Model Risk Management - Dünnes Eis

0

Banken dürfen das Thema Model Risk Management nicht aussitzen – schon wegen der EZB und ihrer Initiative TRIM - Abwarten, verzögern, aussitzen: Die Banken tun seit Jahren nicht viel dafür, sich als aktiver Gegenpart der Bankenaufsicht zu profilieren. Ist ihnen das vorzuwerfen? Schließlich, so scheint es, treibt die Aufsicht auch immer wieder eine „neue Sau durchs Dorf“. Derzeit ist das eben das Thema Model Governance. Diesen ständig neuen Gängeleien kann doch kein Institut gerecht werden und gleichzeitig noch profitabel arbeiten. Oder?

Andererseits: Man erinnere sich an die Anfänge von BCBS239. Damals war Data Governance und Data Quality auch in keiner Bank ein Thema. Und vielerorts herrschte die Meinung, es werde „schon nicht so schlimm werden“. Aber Basel hat sich nicht beirren lassen und die Regelungen durchgesetzt. Um die Lösung der Herausforderungen kommen Banken also nicht herum.

Es gibt also keinen Grund anzunehmen, die EZB würde von ihrer Inititive TRIM (Targeted Review of Internal Models) abweichen. Das Thema ist schließlich nicht neu und eigentlich ganz klar. Und vor dem Hintergrund von künstlicher Intelligenz (Artificial Intelligence und Machine Learning) sollten uns Modelle gerade am Herzen liegen. Bei Modellen für das autonome Fahren würde dies sicherlich jeder fordern. Warum aber nicht bei Modellen, die in der Bank eingesetzt werden?

Bei TRIM muss jedes Rädchen ins andere passen

Wer sich tiefer mit dem Thema Model Risk Management auseinandergesetzt hat, wird mir direkt beipflichten: Eine durchgängige Model Governance ist mehr als nur eine Liste aller im Institute genutzten Modelle ist. Das magische Dreieck von Aufbauorganisation, Prozessen und Technik ist hier neu auszurichten, da heutige Umsetzungen suboptimal sind. Dies scheint zu mindestens die Auffassung verschiedenster Regulatoren zu sein, was man schon früh im Jahr an der Flut von direkt das Model Risk Management betreffenden Regulation erkennt (neben TRIM zum Beispiel auch PRA-Guidance oder OSFI-Expectations).

Und trotzdem setzt bei vielen Banken wieder der alte Reflex ein: „Das bekommen wir auch mit den vorhandenen Dingen irgendwie hin“. Aber gerade ein proaktives Auseinandersetzen und Lernen zum Thema Model Risk Management kann große Ersparnisse bedeuten. Warum immer warten, bis einem ein Dritter die Pistole auf die Brust setzt? Wäre nicht eine direkt Schaffung von Transparenz zu alle Modellen nicht am Ende sogar eine Sparmaßnahme? Würden durch effizientere Prozesse kostbare Ressourcen nicht für mehr sinnstiftende Dinge eingesetzt werden können? Gerade die standardisierte Vorgehensweise und zentrale Speicherung – und damit auch Auswertungsmöglichkeit – von modellrelevanten Informationen führt zu Skaleneffekten, die zugleich auch noch zu mehr Transparenz führen.

Abwarten ist also ein Spiel ohne Gewinnchance, aber mit dem erheblichen Risiko von Strafmaßnahmen. Wer sich als Bank auf dieses dünne Eis begibt, wird nicht nur einbrechen, sondern verschenkt auch ganz reale Chancen. Wie ein sinnvolleres Vorgehen aussehen kann und warum viele Banken schon eine Basis geschaffen haben, schildere ich im Teil 2.

Share

About Author

Carsten Krah

Sr Industry Consultant

Ich arbeite seit 2011 als Business Expert Risk, Fraud and Compliance bei SAS. Mein Schwerpunktthema ist Enterprise GRC und ich berate die Finanzhäuser bei der Frage, wie Informationstechnologie bzw. Analytik sie bei den Herausforderungen durch die Aufsicht unterstützen kann, was sie brauchen und worauf sie gerne verzichten können. Ich betreue in dieser Rolle die Regionen Deutschland, Österreich und Schweiz. English Bio: I have been working as a Business Expert in Risk, Fraud and Compliance at SAS since 2011. My main focus is Enterprise GRC and I advise the financial institutions on how information technology and analytics can help them meet the challenges of supervision. I am responsible for the DACH region market made of Germany, Austria and Switzerland.

Related Posts

Leave A Reply

Back to Top