Risk Consulting
Das Team Risk Consulting berät Finanzakteure in den Bereichen Kreditmodellierung und Datenmanagement.
Wir unterstützen Banken und Finanzinstitute in folgenden Bereichen:
Kreditmodellierung
- Fundiertes Verständnis regulatorischer Anforderungen und statistische Expertise, um Kunden methodisch und bei der Implementierung in den Bereichen Modellierung, Stresstestanalyse und Modellvalidierung zu unterstützen
- Risikoüberwachung und Wartungsreporting
Integration von ESG-Kriterien in das Kreditmodell
- Unterstützung von Banken bei der Überprüfung und Weiterentwicklung ihrer Risikopolitik und Risikogovernance-Strukturen
- Kombination unseres Fachwissens mit Best Practices des Marktes, um den geeignetsten Ansatz zur Definition von KRIs für ESG-Risikoappetite zu entwickeln
- Begleitung unserer Kunden bei der Definition und Umsetzung ihrer ESG-Integrations-Roadmap
- Bereitstellung unserer Expertise in ESG- und Kreditrisikoquantifizierung, Regulatorik sowie ESG-Datenbanken
Datenmanagement
- Entwicklung von Datenmodellen für die spezifischen Anforderungen unserer Kunden
- Bereitstellung von ESG-Datenbanken und -Modellen zur Quantifizierung von ESG-Risiken
- Verbesserung von Daten-Governance und Datenqualität
- Technologieberatung zur Integration und Implementierung neuer IT-Infrastrukturen für das Risikomanagement
Ihre Vorteile
Kombination aus Fachwissen und Markt-Best-Practices
Die Berater von EthiFinance entwickeln den geeignetsten Ansatz zur Definition von KRIs und liefern fundierte Analysen und Empfehlungen zu Geschäftsallokation, Portfolio-Management-Rahmen, Risiko- und Personalmanagement.
Messung und Analyse von Kreditrisiken
Dank eines fundierten Verständnisses regulatorischer Anforderungen und statistischer Expertise unterstützen unsere Berater Kunden methodisch und operativ bei der Modellierung, Stresstestanalyse, Modellvalidierung sowie bei der Risikoüberwachung und dem Wartungsreporting.
ESG-Integration in das Kreditrisiko
Wir begleiten unsere Kunden bei der Umsetzung ihrer ESG-Risikointegrations-Roadmap und bringen dabei unsere Expertise in ESG-Methodik, Regulatorik, Kreditrisikoquantifizierung sowie ESG-Datenbanken ein.
Einsatz auf allen Basel-Modellen (PD, LGD, EAD) und allen Anlageklassen
Use Cases
Konzernweites Risikomanagement
Kunde
Eine führende europäische Bank, die ihren Firmen-, institutionellen und Privatkunden ein breites Spektrum an wertschöpfenden Beratungsleistungen und Finanzlösungen anbietet.
Auftrag
Modellierung des Basel-Retail-Parameters PD PRO/SCI.
Zielsetzung
Entwicklung eines praxisrelevanten, vereinfachten, nachhaltigen und vollständig regulatorisch konformen Kreditrisikomodells.
Vorgehensweise
- Aufbau der Modellierungsdatenbank (RDS)
- Risikodifferenzierung: Entwicklung des Scoremodells und Klassifizierung der Risikoniveaus
- Risikoquantifizierung: Kalibrierung des Modells
- Bereitstellung des Modellierungspakets
Implementierung des Backtests für das Private-Banking-PD-Modell
Kunde
Die Privatkundensparte einer führenden europäischen Bank.
Ausgangssituation
Im Rahmen der Überwachung ökonometrischer Modelle ist die Durchführung von Backtests für alle Kreditrisikomodelle eine regulatorische Anforderung. Das PD-Modell für das Private Banking gilt aufgrund des sehr geringen statistischen und quantitativen Anteils in seiner Konstruktion als sogenanntes Expertenmodell. Die Implementierung eines quantitativen Backtests stellte daher eine besondere Herausforderung dar.
Zielsetzung
Erfüllung einer regulatorischen Anforderung. Gleichzeitig sollten im Rahmen dieses Backtests neue statistische Überwachungsindikatoren eingeführt werden, die den regulatorischen Erwartungen entsprechen.
Vorgehensweise
- Aufbau der operativen Datenbank – eine Zusammenführung verschiedener Informationsquellen aus unterschiedlichen Bereichen mittels Joins und Kontrollen
- Anpassung der Datenbank für den Einsatz in Arbeitstools
- Entwicklung von Indikatoren und Äquivalenzen auf Basis der verfügbaren Informationen
- Implementierung regulatorischer statistischer Tests (PSI, HHI, AUC, GINI, Binomialtest etc.)
- Integration der Empfehlungen des Validierungsteams
Ergebnisse
Die Analysen am Ende des Backtests bestätigten, dass die bereits implementierten PD-Werte konservativ waren. Handlungsbedarf bestand daher nicht. Für diesen Bereich wurde jedoch parallel ein neues Modell entwickelt.
Beitrag für das Team
Die Durchführung dieses Backtests ermöglichte es, den Modellierungsteams einen regulatorisch konformen Backtesting-Bericht bereitzustellen. Darüber hinaus profitierten die Teams von automatisierten Programmen, die auch auf andere Themenfelder übertragen werden können und so die Effizienz nachhaltig steigern.
