Recovery Rates für Basel II und Gesamtbanksteuerung

Bereits mehrfach konnte SKS Advisory in Deutschland ansässige international tätige Banken vollumfänglich bei der Entwicklung und Implementierung von LGD-Modellen begleiten. Auf der Basis dieser Erfahrung und unserer langjährigen Expertise bieten wir unseren Kunden in dieser speziellen regulatorischen Thematik eine einzigartige Beratungs-, Entwicklungs- und Umsetzungsleistung.

360° Erfahrung in der LGD-Modellierung

Für alle in nachfolgender Grafik abgebildeten Geschäftsfelder konnte SKS bereits erfolgreich BaFin-zertifizierte LGD-Modelle entwickeln und implementieren. Zur Veranschaulichung kennzeichnen  die "Ampel"-Dots den erfahrungsgemäß zu erwartende Schwierigkeitsgrad bei der Modellentwicklung sowie den allgemeinen LGD-Kenntnisstand in diesem Bereich. 



LGD in der Gesamtbanksteuerung

Die Solvabilitätsverordnung schreibt die interne Anwendung von LGD-Modellen, die für die aufsichtlichen Belange zertifiziert werden müssen, zwingend vor. Für die Institute eröffnet dies einen wichtigen Schritt in Richtung einer konsistenten Gesamtbanksteuerung. 


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



Quick-Start durch den generischen SKS-Datenhaushalt

Auf Basis der umfangreichen Projekterfahrung bei verschiedenen Banken hat SKS einen generischen Datenhaushalt entworfen, der alle Anforderungen aus der LGD-Modellierung berücksichtigt. Im Falle einer Umsetzung wird dieser Datenhaushalt individuell an die Bedürfnisse der auftraggebenden Bank angepasst.

Dieses Vorgehen ermöglicht die Konzeption des Datenhaushalts, den Abschluss der Verlustdefinition sowie den Start der Implementierungsphase im Zeitraum von circa einem Monat.



Diese Abbildung zeigt 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 auch unmittelbar für die Erzeugung von Code oder eines Datenbank-Schemas genutzt werden.

Empirisch fundierte LGD für Staaten und Gebietskörperschaften

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

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: Im Hinblick auf eine regulatorisch akzeptable Definition von ökonomischem Verlust und Ausfall lassen sich die internen historischen Datenbestände nur erschwert auswerten. Zudem sind für Sovereigns besondere Schwierigkeiten bei der Festlegung von Ausfallkriterien zu beachten.

Die entscheidende Herausforderung bei der LGD-Modellierung für Sovereigns stellt allerdings 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 eine ergänzende Evaluation publizierter Historien von Sovereign-Defaults bzw. Restrukturierungsvereinbarungen (Quellen z.B. IIF, Weltbank).

Zusätzlich können aus Verfahren, die sich auf historische oder aktuelle Marktdaten zu Anleihen oder CDS stützen, weitere wertvolle Informationen gewonnen werden. Dabei müssen alle Datenquellen kontrolliert sowie 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 einem Gesamtrahmen zugeordnet werden müssen. Die Forschung zu Ursachen und auslösenden Mechanismen für Sovereign-Defaults hat dazu in den letzten Jahren interessante und wichtige Beiträge liefern können.