Aus Anlass einer Diskussion um Ansprüche und Möglichkeiten beim quantitativen Risk Reporting werfe ich heute mal einen genaueren Blick auf das Thema.
Eigentlich gibt es genau zwei Gründe, bei Sachwerten ein quantitatives Risikomanagement aufzubauen. Der erste sind objektive Erfordernisse, die sich aus den Erwartungen der Investoren ergeben. Harte quantitative Risiko-Kriterien können dazu führen, dass eine umfassende Abbildung und stochastische Modellierung eines Sachwertportfolios notwendig wird.
Zum Anderen stärkt ein fortgeschrittenes, quantitativ untermauertes Risikoberichtswesen unabhängig davon generell das Vertrauen bei potenziellen Investoren und ist ein wertvolles Vertriebsargument.
Egal, welches Motiv überwiegt – den Aufwand für ein solches Unterfangen sollte man in keinem Fall unterschätzen. Denn er wird nicht wesentlich kleiner, wenn man nur über ein kleines Universum an Assets redet oder den Berichtsumfang klein hält.
Das liegt daran, dass ein fertiges Monte Carlo – Modell mit all den Verteilungen und Kennzahlen, die es produziert und die man zu guter Letzt in den einschlägigen Berichten sieht, an der Spitze einer aufwändigen Kette von Voraussetzungen steht. Und deren Qualität hat man als Risikomanager nicht immer selbst in der Hand. Andererseits verantwortet man die Ergebnisse und wird sich daher für das Niveau der Datenlieferkette interessieren.
Alles startet bei Sachwertinvestments mit den in der Regel in Excel vorliegenden Vorkalkulationen der Projekte. Hierin stecken Annahmen über die zukünftige Entwicklung von Marktparametern, und sämtliche relevanten Cash Flows in einer ausreichend feinen Darstellung. Über die Aspekte der Qualität solcher Modelle schreibt man ganze Bücher. Wenn man nicht gewährleistet, dass die Modellqualität gleichbleibend hoch ist und die Modelle häufig aktualisiert werden, und zieht sich diese Qualität nicht durch das gesamte Portfolio, dann leidet die Aussagekraft der quantitativen Analyse.
Nicht einfacher werden die Dinge, wenn man Frühphasen von Projekten betrachtet, in der es um Vorarbeiten und Genehmigungen geht. Hier überwiegen Eventrisiken, und zeitliche Planungen sind noch um einiges volatiler. Als umso wichtiger erweist sich ein präzises Tracking von Vertragskonditionen, geplanten und realisierten Zeitschienen sowie alternativen Projektpfaden während dieser Phase.
Für eine überzeugende Quantifizierung der Risiken in so einer Frühphase ist es von eminenter Wichtigkeit, von Anfang an Daten über die getroffenen Annahmen zu sammeln – und zwar einschließlich ihrer gesamten Historie. Welche Meilensteine wurden zu wann geplant, wann und für welchen neuen Zeitpunkt erfolgten Modifikationen dieser Planung, wann wurde der Meilenstein wirklich erreicht? Traten unerwartete Ereignisse ein? Wann erfolgte eine Genehmigung oder warum wurde sie verweigert? Was für Marktannahmen wurden wann verändert? Welche Alternativen wurden eingeschlagen?
Eine penible Dokumentation dieser Planungshistorie – egal in welcher Projektphase – ist Voraussetzung für eine belastbare quantitative Risikoanalyse. Selbst wenn die Umsetzung einer solchen noch in ferner Zukunft liegt, sollte man so früh wie möglich damit beginnen.
Aber es gibt noch weitere Aspekte in unserer Pyramide.
So wird man Berichte nicht nur passiv konsumieren, sondern zuweilen auch von seinem Recht Gebrauch machen, die angewendete Methodik auf Herz und Nieren zu überprüfen. Mit anderen Worten: unsere Modellierung sollte audit-sicher sein. Und das setzt voraus, dass die Methodik sorgfältig verargumentiert und dokumentiert wird, dass es ein Vier-Augen-Review gibt und nicht zuletzt die Methodik jährlich hinterfragt und nötigenfalls, ebenfalls unter sorgfältiger Dokumentation und auf transparente Weise, angepasst wird.
Zu guter Letzt ist eine konsistente und qualitätsgesicherte Parametrisierung mit Marktdaten das A und O. Mit anderen Worten – irgendwo aus dem Web kopierte Zeitreihen bringen es nicht. Doch davon an anderer Stelle mehr.