie? W? W? Objektive Beurteilung der Kreditwürdigkeit eines Kunden Kundenmerkmale Merkmalsausprägung Punkte Score Alter Beruf 0 bis 18 Jahre 19 bis 55 Jahre Älter als 56 Jahre Arbeiter Angestellter Beamter Sonstiges 0 20-5 10 20 30-4 Summe der Einzelergebnisse Zusammenhang zur Ausfallwahrscheinlichkeit Die Merkmalsauswahl ergibt sich aus vermuteten sich aus Erfahrungen ergebenden oder statistisch ermittelten Zusammenhängen mit der Bonität eines Kunden Quantitative Bewertung in Punkten, die mit der Kundenbonität zusammenhängen 22
LOGIK DES CREDIT SCORINGS W? W? W? Wie? W? W? Antragstellung Antrag Beruf Alter Einkommen... 1 Jahr Reifezeitraum Prüfung, ob Schuldner ausgefallen ist Zeit Kalibrierung eines Scorings als Regression der Ausgangsmerkmale (bei Antrag) auf (späteren) Ausfall 23
EINORDNUNG RATING-METHODE W? W? W? Wie? W? W? Ausgangsposition Ziele des Modells Verbesserte Kreditentscheidungen Erfüllung regulatorischer Anforderungen Modellentwicklung und -pflege (auch für Module) Basel II IRB- Anforderung Intern Extern Große Datenmenge vorhanden Modellansatz Nachbildung externer Ratings Simulationsmodell Nachbildung tatsächlicher Ausfälle Options-basierter Ansatz Nachbildung externer Ratings... Industriestandard Statistische Methode Logistische Regression Klassifikations- und Entscheidungs Diskriminanzanalyse Univariate Ratio Benchmarks Logistische Regression... Datennutzung Nominale Merkmale Vorhersagen... Finanzkennzahlen (inkl. Trends)... Bewertung/ Kommentar 24
MODELLPFLEGE ZYKLUS W? W? W? Wie? W? W? 0 1 Grundkonzeption Ratingmodell Diagnose 2 Ggf. Entscheidung über Neu- oder Weiterentwicklung 7 Reporting/ Monitoring Entwicklung Entscheidung über Modell- bzw. Systemabnahme und Einführung Qualitätssicherung Umsetzung 6 Dokumentation 5 Einbindung Regelwerke 4 3 25