Bankenstresstest und Business Intelligence – Teil II

Im ersten Teil unseres Beitrags zum Bankenstresstest haben wir gezeigt, was genau ein Bankenstresstest eigentlich ist. Dieses Mal geht es um den genauen Ablauf und die zentralen Business-Intelligence-Berechnungen und -Analysen, die in einen Stresstest einfließen.

Risikokategorien im Bankenstresstest

In einem Bankenstresstest wird überprüft, wie sich die Kapitalausstattung einer Bank in einem Basis- und einen adversen Szenario entwickelt. Dies gibt Auskunft über die Widerstandsfähigkeit von Banken unter kritischen Bedingungen.

Für EU-weite Stresstests legt die Europäische Bankenaufsichtsbehörde die Methodik und Szenarien fest. Das Basisszenario basiert auf den Prognosen der Europäischen Zentralbank, das adverse Szenario hingegen basiert auf folgenden vier Risikopositionen:

  1. Neubewertung von Risikoprämien
  2. Konjunkturabschwächung und daraus folgende schwache Ertragslage
  3. Sorge um die Schuldentragfähigkeit
  4. Liquiditätsrisiken außerhalb des Finanzsektors

Business-Intelligence im Bankenstresstest

Banken müssen vor dem Hintergrund dieser Risiken Prognosen zur Entwicklung ihrer GuV-Posten und Kapitalpositionen sowie des Nettozinsertrags aufstellen. Der Nettozinsertrag (Net Interest Income, NII) ist eine zentrale Größe im Bankenstresstest. Er beschreibt die Differenz zwischen dem Umsatz, der durch verzinsliche Vermögenswerte generiert wird, und den Kosten durch die Bedienung von (zinsbelasteten) Verbindlichkeiten. Die Vermögenswerte umfassen kommerzielle Kredite und Privatdarlehen, Hypotheken, Baufinanzierungen und Anlagepapiere. Die Kalkulation des NII basiert auf zahlreichen BI-Berechnungen, die in der folgenden Grafik dargestellt werden.

Berechnung des Nettozinsertrags

Die Berechnung des Nettozinsertrags wird durch ein von der Europäischen Bankenaufsichtsbehörde herausgegebenes Excel-Template geregelt. Die notwendige Architektur besteht aus fünf Ebenen: die Quell- bzw. Rohdaten, der ETL-Layer, der Import- bzw. Validierungs-Layer, der Kalkulations-Layer und der Präsentations-Layer, die im Folgenden genauer vorgestellt werden.

  1. Quell- bzw. Rohdaten

Für die Berechnung braucht es unterschiedliche, detaillierte Rohdaten:

  • Interest Rates Zinssätze: Historische Zinssätze auf Tagesbasis sowie zukünftige Zinssätze, die von der EBA vorgegeben werden
  • Finance Object Masta Data: Stammdaten auf Finanzobjektebene
  • Actuals: Volume and Income Data due to cut-off-date: Bestands- und Ertragsdaten auf Finanzobjektebene
  • Simulation: Volume and Income Data at cut-off-date: Simulationsdaten für die Zukunft, basierend auf den Ablauf- und Tilgungsplänen der Finanzobjekte
  • Credit Risk: Im Rahmen des Stresstests berechnete Daten für Kreditrisiko für die Ausfallwahrscheinlichkeit auf Finanzobjektebene
  1. ETL-Layer

Im ETL-Layer werden die Quelldaten importiert, geprüft und gefiltert. Außerdem geht es darum, die Datenqualität sicherzustellen und die Daten gegebenenfalls zu bereinigen. Abschließend werden die Daten für die Cubes des Import- und Validierungs-Layers aufbereitet.

  1. Import- und Validierungs-Layer

Die beschriebenen Daten bilden die Grundlage für die nachfolgenden Berechnungen. Sie werden nun hinsichtlich der im ersten Layer beschriebenen Datenanforderungen für die Cubes geprüft und abgeglichen.

  • Interest Rate
  • Finance Object Master Data
  • Actuals: Volume and Income Data due to cut-off-date
  • Simulation: Volume and Income Data at cut-off-date
  • Credit Risk

Zudem werden die Aufsatzpunkte zwischen Actuals und der Simulations-Daten zum Cut-off-Date validiert.

  1. Kalkulations-Layer

Im Kalkulations-Layer werden die Daten je Finanzobjekt auf vorgegebene Asset- und Liability-Typs gemappt und aggregiert, es werden Kennzahlen und Durchschnitte berechnet. Die Interest Rates werden mithilfe von historischen und interpolierten künftigen Zinssätzen, Zinsaufschlägen (Markups) sowie zinsähnlichen Provisionen, historischen Margen und historischen Effective Interest Rates berechnet.

Die durchschnittlichen Auf-/ Abschläge je Produkt und Kundensegment werden in der Markup-Kalkulation hingegen mit den zum Cut-off-date vorliegenden Ultimosalden als Gewichtungsfaktor je Jahr errechnet.

Die Berechnung der Marge für die historischen Werte je Finanzobjekt erfolgt in der Margin-Kalkulation. Die wichtigen Größen des Point of Maturing (PoM) und Avarage Point of Maturing (aPoM) werden in einem separaten Cube für das Fixed- und Floating Portfolio berechnet. Die Kennzahlen Average Original Maturity, Average Original Maturity of the Maturing Portfolio und Average Original Maturity of the Unterlying Index werden im Original-Maturity-Modul ausgerechnet. Die Pflege und Berechnung der idiosynkratischen Komponente, die im adversen Szenario einen zusätzlichen bankenindividuellen Schock darstellt, erfolgt im Modul Idiosyncratic Component.

Abschließend erfolgt die Net Interest Income-Kalkulation, das Zusammenführen aller berechneten Kennzahlen und Daten für das NII-Template sowie die Zuordnungen zu den Szenarien.

  1. Präsentations-Layer

Auf dieser Ebene wird das NII-Template der EBA mit den Daten aus dem Cube Net Interest Income Calculation verknüpft. Die zu füllenden Datenfelder im Template werden in Echtzeit aus dem Cube versorgt. Die Berechnungen im Template bleiben erhalten und das Ergebnis ist analysierbar und kann bis zum einzelnen Finanzobjekt rückverfolgt werden. In Summe hat das Template 188 Spalten und 90 Zeilen je abgabepflichtiger Country- und Currency-Kombination.

Unsere Experten für Sie

Bankenstresstests erfordern anspruchsvolle und komplexe Berechnungen und Datenanalysen. Mit den passenden BI-Werkzeugen und Experten bekommen Sie aber die Transparenz und Performance, die notwendig ist, um den Stresstest erfolgreich zu durchlaufen und auf die Fragen und kurzfristig angeforderte Nachbesserungen der EBA zu reagieren. Wir unterstützen Sie gern dabei!

By | 2019-04-17T11:20:59+00:00 17. April 2019|Categories: BI Know-how|