Es gehört zum Geschäft von Kreditinstituten, Risiken einzugehen und daraus Erträge zu generieren. Diese Tatsache ist für den Bereich der Kredit- und Marktpreisrisiken selbstverständlich. Für beide Risikoarten wurden in den vergangenen Jahrzehnten aufwendige Verfahren entwickelt, die ein aktives und proaktives Management ermöglichen. Auch wenn die Entwicklung der Methoden stetig voranschreitet, so besteht zumindest über grundlegende Definitions- und Abgrenzungsfragen sowie Quantifizierungsverfahren weitgehend Konsens.
Zunehmend rückt mit operationellen Risiken eine dritte wesentliche Risikoart in den Fokus der Bankhäuser. Zu dieser Entwicklung haben einige spektakuläre Verlustereignisse mit einem teilweise beachtlichen Ausmaß beigetragen. Es wurde eindrucksvoll bewiesen, dass operationelle Risiken auf keinen Fall zu unterschätzen sind und mitunter existenzgefährdenden Charakter annehmen können. Einige ausgewählte Fälle operationeller Verluste seien nachfolgend kurz genannt:
1993 wurde die Metallgesellschaft insolvent, nachdem ihr Tochterunternehmen MG Refining & Marketing (MGRM) durch Öl-Termingeschäfte einen Verlust von 1,5 Mrd. USD erlitt.
Die Insolvenz Jürgen Schneiders, der sich mit gefälschten Unterlagen Kredite bei diversen Bankhäusern erschlich, hinterließ 1994 einen Schaden von 2,7 Mrd. EUR bei über 50 Banken. Durch unautorisierte Geschäfte verantwortete der Händler Nick Leeson 1995 einen Verlust von über 1,4 Mrd. USD und damit die Insolvenz der Barings Bank. Von der Flutkatastrophe 2002 in Deutschland waren allein 160 Genossenschaftsbanken mit einem Kreditvolumen von über 2 Mrd. EUR betroffen.
Inhaltsverzeichnis
1 Einleitung
1.1 Hinführung zum Thema
1.2 Zielsetzung der Arbeit
1.3 Aufbau der Arbeit
2 Systematisierung und Abgrenzung operationeller Risiken
2.1 Risikobegriff
2.2 Risiken im Bankbetrieb
2.3 Definition operationeller Risiken
2.4 Kategorisierung operationeller Risiken
2.4.1 Personalrisiken
2.4.2 Struktur- und Prozessrisiken
2.4.3 Technologie- und Systemrisiken
2.4.4 Externe Risiken
2.5 Die Motivation der Kreditinstitute
2.5.1 Betriebswirtschaftliche Motive
2.5.2 Gesetzliche Rahmenbedingungen
2.5.3 Regulatorische Anforderungen
2.5.4 Operationelle Risiken im Kontext von Basel II
2.6 Risikomanagementprozess
3 Identifikation von operationellen Risiken
3.1 Schadensfalldatenbanken
3.1.1 Interne Schadensfalldatenbanken
3.1.2 Externe Schadensfalldatenbanken
3.2 Risikoinventur
3.2.1 Prinzip der Risikoinventur
3.2.2 Durchführung der Risikoinventur
3.2.3 Methoden der Datenerhebung
3.2.3.1 Kollektionsmethoden
3.2.3.2 Suchmethoden
3.2.3.3 Risikoindikatoren
3.2.4 Auswertung der Risikoinventur
3.3 Qualitative Methoden der Risikoidentifikation
3.3.1 Prozessrisikoanalyse
3.3.1.1 Baumanalysen
3.3.1.2 Fehlermöglichkeits- und Einflussanalyse (FMEA)
3.3.2 Simulationsansätze
3.3.2.1 Szenarioanalyse
3.3.2.2 Ursache- / Wirkungsdiagramm
4 Quantifizierung von operationellen Risiken
4.1 Quantifizierungsmodelle im Überblick
4.1.1 Top-Down-Ansätze
4.1.2 Bottom-Up-Ansätze
4.2 Zum Begriff Value at Risk
4.2.1 Definition Value at Risk
4.2.2 Erwarteter und unerwarteter Verlust
4.2.3 VaR-Berechnungsmethoden im Überblick
4.3 Statistisch-versicherungsmathematischer Ansatz
4.3.1 Datenbasis
4.3.2 Modellierung der Schadenshäufigkeitsverteilung
4.3.3 Modellierung der Schadenshöhenverteilung
4.3.4 Extremwerttheorie
4.3.5 Ermittlung der Gesamtverlustverteilung
4.3.6 Berechnung OpVaR
5 Fallstudie: Messung von operationellen Risiken
5.1 Aufgabenstellung
5.2 Ausgangslage
5.3 Modellieren der Schadenshäufigkeitsverteilung
5.4 Modellieren der Schadenshöhenverteilung
5.5 Ermittlung des OpVaR
5.6 Evaluierung der Ergebnisse
6 Kritische Würdigung und Ausblick
Zielsetzung & Themen
Das Hauptziel dieser Arbeit besteht darin, aktuelle Verfahren zur Identifikation und Messung operationeller Risiken in Banken aufzuzeigen sowie die Risikomesszahl Operational Value at Risk (OpVaR) abzuleiten und kritisch auf ihre Praxistauglichkeit zu prüfen.
- Systematische Definition, Kategorisierung und Abgrenzung operationeller Risiken von anderen Risikoarten
- Untersuchung der Motivation von Kreditinstituten zur Implementierung von Risikomanagementprozessen
- Detaillierte Analyse von Identifikationsmethoden wie Schadensfalldatenbanken und Risikoinventuren
- Quantifizierung mittels statistisch-versicherungsmathematischer Ansätze und Monte Carlo Simulation
- Praxisorientierte Fallstudie zur Messung operationeller Risiken in einem Kreditinstitut
Auszug aus dem Buch
1.1 Hinführung zum Thema
Es gehört zum Geschäft von Kreditinstituten, Risiken einzugehen und daraus Erträge zu generieren. Diese Tatsache ist für den Bereich der Kredit- und Marktpreisrisiken selbstverständlich. Für beide Risikoarten wurden in den vergangenen Jahrzehnten aufwendige Verfahren entwickelt, die ein aktives und proaktives Management ermöglichen. Auch wenn die Entwicklung der Methoden stetig voranschreitet, so besteht zumindest über grundlegende Definitions- und Abgrenzungsfragen sowie Quantifizierungsverfahren weitgehend Konsens.
Zunehmend rückt mit operationellen Risiken eine dritte wesentliche Risikoart in den Fokus der Bankhäuser. Zu dieser Entwicklung haben einige spektakuläre Verlustereignisse mit einem teilweise beachtlichen Ausmaß beigetragen. Es wurde eindrucksvoll bewiesen, dass operationelle Risiken auf keinen Fall zu unterschätzen sind und mitunter existenzgefährdenden Charakter annehmen können. Einige ausgewählte Fälle operationeller Verluste seien nachfolgend kurz genannt:
1993 wurde die Metallgesellschaft insolvent, nachdem ihr Tochterunternehmen MG Refining & Marketing (MGRM) durch Öl Termingeschäfte einen Verlust von 1,5 Mrd. USD erlitt.
Die Insolvenz Jürgen Schneiders, der sich mit gefälschten Unterlagen Kredite bei diversen Bankhäusern erschlich, hinterließ 1994 einen Schaden von 2,7 Mrd. EUR bei über 50 Banken.
Durch unautorisierte Geschäfte verantwortete der Händler Nick Leeson 1995 einen Verlust von über 1,4 Mrd. USD und damit die Insolvenz der Barings Bank.
Von der Flutkatastrophe 2002 in Deutschland waren allein 160 Genossenschaftsbanken mit einem Kreditvolumen von über 2 Mrd. EUR betroffen.
Zusammenfassung der Kapitel
1 Einleitung: Dieses Kapitel führt in die Thematik der operationellen Risiken ein, erläutert die Zielsetzung der Arbeit und beschreibt ihren Aufbau.
2 Systematisierung und Abgrenzung operationeller Risiken: Hier werden Risiken im Bankbetrieb definiert, kategorisiert und von anderen Risikoarten abgegrenzt, wobei auch die regulatorische Motivation durch Basel II beleuchtet wird.
3 Identifikation von operationellen Risiken: Es werden Methoden zur Erkennung solcher Risiken vorgestellt, insbesondere der Einsatz von Schadensfalldatenbanken, die Risikoinventur sowie qualitative Analyseansätze.
4 Quantifizierung von operationellen Risiken: Dieses Kapitel widmet sich der Messung mittels statistisch-versicherungsmathematischer Ansätze und der Ableitung des Operational Value at Risk (OpVaR).
5 Fallstudie: Messung von operationellen Risiken: Die theoretischen Grundlagen werden hier in einer komplexen Fallstudie praktisch angewandt, um die Messung realitätsnah zu demonstrieren.
6 Kritische Würdigung und Ausblick: Abschließend werden die Ergebnisse zusammengefasst und gewürdigt sowie ein Ausblick auf zukünftige Entwicklungen gegeben.
Schlüsselwörter
Operationelle Risiken, Basel II, Operational Value at Risk, OpVaR, Risikomanagement, Schadensfalldatenbanken, Risikoinventur, Monte Carlo Simulation, Eigenkapitalunterlegung, Quantifizierung, Risikokultur, Prozessrisikoanalyse, FMEA, statistisch-versicherungsmathematischer Ansatz, Bankrisiken.
Häufig gestellte Fragen
Worum geht es in der Arbeit grundlegend?
Die Arbeit behandelt das Management von operationellen Risiken in Kreditinstituten, insbesondere deren systematische Identifikation und die mathematische Quantifizierung mittels eines Operational Value at Risk (OpVaR).
Was sind die zentralen Themenfelder?
Die zentralen Felder umfassen die Definition und Kategorisierung dieser Risiken, die regulatorischen Anforderungen durch Basel II, Identifikationsmethoden (Schadensdaten, Risikoinventur) und die statistische Modellierung von Verlusten.
Was ist das primäre Ziel der Arbeit?
Das Ziel ist es, aktuelle Identifikations- und Messverfahren aufzuzeigen, den OpVaR abzuleiten und diese Methoden kritisch hinsichtlich ihrer praktischen Anwendbarkeit in Banken zu würdigen.
Welche wissenschaftliche Methode kommt zum Einsatz?
Es werden verschiedene Identifikationsmethoden beschrieben (z.B. FMEA, Szenarioanalyse) und ein statistisch-versicherungsmathematischer Ansatz zur Quantifizierung verwendet, der auf der Monte Carlo Simulation basiert.
Was behandelt der Hauptteil?
Der Hauptteil analysiert die Systematisierung der Risiken, erörtert Methoden zur Identifikation (Datenbanken, Risikoinventur, qualitative Analysen) und erklärt detailliert die statistischen Quantifizierungsmodelle.
Welche Schlüsselwörter charakterisieren die Arbeit?
Die wichtigsten Begriffe sind Operationelle Risiken, Basel II, OpVaR, Risikomanagement, Schadensfalldatenbanken, Risikoinventur und Monte Carlo Simulation.
Warum ist eine klare Definition der operationellen Risiken für Banken so schwierig?
Aufgrund der Komplexität und der Vielfalt potenzieller Auslöser existiert keine einheitlich akzeptierte Definition; viele Banken entscheiden sich daher zwischen Residual- oder Positivdefinitionen, was die Vergleichbarkeit erschwert.
Welche Rolle spielt die Datenbasis in der Fallstudie?
Die Datenbasis ist entscheidend, aber oft unzureichend, da extreme Ereignisse (high frequency low impact) selten dokumentiert sind, was das sogenannte "Fitting" von Verteilungen für eine präzise OpVaR-Berechnung erschwert.
- Quote paper
- Torsten Jäger (Author), 2006, Operationelle Risiken in Kreditinstituten, Munich, GRIN Verlag, https://www.hausarbeiten.de/document/117896
