Risikomanagement für Finanzinstitute

Modell- und regelbasierte Echtzeit-Scoring-Systeme
reduzieren Betrug und stärken die Kundenbindung.

Risikomanagement

In der Finanzwirtschaft muss das Risikomanagement gleichermaßen regulatorischen Anforderungen genügen und den Herausforderungen eines volatilen Marktes begegnen. Kreditentscheidungen von Finanzdienstleistern orientieren sich daher in zunehmendem Maße an statistischen Modellen, aus denen die Wahrscheinlichkeit von Kreditausfällen abgeleitet wird. Gleiches gilt auch für die Abschätzung von Marktpreisrisiken für Kapitalanlagen von Banken und Versicherungen sowie für die Bonitätsprüfung potentieller Kreditnehmer.

Bei der Risikomodellierung wird heute auf ein breites Spektrum statistischer Verfahren zurückgegriffen, welches Simulationsrechnungen zur Quantifizierung möglicher Schadenshöhen ebenso wie Data-Mining-Algorithmen zur Vorhersage operationeller Risiken umfasst. Einige der weltweit größten und erfolgreichsten Finanzinstitute verlassen sich im Risikomanagement auf Statistica, steigern damit die Profitabilität ihrer Kunden und minimieren finanzielle Risiken.

Einsatzszenarien

Risikobewertung

Wichtige Bausteine des finanzwirtschaftlichen Risikomanagements sind Identifikation und Bewertung von Risiken. Die Risikobewertung erfolgt als Eintrittswahrscheinlichkeit einer möglichen Schadenshöhe, die aus Wahrscheinlichkeitsverteilungen der Extremwerttheorie abgeleitet werden. Quantilbasierende Risikomaße für Marktpreisschwankungen und Kreditausfälle sind beispielsweise der Value-at-Risk (VaR) und der Expected Shortfall (ES). Kreditrisiken werden durch zusätzliche  Konzepte wie Verlusterwartung (Expected Loss), unerwarteter Verlust (Unexpected Loss) und Downside-Varianz erfasst.

Mit Statistica lassen sich Wahrscheinlichkeitsverteilungen der Extremwerttheorie aus historischen Daten von Aktienkursen, Zinsänderungen und Kreditausfällen ableiten und  daraus die in der Finanzwelt akzeptierten Risikomaße berechnen. Die Risikobewertung einzelner Produktportfolios liefert einem Finanzdienstleister die erforderlichen Grundlagen für Risikosteuerung und -kontrolle zur Erfüllung regulatorischer Anforderungen.

Risikosteuerung

Im Rahmen der Risikosteuerung werden in der Finanzwirtschaft Möglichkeiten gesucht, kurzfristig  auf das identifizierte und bewertete Risikospektrum effizient zu reagieren. Dabei ist eine präzise Einschätzung möglicher Bonitätsverschlechterung seitens der Gläubiger in Form von Ratings ebenso wichtig, wie die optimale Gestaltung des Kreditvergabeprozesses zur Vermeidung operationeller Risiken. Letzteres wird heute bei der Bonitätsprüfung durch ein quantitativ ausgerichtetes Scoring auf der Grundlage einer statistischen Analyse von Kreditwürdigkeitsunterlagen des Kreditnehmers und ergänzenden externen Daten erreicht.

Statistica bietet als breit aufgestellte Plattform für Predictive Analytics eine große Suite traditioneller statistischer Verfahren und moderner Data-Mining-Algorithmen zur Ermittlung von Credit Scores. Da die Güte eines im täglichen Kreditgeschäft  eingesetzten Scoring-Modells erst zeitverzögert durch die tatsächlichen Zahlungseingänge mehrere Monate nach der Kreditvergabe getestet werden kann,  können aus mangelhaften Modellen hohe Kreditverluste erwachsen. Daher werden mit Statistica  oft mehrere multivariate Vorhersagemodelle (logistische Regression,  Entscheidungsbäume, Neuronale Netze) miteinander kombiniert und durch Backtesting validiert, bevor sie in der Produktivumgebung eines Finanzinstitutes implementiert werden. Das komplette System aus miteinander kombinierten Scoring-Modellen wird dann fortlaufend bei geänderter Datenlage in kurzen Zeitabständen automatisch rekalibriert.

Anwenderbericht

Kontakt