Banksteuerung im Spannungsverhältnis von Modellannahmen und -validierung

Modelle zur Quantifizierung von Risiken unter Normal- und Stressbedingungen, zur Preisbildung und zur Entscheidungsfindung sind in Finanzinstituten fest im Instrumentarium von Risikomanagement und Banksteuerung verankert. Sowohl die Methoden als auch die Techniken haben sich rasant weiterentwickelt. Diese reichen von der Anwendung automatisierter Algorithmen bis hin zu technologiegestützten Innovationen und künstlicher Intelligenz (KI). Bei der Auswahl ist es sehr wichtig, die Modelle an die jeweiligen Risiken anzupassen und nicht umgekehrt. Die erfahrenen Spezialisten von PPI unterstützen Sie hierbei gern.

Risikomodelle unterliegen hohen Anforderungen

Für die Modelle zur Risikoquantifizierung nach der Capital Requirements Regulation (CRR) der Säule I gelten festgelegte Standards, und diese sind genehmigungspflichtig. Die Auswahl der internen Verfahren nach Säule II unterliegen dagegen der jeweiligen Verantwortung des Instituts. Hier herrscht Modellfreiheit. Zugrunde gelegte Annahmen sollten in jedem Fall nachvollziehbar und begründet sein. Ob sich der Einsatz lohnt, also angemessen und geeignet ist oder sich im Hinblick auf Komplexität und Umfang der Risiken sogar anbietet, muss – wie bei den CRR-Modellen auch – vor dem Einsatz überprüft und dann turnusmäßig validiert werden. Der Betrieb eines Risikomodells ist organisatorisch anspruchsvoll und ressourcenintensiv. Der Benutzer ist in der Pflicht, die Genauigkeit, also die Prognosegüte, sowie die Stärken und Schwächen hinreichend zu kontrollieren und das Zustandekommen der Ergebnisse plausibel erklären zu können.

Methodenfreiheit und Technologieneutralität

Die Aufsicht verhält sich insbesondere gegenüber innovativen Zukunftstechnologien zunehmend neutral. Sie prüft jedoch den Einsatz, die steuerungsrelevante Nutzung und Angemessenheit der Modellverfahren im Rahmen des Supervisory Review and Evaluation Process (SREP). Etwaige Modellschwächen schlagen sich ergebnis- und risikoorientiert in Kapitalzuschlägen nieder.

Maßanzüge zur Quantifizierung wesentlicher Risiken

Allen Marktstandards und vorhandenen Anwendungen und Verfahren von der Stange zum Trotz muss jedes Risikomodell zu Art und Umfang der Risiken passen, nicht umgekehrt. Die jeweilige Methode, die Konzeption und die Technologie müssen auf Basis der Geschäftsmodell- und Risikoanalyse aufgrund der Risikoinventur ausgewählt und entsprechend institutsindividuell kalibriert sein. Neben hinreichenden Modellkenntnissen, vor allem hinsichtlich der wesentlichen Annahmen, Parameter und Datenerfordernisse, sind eine leistungsfähige IKT und ein effektives Datenmanagement fundamentale Anforderungen einer jeder Modellarchitektur. Organisatorisch sind umfangreiche personelle, prozessuale und technische Ressourcen notwendig, falls es sich nicht lediglich um robuste, standardisierte oder pauschale Verfahren handelt. Nicht zu vergessen: die entscheidungs- und handlungsorientierte Einpassung der Modellergebnisse in die Risikoprozesse der Banksteuerung sowie die dazugehörigen Reportingformate.

Natürlich ist es mit der Einführung eines Risikomodells nicht getan. An der Etablierung eines validen und evidenten Modellentwicklungs-, Modellpflege- und -validierungsprozesses führt kein Weg vorbei. Denn dieser wird im Rahmen des SREP hinterfragt und im Zusammenspiel mit der Governance und dem internen Kontrollsystem (IKS) bewertet.

Unser Leistungsspektrum

Sie suchen Unterstützung bei der Konzeption, Implementierung und Validierung von Risikomodellen und internen Verfahren in Ihrer Bankorganisation? PPI verfügt über die erforderliche methodische, prozessuale und regulatorische sowie IT-technische Expertise.

  • Monitoring und Überprüfung regulatorischer Vorgaben zu Modell- und Validierungsanforderungen entsprechend den Mindestanforderungen an das Risikomanagement (MaRisk)
  • Begleitung und Durchführung einer ganzheitlichen Risiko- und Modellinventur │generisches Validierungskonzept
  • Konzeption und Überprüfung von Modelldesign sowie risikospezifische Parametrisierung und Kalibrierung │Modelldatenmanagement
  • Begutachtung und Anwendung innovativer Techniken – etwa Machine Learning – zur Quantifizierung von Risiken und zur Bestimmung des Value-at-Risk
  • Entwicklung interner Verfahren sowie qualitativer und quantitativer Ansätze für nicht finanzielle Risiken
  • Modellvalidierung und Dokumentation der Ergebnisse einschließlich Einpassung in die Risikoinventur
  • Ansätze zur Quantifizierung von Modellrisiken
  • Weiterentwicklung und Dokumentation von Modell- und Validierungsrichtlinien im Sinne eines Methodenhandbuchs
  • IT-technische Implementierung von Modellverfahren in die Kernbankarchitektur und das Datenmanagement
  • Einpassung von Modellergebnissen in die Prozesse zur Sicherstellung der Risikotragfähigkeit
  • Überprüfung von Governance-Anforderungen und Integrität im Rahmen des internen Kontrollsystems

Können wir Sie unterstützen?

Dr. Ute Vellbinger

Dr. Ute Vellbinger

Managing Consultant

Kontakt
Dr. Michael Herbst PPI AG

Dr. Michael Herbst

Manager Banksteuerung und Regulatorik

Kontakt

Das könnte Sie auch interessieren

Risikotragfähigkeit

Bei der aufsichtlichen Bewertung der Risikotragfähigkeit hat sich eine Menge verändert. Gesetztes Ziel ist die Fortführungsperspektive. Mit Einführung der 6. Novelle der MaRisk im Jahr 2021 ist diese als Grundkonzept auch Pflicht für Annex-Institute. Unsere erfahrenen Experten unterstützen Ihr Haus bei der Umsetzung.

Mehr erfahren

Resilienz und Stresstests

Szenarioanalysen und Stresstests sind relevante Risikomessinstrumente in einem immer volatileren und variablerem Geschäftsumfeld. Wir entwickeln institutsindividuelle Szenarien zur Selbstprüfung und analysieren  gemeinsam relevante geschäftsmodellspezifische Sollbruchstellen auf Basis der Risikolandkarte Ihres Instituts.

Mehr erfahren

IKT-Risiko und Risikodatenmanagement

Die Informations- und Kommunikationstechnik (IKT) sowie die Beherrschung der inhärenten Risiken sind mitentscheidend für den Geschäftserfolg einer Bank – und sie rücken immer stärker in den Fokus der Aufsicht. Für den fortgesetzten Geschäftsbetrieb sind IKT-Risikomanagement und Data Governance Voraussetzungen.

Mehr erfahren

Regulatorische Kennzahlen

Das Wertschöpfungspotenzial eines Instituts korreliert geschäftsmodellspezifisch sehr stark mit der Fähigkeit, freie Ressourcen oder Reserven zur Risikotransformation zu mobilisieren. Ein effektives Reporting hilft, aus kennzahlenspezifischen Zusammenhängen risiko- und ertragsorientierte Steuerungsimpulse abzuleiten.

Mehr erfahren