HOW TO BUILD A RATING Copyright © 2001 Oliver, Wyman & Company Confidential & Proprietary This is where we would put any important information specific to this particular document or page, i.e. special colours or formats HOW TO BUILD A RATING Copyright © 2001 Oliver, Wyman & Company London New York Frankfurt Madrid Paris Toronto Singapore

Copyright © 2000 Oliver, Wyman & Company INHALT This is where we would put any important information specific to this particular document or page, i.e. special colours or formats I. QUALITÄTSANFORDERUNGEN AN EIN RATING II. GRUNDLAGEN UND KOMPONENTEN EINES RATING III. SCHRITTE BEI DER ENTWICKLUNG EINES RATING IV. PARTNERSCHAFT VON BAETGE, OLIVER, WYMAN & COMPANY UND MOODY’S Copyright © 2000 Oliver, Wyman & Company

I. QUALITÄTSANFORDERUNGEN AN EIN RATING This is where we would put any important information specific to this particular document or page, i.e. special colours or formats I. QUALITÄTSANFORDERUNGEN AN EIN RATING

QUALITÄTSANFORDERUNGEN - ZUSAMMENFASSUNG Vergleichbarkeit mit externen Ratings Kalibrierung auf Ausfallwahrscheinlichkeiten Hinreichender Grad an Differenzierung (mindestens 8-10 Stufen) Prognosekraft bezüglich künftiger Ausfälle im Portfolio (Powerstatistik) Statistische Signifikanz der Testgrundlagen Ökonomisches Verzugsmodell Nachvollziehbarkeit und betriebswirtschaftliche Plausibilität Sicherstellung der Systempflege durch neue Daten Integration in den Rating- und Kreditvergabeprozess

Qualitätsanforderungen . . . Vergleichbarkeit VERGLEICHBARKEIT MIT EXTERNEN RATINGS IST LETZTLICH NUR ÜBER DEN GEMEINSAMEN MAßSTAB DER AUSFALLWAHRSCHEINLICHKEIT MÖGLICH

Qualitätsanforderungen . . . Trennschärfe DIE FÄHIGKEIT ZUR TRENNUNG VON GUTEN UND SCHLECHTEN KREDITEN IN FORM DER POWERSTATISTIK IST DER ULTIMATIVE QUALITÄTSTEST JEDES RATINGS Vermiedene Ausfälle 100% 50% Anteil der Verzugsfälle im Portfolio Idealmodell Realistisches Modell Zufallsmodell Ausgeschlossenes Portfolio

Qualitätsanforderungen . . . Trennschärfe INKONSISTENTE ODER NICHT DIE WIRTSCHAFTLICHEN REALITÄTEN REFLEKTIEREN-DE RATINGS ERGEBEN EIN UNSCHARFES BILD FÜR DIE KREDITENTSCHEIDUNG 0.01 0.10 1.00 10.00 100.00 Log EDF (%) A B C D E Grade Dieses Beispiel eines Ratings aus dem europäischen Ausland zeigt die Konsequenzen mangelnder Trennschärfe: Konzentration des Portfolios in wenigen Ratingklassen Streuung der Ausfall-wahrscheinlichkeiten der einzelnen Engagements innerhalb der Ratingklassen

Qualitätsanforderungen . . . Trennschärfe DIE ERHÖHUNG DER TRENNSCHÄRFE KANN DIREKT ÜBERSETZT WERDEN IN VERMIEDENE AUSFÄLLE A B C D E 92 93 54 2 - 3 Old rating New rating No. of customers No. of defaults In diesem Beispiel wurde die Trennschärfe von zwei Ratingalgorithmen miteinander verglichen. Das neue Rating hatte ein um 15% verbesserte Powerstatistik Alle Kunden mit Rating A nach alten Rating wurden nach dem neuen Verfahren neu bewertet und auf die Klassen A bis E wie abgebildet verteilt. Drei Verzugsfälle waren in der Stichprobe enthalten. Keiner dieser Ausfälle behielt sein „A-Rating“

II. GRUNDLAGEN UND KOMPONENTEN EINES RATING This is where we would put any important information specific to this particular document or page, i.e. special colours or formats II. GRUNDLAGEN UND KOMPONENTEN EINES RATING

RATINGS VERBINDEN HARD UND SOFT FACTS Grundlagen und Komponenten . . .Informationen RATINGS VERBINDEN HARD UND SOFT FACTS ART INFORMATION BEURTEILUNG TRENNSCHÄRFE hard facts Jahresabschluß (z. B. Eigenkapitalquote) leicht zu ermitteln trennscharf vergangen- heitsorientiert Beitrag zur Trennschärfe des Gesamtrating: 65% bis 75% Kontendaten (z. B. Limitausschöpfung) Sonstige hard facts (z. B. Unternehmensalter) soft facts Branche (z. B. Prognosedaten) zukunftsgerichtet subjektiv schwer messbar Beitrag zur Trennschärfe des Gesamtrating: 5% bis 10% Management (z. B. Erfahrung) Produkte / Markt (z. B. Lebenzyklus) Gesamtrating max. Trennschärfe 70%bis 85%

Ein bestehendes Ratingsystem wird in die Prozesse eingebaut Grundlagen und Komponenten . . .make or buy ANFORDERUNGEN UND DIE KOSTEN-NUTZEN-SITUATION DER BANK BESTIMMEN DIE ENTSCHEIDUNG ÜBER MAKE OR BUY ENTSCHEIDUNG VORGEHEN EIGENSCHAFTEN Größtmögliche Anpassung an alle Anforderungen (vor allem Trennfähigkeit) Ein Ratingsystem wird individuell entwickelt und in die Prozesse implementiert „Maßanzug“ make or buy Ein bestehendes Ratingsystem wird in die Prozesse eingebaut Schnell einsetzbar Niedrige Kosten „Konfektionsanzug“ Teil auf gesamt

III. SCHRITTE BEI DER ENTWICKLUNG EINES RATING This is where we would put any important information specific to this particular document or page, i.e. special colours or formats III. SCHRITTE BEI DER ENTWICKLUNG EINES RATING

Bau des Ratings DAS HAUPTPROBLEM LIEGT IN DER MESSUNG EINER PROZENTUALEN AUSFALLWAHRSCHEINLICHKEIT Diese ist abhängig von der Bonität des Kunden Kundenmerkmale 1 . n Bonitätsfaktoren 1 . i Kundenrating 1 . 10 Kardinalskala EDF 1 x% . 10 y% 1. Ermittlung von Kun-denmerkmalen und Identifikation von Fak-toren, die ein Urteil über die Bonität erlauben 2. Entwicklung eines Ratingsystems mit maximaler Trenn-schärfe auf Basis der gefundenen Bonitäts-faktoren 3. Berechnung von Ausfallwahrschein-lichkeiten (in %) je Ratingklasse

Bau des Ratings BEI DER ENTWICKLUNG VON RATINGTOOLS GEHEN WIR IN EINEM MEHRSTUFIGEN PROZESS VOR I. II. III. IV. V. VI. Literatur- sichtung Liste möglicher Faktoren Einzelfaktor- analyse Faktor- auswahl Modell- entwicklung Modell- auswahl Experten Bank Erfahrung OWC WIR KOMBINIEREN UNSERE ERFAHRUNG MIT DEM EXPERTENWISSEN DER KREDITINSTITUTE UND TESTEN BEIDES MIT STATISTISCHEN VERFAHREN

Bau des Ratings DIE ERSTE FAKTORLISTE GEHT IMMER VON EINEM ÖKONOMISCHEN VERZUGS-MODELL AUS . . . Zeit Finanzkennzahlen Qualitative Daten Warnsignale . . . IM GEGENSATZ ZU FINANZDATEN ERKENNEN QUALITATIVE DATEN ZUM TEIL DIE URSACHE

Vergleich der Ausprägungen Bau des Ratings DAS PRINZIP DER DEM GRADING ZUGRUNDELIEGENDEN ANALYSE IST DER GUT-SCHLECHT-VERGLEICH. . . Vergleich der Ausprägungen ERFASSUNG DES VERZUGSPORTFOLIOS STICHPROBE DES GESUNDEN PORTFOLIOS . . . AUF BASIS DER AUSFALLERFAHRUNG DER BANK

Beispiel: Wie beurteilen Sie den Markt des Kunden? Bau des Ratings QUALITATIVE FAKTOREN UND WARNSIGNALE WERDEN AUF IHRE VORHERSAGEKRAFT GETESTET Beispiel: Wie beurteilen Sie den Markt des Kunden? Trennschärfe des Faktors Zeitlicher Verlauf der Trennschärfe nicht 20 40 60 80 100 120 positiv negativ weiss Anzahl der Kunden keine EWB EWB mittel Jahre vor Verzug 1 2 3 4 5 0.1% 1% 10% EDF positiv mittel negativ Kennziffern der Trennschärfe (1Jahr): Power = 46% Min. EDF = 0.4% Max. EDF = 5.5% Quelle: Kundenbeispiel Großbank Zentraleuropa

Bau des Ratings EINZELFAKTOREN WERDEN INNERHALB IHRER GRUPPE (BILANZ, QUALITATIV, WARNSIGNAL) ZU MODELLEN KOMBINIERT Schritt 1: Test Einzelfaktoren Schritt 2: Test der Korrelationen Schritt 3: Test Faktorkombinationen Faktor 1 x% Faktor 2 y% . Faktor N z% FAKTORLISTE POWER STAT F1 + F2 + F3 x% F1 + F4 + F6 y% F2 + F6 z% . MODELLISTE POWER STAT

Bau des Ratings BEI DER KOMBINATION VON FAKTOREN MÜSSEN DEREN KORRELATIONEN UNTEREINANDER BERÜCKSICHTIGT WERDEN Die marginale Trennschärfe nimmt mit jedem zusätzlichen Faktor ab Kundenbeispiel: Trennschärfe des Gesamtratingmodells Pre-tax profit / total operating revenues: Trennschärfe = 69.4% Operational Cash Flow / total operating revenues: Trennschärfe = 68.9% Korrelation: 84% Kombination der Faktoren ergibt Trennschärfe = 69.5% Grund: Beide Kennzahlen messen die Profitabilität Anzahl der Faktoren

. . . DER SCORE IST DIREKT AN DIE AUSFALLWAHRSCHEINLICHKEIT GEKOPPELT Bau des Ratings JEDE KENNZAHL WIRD IN EINEN SCORE TRANSFORMIERT. DABEI WIRD DER SCORE BEGRENZT . . . Beispiel: Eigenkapitalquote Score-transformierte EK-Quote EDF Gemessene und gefittete EDF-Werte Score (logarithmische Darstellung) Portfolio Bucket-EDF +1 StdDev -1 StdDev Transformiert 100% -1 Portfolio Score -2 10% -3 -4 1% -5 -6 0% -1.15 -0.83 -0.63 -0.48 -0.36 -0.25 -0.16 -0.07 0.02 0.11 0.19 0.28 0.37 0.47 0.58 0.70 0.85 1.05 1.37 -1.15 -0.83 -0.63 -0.48 -0.36 -0.25 -0.16 -0.07 0.02 0.11 0.19 0.28 0.37 0.47 0.58 0.70 0.85 1.05 1.37 . . . DER SCORE IST DIREKT AN DIE AUSFALLWAHRSCHEINLICHKEIT GEKOPPELT

Schuldendeckungsgrad Bau des Ratings DIE SCORETRANSFORMATION SAGT UNS, IN WELCHEM WERTEBEREICH EINE KENNZAHL AUSSAGEKRÄFTIG IST Kundenbeispiel: Score transformation Schuldendeckungsgrad 100 80 60 40 20 Score 0% 50% 100% 150% 200% -20 Deckungsgrad -40 -60 -80 -100

Bau des Ratings BEI EINIGEN KENNZAHLEN IST DIE TRANSFORMATION BRANCHENABHÄNGIG. BEISPIEL: Score transformation EK-Quote Score transformation Profitabilität 100 100 80 80 60 60 40 40 20 20 Score Score -20% 0% 20% 40% 60% 80% -20% -10% 0% 10% 20% 30% 40% -20 -20 -40 -40 Handel Produzent Handel Produzent -60 -60 -80 -80 -100 -100 Eigenkapitalquote Profitabilität

Bau des Ratings DIE BRANCHENSPEZIFISCHE ANPASSUNG KANN MIT HILFE DER INVESTITIONS-INTENSITÄT AUTOMATISIERT WERDEN . . . Kundenbeispiel FK-Rating Emerging Market: Scoretransformation für Profitabilität

Kundenbeispiel Europa: Bau des Ratings AUCH AUS QUALITATIVEN MERKMALEN KANN EIN INTERSUBJEKTIV NACHPRÜFBARES UND TRENNSCHARFES RATING GEBAUT WERDEN Kundenbeispiel Europa: MANAGEMENT Unternehmenskonzept Ausbildung Führung Private Umst. Nachfolge Information ggü. Bank Rechnungs-wesen Planung, Controlling RECHNUNGS- WESEN ANLAGEN & SYSTEME; ORG. Modernität der Anlagen Qualität Produkte Marketing/ Vertrieb Org.struktur MARKT Marktent-wicklung Marktposition Abhängig-keiten/ spezifische Risiken AUFTRAGS- LAGE Auftragsstand/ Kapazitäts-auslastung ÜBERZIEHUNGS- VERHALTEN Keine ÜZ Einmalige ÜZ Häufige ÜZ x% x% x% x% x% x% Qualitatives Rating

Bau des Ratings DIE GEWICHTUNG VON BILANZRATING UND QUALITATIVEM RATING KANN ABHÄNGIG VON DER GRÖSSE DEFINIERT WERDEN KUNDENBEISPIEL Betriebsleistung 10 Mrd. WE 1 Mrd. WE 100 Mio. WE 20 Mio. WE Gewicht Bilanzrating Gewicht Qualitatives Rating 75% 25% 65% 35% 59% 41% 55% 45% Die genaue Verteilung ist durch eine stetige mathematische Funktion definiert

Bau des Ratings DIE KOMBINATION DER TRENNSCHÄRFSTEN FAKTORMODELLE ZU EINER GESAMTKENNZAHL FÜHRT DANN ZUM KUNDENRATING W4 W3 W2 W1 Warning Segments

Bau des Ratings ENDERGEBNIS IST EINE „SUPERKENNZAHL“ DER KUNDENBONITÄT AUF BASIS DES NEUEN RATINGS Finanzkennzahl 1 Finanzkennzahl 2 . Finanzkennzahl 5 (?) Bilanzrating- Kennzahl Qualitätsmerkmal 1 Qualitätsmerkmal 2 . . . Kennzahl Qualitatives Rating Super- Kennzahl Warnsignal 1 Warnsignal 2 . . . Warnsignal- Kennzahl

KALIBRIERTES NEUES RATINGSYSTEM Bau des Ratings DIE SUPERKENNZAHL WIRD AUF AUSFALLWAHRSCHEINLICHKEITEN KALIBRIERT UND IN RATINGSTUFEN GLEICHEN RELATIVEN QUALITÄTSUNTERSCHIEDS GRUPPIERT KALIBRIERTES NEUES RATINGSYSTEM Central Tendency Analyse Ausfallwahrscheinlichkeit KMV Credit Monitor Ausfallwahr- scheinlichkeit Superkennzahl KMV Private Firm Modell Rating 1 2 3 4 5 6 7 8 9 10

Bau des Ratings DIE MASTERSKALA STELLT ÜBER DIE AUSFALLWAHRSCHEINLICHKEIT DIE VERGLEICHBARKEIT MIT ANDEREN RATINGS – INTERN UND EXTERN – SICHER KUNDENBEISPIEL

V. PARTNERSCHAFT VON BAETGE, OLIVER, WYMAN & COMPANY UND MOODY’S This is where we would put any important information specific to this particular document or page, i.e. special colours or formats V. PARTNERSCHAFT VON BAETGE, OLIVER, WYMAN & COMPANY UND MOODY’S

JOINT VENTURE ZWISCHEN MOODYS UND BAETGE OLIVER WYMAN & COMPANY Partnerschaft. . . Baetge, Oliver, Wyman & Company JOINT VENTURE ZWISCHEN MOODYS UND BAETGE OLIVER WYMAN & COMPANY Am 14. November 2000 haben Baetge, Oliver, Wyman & Company (OWC) und Moody‘s Risk Management Services (MRMS) ihre strategische Partnerschaft bei der Entwicklung von standardisierten Kreditrisikomodellen bekannt gegeben Ziel der Partnerschaft ist die gemeinsame Weiterentwicklung von RiskCalc™ für nicht börsennotierte, europäische Unternehmen (ca. 1 Mio. Unternehmen) Die Modelle werden europäische Daten verarbeiten und auf die in den führenden europäischen Volkswirtschaften herrschenden wirtschaftlichen Rahmenbedingungen zugeschnitten sein Anfang 2001 werden die RiskCalc™ -Modelle für Deutschland, Österreich, Schweiz und Spanien verfügbar sein. Bis Ende 2002 werden die Modelle für die übrigen führenden Volkswirtschaften in Europa auf den Markt gebracht

VORSTELLUNG MOODY‘S RISK MANAGEMENT SERVICES Partnerschaft. . . Moody‘s Risk Management Services VORSTELLUNG MOODY‘S RISK MANAGEMENT SERVICES Moody‘s Risk Management Services (MRMS) ist eine 100-prozentige Tochtergesellschaft von Moody‘s Investor Services mit Büros u. a. in New York, London, Tokio und Dublin MRMS ist ein führender Anbieter von Finanzsoftware, Seminaren, Aus- und Fortbildungsmaterial für die Kreditwirtschaft sowie vor allem von quantitativen Modellen zur Beurteilung von Kreditrisiken Für den nordamerikanischen und australischen Markt bietet MRMS mit dem Produkt RiskCalc™ bereits ein hoch trennscharfes Kreditrisikomdell an RiskCalc™ versetzt Banken in die Lage, Kreditrisiken präzise zu messen, Konditionen risikogerecht zu gestalten, Kreditportfolien zu managen und erleichtert das Eigenkapitalmanagment durch Verbriefungstransaktionen Für die Zukunft ist geplant, RiskCalc™ zu erweitern, um weltweit Standard- Ausfallwahrscheinlichkeiten liefern zu können