VALIDIERUNG UND PERFORMANCEMESSUNG

Reihe Risikomanagement und Finanzcontrolling, Band 9:
VALIDIERUNG UND PERFORMANCEMESSUNG
BANKINTERNER RATINGSYSTEME
von Robert Rauhmeier
312 Seiten, Uhlenbruch Verlag, 2004
EUR 98,- inkl MwSt und Versand
ISBN 3-933207-45-2
-----------------------------------------------------------
Vorwort
Abbildungsverzeichnis
Tabellenverzeichnis
Abkürzungsverzeichnis
Verzeichnis der häufig verwendeten Symbole
III
XI
XV
XIX
XXI
1
Einleitung
1.1 Einführung in die Thematik
1.2 Motivation, Zielsetzung und Aufbau der Arbeit
1.3 Definition der Begriffe ‚Validierung' und ‚Performance'
1
1
3
5
2
Definition und aufsichtliche Behandlung des Kreditrisikos
2.1 Bankbetriebliche Risiken - ein Überblick
2.2 Aufsichtsrechtliche Behandlung des Kreditrisikos
2.3 Basel II - die Neue Basler Eigenkapitalvereinbarung
2.4 Die Determinanten des Kreditrisikos
2.5 Ausfallwahrscheinlichkeit als zentrale Größe
2.5.1 Ausfalldefinition
2.5.2 Ausfallwahrscheinlichkeit
2.5.3 Wahrscheinlichkeitsprognose
2.6 Relevanz des Informationsstandes
2.7 Definition des Begriffs ‚Rating'
2.7.1 Allgemeine Definitionen
2.7.2 Externes versus internes Rating
2.7.3 Definition nach Basel II
2.7.4 Verwendung von statistischen Modellen beim internen Rating
7
7
9
12
19
20
20
22
25
28
31
32
34
35
37
2.8
Der dynamische Aspekt
2.8.1 Zeitnahes Rating bedeutet mehr Information
2.8.2 Änderung von Zusammenhängen aufgrund der sich
ändernden Welt
2.9 Interessenskonflikte beim Rating
2.10 Vorschläge zur Ausgestaltung des Validierungsprozesses für
Ratingsysteme
2.11 Datenhaushalt
3
Ansätze zur Modellierung der Ausfallwahrscheinlichkeit
3.1 Abhängige Größe und Risikotreiber: schuldnerspezifische und
periodenspezifische Einflussgrößen
3.2 Modelle zur Schätzung von Ausfallwahrscheinlichkeiten
3.2.1 Das einfache Quotenmodell
3.2.2 Kategoriale Regression und zeitdiskretes Hazardratenmodell
3.2.3 Diskriminanzanalyse im Zusammenhang mit Modellen der
kategorialen Regression
3.2.4 Weitere Verfahren zur Schätzung von
Ausfallwahrscheinlichkeiten
3.3 Schwellenwertmodell und Basel II Modell
37
37
38
38
39
41
43
43
44
44
47
52
54
55
4
Zusammenhang von Rating und Ausfallwahrscheinlichkeit
4.1 Point-in-Time Rating versus Through-the-Cycle Rating
4.2 Absolutes Risiko und relatives Risiko
59
59
62
5
Ansätze zur statistischen Validierung von Ratingsystemen
5.1 Validierung von Modellen und Schätzungen im Allgemeinen
5.2 Out-of-Time, Out-of-Sample und Out-of-Universe
5.3 Beobachtbare Größen versus nichtbeobachtbare Größen
5.4 Validierung durch Klassenbildung
5.4.1 Klassen als homogene Segmente
5.4.2 Theoretische Möglichkeiten der Klassenbildung:
Perzentilprinzip und Prinzip der festen Klassengrenzen
5.5 In-Sample Goodness-of-Fit-Maße
5.5.1 Validierung eines statistischen Modells
5.5.2 Pearson-Chi-Quadrat-Statistik, Hosmer-Lemeshow-Statistik
und Devianz
5.5.3 Weitere Gütemaße: Information Criteria und Pseudo-R2
5.6 Kontingenztabellen, Fehlerraten und Prognosefehler
65
65
66
69
69
70
71
72
72
73
77
77
6
7
Eigenschaften eines Ratingsystems - statistische Sicht
6.1 Überblick und Kurzbeschreibung
6.2 Analogie zur Validierung von Wetterprognosen
6.3 Faktorisierung der gemeinsamen Verteilung von Prognose und
Eventbeobachtung
6.4 Mean Square Error als zentrale Größe
6.5 Ableitung statistischer Kennzahlen für die Eigenschaften von
Ratingsystemen
6.6 Relative Maße und Skill Score
6.7 Additivitätseigenschaft
6.8 Zusammenfassende Darstellung
6.9 Graphische Darstellungsmöglichkeiten
6.9.1 Histogramm und Schärfediagramm
6.9.2 Kalibriertheitsdiagramm
6.9.3 Attributes Diagramm
6.9.4 Likelihood Diagramm
6.10 Maße der diskriminatorischen Power
6.10.1Cumulative Accuracy Profile und Accuracy Ratio
6.10.2Receiver Operating Characteristic und Area under Receiver
Operating Characteristic
6.11 Theoretischer Zusammenhang von AUROC und AR mit Somers'D
6.12 Relevanz der Portfoliostruktur: AR in Abhängigkeit der wahren
Ausfallwahrscheinlichkeiten
6.13 Ableitung des theoretischen Maximalwertes der AR
6.14 Stochastik und Inferenz bei den Validierungsmaßen
6.14.1Stochastik bei der AUROC: Test nach DeLong
6.14.2Stochastik beim MSE: Test nach Spiegelhalter und Test
nach Redelmeier
6.15 Die Bedeutung der Eigenschaft ‚Refinement' im Hinblick auf die
Kapitalanforderungen nach Basel II
6.16 Das Problem der Ausfallkorrelation
Simulationsstudie
7.1 Ziele der Simulationsstudie
7.2 Beschreibung der Modellwelt und des Analyserahmens
7.3 Beschreibung der konkurrierenden Ratingsysteme
7.4 Darstellung der Ergebnisse
7.4.1 Validierung nach Klasseneinteilung
7.4.1.1
Klassenmitten als Wahrscheinlichkeitsprognosen
7.4.1.1.1
Ergebnisse eines zufälligen Simulationslaufes
7.4.1.1.2
Zeitliche Entwicklung: Ergebnisse über
1000 Simulationsläufe
83
84
86
88
91
94
98
102
103
105
105
106
106
109
110
111
114
118
121
129
132
134
148
153
154
157
157
158
162
164
164
166
166
180
7.4.1.2
7.5
7.6
8
9
Prognostizierte durchschnittliche
Ausfallwahrscheinlichkeiten als
Wahrscheinlichkeitsprognosen
7.4.1.2.1
Ergebnisse eines zufälligen Simulationslaufes
7.4.1.2.2
Zeitliche Entwicklung: Ergebnisse über
1000 Simulationsläufe
7.4.2 Validierung individueller Prognosen
7.4.2.1
Ergebnisse eines zufälligen Simulationslaufes
7.4.2.2
Ergebnisse über 1000 Simulationsläufe
Auswirkungen auf die Kapitalanforderung
Zusammenfassung und Folgerungen
189
190
193
199
199
202
206
209
Eine Anwendung am Datensatz ‚Deutsche Bundesbank'
8.1 Beschreibung des Datensatzes
8.1.1 Unternehmensdatensatz ‚Deutsche Bundesbank'
8.1.2 Makroökonomische Daten
8.1.3 Korrektur der perioden- und branchenspezifischen
Ausfallquote
8.1.4 Unternehmensspezifische Bilanzkennzahlen
8.2 Modellbeschreibung
8.3 Schätzergebnisse und Hosmer-Lemeshow-Test
8.4 Validierungsergebnisse
8.5 Schätzergebnisse und Hosmer-Lemeshow-Test bei einer Vorlaufzeit
von zwei Perioden
8.6 Validierungsergebnisse bei einer Vorlaufzeit von zwei Perioden
8.7 Test nach Redelmeier, Vergleich der AUROCs und
Kapitalanforderungen
8.8 Fazit und Schlussfolgerungen
211
211
211
213
Zusammenfassung und Ausblick
247
Anhang
Literaturverzeichnis
Quellenverzeichnis
Stichwortverzeichnis
213
213
214
216
220
226
231
237
242
251
267
283
285