KÖLN, 18.7.2012. Diversifikationseffekte spielen eine zentrale Rolle im Risikomanagement und verwandten Anwendungsfeldern aus der Finanzwirtschaft. So werden Abhängigkeiten zwischen verschiedenen Anlagen explizit bei der Messung des Gesamtrisikos berücksichtigt oder zur effizienten Zusammenstellung von Portfolios genutzt. Dabei wird in der Praxis oft auf parametrische Verfahren zurückgegriffen, deren Präzision auf äußerst genaue Schätzungen der Parameter angewiesen ist. In den letzten Jahren konnte jedoch immer wieder beobachtet werden, dass die in der Praxis gängigen Methoden in Krisenzeiten versagt haben. Somit ergibt sich die Notwendigkeit für moderne bzw. ausgereiftere statistische Verfahren, um der Instabilität von Diversifikationseffekten zu begegnen.

Der Value at Risk (VaR) ist aktuell das mit Abstand gebräuchlichste Risikomaß bei Finanzinstituten. Auch wenn es inzwischen zahlreiche Berechnungsmethoden gibt, dürfte das Varianz-Kovarianz-Modell immer noch das geläufigste sein, um beispielsweise das Marktpreisrisiko zu bestimmen. In diesem Modell werden die Varianzen von und die Korrelationen zwischen den einzelnen Anlagen zu einer Portfolio-Varianz aggregiert, mit der dann der VaR unter der Annahme einer Normalverteilung relativ einfach bestimmt werden kann.   Dieses Vorgehen besitzt die großen Vorteile, dass es mathematisch sehr einfach ist und nur eine überschaubare Menge an Daten benötigt wird. Selbstverständlich bringt die starke Vereinfachung aber auch Nachteile mit sich. Einerseits ist die Normalverteilung eine sehr unflexible Verteilung und Extremereignisse, sogenannten schwere Ränder, können mit ihr nicht modelliert werden. Andererseits, und mit diesem Problem befassen wir uns im weiteren Verlauf des Artikels, ist es schwierig, die notwendigen Parameter präzise zu schätzen, da diese teilweise großen Schwankungen unterliegen. Dabei sind die Schwankungen meistens von der Art, dass ungünstige Parameterverschiebungen eintreten, wenn sich die Finanzmärkte in Turbulenzen befinden. Vereinfachend gesprochen, Varianzen und Korrelationen steigen, wenn Märkte fallen. Somit versagen die auf diesen Parametern beruhenden Modelle genau dann, wenn Sie eigentlich vor Verlusten schützen sollen, nämlich in Krisenzeiten. Als Folge werden Diversifikationseffekte über- und Risiken unterschätzt. Dieses Phänomen ist schon seit längerer Zeit bekannt und in der Literatur wohldokumentiert. Neuere Untersuchungen zeigen jedoch, dass die Schwankungen der Varianzen einen rund zehnmal stärkeren Einfluss auf den VaR haben als Änderungen der Korrelationen.

[ … ]

[Den vollständigen Beitrag lesen Sie in der Fachzeitschrift RISIKO MANAGER 15/2012. Die Ausgabe ist ab 19. Juli 2012 lieferbar und kann auch einzeln bezogen werden.]

Autor:
Dr. Daniel Ziggel ist geschäftsführender Gesellschafter der quasol GmbH (Münster).