Logik-basiertes Risikomanagement

-
06. August 2018
-
Von Christian Hugo Hoffmann

Die globale Finanzkrise der Jahre 2007/09 wurde durch mehrere miteinander verflochtene, sich gegenseitig verstärkende Ereignisse verursacht. Die von der US-Regierung bestellte Financial Crisis Inquiry Commission (FCIC) machte insbesondere dramatische Fehler im Risikomanagement von Finanzdienstleistern als einen der Haupttreiber der Krise aus und forderte von ihnen neue Herangehensweisen zur Konzipierung von Risiken und Risikobewertung.

 

Die Frage nach Alternativen zu klassischer Risikobewertung ist insofern nicht nur von akademischem Interesse, sondern ergibt sich als Notwendigkeit aus der systematischen Aufarbeitung der globalen Finanzkrise, durch die Deutschland nach einer Studie der DZ Bank Wohlstandseinbußen von fast 500 Mrd. Euro entstanden [vgl. Wallstreet Online 2013]. Zu den Auswirkungen dieser Krise, die auf längere Sicht am meisten Anlass zur Sorge bieten, gehört die Erschütterung des Vertrauens in Institutionen, sowohl in privatwirtschaftliche Unternehmen wie in Regulatoren. Vertrauen, das unabdingbar für deren Bestand und den ganzer Finanzsysteme ist.

Innovation im quantitativen Risikomanagement

Historische Erfahrungen, die mindestens bis zur holländischen Tulpenkrise im 17. Jahrhundert zurückreichen, und gegenwärtige Entwicklungen, etwa die Konstruktion mehrerer und neuer komplex strukturierter Finanzprodukte [beispielsweise sogenannte Bespoke Tranche Opportunities, siehe Bloomberg 2015] lassen vermuten, dass der nächste Crash in nicht allzu ferner Zukunft liegen wird. In dieser Situation ist die Erkenntnis, dass die Limitationen gängiger Risikobewertung bereits eine hinreichende Ursache für Verwerfungen auf Finanzmärkten sein können, eine unerlässliche Voraussetzung, um – darauf aufbauend – der Gefahr mit einem Alternativvorschlag zur Quantifizierung von Extremrisiken zu begegnen. Meine Dissertation nimmt also folgende Fragen zu ihrem Ausgang: 

  1. 1. Sind konventionelle Instrumente der Risikobewertung von Banken überhaupt effektiv und, wenn nein, unter welchen Bedingungen versagen sie? 
  2. 2. Wie kann die Messung von Extremrisiken in komplexen Finanzsystemen verbessert werden?

    Die Arbeit stößt damit eine lang überfällige Diskussion über Innovation im quantitativen Risikomanagement an, indem sie folgende Kernthese aufstellt und untermauert: Konventionelle, also wahrscheinlichkeitsbasierte Risikomodelle erweisen sich als ineffektiv bei Extremrisiken, wohingegen strukturelle, Logik-basierte Modelle geeignet sind.

Was ist Risikomodellierung für Banken eigentlich, und worin besteht ihre Funktion?

Effektives Risikomanagement ist die zentrale Aufgabe und – so wird es häufig ergänzt – Kompetenz von Finanzdienstleistern (kurz, Banken). Während ersteres unumstritten ist, da die Absorption, die Verbriefung und Weitergabe von Risiken (in jedoch unterschiedlichem Ausmaß) den Kern des Geschäftsmodells von Banken darstellen, gilt es letzteres angesichts der Tatsache, dass eben jene Banken nicht trotz, sondern auch wegen ihrer Risikomanagement-Praktiken am härtesten von der globalen Finanzkrise getroffen wurden, zu bezweifeln.

(...)

[Den vollständigen Artikel lesen Sie in der Fachzeitschrift RISIKO MANAGER 07/2018. Die Ausgabe ist seit dem 2. August 2018 lieferbar und kann auch einzeln bezogen werden.]

Autor:
Dr. Christian Hugo Hoffmann, Mitgründer der LBRM GmbH sowie Postdoc am Lehrstuhl für Entrepreneurial Risks der ETH Zürich, wo er den Ansatz der algebraischen Risikobewertung im Hinblick auf das regulatorische Management von Finanzrisiken und speziell Stresstests in Banken verfeinert.

Artikelbild: ©vaitekune – iStockphoto.com