Model Risk Unmasked: An Empirical Reckoning with IRB Capital Requirements
Diese Studie zeigt auf, dass die Einbeziehung von Parameterunsicherheit und der starken Korrelation zwischen Ausfallwahrscheinlichkeit und Verlustquote in die regulatorischen Kapitalberechnungen nach dem IRB-Ansatz essenziell ist, um ein genaueres, robusteres und stabileres Finanzsystem zu schaffen.
Originalarbeit lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Das große Ganze: Das Sicherheitsnetz der Bank
Stellen Sie sich vor, eine Bank ist wie ein Hausbesitzer, der ein Sicherheitsnetz (Kapital) bauen möchte, um ihn aufzufangen, falls er vom Dach fällt (falls Kreditnehmer ihre Kredite nicht zurückzahlen).
Um zu berechnen, wie groß dieses Netz sein muss, verwendet die Bank eine komplexe Formel. Diese Formel stützt sich auf zwei Hauptschätzungen:
- Die Wahrscheinlichkeit des Fallens (PD): Wie wahrscheinlich ist es, dass ein Kreditnehmer zahlungsunfähig wird?
- Die Größe des Sturzes (LGD): Wenn er fällt, wie viel Geld wird die Bank verlieren?
Jahrelang haben Banken diese Schätzungen so behandelt, als wären sie perfekte Fakten. Sie sagen: „Wir sind uns zu 100 % sicher, dass die Wahrscheinlichkeit des Fallens bei 2 % liegt und der Verlust 50 % beträgt.“ Sie bauen ihr Sicherheitsnetz basierend auf diesen festen Zahlen auf.
Das Problem: Die Autoren dieser Arbeit argumentieren, dass dies keine Fakten sind, sondern Schätzungen, die auf der Vergangenheit basieren. Genau wie man das Wetter nicht mit 100-prozentiger Sicherheit vorhersagen kann, können auch Banken die Zukunft nicht mit 100-prozentiger Sicherheit kennen. Diese „Unsicherheit“ wird als Schätzrisiko bezeichnet. Die Forschungsfrage lautet: Was passiert mit unserem Sicherheitsnetz, wenn unsere Schätzungen leicht falsch sind?
Die verborgene Verbindung: Der „Schlechte-Wetter-Effekt“
Die wichtigste Entdeckung in dieser Arbeit ist eine verborgene Verbindung zwischen den beiden Schätzungen.
Betrachten Sie eine Rezession (eine schlechte Wirtschaftslage) als einen Sturm.
- In einem Sturm rutschen mehr Menschen vom Dach (mehr Ausfälle).
- Aber auch, weil alle gleichzeitig versuchen, ihre Regenschirme zu verkaufen, stürzt der Preis für Regenschirme ab. Selbst wenn man die Person auffängt, bekommt man weniger Geld für ihren Regenschirm (höherer Verlust).
Das Papier beweist, dass diese beiden Dinge eng miteinander verbunden sind. Wenn die Wirtschaft schlecht ist, steigt sowohl die Zahl der Ausfälle ALS AUCH die Höhe der Verluste. Sie bewegen sich gemeinsam wie ein Tanzpaar.
Der Fehler: Die meisten Banken berechnen ihr Sicherheitsnetz unter der Annahme, dass diese beiden Tänzer Fremde sind, die nichts voneinander wissen. Sie nehmen an, dass die Anzahl der Stürze und die Höhe des Verlusts unabhängig voneinander sind. Das Papier zeigt, dass dies falsch ist. Wer diesen Tanz ignoriert, baut ein Sicherheitsnetz, das viel zu klein ist.
Das Experiment: 37 Jahre Daten
Um dies zu beweisen, gingen die Autoren wie Detektive vor. Sie durchsuchten 37 Jahre historischer Daten (von 1983 bis 2019) von Moody's Investor Service. Sie untersuchten tausende Unternehmen, von den sichersten bis hin zu den risikoreichsten „spekulativen“ Unternehmen.
Sie führten einen statistischen Test durch (ähnlich einem Lügendetektor für Daten), um zu sehen, ob ihre Annahmen standhielten.
- Ergebnis 1: Die Daten verhielten sich exakt wie eine „Glockenkurve“ (eine Standard-Glockenform), was ihre mathematischen Werkzeuge validierte.
- Ergebnis 2: Sie bestätigten den „Tanz“. Es gab eine sehr starke, statistisch bewiesene Verbindung zwischen Ausfällen und Verlusten.
Die Simulation: Das „Was wäre wenn?“-Spiel
Die Autoren nutzten eine Supercomputer-Simulation (genannt Monte Carlo), um ein Spiel aus „Was wäre wenn?“ 10 Millionen Mal zu spielen. Sie fragten:
- Was wäre, wenn unsere Schätzung der Ausfallrate leicht daneben liegt?
- Was wäre, wenn unsere Schätzung des Verlusts leicht daneben liegt?
- Was wäre, wenn beide gleichzeitig daneben liegen, weil sie miteinander verbunden sind?
Die schockierenden Ergebnisse:
Wenn sie die Verbindung zwischen Ausfällen und Verlusten ignorierten, war das zusätzliche Geld, das die Banken für die Sicherheit benötigten, moderat. Aber als sie die Verbindung (den „Tanz“) einbezogen, explodierte das erforderliche Sicherheitsnetz.
- Für durchschnittliche Unternehmen: Die Bank musste etwa 38 % mehr Kapital hinzufügen, um wirklich sicher zu sein.
- Für risikoreiche Unternehmen: Die Bank musste etwa 66 % mehr Kapital hinzufügen.
Wenn Banken an ihrer alten, einfachen Methode festhalten (die Verbindung ignorieren), gehen sie im Grunde auf einem Drahtseil ohne Netz, während sie glauben, sicher zu sein, obwohl sie in Gefahr sind.
Das Faz-savoir: Ein Aufruf zu einem größeren Netz
Das Papier kommt zu dem Schluss, dass die aktuellen Regeln (Basel II/III) zu optimistisch sind, da sie die Unsicherheit in den Zahlen und die Verbindung zwischen Ausfällen und Verlusten ignorieren.
Die Empfehlung der Autoren:
Banken sollten sich nicht nur auf ihre besten Schätzungen verlassen. Sie müssen einen Puffer (zusätzliches Kapital) einbauen, um der Tatsache Rechnung zu tragen, dass ihre Schätzungen falsch sein könnten.
- Wenn eine Bank eine einfache, veraltete Mathematik verwendet, sollte sie gezwungen werden, mindestens 40 % mehr Kapital zu halten.
- Wenn sie mit risikoreicheren Krediten handelt, sollte dieser Puffer sogar noch höher sein (66 %).
Warum ist das wichtig?
Wenn der nächste „Sturm“ (Finanzkrise) aufzieht und die Banken kein ausreichend großes Netz gebaut haben, weil sie die Verbindung zwischen Fallen und Verlust erleiden ignoriert haben, könnte das gesamte Finanzsystem zusammenbrechen. Indem wir anerkennen, dass unsere Schätzungen unsicher sind und dass schlechte Dinge gemeinsam auftreten, können wir ein Finanzsystem aufbauen, das tatsächlich stark genug ist, um den Sturm zu überstehen.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.