Enterprise Model Risk Management: Eine ganzheitliche Sicht ist entscheidend!

0

Model Risk ManagementModel Risk Management (MRM) ist im Grunde nichts Neues: Finanzinstitute nutzen seit Jahrzehnten Modelle für ihre Entscheidungsfindung. Seit Kurzem jedoch ist das MRM formalisierter und strenger. Regulatorische Anforderungen – zum Beispiel die gezielte Überprüfung interner Modelle (kurz: TRIM) der Europäischen Bankenaufsichtsbehörde (EBA) – nehmen Banken in die Pflicht, die Compliance im Modell-Management zu erhöhen. Lesen Sie hierzu auch Model Governance der EZB von meinem Kollegen Carsten Krah.

Gleichzeitig drängen Entwicklungen wie Big Data, IoT oder neue Regelungen wie IFRS 9 oder FRTB (Fundamental Review of Trading Book) Banken dazu, zusätzliche Modelle zu entwickeln, die ebenfalls ein angemessenes Management erfordern.

Deshalb suchen Finanzinstitute auf der ganzen Welt zunehmend nach kompetenten MRM-Spezialisten und neuen unterstützenden Systemen, um diese Herausforderungen möglichst effizient zu bewältigen. Das Management von Modellrisiken erfordert eine umfassende Perspektive. Es sollte daher nicht allein auf der Validierung einzelner Modelle beruhen – wie es bisher in der Regel der Fall war. Stattdessen sollte das Erstellen und Management von Risikomodellen auf Unternehmensebene erfolgen – ebenso wie bei anderen Finanzrisiken.

Modellrisiko – worum geht’s dabei eigentlich?

Die Definition der europäischen Aufsichtsbehörde für Modellrisiko lautet:

„Modellrisiko umfasst zwei verschiedene Formen von Risiko:

  • das Risiko, wenn Anforderungen durch regulatorisch bestätigte Modelle an die eigenen Finanzmittel unterschätzt werden, und
  • das Verlustrisiko, wenn das Finanzinstitut andere Modelle für die Entscheidungsfindung entwickelt, implementiert oder unangemessen verwendet“.

Die Auswirkungen von Punkt zwei sind relativ umfangreich. Denn plötzlich konzentrieren sich die Aufsichtsbehörden nicht nur auf regulatorische Modelle. Sie fokussieren alle wichtigen Modelle, die Banken einsetzen, um ihre Geschäftsentscheidungen mit fundierten analytischen Prozessen zu begründen. Bei größeren Banken beträgt die Zahl der Modelle aber schnell Hundert oder sogar Tausend und nimmt auch noch kontinuierlich zu – laut McKinsey ist sogar eine jährliche Erhöhung der Anzahl um zehn bis 20 Prozent möglich. Das Ergebnis: Finanzinstitute erkennen, dass sie anfangen müssen, Modellrisiko ganzheitlich anzugehen und das gesamte Spektrum der Modelle abzudecken, die unternehmensweit zum Einsatz kommen.

Modellrisiko kann sich aus Defiziten in jedem Prozessschritt der Modellbildung ergeben (Abb. 1): schlechte Datenqualität, falsche Hypothesen bei der Modellentwicklung, fehlerhafte Umkodierung des Modells aus der Entwicklungs- in die Produktionsumgebung oder einfach ein Mangel an ordnungsgemäßen Freigaben. Das Ergebnis ist dasselbe: ein Modell, das nicht für die Entscheidungsfindung eingesetzt werden sollte.

Model Risk Management

Abbildung 1: Model Risk Management als Kern des Modellierungsökosystems

Man muss sich also klarmachen, dass der Reifegrad der zugrunde liegenden Prozesse in der Modellbildung maßgeblich die Effektivität und Effizienz der MRM-Aktivitäten beeinflussen wird.

Außerdem gibt es viele gute Gründe sicherzustellen, dass Ihre Modelle in „Höchstform“ sind: In „The Future of Bank Risk Management“ beschreibt McKinsey den Fall einer großen US-Bank, die Verluste von sechs Milliarden US-Dollar verzeichnete. Der Grund dafür war unter anderem ihr Value-at-Risk-Modellrisiko. Ebenso verlor eine Bank in der Asia-Pacific-Region vier Milliarden US-Dollar, da sie Zinssatzmodelle falsch angewendet hatte.

Folglich haben Aufsichtsbehörden Banken vorgeschrieben, mehrere Milliarden Euro zusätzlich in ihre regulatorischen Modelle und die Governance drumherum zu investieren, um Mängel zu beheben. Ein weiterer Ansporn sicherzustellen, dass Ihre MRM-Prozesse tadellos sind. Ein gutes Beispiel für die aktuellsten regulatorischen Entwicklungen ist der stärkere Fokus der Prudential Regulatory Authority (PRA) auf das Model Risk Management im Kontext von Stress-Tests. Oder die Forderung der Europäischen Zentralbank (EZB) an Finanzinstitute, einen effektives Model Risk Management Framework für sämtliche Modelle zu implementieren – und nicht nur für interne Modelle zur Erfüllung der Basel-Richtlinien.

Wie die effiziente Einbindung von Enterprise Model Risk Management funktioniert, erfahren Sie in meinem nächsten Blog.

Share

About Author

Peter Plochan

Peter Plochan, FRM is Senior Risk Management Consultant at SAS assisting financial institutions in dealing with their risk management challenges around risk regulations, ERM, risk governance and risk analysis and modelling. Peter has a finance background (Master’s degree in Banking) and is certified Financial Risk Manager (FRM) with 10 years of experience in risk management in financial sector. He has assisted various banking and insurance institutions with large-scale risk management implementations (Basel II, Solvency II,…), worked internally and also externally as a risk management advisor (PwC). In his free time Peter enjoys reading books (fantasy / sci-fi) and plays Capoeira.

Leave A Reply

Back to Top