ITinera projects & experts GmbH & Co. KG.


Ansätze der modernen Unternehmenssteuerung

Gerade auf der Fachseite haben wir den Eindruck, dass viele Praxislösungen noch auf zu vielen unrealistischen Modellannahmen basieren. Der Einfluss von Modellrisiken aufgrund zweifelhafter Annahmen und unnötiger Komplexität basiert oftmals auf einem überzogenen Präzisionsbedarf, der auf überhöhten Erwartungen an Prognosen einer doch sehr komplexen und kaum prognostizierbaren Welt beruht. Die aufwändigen Risiko- und Prognosesysteme, zu denen entsprechende Instrumente, Prozesse, Methoden, personelle Strukturen sowie Qualifikationen zählen, haben oftmals noch Schwächen, wie auch die aktuelle Krise gezeigt hat.

Viele bestehende Risikomanagementsysteme unterstützen per Konstruktion Risikoprofile, die immer wieder den gleichen Verlauf aufweisen, nämlich sägezahnartig: Es gibt oftmals beeindruckende Gewinne, die in Krisenzeiten jedoch mehr als aufgezehrt werden. Dies basiert zum einen darauf, dass spektakuläre Gewinne überbewertet und nicht in den Gesamtverlustkontext über längere Zeiträume gerückt werden. Zum anderen beruht es darauf, dass völlig unerwartete negative Ereignisse eintreten und zugleich enorme finanzielle Auswirkungen haben. Ein Beispiel ist die verkannte Gefahr des Liquiditätsrisikos der Banken vor der Krise: die hohe Komplexität und Intransparenz der Märkte sowie deren scheinbarer Dauerzustand der Reibungslosigkeit ließen die Präsens des Liquiditätsrisikos in Vergessenheit geraten und sehr plötzlich war man vom Ausmaß des Liquiditätsmangels aufgrund der Risikoverschleierung und des damit einhergehenden Vertrauensverlusts zwischen den Banken sehr überrascht und völlig unvorbereitet. Diese Ereignisse werden durch „low probability, huge impact“ charakterisiert und als Extremereignisse bezeichnet. Die meisten Risikomanagementsysteme beachten diese Ereignisse weniger, ja sie werden aufgrund der Ausrichtung der Systeme auf sehr ruhige Marktphasen sogar systematisch ausgeblendet.

Ein erster Schritt der Risikobewältigung in einer Welt voller Nicht-Linearitäten, Komplexitäten, Abweichungen der aktuellen Marktpreise von den Fundamentaldaten und reflexiven Masseneffekten ist, die Erwartungen an die Präzision von Prognose zu senken. In der Prognoseindustrie werden tatsächlich oftmals sehr viele Annahmen getroffen, um damit genauere Prognosen zu ermöglichen. Das Gegenteil ist jedoch oft der Fall was der britische Logiker Carveth Read bereits 1898 erkannte: „It is better to be vaguely right than exactly wrong“. Wenn wir also eine solch komplizierte Welt nicht wirklich präzise prognostizieren können, dann sollten zumindest Maßnahmen ergriffen werden, um Extremrisiken ungefähr abschätzen zu können und sich besser auf sie vorzubereiten und sich so aufzustellen, dass das Risikoexposure gegenüber negativen Extremereignissen reduziert ist. Positive Extremrisiken hingegen können noch viel besser als Chance genutzt werden. Aus diesen Gründen sollten Risikomanagementsysteme bei Banken und Finanzdienstleistern in Zukunft folgende Komponenten beinhalten bzw. Eigenschaften besitzen: 
  1. Regel- und Entscheidungsunterstützungssysteme müssen an Komplexität abnehmen. Es geht weniger darum, möglichst viele Faktoren einzubeziehen, diese pseudo-rational zu gewichten und das Ergebnis als objektiv zu bezeichnen. Vielmehr sind einfache und robuste Systeme gefragt, die konsequent angewendet und unternehmensweit kommuniziert werden. Ein Beispiel sind Stop Loss-Marken, die sich aus multivariaten Stresssimulation ableiten.
  2. Besserer Umgang des Risikomanagementsystems mit denjenigen Risiken, die im Nachhinein als sehr überraschend bezeichnet werden und die gleichzeitig enorme Wirkungskraft haben. Das Exposure gegenüber solchen extremen Risiken sollte begrenzt oder abgesichert sein.
  3. Aufbau möglicher Szenarien und Stresstests, die Hebeleffekte, Systemdynamiken, überlineare Prozesse und Abhängigkeiten höherer Ordnung berücksichtigen. Die Szenarien müssen auf das gesamte Unternehmen bezogen werden und möglichst viele Risikoarten berücksichtigen. Hierbei geht es weniger darum, historische Szenarien nachzubilden, denn es ist höchst unwahrscheinlich, dass sich Geschichte identisch wiederholt. Vielmehr geht es um den schmalen Grat, auf der einen Seite sehr ungewöhnliche und doch plausible Szenarien auszuarbeiten. Diese Szenariosimulationen über Bereiche, Produkte und Instrumente hinweg stellt die Fach- und IT-Bereiche vor eine hohe Herausforderung.
  4. Das ökonomische Verständnis, das durch die Szenarioanalysen und Stresstests intern aufgebaut wurde, muss in konkrete szenariobezogene Prozesse und Handlungsanweisungen zur Gefahrenabwehr übersetzt werden. Hierbei helfen Konzepte wie das der Kapitalmobilität. Diese Optionen auf Flexibilität kosten direkt zwar mehr, generieren aber indirekten Nutzen.
  5. Es sollte eine reifere Finanzmathematik zum Einsatz kommen. Zukunftsprojektion historischer Daten haben geringen oder keinen Nutzen, denn hier werden bisher nicht vorkommende Konstellationen systematisch ausgeblendet. Nur weil es viele historische Informationen zu einem Wertpapier gibt und die aktuellen Informationen rar sind, gibt es noch lange kein Grund, die Masse an historischen Daten auch zu verwenden.
  6. Es muss das Grundverständnis vorhanden sein, dass Konzepte wie das CAPM oder der Mean-/Varianz-Ansatz von Markowitz rein akademischer bzw. theoretischer Natur sind und niemals für die Anwendung in der Praxis zugelassen sein können. Jedes Modell sollte mit einem Anwendungshandbuch versehen werden im Sinne von  „Risiken und Nebenwirkungen...“.
  7. Abhängigkeiten zwischen Risikoarten, Assetklassen oder innerhalb von Portfolien werden durch lineare Korrelationen nur unzureichend beschrieben. Es gibt überlineare Abhängigkeiten, die erst in Krisenzeiten auftreten und fatale Folgen haben (sogenannte statistische Randabhängigkeiten). Zudem sind Korrelationen instabil und manchmal sogar positiv und dann negativ bzw. negativ und dann positiv. Vielmehr sollten hierfür Erklärungen gefunden werden. Zukunftsorientierte volkswirtschaftlich und ökonomisch fundierte Erklärungsmodelle können zu einem besseren Verständnis hiervon führen. Korrelationen sind nicht kausal und lassen sich in beliebiger Richtung und Enge konstruieren. Trotzdem ist die Faktoranalyse im Verbund mit linearen Korrelationen jedoch noch weit verbreitete Praxis.
  8. Weitere Konzepte zur Vermeidung extrem hoher Verluste ist die Messung von Risikokonzentrationen. Die bisher vorgeschlagenen Methoden der Konzentrationsmessung basieren fast ausschließlich auf der Schätzung linearer Korrelationen. Ergebnisse der erweiterten Risikokonzentrationsbestimmung sind in die Stresstests, die Risikotragfähigkeit und die Risikostrategie mit einzubeziehen.
  9. Frühwarnsysteme sind in jüngster Krisenvergangenheit verständlicherweise in den Vordergrund gerückt. Eine Kalibrierung sollte nicht nur auf historische Szenarien ausgerichtet sein. Konsequente Handlungen der Risikoabwehr müssen nach der Frühwarnung auch tatsächlich erfolgen, denn mitunter sind Marktblasen bekannt aber es wird nichts unternommen.
  10. Professionelles psychologisches Training derjenigen Mitarbeiter, die über Risiken entscheiden, ist unbedingt erforderlich. Man sollte sich über Experimente im Klaren sein, wie beispielsweise unverhältnismäßige Risiken eingegangen werden, um drohende Verluste noch kurzfristig abzuwenden. Hier existieren bereits zahlreiche weitere Praxisbeispiele und dieser Forschungsbereich befindet sich gerade erst in seinen Anfängen.
  11. Die Qualität innovativer Risikomanagementsystems sollte dahingehend beurteilt werden, dass parallel auch Studien dazu angefertigt werden, wie ein herkömmliches System in bestimmten Situationen reagiert hätte und welche Verluste man aufgrund des neuen Systems vermieden hat. Eine rein statische Kostengegenüberstellung von Alt- und Neusystem stellen keine Bewertungsgrundlage dar.
  12. Es muss der Mut für neue und sinnvollere Wege der Unternehmenssteuerung aufgebracht werden. Sicherlich werden sich argumentative und politische Barrieren ergeben und es müssen unternehmerische Risiken getragen werden, aber am Ende können überall verbreitete, allgemein akzeptierte und mitunter wenig effektive Benchmarklösungen nicht das Ziel sein.
  13. Es wird in einigen Beschreibungen von Verfahren zum Stresstesting und der Szenariogenerierung dazu geraten, sogenannte „risk histories“ aufzubauen, also Erklärungsversuche historischer Krisen aus Risikogesichtspunkten. Dies kann in Maßen sinnvoll sein, aber es muss vor dem unterstellten Ausmaß an tatsächlicher Kausalität gewarnt werden, denn es gibt oft eine Vielzahl an ex-post Erklärungsmöglichkeiten für ein und dasselbe Ereignis. Anschaulich ist dieses Phänomen bei Geschichtsbüchern, die über dieselbe Periode berichten, aber alle eine andere Geschichte erzählen. 
Unter diesen Gesichtspunkten rechnet sich der „Business Case Risikomanagement“ völlig neu. Es wird darum gehen, mehr Zeit und Ressourcen auf die wesentlichen kritischen Zukunftsszenarien und Risiken zu richten und über IT-Systeme zu verfügen, die die Finanzbranche bei dieser Aufgabe sinnvoll unterstützen. Finanzdienstleister benötigen flexible, neuartige und tatsächlich sinnvolle Risikomodelle und Risikobewältigungsstrategien sowie dabei unterstützende flexible IT-Systeme und -Architekturen. Eine nachhaltige rendite- und risikoorientierte Unternehmenssteuerung kann zwar einige Implementierungskosten erzeugen; zu betrachten sind jedoch in der Tat auch die nicht eingetretenen Verluste, da gewisse Risiken erst gar nicht eingegangen worden sind bzw. flexibel darauf reagiert werden konnte. Dieser Business Case ist zwar schwieriger zu berechnen, dafür ist das Nutzenpotential aber signifikant.

So viele Chancen aus einer Krise entspringen mögen, soviel mehr regulatorischer Druck erwächst daraus auch. Dies führt leider dazu, dass der Begriff „Risikomanagement“ immer mehr auf die Regulierungsbestrebungen wie Basel III und Solvency II abzielt. Dabei sollte das Management von Risiken neben der Abdeckung der aufsichtsrechtlichen Mindestanforderungen in erster Linie aus ökonomischen Gründen erfolgen - allein aus Gewinn- und Nachhaltigkeitsüberlegungen.


 

IT-Beratung

Der größte Nutzen für Ihr IT-Budget: Agile IT-Beratung

Software-Entwicklung

Eine unserer Kernkompetenzen ist die Software-Entwicklung.

Datenbanken

Kritischer Erfolgsfaktor für die Akzeptanz von Software-Lösungen: Schnelle Datenbanken

Projektmanagement

Durch unser agiles Projektmanagement konnten alle bisherigen Projekte "in time" und "in budget" durchgeführt werden.

Fachberatung

Fachberatung bei ITinera:
Moderne Risiko- und Unternehmenssteuerung

Testmanagement

Mehr als unsystematische Fehlersuche: Professionelles Testmanagement bei ITinera