Quantitative Risikoeinschätzung
Ineffizienter Markt

Computergestützte Risikomodelle sind während der Kreditkrise entlarvt worden. Wir haben die Aufgabe, finanzielle Risiken einzuschätzen, Computern überlassen, die von Mathematikern und Physikern programmiert wurden – und sie haben versagt. Die Marktteilnehmer sollten sich jetzt dringend auf ihr eigenes altmodisches Urteilsvermögen rückbesinnen.

Computergestützte Risikomodelle haben während der jüngsten Kreditkrise eine viel größere Rolle gespielt als jemals zuvor. Gemeinsame Fehler dieser Modelle ziehen sich durch das Versagen der Rating-Agenturen, die Ausfallquote bei Hypothekendarlehen zweitklassiger Bonität vorherzusagen, das Einfrieren des Marktes für komplexe Schuldtitel, und durch die Probleme mehrerer Dutzend Hedge Fonds und einer Hand voll Banken. Wir haben die Aufgabe, finanzielle Risiken einzuschätzen, Computern überlassen, die von Mathematikern und Physikern programmiert wurden – und sie haben versagt.

Quantitative Werkzeuge für das Risikomanagement sind weit verbreitet. Äußerst beliebt dabei ist das Value-at-Risk-Modell (VaR), das den wahrscheinlichen Maximalverlust eines Portfolios mit Aktien, Krediten oder anderen Wertpapieren in einem gewissen Zeitraum zu berechnen versucht. Das Modell wurde in den Basel II-Vorschriften offiziell zu einer maßgeblichen Richtschnur für die Bemessung von Risiken und der angemessenen Kapitalausstattung bei Kreditinstituten erhoben.

Das von JP Morgan Anfang 1990 entwickelte VaR-Modell nutzt die Statistik, um Risiken einzuschätzen. Betrachtet werden die historischen Korrelationen und Kursausschläge verschiedener Vermögenswerte in einem Portfolio. Dann werden die Zahlen so lange zusammengerührt, bis zum Schluss eine einzige Aussage übrig bleibt, wie etwa: Zu 99 Prozent der Fälle wird ein gewisses Portfolio mit Vermögenswerten über 100 Mill. Dollar in einem Zeitraum von einem Monat einen maximalen erwarteten Verlust von fünf Mill. Dollar aufweisen. Das Angenehme an diesem Modell ist für viele Banker, dass es die Ausgeklügeltheit von komplexen Computerberechnungen besitzt und letztendlich doch nur die Zahl des erwarteten Maximalverlusts ausspuckt. Das verstehen auch Banker, die sich mehr mit ihrem Golfhandicap als mit höherer Mathematik beschäftigen.

Doch auf Statistik basierende Modelle können, trotz all ihrer Verlockungen, die in sie gesetzten Erwartungen gar nicht erfüllen. Statistik setzt voraus, dass die Zukunft der Vergangenheit ähnlich ist. Das kann in einer Welt, die sich ständig verändert, zu groben Fehlern führen. Die Rating-Agenturen etwa nahmen Modelle zur Hilfe, die von weiter steigenden Immobilienpreisen ausgingen, um die Wahrscheinlichkeit von Kreditausfällen im Subprime-Sektor berechnen. Völlig unberücksichtigt blieb die Möglichkeit, dass nach mehreren Jahren der glühenden Inflation bei den Immobilienpreisen die Zukunft sehr wahrscheinlich nicht so aussehen kann wie die Vergangenheit.

Genauso absurd ist die Erwartung, mit dem VaR-Modell die Verlustverteilung in einem Portfolio mit 99,95-prozentiger Sicherheit für einen längeren Zeitraum berechnen zu können. Dazu ist in der Regel einfach nicht ausreichend relevantes Datenmaterial vorhanden. Ursprünglich waren die Modelle sowieso auf einen kurzen Handelszeitraum – einen Tag oder einen Monat – ausgelegt und gaben nicht vor, fast hundertprozentige Sicherheit zu erreichen. Das geschah erst, als sich die Aufsichtsbehörden dazu entschlossen, VaR zum Präzisionsinstrument für die Messung von Risiken im Kreditportfolio einer Bank für die Dauer eines Jahres zu machen.

Seite 1:

Ineffizienter Markt

Seite 2:

Serviceangebote
Zur Startseite
-0%1%2%3%4%5%6%7%8%9%10%11%12%13%14%15%16%17%18%19%20%21%22%23%24%25%26%27%28%29%30%31%32%33%34%35%36%37%38%39%40%41%42%43%44%45%46%47%48%49%50%51%52%53%54%55%56%57%58%59%60%61%62%63%64%65%66%67%68%69%70%71%72%73%74%75%76%77%78%79%80%81%82%83%84%85%86%87%88%89%90%91%92%93%94%95%96%97%98%99%100%