Tail-Risk-Messung nach Basel III: vom VaR zum Expected Shortfall

Was ist der Expected Shortfall und wie wird er unter FRTB berechnet?

Der Expected Shortfall (ES) ist das zentrale Risikomaß für Marktrisiko-Kapitalanforderungen unter dem Fundamental Review of the Trading Book (FRTB).

  • 01ES-Berechnung über fünf Liquiditätshorizonte (10 bis 250 Tage)
  • 02Klassifizierung modellierbarer und nicht modellierbarer Risikofaktoren (NMRF)
  • 03P&L Attribution Test und Backtesting-Validierung
  • 04Stressperioden-Kalibrierung und IMA-Genehmigung
Leistungen ansehen
11+Jahre Erfahrung
120+Mitarbeitende
540+Projekte
ISO 27001zertifiziert

Expected Shortfall als kohärentes Risikomaß unter FRTB

Der Expected Shortfall löst ein fundamentales Problem des VaR: die fehlende Berücksichtigung der Verlusthöhe im Tail. Als kohärentes Risikomaß erfüllt der ES die Subadditivität, Diversifikation wird korrekt abgebildet. Unter FRTB berechnen Banken den ES auf dem 97,5-Prozent-Niveau über fünf gestaffelte Liquiditätshorizonte, unterscheiden zwischen modellierbaren und nicht modellierbaren Risikofaktoren und validieren ihre Modelle durch Backtesting und P&L Attribution.

6 Leistungsbausteine

Leistungsumfang

01

KI-basierte Expected Shortfall-Compliance und Basel III Tail-Risk-Optimierung

Wir nutzen fortschrittliche KI-Algorithmen zur Optimierung von ES-Compliance-Prozessen und entwickeln automatisierte Systeme für präzise Basel III Tail-Risk-Überwachung.

  • Machine Learning-basierte Expected Shortfall-Compliance-Analyse und -optimierung
  • KI-gestützte Identifikation von Basel III Tail-Risk-Risiken und Compliance-Lücken
  • Automatisierte ES-Reporting für alle FRTB-Kapitalanforderungen
  • Intelligente Simulation verschiedener Expected Shortfall-Szenarien und Compliance-Strategien
02

Intelligente ES-Berechnung und VaR-Integration

Unsere KI-Plattformen entwickeln hochpräzise Expected Shortfall-Berechnungssysteme mit automatisierter VaR-Harmonisierung und kontinuierlicher Tail-Risk-Überwachung.

  • Machine Learning-optimierte ES-Berechnung und Tail-Risk-Analyse
  • KI-gestützte VaR-Integration und Expected Shortfall-Qualitätsbewertung
  • Intelligente FRTB-Basel III-Harmonisierung und ES-Konsistenzprüfung
  • Adaptive Tail-Risk-Überwachung mit kontinuierlicher Expected Shortfall-Bewertung
03

KI-gestütztes ES-Backtesting für Aufsichts-Compliance

Wir implementieren intelligente Expected Shortfall-Backtesting-Systeme mit Machine Learning-basierter Modellvalidierung für maximale Regulierungs-Compliance.

  • Automatisierte ES-Backtesting-Überwachung und -steuerung
  • Machine Learning-basierte Expected Shortfall-Modellvalidierung-Qualitäts-Optimierung
  • KI-optimierte Basel III Tail-Risk-Kommunikation für bestmögliche Aufsichtsbeziehung
  • Intelligente Backtesting-Prognose mit FRTB-ES-Compliance-Integration
04

Machine Learning-basierte Tail-Risk-Überwachung und ES-Protection

Wir entwickeln intelligente Systeme für die kontinuierliche Tail-Risk-Überwachung mit prädiktiven Expected Shortfall-Schutzmaßnahmen und automatischer Optimierung.

  • KI-gestützte Real-time-Tail-Risk-Überwachung und ES-Analyse
  • Machine Learning-basierte Expected Shortfall-Protection-Level-Bestimmung
  • Intelligente Basel III Tail-Risk-Trend-Analyse und ES-Prognosemodelle
  • KI-optimierte Aufsichts-Empfehlungen und Expected Shortfall-Compliance-Überwachung
05

Vollautomatisierte ES-Dokumentation und Basel III Tail-Risk-Transparency-Management

Unsere KI-Plattformen automatisieren Expected Shortfall-Dokumentation mit intelligenter Basel III Tail-Risk-Transparenz-Optimierung und prädiktiver Aufsichtskommunikation.

  • Vollautomatisierte ES-Dokumentation nach Basel III regulatorischen Standards
  • Machine Learning-gestützte Aufsichts-Transparenz-Optimierung für Expected Shortfall
  • Intelligente Integration in die FRTB-Compliance und Basel III Tail-Risk-Betreuung
  • KI-optimierte Aufsichts-Kommunikations-Prognosen und ES-Management
06

KI-gestütztes Expected Shortfall-Compliance-Management und kontinuierliche Basel III Tail-Risk-Optimierung

Wir begleiten Sie bei der intelligenten Transformation Ihrer FRTB Expected Shortfall-Compliance und dem Aufbau nachhaltiger KI-ES-Compliance-Kapazitäten.

  • KI-optimierte Expected Shortfall-Compliance-Überwachung für alle Basel III Tail-Risk-Anforderungen
  • Aufbau interner ES-Expertise und KI-Basel III Tail-Risk-Kompetenzzentren
  • Maßgeschneiderte Schulungsprogramme für KI-gestütztes Expected Shortfall-Management
  • Kontinuierliche KI-basierte ES-Optimierung und adaptive Basel III Tail-Risk-Compliance

5 Phasen

Unser KI-gestützter FRTB Expected Shortfall-Ansatz

Wir entwickeln mit Ihnen eine maßgeschneiderte, KI-optimierte FRTB Expected Shortfall-Compliance-Strategie, die alle Basel III Tail-Risk-Anforderungen intelligent erfüllt und strategische ES-Vorteile schafft.

  1. Schritt 1

    KI-basierte Analyse Ihrer aktuellen Expected Shortfall-Struktur und Identifikation von Basel III Tail-Risk-Optimierungspotenzialen

  2. Entwicklung einer intelligenten, datengetriebenen ES-Compliance-Strategie

  3. Aufbau und Integration von KI-gestützten Tail-Risk-Überwachungs- und VaR-Optimierungssystemen

  4. Implementation sicherer und konformer KI-Technologielösungen mit vollständigem IP-Schutz

  5. Kontinuierliche KI-basierte Expected Shortfall-Optimierung und adaptive Basel III Tail-Risk-Compliance

Ansprechpartner

Melanie Düring

Head of Risikomanagement

+49 69 913 113-01 info@advisori.de
Die intelligente Optimierung der FRTB Expected Shortfall ist der Schlüssel zu nachhaltiger Basel III Tail-Risk-Compliance und regulatorischer Exzellenz im modernen Bankwesen. Unsere KI-gestützten ES-Lösungen ermöglichen es Instituten, nicht nur Aufsichtsanforderungen zu erfüllen, sondern auch strategische Compliance-Vorteile durch optimierte Tail-Risk-Messung und prädiktive VaR-Integration zu entwickeln. Durch die Kombination von tiefgreifender Expected Shortfall-Expertise mit modernsten KI-Technologien schaffen wir nachhaltige Wettbewerbsvorteile bei gleichzeitigem Schutz sensibler Unternehmensdaten.
Expertenmeinung von ADVISORI

Weiterführend

7 FRAGEN, KURZ BEANTWORTET

Häufig gestellte Fragen zu Expected Shortfall unter FRTB – Berechnung, Validierung und Umsetzung

Was ist der Expected Shortfall und warum ersetzt er den Value at Risk unter FRTB?

Der Expected Shortfall (ES), auch Conditional Value at Risk (CVaR) genannt, ist ein kohärentes Risikomaß, das den durchschnittlichen Verlust jenseits des VaR-Schwellenwerts misst. Unter dem Fundamental Review of the Trading Book (FRTB) ersetzt der ES auf dem 97,5-Prozent-Konfidenzniveau den bisherigen 99-Prozent-VaR als Standardmaß für Marktrisiko-Kapitalanforderungen. Der Grund: VaR ignoriert die Schwere von Tail-Verlusten vollständig. Er unterscheidet nicht zwischen einem knappen Überschreiten der Schwelle und einem katastrophalen Verlust. Der Expected Shortfall erfasst dagegen alle Verluste im Tail und gewichtet sie nach ihrer tatsächlichen Höhe. Damit ist er subadditiv, Diversifikation wird korrekt abgebildet, was beim VaR nicht garantiert ist.

Wie wird der Expected Shortfall unter FRTB konkret berechnet?

Die FRTB-Berechnung des Expected Shortfall basiert auf einem 250-Tage-Stresszeitraum, den die Bank selbst als Periode besonders hoher Marktbelastung auswählt. Der ES wird über fünf verschiedene Liquiditätshorizonte berechnet: 10, 20, 60, 120 und 250 Tage, je nach Risikofaktor-Klasse. Die Formel aggregiert die ES-Werte verschiedener Risikofaktorkategorien unter eingeschränkter Diversifikation. Zusätzlich wird zwischen modellierbaren und nicht modellierbaren Risikofaktoren (NMRF) unterschieden. Für modellierbare Faktoren wird der interne ES-Ansatz verwendet, für NMRF ein separater Stresstest-Zuschlag. Die finale Kapitalanforderung kombiniert beide Komponenten.

Was unterscheidet VaR und Expected Shortfall als Risikomaße?

Der VaR gibt lediglich einen Schwellenwert an: den maximalen Verlust, der mit einer bestimmten Wahrscheinlichkeit nicht überschritten wird. Er sagt nichts darüber aus, wie hoch die Verluste ausfallen, wenn dieser Schwellenwert überschritten wird. Der Expected Shortfall berechnet hingegen den Durchschnitt aller Verluste jenseits dieses Schwellenwerts. Mathematisch ist der ES ein kohärentes Risikomaß, er erfüllt die Subadditivität, das heißt: ES(Portfolio A + B) ist kleiner oder gleich ES(A) + ES(B). Der VaR erfüllt diese Eigenschaft nicht, was zu paradoxen Ergebnissen führen kann, bei denen Diversifikation das gemessene Risiko scheinbar erhöht.

Welche Liquiditätshorizonte gelten für den Expected Shortfall unter FRTB?

FRTB definiert fünf Liquiditätshorizonte für die ES-Berechnung, abgestuft nach Risikofaktor-Klasse: 10 Tage für große Aktienindizes und wichtige Zinssätze, 20 Tage für Small-Cap-Aktien und Investmentgrade-Credit-Spreads, 60 Tage für Rohstoffe und Emerging-Market-Zinssätze, 120 Tage für High-Yield-Credit-Spreads und Volatilitäten, 250 Tage für illiquide Verbriefungen und Korrelationshandel. Diese gestaffelten Horizonte ersetzen den einheitlichen 10-Tage-VaR und bilden ab, dass verschiedene Positionen unterschiedlich lange brauchen, um am Markt liquidiert zu werden.

Was bedeutet Expected Shortfall 97,5 Prozent im Vergleich zum 99-Prozent-VaR?

Der 97,5-Prozent-Expected-Shortfall und der 99-Prozent-VaR sind unter einer Normalverteilung annähernd äquivalent, sie liefern vergleichbare Kapitalanforderungen. Der Basler Ausschuss wählte bewusst das 97,5-Prozent-Niveau für den ES, um die Kalibrierung konsistent zum bisherigen 99-Prozent-VaR zu halten. Der entscheidende Unterschied liegt nicht im Niveau, sondern in der Methodik: Während der VaR nur einen einzelnen Quantilwert betrachtet, mittelt der ES alle Verluste oberhalb dieses Quantils. Bei Verteilungen mit schweren Tails, typisch für Finanzmärkte, erfasst der ES dadurch deutlich mehr Risiko als der VaR.

Welche Rolle spielt das Backtesting bei der Expected-Shortfall-Validierung?

Das Backtesting unter FRTB validiert die internen Modelle weiterhin auf Basis des VaR, nicht direkt des Expected Shortfall, denn ES-Backtesting ist statistisch schwieriger und erfordert erheblich mehr Daten. Der Traffic-Light-Approach vergleicht die täglichen Handelsgewinne und -verluste mit dem 99-Prozent- und 97,5-Prozent-VaR über 250 Tage. Zusätzlich verlangt FRTB den P&L Attribution Test (PLAT), der prüft, ob die Risikofaktoren des Modells die tatsächlichen Gewinne und Verluste des Handelsdesks erklären. Scheitert ein Desk bei Backtesting oder PLAT, muss es vom internen Modell auf den Standardansatz wechseln.

Wie unterstützt ADVISORI bei der Implementierung des Expected Shortfall unter FRTB?

ADVISORI begleitet Banken und Finanzinstitute bei der vollständigen Umsetzung der FRTB-Expected-Shortfall-Anforderungen: von der Gap-Analyse bestehender VaR-Modelle über die Entwicklung neuer ES-Berechnungsmethoden bis zur Validierung und aufsichtlichen Abnahme. Unsere Berater verfügen über direkte Projekterfahrung bei der FRTB-Implementierung in deutschen und europäischen Instituten. Schwerpunkte sind die Kalibrierung der Stressperioden, die Klassifizierung modellierbarer und nicht modellierbarer Risikofaktoren, die Einrichtung des P&L Attribution Tests sowie die Integration der ES-Berechnung in bestehende Risikoinfrastrukturen.