« | Home | »

IRB-Ansatz für LSI – Erfahrungen mit IRB 2.0 und CRR III

Von Dr. Oliver Everling | 18.März 2024

Im Rahmen der Handelsblatt Jahrestagung Bankenaufsicht 2024 hat Martin Neisen, Partner bei PwC und Global Basel IV Leader, tiefgreifende Einblicke in den „IRB-Ansatz für weniger bedeutende Institute (LSI) – Erfahrungen und Herausforderungen mit dem IRB 2.0 gemäß CRR III“ gegeben. Ein Thema, das vor einigen Jahren noch als wenig relevant für die meisten Banken galt, steht nun im Fokus der Finanzwelt, insbesondere im Kontext der neuesten regulatorischen Entwicklungen in der Europäischen Union.

Der Internal Ratings-Based Approach (IRBA) ermöglicht es Banken, eigene Risikomodelle zur Ermittlung der Kapitalanforderungen für Kreditrisiken zu nutzen. Die wesentlichen Komponenten des IRB-Ansatzes – die Wahrscheinlichkeit des Ausfalls (PD), der Verlust bei Ausfall (LGD), der Betrag der Forderung bei Ausfall (EAD) und die Schwankung der Verluste (M) – bilden das „Schlagzeug des IRB-Ansatzes“. Die neuen Regelungen der CRR III eröffnen, laut Neisen, neue Potenziale für LSIs zur Kapital- und Kostenoptimierung im Vergleich zur vorherigen Regulierung.

Neisen hebt hervor, dass der IRBA nicht nur für die „Schmuddelkinder“ unter den Banken von Bedeutung sei, sondern insbesondere auch für gut aufgestellte Institute eine Chance biete, ihre Kapitalausstattung zu optimieren. Die Möglichkeit, den IRB-Ansatz nur auf ausgewählte Portfolios anzuwenden, bietet den Banken eine signifikante Kostenreduzierung, da nicht alle Portfolios entwickelt und integriert werden müssen. Zudem können Banken den IRB-Ansatz schrittweise einführen.

Ein praktisches Beispiel demonstriert, wie Banken von niedrigeren Risikogewichten durch den IRB-Ansatz profitieren können. „Wir haben bereits mehrere Banken beim Wechsel zum IRB-Ansatz begleitet und bei keiner hat sich der Wechsel nicht gelohnt,“ so Neisen. Allerdings skizziert er auch Herausforderungen, insbesondere in den Bereichen Ausfalldefinition, PD-Modellierung sowie LGD- und CCF-Modellierung. Die Qualität der Daten spielt dabei eine entscheidende Rolle, sowohl bei der Anwendung als auch bei der Entwicklung der Modelle, welche von der Bankenaufsicht streng kontrolliert wird.

Interessanterweise könne Künstliche Intelligenz (KI) dabei helfen, die Performance der Modelle zu verbessern. Neisen berichtet von einem AI-Modell, das eine höhere Trennschärfe und einen gesteigerten Gini-Koeffizienten erbracht hat, was die Effizienz und Genauigkeit der Risikobewertung erheblich steigert.

Die Ausführungen von Martin Neisen auf der Jahrestagung Bankenaufsicht 2024 werfen ein neues Licht auf die Möglichkeiten und Herausforderungen des IRB-Ansatzes im Kontext der neuesten EU-Bankenregulierung. Sie zeigen, dass eine sorgfältige Implementierung und Nutzung des IRB-Ansatzes den Banken signifikante Vorteile bieten kann, wobei allerdings die Komplexität der Anforderungen und die Notwendigkeit einer präzisen Datenanalyse nicht unterschätzt werden dürfen.

Themen: Bankenrating | Kein Kommentar »

Kommentare

Sie müssen eingelogged sein um einen Kommentar zu posten.