RiskNET eLibrary
Sie möchten Ihre Publikation gerne in unserer eLibrary veröffentlichen?
Erfolgreiches Bankmanagement ist – wie die Finanzmarktkrise weltweit gezeigt hat – vor allem anderen eins: das Ergebnis eines leistungsfähigen Risikomanagements. Selbst starke Global Player können binnen weniger Jahre an einem schwachen Risikomanagement zugrunde gehen. Weltweit agierende Top-Banken, die in der Finanzkrise nur mit massiven Rettungsaktionen ihrer Heimatländer vor der Insolvenz geschützt werden konnten, sind der Beleg dafür. Das Geschäftsmodell einer Bank besteht im Grunde darin, Risiken zu übernehmen, zu transformieren und professionell zu managen. So verbirgt sich hinter der Kreditmarge das Entgelt für die Übernahme des Adressenausfallrisikos, des Liquiditätsrisikos und der Fristentransformation. Das Adressenausfallrisiko wird wiederum bestimmt von der Bonität der Einzeladresse, der Branche, dem Länderrisiko und dem Stand im Konjunkturzyklus. Hinzu kommen Korrelationen, die zu so genannten Klumpenrisiken führen können. Hinter den Sicherheiten, die zu einer Absenkung der Marge führen können, stecken Bewertungsrisiken. Ohne ein leistungsfähiges Risikomanagement ist also heute eine markt- und umfeldgerechte Preisbestimmung für Kredite gar nicht mehr möglich. Eine Bank, die noch glaubt, mit einer Einheitsmarge operieren zu können, verliert das gute Geschäft und muss sich um die Akquisition des schlechten nicht kümmern – es kommt von selbst.
[Quelle: Jahrbuch 2010 von Frankfurt Main Finance]
[Quelle: Risk, Compliance & Audit, Ausgabe 05/2010, Seite 12-18]
[Source: Discussion Paper No 13, Series 2: Banking and Financial Studies, 2009, Deutsche Bundesbank, Frankfurt/Main]
[Quelle: Brzozowska, Aneta/Stübner, Peter: Bewertung von Risikokonzentrationen – mehr als nur neue Kennzahlen, in: RISIKO MANAGER, Ausgabe 17/2010, S. 1, 8-16.]
Second, it explains inaccuracy in terms of optimism bias and strategic misrepresentation. Third, the theoretical basis is presented for a promising new method called "reference class forecasting", which achieves accuracy by basing forecasts on actual performance in a reference class of comparable projects and thereby bypassing both optimism bias and strategic misrepresentation. Fourth, the paper presents the first instance of practical reference class forecasting, which concerns cost forecasts for large transportation infrastructure projects. Finally, potentials for and barriers to reference class forecasting are assessed.
[Source: Flyvbjerg, Bent: From Nobel Prize to Project Management: Getting Risks Right, in: Project Management Journal (Project Management Institute) 37 (3): 5–15.]