Modellrisiko

Modellrisiko: Definition, Managementstrategien und Praxisbeispiele

Was ist Modellrisiko?

Modellrisiko ist eine Art von Risiko, das auftritt, wenn ein Finanzmodell verwendet wird, um quantitative Informationen wie die Marktrisiken oder Werttransaktionen eines Unternehmens zu messen, und das Modell versagt oder unzureichend funktioniert und zu negativen Ergebnissen für das Unternehmen führt.

Ein Modell ist ein System, das Annahmen und Theorien nutzt, um Dateneingaben in quantitative Schätzungen umzuwandeln.

Investoren und Finanzinstitute nutzen Modelle, um Aktienwerte und Handelsmöglichkeiten zu finden, aber diese Modelle können Risiken durch ungenaue Daten, Programmierfehler und Fehlinterpretationen aufweisen.

Wichtige Erkenntnisse

Modellrisiko entsteht, wenn ein Finanzmodell versagt oder unzureichend funktioniert, was potenziell zu negativen Ergebnissen führt.
Unzureichende Modelle können durch fehlerhafte Spezifikationen, Programmierfehler oder Ungenauigkeiten in den verwendeten Daten verursacht werden.
Modellrisiko wird als Teilmenge des operationellen Risikos betrachtet, das hauptsächlich das Unternehmen betrifft, das das Modell entwickelt und nutzt.
Um das Modellrisiko zu mindern, können Unternehmen Governance-Richtlinien, Tests und unabhängige Überprüfungen einsetzen.
Beispiele aus der Praxis sind der Zusammenbruch von Long-Term Capital Management und die Handelsverluste von JPMorgan Chase aufgrund von Modellfehlern.

Wie sich Modellrisiko auf finanzielle und operative Aktivitäten auswirkt

Modellrisiko wird als Teilmenge des operationellen Risikos betrachtet, da es hauptsächlich das Unternehmen betrifft, das das Modell erstellt und nutzt. Händler oder andere Investoren, die ein bestimmtes Modell verwenden, verstehen möglicherweise nicht vollständig dessen Annahmen und Einschränkungen, was die Nützlichkeit und Anwendung des Modells selbst einschränkt.

Im Finanzwesen und anderen Branchen kann Modellrisiko die Bewertung von Wertpapieren beeinflussen oder die Wahrscheinlichkeit von Bedrohungen wie Betrug falsch vorhersagen. Dies kann auf falsche Annahmen, Programmier- oder technische Fehler und andere Faktoren zurückzuführen sein, die das Risiko eines schlechten Ergebnisses erhöhen.

Wichtige Einblicke in das Konzept des Modellrisikos

Jedes Modell ist eine vereinfachte Version der Realität, und mit jeder Vereinfachung besteht das Risiko, dass etwas nicht berücksichtigt wird. Modellannahmen und Eingaben können variieren. Finanzmodelle sind mit den Fortschritten in der Computertechnik, Software und neuen Wertpapieren weit verbreitet geworden. Vor der Entwicklung eines Finanzmodells führen Unternehmen oft eine Finanzprognose durch, ein Prozess, bei dem die Erwartungen zukünftiger Ergebnisse bestimmt werden.

Einige Unternehmen, wie Banken, beschäftigen einen Modellrisikobeauftragten, der ein Finanzmodell-Risikomanagementprogramm einrichtet, das darauf abzielt, die Wahrscheinlichkeit finanzieller Verluste der Bank aufgrund von Modellrisikoproblemen zu verringern. Zu den Bestandteilen des Programms gehören die Etablierung von Modell-Governance und -Richtlinien. Es umfasst auch die Zuweisung von Rollen und Verantwortlichkeiten an Personen, die die Finanzmodelle fortlaufend entwickeln, testen, implementieren und verwalten.

Beispiele aus der Praxis, die Modellrisiko verdeutlichen

Long-Term Capital Management

Das Debakel von Long-Term Capital Management (LTCM) im Jahr 1998 wurde auf Modellrisiko zurückgeführt. In diesem Fall wurde ein kleiner Fehler in den Computermodellen des Unternehmens um mehrere Größenordnungen vergrößert, weil LTCM eine stark gehebelte Handelsstrategie anwandte.1

Auf seinem Höhepunkt verwaltete der Hedgefonds über 100 Milliarden US-Dollar an Vermögenswerten und meldete jährliche Renditen von über 40%. LTCM hatte bekanntermaßen zwei Nobelpreisträger für Wirtschaftswissenschaften als Hauptaktionäre, aber das Unternehmen implodierte aufgrund seines Finanzmodells, das in diesem speziellen Marktumfeld versagte.

JPMorgan Chase

Fast 15 Jahre später erlitt JPMorgan Chase (JPM) massive Handelsverluste aufgrund eines Value-at-Risk-Modells (VaR), das Formel- und Betriebsfehler enthielt. Risikomanager verwenden VaR-Modelle, um die zukünftigen Verluste eines Portfolios abzuschätzen. Im Jahr 2012 entpuppte sich der von CEO Jamie Dimon als 'Sturm im Wasserglas' bezeichnete Vorfall als ein Verlust von 6,2 Milliarden US-Dollar, der auf fehlerhafte Geschäfte in seinem synthetischen Kreditportfolio (SCP) zurückzuführen war.2

Ein Händler hatte große Derivatepositionen aufgebaut, die vom damaligen VaR-Modell markiert wurden. Als Reaktion nahm der Chief Investment Officer der Bank Anpassungen am VaR-Modell vor, aber aufgrund eines Tabellenkalkulationsfehlers im Modell konnten sich Handelsverluste anhäufen, ohne dass Warnsignale vom Modell kamen.

Dies war nicht das erste Mal, dass VaR-Modelle versagten. In den Jahren 2007 und 2008 wurden VaR-Modelle dafür kritisiert, dass sie die umfangreichen Verluste, die viele Banken während der globalen Finanzkrise erlitten, nicht vorhersagen konnten.3

Roger Lowenstein. "When Genius Failed: The Rise and Fall of Long-Term Capital Management." Random House Trade Paperbacks, 2000.

Government Publishing Office. "JPMorgan Chase Whale Trades: A Case History of Derivatives Risks and Abuses," Page 8.

Government Publishing Office. "The Risks of Financial Modeling: VAR and the Economic Meltdown," Page 3.

Investieren

Fundamentalanalyse

Werkzeuge