Académique Documents
Professionnel Documents
Culture Documents
und
Standardabweichung der Beobachtungsvariablen
ab.
2. Schritt: Bestimmung von Quantilen nach eigener Risikoneigung:
3. Schritt: Erstellung der Risikowertprognose
Qualitative Bewertung der Reputationsrisiken
Modell B: Modifiziert Indikatorbasiertes Reputationsmodell
Hongjiang Guo | 02. August 2013 | Martin-Luther-Universitt Halle-Wittenberg
2. Bewertungsmethoden von Reputationsrisiken
12
Modellergebnis:
-40
-30
-20
-10
0
10
20
30
40
1 2 3 4 5 6 7 8 9 10 11 12
R
e
p
u
t
a
t
i
o
n
s
g
e
w
i
n
n
R
e
p
u
t
a
t
i
o
n
s
v
e
r
l
u
s
t
40,68-RIP
-40,68-RIP
Qualitative Bewertung der Reputationsrisiken
Modell B: Modifiziert Indikatorbasiertes Reputationsmodell
Heute Manahme ergreifen
Ziel-Rating
99,97%-
Konfidenzniveau:
65,45
Hongjiang Guo | 02. August 2013 | Martin-Luther-Universitt Halle-Wittenberg
2. Bewertungsmethoden von Reputationsrisiken
13
Quantitative Bewertung der Reputationsrisiken
Modell C: Multifaktormodell
Ein Modell von Soprano/Crielaard/Piacenza (2009)
Verhltnis zwischen der Reputation und dem Aktienkurs des Kreditinstituts
Definition vom Reputationsschock
Feststellung des Bemessungszeitraums: 50, 100 oder 200 Handelstage nach der
Bekanntmachung des Reputationsschocks
Wie reagieren die Marktteilnehmer auf einen Reputationsschock?
Hongjiang Guo | 02. August 2013 | Martin-Luther-Universitt Halle-Wittenberg
2. Bewertungsmethoden von Reputationsrisiken
14
Das Modell geht wie folgt vor:
1. Schritt: Schtzung der Sensitivitt des Reputationsschocks
,
=
+
1
(,)
+
2
(,)
+
3
(,)
+
,
3
: Sensitivitt des Reputationsschocks auf Aktienrendite
(,)
=
1,
0,
Quantitative Bewertung der Reputationsrisiken
Modell C: Multifaktormodell
Hongjiang Guo | 02. August 2013 | Martin-Luther-Universitt Halle-Wittenberg
2. Bewertungsmethoden von Reputationsrisiken
15
2. Schritt: Modellierung der Auftrittswahrscheinlichkeiten des Reputationsschocks
=
=
1
1
+
2
2
+
3
3
++
1
,
2
,
3
: Reputationstreiber
Wenn: = (
) >
1
2
oder
Logit-Funktion: = () =
1+
Quantitative Bewertung der Reputationsrisiken
Modell C: Multifaktormodell
Hongjiang Guo | 02. August 2013 | Martin-Luther-Universitt Halle-Wittenberg
2. Bewertungsmethoden von Reputationsrisiken
16
Quantitative Bewertung der Reputationsrisiken
Modell C: Multifaktormodell
3. Schritt: Ermittlung des Reputationsrisikowertes
Value-at-Risk-Methodik auf Real-Time-Basis:
=
+
mit:
+
=
2
,
, =
Value-at-Risk-Methodik auf Periodical-Basis:
=
+
(
1
(1)
)
Hongjiang Guo | 02. August 2013 | Martin-Luther-Universitt Halle-Wittenberg
2. Bewertungsmethoden von Reputationsrisiken
Probit- oder Logit-Modell Multifaktormodell
17
Quantitative Bewertung der Reputationsrisiken
Modell D: Cumulative-Abnormal-Return-Modell
Ein Modell von Micocci/Masala/Cannas (2011)
Verhltnis zwischen der Reputation und dem Aktienkurs des Kreditinstituts
Bercksichtigung von mehreren Reputationsschocks
Feststellung des Bemessungszeitraums: 20 Handelstage vor der Bekanntmachung und 25
Handelstage nach der Bekanntmachung des Reputationsschocks.
Hongjiang Guo | 02. August 2013 | Martin-Luther-Universitt Halle-Wittenberg
2. Bewertungsmethoden von Reputationsrisiken
18
Quantitative Bewertung der Reputationsrisiken
Modell D: Cumulative-Abnormal-Return-Modell
Das Modell geht wie folgt vor:
1. Schritt: Schtzung der hypothetischen Aktienrendite des Reputationsschocks i
Das Single-Index-Modell:
,
=
(,)
+
,
Das Modell der Brownschen Bewegung: =+
Das GARCH (1,1)-Modell:
(,+1)
=
+
(,+1)
(,+1)
=
+
(,)
+
2
(,)
(
(,+1)
)=(0,
(,)
)
Hongjiang Guo | 02. August 2013 | Martin-Luther-Universitt Halle-Wittenberg
2. Bewertungsmethoden von Reputationsrisiken
19
2. Schritt: Berechnung der kumulierten abnormalen Renditen
,
=
,
,
mit:
1
;
2
,
=
,
2
=
1
Quantitative Bewertung der Reputationsrisiken
Modell D: Cumulative-Abnormal-Return-Modell
3. Schritt: Ermittlung des Reputationsrisikowertes
Value-at-Risk-Methodik:
Bestimmung der Wahrscheinlichkeitsdichtefunktion
Reputationsverlusthufigkeitsverteilung: Poissonverteilung
Reputationsverlusthhenverteilung: Logistische Verteilung
Durchfhrung der Monte-Carlo-Simulation
Hongjiang Guo | 02. August 2013 | Martin-Luther-Universitt Halle-Wittenberg
2. Bewertungsmethoden von Reputationsrisiken
20 Hongjiang Guo | 02. August 2013 | Martin-Luther-Universitt Halle-Wittenberg
2. Bewertungsmethoden von Reputationsrisiken
Modell D:
Multifaktormodell
Modell C:
Cumulative-
Abnormal-Return-
Modell
Modell B:
Modifiziert
indikatorbasiertes
Reputationsmodell
Modell A:
Indikatorbasiertes
Reputationsmodell
Banksteuerung Banksteuerung
Berechnung
des
Reputations-
risikokapitals
Berechnung
des
Reputations-
risikokapitals
Quantitative Bewertungsmodelle
Qualitative Bewertungsmodelle
21
Geringe
mathematische
Anforderung
Indikatorbasiertes
Reputationsmodell
Kombiniertes Modell
aus qualitativer und
quantitativer
Bewertung
Bercksichtigung der
Risikoneigung des
Bankmanagements
Modifiziert
indikatorbasiertes
Modell
Berechnung des
Risikowertes in Geld-
einheiten
Relativ niedrige
Datenanforderung
Multifaktormodell
Zusammenfhrung
mehrerer Reputations-
schocks
Identifikation der
Treiber nicht ntig
Szenario-Analyse
qualitative
Datensammlung
CAR-Modell
V
O
R
T
E
I
L
N
A
C
H
T
E
I
L
Ergebnis nicht
ausreichend
aussagekrftig
Anspruchsgruppen
haben
unterschiedliche
Risikoeinstellungen
Inkonsistente
Risikoschtzung
Hohe
Datenanforderung
Schwierigkeit bei der
Definition des
Schocks und dessen
Treiber
Berechnung basiert
lediglich auf einen
einzigen Schock
Nicht ausreichend
fr extreme Flle
Ex-post-Sicht
Keine Bercksichtigung
der Korrelationen der
Schocks
Hongjiang Guo | 02. August 2013 | Martin-Luther-Universitt Halle-Wittenberg
2. Bewertungsmethoden von Reputationsrisiken
22
Volkswagen Financial Services AG:
100%ige Tochtergesellschaft der Volkswagen AG mit einer Bilanzsumme i.H.v. 87,4 Mrd. Euro
Drei operative Tochtergesellschaften: Volkswagen Bank GmbH, Volkswagen Leasing GmbH,
Volkswagen Versicherung AG
Wesentliche Risiken: Restwert-, Marktpreis-, Beteiligungs-, Ertrags-, Kredit-, operationelle und
sonstige Risiken (Reputations-, Strategie- und Liquidittsrisiken)
Die sonstigen Risiken wurden bislang nicht quantifiziert.
Fr sonstige Risiken wird ein 5%iger Kapitalpuffer des Gesamtrisikobetrags gebildet.
Mglicher Bewertungsprozess in einer qualitativen und quantitativen Struktur
Hongjiang Guo | 02. August 2013 | Martin-Luther-Universitt Halle-Wittenberg
3. Evaluierung der Bewertungsmethoden fr die VW FS AG
23
Anwendbarkeit der qualitativen Bewertungsmodelle:
Identifikation der institutsrelevanten Indikatoren: Quantitative und qualitative Indikatoren
Quantitative Indikatoren: Z.B. Anzahl der Kundenbeschwerden
Bemessung der Kundenzufriedenheit
Qualitative Indikatoren: Z.B. Managementqualitt
Beurteilung der Qualitt der internen Prozesse Bestimmung durch
regelmige Befragung von relevanten Anspruchsgruppen
Hongjiang Guo | 02. August 2013 | Martin-Luther-Universitt Halle-Wittenberg
3. Evaluierung der Bewertungsmethoden fr die VW FS AG
24
Anwendbarkeit der quantitativen Bewertungsmodelle
Bemessungsgre fr nicht-brsennotierte Institute: Refinanzierungszinssatz
Fr das Cumulative-Abnormal-Return-Modell: Szenario-Analyse
Identifikation der institutsrelevanten Szenarien durch Interview mit dem Managementkreis
Im Interview sollten folgenden Fragen beantwortet werden:
Was wre ein Reputationsschock fr VW FS AG?
Wie hufig treten solche Schocks whrend eines Zeitraums auf?
Wie hoch ist die durchschnittliche Schadenshhe dieser Schocks?
Wie hoch ist ihre maximale Verlusthhe?
Ergebnis des Interviews dient als Grundlage zur Parametrisierung der
Verlusthhen- und Verlusthufigkeitsverteilung
Hongjiang Guo | 02. August 2013 | Martin-Luther-Universitt Halle-Wittenberg
3. Evaluierung der Bewertungsmethoden fr die VW FS AG
25
Implementierung des
Multifaktormodells am
Beispiel der VW FS AG
Identifikation des Reputationsschocks/
Festlegung des Analysezeitraums
Test
Modell wird nicht angenommen
(weitere Variablen hinzufgen)
Modell wird
angenommen
Datensammlung von Reputationstreibern,
die den Reputationsschock auslsen
Durchfhrung vom Probit-/
Logit-Modell
Modell wird nicht angenommen
(weitere Reputationstreiber
hinzufgen)
Test
Modell wird
angenommen
Ermittlung des VaR
rep
Schtzung der Volatilitt
am Geldmarkt
Ermittlung des
VaR
rep
Real-Time-Basis
Periodical-Basis
Erhebung von Marktdaten (Refinanzierungszinssatz, EONIA, Euribor,
Libor etc.)
Regressionsanalyse fr das Multifaktormodell
Hongjiang Guo | 02. August 2013 | Martin-Luther-Universitt Halle-Wittenberg
3. Evaluierung der Bewertungsmethoden fr die VW FS AG
26
Implementierung des
Cumulative-Abnormal-
Return-Modells am
Beispiel der VW FS AG
Szenario
4
Szenario
3
Verlusthufigkeits-
verteilung
(z.B. Possionverteilung)
Verlusthhenverteilung
(z. B. Logistische
Verteilung)
Monte-
Carlo-
Simulation
Gesamte
Reputations-
verlustverteilung
Szenario
2
Szenario
1
Hongjiang Guo | 02. August 2013 | Martin-Luther-Universitt Halle-Wittenberg
3. Evaluierung der Bewertungsmethoden fr die VW FS AG
27
Es ist fr die VW FS AG zu empfehlen, statt der Hinterlegung eines Kapitalpuffers zur
Absicherung der mglichen Reputationsrisiken, langfristig qualitative und quantitative
Bewertung in Kombination durchzufhren.
Zuerst sollte die VW FS AG eine eigene Reputationsdatenbank aufbauen.
It takes 20 years to build a reputation and five minutes to ruin it. If you tink about that, you will do
things differently. Warren Buffet
Hongjiang Guo | 02. August 2013 | Martin-Luther-Universitt Halle-Wittenberg
4. Fazit
28
Herzlichen Dank!
Hongjiang Guo | 02. August 2013 | Martin-Luther-Universitt Halle-Wittenberg
29
Backup
Hongjiang Guo | 02. August 2013 | Martin-Luther-Universitt Halle-Wittenberg
30
Zu den Anspruchsgruppen einer Bank zhlen insbesondere:
Kunden
Anteilseigner
Fremdkapitalgeber
Mitarbeiter
Geschftspartner
Wettbewerber
Financial Community (Rating-Agenturen, Analysten, Fondsmanager)
Regierung und Regulierungsbehrden
Interessenvertretungen (z.B. Verbraucherverbnde)
Gesellschaftliches Umfeld
Hongjiang Guo | 02. August 2013 | Martin-Luther-Universitt Halle-Wittenberg
Backup
Anspruchsgruppen der Bank
31
Eigenstndige Risikoart:
Risiko durch unangemessene Vorstandsaussagen oder ungeeignete Geschftsentscheidung
(Entscheidung der Erffnung neuer Tochtergesellschaften in Krisenregionen)
Folge- oder Auslserisiko:
Enge Beziehung zwischen Reputationsrisiken und den operationellen Risiken
Operationelle Risiken durch Mitarbeiterfehler, IT-Ausflle oder Kreditbetrug In der ffentlichkeit
negativ wahrgenommen Reputationsverlust
Grokreditausfall durch unzureichende Prfung Operationelles Risiko Einfluss auf Kreditrisiko
Reputationsverlust
Nicht alle operationelle Risiken haben Einfluss auf Reputationsrisiken Naturkatastrophe
Reputationsverlust Auswirkung auf Liquiditts- und Geschftsrisiken
Hongjiang Guo | 02. August 2013 | Martin-Luther-Universitt Halle-Wittenberg
Backup
Ansichten zu Reputationsrisiken
32
Branchenspezifische Reputationstreiber
Gesellschaftliche Anforderungen: Bankexterne Reputationseinflussgren. ffentliche
Anspruchsgruppen erwarten von der Bank ein ethisches und sozial verantwortungsbewusstes
Verhalten.
Finanzielle Performance: Bank ist fhig, gebt ihr Geschft zu betreiben, ihre Kosten unter
Kontrolle zu halten und die erforderlichen Ertrge zu generieren.
Kundenzufriedenheit: Erfllung der Kundenerwartung
Qualitt interner Prozesse:
Corporate Governance: Rechtliche und faktische Unternehmensverwaltungsstruktur
Qualitt des Kommunikations- und Krisenmanagements
Qualitt des Humankapitalmanagements
Hongjiang Guo | 02. August 2013 | Martin-Luther-Universitt Halle-Wittenberg
Backup
Identifizierung der Reputationstreiber
33
Institutsspezifische Reputationstreiber nach Fiordelisi et al. (2013)
Bankgre
Profitabilitt
Kapitalausstattung
Quote der immateriellen Vermgenswerte zur Bilanzsumme
Sitz der Bank
Hongjiang Guo | 02. August 2013 | Martin-Luther-Universitt Halle-Wittenberg
Backup
Identifizierung der Reputationstreiber
34 Hongjiang Guo | 02. August 2013 | Martin-Luther-Universitt Halle-Wittenberg
Backup
Erstellung des Reputationsrisiko-Profils I
Das Self-Assessment wird auf der Ebene einzelner Geschftsbereiche und getrennt fr
jeden Reputationstreiber durchgefhrt.
Quelle: Pohl und Zaby (2008), S. 35.
35 Hongjiang Guo | 02. August 2013 | Martin-Luther-Universitt Halle-Wittenberg
Backup
Erstellung des Reputationsrisiko-Profils II
Erstellung des gesamten Reputationsrisiko-Profils im Geschftsbereich A
Quelle: Pohl und Zaby (2008), S. 35.
36 Hongjiang Guo | 02. August 2013 | Martin-Luther-Universitt Halle-Wittenberg
Backup
Erstellung des Reputationsrisiko-Profils III
Erstellung des gesamten Reputationsrisiko-Profils fr die Gesamtbank
Transformierung der Skalenwerte in RIP (z.B. 0 fr 100-RIP)
Quelle: Pohl und Zaby (2008), S. 35.
37 Hongjiang Guo | 02. August 2013 | Martin-Luther-Universitt Halle-Wittenberg
Backup
Probit- oder Logit-Modell
Quelle: Koyluoglu und Hickman (1998), S. 4.
38 Hongjiang Guo | 02. August 2013 | Martin-Luther-Universitt Halle-Wittenberg
Backup
Konzept des Value-at-Risk
V
t
VaR
t
f(V
t
)
Restwahrscheinlichkeit 1-a
f(V
t
): Dichtefunktion der Verluste
a: Konfidenzniveau
VaR
t
: Der Wert, der den schraffierten vom
nicht schraffierten Breich trennt
1-a: Die Wahrscheinlichkeit fr den
mglichen Verlust, der den VaR
t
bersteigt
>
= 1
<
= 1
Quelle: Glauser (2003), S. 19.
39
1. Eine Zufallszahl der Reputationsschocks in einem vorgegeben Zeithorizont (z.B. ein Jahr)
wird durch die Reputationsverlusthufigkeitsverteilung generiert.
(z.B. durch Poissonverteilung: Pr = =
!
)
2. Fr jeden Schock wird ein Zufallsverlust durch Reputationsverlusthhenverteilung erzeugt.
(z.B. durch logistische Verteilung: =
1
1+
)
3. Der Gesamtreputationsverlust in dem Zeithorizont ergibt sich dann aus der Summe aller
erzeugten Zufallsverluste.
4. Die vorangegangenen Schritte werden hinreichend wiederholt, um eine stabile Aussage
ber die Gesamtverlustverteilung treffen zu knnen. Je nach Genauigkeitsprferenz werden
10.000 und mehr Schocks simuliert. Man erhlt einen Vektor der Gesamtverluste.
5. Im Ergebnis knnen aus den gewonnenen Schocks die Verteilung der Gesamtverluste
abgeleitet und die statistischen Kennzahlen sowie der VaR zu dem gegebenen
Konfidenzniveau berechnet werden.
Hongjiang Guo | 02. August 2013 | Martin-Luther-Universitt Halle-Wittenberg
Backup
Monte-Carlo-Simulation
40 Hongjiang Guo | 02. August 2013 | Martin-Luther-Universitt Halle-Wittenberg
Backup
Beispiel: CAR-Modell
Quelle: Micocci et al. (2011), S. 8.
41 Hongjiang Guo | 02. August 2013 | Martin-Luther-Universitt Halle-Wittenberg
Backup
Beispiel: CAR-Modell
Quelle: Micocci et al. (2011), S. 10.
42 Hongjiang Guo | 02. August 2013 | Martin-Luther-Universitt Halle-Wittenberg
Backup
42,61%
2,58%
17,81%
3,28%
14,24%
14,70%
4,78%
Risikoprofil VW FS AG
(wesentliche Risiken)
Kreditrisiko UL
Beteiligungsrisiko VaR
direktes Restwertrisiko
Marktpreisrisiko VaR
Ertragsrisiko UL
Operationelles Risiko
Puffer fr
Strategisches
Risiko/Reputationsrisiko/
Liquidittsrisiko/
Quelle: VW FS AG (2012).
43 Hongjiang Guo | 02. August 2013 | Martin-Luther-Universitt Halle-Wittenberg
Backup
Reputationsrisiken im Rahmen von Basel II
b
BASEL II
M
i
n
d
e
s
t
k
a
p
i
t
a
l
-
a
n
f
o
r
d
e
r
u
n
g
e
n
B
a
n
k
a
u
f
s
i
c
h
t
l
i
c
h
e
b
e
r
p
r
f
u
n
g
M
a
r
k
t
d
i
s
z
i
p
l
i
n
Sule 1 Sule 2 Sule 3
Bercksichtigung bei der
Bemessung der
regulatorischen
Eigenkapitalausstattung
Kredit-, Markt- und
operationelle Risiken
Angemessenes Risikomanagement
MaRisk AT 2.2 Wesentliches
Risiko Bewertungs-, Steuerungs-
und Controlling-Prozesse
Keine
Offenlegungspflicht
fr
Reputationsrisiken
Quelle: sterreichische Nationalbank.