Sie sind auf Seite 1von 43

Juristische und Wirtschaftswissenschaftliche Fakultt

Lehrstuhl fr Internationale Wirtschaftsbeziehungen


Prof. Dr. Martin Klein
MARTIN-LUTHER-UNIVERSITT
HALLE-WITTENBERG


Bewertung von Reputationsrisiken in
Kreditinstituten

Masterarbeit - Hongjiang Guo

Halle (Saale), den 02. August 2013

3
1. Eigenschaft von Reputationsrisiken
2. Bewertungsmethoden von Reputationsrisiken
3. Evaluierung der Bewertungsmethoden fr die VW FS AG
4. Fazit
Agenda
Hongjiang Guo | 02. August 2013 | Martin-Luther-Universitt Halle-Wittenberg

Reputation: Das ffentliche Ansehen einer Bank bezglich ihrer Kompetenz, Integritt und
Vertrauenswrdigkeit, aus denen die Wahrnehmung der Anspruchsgruppen resultiert.

Reputational risk can be defined as the risk arising from negative perception on the part of
customers, counterparties, shareholders, investors, debt-holders, market analysts, other relevant
parties or regulators that can adversely affect a banks ability to maintain existing, or establish new,
business relationships and continued access to sources of funding. - Basler Ausschuss fr
Bankenaufsicht (2009)

Reputationsrisiko: Gefahr einer negativen und Chance einer positiven Abweichung der Reputation
einer Bank vom erwarteten Niveau der Anspruchsgruppen. - Schierenbeck/Grter/Kunz (2004)


4 Hongjiang Guo | 02. August 2013 | Martin-Luther-Universitt Halle-Wittenberg

1. Eigenschaft von Reputationsrisiken


5
Enge Beziehung zwischen Reputationsrisiken und den operationellen Risiken
Hongjiang Guo | 02. August 2013 | Martin-Luther-Universitt Halle-Wittenberg

1. Eigenschaft von Reputationsrisiken


Quelle: Kaiser (2010), S. 128.
6
Bewertung von Reputationsrisiken
Qualitative Bewertung Quantitative Bewertung
subjektiv, einfache Beurteilung zu dem
Risikozustand
Aussage, ob das Risiko hoch/niedrig ist oder
ob das Kreditinstitut gefhrdet ist.
Orientiert sich an den Risikoursachen
(Reputationstreiber)
Berechnung der Risikokennzahl mit
objektiven Kriterien
In Kreditinstituten knnen die Reputationsrisiken entweder rein qualitativ,
rein quantitativ oder in Kombination bewertet werden.
Indikatorbasiertes Reputationsmodell
Modifiziert Indikatorbasiertes
Reputationsmodell
Multifaktormodell
Cumulative-Abnormal-Return-Modell
Hongjiang Guo | 02. August 2013 | Martin-Luther-Universitt Halle-Wittenberg

2. Bewertungsmethoden von Reputationsrisiken


7
Ein Modell von Schierenbeck/Grter/Kunz (2004)
Ein indikatorbasiertes Reputationsmodell wird konstruiert, in dem das Reputationsrisikoniveau
der Bank durch Reputations-Index-Punkte (RIP) bestimmt wird.
Indikatoren Vier Reputationstreiber: Gesellschaftliche Anforderungen,
Finanzielle Performance, Qualitt interner Prozesse und Kundenzufriedenheit
In der Praxis sollten neben branchenspezifischen auch noch institutsspezifischen
Reputationstreiber im Modell mit bercksichtigt werden.
Reputationsrisikoniveau: 1) auf der Ebene der einzelnen Reputationstreiber
2) auf Gesamtbankebene


Qualitative Bewertung der Reputationsrisiken
Modell A: Indikatorbasiertes Reputationsmodell
Hongjiang Guo | 02. August 2013 | Martin-Luther-Universitt Halle-Wittenberg

2. Bewertungsmethoden von Reputationsrisiken


8
Qualitative Bewertung der Reputationsrisiken
Modell A: Indikatorbasiertes Reputationsmodell
Modellaufbau:

1. Schritt:
Erfassung des Reputationsrisikoniveaus fr die vier Risikotreiber im Indexwert (RIP) aus den
Ergebnissen der unterschiedlichen Befragungen von relevanten Anspruchsgruppen
Self-Assessment: Befragung orientiert sich an Chance/Gefahr des Reputationsgewinns/-verlustes
Die Anspruchsgruppen benoten den Risikozustand

2. Schritt:
Schtzung der optimalen Gewichtungen der einzelnen Reputationsrisikoniveaus der Reputationstreiber
zur Bestimmung des Risikoniveaus auf Gesamtbankebene (Faktoranalyse oder Expertenschtzung)

3. Schritt:
Berechnung des indikatorbasierten Reputationsrisikoniveaus auf Gesamtbankebene

Hongjiang Guo | 02. August 2013 | Martin-Luther-Universitt Halle-Wittenberg

2. Bewertungsmethoden von Reputationsrisiken


9
113,51
119,38
89,12
75
80
85
90
95
100
105
110
115
120
125
x1 x2 x3
Chance eines
Reputationsgewinns
Gefahr eines
Reputationsverlustes
Modellergebnis:

100-RIP: Referenzpunkt Soll-Reputationsrisikoniveau


Qualitative Bewertung der Reputationsrisiken
Modell A: Indikatorbasiertes Reputationsmodell
Hongjiang Guo | 02. August 2013 | Martin-Luther-Universitt Halle-Wittenberg

2. Bewertungsmethoden von Reputationsrisiken


10
Qualitative Bewertung der Reputationsrisiken
Modell B: Modifiziert Indikatorbasiertes Reputationsmodell

Modifikation des indikatorbasierten Reputationsmodells:

Die Vorgehensweise des indikatorbasierten Reputationsmodells bleibt unverndert.
Bestimmung der Ausgangsdaten

Modifikation der Inputparameter: Aktuelle Zustnde (Ist-Werte) der Reputationstreiber
Nicht mehr Reputationsrisikoniveau, sondern Reputationsniveau

Modellannahme: Die Werte der Reputationsniveaus sind nicht voneinander abhngig oder
korreliert Eine Normalverteilung wird zugrunde gelegt.

Wesentliche Parameter: Erwartungswert, Standardabweichung und Quantile der beobachteten
Reputationsniveaus auf Gesamtbankebene
Hongjiang Guo | 02. August 2013 | Martin-Luther-Universitt Halle-Wittenberg

2. Bewertungsmethoden von Reputationsrisiken


11
Ableitung des Reputationsrisikowertes aus dem modifizierten Modell:

1. Schritt: Parametrisierung der Normalverteilung
Die Normalverteilung hngt in Gestalt lediglich vom Erwartungswert

und
Standardabweichung der Beobachtungsvariablen

ab.

2. Schritt: Bestimmung von Quantilen nach eigener Risikoneigung:



3. Schritt: Erstellung der Risikowertprognose



Qualitative Bewertung der Reputationsrisiken
Modell B: Modifiziert Indikatorbasiertes Reputationsmodell

Hongjiang Guo | 02. August 2013 | Martin-Luther-Universitt Halle-Wittenberg

2. Bewertungsmethoden von Reputationsrisiken


12
Modellergebnis:

-40
-30
-20
-10
0
10
20
30
40
1 2 3 4 5 6 7 8 9 10 11 12
R
e
p
u
t
a
t
i
o
n
s
g
e
w
i
n
n

R
e
p
u
t
a
t
i
o
n
s
v
e
r
l
u
s
t

40,68-RIP
-40,68-RIP
Qualitative Bewertung der Reputationsrisiken
Modell B: Modifiziert Indikatorbasiertes Reputationsmodell

Heute Manahme ergreifen
Ziel-Rating
99,97%-
Konfidenzniveau:
65,45

Hongjiang Guo | 02. August 2013 | Martin-Luther-Universitt Halle-Wittenberg

2. Bewertungsmethoden von Reputationsrisiken


13
Quantitative Bewertung der Reputationsrisiken
Modell C: Multifaktormodell

Ein Modell von Soprano/Crielaard/Piacenza (2009)

Verhltnis zwischen der Reputation und dem Aktienkurs des Kreditinstituts

Definition vom Reputationsschock

Feststellung des Bemessungszeitraums: 50, 100 oder 200 Handelstage nach der
Bekanntmachung des Reputationsschocks

Wie reagieren die Marktteilnehmer auf einen Reputationsschock?

Hongjiang Guo | 02. August 2013 | Martin-Luther-Universitt Halle-Wittenberg

2. Bewertungsmethoden von Reputationsrisiken


14
Das Modell geht wie folgt vor:

1. Schritt: Schtzung der Sensitivitt des Reputationsschocks

,
=

+
1

(,)
+
2

(,)
+
3

(,)
+
,

3
: Sensitivitt des Reputationsschocks auf Aktienrendite

(,)
=
1,
0,




Quantitative Bewertung der Reputationsrisiken
Modell C: Multifaktormodell

Hongjiang Guo | 02. August 2013 | Martin-Luther-Universitt Halle-Wittenberg

2. Bewertungsmethoden von Reputationsrisiken


15
2. Schritt: Modellierung der Auftrittswahrscheinlichkeiten des Reputationsschocks
=

=
1

1
+
2

2
+
3

3
++

1
,
2
,
3
: Reputationstreiber
Wenn: = (

) >

Reputationsschock tritt auf



Probit-Funktion: = =
1
2
exp

1
2


oder
Logit-Funktion: = () =

1+


Quantitative Bewertung der Reputationsrisiken
Modell C: Multifaktormodell

Hongjiang Guo | 02. August 2013 | Martin-Luther-Universitt Halle-Wittenberg

2. Bewertungsmethoden von Reputationsrisiken


16
Quantitative Bewertung der Reputationsrisiken
Modell C: Multifaktormodell

3. Schritt: Ermittlung des Reputationsrisikowertes

Value-at-Risk-Methodik auf Real-Time-Basis:

=
+

mit:
+
=
2

,
, =



Value-at-Risk-Methodik auf Periodical-Basis:

=
+
(
1
(1)

)


Hongjiang Guo | 02. August 2013 | Martin-Luther-Universitt Halle-Wittenberg

2. Bewertungsmethoden von Reputationsrisiken


Probit- oder Logit-Modell Multifaktormodell
17
Quantitative Bewertung der Reputationsrisiken
Modell D: Cumulative-Abnormal-Return-Modell
Ein Modell von Micocci/Masala/Cannas (2011)

Verhltnis zwischen der Reputation und dem Aktienkurs des Kreditinstituts

Bercksichtigung von mehreren Reputationsschocks

Feststellung des Bemessungszeitraums: 20 Handelstage vor der Bekanntmachung und 25
Handelstage nach der Bekanntmachung des Reputationsschocks.

Hongjiang Guo | 02. August 2013 | Martin-Luther-Universitt Halle-Wittenberg

2. Bewertungsmethoden von Reputationsrisiken


18
Quantitative Bewertung der Reputationsrisiken
Modell D: Cumulative-Abnormal-Return-Modell
Das Modell geht wie folgt vor:

1. Schritt: Schtzung der hypothetischen Aktienrendite des Reputationsschocks i
Das Single-Index-Modell:
,
=


(,)
+
,

Das Modell der Brownschen Bewegung: =+
Das GARCH (1,1)-Modell:
(,+1)
=

+
(,+1)


(,+1)
=

+
(,)
+

2
(,)

(
(,+1)

)=(0,
(,)
)

Hongjiang Guo | 02. August 2013 | Martin-Luther-Universitt Halle-Wittenberg

2. Bewertungsmethoden von Reputationsrisiken


19
2. Schritt: Berechnung der kumulierten abnormalen Renditen

,
=
,

,
mit:
1
;
2


,
=
,

2
=
1

Quantitative Bewertung der Reputationsrisiken
Modell D: Cumulative-Abnormal-Return-Modell
3. Schritt: Ermittlung des Reputationsrisikowertes
Value-at-Risk-Methodik:
Bestimmung der Wahrscheinlichkeitsdichtefunktion
Reputationsverlusthufigkeitsverteilung: Poissonverteilung
Reputationsverlusthhenverteilung: Logistische Verteilung
Durchfhrung der Monte-Carlo-Simulation
Hongjiang Guo | 02. August 2013 | Martin-Luther-Universitt Halle-Wittenberg

2. Bewertungsmethoden von Reputationsrisiken


20 Hongjiang Guo | 02. August 2013 | Martin-Luther-Universitt Halle-Wittenberg

2. Bewertungsmethoden von Reputationsrisiken


Modell D:
Multifaktormodell
Modell C:
Cumulative-
Abnormal-Return-
Modell
Modell B:
Modifiziert
indikatorbasiertes
Reputationsmodell
Modell A:
Indikatorbasiertes
Reputationsmodell
Banksteuerung Banksteuerung
Berechnung
des
Reputations-
risikokapitals
Berechnung
des
Reputations-
risikokapitals
Quantitative Bewertungsmodelle
Qualitative Bewertungsmodelle
21



Geringe
mathematische
Anforderung
Indikatorbasiertes
Reputationsmodell
Kombiniertes Modell
aus qualitativer und
quantitativer
Bewertung

Bercksichtigung der
Risikoneigung des
Bankmanagements



Modifiziert
indikatorbasiertes
Modell
Berechnung des
Risikowertes in Geld-
einheiten

Relativ niedrige
Datenanforderung
Multifaktormodell
Zusammenfhrung
mehrerer Reputations-
schocks

Identifikation der
Treiber nicht ntig

Szenario-Analyse
qualitative
Datensammlung


CAR-Modell
V
O
R
T
E
I
L

N
A
C
H
T
E
I
L

Ergebnis nicht
ausreichend
aussagekrftig

Anspruchsgruppen
haben
unterschiedliche
Risikoeinstellungen
Inkonsistente
Risikoschtzung



Hohe
Datenanforderung



Schwierigkeit bei der
Definition des
Schocks und dessen
Treiber

Berechnung basiert
lediglich auf einen
einzigen Schock
Nicht ausreichend
fr extreme Flle

Ex-post-Sicht

Keine Bercksichtigung
der Korrelationen der
Schocks



Hongjiang Guo | 02. August 2013 | Martin-Luther-Universitt Halle-Wittenberg

2. Bewertungsmethoden von Reputationsrisiken


22
Volkswagen Financial Services AG:

100%ige Tochtergesellschaft der Volkswagen AG mit einer Bilanzsumme i.H.v. 87,4 Mrd. Euro

Drei operative Tochtergesellschaften: Volkswagen Bank GmbH, Volkswagen Leasing GmbH,
Volkswagen Versicherung AG

Wesentliche Risiken: Restwert-, Marktpreis-, Beteiligungs-, Ertrags-, Kredit-, operationelle und
sonstige Risiken (Reputations-, Strategie- und Liquidittsrisiken)

Die sonstigen Risiken wurden bislang nicht quantifiziert.

Fr sonstige Risiken wird ein 5%iger Kapitalpuffer des Gesamtrisikobetrags gebildet.

Mglicher Bewertungsprozess in einer qualitativen und quantitativen Struktur


Hongjiang Guo | 02. August 2013 | Martin-Luther-Universitt Halle-Wittenberg

3. Evaluierung der Bewertungsmethoden fr die VW FS AG
23
Anwendbarkeit der qualitativen Bewertungsmodelle:

Identifikation der institutsrelevanten Indikatoren: Quantitative und qualitative Indikatoren

Quantitative Indikatoren: Z.B. Anzahl der Kundenbeschwerden
Bemessung der Kundenzufriedenheit

Qualitative Indikatoren: Z.B. Managementqualitt
Beurteilung der Qualitt der internen Prozesse Bestimmung durch
regelmige Befragung von relevanten Anspruchsgruppen



Hongjiang Guo | 02. August 2013 | Martin-Luther-Universitt Halle-Wittenberg

3. Evaluierung der Bewertungsmethoden fr die VW FS AG
24
Anwendbarkeit der quantitativen Bewertungsmodelle

Bemessungsgre fr nicht-brsennotierte Institute: Refinanzierungszinssatz

Fr das Cumulative-Abnormal-Return-Modell: Szenario-Analyse

Identifikation der institutsrelevanten Szenarien durch Interview mit dem Managementkreis

Im Interview sollten folgenden Fragen beantwortet werden:
Was wre ein Reputationsschock fr VW FS AG?
Wie hufig treten solche Schocks whrend eines Zeitraums auf?
Wie hoch ist die durchschnittliche Schadenshhe dieser Schocks?
Wie hoch ist ihre maximale Verlusthhe?

Ergebnis des Interviews dient als Grundlage zur Parametrisierung der
Verlusthhen- und Verlusthufigkeitsverteilung






Hongjiang Guo | 02. August 2013 | Martin-Luther-Universitt Halle-Wittenberg

3. Evaluierung der Bewertungsmethoden fr die VW FS AG
25
Implementierung des
Multifaktormodells am
Beispiel der VW FS AG

Identifikation des Reputationsschocks/
Festlegung des Analysezeitraums
Test
Modell wird nicht angenommen
(weitere Variablen hinzufgen)
Modell wird
angenommen
Datensammlung von Reputationstreibern,
die den Reputationsschock auslsen
Durchfhrung vom Probit-/
Logit-Modell
Modell wird nicht angenommen
(weitere Reputationstreiber
hinzufgen)
Test
Modell wird
angenommen
Ermittlung des VaR
rep

Schtzung der Volatilitt
am Geldmarkt
Ermittlung des
VaR
rep

Real-Time-Basis
Periodical-Basis
Erhebung von Marktdaten (Refinanzierungszinssatz, EONIA, Euribor,
Libor etc.)

Regressionsanalyse fr das Multifaktormodell
Hongjiang Guo | 02. August 2013 | Martin-Luther-Universitt Halle-Wittenberg

3. Evaluierung der Bewertungsmethoden fr die VW FS AG
26
Implementierung des
Cumulative-Abnormal-
Return-Modells am
Beispiel der VW FS AG

Szenario
4
Szenario
3
Verlusthufigkeits-
verteilung
(z.B. Possionverteilung)
Verlusthhenverteilung
(z. B. Logistische
Verteilung)
Monte-
Carlo-
Simulation
Gesamte
Reputations-
verlustverteilung
Szenario
2
Szenario
1
Hongjiang Guo | 02. August 2013 | Martin-Luther-Universitt Halle-Wittenberg

3. Evaluierung der Bewertungsmethoden fr die VW FS AG
27


Es ist fr die VW FS AG zu empfehlen, statt der Hinterlegung eines Kapitalpuffers zur
Absicherung der mglichen Reputationsrisiken, langfristig qualitative und quantitative
Bewertung in Kombination durchzufhren.

Zuerst sollte die VW FS AG eine eigene Reputationsdatenbank aufbauen.

It takes 20 years to build a reputation and five minutes to ruin it. If you tink about that, you will do
things differently. Warren Buffet


Hongjiang Guo | 02. August 2013 | Martin-Luther-Universitt Halle-Wittenberg

4. Fazit
28
Herzlichen Dank!
Hongjiang Guo | 02. August 2013 | Martin-Luther-Universitt Halle-Wittenberg

29
Backup
Hongjiang Guo | 02. August 2013 | Martin-Luther-Universitt Halle-Wittenberg

30
Zu den Anspruchsgruppen einer Bank zhlen insbesondere:

Kunden
Anteilseigner
Fremdkapitalgeber
Mitarbeiter
Geschftspartner
Wettbewerber
Financial Community (Rating-Agenturen, Analysten, Fondsmanager)
Regierung und Regulierungsbehrden
Interessenvertretungen (z.B. Verbraucherverbnde)
Gesellschaftliches Umfeld



Hongjiang Guo | 02. August 2013 | Martin-Luther-Universitt Halle-Wittenberg

Backup
Anspruchsgruppen der Bank
31
Eigenstndige Risikoart:

Risiko durch unangemessene Vorstandsaussagen oder ungeeignete Geschftsentscheidung
(Entscheidung der Erffnung neuer Tochtergesellschaften in Krisenregionen)

Folge- oder Auslserisiko:
Enge Beziehung zwischen Reputationsrisiken und den operationellen Risiken

Operationelle Risiken durch Mitarbeiterfehler, IT-Ausflle oder Kreditbetrug In der ffentlichkeit
negativ wahrgenommen Reputationsverlust

Grokreditausfall durch unzureichende Prfung Operationelles Risiko Einfluss auf Kreditrisiko
Reputationsverlust

Nicht alle operationelle Risiken haben Einfluss auf Reputationsrisiken Naturkatastrophe

Reputationsverlust Auswirkung auf Liquiditts- und Geschftsrisiken



Hongjiang Guo | 02. August 2013 | Martin-Luther-Universitt Halle-Wittenberg

Backup
Ansichten zu Reputationsrisiken
32
Branchenspezifische Reputationstreiber

Gesellschaftliche Anforderungen: Bankexterne Reputationseinflussgren. ffentliche
Anspruchsgruppen erwarten von der Bank ein ethisches und sozial verantwortungsbewusstes
Verhalten.

Finanzielle Performance: Bank ist fhig, gebt ihr Geschft zu betreiben, ihre Kosten unter
Kontrolle zu halten und die erforderlichen Ertrge zu generieren.

Kundenzufriedenheit: Erfllung der Kundenerwartung

Qualitt interner Prozesse:
Corporate Governance: Rechtliche und faktische Unternehmensverwaltungsstruktur
Qualitt des Kommunikations- und Krisenmanagements
Qualitt des Humankapitalmanagements



Hongjiang Guo | 02. August 2013 | Martin-Luther-Universitt Halle-Wittenberg

Backup
Identifizierung der Reputationstreiber
33
Institutsspezifische Reputationstreiber nach Fiordelisi et al. (2013)

Bankgre

Profitabilitt

Kapitalausstattung

Quote der immateriellen Vermgenswerte zur Bilanzsumme

Sitz der Bank

Hongjiang Guo | 02. August 2013 | Martin-Luther-Universitt Halle-Wittenberg

Backup
Identifizierung der Reputationstreiber
34 Hongjiang Guo | 02. August 2013 | Martin-Luther-Universitt Halle-Wittenberg

Backup
Erstellung des Reputationsrisiko-Profils I
Das Self-Assessment wird auf der Ebene einzelner Geschftsbereiche und getrennt fr
jeden Reputationstreiber durchgefhrt.
Quelle: Pohl und Zaby (2008), S. 35.
35 Hongjiang Guo | 02. August 2013 | Martin-Luther-Universitt Halle-Wittenberg

Backup
Erstellung des Reputationsrisiko-Profils II
Erstellung des gesamten Reputationsrisiko-Profils im Geschftsbereich A
Quelle: Pohl und Zaby (2008), S. 35.
36 Hongjiang Guo | 02. August 2013 | Martin-Luther-Universitt Halle-Wittenberg

Backup
Erstellung des Reputationsrisiko-Profils III
Erstellung des gesamten Reputationsrisiko-Profils fr die Gesamtbank

Transformierung der Skalenwerte in RIP (z.B. 0 fr 100-RIP)
Quelle: Pohl und Zaby (2008), S. 35.
37 Hongjiang Guo | 02. August 2013 | Martin-Luther-Universitt Halle-Wittenberg

Backup
Probit- oder Logit-Modell
Quelle: Koyluoglu und Hickman (1998), S. 4.
38 Hongjiang Guo | 02. August 2013 | Martin-Luther-Universitt Halle-Wittenberg

Backup
Konzept des Value-at-Risk
V
t

VaR
t

f(V
t
)
Restwahrscheinlichkeit 1-a
f(V
t
): Dichtefunktion der Verluste

a: Konfidenzniveau

VaR
t
: Der Wert, der den schraffierten vom
nicht schraffierten Breich trennt

1-a: Die Wahrscheinlichkeit fr den
mglichen Verlust, der den VaR
t
bersteigt

>

= 1

<

= 1
Quelle: Glauser (2003), S. 19.
39
1. Eine Zufallszahl der Reputationsschocks in einem vorgegeben Zeithorizont (z.B. ein Jahr)
wird durch die Reputationsverlusthufigkeitsverteilung generiert.
(z.B. durch Poissonverteilung: Pr = =

!
)

2. Fr jeden Schock wird ein Zufallsverlust durch Reputationsverlusthhenverteilung erzeugt.
(z.B. durch logistische Verteilung: =
1
1+

)

3. Der Gesamtreputationsverlust in dem Zeithorizont ergibt sich dann aus der Summe aller
erzeugten Zufallsverluste.

4. Die vorangegangenen Schritte werden hinreichend wiederholt, um eine stabile Aussage
ber die Gesamtverlustverteilung treffen zu knnen. Je nach Genauigkeitsprferenz werden
10.000 und mehr Schocks simuliert. Man erhlt einen Vektor der Gesamtverluste.

5. Im Ergebnis knnen aus den gewonnenen Schocks die Verteilung der Gesamtverluste
abgeleitet und die statistischen Kennzahlen sowie der VaR zu dem gegebenen
Konfidenzniveau berechnet werden.
Hongjiang Guo | 02. August 2013 | Martin-Luther-Universitt Halle-Wittenberg

Backup
Monte-Carlo-Simulation
40 Hongjiang Guo | 02. August 2013 | Martin-Luther-Universitt Halle-Wittenberg

Backup
Beispiel: CAR-Modell
Quelle: Micocci et al. (2011), S. 8.
41 Hongjiang Guo | 02. August 2013 | Martin-Luther-Universitt Halle-Wittenberg

Backup
Beispiel: CAR-Modell
Quelle: Micocci et al. (2011), S. 10.
42 Hongjiang Guo | 02. August 2013 | Martin-Luther-Universitt Halle-Wittenberg

Backup
42,61%
2,58%
17,81%
3,28%
14,24%
14,70%
4,78%
Risikoprofil VW FS AG
(wesentliche Risiken)
Kreditrisiko UL
Beteiligungsrisiko VaR
direktes Restwertrisiko
Marktpreisrisiko VaR
Ertragsrisiko UL
Operationelles Risiko
Puffer fr
Strategisches
Risiko/Reputationsrisiko/
Liquidittsrisiko/
Quelle: VW FS AG (2012).
43 Hongjiang Guo | 02. August 2013 | Martin-Luther-Universitt Halle-Wittenberg

Backup
Reputationsrisiken im Rahmen von Basel II
b


BASEL II
M
i
n
d
e
s
t
k
a
p
i
t
a
l
-

a
n
f
o
r
d
e
r
u
n
g
e
n



B
a
n
k
a
u
f
s
i
c
h
t
l
i
c
h
e

b
e
r
p
r

f
u
n
g



M
a
r
k
t
d
i
s
z
i
p
l
i
n



Sule 1 Sule 2 Sule 3
Bercksichtigung bei der
Bemessung der
regulatorischen
Eigenkapitalausstattung
Kredit-, Markt- und
operationelle Risiken
Angemessenes Risikomanagement
MaRisk AT 2.2 Wesentliches
Risiko Bewertungs-, Steuerungs-
und Controlling-Prozesse
Keine
Offenlegungspflicht
fr
Reputationsrisiken
Quelle: sterreichische Nationalbank.