I. Probleme der klassischen Ergebniskennzahlen
Als klassische Ergebniskennzahlen haben sich die Return on Capital (RoC)-Kennzahlen durchgesetzt, die den Ertrag ins Verhältnis zu dem eingesetzten Kapital setzen. Diese Ergebniskennzahlen sind jedoch für die Beurteilung einer Investition in der Weise ungeeignet, als dass sie nicht das bei einer Investition eingegangene Risiko berücksichtigen. Es wird folglich nicht die Wahrscheinlichkeit miteinbezogen, dass der bei einer Investition angestrebte Return auch erzielt wird. Des Weiteren eröffnen die klassischen Ergebniskennzahlen nicht die Möglichkeit, die erzielten Returns verschiedener Bereiche eines Unternehmens vergleichbar zu machen, da diese Bereiche u.U. unterschiedliche Risikoprofile aufweisen. Folglich lassen sich die Ergebnisse verschiedener Unternehmensbereiche, die unterschiedlichen Arten von Risiken (z.B. Kredit-, Markt- und/oder operationale Risiken) ausgesetzt sind, nicht miteinander vergleichen. Auch wenn verschiedene Unternehmensbereiche derselben Risikoart gegenüberstehen, lässt sich nicht sagen, welcher Bereich besser gewirtschaftet hat. Erwirtschaften z.B. zwei Unternehmensbereiche dieselbe Rendite, wäre diejenige, die mit geringerem Risiko generiert wurde, höher zu bewerten als die erzielte Rendite mit größerem Risiko. Diese Differenzierung ist mit den bisherigen Kennzahlen ebenfalls nicht möglich. Folglich wird ein Rentabilitätsmaß gesucht, welches die Höhe des Risikos unabhängig von der Risikoart berücksichtigt.
[...]
INHALTSVERZEICHNIS
ABKÜRZUNGS- UND SYMBOLVERZEICHNIS
I. Probleme der klassischen Ergebniskennzah- len
II. Modelle zur Risikomessung
1. Value at Risk (VaR)
2. Varianten des Value at Risk
III. Konzepte zur integrativen Risiko-/Rendite-messung
1. Der Risk Adjusted Profitability Measurements (RAPM)-Ansatz
2. Risk adjusted Return on Capital (RaRoC)
3. Return on Risk adjusted Capital (RoRaC)
4. Risk adjusted Return on Risk adjusted Capital (RaRoRaC)
4. Risk adjusted Return on Risk adjusted Capital (RaRoRaC)
IV. Optimale Kapitalallokation mit Hilfe der risikoadjustierten Ergebniskennzahlen
V. Verknüpfung risikoadjustierter Ergebnis-kennzahlen zu einem integrierten Kennzah-lensystem
VI. Zusammenfassung der risikoadjustierten Ergebniskennzahlen als geeignetes Instru-mentarium der Risiko-/ Rendite-Messung
QUELLENVERZEICHNIS
Abkürzungs- und Symbolverzeichnis
Abbildung in dieser Leseprobe nicht enthalten
I. Probleme der klassischen Ergebniskennzahlen
Als klassische Ergebniskennzahlen haben sich die Return on Capital (RoC)-Kennzahlen durchgesetzt, die den Ertrag ins Verhältnis zu dem eingesetzten Kapital setzen. Diese Ergebniskennzahlen sind jedoch für die Beurteilung einer Investition in der Weise ungeeignet, als dass sie nicht das bei einer Investition eingegangene Risiko berücksichtigen. Es wird folglich nicht die Wahrscheinlichkeit miteinbezogen, dass der bei einer Investition angestrebte Return auch erzielt wird.[1] Des Weiteren eröffnen die klassischen Ergebniskennzahlen nicht die Möglichkeit, die erzielten Returns verschiedener Bereiche eines Unternehmens vergleichbar zu machen, da diese Bereiche u.U. unterschiedliche Risikoprofile aufweisen.[2] Folglich lassen sich die Ergebnisse verschiedener Unternehmensbereiche, die unterschiedlichen Arten von Risiken (z.B. Kredit-, Markt- und/oder operationale Risiken) ausgesetzt sind, nicht miteinander vergleichen. Auch wenn verschiedene Unternehmensbereiche derselben Risikoart gegenüberstehen, lässt sich nicht sagen, welcher Bereich besser gewirtschaftet hat. Erwirtschaften z.B. zwei Unternehmensbereiche dieselbe Rendite, wäre diejenige, die mit geringerem Risiko generiert wurde, höher zu bewerten als die erzielte Rendite mit größerem Risiko. Diese Differenzierung ist mit den bisherigen Kennzahlen ebenfalls nicht möglich. Folglich wird ein Rentabilitätsmaß gesucht, welches die Höhe des Risikos unabhängig von der Risikoart berücksichtigt.
II. Modelle zur Risikomessung
Zunächst ist zu klären, was unter Risiko zu verstehen ist. Im statistischen Sinne ist der Risikobegriff gleichbedeutend mit der Varianz, d.h. mit der Möglichkeit, dass Ereignisse eintreten, die von dem Erwartungswert oder dem Trend abweichen.[3] Für Geschäftsleute, oder allgemein gesagt Händler, ist Risiko die auf einem unzureichenden Informationsstand basierende Gefahr des Eintritts negativer Ereignisse, verglichen mit der Ausgangssituation. Risiko ist also letztendlich gleichbedeutend mit der Verlustgefahr.[4]
1. Value at Risk (VaR)
Der VaR ist der geschätzte maximal erwartete Verlust, der unter üblichen Marktbedingungen innerhalb einer bestimmten Periode mit einer bestimmten Wahrscheinlichkeit eintreten kann.[5] Die positivste Eigenschaft des VaR-Modells ist es, verschiedene Risikoarten, wie z.B. das Marktzins-, das Währungskurs- oder das Aktienkursrisiko mit einer für alle Risiken einheitlichen Messvorschrift zu erfassen und in einer Kennzahl in Geldeinheiten auszudrücken. Der VaR stellt ein Downside-Risikomaß dar, was bedeutet, dass er nur negative Wertveränderungen, also Verlustgefahren berücksichtigt. Durch den VaR wird ein zukünftiger Verlust quantifiziert. Die Höhe dieses Verlustes hängt von den Marktpreisschwankungen, vom Zeithorizont und der vorgegebenen Wahrscheinlichkeit bzw. dem gewünschten Sicherheitsniveau ab. Der VaR macht keine Aussage über die Höhe der zu erwartenden Verluste, sondern er gibt nur die Schwelle an, die ein in der Zukunft auftretender Verlust mit einer vorgegebenen Wahrscheinlichkeit unter normalen Marktbedingungen nicht überschreitet.[6]
In der Praxis gibt es drei vorherrschende Berechnungsverfahren, und zwar den Korrelationsansatz (Varianz-Kovarianz-Methode), die historische Simulation und die Monte-Carlo-Simulation. Diesen drei Verfahren ist gemein, dass sie die unbekannte Wahrscheinlichkeitsverteilung der Gewinne oder Verluste durch die Analyse der Häufigkeit bestimmter Marktwertänderungen in der Vergangenheit bestimmen. Die Varianz-Kovarianz-Methode geht davon aus, dass die Marktwertänderungen unabhängig, stationär und normalverteilt sind. Folglich kann für die Verteilung das zweckmäßige Quantil über den Erwartungswert und die Varianz der Marktwertänderungen berechnet werden. Die historische Simulation setzt unabhängig und stationär verteilte Marktwertänderungen voraus. Der VaR wird dann als Wert des Quantils der historisch ermittelten Häufigkeitsverteilung der Marktwertänderungen berechnet. Der Unterschied zur Monte-Carlo-Simulation ist, dass bei dieser die alternativen Marktwerte nicht historisch beobachtet werden. Sie werden einer bestimmten Verteilung folgend, z.B. Normal- oder t-Verteilung, durch Simulation bestimmt.
Der VaR kann auch für die Eigenkapitalberechnung herangezogen werden. Nach den Beschlüssen des Basler Ausschusses für Bankenaufsicht vom Januar 1996 ist der VaR für das gesamte Handelsportefeuille für ein 99%iges Konfidenzniveau und eine zehntägige Haltedauer zu berechnen. Die benötigte Eigenkapitalunterlegung ergibt sich aus dem Dreifachen des täglich berechneten VaR.[7] Als Resümee kann man sagen, dass der VaR generell geeignet ist, die zukünftig drohenden Verluste aus Marktrisiken zu messen. Er ist sowohl für die bankinterne Steuerung als auch die bankaufsichtliche Risikobegrenzung von Bedeutung. Es ist möglich, den VaR für einzelne Positionen oder Bereiche zu berechnen und ihn anschließend zu einer Kennzahl als Maßstab für das gesamte Marktrisiko einer Bank zu aggregieren. Eine Schwachstelle bei der Berechnung des VaR ist darin zu sehen, dass er nur durch die Vorgabe der Vertrauenswahrscheinlichkeit und nicht durch die Höhe des Verlustes bestimmt wird. Eine weitere Schwierigkeit liegt in der Datenbeschaffung. Besonders bei der Einbeziehung globaler Märkte ist es außerordentlich schwierig, die für die Berechnung des VaR benötigten Zeitreihen zu generieren, da sich die Frage stellt, welche Kurse man heranziehen soll (Schluss-, Höchst-, Tagesdurchschnittskurse etc.) bzw. wie man bei Finanzinstrumenten, für die überhaupt kein offizieller Kurs festgelegt wird, Daten generieren soll.[8] Ein weiterer Nachteil des VaR-Konzeptes ist, dass er ausschließlich Bestands- und keine Neugeschäfte betrachtet.
2. Varianten des Value at Risk
Neben dem eigentlichen VaR existieren noch diverse Varianten dieser Kennzahl. Eine dieser Varianten ist das Daily Earnings at Risk (DEaR)-Konzept, in dem im Vergleich zum VaR-Konzept lediglich das Overnight-Risiko mit einbezogen wird. Eine andere Variante ist das von J.P. Morgan entwickelte Konzept des RiskMetricsTM. Bei diesem Konzept werden nach den Prinzipien des VaR die Marktrisiken der internationalen Finanzmärkte gemessen. Andere Bezeichnungen für den VaR sind Money at Risk (MaR) und Capital at Risk (CaR), die auf dieselbe Art wie der VaR berechnet, jedoch lediglich von dem Institut, das die Variante anwendet, anders genannt werden. Eine weitere Variante ist das Konzept des Earnings at Risk (EaR), das im Gegensatz zum VaR-Konzept nur die Volatilitäten bankspezifischer Erträge misst.[9]
III. Konzepte zur integrativen Risiko-/Renditemessung
1. Der Risk Adjusted Profitability Measurements (RAPM)-Ansatz
Wie bereits zu Beginn näher ausgeführt, haben sich die Return on Capital (RoC)-Kennzahlen, die den Ertrag ins Verhältnis zum eingesetzten Kapital setzen, als traditionelle Performance-Messungen etabliert. Bei diesen Kennzahlen wird jedoch nicht berücksichtigt, wel-ches bzw. wie viel Risiko in Kauf genommen wurde, um diesen Er-
trag zu erreichen. Aufgrund des fehlenden Zusammenhangs zwischen eingegangenem Risiko und erwirtschaftetem Ertrag sind diese Kennzahlen für eine risikofokussierte Steuerung nicht geeignet.[10] Die RoC-Kennzahlen können nun so erweitert werden, dass der Zusammenhang zwischen eingegangenem Risiko und erwirtschaftetem Ertrag berücksichtigt wird. Diese Kennzahlen werden unter dem Begriff der „Risk Adjusted Profitability Measurements“ (RAPM)-Kennzahlen zusammengefasst. Die Ansätze zu den RAPM-Kennzahlen unterscheiden sich dadurch, dass das Nettoergebnis und/oder das Kapital um eine Risikokomponente bereinigt bzw. nicht bereinigt wird. Zusammenfassend kann man daher die Ansätze in folgender Form darstellen:
Abbildung in dieser Leseprobe nicht enthalten,
wobei sich der effektive Ertrag bei den unterschiedlichen risikoadjustierten Ergebniskennzahlen aus verschiedenen Größen zusammensetzen kann. Es kann sich um den Nettoertrag, den Nettoertrag abzüglich der erwarteten Verluste und den Nettoertrag abzüglich der erwarteten Verluste und der Kosten für Risikokapital handeln. Bei dem effektiven Kapital kann es sich einerseits um investiertes, andererseits um Risikokapital handeln. Risikokapital ist der kleinstmögliche Betrag, der investiert werden muss, damit die Rückzahlung des übrigen, einer Bank zur Verfügung stehenden Kapitals unter der Berücksichtigung einer zu erwirtschaftenden Mindestrendite mit einer bestimmten vorgegebenen Wahrscheinlichkeit gewährleistet ist.[11] Das Risikokapital stellt hierbei das „Risk adjusted Capital“ dar, und der Ausdruck „Nettoertrag - erwartete Verluste - Kosten für Risikokapital“ ist der „Risk adjusted Return“. Zu erwähnen ist, dass besonders für Kreditrisiken die erwarteten Verluste relevant sind. Dabei ist hervorzuheben, dass es sich nicht um eine Risikoadjustierung des Ertrags handelt, da das Risiko immer ein Maß für unerwartete Verluste darstellt. Die Berechnung des Risikokapitals erfolgt anhand der Mindesthaltedauer, die nötig ist, um eine Position glattzustellen. Die drei bekanntesten risikoadjustierten Ergebniskennzahlen RaRoC (Risk adjusted Return on Capital), RoRaC (Return on Risk adjusted Capital) und RaRoRaC (Risk adjusted Return on Risk adjusted Capital) sind jeweils spezielle Kombinationen der oben dargestellten Möglichkeiten, wie sich der effektive Ertrag respektive das effektive Kapital zusammensetzen können.[12]
[...]
[1] vgl. Anders, Ulrich, Die Bank (5/2000), S. 314.
[2] vgl. Brüning, Jan-Bernd/ Hoffjan, Andreas, Die Bank (6/1997), S. 362.
[3] vgl. Prußog, Carsten, (2000), S. 16f..
[4] vgl. Fischer, Thomas, Die Bank, (11/1994), S. 636.
[5] vgl. Lister, Michael, (1997), S. 32.
[6] vgl. Müller, Thomas, (2000), S. 52.
[7] vgl. Rudolph, Bernd, (1999), S. 719f..
[8] vgl. Jendruschewitz, Boris, (1997), S. 111.
[9] vgl. Lister, Michael, (1997), S. 33f..
[10] vgl. Schierenbeck, Henner, (1997), S. 474.
[11] vgl. Schierenbeck, Henner, (1997), S. 474.
[12] vgl. Eller, Roland/ Gruber, Walter/ Reif, Markus, (1999), S. 389ff..
-
Téléchargez vos propres textes! Gagnez de l'argent et un iPhone X. -
Téléchargez vos propres textes! Gagnez de l'argent et un iPhone X. -
Téléchargez vos propres textes! Gagnez de l'argent et un iPhone X. -
Téléchargez vos propres textes! Gagnez de l'argent et un iPhone X. -
Téléchargez vos propres textes! Gagnez de l'argent et un iPhone X. -
Téléchargez vos propres textes! Gagnez de l'argent et un iPhone X. -
Téléchargez vos propres textes! Gagnez de l'argent et un iPhone X. -
Téléchargez vos propres textes! Gagnez de l'argent et un iPhone X.