Als Ende der Neunziger Jahre ein weltweiter, konjunktureller Abschwung einsetzte, sah sich insbesondere der deutsche Bankensektor mit zum Teil erheblichen Problemen in Form einer hohen Anzahl an Not leidenden Krediten, so genannte non-performing loans (NPLs), innerhalb ihres Portfolios konfrontiert. Der im Jahr 2000 beginnende, starke Anstieg der Unternehmensinsolvenze sowie die im Zuge der Rezession zunehmende Verschlechterung der Bonität vieler Unternehmen führten dazu, dass sich in den Bankbilanzen ein großer Bestand an problembehafteten Krediten ansammelte. Dieser Umstand verschlechterte zum einen die Ertragslage der Banken, zum anderen wurde das haftende Eigenkapital mit der Folge belastet, dass die Neuvergabe von Krediten stark eingeschränkt wurde. Neue Darlehen wurden nur noch an Kunden exzellenter Bonität oder mit der Auflage einer hohen Hinterlegung an Sicherheiten
vergeben. Folglich sank die internationale Wettbewerbsfähigkeit vieler deutscher
Banken, so dass Lösungsalternativen zur Bewältigung der vorhandenen Probleme gefunden werden mussten.
Inhaltsverzeichnis
Abbildungsverzeichnis
Abkürzungsverzeichnis
Symbolverzeichnis
1.) Bedeutung des Kredithandels
1.1) Entwicklungstendenzen und Problemstellung der Arbeit
2.) Theoretischer Background der Handelsplattformen und des Credit Tradings
2.1) Terminologien, Abgrenzungen und Marktübersicht
2.2) Einführung in die Auktionstheorie
2.3) Die Rolle von Ratingagenturen sowie alternative Methoden bei der Beurteilung des Kreditrisikos
3.) Grundprobleme und Herausforderungen des Credit Trading
3.1) Theoretische Überlegungen – Ineffizienzen im bisherigen Kredithandel
3.1.1) Theorie der asymmetrischen Informationsverteilung
3.1.2) Die Transaktionskostenproblematik
3.2) Die Bewertung von Krediten
3.2.1) Das Discounted-Cash-flow-Prinzip
3.2.2) Der optionspreistheoretische Bewertungsansatz
3.2.3) Besonderheiten bei der Bewertung von Bad Debt
3.3) Aufsichtsrechtliche Treiber und Rahmenbedingungen des Kredithandels
3.3.1) Basel II und die Mindestanforderungen an das Kreditgeschäft (MaK)
3.3.2) Bankgeheimnis und Datenschutz als rechtliche Problemfelder
3.4) Banklizenz, der öffentlich-rechtliche Sektor und die Genossenschaftsbanken
3.5) Zusammenfassung der Problemfelder des Kredithandels
4.) Analyse der Handelsplattformen für das Credit Trading
4.1) Identifikation bereits bestehender Kreditbörsen
4.1.2) Die Risk Management Exchange (RMX)
4.1.2) Die Debt Exchange (DebtX)
4.1.3) Die Chicago Debt Exchange
4.1.4) Die True Sale International (TSI)
4.2) Beurteilung der Kreditplattformen
4.2.1) Volkswirtschaftlicher Beitrag zur Stabilität des Banken- und Finanzsystems
4.2.2) Der allgemeine Beitrag der Plattformen zum Kredithandel
4.2.3) Erhöhung und Verbesserung der Informationseffizienz
4.2.4) Standardisierung und Senkung der Transaktionskosten
4.2.5) Beitrag zur Erhöhung der Marktliquidität
4.2.6) Überwindung der Ressentiments der Genossenschaftsbanken und der Sparkassen
4.3) Zusammenfassung der Analyseergebnisse
5.) Potentiale und Entwicklungstendenzen des Credit Tradings
5.1) Verbriefung von NPLs und NPL-Portfolios
5.1.1) Verbriefung von Bankenforderungen – Collateralised Debt Obligations
5.1.2) Probleme, Chancen und Herausforderungen bei der NPL-Verbriefung
5.2) Erweiterung der Plattformen für Finanzierungsbedarfe als Chance für den Mittelstand
5.3) Kredit- und NPL-Indizes
6.) Resümee der Erkenntnisse und Ausblick
Literaturverzeichnis
Abbildungsverzeichnis
Abbildung 1: Übersicht der Transaktionsphase
Abbildung 2: Gehandelte Kreditvolumen
Abbildung 3: Marktteilnehmer Verkäuferseite
Abbildung 4: Ratingkategoreien von S&P und Moody’s für langfristige Kredite
Abbildung 5: Kumulierte Ausfallwahrscheinlichkeiten
Abbildung 6: Übergangsmatrix von S&P
Abbildung 7: Spreadaufschläge zum risikolosen Zins
Abbildung 8: Risikogewichte nach Basel II
Abbildung 9: Marktübersicht
Abbildung 10: Gebührenübersicht RMX
Abbildung 11: Aufbau der TSI Verbriefungsplattform
Abbildung 12: Systematisierung der Forderungsverbriefung
Abbildung 13: Volumina von True Sales und synthetischen Verbriefungen
Abbildung 14: Struktur einer typischen ABS-Transaktion
Abbildung 15: Performance Altman NYU Salomon Center Bank Loan Index
Abkürzungsverzeichnis
Abbildung in dieser Leseprobe nicht enthalten
Symbolverzeichnis
Abbildung in dieser Leseprobe nicht enthalten
1.) Bedeutung des Kredithandels
1.1) Entwicklungstendenzen und Problemstellung der Arbeit
Als Ende der Neunziger Jahre ein weltweiter, konjunktureller Abschwung einsetzte, sah sich insbesondere der deutsche Bankensektor mit zum Teil erheblichen Problemen in Form einer hohen Anzahl an Not leidenden Krediten, so genannte non-performing loans (NPLs), innerhalb ihres Portfolios konfrontiert. Der im Jahr 2000 beginnende, starke Anstieg der Unternehmensinsolvenzen[1] sowie die im Zuge der Rezession zunehmende Verschlechterung der Bonität vieler Unternehmen führten dazu, dass sich in den Bankbilanzen ein großer Bestand an problembehafteten Krediten ansammelte. Dieser Umstand verschlechterte zum einen die Ertragslage der Banken, zum anderen wurde das haftende Eigenkapital mit der Folge belastet, dass die Neuvergabe von Krediten stark eingeschränkt wurde. Neue Darlehen wurden nur noch an Kunden exzellenter Bonität oder mit der Auflage einer hohen Hinterlegung an Sicherheiten vergeben. Folglich sank die internationale Wettbewerbsfähigkeit vieler deutscher Banken, so dass Lösungsalternativen zur Bewältigung der vorhandenen Probleme gefunden werden mussten.
Die Dresdner Bank begann als erstes Kreditinstitut mit dem Aufbau einer eigenen Abteilung, deren Aufgabe darin bestand, ausgefallene oder Not leidende Kredite an Investoren zu verkaufen. Allein bis zum Jahre 2003, wurden durch sie Kredite in Höhe von drei Milliarden Euro verkauft.[2] Im Gegensatz zu den Vereinigten Staaten und Japan war diese Praxis für den deutschen Bankensektor neu. In beiden Ländern etablierte sich der Forderungshandel bereits früher. In den USA auf Grund der „Savings and Loan“-Kirse Ende der 80er und in Japan im Zuge der Deflation in den 90er Jahren. Trotz der späten Entwicklung konnte in Deutschland ein funktionierender Markt für Kreditveräußerungen aufgebaut werden. Dieser zählt im Bereich des NPL-Verkaufs mittlerweile zu einem der größten weltweit und hat seine Aktivitäten auch auf den Handel mit vertragsmäßig bedienten Krediten ausgeweitet. Ein großer Nachteil ist allerdings, dass der Verkauf größtenteils in bilateralen Verhandlungen ausgehandelt und abgeschlossen wird. Als Folge daraus ist der Forderungshandel mit erheblichen Ineffizienzen konfrontiert, die zu hohen Transaktionskosten führen und folglich große Verkaufsvolumina erzwingen.
Auf Grund dieser Probleme entstand die innovative Geschäftsidee, den Forderungsverkauf über spezialisierte Handelsplattformen durchzuführen. Vorrangiges Ziel von diesen ist es, den Kredithandel effizienter zu gestalten und den Markt somit auch für kleinere Akteure zu öffnen. Zum aktuellen Zeitpunkt existieren vier konkurrenzfähige Geschäftsmodelle – die DebtX, die Risk Management Exchange, die Chicago Debt Exchange und die True Sale International.
1.2) Vorgehensweise und Hergang der Arbeit
Im Rahmen dieser Arbeit werden deshalb die wesentlichen Problemfelder, Treiber und Herausforderungen des Kredithandels herausgearbeitet. Ziel ist es sowohl die Beitragsmöglichkeiten, als auch die Grenzen der Handelsplattformen bei der Verbesserung der Effizienz der Verkaufstransaktionen und der Etablierung eines liquiden Marktes darzulegen.
Nach dem Aufzeigen der Problemstellung und der Darlegung des Arbeitshergangs in Kapitel eins, werden in Kapitel zwei die theoretischen Grundlagen des Forderungshandels und der Handelsplattformen vorgestellt. Im ersten Teil erfolgen dabei eine begriffliche Abgrenzung sowie eine kurze Übersicht über die Marktgröße und -potentiale. Im zweiten Abschnitt wird eine kurze Einführung in die Auktionstheorie gegeben, die einigen Plattformen als Grundlage der Preisbestimmung dient. Zum tieferen Verständnis der Bewertung und Bepreisung werden im Anschluss daran unterschiedliche Methoden der Risikobestimmung von Krediten vorgestellt. Im Rahmen dessen wir auch die Rolle von Ratingagenturen analysiert. In Kapitel drei folgt dann die explizite Darstellung der verschiedenen Problemfelder. So wird der Kredithandel vor dem Hintergrund der Agency-Theorie untersucht, wobei das Hauptaugenmerk auf der Informationsverteilung und den Transaktionskosten liegt. Im zweiten Teil wird dann detaillierter auf die Bewertung der Kredite und die dazu zur Verfügung stehenden Methoden eingegangen. In Teil drei und vier werden die rechtlichen Rahmenbedingungen und die Besonderheiten bezüglich des öffentlich-rechtlichen Bankensektors vorgestellt. Im Hauptteil der Arbeit – Kapitel vier – werden die vier existierenden Kreditbörsen ausführlich an Hand der verfügbaren Informationen vorgestellt sowie ihre bisherigen Transaktionserfolge dargelegt. Der zweite Abschnitt analysiert dann, vor dem Hintergrund der in Kapitel 3 aufgezeigten Hindernisse, den Beitrag der Handelplattformen zur Problemlösung. Dabei wird auch differenziert auf die unterschiedlichen Produktangebote und Geschäftsmodelle eingegangen sowie deren Grenzen erörtert. In Kapitel fünf erfolgt dann auf Basis der ermittelten Erkenntnisse die Illustration denkbarer Entwicklungspotenziale des Kredithandels und der Plattformen. Der Schwerpunkt liegt dabei auf der Verbriefung von problembehafteten Krediten. Daneben werden die Chancen des Forderungshandels für den Mittelstand und die Auflegung eines Index vorgestellt. Die Arbeit wird in Kapitel sechs mit einem Resümee der Kernaussagen und einem Ausblick abgeschlossen.
2.) Theoretischer Background der Handelsplattformen und des Credit Tradings
2.1) Terminologien, Abgrenzungen und Marktübersicht
In den letzten Jahren rückte der Handel mit Bankforderungen und dabei insbesondere der Verkauf Not leidender Kredite verstärkt in den Fokus der Öffentlichkeit. Vor allem der Verkauf an, die auf die Abwicklung dieser schlechten Kredite spezialisierten Finanzinvestoren aus dem angelsächsischen Raum, führte zu einer von Emotionen geprägten und nicht immer sachlich geführten Diskussion in den Medien. Einige Schlagzeilen aus der Fachpresse sollen diesen Umstand kurz veranschaulichen:
- „Verkaufte Sparkassen-Kredite: Anzeige wegen Untreue“[3]
- „Hausbank contra Heuschrecken“[4]
- „Zermürben und verhökern; Rechtsanwälte werfen den Geldeintreibern von Lone Star vor, rücksichtslos gegen frühere Bankkunden vorzugehen…“[5]
Aus dieser Entwicklung resultiert, dass eine Vielzahl unterschiedlicher Definitionen und Terminologien im Bereich des Credit Trading existieren. Zum besseren Verständnis und zur klaren Abgrenzung der Begrifflichkeiten werden daher im Folgenden die wichtigsten Begrifflichkeiten kurz erläutert.
Da der Fokus der Arbeit nicht nur auf dem Handel mit NPLs liegt, sondern den Kredithandel allgemein betrachtet, bedarf es zunächst einmal einer genauern Bestimmung des Begriffs Not leidender Kredit. Eine global verwendete einheitliche Definition für NPLs gibt es in diesem Sinne nicht, weshalb zumeist eine auf quantitativen Kriterien beruhende Begriffsbestimmung herangezogen wird. In Deutschland orientiert man sich dabei üblicherweise an dem Kreditausfallkriterium nach Basel II. Demnach ist ein Kredit als Not leidend zu betrachten, sobald der Kreditnehmer mit den Zins- und Tilgungszahlungen wenigstens 90 Tage in Verzug ist und zudem die Erlöse aus der Verwertung der Sicherheiten nicht das gesamte Kreditrisiko abdecken.[6]
Im Unterschied dazu haben sub-performing loans (SPLs) dieses Basel II Kriterium noch nicht erfüllt, es besteht allerdings eine hohe Wahrscheinlichkeit von mindestens zehn Prozent, dass dies innerhalb des nächsten Jahres geschieht. Zudem haben sub-performing loans meistens ein internes Bankrating das einem S&P Äquivalent von B- oder schlechter entspricht. Präziser ausgedrückt, SPLs befinden sich häufig in einer der zwei schlechtesten Ratingklassen des internen Ratingsystems der Bank.[7]
Auf diesen Definitionen basierend lassen sich Not leidende Kredite bezüglich ihres Vertragsstatus nochmals in drei Arten unterteilen: Darlehen die bereits gekündigt wurden, die ohne weiteres kündbar sind, und die bei Fälligkeit nicht bedient wurden.[8]
Zusammenfassend lassen sich NPLs und SPLs als bad debt klassifizieren, der sowohl das haftende Eigenkapital der Bank auf Grund der verschärften Vorschriften nach Basel II belastet, als auch bankinterne Ressourcen bindet. Im Folgenden wird nun der Verlauf eines NPL-Verkaufs dargestellt, da dieser für die in Kapitel 4 zu analysierenden, möglichen Effizienzverbesserungen von hoher Bedeutung ist.
Abbildung 1: Transaktionsphasen
Abbildung in dieser Leseprobe nicht enthalten
Quelle: Schulz (2006), S. 120.
Im Folgenden wird der klassische Ablauf einer NPL-Transaktion dargestellt, welcher sich in fünf Einzelphasen (siehe Abbildung 1) unterteilen lässt. In Phase 1 finden Vorüberlegungen bezüglich der zu verkaufenden Forderungen und des Rechtsrahmens statt. In Phase 2 werden die Bieter ausgewählt. Die dritte und vierte Phase – Due Diligence sowie Vertragsverhandlungen – werden teilweise parallel abgehalten. In Phase 5 kommt es dann zum Geschäftsabschluss.[9] Dieser Ablauf ist besonders im Hinblick auf standardisierte Transaktionen via Handelsplattformen und die damit einhergehenden Verbesserungspotentiale interessant. Insbesondere durch die Senkung von Transaktionskosten und eine effektivere Informationsverteilung lassen sich Effizienzsteigerungen erzielen.
Daneben bieten Banken allerdings auch vertragsmäßig bediente Kredite zum Verkauf an, um im Rahmen eines aktiven Kreditportfoliomanagements beispielsweise geografische Klumpenrisiken zu reduzieren oder den Forderungsbestand der Bank an eine neue strategische Ausrichtung anzupassen.[10] Auf die dafür speziell geltenden rechtlichen Besonderheiten wird in Kapitel 3.3 näher eingegangen.
Abbildung 2: Gehandelte Kreditvolumen
Abbildung in dieser Leseprobe nicht enthalten
Quelle: Deutsche Bank Research (2007), S. 8.
Die Schätzungen der deutschen Marktgröße und seiner zukünftigen Wachstumspotentiale sind äußerst unterschiedlich. Der Grund dafür ist, dass nicht immer alle Transaktionen bekannt gegeben werden, unter anderem auch um negative Auswirkungen auf die Reputation des veräußernden Kreditinstitutes zu vermeiden. Kroll/Mercer Oliver Wyman gehen in ihrer Studie von 2004 von einem Gesamtvolumen in Höhe von 160 Milliarden Euro aus. Davon sind 125 Milliarden NPLs und 35 Milliarden SPLs. Im internationalen Vergleich ist dies der höchste NPL-Anteil in Europa und einer der größten weltweit.[11] Eine andere Studie hingegen, geht von einem weitaus größeren Gesamtvolumen in Höhe von mindestens 200 bis 300 Milliarden Euro an gekündigten Krediten aus – also ohne Berücksichtigung kündbarer Darlehen. Würden diese ebenfalls mit in die Berechnungen einbezogen, läge das Volumen nochmals höher. Aber auch so entspricht dies schon ungefähr 15 Prozent des Weltmarktes.[12] Die Summe der öffentlich bekannten und tatsächlich abgewickelten Kredite ist ebenfalls gestiegen und zwar von ca. 1,5 Milliarden Euro in 2003 auf ca. 7,6 Milliarden im Jahr 2006 (siehe Abbildung 2). Auf der Verkäuferseite agieren dabei insbesondere die Geschäfts- und Hypothekenbanken. Sowohl Sparkassen als auch Volksbanken sind bezüglich getätigter Verkäufe noch deutlich unterrepräsentiert (siehe Abbildung 3). Als Käufer treten große amerikanische Investmentbanken und Privat Equity Gesellschaften auf, die Abteilungen aufgebaut haben, welche eigens auf Not leidende Kredite spezialisiert sind.[13]
Abbildung 3: Marktteilnehmer Verkaufsseite
Abbildung in dieser Leseprobe nicht enthalten
Quelle: Deutsche Bank Research (2007), S. 7.
Eine weitere wichtige Differenzierung besteht hinsichtlich der Art des Kreditverkaufes. Grundsätzlich lassen sich zwei Formen unterscheiden. Zum einen sind das die so genannten synthetischen Transaktionen. Hierbei wird nur das in den Krediten enthaltene Ausfallrisiko an eine dritte Partei veräußert, die Forderungen selbst bleiben jedoch weiterhin in der Bankbilanz bestehen, so dass sich hinsichtlich der Eigenkapitalbelastung keine Veränderung ergibt.[14] Synthetische Forderungsverkäufe erfolgen durch den Einsatz von Kreditderivaten, beispielsweise durch Credit-Default-Swaps (CDS) oder Credit-Linked-Notes (CLN).[15] Diese Produkte sind weitestgehend standardisiert und werden over-the-counter (OTC) gehandelt. Als zweite Verkaufsform sind True Sale-Transaktionen zu nennen. Hierbei erfolgt ein vollständiger Verkauf der Kreditforderungen, einschließlich eventuell vorhandener Sicherheiten, so dass der Erwerber des Kredites bzw. des Portfolios zum neuen Gläubiger avanciert.[16] Wie der Titel der Arbeit bereits andeutet, liegt der Fokus ausschließlich auf der zweiten hier vorgestellten Verkaufsart, so dass Kreditderivate in der weiteren Betrachtung vollständig unberücksichtig bleiben.
Eine Besonderheit im Rahmen von True Sale-Verkäufen stellt deren Verbriefung dar. Dabei handelt es sich um Transaktionen bei denen die Forderungen an eine eigens dafür gegründete Zweckgesellschaft (SPV – Special Purpose Vehicle) verkauft werden. Diese wiederum refinanziert die Kosten des Ankaufs durch die Ausgabe von nach Sicherungsrangfolge tranchierten Schuldverschreibungen am Kapitalmarkt. Die Besicherung erfolgt dabei durch die ursprünglich verkauften und übertragenen Vermögenswerte.[17] Im Hinblick auf die Verbriefung von NPLs lässt sich jedoch festhalten, dass derartige Transaktionen, nach Aussagen von Experten, bis dato sehr selten stattgefunden haben und daher noch nicht in den Fokus der Öffentlichkeit gerückt sind. Die Gründe dafür sowie mögliche Vorteile von NPL-Verbriefungen werden in Kapitel 5.1 eingehender untersucht.
Als letzter Punkt in diesem Kapitel werden die unterschiedlichen Arten der Vertragsverhandlung dargestellt. Diese unterscheiden sich im Wesentlichen durch die Anzahl der beteiligten potentiellen Käufer. Bei bilateral geführten Verkaufsgesprächen wird exklusiv mit einem Investor verhandelt, wohingegen bei multilateralen Verhandlungen mit mehreren Interessenten gleichzeitig gesprochen wird. Das Problem dabei liegt in der Tatsache, dass mit wachsender Zahl möglicher Käufer die Kosten ebenfalls ansteigend. Allerdings sind die Chancen einen besseren Preis zu erzielen, auf Grund des verstärkten Wettbewerbs zwischen den Investoren, möglicherweise höher als bei Exklusivverhandlungen. Bezüglich eines Handels über Kreditbörsen könnte wiederum die Schlussfolgerung gezogen werden, dass solche Handelsplattformen für beide Transaktionspartner vorteilhaft wären, da Verhandlungskosten möglicherweise gesenkt und dennoch höhere Verkaufspreise erzielt werden können. Diese Überlegungen werden in Kapitel 4.2 eingehender analysiert.
2.2) Einführung in die Auktionstheorie
Im Allgemeinen erfolgen die Preisfindung und der Handel über Börsen gemäß den Prinzipien unterschiedlichster Auktionstypen. So ermittelt unter anderem die Chicago Debt Exchange zum Beispiel die Preise der zum Verkauf stehenden Kreditportfolios mittels des so genannten open-outcry-Verfahren. Daher wird in diesem Kapitel eine kurze Einführung in die Auktionstheorie gegeben.
Grundsätzlich gibt es vier verschiedene Formen von Auktionen, die danach differenziert werden können, ob die Gebote für den zu verkaufenden Gegenstand in aufsteigender oder absteigender Form abgegeben werden. Zudem gibt es noch zwei weitere Auktionsregeln zur Bestimmung der Höhe des Verkaufserlöses. Wird dazu das höchste Gebot herangezogen handelt es sich um First-Price-Auktionen, bei Verwendung des zweithöchsten um Second-Price-Auktionen.[18]
Als typische aufsteigende Auktion ist die so genannte Englische Auktion anzusehen. Hierbei werden die Gebote für das zu versteigernde Gut schrittweise erhöht und der jeweilige Preis öffentlich ausgerufen – open-outcry-Verfahren. Während des Verfahrens haben alle Teilnehmer zu jeder Zeit die Möglichkeit aus dem Verkaufsprozess aus- und wieder einzusteigen. Den Zuschlag erhält dann derjenige Bieter, der den höchsten Preis zu bezahlen bereit und folglich noch der einzig verbleibende Teilnehmer der Auktion ist.[19]
Im Gegensatz dazu wird bei der Holländischen Auktion mit einem sehr hohen Preis begonnen, der dann so lang reduziert wird bis jemand bereit ist das angebotene Gut zu erstehen. Der Vorteil dieses Verfahrens ist, dass Versteigerungen sehr schnell abgewickelt werden können.[20]
Die letzte hier zu nennende Variante sind Vickrey Auktionen. Diese lassen sich nochmals nach den oben bereits vorgestellten Auktionsregeln first price und second price unterteilen. Die Besonderheit bei Vickrey Versteigerungen ist, dass die Gebote so abgeben werden, dass den Teilnehmern kein anderes außer dem eigenen bekannt ist. Die Angabe des maximal zu zahlenden Preises erfolgt dabei meistens in versiegelten Umschlägen. In der ersten Version bezahlt der Gewinner den eigenen Preis, in der zweiten bezahlt er den Betrag, der dem zweithöchsten Gebot entspricht.[21] Absteigende, Holländische Auktionen entsprechen dabei unter strategischen Gesichtspunkten versiegelten first price-Auktionen, da derjenige Spieler gewinnt, der den höchsten Preis ausruft. Folglich ist in beiden Verfahren die Bieterfunktion der Auktionsteilnehmer identisch.[22]
Für eine Auktion gleich welcher Art existieren dabei zwei natürliche Zielsetzungen. Zum einen die Gewinnmaximierung für den Verkäufer, zum anderen die Erfüllung eines Pareto-effizienten Gleichgewichts. Angenommen es beteiligen sich n Bieter, deren persönliche Bewertung des zu verkaufenden Gegenstandes, beispielsweise ein Kreditportfolio mit v1, v2, …, vn, angegeben ist. Die Bedeutung der Pareto-Effizienz lässt sich an folgendem einfachen Sachverhalt verdeutlichen. Wenn v 1> v2 gilt und der zweite Bieter dennoch den Zuschlag erhält, lassen sich beide Akteure besser stellen, indem Person 2 das Gut auf Person 1 überträgt und dafür von dieser einen Ausgleich in Höhe von p = v1 - v2 erhält. Folglich wäre das Ergebnis solch einer Auktion nicht Pareto-optimal.[23]
Bezüglich der zur individuellen Beurteilung und Wertschätzung des Gutes notwendigen Informationen und deren Verteilung unter den Teilnehmern existieren zwei wichtige Annahmen. Im einfachen private value-Modell kennt jeder Bieter den jeweiligen individuellen Wert des zu versteigernden Objekts. Dieser Wert stellt allerdings eine private Information dar, die für die anderen Bieter nicht ersichtlich ist. Im common value-Modell ist der Wert für alle derselbe, allerdings existieren für jeden Akteur wiederum unterschiedliche private Informationen wie hoch dieser letztendlich wirklich ist[24]. Dies führt dazu, dass sich die Einschätzungen der Bieter durch Lerneffekte, angestoßen durch Signale und durch das Verhalten der anderen Spieler, im Verlauf der Auktion ändern werden. Bei private value-Auktionen hingegen bleibt annahmegemäß die Werteinschätzung von Lerneffekten unbeeinflusst.
Ein wichtiges Problem, das bei common value-Auktionen und in der Praxis auftritt, ist das so genannte Winner’s-Curse-Phänomen. Bei Nichtberücksichtigung möglicher falscher Signale anderer Bieter, bezahlt der Gewinner der Auktion im Durchschnitt mehr, als das Gut tatsächlich wert ist. Dadurch fallen die tatsächlich realisierten Renditen im Vergleich zu den eigenen Erwartungen zu gering aus.[25] Folglich sollte insbesondere in Bieterwettstreiten eine zweifache Angleichung des eigenen Gebotes erfolgen, um Verluste zu vermeiden. Zum einen bezüglich einer möglichen Unterschätzung der Kosten, die entstehen wenn man die Versteigerung gewinnt, zum anderen eine Anpassung nach oben durch eine Profitmarge in Abhängigkeit von der Anzahl der Auktionsteilnehmer. Außerdem sollte man sich auch bei einer Vielzahl an Konkurrenten nicht auf eine zu aggressive Bieterstrategie einlassen.[26]
Unter Berücksichtigung der natürlichen Zielstellungen einer Auktion, insbesondere der Maximierung des erwarteten Ertrages für den Verkäufer, stellt sich nun die Frage welche der soeben vorgestellten Auktionsformen verwendet werden und wie deren optimale Ausgestaltung sein sollte.[27] Zur Analyse wird ein einfaches Modell nach Riley/Samuelson (1981) verwendet.[28] Nachstehende allgemeine Annahmen gelten:[29]
a) Es existiert ein Verkäufer mit einem Reservationspreis von v0, der sich n Bietern mit einem Vorbehaltswert von vi, mit i = 1, …, n, gegenübersieht.
b) Die Reservationswerte der Beteiligten sind unabhängig, stetig monoton wachsend und identisch über Abbildung in dieser Leseprobe nicht enthaltenverteilt.
Die Auktionen haben dabei die folgenden Eigenschaften: Ein Käufer kann immer über den Mindestpreis bieten, derjenige mit dem höchsten Gebot ersteigert das Gut, alle Teilnehmer werden gleich behandelt und es gibt eine allgemeine gleichgewichtige BieterstrategieAbbildung in dieser Leseprobe nicht enthalten, mit i = 1,..n, die eine ansteigende Funktion des Reservationspreises darstellt. Ist Annahme b) gültig und sind alle Bieter risikoneutral, so ist der erwartete Ertrag des Verkäufers gegeben durch:
(1).
Abbildung in dieser Leseprobe nicht enthalten
v* ist dabei der Mindestpreis unter dem es nicht lohnenswert ist ein Angebot abzugeben. Daraus folgt, dass der erwartete Verkaufspreis verschiedener Auktionsarten durch die Bestimmung des niedrigsten Reservationswert v* verglichen werden kann.[30] Zusätzlich zu den Annahmen für (1) legt der Verkäufer den Mindestpreis b0 fest. Für Holländische Auktionen ergibt sich daraus eine gleichgewichtige Strategie mit
(2).
Abbildung in dieser Leseprobe nicht enthalten
Dies impliziert, dass auch das absteigende Verfahren zu denjenigen Auktionsformen gehört, für die Gleichung (1) Gültigkeit besitzt. Für den Anbieter des Gutes sind diese Verfahren dann optimal, wenn der Reservationswert der Teilnehmer das Mindestgebot übertrifft. Zudem muss gelten
(3).
Abbildung in dieser Leseprobe nicht enthalten
Dies bedeutet, dass auch absteigende Versteigerungen und second price-Auktionen mit einem Mindestpreis von b0 = v* dasselbe optimale Ergebnis liefern. Die Nichtveröffentlichung des Mindestpreises ändert dabei am Ergebnis nichts und generiert somit auch keine höheren Einkünfte.[31]
Zusammenfassend lässt sich festhalten, dass die vorgestellten Auktionsarten unabhängig von der verwendeten Preisfindungsregel äquivalent sind, da sie alle den erwarteten Ertrag des Verkäufers maximieren, solange dieser einen Reservationspreis festlegt, unterhalb dessen er keine Offerten akzeptieren wird. Das Mindestgebot ist dabei unabhängig von der Anzahl der Auktionsteilnehmer.[32]
Dieses Äquivalenzergebnis ändert sich allerdings, wenn man von der Annahme der Risikoneutralität abweicht. Sind die Akteure risikoavers, sollte der Verkäufer zur eigenen Ertragsmaximierung Holländische Auktionen vorziehen, auch wenn er selbst risikoscheu ist.[33] Abschließend lässt sich noch festhalten, dass der Nutzen für den Anbieter bei Englischen Auktionen mit der Anzahl der Bieter steigt und im Gegensatz zu direkten Verhandlungen oder Versteigerungen mit Vorkaufsrecht vorteilhafter ist.[34]
2.3) Die Rolle von Ratingagenturen sowie alternative Methoden bei der Beurteilung des Kreditrisikos
In diesem Kapitel wird die Rolle und Bedeutung von Ratingagenturen bezüglich der Bonitäts- und Risikobeurteilung von Krediten erläutert. Das Augenmerk liegt dabei auf der Abschätzung der Ausfallwahrscheinlichkeit der Forderungen. Beim Handel von NPLs und SPLs kommt diesem Aspekt zwar eher eine untergeordnete Bedeutung zu, da die Kredite bereits ausgefallen sind bzw. eine hohe Wahrscheinlichkeit besteht, dass dies bald geschieht. Somit liegt Investments in solchen Positionen eine hochspekulative Motivation zu Grunde. Allerdings analysiert diese Arbeit den Kredithandel allgemein, wodurch die Quantifizierung der Risiken der zum Verkauf stehenden Kredite für potentielle Investoren zu einem zentralen Aspekt wird. Neben intern verwendeten Verfahren und Methoden spielen dabei auch externe Ratingagenturen eine bedeutende Rolle.
Ein Kreditrisiko existiert dann, wenn die Möglichkeit besteht, dass der Forderungsnehmer seine Zins- und Tilgungszahlungen nicht mehr leisten kann oder aus strategischen Gründen die Zahlungen einstellt (so genannter Strategic Default). Ein Verlust aus einem vergebenen Kredit kann dabei einerseits durch den konkreten Ausfall des Schuldners entstehen, anderseits durch eine Verschlechterung der Bonität, wodurch sich wiederum die Ausfallwahrscheinlichkeit erhöht und der Wert der Forderung sinkt. Zu den Bestimmungsgrößen des Kreditrisikos zählen neben der Ausfallwahrscheinlichkeit (Probability of Default – PD), das Exposure-Risiko (Exposure at Default – EAD) sowie das Recovery-Exposure (Loss Given Default – LGD).[35]
Die PD gibt dabei die Wahrscheinlichkeit an, dass ein Ereignis eintritt, das den Kreditgeber zu einer Realisierung eines Verlustes zwingt. EAD spiegelt die Unsicherheit bezüglich der Höhe dieses Betrages wider und existiert insbesondere bei Forderungen, die nicht vollständig durch Sicherheiten gedeckt sind. Als letztes Element berücksichtigt LGD die Wiedergewinnungsquote und somit den Teil des Forderungsbetrages, der unter Berücksichtigung der Ausfallart, des Insolvenzranges und der Sicherheiten eingetrieben werden kann. Somit ergibt sich für den erwarteten Verlust folgende Bestimmungsgleichung:[36]
EL = PD x LGD x EAD (4)
Gleichung (4) gibt dabei lediglich einen Zahlenwert an, der keine Auskunft über auftretende Schwankungen zufälliger Verlustereignisse aussagt. Es wird daher eine Größe benötigt, die beschreibt, wie weit der tatsächlich realisierte Forderungsausfall vom erwarteten Wert entfernt ist. Zur Bestimmung dieses unerwarteten Verlustes (unexpected loss – UL) wird meistens die Standardabweichung des EL herangezogen:[37]
Abbildung in dieser Leseprobe nicht enthalten (5)
Es ist nun zu überlegen, inwieweit Ratingagenturen dabei behilflich sind diese Kennzahlen zu ermitteln bzw. einen Anhaltspunkt für deren Abschätzung liefern. Standard&Poor’s (S&P) und Moody’s sind weltweit die beiden renommiertesten Ratingagenturen, die nahezu alle öffentlich gehandelten Forderungen in den USA und Kanada beurteilt haben. Ihre Ratings werden ebenso wie die periodisch vorgenommene Überprüfung ihrer Einschätzung für die Öffentlichkeit zugänglich gemacht.[38] Folglich haben beide eine quasi monopolistische Stellung auf dem Ratingmarkt inne, woraus unter anderem Probleme bezüglich der Anreizkompatibilität und der Reputation entstehen können.[39]
Nach dem Selbstverständnis von S&P, gibt ein Rating die allgemeine Kreditwürdigkeit eines Schuldners, oder die Kreditwürdigkeit des Schuldners hinsichtlich einer bestimmten Schuldverschreibung oder jeder anderen finanziellen Verpflichtung, jeweils auf den relevanten Risikofaktoren basierend, an.[40] Nach Moody’s gibt ein Rating die Ansicht über die zukünftige Leistungsfähigkeit und die gesetzliche Verpflichtung eines Emittenten wieder, seinen Zins- und Tilgungszahlungen resultierend aus festverzinslichten Wertpapieren zeitgerecht nachzukommen.[41]
Abbildung 4: Ratingkategorien von S&P und Moody’s für langfristige Kredite
Abbildung in dieser Leseprobe nicht enthalten
Quelle: Eigene Darstellung nach Heidorn (1999), S. 3 und Moody’s Investor Service (2003), S. 6
Die Ratings für langfristige Kredite sind dabei in unterschiedliche Kategorien, von AAA – diese spiegelt die beste Kreditqualität wider – bis D – gleichbedeutend mit einem Ausfall – unterteilt (siehe Abbildung 4).[42] Forderungen, die Ratings zwischen AAA und BBB aufweisen, erhalten die Bezeichnung Investment Grade, wodurch sie als Anlage für institutionelle Anleger in Frage kommen. Verbindlichkeiten mit einem BB oder niedrigerem Rating werden als Speculative Grade bezeichnet, wodurch ihr spekulativer Charakter zum Ausdruck kommt.[43] Diese Abstufungen reflektieren somit die unterschiedliche Finanzkraft der Schuldner und helfen bei einer Beurteilung und Berechnung des jeweiligen Kreditrisikos. Neben diesen Ratingeinstufungen stellen S&P und Moody’s zum einen kumulierte Ausfallwahrscheinlichkeiten über unterschiedliche Zeiträume für jede Kategorie sowie Übergangsmatrizen zwischen den einzelnen Ratingkategorien zur Verfügung (siehe Abbildung 5 und 6). Durch die Veröffentlichung der angehäuften Zahlungsstörungen lässt sich das Risiko eines Ausfalls einer Verbindlichkeit oder eines Kreditportfolios mit einem bestimmten Rating nach einem gewissen Zeitraum abschätzen.[44] So liegt die Erwartung, dass eine AA-Anleihe nach 5 Jahren nicht mehr bedient wird bei 0,43 Prozent, für eine B-Anleihe hingegen schon bei 21,88 Prozent. Die Transmissionsmatrix gibt die Wahrscheinlichkeit an, dass sich das ursprüngliche Rating einer Forderung innerhalb eines Jahres nach oben oder nach untern verändert.
Sowohl die Übergangs-, als auch die kumulierten Ausfallwahrscheinlichkeiten werden zudem
zur Kreditbewertung herangezogen. Auf das Vorgehen bei der Bewertung von Forderungen wird in Kapitel 3.2 genauer eingegangen.
Abbildung 5: Kumulierte Ausfallwahrscheinlichkeiten in Prozent
Abbildung in dieser Leseprobe nicht enthalten
Quelle: Standard&Poor’s (1996), zitiert nach J. P. Morgan (1998), S. 71.
Es stellt sich nun die Frage, wie die Ratingagenturen zu ihren Einschätzungen gelangen und woher ihre Vormachtstellung bei der Beurteilung der Bonität der Kreditnehmer kommt. Die meisten Ratingsysteme greifen bei der Analyse des Unternehmens sowohl auf quantitative bilanzielle, als auch auf qualitative innerbetriebliche Faktoren zurück. So muss zum Beispiel die Finanzkraft des Kreditnehmers ermittelt werden, um sicherzustellen, dass die Erträge und die generierten Cash Flows ausreichend sind, um den finanziellen Verpflichtungen nachzukommen. Die Liquiditätslage und die Qualität der Vermögenswerte müssen ebenfalls berücksichtigt werden. Zusätzlich fließen auch das industrielle Umfeld, die Marktpositionierung, Wettbewerbsfähigkeit und Kundenbeziehungen der Gesellschaft sowie makroökonomische und länderspezifische Risiken in die Betrachtung mit ein. Insbesondere für Unternehmen kleiner und mittlerer Größe sind ausreichende Sicherheiten von Bedeutung, da deren Existenz nicht zwangsläufig garantiert ist, was wiederum das Rating negativ beeinflussen kann.[45]
Abbildung 6: Übergangsmatrix von S&P
Abbildung in dieser Leseprobe nicht enthalten
Quelle: J. P. Morgan (1998), S. 20, zitiert nach Standard&Poor’s (1996).
Die Gewichtung und die Beurteilung der einzelnen Faktoren erfolgt dabei nicht durch ein formales oder mathematisches Modell, sondern basiert lediglich auf den allgemeinen Überlegungen und Erfahrungen der Ratingagenturen. Die Kreditwürdigkeitsprüfung kann daher keineswegs als äußerst präzise angesehen werden. Folglich beruht die endgültige Bonitätseinschätzung immer auf dem individuellen Urteil desjenigen, der das Rating begutachtet.[46]
Dennoch tragen Ratings zu einer erheblichen Aufwandsreduzierung und Kostensenkung für die Anleger bei ihren Investitionsentscheidungen bei. Grund dafür ist, dass sie, ihre nach einem global vergleichbaren Standard erlangten Informationen, an relativ uninformierte Investoren sowie den Finanzmarkt im Allgemeinen, weiterleiten, und somit zu einer schnelleren Verbreitung derselben beitragen. Auf diese Weise sind Ratings bei der Entzerrung unterschiedlicher Informationen behilflich und dienen als Basis für die endgültige Preis- und Investitionsentscheidung.[47]
Die Akzeptanz der Bonitätsurteile von Ratingagenturen innerhalb der Finanzwirtschaft basiert trotz des geringen bzw. nicht vorhandenen Wettbewerbs auf ihrer hohen Reputation.[48] Um diese nicht zu gefährden, ist eine Stabilität der abgegebenen Ratings notwendig. Durch den through the cycle-Ansatz der Ratingagenturen soll ein kurzfristiges Auf und Ab vermieden werden. Die Methode besteht aus zwei Komponenten. Zum einen ist das die Vernachlässigung kurzfristiger Schwankungen des Ausfallrisikos. Durch das Herausfiltern der temporären Komponente werden ausschließlich langfristige und strukturelle Faktoren berücksichtigt. Der zweite Aspekt ist eine umsichtig vorgenommene Ratinganpassung, die nur dann auftritt, wenn substantielle und dauerhafte Veränderungen im Ausfallrisiko auftreten und selbst dann erfolgt lediglich eine teilweise Angleichung an den aktuellen Level des Ausfallrisikos.[49]
Zum Abschluss des Kapitels werden noch kurz einige kritische Aspekte von externen Ratings aufgezeigt. Ein Schwachpunkt liegt vor allem in der statischen Natur der empirisch erlangten kumulierten Ausfall- und Übergangswahrscheinlichkeiten. In der Realität sind beide ziemlich dynamisch und verändern sich in Abhängigkeit von ökonomischen Rahmenbedingungen und Konjunkturzyklen über Jahre hinweg gesehen substantiell.[50]
Ein zweiter Punkt betrifft jene Unternehmen, die weder gelistet, noch geratet sind. Für diese existieren folglich auch keine Benchmarks zur Bestimmung der Ausfall- oder Bonitätsveränderungswahrscheinlichkeiten. Da Darlehen an diese Firmen einen recht hohen Anteil im Kreditportfolio der meisten Banken einnehmen, ist dies ebenfalls problematisch.[51] Daher wird, auch bedingt durch die Vorgaben von Basel II, zur Risikobestimmung solcher Unternehmenskredite verstärkt auf interne Ratingmodelle, die auf dem IRB-Ansatz (internal rating based approach) beruhen, zurückgegriffen.
Ein zusätzliches Analysetool zur Bestimmung des Insolvenzrisikos ist die von Altman et al (1977) entwickelte ZETA®-Analyse, die mit einer Genauigkeit von 90 Prozent die Unternehmensinsolvenz ein Jahr und mit 70 Prozent bis zu fünf Jahre vor dem eigentlichen Eintritt klassifiziert. Das Modell transferiert die unternehmensspezifischen Finanzdaten aus der Bilanzanalyse in einen Indexwert, der dann in seiner Form einem Anleihenrating entspricht. Die sieben ausgewählten Variablen sind: die Gesamtkapitalrendite, die Variabilität der Erträge und die kumulierte Profitabilität, der Schuldendienst, die Gesamtgröße sowie die Liquidität und Kapitalisierung des Unternehmens.[52]
Ergänzend zu ZETA® kann das ebenfalls von Altman (1989) entwickelte Konzept der Sterblichkeitsrate für Anleihen der gleichen Population zur Abschätzung des Ausfallrisikos herangezogen werden. Anleihen können dabei durch Ausfall, Kündigung, Tilgung oder Fälligkeit die ursprüngliche Population verlassen. Für die Marginal Mortality Rate (MMR) folgt:
Abbildung in dieser Leseprobe nicht enthalten (6)
Als kumulierte Größe über einen bestimmten Zeitraum (1, 2,…, T) ergibt sich:
Abbildung in dieser Leseprobe nicht enthalten (7),
mit SRT als Überlebensrate in (t).
Die Rate ist wertmäßig für ein einzelnes Jahr nach der Emission gewichtet, um nicht durch jahresspezifische Verzerrungen beeinflusst zu werden.[53]
Nach der Einführung in den theoretischen Hintergrund des Kredithandels, erfolgt nun im anschließenden Teil der Arbeit die Darstellung der bisher existierenden, grundlegenden Probleme des Kredithandels. Dazu zählen neben Informationsasymmetrien und hohen Transaktionskosten auch Schwierigkeiten hinsichtlich der Bewertung der Darlehen im Allgemeinen und im Speziellen für NPLs sowie rechtliche und regulatorische Vorschriften.
3.) Grundprobleme und Herausforderungen des Credit Trading
3.1) Theoretische Überlegungen – Ineffizienzen im bisherigen Kredithandel
3.1.1) Theorie der asymmetrischen Informationsverteilung
Asymmetrische Informationen treten immer dann auf, wenn von zwei oder mehr Akteuren, die zusammen in beliebiger Art kooperieren, einer besser informiert ist als der andere. Daraus ergeben sich dann ökonomische Nachteile der schlechter informierten Partner, Fehlallokationen oder Wohlfahrtsverluste. Zudem resultieren daraus Fragen über die optimalen Kooperations- und Vertragsdesigns zur Überwindung der Ineffizienzen.[54] Insbesondere die letzten beiden Punkte sind mit Blick auf die Ausgestaltung und die Aufgabe der Kredithandelsplattformen interessant.
Aus asymmetrisch verteilten Informationen resultieren zwei Problemfelder. Zum einen ist das das Moral-Hazard-Problem nach Vertragsabschluss, bei dem der Prinzipal das Verhalten des Agenten nicht beobachten kann bzw. dies vor einem Gericht nicht von ihm nachweisbar ist. Diese Nichtverifizierbarkeit veranlasst den Agenten dann zu einem riskanteren Verhalten als vom Prinzipal gewünscht.[55]
Die zweite Schwierigkeit ergibt sich durch die so genannte adverse Selektion. Märkte, die im Hinblick auf ihre Informationsfunktion ineffizient sind, werden von besseren Akteuren gemieden, wodurch ein Prozess der Negativauslese beginnt und nur noch schlechte Qualitäten angeboten werden. Folglich kommt es zum Marktversagen kommt.[56] Akerlof (1979) hat diesen Prozess anhand des Gebrauchtwagenmarktes in den USA veranschaulicht. Die Kaufinteressenten kennen den wahren Wert des angebotenen Autos nicht, wodurch sich ein an der Durchschnittsqualität orientierender Preis ergibt. Anbieter mit Automobilen überdurchschnittlicher Qualität werden den Markt daraufhin verlassen, da ihnen die gebotenen Preise zu gering sind. Folglich sinkt die Gesamtqualität der gehandelten Gebrauchtwagen bis nur noch so genannte Zitronen übrig sind – Market for Lemons.[57]
Es stellt sich nun die Frage in welcher Hinsicht Informationsasymmetrien ein Hindernis für einen effizienten Kredithandel darstellen. Auch bei Kreditbeziehungen liegen ungleich verteilte Informationen vor, die sowohl zu einer adversen Selektion, als auch zu einem Moral-Hazard-Verhalten führen können. Der Kreditnehmer ist, im Vergleich zu der ihn finanzierenden Bank, besser darüber in Kenntnis gesetzt wie seine zukünftigen Erträge voraussichtlich ausfallen werden. Zudem sind diese für den Kreditgeber schwer zu ermitteln und in ihrer Verwendung kaum beobachtbar.[58] Folglich ergibt sich eine Hidden Information-Situation, da der Kreditnehmer seine Bonität besser beurteilen kann als die Bank. Außerdem hat er, insbesondere bei einer schlechten Kreditwürdigkeit, keinen Anreiz diese wahrheitsgemäß offen zu legen. Zusätzlich besteht für den Schuldner der Anreiz riskantere Investitionsprojekte durchzuführen, da der Einsatz der Gelder nur schwer zu überprüfen ist (Moral-Hazard-Problematik).[59] Daraus resultiert, dass sich die Bank vor der Kreditvergabe gründlich über die Bonität des Schuldners informieren und nach der Darlehensbewilligung den Schuldner überwachen muss (monitoring-Funktion). Dadurch wird die Bank wiederum selbst zum Insider, wodurch dieselbe Problematik zwischen ihr und potentiellen Käufern des Kredites entsteht.[60]
Der Handel mit Krediten wird demzufolge erschwert, da Investoren hinsichtlich der Kreditqualität zu befürchten haben, dass die Bank insbesondere Forderungen zum Verkauf anbieten wird, die ein hohes Risiko beinhalten (ex ante Moral Hazard), und dies von ihnen auf Grund der Informationsdefizite nicht exakt erkannt und quantifiziert werden kann.[61]
Zudem besteht nach einem Verkauf für die Bank kein Grund mehr das kostspielige Servicing, in Form der Kreditevaluierung und -überwachung, beizubehalten, da sie keinerlei Erträge aus diesen Aktivitäten erhält (ex post Moral Hazard). Werden die Kredite nun ohne eine Garantie oder einen Entschädigungsanspruch veräußert, antizipieren potentielle Investoren diese Anreizproblematik und bewerten daher den Kredit niedriger.[62] Als Folge tritt somit eine adverse Selektion ein, so dass auf dem Markt für Bankkredite nur noch schlechte Kredite angeboten werden.[63]
Die gerade aufgezeigte Problematik betrifft dabei nicht nur vertragsmäßig bediente Kredite, sondern ebenso NPLs bzw. SPLs und zwar in der Hinsicht, dass beispielsweise auch schlechte Not leidende Kredite angeboten werden, bei denen die Aussichten auf eine Erfolg versprechende Restrukturierung sehr niedrig sind oder der Abdeckungsgrad der Forderungen mittels Sicherheiten gering ausfällt.
Die Gründe für die Illiquidität von Bankkrediten lässt sich anhand des Zusammenbruchs der Penn Square Bank aus den USA im Jahr 1982 beispielhaft darstellen. Penn Square verkaufte großvolumige, hoch verzinste, aber gleichzeitig auch extrem risikoreiche Kredite an andere Banken, entweder als ganzes oder nur Teile davon. Zudem verlangte sie noch eine Gebühr für das Servicing, das bei ihr blieb. Die Transaktionen mit Penn Square verstießen dabei gegen alle Grundsätze eines soliden Bankgeschäftes, da sich die Käufer der Darlehen auf die Kreditunterlagen der Penn Square verließen. Diese waren jedoch sowohl fehlerhaft, als auch unvollständig. Dadurch setzte man sich massiven potentiellen Verlusten aus. Als Resultat brachen die Banken Seafirst of Seattle und Continental of Illinois zusammen. Beide waren die größten Käufer der Kredite von Penn Square.[64]
Dieses Beispiel zeigt, dass es zwingend notwendig ist, in die Überwindung der Informationsasymmetrien zu investieren und Strategien zu entwickeln, die zu effizienten Transaktionen führen. Da die Ausschaltung dieser Unvollkommenheiten jedoch erhebliche Ausgaben erfordert, resultiert daraus wiederum eine weitere Problematik, auf die im folgenden Kapitel näher eingegangen wird.
3.1.2) Die Transaktionskostenproblematik
Um die in 3.1.1 angesprochenen Schwierigkeiten und Unsicherheiten zwischen Investor und Kreditinstitut zu überwinden, sind zum einen verstärkte Screening-Aktivitäten auf Seiten des Käufers sowie ein ausgiebiges Signalling über die angebotene Kreditqualität durch den Verkäufer denkbar und notwendig. Dadurch entstehen hohe Kosten, die wiederum zu weiteren Ineffizienzen führen, die im Folgenden ausführlicher besprochen werden.[65] Auf vollkommenen Märkten existieren auf Grund der Präsenz von Informationssymmetrie, vollständiger Rationalität und kooperierendem Verhalten keine Transaktionskosten. Da die Märkte in der Realität allerdings nicht perfekt, fallen zum Teil erhebliche Ausgaben an, um die entsprechenden Friktionen zu überwinden.[66]
Unter Transaktionskosten sind dabei jene Aufwendungen subsumiert, die notwendig sind, um einen Geschäftsabschluss möglichst effizient zu realisieren. Dazu ist es zum Beispiel notwendig herauszufinden, wer als entsprechender Transaktionspartner in Frage kommt. Alternativ kann der Markt vorab darüber informiert werden, wann und zu welchen Bedingungen man zu einem Geschäft bereit ist. Daneben entstehen Kosten bei den Vertragsverhandlungen und bei der Ausarbeitung der vor Gericht verifizierbaren Verträge. Letzten Endes kann dies dazu führen, dass die ursprüngliche Transaktion so teuer wird, dass eine Durchführung für beide Parteien nicht mehr lohnenswert ist.[67]
Für den Kredithandel existieren im speziellen zwei Formen von Transaktionskosten, die Such- und Informationskosten ex ante und die Verhandlungs- und Entscheidungskosten ex post. Gerade bei solch spezifischen Geschäftsarten wie dem Verkauf von Forderungen entstehen unvermeidlich hohe Kosten für die Suche nach geeigneten Verkäufern bzw. Käufern. Diese können dabei unmittelbarer Natur sein, beispielsweise durch Vorortbesuche, oder mittelbarer Art durch die Schaffung von dementsprechend organisierten Märkten. Hinzu kommen Kosten, die durch Preisvergleiche und Qualitätsanalysen entstehen. Unter die Verhandlungs- und Entscheidungskosten fallen sämtliche Aufwendungen, die der Aufbereitung der gesammelten Informationen, der Entscheidungsfindung sowie der Entlohnung für Berater, Anwälte und Wirtschaftsprüfer dienen.[68]
Weitere beim Verkauf von Krediten speziell auftretende Kosten sind Aufwendungen für die Durchführung einer Due Diligence. Damit verbunden ist die genaue Bonitätsprüfung des Kreditnehmers, die zwar bereits von der das Darlehen verkaufenden Bank durchgeführt wurde, jedoch auch von einem Investor zu vollziehen ist, um das Risiko besser einschätzen zu können.[69] Eine genauere Analyse der Finanzkraft des Unternehmens sollte auch dann vorgenommen werden, wenn es sich um einen Not leidenden Kredit handelt, da man auch bei NPLs und SPLs, wie bereits angesprochen, zwischen guten und schlechten Forderungen unterscheiden kann. Davon abhängig ändern sich sowohl das Verlustpotential und -risiko, als auch die Rendite für den Investor.
Zudem entstehen für den Käufer Kosten der Überwachung während der Laufzeit der erworbenen Kredite, da die verkaufenden Kreditinstitute in aller Regel das Servicing nicht oder nur gegen eine entsprechende Gebühr weiter betreiben werden. Diese mit dem Kredithandel einhergehenden erheblichen Transaktionskosten verringern folglich dessen Attraktivität und stellen somit ein Hindernis für eine Ausweitung und Vergrößerung des Marktes dar.[70]
Als letzter hier aufzuführender Kostentreiber sind die Ausgaben zur Bestimmung des Nominalpreises des Darlehens zu nennen. Da bisher kein effizienter, liquider Markt für den Kredithandel entstanden ist, war es auch nicht möglich Näherungswerte oder Vergleichspreise über analoge, bereits verkaufte oder gehandelte Kredite zu bestimmen. Im Gegensatz dazu ist dies zum Beispiel auf dem Markt für Unternehmensanleihen möglich. Durch die jeweils individuell vorzunehmende Bewertung entstehen wiederum signifikante Kosten.
3.2) Die Bewertung von Krediten
Eines der Hauptprobleme beim Kredithandel ist die Frage der Bewertung der einzelnen Forderungen bzw. der Forderungsportfolios. Insbesondere vor dem Hintergrund, dass sich viele Banken bei der Bewertung immer noch am Buchwert der Kredite orientieren und nicht wie der Großteil der Investoren am Kapitalwert (Net Present Value – NPV), der sowohl die Restlaufzeit, als auch das Risiko mit berücksichtigt.[71] Die Bewertung von Krediten ähnelt dabei in gewisser Weise der Bewertung eines ganzen Unternehmens. Daher soll hier zunächst die weit verbreitete Discounted-Cash-flow-Methode (DCF-Methode) vorgestellt werden, um danach den optionstheoretischen Ansatz zu analysieren. Abschließend werden die Besonderheiten bei der Bewertung von SPLs bzw. NPLs dargestellt.
3.2.1) Das Discounted-Cash-flow-Prinzip
Das DCF-Prinzip ist das zentrale Instrument in der Finanzwissenschaft zur Bewertung von Aktiva und teilweise auch Passiva jeglicher Beschaffenheit. Somit eignet sich das Konzept auch dazu finanzielle Vermögensgegenstände zu bewerten. Die Grundidee der DCF-Methode ist dabei, dass man den Wert eines Assets an Hand seines zukünftigen Nutzenpotentials, also seiner in der Zukunft erwarteten Zahlungsströme, bewertet. Bei der Bewertung dieser Erträge muss neben dem Zeitwert des Geldes auch die Unsicherheit über die genaue Höhe der Zahlungsströme berücksichtigt werden. Je größer diese ist bzw. je stärker die Schwankungen, umso weniger ist das Aktivum wert. Daraus ergibt sich, dass die Cash-flows mit einem adäquaten Zinssatz, der die beiden Unsicherheitsfaktoren berücksichtigt, auf den heutigen Zeitpunkt diskontiert werden müssen.[72]
Die mit der DCF-Methode ermittelten Werte sind dabei unmittelbar von den zu Grunde gelegten Einschätzungen und Annahmen über die Kapitalkosten, die der Bestimmung des Diskontsatzes dienen, sowie den Prognosen abhängig. Näherungswerte über risikolose und risikobehaftete Zinssätze können dabei über die am Kapitalmarkt gehandelten Staats- und Unternehmensanleihen ähnlicher Bonität ermittelt werden. Als Bestimmungsgleichung des NPV ergibt sich dann:[73]
Abbildung in dieser Leseprobe nicht enthalten (8)
Es gilt folgende Notation:
I0 = Investitionssumme zum Zeitpunkt Null
CFt = Cash-flow im Zeitpunkt t
k = risikogerechter Diskontsatz
T = Gesamtlaufzeit
Ein wesentlicher Punkt sind, wie bereits angesprochen, die Prognoseverfahren zur Ermittlung der Zahlungsströme. Essentieller Bestandteil ist dabei die Erlangung eines umfangreichen Gesamteindrucks über die Chancen und Risiken des Unternehmens, um dadurch dessen finanzielle Tragfähigkeit im Hinblick auf Zins- und Tilgungsleistungen bestmöglich abschätzen zu können. Bestandteil einer praxisnahen Prognose ist neben der Informationsbeschaffung, der Markt-, Wettbewerbs- und Vergangenheitsanalyse auch die Plausibilisierung der Vorhersagen und Annahmen.[74]
Altman (1993) hat dabei ein auf der DCF-Methode basierendes Verfahren entwickelt, um Marktpreise von nicht öffentlich gehandelten Assets in illiquiden Märkten, beispielsweise Bankkrediten verschiedenster Bonität und Qualität, zu bestimmen.[75]
Die Methode erfordert dabei einen dreistufigen Prozess. Zunächst muss die Ausfallrate und -höhe auf Basis bekannter Kreditstandards bestimmt werden. Dies erfolgt über die kumulierte Sterblichkeitsrate eines Darlehens (siehe Kapitel 2.3), jeweils angepasst um die Besicherungsrangfolge und Verwertungsraten. Im zweiten Schritt wird das individuelle Kreditrating, und damit verbunden, die erwartete Ausfallhöhe mittels ZETA® (siehe ebenfalls Kapitel 2.3) bestimmt. In der letzten Phase erfolgt die Schätzung der Zahlungsströme unter Berücksichtung von Restlaufzeit, Verzinsungsart, Besicherung und Gebühren der Bank. Als Abzinsungsfaktor werden die Kapitalkosten der Bank verwendet.[76] Problematisch bei dieser Methode ist allerdings, dass die Ausfallwahrscheinlichkeiten mit einer hohen Unsicherheit und Instabilität behaftet und zudem zyklischer Natur sind. Darüber hinaus sind die Ausfallerfahrungen sowohl für Kredite sehr guter, als auch schlechter Bonität eher gering.[77]
Die Bestimmung des Diskontsatzes stellt neben der Prognose des Cash-flows einen weiteren kritischen Punkt dar. Die Ermittlung der Kapitalkosten wie sie Altman (1993) verwendet, erfolgt anhand der Weighted Average Cost of Capital (WaCC). Diese ergeben sich aus dem gewichteten Durchschnitt von Fremd- und Eigenkapitalkosten. Die Formel zur Berechnung ist:
Abbildung in dieser Leseprobe nicht enthalten (9),
mit GK, FK und EK als Gesamt-, Fremd- bzw. Eigenkapital, d gibt den Gesamtsteuersatz wider und rFK und rEK die Renditeforderungen der Fremd- respektive Eigenkapitalgeber.[78]
Kaplan/Ruback (1995) verwenden die auf dem CAPM basierende erwartete Rendite:
Abbildung in dieser Leseprobe nicht enthalten (10),
mit Abbildung in dieser Leseprobe nicht enthaltenals risikofreie Rendite,Abbildung in dieser Leseprobe nicht enthaltenist das Beta des unverschuldeten Unternehmens und Abbildung in dieser Leseprobe nicht enthaltendie Marktrisikoprämie.[79]
Eine Risikoanpassung kann auch durch die Justierung des Zerozinses von Staatsanleihen gleicher Laufzeit um den bonitätsspezifischen Spread der Unternehmung erfolgen (Abbildung 7):
Abbildung in dieser Leseprobe nicht enthalten (11),
mit C als Cash-flows, i der Laufzeit, r als risikoloser Zerozins und s als Spread.[80]
Die zentrale Schwierigkeit aller Verfahren ist, dass Prognosen und Schätzungen sowohl auf den Erfahrungen vergangener Transaktionen mit dem Unternehmen bzw. der Branche, als auch auf der Genauigkeit der angewandeten Modelle, Messsysteme und den dabei zu Grunde gelegten Annahmen beruhen.[81]
Abbildung 7: Spreadaufschläge zum risikofreien Zins
Abbildung in dieser Leseprobe nicht enthalten
Quelle: Heidorn (2003), S. 20.
3.2.2) Der optionspreistheoretische Bewertungsansatz
Neben dem gerade vorgestellten DCF-Verfahren besteht die Möglichkeit Unternehmensschulden anhand der Optionspreistheorie zu bewerten. Das Basismodell geht auf Merton (1974) zurück. Folgende Annahmen liegen dem Ansatz zu Grunde: Ein vollkommener und friktionsloser Kapitalmarkt – das heißt, das Unternehmensvermögen ist in beliebig kleinen Teilen handelbar – Zinssicherheit und Arbitragefreiheit sowie die Gültigkeit des Modigliani-Miller-Theorems. Der somit exogen vorgegebene Unternehmenswert V folgt dabei, wie bei Black/Scholes (1973) der Aktienkurs, einer geometrischen Brownschen Bewegung:
Abbildung in dieser Leseprobe nicht enthalten (12),
mit Abbildung in dieser Leseprobe nicht enthaltenund Abbildung in dieser Leseprobe nicht enthaltenfür die erwartete Rendite und die Volatilität, t repräsentiert die Zeit und W den Standard-Wiener-Prozess.[82]
Die Grundidee ist dabei einen risikobehafteten Kredit als eine Kombination aus einer risikofreien Forderung mit gleichem Nominalbetrag und einer Short-Put Position auf die Aktiva der Unternehmung, die den Betrag der Nominalforderung als Strike-Preis hat. Der Ursprungskredit weist dabei annahmegemäß die Zahlungsstruktur eines Zero-Bonds mit einem Rückzahlungsbetrag BT am Ende der Gesamtlaufzeit T auf. In T sind zwei Fälle zu unterscheiden. Entweder das Unternehmen ist solvent und der Wert der Aktiva übersteigt B (Abbildung in dieser Leseprobe nicht enthalten), oder aber der Insolvenzfall tritt ein, bei dem Abbildung in dieser Leseprobe nicht enthaltengilt. Der Ertrag des Gläubigers am Laufzeitende beträgt folglichAbbildung in dieser Leseprobe nicht enthalten. Dies entspricht genau dem Rückfluss aus dem sicheren Kredit, verringert um den Verlust aus der Short Position –Abbildung in dieser Leseprobe nicht enthalten. Da bei der Optionsbewertung das Prinzip der Arbitragefreiheit gilt, ergibt sich, mit P0 als Preis für den Put, für den Marktwert der Forderungsrückzahlung:[83]
Abbildung in dieser Leseprobe nicht enthalten (13)
Um den Wert der Stillhalterposition zu ermitteln, wird auf das von Black/Scholes (1973) entwickelte Verfahren zurückgegriffen. Unter Berücksichtigung, dass der Unternehmenswert lognormalverteilt ist, der Kreditgeber für das eingegangene Kreditrisiko durch einen positiven Bonitätsspread entschädigt wird und die Bewertung unabhängig von der Risikoaversion der Marktakteure erfolgt, ergibt sich nach Diskontierung für den Marktwert C0 des Kredites:
Abbildung in dieser Leseprobe nicht enthalten (14),
mit Abbildung in dieser Leseprobe nicht enthaltenund Abbildung in dieser Leseprobe nicht enthalten.
N (.) gibt die Verteilungsfunktion der standardnormalverteilten Zufallsgröße und r den risikolosen Zinssatz an. Zusammenfassend lässt sich festhalten, dass der Darlehenswert der risikofreien Differenz aus dem auf den Bewertungszeitpunkt abgezinsten Rückzahlungsbetrag und dem aufgezinsten Wert der Verkaufsoption entspricht.[84]
Die Ermittlung sowohl des Firmenwerts, als auch der Varianz ist bei gelisteten Unternehmen mit öffentlich gehandelten Anleihen kein Problem, da sich beides über den Aktien- und Anleihenpreis direkt am Markt ablesen lässt. Ist dies nicht der Fall muss als Näherungswert die Varianz von Anleihen gleich gerateter Unternehmen herangezogen werden.[85] Es ist allerdings zu hinterfragen, ob diese Näherungswerte wirklich geeignet und unbefangen genug sind, um als Orientierungshilfen und Schätzparameter zu dienen. Grund dafür ist, dass die jeweiligen Unternehmensratings sowohl von subjektiven Einschätzungen, als auch vom angewendeten Ratingverfahren abhängig sind, insbesondere wenn es sich um bankinterne Systeme handelt und nicht um Gutachten renommierter externer Ratingagenturen. Folglich sind von den Bestimmungsschwierigkeiten der Varianz hauptsächlich klein- und mittelständische Unternehmungen betroffen, deren Verbindlichkeiten in den seltensten Fällen am öffentlichen Anleihenmarkt gehandelt werden, und für die zudem kein externes, sondern nur ein bankinternes Rating existiert, zu dessen freiwilliger Veröffentlichung die jeweilige (Haus-)Bank keinen besonders hohen Anreiz hat.[86]
Verschärfend wirkt zudem, dass auch die Korrelationen zwischen der ähnlich gerateten Anleihe und den Aktien des Unternehmens geschätzt werden müssen. Ohne eine Börsennotierung entstehen somit nochmals zusätzliche Probleme. Außerdem muss zur Bestimmung des Unternehmenswertes wiederum auf die bereits vorgestellten Prognoseverfahren und die damit verbundenem Mängel und Schwierigkeiten zurückgegriffen werden. Auch hier rücken kleine und mittlere Betriebe wieder besonders in den Fokus.
Ein zusätzliches Problem besteht, wenn sich die Zahlungsstruktur des Kredites ändert oder keine Nullkuponanleihe mehr vorliegt. Handelt es sich um reine Kuponanleihen oder existieren annuitätische Tilgungsstrukturen, so muss der Kreditwert über die Differenz aus Unternehmenswert und die Ausprägung des Eigenkapitals ermittelt werden. Letzteres ergibt sich bei noch n verbleibenden Kreditzahlungen als dem Wert von n Optionen mit einem Strike-Preis in Höhe der n-1 Kreditzahlung. Für diese so genannten Compound Options ist die Bewertung dementsprechend komplizierter. Erschwerend wirken sich zudem noch finanzwirtschaftliche Maßnahmen, wie beispielsweise Dividendenzahlungen oder Erhöhungen des Grundkapitals, oder das Zugeständnis einer zu jedem Zeitpunkt und nicht nur am Laufzeitende möglichen Insolvenz aus.[87]
Als letzter Problempunkt ist die Tatsache zu nennen, dass die meisten logarithmierten Renditen nicht wie im Merton-Modell angenommen normalverteilt sind, sondern Schiefen und so genannte Fat Tails aufweisen.[88]
3.2.3) Besonderheiten bei der Bewertung von Bad Debt
Bei der Beurteilung des Wertes von NPLs bzw. ganzen NPL-Portfolios ist zu beachten, dass von den diskontierten, erwarteten generierten Zahlungsströmen die Servicing Kosten abzuziehen sind. Darunter fallen unter anderem direkt zuzuordnende Kosten hinsichtlich der Abwicklung und Verwertung der Forderungen, als auch Gemeinkosten, beispielsweise für eine speziell auf die Verwertungsstrategie ausgerichtete Service-Plattform. Ebenfalls zu berücksichtigen ist, dass insbesondere bei Bad Debt der ermittelte Abzinsungsfaktor speziell auf das sehr hohe Ausfallrisiko der Kredite angepasst werden muss. Zudem ist eine diesem Risiko adäquate Rendite mit zu berücksichtigen.[89] Insbesondere bei Privat Equity Investoren, wie zum Beispiel Lone Star oder Cerberus Capital Management, dürfte die Zielrendite im zweistelligen Bereich liegen, wodurch entsprechende hohe Abschläge auf den Nominalbetrag der einzelnen Kredite bzw. Portfolios zu verzeichnen sind.
Essentiell bei der Beurteilung Not leidender Kredite ist die Berücksichtigung der unterschiedlichen Kreditqualitäten. Dabei muss zwischen Liquidations- und Restrukturierungskrediten differenziert werden. Bei ersteren handelt es sich um Darlehen, die bereits ausgefallen sind und bei denen der Verkauf der Sicherheiten und Vermögenswerte die einzig verbleibende Work-Out-Stratgie darstellt. Logischerweise sind dann die Dauer bis zur Verwertung sowie der Erlös aus der Veräußerung der Sicherheiten die wesentlichen Bestimmungsfaktoren bei der Bewertung des Liquidationskredites. Deren Deckungs- und Qualitätsgrad sowie die Kosten für Makler und Notare sind ebenfalls vom Käufer in Betracht zu ziehen, soll eine Aussage über den Verwertungserfolg und -höhe getroffen werden. Handelt es sich bei den Besicherungsinstrumenten um Immobilien ist zusätzlich die Vermietungsauslastung, die Rangfolge bei der Verwertung sowie die Grundschuldsituation zu beachten. Ist darüber hinaus eine Zwangsversteigerung notwendig, so ist mit eher geringeren Verkaufserlösen zu rechnen. Mit zunehmender Erfahrung lassen sich für eben genannte Faktoren aber Durchschnitts- und Standardsätze bilden.[90] Dadurch lässt sich auch erklären, warum, laut Experten, teilweise bei der Bewertung von sehr großen NPL-Portfolios nicht jeder Kredit einzeln bewertet wird, sondern ein Pauschalabschlag auf den Nominalbetrag erfolgt, der sich an Erfahrungswerten gleich gerateter Darlehen orientiert und die jeweilige investorspezifische Rendite mit einkalkuliert.
Die zweite angesprochene Kreditart sind Restrukturierungskredite. Hier sind die typischen Maßnahmen zur Situationsverbesserung zu beachten: Unter anderem Tilgungsaussetzung, Zinsminderungen sowie Stundung der Zahlungen, Refinanzierungen oder Debt-to-Equity-Swaps. Die Beurteilung der dabei anfallenden Kosten muss auf Basis unterschiedlicher Szenarien mit spezifischen Eintrittswahrscheinlichkeiten der jeweiligen Umweltzustände abgeleitet werden. Ein klassisches Beispiel wäre eine Projektion der Zahlungsströme mit unterschiedlich erfolgreichen Restrukturierungsbemühungen.[91]
Als letzter Punkt soll in diesem Kapitel festgehalten werden, dass bezüglich der in 3.2.2 vorgestellten Optionspreistheorie der Kreditbewertung beim Kauf von stark Not leidenden Krediten die Stillhalterposition in der Verkaufsoption auf die Unternehmensaktiva weit aus dem Geld ist und eine dementsprechend hohe Totalverlustwahrscheinlichkeit vorliegt.[92] Im nachfolgenden Kapitel wird nun auf die rechtlichen Rahmenbedingungen und Treiber des Kredithandels eingegangen.
3.3) Aufsichtsrechtliche Treiber und Rahmenbedingungen des Kredithandels
3.3.1) Basel II und die Mindestanforderungen an das Kreditgeschäft (MaK)
Ein wesentlicher Treiber für den Kredithandel, insbesondere für die Veräußerung von NPLs, sind die aufsichtsrechtlichen Vorgaben der Neuen Basler Eigenkapitalvereinbarung (kurz Basel II) und der Mindestanforderungen an das Kreditgeschäft (MaK). Die Vorschriften von Basel II zielen primär auf international tätige Großbanken ab, gelten aber nach der Umsetzung durch das nationale Recht für alle Kreditinstitute. Konzeptionell stützt sich der Aufbau des neuen Eigenkapitalakkords von Basel II auf drei Säulen: Den Mindesteigenkapitalanforderungen, dem Prüfungsverfahren der Aufsichtsbehörde und der Marktdisziplin sowie -transparenz.[93] Ziel der neuen Eigenkapitalvorschriften ist eine bessere Differenzierung der Unterlegungsvorschriften für vergebene Kredite hinsichtlich des Risikos und der Bonität des Kreditnehmers. Das Risiko eines Ausfalls rückt durch Basel II stärker in den Fokus. Dies führt wiederum dazu, dass auf Grund eines erhöhten Anrechnungssatzes, Darlehen an Schuldner mit einer nur durchschnittlichen oder schlechten Kreditwürdigkeit verstärkt mit Eigenkapital zu hinterlegen sind. Insbesondere für den nicht besicherten Teil von Forderungen, die sich in Zahlungsverzug befinden, fordert Basel II in Abhängigkeit von der Höhe der Einzelwertberichtigung eine signifikante Steigerung der Gewichte zur Eigenkapitalhinterlegung. Dies könnte speziell für Institute aus dem öffentlich-rechtlichen Sektor nach dem Wegfall der Gewährträgerhaftung einen verstärkten Anreiz der Restrukturierung ihres Kreditportfolios bieten (siehe Abbildung 8).[94]
[...]
[1] Vgl. Statistisches Bundesamt (2007).
[2] Vgl. Handelsblatt (2003).
[3] Vgl. Hamburger Abendblatt (2007c).
[4] Vgl. Stuttgarter Nachrichten (2006).
[5] Vgl. Süddeutsche Zeitung (2006).
[6] Vgl. Hofmann/Walter (2004). S. 1568.
[7] Vgl. Kroll und Mercer Oliver Wyman (2005), S. 6.
[8] Vgl. Hofmann/Walter (2004), S. 1568.
[9] Vgl. Schulz (2006), S. 120ff.
[10] Vgl. Deutsche Bank Research (2007), S. 4.
[11] Vgl. Kroll und Mercer Oliver Wyman (2004), S. 7f.
[12] Vgl. Ashurst (2006).
[13] Vgl. Deutsche Bank Research (2007), S. 8.
[14] Vgl. Deutsche Bank Research (2007), S. 2.
[15] Vgl. Koch/Strafuß (2006), S. 64f.
[16] Vgl. Deutsche Bank Research (2007), S. 2.
[17] Vgl. Cerveny (2006), S. 1032 und 1037.
[18] Vgl. Bannier (2005), S. 201.
[19] Ebenda.
[20] Vgl. Varian (2007), S. 369.
[21] Vgl. Klemperer (1999), S. 229.
[22] Vgl. Klemperer (1999), S. 230.
[23] Vgl. Varian (2007), S. 369f.
[24] Beispielsweise bei einem Ölfeld, dessen Werteinschätzung mit der tatsächlichen Menge Öl, wiederum abhängig von der Verwendung unterschiedlicher, geologischer Methoden, variiert (siehe Klemperer (1999), S. 230).
[25] Vgl. Klemperer (1999), S. 229f.
[26] Vgl. Milgrom (1989), S. 4.
[27] Für eine quantitativere Lösung dieses Problems siehe Myerson (1981).
[28] Auf ausführliche mathematische Herleitungen wird dabei der Übersicht wegen verzichtet.
[29] Vgl. Riley/Samuelson (1981), S. 381.
[30] Vgl. Riley/Samuelson (1981), S. 382f.
[31] Vgl. Riley/Samuelson (1981), S. 385f.
[32] Vgl. Riley/Samuelson (1981), S. 382.
[33] Vgl. Maskin/Riley (2000), S. 413.
[34] Vgl. Bulow/Klemperer (1996), S. 182.
[35] Vgl. Burghof/Paul/Rudolph (2005), S. 5.
[36] Vgl. Burghof/Paul/Rudolph (2005), S. 5f
[37] Vgl. Henking et al (2006), S. 24.
[38] Vgl. Crouhy et al (2001), S. 48.
[39] Für eine ausführliche Darstellung dieser Problematik siehe beispielsweise Frost (2006).
[40] Vgl. Standard&Poor’s (2006), S. 8.
[41] Vgl. Moody’s Investor Service (1998), S. 4.
[42] Zur Feinunterteilung werden bei S&P noch die Symbole + und -, bei Moody’s die Zahlen 1, 2 und 3 verwendet.
[43] Vgl. Standard&Poor’s (2006), S. 7 und 13.
[44] Vgl. Heidorn (1999), S. 4.
[45] Vgl. Crouhy et al (2001), S. 47ff.
[46] Vgl. Crouhy et al (2001), S. 48.
[47] Vgl. Boot et al (2006), S. 84f.
[48] Vgl. Altman/Rijken (2004), S. 28.
[49] Vgl. Altman/Rijken (2005), S. 130f.
[50] Vgl. Ong (1999), S. 65.
[51] Vgl. Ong (1999), S. 66.
[52] Vgl. Altmann et al (1977), S. 31ff.
[53] Vgl. Altman (1989), S. 912.
[54] Vgl. Spremann (1990), S. 562.
[55] Vgl. Bannier (2005) ,S.76.
[56] Vgl. Spremann (1990), S. 574.
[57] Vgl. Akerlof (1979) ,S. 489f.
[58] Vgl. Hartmannn-Wendels et al (2004), S. 258.
[59] Vgl. Hartmann-Wendels (1998), S. 32f.
[60] Vgl. Hartmann-Wendels et al (2004), S. 260.
[61] Vgl. Jobst (2003), S. 5.
[62] Vgl. Gorton/Pennacchi (1995), S. 390.
[63] Vgl. Jobst (2003), S. 5.
[64] Vgl. Sprague (1986), S. 11f.
[65] Vgl. Schöning et al (2004), S. 750.
[66] Ebenda.
[67] Vgl. Coase (1960), S. 15.
[68] Vgl. Richter/Furubotn (2003), S. 59f.
[69] Vgl. Hartmann-Wendels (2005), S. 502.
[70] Ebenda.
[71] Vgl. Kroll und Mercer Oliver Wyman (2005), S. 17.
[72] Vgl. Volkart (2006), S. 178f.
[73] Vgl. Volkart (2006), S. 180.
[74] Vgl. Nieswandt/Seibert (2004), S. 21f.
[75] Vgl. Altman (1993), S. 24f.
[76] Vgl. Altman (1993), S. 12ff.
[77] Vgl. Heidorn (2003), S. 10f.
[78] Vgl. Bäzner/Timmreck (2004), S. 12f.
[79] Vgl. Kaplan/Ruback (1995), S. 1064.
[80] Vgl. Heidorn (2003), S. 12.
[81] Vgl. Kaplan/Ruback (1995), S. 1067.
[82] Vgl. Henne/Reichling (2005), S. 323f.
[83] Vgl. Hartman-Wendels (1998), S. 22ff.
[84] Vgl. Henne/Reichling (2005), S. 325.
[85] Vgl. Damodaran (2002), S. 823.
[86] Zur Anreizproblematik bei der Veröffentlichung bankinterner Ratings siehe bspw. Hertig (2005).
[87] Vgl. Henne/Reichling (2005), S. 330f.
[88] Vgl. Borland et al (2006), S. 3.
[89] Vgl. Ohlmeyer (2006), S. 203f.
[90] Vgl. Ohlmeyer (2006), S. 204f und 208.
[91] Vgl. Ohlmeyer (2006), S. 206.
[92] Vgl. Damodaran (2002), S. 826.
[93] Vgl. Wilkens et al (2001), S. 37.
[94] Vgl. Hofmann/Walter (2004), S. 1567f.
- Quote paper
- Markus Maisch (Author), 2007, Handelsplattformen für True Sale Transaktionen, Munich, GRIN Verlag, https://www.grin.com/document/92684
-
Upload your own papers! Earn money and win an iPhone X. -
Upload your own papers! Earn money and win an iPhone X. -
Upload your own papers! Earn money and win an iPhone X. -
Upload your own papers! Earn money and win an iPhone X. -
Upload your own papers! Earn money and win an iPhone X. -
Upload your own papers! Earn money and win an iPhone X. -
Upload your own papers! Earn money and win an iPhone X. -
Upload your own papers! Earn money and win an iPhone X. -
Upload your own papers! Earn money and win an iPhone X. -
Upload your own papers! Earn money and win an iPhone X. -
Upload your own papers! Earn money and win an iPhone X. -
Upload your own papers! Earn money and win an iPhone X. -
Upload your own papers! Earn money and win an iPhone X. -
Upload your own papers! Earn money and win an iPhone X. -
Upload your own papers! Earn money and win an iPhone X. -
Upload your own papers! Earn money and win an iPhone X. -
Upload your own papers! Earn money and win an iPhone X. -
Upload your own papers! Earn money and win an iPhone X. -
Upload your own papers! Earn money and win an iPhone X. -
Upload your own papers! Earn money and win an iPhone X.