Kreditrisikomessung, Bankenportfolios und interne Modelle
- Art: Diplomarbeit
- Autor: Thomas Weller
- Abgabedatum: Januar 2004
- Umfang: 83 Seiten
- Dateigröße: 955,2 KB
- Note: 1,3
- Institution / Hochschule: Friedrich-Schiller-Universität Jena Deutschland
- ISBN (eBook): 978-3-8324-8234-3
-
ISBN (Paperback) :
978-3-8324-8234-3 P - ISBN (CD) :978-3-8324-8234-3 CD
- Sprache: Deutsch
- Prämierung:
- Arbeit zitieren: Weller, Thomas Januar 2004: Kreditrisikomessung, Bankenportfolios und interne Modelle, Hamburg: Diplomica Verlag
- Schlagworte: Risikomanagement, Kreditrisikomanagement, Value at Risk, Credit Risk, Risikocontrolling
In den Warenkorb
74,00 €
Diplomarbeit von Thomas Weller
Problemstellung:
Seit einigen Jahren erfährt der Bereich Risikomanagement einen Wandel bezüglich neuer Risikomessverfahren und Techniken sowie größere Akzeptanz in Wirtschaft und Wissenschaft. „The theory has developed to the point where risk management/measurement is now regarded as a distinct sub-field of the theory of finance…” Grundlagen für moderne Techniken der Risikomessung wurden bereits in den 50er Jahren durch die Portfoliotheorie von Markowitz (1952) publiziert. Das Management von Risiken aus der Portfoliobetrachtung und der Berücksichtigung von Diversifikationseffekten ist noch heute insbesondere im Kreditrisikomanagement ein bedeutendes Thema. Weitere Grundsteine wurden von Black/Scholes (1973) und ihrer Optionspreistheorie für die Bewertung von Optionen gelegt, die unter anderem auch für die Bewertung von Krediten herangezogen wird. Während die 90er Jahre von einem enormen Wandel im Bereich der Marktrisikomessung geprägt waren, entstanden in den letzten Jahren auf Grundlage der Portfoliotheorie und der Optionspreistheorie Modelle zur Quantifizierung von Kreditrisiken auf der Portfolioebene. Für die Entwicklung der letzten Jahre im Kreditrisikomanagement sind mehrere Faktoren aufzuführen:
Zum Einen stiegen in den vergangenen Jahren die Anzahl der Insolvenzen stark an, die vorrangig auf den zunehmenden globalen Wettbewerb zurückzuführen sind. Zum Anderen sorgte der Zugang großer und mittelgroßer Unternehmen zum Kapitalmarkt zu alternativen Fremdfinanzierungsmöglichkeiten, was zur Folge hatte, dass sich gute Schuldner stärker am Kapitalmarkt finanzierten als schlechte Schuldner und damit die durchschnittliche Bonität der Kreditnehmer sank. Trotz der Verschlechterung des durchschnittlichen Kredit-Ratings verringerten sich aufgrund des harten Wettbewerbs der Finanzintermediäre Risikospreads für Kredite und damit auch das Ertrag/Risiko-Verhältnis.
Darüber hinaus erhöhte sie die Volatilität sowohl bei Marktrisiken, als auch bei Bewertungen traditioneller Sicherheiten, wie z.B. Immobilien (collaterals), was eine Prognose der Liquidierbarkeit dieser Vermögensgegenstände schwieriger gestaltete und zu einer zusätzlichen Unsicherheit im Kreditgeschäft führte. Eine weitere Ursache für höhere Anforderungen an Kreditrisikomanagementsystemeist das steigende Gegenparteirisiko, resultierend aus der Verbreitung bzw. dem Einsatz von Derivaten, deren Risiko nicht mit in der Bilanz abgebildet wird (off-balance-derivatives). Dieser Aspekt könnte aufgrund der immer größer werdenden Einsatzgebiete und Anwendungsmöglichkeiten in den nächsten Jahren noch stärker in den Vordergrund rücken.
Neben den Gefahren, die von der Verbreitung von Kreditderivaten ausgehen, sorgen diese für höhere Liquidität auf Sekundärmärkten für Kreditrisiken, sodass Banken von ihrer buy-and-hold-Strategie zu einem aktiven Kreditmanagement übergehen können. Eine große Bedeutung für die moderne Kreditrisikomessung haben auch die in den letzten Jahren exponentiell gestiegenen IT-Kapazitäten, die mittlerweile Simulationen von Verteilungsfunktionen mit historischen Datenbanken ermöglichen, womit wiederum Kreditportfolios effizienter gemanagt werden können.
Neben den aufgezeigten Gründen für die hohe Geschwindigkeit, mit der Kreditrisikomodelle in der Vergangenheit entwickelt wurden, hat an dieser Entwicklung die Unzufriedenheit der Banken mit den Regulierungsgrundsätzen für Kreditrisiken des Baseler Ausschusses für Bankenaufsicht den größten Anteil. Aus diesem Grund soll auf diesen Faktor im Folgenden detaillierter eingegangen werden.
Inhaltsverzeichnis:
| Darstellungsverzeichnis | V | |
| Abkürzungsverzeichnis | VI | |
| Symbolverzeichnis | VII | |
| 1. | Einleitung | 1 |
| 1.1 | Risikomanagement im Wandel | 1 |
| 1.2 | Der Baseler Ausschuss für Bankenaufsicht | 2 |
| 2. | Grundlagen der Risikomessung von Markt- und Kreditrisiken | 6 |
| 2.1 | Begriffsklärungen und Abgrenzung Marktrisiko versus Kreditrisiko | 6 |
| 2.2 | Statistische Risikomaße | 8 |
| 2.2.1 | Der Value-at-Risk | 9 |
| 2.2.2 | Kritische Betrachtung des Value-at-Risk | 12 |
| 2.2.3 | Der Expected Shortfall | 13 |
| 2.3 | Portfolioorientierte Betrachtungsweise bei Kreditrisiken | 14 |
| 2.4 | Überblick und Klassifizierung kommerzieller Kreditportfoliomodelle | 17 |
| 3. | Der Credit-Value-at-Risk-Ansatz von CreditMetrics | 19 |
| 3.1 | Allgemeine Vorbetrachtung | 19 |
| 3.2 | Credit-Value-at-Risk für einen einzelnen Kredit | 20 |
| 3.2.1 | Kreditratings und Eintrittswahrscheinlichkeiten | 20 |
| 3.2.2 | Bewertung von Krediten | 22 |
| 3.2.3 | Berechnung des Credit-Value-at-Risk | 24 |
| 3.3 | Ermittlung von Korrelationen | 26 |
| 3.3.1 | Allgemeine Vorgehensweise | 26 |
| 3.3.2 | Anwendung anhand eines Zwei-Kredit-Portfolios | 27 |
| 3.4 | Credit-Value-at-Risk für ein Portfolio | 29 |
| 3.5 | Kritische Würdigung | 30 |
| 4. | Das versicherungsmathematische Modell CreditRisk+ | 33 |
| 4.1 | Allgemeine Vorbetrachtung | 33 |
| 4.2 | Annahme konstanter Ausfallraten | 34 |
| 4.2.1 | Verteilung der Ausfallereignisse | 34 |
| 4.2.2 | Verteilung der Portfolioverluste | 35 |
| 4.3 | Annahme variabler Ausfallraten | 38 |
| 4.3.1 | Sektorenanalyse | 38 |
| 4.3.2 | Verteilung der Ausfallereignisse | 39 |
| 4.3.3 | Verteilung der Portfolioverluste | 41 |
| 4.4 | Modellierung von Diversifikationseffekten | 41 |
| 4.5 | Kritische Würdigung | 43 |
| 5. | Vergleich von CreditMetrics und CreditRisk+ | 45 |
| 5.1 | Methodische Gegenüberstellung | 45 |
| 5.2 | Empirischer Vergleich der Ergebnisse | 49 |
| 6. | Alternative Modellierungsansätze | 52 |
| 6.1 | Der Optionspreisansatz von KMV | 52 |
| 6.2 | Das makroökonomische Modell CreditPortfolioView | 56 |
| 7. | Zusammenfassung und Ausblick | 58 |
| Anhang | 62 | |
| Literaturverzeichnis | 67 |
Für die Berücksichtigung der Korrelation der beiden Unternehmen a und b sind die paarweise zusammengesetzten Eintrittswahrscheinlichkeiten für verschiedene Ratingkombinationen gesucht. Gegeben sind ausgehend von den individuellen Ausgangsratings die Standardnormalverteilungen mit den entsprechenden Renditeschwellen ZRating, sodass sich die gemeinsame Eintrittswahrscheinlichkeit über die Verteilungsfunktion einer zweidimensionalen bivariaten Standardnormalverteilung Φ2(Za,Zb,ρ) ermitteln lässt.110 Beispielhaft soll angenommen werden, dass das Unternehmens a ein Ausgangsrating von BB und das Unternehmen b ein Ausgangsrating von A hat, wobei im Folgenden die zusammengesetzte Wahrscheinlichkeit gesucht ist, für die a und b ihre Risikoeinstufung von BB bzw. A in T=1 beibehalten. In Abhängigkeit der zugrunde liegenden Übergangswahrscheinlichkeiten und des über die Aktienrenditen ermittelten Korrelationskoeffizienten ρ gilt: [...]
(Aktienwertänderungen) und Kreditrisiken, wobei zuvor eine Trennung der beiden Risikoarten durch die Annahme deterministischer Zinsen angestrebt wurde. Aufgrund höherer Liquidität und Preiseffizienz hinsichtlich der Marktbewertung sowie einer erheblichen Reduktion des Rechenaufwandes bei der Betrachtung mehrerer Schuldner wird der paarweise Vergleich von Aktienrenditen durch Korrelationen von Länder- und Branchenindizes ersetzt.104 Dazu wird jedes analysierte Unternehmen nach seinen Umsatzzahlen verschiedenen Ländern und Branchen zugeordnet, um über die entsprechenden Indexkorrelationen auf die Kreditrisikokorrelation schließen zu können. Für die Aktienrendite R eines Schuldners S wird folgender Zusammenhang unterstellt:105 (3.11) (3.12) RS = wS1 ⋅ X 1 + ...wSk ⋅ X k + wS ⋅ ε S [...]
Bei Nicht-Berücksichtigung von Diversifikationseffekten würde sich das Gesamtportfoliorisiko aus der Addition der Einzelrisiken zusammensetzen, was mit einer tendenziellen Überschätzung des Gesamtportfoliorisikos einhergeht. Aufgrund der in Kapitel 2.3 erläuterten Probleme bezüglich der mangelnden Datenbasis für Ausfallkorrelationen greift CreditMetrics den Gedanken des Optionspreisansatzes von Merton (1974)102 auf und approximiert die Korrelation des Kreditrisikos durch die Korrelation von Aktienrenditen, für die durch aktuelle Marktpreise entsprechende Daten vorhanden sind.103 CreditMetrics erweitert den Asset-Value-Ansatz von Merton dahingehend, dass verschiedenen Intervallen der Aktienrenditeverteilung Ratings zugeordnet werden, die einen entsprechenden Abstand zum Ausfallpunkt, in dem die Schulden des Unternehmens die Vermögenswerte der Aktivseite übersteigen, aufweisen. Den Vermögenswertänderungen wird eine Normalverteilung unterstellt, wobei die Fläche zwischen den kritischen Renditeschwellen ZRating (asset thresholds) den empirisch beobachteten Übergangswahrscheinlichkeiten entspricht. CreditMetrics unterstellt in diesem Punkt ein Zusammenhang zwischen Markt- [...]
In den Warenkorb
74,00 €
Link zur Arbeit:
http://www.diplom.de/ean/9783832482343
Arbeit zitieren:
Weller, Thomas Januar 2004: Kreditrisikomessung, Bankenportfolios und interne Modelle, Hamburg: Diplomica Verlag
Schlagworte:
Risikomanagement, Kreditrisikomanagement, Value at Risk, Credit Risk, Risikocontrolling



