Quer-Denker | KPMG | AT
close
Share with your friends

Quer-Denker

Quer-Denker

Sowohl Banken als auch Versicherungen sehen sich heute mehr denn je einer Vielzahl von gesetzlichen und regulatorischen Anforderungen gegenüber. Diese sind schon allein aufgrund des Umfangs und der Komplexität nur unter enormem Ressourcenaufwand zu bewältigen. Deshalb lohnt es sich, vorhandene Ähnlichkeiten auszunutzen, um von der Erfahrung des jeweils anderen zu profitieren.

Partner, Audit

KPMG Austria

Kontakt

Verwandte Inhalte

Dimensionen - Schwerpunkt Risikomanagement - Quer-Denker

Jedes Unternehmen muss Risiken abwägen und entsprechende Maßnahmen zur Absicherung treffen. Dies gilt besonders für Banken und Versicherungen, da sie zusätzlich eine Vielzahl regulatorischer Vorschriften erfüllen müssen. Sowohl Basel III als auch IFRS 9 verlangen bspw von Banken, das Kreditrisiko bestmöglich abzuschätzen und mit genügend Reserven zu bedecken. Dabei wird insbesondereunter IFRS 9 ein stark zukunftsorientierter Ansatz zur Bewertung des Kreditrisikos verfolgt, welcher Banken vor neue Herausforderungen in der Modellierung der entsprechenden Parameter stellt.Gibt es im Versicherungsbereich ähnliche Probleme, deren Lösungsansätze eventuell adaptiert werden könnten?

Kreditausfall und Schadenreserve

Ein Kreditnehmer fällt aus, kann seine Restschuld nicht mehr (vollständig) begleichen. Die Bank wird nun alle verfügbaren Mittel einsetzen, um einen möglichst großen Anteil der Restschuld noch einzubringen. Der verbleibendeTeil der Restschuld stellt schließlich den tatsächlichen Verlust der Bank dar. Um abschätzen zu können, mit welchen tatsächlichen Verlusten aus Kreditausfällen in Zukunft zu rechnen sein wird, bestimmen Banken den sog „Loss Given Default“ („LGD“), den bedingten Erwartungswert des tatsächlichen Verlustes, unter der Bedingung des Kreditausfalls.

Ein ähnliches Problem haben Versicherungsunternehmen in der Bewertung der sog „Schadenreserve“. Hiermuss abgeschätzt werden, welche Leistungszahlungen für Schadensfälle, die bereits eingetreten sind, aber noch nicht (vollständig) abgewickeltwurden, noch zu erwarten sind. Analog zum Kreditrisiko einer Bank müssen die zukünftigen Zahlungsströme, die sich aus einem bereits eingetretenen Ereignis ergeben, bewertet werden. In der Schadenversicherung hat sich ua das Chain Ladder-Verfahren als äußerst praktikables und zuverlässiges Werkzeug erwiesen.

Das Chain Ladder-Verfahren

Die Qualität der Ergebnisse dieses Verfahrens hängt ua von der Größe, Qualität und Homogenität der zur Verfügung stehenden Datenbasis ab. Im Falle der Schadenreserve in der Schadenversicherung werden Zahlungsdaten getrennt nach Anfalls- und Abwicklungsjahr der Schäden benötigt. Diese Daten werden tabellarisch derart dargestellt, dass für jedes Anfallsjahr eine eigene Zeile angelegt wird. In die Spalten werden dann die (kumulierten)Zahlungsausgänge eingetragen, die bis zum entsprechenden Folgejahr für diese Schäden geflossen sind. Aus dieser Datentabelle werden dann Übergangsfaktoren zwischen den einzelnen Folgejahren ermittelt, mit deren Hilfe schließlich die erwarteten zukünftigen Zahlungsausgänge geschätzt werden können.

Eine Analogie zur Schätzung des LGD lässt sich herstellen: Das Anfallsjahr des Schadens entspricht dem Ausfallsjahr des Kredits. Das Abwicklungsjahr des Schadens wiederum entspricht dem Zeitpunkt der Rückzahlungeiner Rest(-teil)schuld. Stehen diese Daten in ausreichender Granularität zur Verfügung, so kann das Chain Ladder-Verfahren angewendet werden, um eine Schätzung der in Zukunft noch einbringlichen Forderungen aus den bereits ausgefallenen Krediten zu erhalten. Der Anteil der dann noch verbleibenden Restschuld am ursprünglichen Saldo der ausgefallenen Kredite ergibt einen Schätzwert des LGD.

LGD versus Chain Ladder

In den vergangenen Jahren wurde eine Vielzahl von Varianten und Verfeinerungen des Chain Ladder- Verfahrens entwickelt, um noch robustere Ergebnisse zu liefern. Auch die Anwendung mehrerer Varianten zur weiteren Stabilisierung der Ergebnisse ist möglich. Im Vergleich zu LGD-Modellierungsverfahren bieten Chain Ladder-basierte Methoden als verteilungsfreie Verfahren den Vorteil, auch mit problematischer Datenqualität und -quantität valide und va robuste Ergebnisse zu liefern. Dabei werden trotzdem die vom Standard (IFRS)bzw vom Regulator (CRR) geforderten Anforderungen abgedeckt. All diesen Varianten ist gemeinsam, dass sie sehr gut dazu geeignet sind, Ausreißer in der Datenbasis zu identifizieren, womit die Qualität der Daten weiter verbessert werden kann. Mit der ständig wachsenden Zahl an Beobachtungen nehmen außerdem der Umfang der Datenbasis und in weiterer Folge die Qualität der Verfahren stetig zu. Zahlreiche Gründe sprechen dafür, diese Verfahren in der LGD-Modellierung in Betracht zu ziehen.

Ausfall- und Sterbewahrscheinlichkeit

Für die Bewertung des Kreditrisikos ebenso bedeutend ist die realistische Abschätzung der Wahrscheinlichkeit, mit der Kreditnehmer ausfallen. Auch hier kann zur Modellierung die auf den ersten Blick vielleicht nicht ganz offensichtliche, aber dennoch sehr einfache, Analogie zwischen einem Bankkredit und einer gemischten Er- und Ablebensversicherung herangezogen werden. In beiden Fällen werden regelmäßige Ratenzahlungen gegen eine einmalige Summenzahlung„getauscht“ – Kreditraten gegen Kreditsumme bzw Versicherungsprämie gegen Versicherungssumme. Die Ausfallwahrscheinlichkeit des Kreditnehmers entspricht der Sterbewahrscheinlichkeit des Versicherungsnehmers, denn: Bei Ausfall bzw Tod erhält das Unternehmen keine weiteren Zahlungen mehr. Gerade in der Modellierung von Sterbewahrscheinlichkeiten können Banken vom enormen Erfahrungsschatz an statistischen Methoden der Versicherungen profitieren.

Analogien der Risikomodellierung

Diese Beispiele veranschaulichen, dass Analogien zwischen der Risikomodellierung bei Banken und Versicherungen bestehen. So könnten Banken auf den gut 200-jährigen Erfahrungsschatzvon Versicherungen in der statistischen Modellierung verschiedenster Parameter zurückgreifen. Umgekehrt könnten Versicherungen von der jahrzehntelangen Erfahrung der Banken in der Bewertung und im Umgang mit dem Liquiditätsrisiko profitieren, das spätestens mit Solvency II mehr in den Fokus gerückt ist. Es lohnt sich, in der Behandlung von Risiken querzudenken. Das Rad muss schließlich nicht jedes Mal neu erfunden werden.

So kontaktieren Sie uns

 

Angebotsanfrage (RFP)

 

Absenden