Riskaggregering

Riskaggregering ( engelsk riskaggregering ) är en del av riskhanteringen för företag eller projekt , aggregering av alla risker , med sammanfattningen av de enskilda riskerna kan inte göras genom enbart tillägg.

Allmän

Riskaggregering syftar till att fastställa en övergripande riskposition för företaget eller för ett projekt på grundval av de identifierade , analyserade och bedömda individuella riskerna. Inrättandet inom riskklassificering av risker ger gränssnittet mellan riskbedömning och riskhantering . På grundval av tillförlitliga aggregerade data kan riskläget upptäckas av ett företag över och optimeras.

Riskaggregering är särskilt nödvändigt för att identifiera möjlig ”utveckling som kan äventyra företagets fortsatta existens” på ett företags riskbärande förmåga från de kombinerade effekterna av enskilda risker (vilket krävs enligt avsnitt 91 AktG ). Den undersöker sannolikheten för brott mot minimikraven för kreditvärdering eller kreditavtal , eftersom sådana scenarier kan indikera överhängande illikviditet och därför ska tolkas som "hotande företagets fortsatta existens".

Process flöde

Riskaggregeringen föregås av riskkvantifiering . Från riskidentifieringen kan endast dras vilka risker som ensam kan äventyra ett företags existens. För att kunna bedöma hur stort det totala riskområdet (och därmed sannolikheten för konkurs på grund av uppsättningen av alla risker) krävs en riskaggregering. Här måste man skilja på om de enskilda riskerna är oberoende av varandra eller inte. Oberoende risker påverkar inte varandra, de kan läggas till. Riskberoende beror däremot på att risker är beroende av varandra. Positivt korrelerade risker förstärker varandra, negativt korrelerade risker försvagar varandra. Vanligtvis kontrolleras detta stokastiska beroende av risker med avseende på rimlighet och kvantifieras med hjälp av en korrelationskoefficient . Ju högre denna korrelationskoefficient, desto mer ömsesidigt beroende individuella risker ökar eller försvagar varandra.

Beroendeförhållandena mellan riskerna kan bestämmas av korrelationer eller kopior , som måste tas med i beräkningen med risksimuleringsmetoder. Dessutom kan enskilda risker vara beroende av varandra statistiskt eller empiriskt eller av vanliga orsaker, så att riskersättningseffekter eller ömsesidig förstärkning av riskerna kan uppstå. Det kan också vara så att en viss risk bara uppstår eller bara inträffar när en annan risk redan har uppstått.

Werner Gleißner sätter upp tre heuristiska regler för riskaggregering :

• Orsak aggregering: Risker med samma orsak sammanfattas och deras effekter aggregeras.
• Effektiv aggregering : För risker med samma inverkan sammanställs sannolikheten för orsakerna.
• Uteslutningsregel : Risker som inte kan förekomma tillsammans är inte tillåtna i riskkvantifieringen samtidigt.

I den efterföljande riskaggregeringen är det viktigt att tillräckligt ta hänsyn till de faktiska stokastiska beroenden av orsak och effekt för olika enskilda risker.

Riskaggregering följs av riskbedömning i processflödet .

Monte Carlo-simulering

En numerisk metod för riskaggregering är risksimulering med hjälp av Monte Carlo-simulering .

Aggregerade frekvensfördelningar härrör från bestämda realiseringar av målvariablerna . Från dessa kan förväntade värden på kassaflöde och vinst samt tillhörande riskvärde (VaR) beräknas som en realistisk maximal förlust som till exempel inte överskrids med 95% eller 99% sannolikhet. Det finns inget alternativ till Monte Carlo-simuleringen för aggregering av risker med hänvisning till företagsplanering om risker beskrivs av olika sannolikhetsfördelningar .

Som en del av en Monte Carlo-simulering kartläggs effekterna av enskilda risker i en företagsmodell och bedöms med hänsyn till deras inflytande på motsvarande poster i resultaträkningen (P&L) och / eller balansräkningen . Sådana effekter av enskilda risker på poster i resultaträkningen eller i balansräkningen beskrivs i modellen genom sannolikhetsfördelningar (se riskkvantifiering ). I oberoende simuleringskörningar simuleras ett räkenskapsår flera tusen gånger med hjälp av Monte Carlo-simuleringen för att bestämma det totala riskområdet och effekten av en slumpmässig kombination av potentiella risker på resultaträkningen och / eller balansräkningen är bestämd. För att kunna identifiera möjliga ”utvecklingar som kan äventyra företagets existens” analyseras effekterna av riskerna på covenents och den framtida rating . En simulering över flera planeringsår är vettigt här (se IDW-revisionsstandard 340 och principer för korrekt planering ).

Riskaggregering i företagsplanering

Genom att använda simuleringsmetoder ersätts det komplexa problemet med den analytiska summeringen av en mängd olika risker, särskilt med detta tillvägagångssätt, med en numerisk ungefärlig lösning. I princip genererar och analyserar denna simulering ett representativt urval av alla möjliga riskscenarier för ett företag.

Följande bild visar frekvensfördelningen av soliditeten , vilket resulterar i simuleringen från konsolideringen av vinster och förluster med eget kapital. Med denna fördelningsfunktion är det omedelbart möjligt att bedöma om ett företags aktiebas är tillräckligt (givet en viss risk). Exemplet visar att eget kapital (med hänsyn till företagets risker) blir negativt i 3,2% av alla fall. företaget skulle vara överskuldsatt i dessa fall . På detta sätt, baserat på företagsplanering och riskanalys, kan en lämplig bedömning göras och bedömningsprognoser göras.

Fördelning av soliditeten.

Tillämpning i praktiken

I praktiken kartläggs effekterna av enskilda risker på företagsplanering (t.ex. budgeterat resultaträkning ). ett tillvägagångssätt som möjliggör kopplingen mellan riskhantering och ”traditionell” företagsplanering. På detta sätt bestäms riskjusterad kostnad för kapitalräntor ( engelska Riskjusterad lönsamhet / resultatmått , RAPM) eller riskrelaterade "spridningar" av framtida vinster eller kassaflöden ("bandbreddsplanering"). Detta bidrar till en välgrundad bedömning av tillförlitligheten i planeringen och visar planeringssäkerheten samt kapital- och likviditetskraven (kan uttryckas t.ex. genom riskmåttet risk ). Aggregering av risker är en av de viktigaste uppgifterna för riskhantering och föremål för granskning av riskvarningssystem (se IDW-revisionsstandard 340 och DIIR-revisionsstandard nr 2 om riskhantering från 2018). Riskaggregering är grunden för att mäta riskbärande kapacitet och risktolerans (se IDW PS 981 ).

litteratur

• Werner Gleißner / Frank Romeike: Riskhantering - implementering, verktyg, riskbedömning. Haufe, 2005, ISBN 3-448-06209-X .
• Werner Gleißner: Sammanställning av risker i samband med företagsplanering. I: Journal for Controlling & Management. 5/2004, s. 350-359. (PDF på: werner-gleissner.de )
• Werner Gleißner: Riskanalys, riskkvantifiering och riskaggregering, i: WiSt, 9/2017, s. 4 - 11 [1] på: werner-gleissner.de
• Christian Cech: Copula-baserade top-down-metoder i finansiell riskaggregering. (= Working Paper Series av University of Applied Sciences of bfi Vienna. No. 32.) (PDF-fil; 6,04 MB). på: fh-vie.ac.at , december 2006.
• Werner Gleißner: Bandbreddsplanering, planeringssäkerhet och Monte Carlo-simulering av flera planeringsår , i: Controller Magazin, utgåva 4, juli / augusti 2016, s. 16–23
• Cathérine Grisar / Matthias Meyer, Användning av simulering vid kontroll av forskning: en systematisk litteraturöversikt för tyskspråkiga länder , i: Management Review Quarterly, publicerad online: 26 oktober 2015, s. 1–41
• Endre Kamaras / Marco Wolfrum: Programvara för riskaggregering: vanliga lösningar och fallstudie , i: Riskhantering och kontroll, 2017, s. 289–314
• Mario Hempel / Jan Offerhaus,: Riskaggregering som en viktig aspekt av riskhantering , i: German Society for Risk Management (Red.): Riskaggregering i praktiken, 2008, s. 3–13

webb-länkar

• Litteratur om riskaggregation i tyska Nationalbibliotekets katalog
• Simuleringsförfarande för riskaggregering. på: risknet.de

Individuella bevis

1. ↑ Karin Exner / Raoul Ruthner, Corporate Risk Management , 2019, s.117
2. ↑ Bruno Wiederkehr / Rita-Maria Züger, riskhanteringssystem i företag , 2010, s.37 f.
3. ^ Leonhard von Metzler, Riskaggregering inom industriell styrning , 2004, s. 199
4. ↑ Werner Gleißner, Fundamentals of Risk Management in Companies , 2011, s.159
5. ^ Leonhard von Metzler, Riskaggregering inom industriell styrning , 2004, s. 199
6. ↑ Fabian Ahrendts / Anita Marton, IT Risk Management Leben , 2008, s.24
7. ↑ Werner Gleißner, Kvantifiering av komplexa risker - Fallstudieprojektrisker , i: Risk Manager Heft 22, Bank-Verlag / Köln, 2014, s. 1, 7-10
8. ↑ Werner Gleißner / Marco Wolfrum, Riskaggregering och Monte Carlo Simulation , 2019, s.2