top of page

20 Jahre Credit Value at Risk

Welche Steuerungsgrößen kommen als nächste?

24.08.2021

Kreditportfoliomodelle haben sich seit vielen Jahren für die Quantifizierung von Adressrisiken etabliert. Die ursprünglichen Platzhirsche CreditRisk+, CreditMetrics und CreditPortfolioView wurden insbesondere an die Besonderheiten des Retailbankings, für die sie ursprünglich nicht entwickelt wurden, stetig angepasst und weiterentwickelt. Dabei haben die Komplexität der Kalkulation und die Anforderungen an die Datenversorgung stetig zugenommen. Den Anforderungen der Aufsicht konnte so in der Vergangenheit laufend Rechnung getragen werden. Allerdings sind Kreditportfoliomodelle und die durch sie berechneten Ergebnisgrößen Credit Value at Risk und Expected Shortfall nur bedingt geeignet, eine Steuerung des Kreditrisikos im engeren Sinne zu unterstützen. Ein weiteres Defizit der Kreditportfoliomodell ist die Tatsache, dass sie Krisenszenarien nur eingeschränkt unterstützen. Die Verwendung eines modifizierten Datensatzes für die Kalkulation bedeutet weniger die Bewertung einer Krisensituation als Misstrauen gegenüber dem ursprünglich verwendeten Datensatz. Und die Erhöhung des Konfidenzniveaus sagt auch nichts über die Veränderung der Risiken in Krisensituationen aus, sondern trifft nur eine Aussage über das benötigte Eigenkapital bei einem gestiegenen Grad an Risikoaversion.

GenoNL02_2021_Grafik_20JahreVaR.png

Auch in der Quantifizierung von Kreditrisiken wird man in der Zukunft an künstlicher Intelligenz nicht mehr vorbeikommen.

FRisCo_PostIt_LSchulte_400px.png

Die Verwendung von künstlicher Intelligenz könnte mittelfristig zu einem Paradigmenwechsel in der Steuerung von Risiken führen. Dies beschränkt sich nicht nur auf die Quantifizierung von Vertriebs- und Nachhaltigkeitsrisiken, auch eine Verwendung in der Berechnung von Adressrisiken ist denkbar. So wird in einigen Fällen über die Ermittlung von Kalkulationsparametern mittels Machine Learning nachgedacht. Es wäre zum Beispiel möglich, das Rating eines Kunden mit Hilfe künstlicher Intelligenz zu bestimmen. Doch hier zeigt sich eine weit verbreitete Schwierigkeit in der Definition von Use Cases für die Möglichkeiten der Digitalisierung: Die Chance, einen Paradigmenwechsel durchzuführen wird meist vertan und lediglich eine evolutionäre Weiterentwicklung etablierter Verfahren vorgenommen. Stellen Sie sich die aus dem Design Thinking kommende Frage, was Superman jetzt machen würde. Oder was Google täte. Ein verbessertes Rating, dass an sich auch keine Steuerungsrelevanz hat und nur Mittel zum Zweck ist, durchführen? Wohl kaum! Die Steuerung von Kreditrisiken in der Zukunft liefert präzise Aussagen zu den erwarteten Verlusten des aktuellen Portfolios innerhalb flexibel festzulegender Risikohorizonte. Und gibt konkrete Hinweise zu Engagements, bei denen Steuerungsmaßnahmen wie das Zurückfahren von Linien, eine Nachbesicherung oder eine Erhöhung der Zinsen sinnvoll sind. 

Superman würde sich mit einer Verbesserung abstrakter Steuerungsgrößen mit Sicherheit nicht zufriedengeben. Und Sie brauchen das auch nicht. Sprechen Sie uns an, wie Sie Ihre Daten nutzen können, um die Steuerung Ihres Kundenportfolios zu verbessern! 

bottom of page