Risikovorsorge nach Kriterien gemäß IFRS 9 - msgGillardon AG

G 59071
09 . 2013
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
> www.msg-gillardon.de/seminare

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

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.

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

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 04
+ +
( IRB _ LGD,
EAD) , f ( R
+ × R )
IFRS _ LGD = f
:
R
f IRB _ LGD,
EAD = IRB _ LGD . a . ln EAD + b
( ) ( ( ) )
_
mit

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-

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, 8-11.
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 4.–6. November 2013)
Alle Module der Zertifikatsstudiengänge sowie viele weitere Seminare sind einzeln buchbar.
Ihre Ansprechpartner:
für Buchungen: Denise Shahid, Tel. 069 154008-238, seminare@fs.de
für fachliche Fragen: Christian Schätzlein, Tel. 069 154008-156, c.schaetzlein@fs.de
Weitere Informationen finden Sie unter: www.frankfurt-school.de/rra