Erkennung von Portfolio-Risikoverschiebungen (Risk Drift)
Überblick
Überwachen und quantifizieren Sie Veränderungen des Risikoprofils eines Kreditportfolios im Zeitverlauf. Diese Fähigkeit wendet Vintage-Analyse, Kreditmigrationsmatrizen, Konzentrationsverfolgung und Frühwarnindikatoren an, um Abweichungen vom Risikoappetit des Instituts zu erkennen, bevor Verluste eintreten. Zu den Ergebnissen gehören eine Trendzerlegung, eine Zuordnung der Drift-Treiber und umsetzbare Empfehlungen für Portfoliomanagement-Ausschüsse.
Verwendungszweck
- Quartalsweise Portfolio-Risikoberichterstattung an Vorstand und Risikoausschüsse
- Erkennung von Verschlechterungen der Kreditvergabequalität über verschiedene Jahrgänge (Vintages) hinweg
- Überwachung von Konzentrationsgrenzverletzungen (Geografie, Branche, Kreditnehmer)
- Stresstests der Portfoliowiderstandsfähigkeit unter adversen Szenarien
- Bewertung der Auswirkungen von Kreditpolitikänderungen auf die Portfoliozusammensetzung
- Reaktion auf Frühwarnsignale aus Verzugs- oder Migrationstrends
Erforderliche Eingaben
| Eingabe | Beschreibung | Format |
|---|---|---|
| Kreditdatensatz (Loan Tape) | Vollständiges Portfolio mit Vergabe- und Leistungsdaten | Darlehensebene-Extrakt |
| Vintage-Tags | Vergabequartal/-jahr für jedes Darlehen | Datumsfeld |
| Risikobewertungen | Interne Risikostufen oder PD-Bänder | Bewertungsskala |
| Leistungsdaten | Verzugsstatus, Abschreibungen, Änderungen | Monatliche Momentaufnahmen |
| Risikoappetit | Vom Vorstand genehmigte Grenzen und Schwellenwerte | Richtliniendokument |
| Makroindikatoren | Arbeitslosigkeit, HPI, BIP, Zinsprognosen | Wirtschaftsdaten-Feed |
Methodik
Schritt 1 – Vintage-Kurvenanalyse
Erstellen Sie kumulative Ausfall- und Verlustkurven nach Vergabejahrgang:
- Zeichnen Sie die kumulative Netto-Abschreibungsrate (NCO) nach der Anzahl der Monate im Bestand für jeden Jahrgang auf
- Vergleichen Sie aktuelle Jahrgänge mit etablierten Benchmarks zu entsprechenden Zeitpunkten
- Berechnen Sie den Vintage-Abweichungsindex: Verhältnis der aktuellen Jahrgangs-NCO zur Benchmark-NCO zum gleichen Monat im Bestand
- Markieren Sie Jahrgänge, bei denen der Abweichungsindex 1,2 übersteigt (20 % schlechter als der Benchmark)
- Zerlegen Sie Abweichungen in einen Volumeneffekt (Mischungsverschiebung) vs. einen Raten-(Qualitäts-)Effekt
Schritt 2 – Erstellung einer Kreditmigrationsmatrix
Erstellen Sie Übergangsmatrizen, die die Ratingbewegungen zwischen den Perioden zeigen:
- Erstellen Sie für jeden Berichtszeitraum eine NxN-Migrationsmatrix (vierteljährlich empfohlen)
- Berechnen Sie die Aufstufungsrate, die Herabstufungsrate und die Stabilitätsrate für jede Stufe
- Berechnen Sie den gewichteten durchschnittlichen Migrationsscore (WAMS): positiv = Portfolioaufwertung, negativ = Portfolioverschlechterung
- Vergleichen Sie aktuelle Migrationsmuster mit historischen Normen (3-Jahres-, 5-Jahres-Durchschnitte)
- Identifizieren Sie Stufen mit abnormaler Herabstufungsgeschwindigkeit (>1,5-fache historische Rate)
Schritt 3 – Verfolgung von Konzentrationsverschiebungen
Überwachen Sie die Portfoliokonzentration in wichtigen Dimensionen:
- Geografisch: Engagement nach Bundesland/MSA im Vergleich zu Grenzen
- Branche/Sektor: NAICS-Code-Konzentration im Vergleich zu Diversifikationszielen
- Kreditnehmergröße: Einzelnamenkonzentration und Top-10/Top-25-Engagement
- Produktmix: Fest vs. variabel, besichert vs. unbesichert, befristet vs. revolvierend
- Risikostufenverteilung: Prozentsatz in den Kategorien „Pass“, „Watch“, „Substandard“, „Doubtful“
Berechnen Sie den Herfindahl-Hirschman-Index (HHI) für jede Dimension und verfolgen Sie den Trend. Markieren Sie jede Dimension, in der der HHI gegenüber dem Vorquartal um >10 % steigt oder die Richtliniengrenze überschreitet.
Schritt 4 – Dashboard der Frühwarnindikatoren
Berechnen Sie die folgenden Frühindikatoren und stellen Sie deren Trend dar:
- 30-Tage-Verzugsrate nach Jahrgang und Produkt (frühestes Signal)
- Roll-Rate-Analyse: Wahrscheinlichkeit des Übergangs von aktuell → 30 DPD → 60 DPD → 90 DPD → Abschreibung
- Wahrscheinlichkeitsmigration des Ausfalls (PD): Gewichtete durchschnittliche PD des Portfolios im Vergleich zu früheren Perioden
- Trend des Verlusts bei Ausfall (LGD): Wiederherstellungsraten bei eingetretenen Ausfällen
- Erwarteter Kreditverlust (ECL) nach CECL/IFRS 9: Bewegung der lebenslangen Verlustschätzung
- Anteil der kritisierten Aktiva: Klassifiziert + besondere Erwähnung als Prozentsatz der gesamten Darlehen
Schritt 5 – Attributionsanalyse
Zerlegen Sie die beobachtete Drift in Grundursachen:
- Vergabequalität: Sind Neuzugänge risikoreicher als der historische Durchschnitt?
- Alterungseffekt: Entwickeln sich ältere Darlehen wie für ihr Alter erwartet?
- Wirtschaftsumfeld: Können makroökonomische Faktorenverschiebungen die beobachtete Migration erklären?
- Politikänderungen: Haben aktuelle Änderungen der Kreditpolitik das Risikoprofil verändert?
- Portfolioabfluss: Konzentrieren sich Tilgungen in risikoärmeren Segmenten, sodass ein riskanterer Restbestand zurückbleibt?
Verwenden Sie einen Zerlegungsrahmen: Gesamtdrift = Vergabeeffekt + Alterungseffekt + Konjunktureffekt + Mischungseffekt + Resteffekt
Schritt 6 – Überlagerung von Stressszenarien
Projizieren Sie die Portfolioperformance unter Stress:
- Wenden Sie regulatorische Stressszenarien (CCAR schwerwiegend advers) auf das aktuelle Portfolio an
- Berechnen Sie gestresste PD, LGD und ECL für jedes Szenario
- Vergleichen Sie gestresste Verluste mit Kapitalpuffern und Kreditverlustrückstellungen
- Bewerten Sie, ob die beobachtete Drift die Anfälligkeit für Stress erhöht hat
- Quantifizieren Sie das zusätzliche Kapital, das erforderlich ist, wenn die Drift im aktuellen Tempo anhält
Schritt 7 – Berichtserstellung und Empfehlungen
Erstellen Sie einen umfassenden Drift-Bericht mit:
- Portfolio-Risiko-Dashboard mit Ampelindikatoren
- Trenddiagramme für alle wichtigen Kennzahlen (mindestens 12 Quartale Horizont)
- Spezifische Drift-Ergebnisse mit Ursachenzuordnung
- Vergleich mit Risikoappetit-Schwellenwerten (innerhalb / in der Nähe / überschritten)
- Empfohlene Managementmaßnahmen (Vergabe verschärfen, Rückstellungen erhöhen, Absicherung)
Ausgabespezifikation
## Portfolio-Risiko-Drift-Bericht — [Zeitraum]
### Risiko-Dashboard
| Kennzahl | Aktuell | Vorquartal | Veränderung zum Vorjahr | Appetitgrenze | Status |
|----------|---------|------------|------------------------|---------------|--------|
| Gewichtete durchschnittliche PD | X,XX% | X,XX% | +/- X Basispunkte | X,XX% | [G/G/R] |
| Gewichteter durchschnittlicher LGD | XX,X% | XX,X% | +/- X Prozentpunkte | XX,X% | [G/G/R] |
| NCO-Rate | X,XX% | X,XX% | +/- X Basispunkte | X,XX% | [G/G/R] |
| 30+ DPD | X,XX% | X,XX% | +/- X Basispunkte | X,XX% | [G/G/R] |
| HHI (Geo) | X.XXX | X.XXX | +/- XXX | X.XXX | [G/G/R] |
| Anteil kritisierter Aktiva | X,XX% | X,XX% | +/- X Basispunkte | X,XX% | [G/G/R] |
### Vintage-Analyse
- Jahrgang mit der schlechtesten Performance: [Quartal] — [X]% über Benchmark bei [N] MOB
- Jahrgänge auf der Beobachtungsliste: [Liste]
### Migrationszusammenfassung
- Gewichteter durchschnittlicher Migrationsscore: [X,XX] (negativ = sich verschlechternd)
- Stufen mit erhöhter Herabstufungsgeschwindigkeit: [Liste]
### Drift-Attribution
- Vergabequalität: [X]% der gesamten Drift
- Wirtschaftsumfeld: [X]% der gesamten Drift
- Mischungs-/Abflusseffekt: [X]% der gesamten Drift
- Auswirkungen von Politikänderungen: [X]% der gesamten Drift
### Stresstest-Auswirkungen
- Basis-ECL: $[X] Mio.
- Schwerwiegend adverser ECL: $[X] Mio. (+[X]%)
- Kapitaladäquanz unter Stress: [Angemessen / Grenzwertig / Unzureichend]
### Empfehlungen
1. [Maßnahme — Verantwortliche Stelle — Zeitplan]
2. [Maßnahme — Verantwortliche Stelle — Zeitplan]
3. [Maßnahme — Verantwortliche Stelle — Zeitplan]
Analyse-Framework
Wenden Sie das VMIC-Framework an:
- Vintage — Vergleichen Sie Kohorten-Performance-Kurven mit Benchmarks
- Migration — Verfolgen Sie Kreditstufenübergänge auf Richtungsänderungen
- Indikatoren — Überwachen Sie Frühwarnsignale für Verzug und Verluste
- Concentration — Messen Sie Diversifikationsänderungen in verschiedenen Dimensionen
Beispiele
Beispiel 1 – Verschlechterung der Kreditvergabequalität
Ergebnis: Auto-Darlehen aus dem 3. Quartal 2025 zeigen eine 30-Tage-Verzugsquote von 4,2 % bei 6 MOB gegenüber 2,8 % Benchmark (Abweichungsindex: 1,50). Attribution: 68 % Vergabequalität (durchschnittlicher FICO-Wert sank nach Politikänderung um 22 Punkte), 32 % Konjunktur (regionaler Anstieg der Arbeitslosigkeit). Empfehlung: Mindest-FICO auf den Wert vor der Änderung zurücksetzen, für betroffene MSAs einen geografischen Risiko-Overlay anwenden.
Beispiel 2 – Konzentrationsverletzung
Ergebnis: Das CRE-Büroengagement erreichte 342 % des Kernkapitals (Grenze: 300 %). Der HHI für die Branchenkonzentration stieg im Quartalsvergleich um 18 %. Die Migrationsmatrix zeigt, dass 12 % der CRE-Bürodarlehen im Quartal herabgestuft wurden (historische Norm: 4 %). Empfehlung: Neue CRE-Bürovergaben pausieren, die Bearbeitung notleidender Kredite beschleunigen, dem Vorstand innerhalb von 30 Tagen einen Sanierungsplan vorlegen.
Richtlinien
- Verwenden Sie mindestens 12 Quartale historischer Daten für Trendanalyse und Benchmark-Erstellung
- Wenden Sie sowohl absolute Schwellenwerte als auch Änderungsratenauslöser für Frühwarnungen an
- Trennen Sie die Portfoliodrift von erwarteten Alterungsmustern durch altersbereinigte Kennzahlen
- Validieren Sie Vintage-Kurven anhand der tatsächlichen Verlustentstehung, bevor Sie sie als Benchmarks verwenden
- Stimmen Sie Ergebnisse mit ALCO, Kreditrisikoausschuss und Finanzabteilung (Rückstellungsadäquanz) ab
- Präsentieren Sie Migrationsmatrizen auf der einzelnen Stufenebene, nicht aggregiert als bestanden/nicht bestanden
- Dokumentieren Sie alle Datenquellen, Ausschlüsse und Methodenannahmen
Validierungs-Checkliste
- Vintage-Kurven sind altersbereinigt für einen fairen Vergleich zwischen Kohorten
- Migrationsmatrizen sind vollständig (alle Stufen vertreten, Zeilen summieren sich auf 100 %)
- Konzentrationskennzahlen spiegeln aktuelle ausstehende Beträge wider, nicht nur Zusagen
- Frühwarnindikatoren verwenden über alle Zeiträume hinweg konsistente Definitionen
- Die Attributionsanalyse berücksichtigt alle wesentlichen Drift-Treiber
- Stressszenarien sind aktuell (abgestimmt mit der neuesten CCAR/DFAST-Leitlinie)
- Risikoappetit-Schwellenwerte spiegeln die vom Vorstand genehmigten Grenzen wider, nicht informelle Ziele
- Der Bericht enthält sowohl quantitative Kennzahlen als auch kontextuelle Erläuterungen
- Datenqualitätsprobleme werden offengelegt und deren Auswirkungen auf Schlussfolgerungen bewertet
- Empfehlungen werden nach Dringlichkeit und erwarteter Auswirkung priorisiert