Wie können Risiken auf Unternehmensebene angemessen bewertet werden? Welche Bedeutung haben dabei Einzelrisiken?
Ziel des Risiko-Managements ist es, eine Aussage zur Risikosituation des Gesamtunternehmens zu treffen. Naturgemäß kann eine Gesellschaft nicht alle Risiken komplett beherrschen, aber die Kapitalausstattung sollte in einem angemessenen Verhältnis zur Risikosituation stehen.
Allerdings ist die Aggregation der Risiken nicht trivial, denn üblicherweise treten nicht alle Risiken gleichzeitig auf (Diversifikation). Außerdem kann je nach Art des Risikos ein Eintreten direkte Auswirkungen auf andere Risiken haben (Korrelation). Bei der Aggregation sind solche Effekte zu berücksichtigen.
In der Praxis finden heute im Wesentlichen zwei Modelle zur Risikoaggregation Anwendung:
- Analytisch, durch Vorgabe einer konkreten Korrelationsmatrix sowie Annahmen über die Verteilungsfunktion. Beispielsweise wird im Standardmodell von Solvency II mithilfe der sogenannten Wurzelformel aggregiert. Dieses Modell setzt jedoch eine Binomialverteilung voraus und die für die Aggregation verwendeten Korrelationen zwischen den Risikosegmenten basieren auf Schätzungen.
- Bei der pfadidentischen (numerischen) Aggregation werden Risiken auf Basis einer Monte-Carlo-Simulation quantifiziert, anhand eines einheitlichen Sets von Risikofaktoren. Mittels der Monte-Carlo-Simulation werden Ausprägungen (konkrete Werte) der Risikofaktoren („Pfade“) bestimmt. Jeder Pfad entspricht einem gewissen Szenario, das spartenübergreifend gilt.
Anhand der Ausprägungen lassen sich die Auswirkungen auf das Unternehmen bzw. einzelne Bereiche des Unternehmens berechnen. Durch die Verteilung der Auswirkungen sind die Risiken prinzipiell für jedes Segment quantifizierbar.
Die Monte-Carlo-Simulation mit der pfadidentischen Aggregation ist grundsätzlich die bessere Methode, denn sie kommt ohne Schätzungen für Korrelationen aus. Allerdings ist der Aufwand in der Praxis so hoch (ggf. mehrere 100.000 Pfade), dass häufig auch Mischformen verwendet werden, die eine pfadidentische Aggregation im ersten Schritt mit einer Aggregation auf Basis von Korrelationen im zweiten Schritt kombinieren.