Risikomanagement

Finanzinstitute gehen als Teil ihres Geschäftsmodells verschiedene Risiken ein. Deren korrekte (Früh-)Erkennung und Messung ist dabei Voraussetzung für deren Kontrolle und Steuerung und bildet daher einen integralen Bestandteil der Geschäfts- und Risikostrategien von Finanzinstituten.

Die schnelle Verfügbarkeit immer größerer Datenmengen erlaubt es Risiken zunehmend genauer zu modellieren. Gleichzeitig entwickeln sich die quantitativen Methoden, mit denen diese Daten ausgewertet werden, stetig weiter. Die Bedeutung lernender Algorithmen und künstlicher Intelligenz wächst.

Um die Qualität neuer Verfahren und Modelle sicherzustellen, entwickeln sich auch die regulatorischen Anforderungen ständig weiter. Dies gilt insbesondere seit der Finanzmarktkrise von 2007/2008.

Die skizzierten Entwicklungen gelten zunehmend auch für Corporates. Die Verpflichtung zur Installierung eines Risikofrüherkennungssystems wurde durch das StaRuG auf nicht dem Aktiengesetz unterliegende Gesellschaften erweitert. Ein in diesem Zusammenhang wichtiger, zusätzlicher Impuls zur Fortentwicklung von Risikomessmethoden ergibt sich aus der neuen Fassung des IDW PS 340 („Prüfung des Risikofrüherkennungssystems nach § 317 Abs. 4 HGB“), der als Voraussetzung der Beurteilbarkeit bestandsgefährdender Risiken die Bestimmung der Risikotragfähigkeit eines Unternehmens und zwar auch unter Berücksichtigung des Zusammenwirkens mehrerer Risiken via Risikoaggregation vorsieht.

Unser Financial Services Risk Management Team ist interdisziplinär aufgestellt und unterstützt Finanzinstitute und Corporates gleichermaßen rund um Fragen des quantitativen Risikomanagements. Wir decken den gesamten Themenbereich von Datenanalyse, über die Entwicklung von Risikomodellen bis hin zu fortschrittlichen Methoden der Validierung bestehender Modelle ab. Dabei behalten wir stets ein Auge auf die sich kontinuierlich weiterentwickelnden regulatorischen Anforderungen.

Unser Fokus liegt auf den folgenden Themengebieten:

Fortschrittliche Methoden der Risikomessung

• Methoden der Risikoaggregation
• Modellierung und Quantifizierung einschlägiger Risikoarten
• Entwicklung und Auswertung von Risikoszenarien unter Berücksichtigung makroökonomischer Faktoren
  • Risiko-Simulation
  • Quantifizierung risikoartenübergreifender Effekte
  • Stresstests
• Risikomessung mit Methoden der künstlichen Intelligenz
  • Kreditpricing und Kreditannahmeentscheidungen
  • Ratingsysteme
  • Expected Credit Losses IFRS 9 ➔ PD- & LGD-Schätzungen
  • Risikotragfähigkeit (ICAAP)
• Entwicklung interner Modelle für IRBA nach CRR
  • Schätzung der Risikoparameter PD, LGD und CCF
  • Berechnung von Expected und Unexpected Loss
  • Berücksichtigung aller regulatorischer Anforderungen, z.B.
    • Guide to internal Models (vormals TRIM Guide)
    • EBA GL 2017/16 zur Schätzung von PD und LGD
    • EBA RTS 2016/03 zur Bewertungsmethodik von Ratingsystemen im IRBA

Validierung von Risikomodellen

• Qualitative Validierung
  • Analyse der Datengrundlage und Datenqualität
  • Analyse der Stabilität
  • Analyse von Überschreibungen
• Quantitative Validierung
  • Diskriminanzanalyse
  • Bewertung von Genauigkeit und Kalibrierung
  • Verwendung von Benchmarkmodellen
    • Logistische Regression
    • Random Forests
    • HCES bags
• Transparenz und Nachvollziehbarkeit von Ergebnissen sogenannter ‘Black-Box’-Modelle
  • Partial Dependency Plots
  • SHAPLEY Werte
  • Layer-wise relevance propagation (LRP)
  • Local interpretable model-agnostic explanations (LIME)
  • Rationalisierung