RiskNET eLibrary
Sie möchten Ihre Publikation gerne in unserer eLibrary veröffentlichen?
Liquidity Risk
The new Basel III rules for liquidity and funding will have an impact on several areas of the banking business. As a consequence, it is useful to identify the key areas within a bank where Basel III has the biggest impact and to define the necessary strategies, processes, and new products to tackle the individual business challenges. While this allows the consideration of specific topics, a well-structured and consistent approach requires a general and overarching view, which encompasses and integrates all individual areas.
The paper gives an overview of the strategies that banks all over the world are currently discussing; focusing on funds transfer pricing (FTP), the active steering of LCR and NSFR, deposit analysis and according strategies, as well as assets and investment products. Finally a structured approach for the strategic analysis and implementation of business changes is briefly outlined.
[Robert Fiedler/Michael Mahlknecht (2013): Basel III: Solving the Liquidity Business Challenge, Cass-Capco Institute Paper Series on Risk, The Capco Institute Journal of Financial Transformation, Journal#37, 04.2013]
The paper gives an overview of the strategies that banks all over the world are currently discussing; focusing on funds transfer pricing (FTP), the active steering of LCR and NSFR, deposit analysis and according strategies, as well as assets and investment products. Finally a structured approach for the strategic analysis and implementation of business changes is briefly outlined.
[Robert Fiedler/Michael Mahlknecht (2013): Basel III: Solving the Liquidity Business Challenge, Cass-Capco Institute Paper Series on Risk, The Capco Institute Journal of Financial Transformation, Journal#37, 04.2013]
9285 Downloads20.05.2013
Datei downloaden The Liquidity Coverage Ratio (LCR), of Basel III sets the bank’s potential cash outflows in relation to its capacity to counterbalance them by creating hypothetical inflows from assets which are believed to be repoable or saleable. The implementation of the LCR in a bank seems to be a straightforward exercise, which can somehow be seen as decoupled from the more sophisticated internal models a bank might use to manage its funding liquidity economically.
If a bank, however wants to be able to manage the LCR not only monthly in retrospective – as mandatory in Basel III – but on an on-going, forward-looking basis, it will need to simulate its future balance sheet. This is already very near to economic risk management techniques.
If a bank, however wants to be able to manage the LCR not only monthly in retrospective – as mandatory in Basel III – but on an on-going, forward-looking basis, it will need to simulate its future balance sheet. This is already very near to economic risk management techniques.
6417 Downloads26.09.2012
Datei downloaden The Liquidity Coverage Ratio (LCR) in Basel III deals with funding or illiquidity risk of individual banks. For a given (stress) scenario, the banks’ risk adjusted cash exposure (Total Net Cash Outflows) in 30 days is calculated and set into relation with its High Quality Liquid Asset (HLA) holdings. The underlying idea is to ensure that the bank can cover an eventual cash shortage in the first month with the cash it could get by ‘liquifying’ its HLA.
Although in principal this concept is addressing the problem of a bank’s illiquidity correctly, it is too raw to be used or a bank’s internal liquidity risk management. From the various possible enhancements, we will focus in this article on the bank’s CounterBalancing Capacity, the economically more elaborated version of the HLA. In the LCR there are only three classes of liquifiability of securities: HLA1, HLA2, and the rest which is considered as ‘not liquid’. In practice, an asset’s liquifiability can range from ‘immediately liquifiable’ (e.g. in a central banks refinancing window) to piecewise liquifiability in time with changing haircuts and prices and is also scenario-dependent.
Specifying the liquifiability of each asset separately would be arduous and hardly consistent. To circumvent this, we define an algorithm to assign a number to each individual asset (its Liquifiability Index LiX). The LiX expresses for a pre-defined scenario the asset’s assumed liquifiability as a number, e.g. from zero (completely illiquid) to 100 (best conceivable liquifiability). We will subsequently fine-tune an asset’s LiX to mirror the asset’s specific liquifiability relative to an average asset with the same credit rating. Because the LiX numbers are linearly ordered (0, 1, 2, ... , 99, 100) we can then for practical purposes sort assets with a comparable LiX in liquifiability groups (e.g. from 80 to 90) and assume they have (almost) the same liquifiability in our model. The first is to group securities together that will behave similarly in the chosen scenario.
[Authors: Matthias Küstner, Robert Fiedler and Darren Brooke]
Although in principal this concept is addressing the problem of a bank’s illiquidity correctly, it is too raw to be used or a bank’s internal liquidity risk management. From the various possible enhancements, we will focus in this article on the bank’s CounterBalancing Capacity, the economically more elaborated version of the HLA. In the LCR there are only three classes of liquifiability of securities: HLA1, HLA2, and the rest which is considered as ‘not liquid’. In practice, an asset’s liquifiability can range from ‘immediately liquifiable’ (e.g. in a central banks refinancing window) to piecewise liquifiability in time with changing haircuts and prices and is also scenario-dependent.
Specifying the liquifiability of each asset separately would be arduous and hardly consistent. To circumvent this, we define an algorithm to assign a number to each individual asset (its Liquifiability Index LiX). The LiX expresses for a pre-defined scenario the asset’s assumed liquifiability as a number, e.g. from zero (completely illiquid) to 100 (best conceivable liquifiability). We will subsequently fine-tune an asset’s LiX to mirror the asset’s specific liquifiability relative to an average asset with the same credit rating. Because the LiX numbers are linearly ordered (0, 1, 2, ... , 99, 100) we can then for practical purposes sort assets with a comparable LiX in liquifiability groups (e.g. from 80 to 90) and assume they have (almost) the same liquifiability in our model. The first is to group securities together that will behave similarly in the chosen scenario.
[Authors: Matthias Küstner, Robert Fiedler and Darren Brooke]
11825 Downloads27.06.2012
Datei downloaden Zweifellos muss man lange in den Geschichtsbüchern blättern, um eine Phase zu finden, die für die Finanzindustrie ähnlich turbulent war wie die letzten Jahre. Subprimekrise, Staatsschuldenkrise, Eurokrise,... In Zeiten des dramatischen Umbruchs, in denen der Ausnahme- zum Normalzustand geworden ist, wächst in den Banken naturgemäß das Bedürfnis nach Orientierung, nach einer fundierten Analyse der vergangenen Ereignisse und daraus abgeleiteten Handlungsempfehlungen für die "neue Realität", in der sich die Branche nun zurechtfinden muss.
24963 Downloads01.01.2012
Datei downloaden Die Studie zeigt, u. a. dass die effektive Einbettung des Risikomanagements in die täglichen Arbeitsabläufe auf allen Unternehmensebenen eine einheitliche Infrastruktur im Bereich der Informationstechnologie für quantitative Analysen voraussetzt. Neben der Datenproblematik erkannten die Risikomanager die zunehmende Bedeutung von Szenarioanalysen als notwendigen Zusatz zu quantitativen Simulationen.
39761 Downloads30.08.2011
Datei downloaden In der jüngsten Finanzkrise ist die Verwendung mathematischer Modelle wiederholt für die eingetretenen Fehlentwicklungen und Schäden mit verantwortlich gemacht worden. Die dahinter liegende Argumentationskette lautete ungefähr wie folgt: Die Modelle waren offensichtlich falsch, speziell das benötigte Risikokapitel wurde unterschätzt, und deshalb haben Banken mehr Risiko übernommen, als sie in Wirklichkeit tragen konnten. Implizit wurde dann oft vorgeschlagen, statt auf Modelle besser auf die allgemeine Intuition zu vertrauen, also den gesunden ökonomischen Menschenverstand als Entscheidungsgrundlage zu nehmen. Im vorliegenden Aufsatz wird diese Kritik hinterfragt.
9908 Downloads03.08.2011
Datei downloaden Die aktuelle Finanzkrise zeigt, dass Krisendiagnose und präventives Krisenmanagement grundsätzlich bei der Unternehmenssteuerung berücksichtigt werden sollten. Der vorliegende Beitrag beschreibt, wie mit Hilfe von Simulationsverfahren Ratingprognosen erstellt sowie der Eigenkapitalbedarf eines Unternehmens zur Risikodeckung und damit zur Krisenprävention ermittelt werden können. Weiterhin werden strategische Maßnahmen aufgezeigt sowie Anleitungen für das Kostenmanagement und die Liquiditätssicherung gegeben.
[Quelle: Werner Gleißner/Armin Schaller: Krisendiagnose und Krisenmanagement - Maßnahmenpalette: Von der Ratingprognose bis zur Liquiditätssicherung, in: KSI 04/2009, S. 153-161]
[Quelle: Werner Gleißner/Armin Schaller: Krisendiagnose und Krisenmanagement - Maßnahmenpalette: Von der Ratingprognose bis zur Liquiditätssicherung, in: KSI 04/2009, S. 153-161]
4269 Downloads22.10.2009
Datei downloaden Bei einer Analyse der US-amerikanischen Subprime-Krise, die sich zu einer weltweiten Finanzkrise ausgeweitet hat, stellt man sich die Frage, ob diese unvorhersehbar und ein unglücklicher Zufall war. Und ist die aktuelle Krise tatsächlich, wie Josef Ackermann, Vorstandsvorsitzender der Deutschen Bank sagt, ein Zeichen von Marktversagen, das staatliche Eingriffe erfordert? Tatsächlich waren vielen Führungskräften von Kreditinstituten potenzielle Risiken aus den extrem gestiegenen Preisen amerikanischer Immobilien und der exzessiven Kreditvergabepolitik ebenso bewusst, wie die vergleichsweise geringe Transparenz vieler derivativer Finanzprodukte (etwa der Collateralized Debt Obligations). Wie konnte es dann zu einer derartigen Krise kommen? Im Folgenden werden Erklärungen zusammengefasst, die teilweise überraschend sein mögen – aber mit einem etwas tieferen Blick in die Finanz- und Bankenlandschaft an vielen Stellen verifiziert werden können.
[Quelle: Gleißner, W./Romeike, F.: Analyse Subprime-Krise: Risikoblindheit und Methodikschwächen, in: RISIKO MANAGER 21/2008, S. 1, 8-12.]
[Quelle: Gleißner, W./Romeike, F.: Analyse Subprime-Krise: Risikoblindheit und Methodikschwächen, in: RISIKO MANAGER 21/2008, S. 1, 8-12.]
9623 Downloads30.10.2008
Datei downloaden Die jüngsten Turbulenzen auf den Geld- und Kapitalmärkten haben die Bedeutung eines effizienten Liquiditätsrisikomanagements für die Stabilität einzelner Banken sowie des gesamten Finanzsystems in das Bewusstsein einer breiteren Öffentlichkeit gerufen. Doch bereits vor der so genannten Subprime-Krise war die Thematik des Liquiditätsrisikomanagements in Banken verstärkt in den Fokus von Aufsichtsbehörden und internationalen Gremien gerückt.
Herausgeber: Bundesbank/BaFin
Herausgeber: Bundesbank/BaFin
7640 Downloads30.01.2008
Datei downloaden Die Analyse des Verhältnisses zwischen dem Produktions- und dem Finanzsektor sowie deren Einfluss auf die wirtschaftliche Entwicklung bilden den Hauptgegenstand der sogenannten Hypothese finanzieller Instabilität von Hyman P. Minsky. Dieses Thema erweist sich gerade in der heutigen Zeit als hochaktuell. Aus der Perspektive eines "Wall Street-Keynesianers" heraus, entwickelte Minsky eine Theorie der zyklischen Wirtschaftsentwicklung, welche Unsicherheit, Spekulation und Finanzbeziehungen in den Vordergrund stellt und systematisch einbezieht.
[Dissertation zur Erlangung der Würde eines Doktors der Wirtschafts- und Sozialwissenschaften, vorgelegt der Wirtschafts- und sozialwissenschaftlichen Fakultät der Universität Freiburg in der Schweiz]
[Dissertation zur Erlangung der Würde eines Doktors der Wirtschafts- und Sozialwissenschaften, vorgelegt der Wirtschafts- und sozialwissenschaftlichen Fakultät der Universität Freiburg in der Schweiz]
26592 Downloads03.09.2007
Datei downloaden 