Inventive FRC – Credit Risk: Erhöhung des Ausfallrisikos durch Pandemie: wie können Banken rechtzeitig gegensteuern?

Capgemini Invent adressiert die CxO Daten-Strategie und unterstützt seine Kunden bei der datengetriebenen Wertschöpfung.

Mit Inventive Finance, Risk & Compliance (Inventive FRC) meistern wir die Herausforderungen der Finanz-, Risiko- und Compliance-Funktion im Finanz-Sektor. Dieser Blog-Artikel fokussiert auf Credit Risk.

In wenigen Wochen hat die COVID-19 Pandemie die weltweite wirtschaftliche Situation dramatisch verändert. Infolge des starken Nachfragerückgangs während der Quarantäne sowie logistischer und personeller Engpässe ist die Existenz vieler Betriebe bedroht. Selbst die größten und erfolgreichsten Konzerne auf dem Markt müssen Produktionsstopp und Kurzarbeit ankündigen sowie Liquiditätsengpässe befürchten. Die Ursache ist die starke wirtschaftliche Abhängigkeit von zahlreichen anderen Marktteilnehmern wie Großkunden und Lieferanten, die sich in den letzten Jahrzehnten dank der Globalisierung entwickelt hat. Der Ausfall nur eines Lieferanten kann die Wertschöpfungsketten von mehreren produzierenden Unternehmen unterbrechen.

Die unerwarteten operationellen Schwierigkeiten der Unternehmen gefährden wiederum das Bankengeschäft. Firmenkunden mit bester Kreditwürdigkeit werden plötzlich zahlungsunfähig, was weder aus Bilanzen noch aus der Zahlungsgeschichte abgeleitet werden kann. Der Epidemie-Ausbruch hat existierende Risikoüberwachungssysteme der Banken infrage gestellt, verstärkter Personalaufwand ist die Folge. Nun schlägt die Stunde von Big Data.

Aufbau des Überwachungssystems

Durch das Monitoring der Echtzeitdaten aus relevanten Quellen werden die wirtschaftlichen Abhängigkeiten richtig identifiziert und damit verbundenen Geschäftsrisiken frühzeitig erkannt. Das frühzeitige Erkennen von Geschäftsrisiken stellt gewisse Anforderungen an den Aufbau eines Monitoringsystems, die wie folgt umgesetzt werden:

1) Festlegung der qualitativen und quantitativen Indikatoren der Geschäftsrisiken

Mit Hilfe von Latent Dirichlet Allocation sowie Natural Language Processing können anhand der Schlüsselwörter und N-Grams die relevanten Themen aus den Nachrichten identifiziert werden. Diese werden im weiteren Schritt mit konventionellen statistischen Methoden wie der Regressions- und Zeitreihenanalyse weiterverarbeitet und für das Monitoring der Unternehmen verwendet.

2) Auswahl der Datenquellen

Bei der Auswahl der Datenquellen tritt die Anforderung nach operativen, verlässlichen und kosteneffizienten Alternativen in den Vordergrund. Daher sollen die Reputation, die Integrierbarkeit (durch API, Download), der Abdeckungsgrad, die Update-Häufigkeit sowie das Preis-Leistungs-Verhältnis der Datenquellen in Betracht gezogen werden.

3) Auswertung der Überwachungsergebnisse

Die identifizierten und bewerteten Risikosignale generieren Empfehlungen für den Kreditexperten zu einem Rating Override. Ergänzend können auch Vorschläge zur Restrukturierung bzw. Versorgung mit zusätzlicher Liquidität erhalten werden.

Unser Vorgehen

Unser Team aus Data-driven Finance, Risk and Compliance hat in den letzten Wochen den „Real-time monitoring of pandemic affected borrowers“ Prototyp entwickelt.

Das Tool sammelt unternehmensspezifische Daten aus Thomson Reuters und diversen Online-Quellen (Nachrichten, Forschung, Social Media). Es identifiziert COVID-19-Signale, um die Veränderungen des Ausfallrisikos eines Schuldners als Folge möglicher pandemiebedingter Geschäftsentwicklungen wie Produktionsstopps, Lieferketten- und Personalprobleme, Nachfragerückgang zu analysieren. Die Risikoeinschätzung erfolgt auf zwei Ebenen:

–         Unternehmensebene: Identifizierung von Pandemiesignalen über den Schuldner und seine Geschäftspartner aus unstrukturierten Daten in Echtzeit

–         Lokale Ebene: Analyse der regionalen Pandemieentwicklung für relevante Standorte

Als Ergebnis bekommt der Nutzer eine informative Risikozusammenfassung sowie detaillierte Risk Reports für jede analysierte wirtschaftliche Abhängigkeit (einschl. Lieferanten und Kunden). Die Coronavirus-Pandemie ist ein aktuelles Beispiel von vielen geschäftskritischen Ereignissen, die unser Tool potenziell überwachen und für die Kreditrisikoeinschätzung berücksichtigen kann.

Vielen Dank an die Co-Autorin Maria Kurday.