Recovery Rates für Basel II und Gesamtbanksteuerung

Für sämtliche in der Abbildung gezeigten Geschäftsfelder hat SKS bereits erfolgreich durch das Bafin zertifizierte LGD-Modelle entwickelt und implementiert. Die Ampeln deuten die in der Regel bei den Banken zu erwartende Schwierigkeit bei der Modellentwicklung und den generellen Kenntnisstand bezüglich LGD in diesem Bereich an. Die Berater von SKS können in allen Bereichen mit ihrer Erfahrung zur erfolgreichen Entwicklung von LGD-Modellen beitragen.

Die Solvabilitätsverordnung schreibt die interne Anwendung von LGD-Modellen, die für die aufsichtlichen Belange zertifiziert werden sollen, mit gutem Grund zwingend vor. Für die Institute eröffnet sich durch die interne Anwendung die Möglichkeit, einen wichtigen Schritt in Richtung auf eine konsistente Gesamtbanksteuerung zu tun.

Auf statistischen Verfahren beruhende und durch Experten optimierte LGD-Modelle besitzen gegenüber den traditionellen, rein auf Expertenmeinung basierenden Schätzung ein komplementäres Schwächen/Stärken-Profil (siehe erste Abbildung). Dies macht LGD-Modelle zu einem wertvollen Instrument der Gesamtbanksteuerung (siehe zweite Abbildung).

SKS hat als Extrakt seiner umfangreichen Projekterfahrung bei verschiedenen Banken einen generischen Datenhaushalt entworfen, der alle Anforderungen aus der LGD-Modellierung berücksichtigt. Dieser Datenhaushalt wird in einem schlanken Projekt individuell an die Bedürfnisse einer Bank angepasst. Es ist dadurch möglich, innerhalb von ca. einem Monat die Konzeption des Datenhaushalts und der Verlustdefinition abzuschließen und in die Implementierungsphase zu starten.

Die gezeigte Abbildung bietet nur einen sehr groben Überblick über die beteiligten Klassen und zeigt keinerlei Attribute. Die Modellierung basiert auf der Unified Modelling Language (UML 2.0) und kann unmittelbar auch für die Erzeugung von Code oder eines Datenbank-Schemas genutzt werden.

Die Entwicklung von empirisch fundierten LGD-Modellen, die nicht nur den rigiden Anfor­derungen nach SolvV genügen, sondern auch erfahrene Kreditexperten überzeugen ist trotz schwieriger Datenlage möglich. Mit SKS heben Sie externe Datenschätze und integrieren diese mit Ihren internen Daten als Grundlage für eine valide, empirisch fundierte LGD-Modellierung.

Für alle bankinternen historischen Ausfälle von Sovereigns sind die Verlustquoten (LGD) als Relation aus ökonomischem Gesamtverlust zur Forderungshöhe im Defaultzeitpunkt zu ermit­teln.

Dabei sind die auch bei anderen Portfolien üblichen Schwierigkeiten bereits erheblich: Die internen historischen Datenbestände sind nur schwierig auswertbar im Hinblick auf regulatorisch akzeptable Definitionen von ökonomischem Verlust und Ausfall. Für Sovereigns sind zudem besondere Schwierig­­keiten bei der Festlegung von Ausfallkriterien zu beachten.

Die entscheidende Herausforderung bei der LGD-Modellierung für Sovereigns stellt aber die sehr geringe Zahl interner Verlustfälle dar.

Die Institute müssen sich daher fragen, wie die internen Daten kostengünstig und sowohl fachlich als auch statistisch valide um externe Daten ergänzt werden können.

Eine zu geringe Anzahl interner Ausfälle erfordert es, ergänzend auch extern publizierte Historien von Sovereign-Defaults bzw. den zugehörigen Re­struk­turierungsvereinbarungen zu evaluieren (Quellen z.B. IIF, Weltbank).

Zusätzlich können aus Verfahren, die sich auf historische oder aktuelle Marktdaten zu Anleihen oder CDS stützen weiteren wertvolle Informationen gewonnen werden.

Alle Datenquellen müssen kontrolliert, experten­gesteuert und statistisch valide zu einer einzigen Datenquelle integriert werden, z.B. auf Basis eines Regularized Maximum Likelihood-Verfahrens nach Friedman und Sandow.

Schließlich gibt es zahlreiche Benchmark-Informa­tionen, die ebenfalls systematisch einen Gesamtrahmen eingeordnet werden müssen. Die Forschung zu Ursachen und zugrunde liegenden Mechanismen für Sovereign-Defaults hat in den letzten Jahren interessante und wichtige Beiträge liefern können.