You are on page 1of 35

Bachelorarbeit

Sensitivit¨tsanalyse der CDO-Ratingverfahren a von Moodys und S&P bezuglich zentraler ¨ Einflussfaktoren

vorgelegt an der Universit¨t Hohenheim a Professur f¨r Betriebswirtschaftslehre, insbesondere Risikomanagement und Derivate u

bei Prof. Dr. Christian Koziol Betreuer: M.Sc. Alexander Friesenegger

von Niklas Lechner Martikelnummer: 435358 Mozartstrasse, 54 70180 Stuttgart Telefon: 0173 / 6862607 eMail: nlechner@uni-hohenheim.de

Stuttgart, 14.09.2011

Inhaltsverzeichnis
Abbildungsverzeichnis Tabellenverzeichnis Abkurzungsverzeichnis ¨ Symbolverzeichnis 1 Einleitung 2 Grundlagen 2.1 2.2 ¨ Kurzer Uberblick CDOs . . . . . . . . . . . . . . . . . . . . . . . Rating-Grundlagen . . . . . . . . . . . . . . . . . . . . . . . . . . III IV V VI 1 2 2 3 4 4 7 9 9 12 14 14 17 19 22 24 26 27

3 CDO-Ratingverfahren 3.1 3.2 Moody’s BET . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Standard & Poor’s EVALUATOR Ansatz . . . . . . . . . . . . . .

4 Modellrahmen der Sensitivit¨tsanalyse a 4.1 4.2 Versuchsaufbau . . . . . . . . . . . . . . . . . . . . . . . . . . . . Charakterisierung der CDO-Struktur . . . . . . . . . . . . . . . .

5 Ergebnisanalyse 5.1 5.2 5.3 5.4 Einfluss der Recovery-Rate . . . . . . . . . . . . . . . . . . . . . . Einfluss der Default-Probability . . . . . . . . . . . . . . . . . . . Einfluss der Portfoliokorrelation . . . . . . . . . . . . . . . . . . . Einfluss der Asset-Gewichtung . . . . . . . . . . . . . . . . . . . .

6 Fazit Anhang Literatur

II

Abbildungsverzeichnis
(1) (2) (3) (4) (5) Ausfallverteilungen des BET-und EVALUATOR Modells . . . . . Ausfallverteilungen bei einer Variation der Recovery Rate R . . . Ausfallverteilungen bei einer Variation der Default-Probability . . Ausfallverteilungen bei einer Variation der Portfoliokorrelation . . Ausfallverteilungen bei einer Variation der Asset-Gewichtung . . . 12 15 18 20 23

III

. . . . . . . . 11 14 15 15 16 17 Ergebnisse des BET-Modells bei unterschiedlicher Default-Probability 17 Ergebnisse des S&P-Modells bei unterschiedlicher Default-Probability 18 ¨ Moody’s Rating der Tranchen bei Anderung der Default-Probability 19 19 ¨ (10) S&P’s Rating der Tranchen bei Anderung der Default-Probability (11) Ergebnisse des BET-Modells bei unterschiedlicher Portfoliokorrelation . . . . . . . . . . Angenommene CDO-Struktur der Analyse . . Ergebnisse des BET-Modells bei unterschiedlichen Recovery Rates ¨ Moody’s Rating der Tranchen bei Anderung der Recovery Rate . . . . . . . . . . . . 20 ¨ (13) Moody’s Rating der Tranchen bei Anderung der Portfoliokorrelation 21 ¨ (14) S&P’s Rating der Tranchen bei Anderung der Portfoliokorrelation ¨ (15) Moody’s Rating der Tranchen bei Anderung der Asset-Gewichtung ¨ (16) S&P’s Rating der Tranchen bei Anderung der Asset-Gewichtung . . . 20 (12) Ergebnisse des S&P-Modells bei unterschiedlicher Portfoliokorrelation . . . . . . . . . . . . . . . . . . . 21 23 23 IV . . . . . . .Tabellenverzeichnis (1) (2) (3) (4) (5) (6) (7) (8) (9) Zusammenfassung der Ausfallverteilungen . . . . . . . . . Ergebnisse des S&P-Modells bei unterschiedlichen Recovery Rates ¨ S&P’s Rating der Tranchen bei Anderung der Recovery Rate . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

CB CBO CDO CDS CLO d.h DS EL Fitch Mio. RF SME SLR SPV S&P USA WARF WARR z. MC Moody’s Rel. Asset-Backed-Securities Binomial Expansion Technique beispielsweise beziehungsweise Correlated Binomial Collateralized Bond Obligation Collateralized Debt Obligation Credit Default Swap Collateralized Loan Obligation dass heisst Diversity Score expected loss Fitch Ratings Millionen Monte Carlo Moody’s Investors Service relativ Rating Faktor Small.B.Abkurzungsverzeichnis ¨ ABS BET bspw.to Mid-sized Enterprises Szenario Loss Rate Special PurposeVehicle Standard & Poor’s United States of America Weighted Average Rating Faktor Weighted Average Recovery Rate zum Beispiel V . bzw.

Symbolverzeichnis δi % Φ DS C Ei ELT R i Li Lj M N ni p ρ pAaaT Pj pXT R RF i S(i) T τi Ti ui y yi wi Recovery Rate Prozent Phi / standardnormalverteilt Diversity Score im CB-Modell Exposure eines Assets i erwarteter Verlust in einer Tranche einzelnes Asset Verlust eines Assets i Verlust im j-ten Szenario Mittelwert Gesamtportfoliowert Nominalwert eines Assets i Ausfallwahrscheinlichkeit angenommene Intrakorrelation zwischen zwei korrelierten Assets Ausfallwahrscheinlichkeit eines Aaa-Assets Ausfallwahrscheinlichkeit eines Portfolios im Szenarium j Ausfallwahrscheinlichkeit eines Assets Recovery Rate Ratingfaktoren eines Assets i ¨ Uberlebensfunktion Laufzeit time-until-default eines Assets i F¨lligkeit eines Assets a Equivalent-Unit-Score eines Assets i Average-Reference-Entity Notional Amount Zufallsvariablen i Gewicht des Assets i am Gesamtportfolio VI .

Fitch u Ratings und Standard & Poor’s bewertet. der Recovery Rate. Abschließend wird im sechsten Kapitel ein Res¨mee aus den erarbeiteten Ergebnissen gezogen und ein u kurzer Ausblick gegeben. Zum Verst¨ndnis der Risikoeigenschaften u a dieser Forderungspools sind die Modellierung des Kreditrisikos und die Kenntnis uber den Einfluss der Inputparameter auf das Rating entscheidend. S. Wie bereits in der Vergangenheit wird die Einsch¨tzung der Risiken von a den drei weltweit f¨hrenden Ratingagenturen Moody’s Investors Service. S. um dann die Ratingverfahren auf zentrale Einflussfaka toren zu untersuchen.Anschließend werden im dritten Kapitel die zwei bekanntesten Ans¨tze von Moody’s und Stana dard & Poors aufgezeigt. Nachdem das weltweite Emissionsvolumen von CDOs im Zuge der Krise bis auf 2% des urspr¨nglichen Wertes u einbrach (vgl. In Bezug auf die a a Bewertung von CDOs.44). Im vierten Kapitel wird der Modellrahmen f¨r die Senu sitivit¨tsanalyse festgelegt. Bonit¨tsrisiken einzusch¨tzen und zu beurteilen. Herwig/Langohr 2009.10). kurz CDOs. Die Rolle der Ratingagenturen besteht darin. indem sie helfen. ¨ Somit hat diese Arbeit das Ziel. der Ausfallkorrelation sowie der Asset-Gewichtung im Portfolio genauer betrachtet werden. 1 .110). Zun¨chst wird a a ¨ im zweiten Kapitel eine kurze Ubersicht des CDO-Marktes gegeben. wie die Collateralized Debt Obligations. der Default-Probabilty. S. erweisen sich die komplexen Strukturen und die Ermittlung der Ausfallkorrelationen in einem Kreditportfolio als schwierig. diese Modelle und Verfahren zu erl¨utern und dea ren Verhalten mit Hilfe einer Sensitivit¨tsanalyse zu untersuchen. Zur Analyse der Qualit¨t eines solchen Kreditportfolios greifen die Ratingagenturen auf mathemaa tische Modelle und Verfahren zur¨ck. Hierbei soll im f¨nften Kapitel der Einfluss der Gewichu tung. r¨ckten in den letzten Jahren in den Fokus der Offentlichkeit. Die von Warren Buffet als ”finanzielle Massenvernichtungswaffen“ bezeichneten Kreditderivate (vgl. Chisholm ¨ 2010. die Informationsasymmetrien zwischen Investoren und Emittenten zu verringern (vgl. Die u Ratingagenturen wurden f¨r deren Bewertungen stark kritisiert und f¨r die Ausu u wirkungen der Krise mitverantwortlich gemacht.1 Einleitung Kaum ein anderes Finanzinstrument ist so stark mit der Finanzkrise verbunden. Pech 2008. werden in j¨ngster Zeit vermehrt CDOs emitu tiert.

Bei Synthetischen o CDOs werden die Forderungen in der Bilanz des Verk¨ufers belassen.2 2. K¨ln 2011. Market Va¨ lue CDOs werden durch einen CDO Manager aktiv gehandelt.).17 ff. Darlehen oder ABS und CDO selbst bestehen (vgl. indem sie mit einer eigens f¨r diesen u Zweck gegr¨ndeten Gesellschaft. wird der Pool von Einzelforderungen in mehrere Tranchen zerlegt. Um die Marktg¨ngigkeit der verbrieften Forderungen zu a erh¨hen.und Verkaufstransaktionen der zugrunde liegenden o Forderungen zu steigern.1 Grundlagen ¨ Kurzer Uberblick CDOs Collateralized Debt Obligations (CDOs) sind derivative Finanzinstrumente. bei denen die o Zins. u Bez¨glich der Struktur eines CDOs lassen sich Cash-Flow-. Investment Banken emittieren die CDOs. Arbitrage-CDOs werden zur Erzielung von ArbitrageGewinnen durchgef¨hrt (vgl. verbriefen und anschließend verkaufen. Ketz 2003. S.207). Ein CDO kann aus einer Mischung von Anleihen. In Bezug auf den wirtschaftlichen Zweck einer CDO-Transaktion wird zwischen Balance Sheet-CDOs und Arbitrage-CDOs differenziert. Schmittat 2007. des Ratings und der u 2 . die im weitesten Sinn der Klasse der Asset-Backed-Securities (ABS) angeh¨ren.und Tilgungszahlungen aus den Zahlungsstr¨men der Forderungen geleistet o werden.und u Market Value CDOs unterscheiden (vgl. S. Werden Anleihen als Underlying verwendet. spricht man von Collateralized Loan Obligations (CLOs). S. Die o Tranchen unterscheiden sich bez¨glich des Ausfallrisikos. Bei Balance Sheet-CDOs werden die Forderungen weiterverkauft. Bei Cash Flow CDOs werden im Rahmen eines TrueSales die Verm¨genswerte mit den entsprechenden Risiken ver¨ußert und die Zinso a sowie Tilgungszahlungen zur Befriedigung der Verbindlichkeiten verwendet. die Forderungen kaufen. Setzen sich die zugrunde liegenden Assets (Underlying) vorwiegend aus besicherten Krediten zusammen. S.Sie o sind ebenfalls mit Verm¨genswerten (Assets) gedeckte Wertpapiere.126). auch Special Purpose Vehicle (SPV) genannt u (vgl. spricht man von Collateralized Bond Obligations (CBO). Ramaswamy 2004.207). um eine Entlastung des regulatorischen Eigenkapitals zu erreichen. Synthetische. strukturieren. und einzig a das Ausfallrisiko uber ein Credit Default Swap (CDS) transferiert. mit dem Ziel die Zahlungsstr¨me durch Kauf.

die im Laufe dieser Arbeit n¨her erl¨utert und analysiert werden.Verzinsung. erh¨lt die nachrangige Mezzanine-Tranche ihre a Zahlungsanspr¨che. S. Die Ausfallwahra a scheinlichkeit. durch die Emittenten zwei Ratings beantragen m¨ssen. Dies wird durch eine Subordination der Tranchen erreicht. Die aufo grund des geringsten Verlustrisikos mit dem h¨chsten Rating versehene Senior o Tranche. Durch die Two-Rating Norm. Dies wird anhand firmenspezifischer. analytischer Modelle untersucht. deren Einzelratings uber dem durchschnittlichen Rating der Einzelforderungen des CDO-Pools liegen ¨ und somit eine hohe Anzahl an potentiellen Investoren erreichen. Sie gibt an. Die restlichen Zinszahlungen f¨ngt die Equity-Tranche auf. Die Ausfallwahrscheinlichkeit oder auch Default Probability genannt. 100 L¨ndern Ratings wobei die Bewertung struka turierter Finanzierungen eine der Haupteinnahmequellen darstellt. Levin 2011. wird regelm¨ßig auf Basis historischer Beobachtungen gesch¨tzt und a a ver¨ffentlicht. Diese u a ¨ Tranchierung eines CDOs schafft mehrere Wertpapierklassen. Moody’s Investors Service und Fitch Rating. a u ¨ dass Referenzportfolio angemessen zu verwalten (vgl. Ein weiterer wichtiger Schritt ist die Bewertung des Risikogehaltes und der Qualit¨t des a Portfolios. Der Ratingprozess zur Bewertung eines CDOs umfasst mehrere Schritte: Zu Beginn werden Portfoliomanager und Originatoren auf ihre F¨higkeiten uberpr¨ft. a Herfurth 2011. Im Gegenzug wird sie als erstes von Verlusten durch Ausf¨lle betroffen und a sch¨tzt somit die ubergeordneten Tranchen als Puffer vor Zahlungsausf¨llen. Die Recovery Rate beschreibt die Wiedergewinnungsoder R¨ckzahlungsquote des Kreditbetrages bei Ausfall und Verwertung aller Siu 3 .250).261). S. indem die Zahlungsstr¨me der Forderungen kaskadenartig an diese verteilt werden.2 Rating-Grundlagen Der globale Ratingmarkt kann als beschr¨nktes Oligopol verstanden werden (vgl. wurde die Marktstellung weiter u verst¨rkt und der Wettbewerb untereinander weiter gemindert. Die dominanten Anbietern sind Standard & Poor’s. Erst wenn die Zins. Die drei f¨hrenden a u Ratingagenturen vergeben in ca. u a Durch diese Struktur kann es in der Equity-Tranche zu hohen Zinsertr¨gen koma men.und Tilgungszahlungen der Senior Tranche befriedigt wurden. mit welcher Wahrscheinlichkeit ein Asset innerhalb eines o Zeitraumes ausfallen wird. Recovery Rate und die Ausfallkorrelation sind elementare Inputparameter dieser Modelle. 2. wird vorrangig bedient.

wird die u Qualit¨t des CDOs komprimiert als Ratingsymbol ausgedr¨ckt. Da moderne Computersysteme eine a hohe Anzahl an Simulationsdurchl¨ufen erm¨glichen. Hierbei werden a u dieselben Ratingskalen verwendet wie bei gew¨hnlichen Schuldverschreibungen. dass zwei Schuldner zum gleichen Zeitpunkt ausfallen und erweist sich als schwierigste Aufgabe im Ratingprozess. Die zugrunde liegenden Zufallsgesetzm¨ßigkeiten bei a a der Analyse eines Kreditportfolios werden durch die synthetisch erzeugten Daten der MC-Simulation vollst¨ndig evaluiert. nicht miteinander korrelierter. womit eine gewisse Vergleichbarkeit nicht unproblematisch ist. Sind alle Untersuchungen abgeschlossen. Die Methode wurde 1996 eingef¨hrt und ist zu einem Standardmodell in der Bewertung von CDO-Transaktionen u geworden. Es o gibt unterschiedliche Bezeichnungen der Symbole zwischen den Ratingagenturen. das origin¨re Verbriefungsportfolio in ein hypothea tisches Portfolio. u Die Grundidee besteht darin.1 CDO-Ratingverfahren Moody’s BET Das bekannteste Ratingverfahren zur Bewertung von CDOs ist die von Moodys entwickelte Binomial Expansion Technique (BET). Weitere wichtige Schritte sind die Strukturanalyse des CDOs und die rechtliche ¨ Uberpr¨fung der Transaktion. Unter dieser Annahme verl¨uft der Ausfall des hypothetischen Portfolios gem¨ß einer Bia a nomialverteilung. gewinnt die MC-Simulation a o zunehmend an Bedeutung.cherheiten. Die Ausfallkorrelation misst die Wahrscheinlichkeit. die aber eine gleiche Bedeutung haben. Zu bestimmende Inputparameter sind der Weighted Average 4 . 3 3. Sind die Inputdaten bekannt. homogener Assets mit gleichem Nominalwert und gleicher Ausfallwahrscheinlichkeit zu transformieren. Eine Darstellung und Zusammenfassung der Ratingsymbole und Definitionen ist in Anhang 7 zu finden. Jedoch ist die Methodik der Ratingverfahren unterschiedlich. werden durch formal geschlossene Ans¨tze oder durch Monte Carlo (MC) Simulationen die Ausfallverteilungen a gesch¨tzt und ausgewertet. Zur Erl¨uterung des Modells wird auf die Dokumentation Mogunov und a Lassalvy (2009) und Charpentier und Fu (2011) zur¨ckgegriffen.

¨ 1 Siehe Anhang 6 5 . W ARF = i=1 n (wi × RF i ) (2) Die Ausfallwahrscheinlichkeit des Portfolios wird durch Assets mit niedrigem Rating und somit ihrem h¨heren RF uberproportional belastet und geht daher st¨rker o a ¨ in das Durchschnittsrating ein. als das eines Aaa-gerateten Pools mit identischer Laufzeit. Der Diversity Score (DS) beschreibt die Diversifikation des Vergleichsportfolios. Des Weiteren o wird die Annahme getroffen. Daraus ergibt sich dann eine Ausfallwahrscheinlichkeit des CDOs Pools von p = 700 × 0. desto h¨her ist o die Konzentration bzw. Ansonsten wird eine Ausfallkorrelation von Null angenommen. Ein WARF von bspw. Hierbei wird u die Ausfallwahrscheinlichkeit eines Assets pXT mit Rating x und Laufzeit T zu der Ausfallwahrscheinlichkeit eines Aaa-Asset pAaaT mit identischer Laufzeit in Relation gesetzt: RF = pXT pAaaT (1) Die verwendeten kumulativen Ausfallwahrscheinlichkeiten werden durch historische Beobachtungen regelm¨ßig evaluiert . Zur Berechnung der durchschnittlichen Ausfallwahrscheinlichkeit des Referenzportfolios werden Moody’s idealisierte. um f¨r jedes Asset den Rating Faktor (RF) zu bilden. Charpentier und ¨ Fu 2011). 01% = 7%. wenn sie derselben Branche zugeordnet sind. dass bei einem Referenzportfolio mit 10-j¨hriger Laufzeit das Ausfallrisiko 700-fach h¨her a o ist. der anschließend in ein Rating ubersetzt wird (vgl.Rating Faktor (WARF) und der Diversity Score (DS). dass zwei Assets nur dann eine positive Ausfallkorrelation aufweisen. 700 bedeutet. Je niedriger der DS ist. Anhand dieser Inputdaten lassen sich die Ausfallszenarien bestimmen und somit der Erwartete Verlust (EL) berechnen. Dabei unterteilt Moody’s die Schuldentitel in 32 m¨gliche Branchen. desto geringer ist die Diversifikation innerhalb eines Portfolios uber die gesamte Laufzeit. a Der WARF berechnet sich anschließend mit dem Summenprodukt aus den Ratingfaktoren RF i jedes einzelnen Assets i und seinem prozentualen Anteil am Gesamtportfolio wi . kumulierte Ausfallwahrscheinlichkeiten1 herangezogen.

Charpentier und Fu 2011 S. Somit kann jeder Branche des Portfolios mit Hilfe der Diversity Score Tabelle2 ein Industry DS“ zugeordnet werden.Um den DS f¨r jedes Asset i zu bestimmen. u a DS! pj (1 − p)DS−j j! (DS − j)! Pj = (4) Der erwartete Verlust EL in jeder Tranche kann daraufhin f¨r jedes Szenarium u (0 bis DS Ausf¨lle) durch ein Cash Flow Modell mit spezifischen Struktureigena schaften und Annahmen uber Recovary Rates bestimmt werden. kumulativen Expected Loss Rates3 2 3 Siehe Anhang 6 Siehe Anhang 6 6 . Anhand Moody´s Tabelle der idealisierten. indem der Gesamtwert des Portfolios durch die Anzahl der Assets dividiert wird. wird abgerundet (vgl. DS DS ELT R = j=0 ELj = j=0 Pj L j (5) Abh¨ngig vom Rating. Die ” Summe aller Industry DS bildet letztlich den DS des Vergleichsportfolios.. DS Ausf¨lle mittels der Binomialverteilung berechnet werden. Ist der DS keine nat¨rliche Zahl. ni y ui = min 1. Anschließend wird der Equivalent Unit Sco” re“ ui f¨r jedes Asset i berechnet. Dabei bezeichnet ¨ Lj den Verlust im j-ten Szenario und ELT R den erwarteten Verlust der jeweiligen Tranche. wobei das Ergebnis = 1 sein muss. (3) Die Summe aller Equivalent Unit Scores“ per Branche ergibt den Aggre” ” gate Industry Equivalent Unit Score“. wird eine Weighted Average Recovery Rate (WARR) berechnet. . . . Zur Berechnung des Verlustes im BET-Modell.38). die sich aus den einzelnen Recovery Rates Forderungen und ihrer Assetgewichtung im Portfolio ableitet. u Anhand der DS und des WARF kann die Ausfallwahrscheinlichkeit Pj des Portfolios f¨r j=1. dem Asset-Typ und der Seniorit¨t der Besicherung des Krea a dites. kann die Recovery unterschiedliche Werte annehmen. wird zun¨chst der Average Reference u a ” Entity Notional Amount“ y berechnet. Der Equivalent Unit Score“ ui ist der Quotient u ” aus dem Nominalwert ni eines Assets und dem Average Reference Entity Notio” nal Amount“ y.

43% bei einer Laufzeit von 10 Jahren.to Mid-sized Enterprises(SME). 1. das S&P Rating. Zu den notwendigen Inputdaten der Simulation geh¨ren die Emittenten-Identifikation. a 7 . 2) = 0. die F¨lligkeit. a Das S&P Rating eines Schuldtitels dr¨ckt identisch zu Moodys die kumulierten u Ausfallwahrscheinlichkeiten w¨hrend einer Zeitperiode aus. der WARF 700 (und somit die durchschnittliche Ausfallwahrscheinlichkeit des Portfolios bei 7% bei einer Laufzeit von 10 Jahren) und die Recovery Rate 20 %. 67%. ¨ Ist der DS bspw. 60. Single-Step bedeutet.Tranche berechnet werden. Somit werden die Ausfallereignisse und das Recovery-Verhalten einmalig innerhalb eines Simulationdurchlaufes analysiert. indem die als Puffer dienende Tranchengr¨ße der Equity-Tranche in allen 0-DS Szenarien abgezogen wird. Betr¨gt der erwartete Verlust der a Mezzanine-Tranche bspw. dann betr¨gt der Portfolio-Verlust bei einem Ausfall von 5 a Schuldnern: 5 × (1 − 0. Standard & Poors 2010). Die Ausfallwahrscheinlichkeiten werden auf Basis von historischen Daten gesch¨tzt. 3. 60 Unter Beachtung der Tranchengr¨ßen.wird der ermittelte erwartete Verlust der Tranche in ein Rating ubersetzt.2 Standard & Poor’s EVALUATOR Ansatz F¨r die Bewertung von CDOs nutzt S&P haupts¨chlich sein in 2001 erstmals u a eingesetztes EVALUATOR-Modell. kann bspw. die Industriegruppe. S&P differenziert zwischen Corporates. dann erh¨lt die a Tranche laut Moodys idealisierten Expected Loss Rates ein Rating von Baa1.und Tilgungszahlungen am F¨lligkeitstag vor. die f¨r jedes einzelne Asset im CDO Portfolio die ”time u to default“ simuliert. Ein Ausfall liegt bei a S&P im Gegensatz zu Moodys lediglich bei Ausbleiben von Zins. 0667 = 6. nicht um die ausgefallenen Assets bereinigt wird. Die resultieo renden Tranchenverluste werden mit den berechneten Ausfallwahrscheinlichkeiten aus Formel 4 gewichtet und aufsummiert. Sovereign. Hierbei handelt es sich um eine Single-StepMonte Carlo Simulation. der Nominalo wert.h. d. der erwartete Verlust der o Mezzanine. a Asset-Backed-Securities(ABS) und Small. dass das Referenzportfolio in einer neuen Periode nicht aktualisiert wird. die Annahmen uber a ¨ die Recovery-Rates und die paarweise gesch¨tzten Korrelationskoeffizienten f¨r a u s¨mtliche Assets im Portfolio (vgl.

0. .Daf¨r nutzt S&P seine CreditPro Datenbank. S&P unterteilt je nach Bonit¨t in vier Gruppen von L¨ndern. L¨nder der a a a Gruppe eins (z. Momentan betragen bspw. und 0. 11%. un ) = Φ (yi . Die Sch¨tzung der Korrelationen basiert auch auf historischen a Beobachtungen. Dieser zufallsbedingte Zeitpunkt des Ausfalles und die Korrelation zweier Assets.B. . . . die ausf¨hrliche Informationen der u u letzten 30 Jahre von uber 10000 Unternehmen enth¨lt (vgl. Außerdem wird zwischen sieben verschiedenen Ratings der Kapitalstruktur unterschieden. lassen sich anhand des Reduktionsmodells Gauß-Copula zusammenf¨hren (vgl. Jede Industriebranche wird entweder der Handelsregion local.yn ) (6) 8 . USA oder Deutschland) k¨nnen die beste Bonit¨t vorweisen. o a Dar¨ber hinaus ist die Recovery Rate abh¨ngig von der Seniorit¨t der Besicherung u a a des Kredits.1 bzw. .04 f¨r die Intra.05. dass anderen Kreditarten vorrangig ist (vgl.1/0. u a die vom Assettyp. Coporates unterliegen einer Intersektor-Korrelation von 0.3/0. Jobst 2007 Kapitel 7). Interkorrelation (vgl. wenn die Branche als local oder regional gekennzeichnet ist. . Die Korrelationen von ABS oder SME betragen 0. wobei ein inverser Zusammenhang zwischen Rating und Recovery Rate angenommen wird.075 und einer Intrasektor-Korrelation zwischen 0. Ein Senior Secured Loan ist bspw. . Albulescu u und Gillis 2009). Jobst 2007). die S&P seiner umfangreichen Datenbank entnimmt. ein dinglich besichertes Darlehen. Durch eine Monte-Carlo-Simulation bestimmt S&P f¨r jedes einzelne Asset die u time-until default.bzw. . der Mittelwert und die Standardabweichung der Recovery-Rate eines Senior Secured Loan aus den USA und einer mit CCC bewerteten Kapitalstruktur 79% bzw.2 wenn sie als global beschrieben ist. regional oder global zugeordnet. Standard & Poors a ¨ 2010). Bez¨glich der Korrelation wird differenziert zwischen Korrelationen innerhalb (inu tra) und zwischen (inter) eines Industriesektors. seinem Ursprungland und dem Emittenten-Rating abh¨ngig a ist. u C (ui . Je nach Klassifizierung der angesprochenen Kriterien wird die Recovery Rate mittels Durchschnittswert und Standardabweichung approximiert. F¨r s¨mtliche Assets wird im Falle eines Ausfalles eine Recovery Rate generiert.

Eine SLR von 46% f¨r ein AAA Rating bedeutet. Die SLRs lassen sich mit Hilfe der CDO-Rating Quantile ermitteln. Sie geben f¨r jedes Zielrating einer Tranche den Portfolioverlust an. Die Cholesky-Zerlegung dieser Korrelationsmatrix wird mit dem Vektor multipliziert. um sich dieses Rating zu verdienen. Outputs des Modells sind die sogenannten Szenario Loss Rates (SLR). Anschließend kann mittels der angenommenen Recovery Rate δi und dem Assetwert zum Zeitpunkt des Ausfalles Ei der Verlust Li eines Assets i berechnet werden: Li = Ei × (1 − δi ). wenn bei einem Ausfall von 46% des Portfolios die Tranche keinen einzigen Cent an Verlust erleidet.Dies ist eine n¨tzliche Methode zur Darstellung von Korrelationsstrukturen u nicht normalverteilter Variablen. ergibt sich die Korrelationsmatrix . dass u eine Tranche ein AAA verdient. Ist τi kleiner als die F¨lligkeit Ti des Assets i. Durch die Kenntnis uber jeden Kor¨ relationskoeffizienten eines Paares von Assets. Standard & Poors 2002). lassen sich Unterschiede und Gemeinsamkeiten zwischen den Modellen 9 . und man erh¨lt durch die Berechnung der zugeh¨rigen kumulativen a o Normalverteilung die neuen standardnormalverteilten Variablen ui . Besteht der CDO aus N Assets. Anhand der ermittelten o Ausfallverteilung und der CDO Rating Quantile kann jetzt die SLR f¨r jedes Zielu rating bestimmt werden.1 Modellrahmen der Sensitivit¨tsanalyse a Versuchsaufbau Nachdem im letzten Kapitel die Ratingverfahren von Moody’s und S&P erl¨utert a wurden. wird zun¨chst ein Vektor mit N standardnora malverteilten Zufallsvariablen yi generiert. wie im vorliegenden Fall der time-until-default. Durch eine hohe Anzahl von Simulationsl¨ufen erh¨lt man schließlich die Ausfallverteilung des a a CDO-Portfolios. wird ein Ausfall a generiert (vgl. Diese Quantile sind differenziert nach Laufzeit und Zielrating und werden speziell f¨r das Bewerten von CDO Tranchen aus u historischen Beobachtungen abgeleitet und ver¨ffentlicht. Die ¨ Uberlebensfunktion S ergibt sich als 1 minus der kumulativen Ausfallwahrscheinlichkeit des Assets. 4 4. Mit diesen Werten kann die time-until-default τi durch τi = S −1 (ui ) abgeleitet werden. dem die Tranche standu halten muss.

Alle Kredite haben eine identische Laufzeit und F¨lligkeit von 10 Jahren. Grundlage dieser Sensitivit¨tsanalyse ist ein Referenzportfolio. wie sich das Rating durch eine kontrollierte systematische Variation der Inputfaktoren ver¨ndert. Die unterschiedlichen Ratings wurden gew¨hlt.ableiten. die dinglich besichert sind. Die o Korrelation leitet sich. das auf die bea stimmten Parameterver¨nderungen getestet wird. Die Ver¨nderung des Ratings der Tranchen wird in Notches ausgedr¨ckt. a u wobei unter einem Rating-Notch der Abstand zwischen zwei Feinabstufungen in der Rating-Skala verstanden wird. dass jedes o Asset eindeutig einer von 25 m¨glichen Industriegruppen zugeordnet werden kann. o Um die maximale Diversifikation im CDO-Pool zu erhalten. also Unternehmenskrediten. uber den ¨ zugeh¨rigen Industriesektor der Assets ab. Assetgewichtung und die Korrelation in beiden Verfahren eine ausschlaggebende Rolle bei der Ermittlung des Ratings. wie bei den Verfahren von Moodys und S&P. Es dient ebenfalls als Basis. ein B+ nach S&P. Hierbei wird a untersucht. Insbesondere spielen die Recovery Rate. a damit die Ergebnisse der beiden Verfahren besser vergleichbar sind. um a sp¨ter aussagekr¨ftige Vergleiche zwischen den Ratingverfahren treffen zu k¨nnen. das Verst¨ndnis der Systemzusammenh¨nge der Modelle zu vertiefen und neue Era a kenntnisse zu gewinnen. Daf¨r werden das Einzelrating der Tranchen und der u erwartete Verlust des Referenzportfolios als zu untersuchende Outputgr¨ße defio niert. Außerdem besitzen alle Forderungen den a gleichen Nominalwert von 4 Mio. a a o Dieses hypothetische Portfolio besteht aus 50 Senior Secured Loans. Das Ziel dabei ist. Default Probabilty. geh¨ren im Basisporto folio jeweils zwei Assets einem Sektor an. Euro und ein identisches Rating von B3 nach Moodys bzw. Die verwendete Recovery Rate betr¨gt a 60% und stellt den Mittelwert der von S&P und Moodys aktuellen angenomme10 . Gegenstand dieser Arbeit ist die Untersuchung der Sensitivit¨ten dieser zentralen Einflussfaktoren beider Verfahren. Hierbei wird angenommen. Durch die identischen Charakteristiken im Portfolio lassen sich sp¨ter die Variaa tionen einzelner Parameter ohne explizite Zuordnung eines Assets realisieren und erm¨glichen eine problemlose Analyse der Rating beeinflussenden Ursache. Ein B3 und ein B+ Rating haben dabei die ann¨hernd gleiche Ausfallwahrscheinlichkeit f¨r a u Kredite mit einer Laufzeit von 10 Jahren. Dabei werden alle anderen Variablen beibehalten a und nur der zu untersuchende Parameter modifiziert.

o Analysiert man unter Beachtung aller Annahmen das Referenzportfolio mit Moody’s BET. Sie unterscheidet sich u in den Verfahren nur in Hinsicht auf die beim EVALUATOR notwendige Standardabweichung in H¨he von angenommenen 10%. Nou minalwert. BET Erwarteter Verlust 16.17% 7.00% Standardabweichung 3.22% Wahrscheinlichkeit 13. und folglich eine Ausfallwahrscheinlichkeit von 40%.03% nahezu identisch ist. ergibt sich ein DS von 37.23% rel.nen R¨ckzahlungsquote eines Senior Secured Loans dar. Außerdem wird angenommen. Tabelle 1 zeigt die Ergebnisse der beiden Rating-Verfahren f¨r das Referenzportu folio und Abbildung 1 die entsprechenden Ausfallverteilungen im Vergleich. Obwohl der erwartete Verlust mit ca.55% 16. Recovery-Rate und Korrelatia on vor. Der erwartete Verlust entspricht demnach dem Mittelwert der generierten Verluste aus den 50000 Beobachtungen.00% H¨ufigstes Szenarium a Tabelle 1: Zusammenfassung der Ausfallverteilungen Quelle: Eigene Darstellung. dass die H¨he der Recovery o o Rate unabh¨ngig vom Einzelrating der Sicherheit und vom Rating der Kapitala struktur ist. S&P Rating.00% und 16. Portfolioverlust 16. Eine Ver¨nderung der Ausfallwahrscheinlichkeit f¨hrt somit im Falle a u von Moodys nicht zu einer Ver¨nderung der Recovery Rate. vgl. Diese wird im Rahmen des o EVALUATOR Modells bei einem Ausfall zur Generierung der spezifischen Recovery Rates ben¨tigt. ein WARF von 4000.03% 5. Anhang 1 Bei genauerer Betrachtung der Ergebnisse aus Tabelle 1 und der Ausfallverteilungen in Abbildung 1 werden die Unterschiede der beiden Modelle offensichtlich. Es werden hierbei 50000 Simulationsl¨ufe ben¨tigt um konstana o te Werte zu erhalten. Mittels der Binomialverteilung kann man den erwarteten Verlust nach Formel 4 und 5 des Portfolios berechnen. Auch diese Annahme a soll dazu beitragen. Industriegruppe. k¨nnnen in der MC-Simulation die Ausfallverteilung des Sample-Portfolios o berechnet werden. Liegen alle Daten jedes einzelnen Assets bez¨glich Emittenten-Identifikation. 11 . 16.22% EVALUATOR 16. F¨lligkeit. die Ursachen der Sensitivit¨t eines Faktors exakter bestima men zu k¨nnen und einen Ursachen-Mix zu vermeiden.

22% beim BET und 5. Die Standardabweichungen a von 3. werden diese erst von der niedu rigsten Tranche getragen. 4. bis der Nominalwert dieser Tranche vollst¨ndig aufa gezehrt wurde. der aus drei gerateten Tranchen und einer ungerateten Equitiy Tranche besteht. vgl. Ferner wird die CDO Transaktion als eine Periode betrachtet. werden einzelne extreme Kreditausf¨lle bei a Moodys st¨rker ber¨cksichtigt. Es werden ausschließlich die Verluste im Falle eines Ausfalls durch fehlende Tilgungszahlungen zur Bedienung der R¨ckzahlungsanspr¨che an die CDOu u Investoren ber¨cksichtigt. 12 . Da das EVALUATOR a Modell ein Asset-Level-Modell ist. Treten Verluste auf. Nach ihrer Seniorit¨t besitzen diese a eine unterschiedliche Priorit¨t bei der Bedienung der Zahlungsverpflichtungen. Als Portfolio-Level basierter Ansatz untersch¨tzt a u a das BET-Modell die Auswirkungen von Extremf¨llen. In der vorliegenden Untersuchung o wird ein Cash-Flow CDO verwendet. a Es erfolgen weder Coupon Zahlungen an die Investoren.17% beim EVALUATOR Modell deuten ebenfalls auf eine breitere Verteilung hin.p 14% 12% 10% BET EVALUATOR 8% 6% 4% 2% 0% 0% 10% 20% 30% 40% PL Abbildung 1: Ausfallverteilungen des BET-und EVALUATOR Modells Quelle: Eigene Darstellung.2 Charakterisierung der CDO-Struktur F¨r ein symbolisches Rating der einzelnen Tranchen wird eine CDO-Struktur u ¨ zur Ubersetzung der Modelloutputs ben¨tigt. Die generierte Verteilung des EVALUATOR Modells ist breiter und der rechte Rand der Verteilung ist deutlich ausgepr¨gter als beim BET Modell. noch Zinszahlungen der Kredite. Anhang 1 unterscheiden sich die Formen der Ausfallverteilungen signifikant.

Geb¨hren. Tabelle 2 stellt die Tranchengr¨ße. sondern deshalb. ab wann eine Tranche von den auftretenden Verlusten des Referenzportfolios betroffen ist. damit a u m¨glichst wenig strukturspezifische Eigenschaften von Cash-Flow CDOs in das o Rating mit einfließen. Verantwortlich daf¨r sind die unterschiedlich u generierten Ausfallverteilungen der Verfahren. F¨r das Basisportfolio ergibt sich demnach f¨r Tranche 1 u u und 2 das H¨chstrating Aaa und f¨r Tranche 3 das dritth¨chste Rating Aa2. Dieser beschreibt den Punkt in Prozent des Nominalwero tes. o Liegen alle Informationen vor. ist ein Ausfall der Tranche 3 in H¨he des Attachement Points oder gr¨ßer beim BET o o Modell absolut unwahrscheinlich.Dadurch k¨nnen die Zeitpunkte der Ausf¨lle eines Kredites und die Reinvestitio a onsm¨glichkeiten w¨hrend der Laufzeit ignoriert werden. Die Annahu u men werden nicht nur aus Komplexit¨tsgr¨nden getroffen. dann kann das Rating nach Moodys und S&P laut den in Kapitel 3. Die Gr¨ßen der Tranchen werden einmalig iterativ a u o festgelegt. 13 . ergibt sich ein unterschiedliches Rating der Tranche 3. Dabei wird das Zielrating der h¨chstm¨glichen SLR den ausreio o chenden Attachment Points zugeordnet. o u o Nach S&P erhalten Tranche 1 und 2 das H¨chstrating AAA. um o u wiederum eine m¨glichst hohe Anzahl an Investoren zu erreichen. Somit werden ausschließlich Faktoren der modelltheoretischen Ans¨tze ber¨cksichtigt. sodass sich ein m¨glichst hohes Rating f¨r die Tranchen ergibt. F¨r die Uma u rechnung in ein Rating nach S&P wird neben den SLRs der Attachment-Point jeder Tranche ben¨tigt.1 und 3. jedoch bekommt im o Gegensatz zu Moodys die Tranche 3 nur das siebth¨chste Rating A-. Zus¨tzlich werden weder o a a Marktzins. Durch die breitere Verteilung des EVALUATOR Modell ist ein Portfolioverlust jedoch durchaus wahrscheinlich. Steuern oder Managementfees ber¨cksichtigt.2 erl¨uterten Verfahren berechnet werden. Obwohl beide o Verfahren den gleichen erwarteten Portfolioverlust generieren. Anschließend werden die Attachment Points der Tranchen mit den SLRs verglichen. die Attachment Points und das jeweilige Rating o des Basisportfolios da. Betrachtet man Abbildung 1.

Je h¨her die Recovery Rate.000. da die Recovery Rate keinen Einfluss auf die Berechnung des WARFs a und somit auf das Ergebnis der kumulativen Ausfallwahrscheinlichkeit des Portfolios hat. Dies zeigt einen negativen Zusammenhang zwischen der Recovery Rate und dem Portfolioverlust.000.000. Bei dem BET Modell wird die R¨ckzahlungsquote bei der Berechnung des Verlusu tes in den einzelnen wahrscheinlichkeitsgewichteten Szenarien j implementiert: Lj = Pj × (1 − R). Abbildung 2 stellt die unterschiedlichen Ausfallverteilungen dar.00% Aaa AAA 2 45. Diese Angaben dienen zur weiteren Beschreibung der Ausfallverteilungen.03% NR NR Tabelle 2: Angenommene CDO-Struktur der Analyse Quelle: Eigene Darstellung.5% 0.000.000 35% 65. Eine steigende Standardabweichung deutet dabei auf eine breitere Ausa fallverteilung hin. Das Bilden der ersten Ableitung des Verlustes mit ∂Li ∂R = −1 weist auf eine lineare Beziehung hin.0660% Aa2 A- 4 47. bleibt ¨ auch die H¨he der Wahrscheinlichkeit des h¨ufigsten Szenariums mit 13. Dar¨ber hinaus zeigt Tabelle 3 die H¨he der Standardabweichung und beschreibt u o das h¨ufigste Szenarium mit der Wahrscheinlichkeit und dem dabei eintretendem a Portfolioverlust. Die Wahrscheinlichkeiten bleiben dabei unver¨ndert. Anhang 1 5 5. desto niedo riger der Verlust in jedem Szenarium. Die in Tabelle 3 dargestellten Ergebnisse des erwarteten Verlustes best¨tigen bei einer Variation a der R¨ckzahlungsquote von 30%. Eine weitere Frage stellt sich bez¨glich der Art der Beziehung zwiu schen Recovery Rate und Portfolioverlust.Tranche Number Nominalwert % Nominalwert Attachement Point Moodys EL Moody’s Basis Rating S&P Basis Rating 1 70.000 24% 68. womit der Einfluss auf den Portfolioverlust offensichtlich ist.23% uno a ver¨ndert. vgl. 50% und 60% die lineare Beziehung zwischen u Erwarteten Verlust und Recovery Rate.000 23% 42.0% 0. 14 .000 19% 23.5% 0. Da sich der WARF bei einer Variation von R nicht andert.0% Aaa AAA 3 38. Demzufolge ergibt sich bei einer Reduzierung der Recovery Rate um 10% ein Anstieg des erwarteten Verlustes um 4%.1 Ergebnisanalyse Einfluss der Recovery-Rate Die Recovery-Rate bezeichnet die H¨he der erwarteten R¨ckzahlung im Falle eio u nes Defaults.

vgl. ver¨ndert sich ebenfalls das Rating der a a Tranchen. p 14% 12% 10% R=0.6 9% 8% 7% 6% 5% 4% 3% 2% p R=0.27% R = 0.5 EL(%) 0.6 Erwarteter Verlust Standardabweichung Wahrscheinlichkeit rel. vgl. o Da sich im Basisszenarium die generierten erwarteten Verluste des BET.00% 2. Portfolioverlust 16.22% 13.3 28.3 R=0.00% 0. das Rating der zwei anderen Tranchen jedoch unver¨ndert bleibt. dass sich Tranche 3 um sieben Notches verschlechtert.22% R = 0.23% 16.23% 20.23% 28.07% Not.00% 0. Tabelle 4 zeigt neben dem Rating jeder Tranche auch die Abweichung des aktuellen Ratings mit dem Basisszenarium.3 EL(%) 0. d¨rfte sich auch bei Variation u 15 .4 R=0.64% 13. womit h¨here Portfolioverluste wahrscheinlicher o werden.3 R=0. Anhang 2 Ver¨ndert sich der erwartete Verlust.33% Not. Anhang 2 Wie beim BET-Modell wird die Recovery Rate im EVALUATOR Modell ausschließlich zur Berechnung der Verlusth¨he im Falle eines Verlustes verwendet.5 20.5 R=0.00% 5.38% Wahrscheinlichstes Szenarium Tabelle 3: Ergebnisse des BET-Modells bei unterschiedlichen Recovery Rates Quelle: Eigene Darstellung. 0 0 -7 Rating Aaa Aa1 Caa2 R = 0.00% 0.00% 4.und des EVALUATOR Modells kaum unterschieden haben.05% 27.00% 3. 0 -1 -15 ¨ Tabelle 4: Moody’s Rating der Tranchen bei Anderung der Recovery Rate Quelle: Eigene Darstellung.03% 13.6 8% 6% 4% 2% 0% 0% 10% 20% 30% 40% 50% 1% PL 60% 0% 0% 10% 20% 30% 40% 50% PL 60% (a) BET (b) EVALUATOR Abbildung 2: Ausfallverteilungen bei einer Variation der Recovery Rate R Quelle: Eigene Darstellung.00% 0.17% Not. Es ist ersichtlich. Anhang 2 Die Verteilung verschiebt sich mit zunehmender Recovery Rate nach rechts und nimmt eine breitere Form an. vgl. Rating Aaa Aaa Baa3 R = 0. o Basis Tranche 1 2 3 Rating Aaa Aaa Aa2 EL(%) 0. Aufgrund der Wasserfallstruktur des CDOs reagiert die letzte a Tranche deutlich sensibler als die rangh¨heren Tranchen.R = 0.

Bei einer Recovery Rate von 30% leidet das Rating der 3. Da die Recovery Rate bei S&P mittels eines Mittelwertes und einer Standardabweichung approximiert wird.3 deutlich unwahrscheinlicher u als beim BET Modell.55% 16.02% 8. Geraa de in Szenarien mit h¨heren Verlusten werden diese Extremwerte im Gegensatz o zum BET-Modell besser abgebildet.00% R = 0.41% 28.00% f¨r R = 0. Anders verh¨lt es sich dagegen bei M=90% oder M=10%.46% 6. die zugeh¨rige SLR und die Ver¨nderung zum Basisszeo a narium angegeben. Tranche mit f¨nf Notches deutlich u st¨rker als beim BET Modell. sondern flacher und breiter wird. In Abh¨ngigkeit von a der H¨he des Mittelwertes ergeben sich dabei gr¨ßere bzw.der Recovery Rate ein identisches Verhalten beobachten lassen. In Tabelle 6 sind f¨r die jeweiligen u u Tranchen das Rating. Ein Verlust in H¨he des Attachment Points der Tranche 3 o von 23. Dadurch wird laut Tabelle 5 ein Portfolioverlust von 28.03% 6. Bei einer Standardabweichung von 10% und einem angenommenen Mittelwert M von 50%. a u a Das EVALUATOR Modell ist wie bereits erl¨utert ein Asset-Level Modell.17% 7. Portfolioverlust 16. Die Ergebnisse der EVALUATOR Simulation zeigen in Tabelle 5 ebenfalls eine inverse lineare Beziehung zwischen Recovery Rate und erwartetem Verlust.03% 5. Da 0 ≤ M ≤ 1 a 16 . dass sich die Ausfallverteilung des EVALUATOR Modells im Vergleich zum BET Modell nicht verschiebt. muss ebenso der Einfluss dieser Standardabweichung auf die zu generierende Recovery Rate untersucht werden. Anhang 2 Eine gleichzeitig mit dem Portfolioverlust stark steigende Standardabweichung deutet dabei auf eine breiter werdende Ausfallverteilung hin.97% 4.6 Erwarteter Verlust Standardabweichung Wahrscheinlichkeit rel. Jedoch verschlechtert sich das Rating der 2.24% 20. l¨sst sich bei 50000 Simulationen keine signifikante Abweichung feststela len. kleinere Abweichuno o gen.00% R = 0. R = 0. Grund hierf¨r sind die unterschiedlichen Ans¨tze. Tranche weniger unter dem erh¨hten Portfolioverlust als es bei Moodys der Fall o ist.00% Wahrscheinlichstes Szenarium Tabelle 5: Ergebnisse des S&P-Modells bei unterschiedlichen Recovery Rates Quelle: Eigene Darstellung.3 28. vgl. Abbildung 2 zeigt. wodurch das Rating der Tranche 3 besser ausfallen d¨rfte.5 20. sind im S&P Modell unwahrscheinlicher als bei Moodys.5%.

je n¨her M an seine a Grenzwerte r¨ckt.3 SLR 52. Rating AAA AAA BB+ R = 0.25% 30.5 SLR 37. da im Basisszenarium jedes Asset mit einem identischen Nominalwert und Rating ausgestattet ist. 0 Erwarteter Verlust Standardabweichung Wahrscheinlichkeit rel. Auch der erwartete Verlust erh¨ht sich proportional mit o 17 .gilt. entspricht das einer relatia ¨ ven Anderung um 25%. Eine h¨here Ausfallwahrscheinlichkeit hat einen h¨heren o o erwarteten Verlust zur Folge. Ver¨ndert sie sich um 10% auf 50%.00% 3. spielt die Standardabweichung eine signifikante Rolle.2 Einfluss der Default-Probability Variiert bei Moodys die Default-Probability der einzelnen Assets. Genau dieses Verhalten l¨sst a sich anhand der Ergebnisse in Tabelle 7 beobachten. 0 0 -4 Rating AAA A CCC R = 0. Anhang 2 5. vgl. Dadurch verringert sich der erwartete Verlust u unter Annahme einer Standardabweichung bei M = 0.86% 19.50% Not.38% 42. und somit kein Asset im Pool den WARF dominierend beeinflussen kann.78% Wahrscheinlichstes Szenarium Tabelle 7: Ergebnisse des BET-Modells bei unterschiedlicher Default-Probability Quelle: Eigene Darstellung. Portfolioverlust 16. Inwieweit beeinflusst eine o Erh¨hung der Ausfallwahrscheinlichkeit jedes einzelnen Kredites im Pool den ero warteten Verlust? Eine Verdopplung der Default Probability sollte auch eine Verdopplung des erwarteten Verlustes mit sich bringen.5 negativ. Aus diesem Grund korreliert die Default Probability positiv mit der H¨he des erwarteten Verlustes.23% 23.00% 3. 40 %.22% 13. Basis Tranche 1 2 3 Rating AAA AAA ASLR 30.65% Not.5 weicht die generierte Recovery Rate positiv vom u Mittelwert ab.29% 12. vgl.91% Not.23% 16. f¨r M > 0.22% +10% 20. Bei M < 0.00% 3.25% 22.22% 13.46% +20% 24.65% 37.24% 21. Anhang 3 Die urspr¨ngliche Ausfallwahrscheinlichkeit der Assets liegt im Basisszenarium u bei ca. ver¨ndert sich a der WARF des Asset Pools und infolge dessen die Ausfallwahrscheinlichkeit des idealisierten Portfolios. 0 -5 -11 ¨ Tabelle 6: S&P’s Rating der Tranchen bei Anderung der Recovery Rate Quelle: Eigene Darstellung.65% 23.

00% +20% 24. ohne dass sich die Form der Verteilung ver¨ndert. dass sich der erwartete Verlust identisch zu Moodys BET verh¨lt.55% 16. vgl. Durch die identische Form der Verteilungen bei steigen¨ 18 . Die 3.17% 7.17% 7.53% 25. Tranche erleidet den h¨chsten Vero lust und reagiert demzufolge am heftigsten. Im Gegensatz zur Recovery Rate steigert sich u die Standardabweichung der Verlustverteilung nicht.00% Wahrscheinlichstes Szenarium Tabelle 8: Ergebnisse des S&P-Modells bei unterschiedlicher Default-Probability Quelle: Eigene Darstellung. Anhang 3 Im EVALUATOR Modell ist die Ausfallwahrscheinlichkeit p der einzelnen As¨ sets mit 1 – p zur Berechnung der Uberlebenswahrscheinlichkeit notwendig. wie in Abbildung 3 zu erkennen ist.29% 21.00% +10% 20. wird ein Ausfall generiert.01% 5. Portfolioverlust 16. Anhang 3 Bez¨glich des Ratings der Tranchen l¨sst sich ein vergleichbares Verhalten wie u a bei der Recovery Rate beobachten. Tranche weniger und das Rating der 2.25% seines urspr¨nglichen Wertes. Auch die neue Ausfallverteilung reagiert durch eine Bewegung nach a rechts. Im Gegensatz zur Recovery Rate beeinflusst die Default Probability die 3. 0 Erwarteter Verlust Standardabweichung Wahrscheinlichkeit rel. In Abbildung 3 kann man genau dies beobachten. vgl. Tranche uberhaupt nicht.03% 5. Die generierte time-unil-default wird als standardnormalverteilte Wahrscheinlichkeit ¨ ausgedr¨ckt und mit der Uberlebenswahrscheinlich des Assets verglichen. Ist dieu se gr¨ßer. Das l¨sst auf eine reine Bea wegung der Ausfallverteilung nach rechts schließen. Demzufolge f¨hrt auch eine Verdopplung o u der Default Probability zu einer Verdopplung der generierten Ausf¨lle. a p 14% 12% 10% +20% +10% Basis 9% 8% 7% 6% p +20% +10% Basis 8% 6% 4% 2% 0% 0% 10% 20% 30% 40% 5% 4% 3% 2% 1% PL 50% 0% 0% 10% 20% 30% 40% PL 50% (a) BET (b) EVALUATOR Abbildung 3: Ausfallverteilungen bei einer Variation der Default-Probability Quelle: Eigene Darstellung.31% 7.03% 5. Tabelle 8 a zeigt anhand der Ergebnisse.

und folglich werden 25 Assets jedem Sektor zugeteilt. nimmt die Ausfallverteilung eine andere Form 19 . vgl. und die H¨he des DS von Portfolio C betr¨gt o a 10. Im BET Modell wird die Korrelation des Pools durch den DS ausgedr¨ckt. Anhang 3 5.45% 36.78% 22. 0 0 -9 ¨ Tabelle 10: S&P’s Rating der Tranchen bei Anderung der Default-Probability Quelle: Eigene Darstellung. womit jedem Sektor 10 Assets zugewiesen werden.28% Not. Wie u bereits in Kapitel 3. Basis Tranche 1 2 3 Rating Aaa Aaa Aa2 EL(%) 0. Rating AAA AAA BB+ +10% SLR 33.00% 8. verringert sich der DS.75% Not.78% 33.98% Not. Die vollst¨ndigen Ergebnisse des Rao u a tings sind in Tabelle 9 und 10 zusammengefasst.der Default Probability werden im Gegensatz zur Recovery Rate die Attachment Points der h¨heren Tranchen nicht ber¨hrt.20% Not. Portfolio C umfasst gerade mal zwei verschiedene Industriegruppen.00% 0.3 Einfluss der Portfoliokorrelation Um die Sensitivit¨t des Ratings im Hinblick auf die Korrelation zu untersuchen. 0 0 -4 Rating AAA AAA B- +20% SLR 36.00% 0. vgl. wenn die Anzahl der Assets innerhalb einer Industriegruppe steigt. Dieser Pool enth¨lt 25 verschiedene Industriegruppen. Rating Aaa Aaa Baa1 +10% EL(%) 0. a werden drei verschiedene Zusammenstellungen des Basisportfolios betrachtet. 0 0 -10 ¨ Tabelle 9: Moody’s Rating der Tranchen bei Anderung der Default-Probability Quelle: Eigene Darstellung. In Portfolio B werden dagegen nur 5 Industriegruppen verwendet. 0 0 -5 Rating Aaa Aaa Ba3 +20% EL(%) 0. das zur Wiederholung aus 50 bez¨glich u des Nominalwertes und der Ausfallwahrscheinlichkeiten identischen Assets besteht. Das Basisszenarium besitzt dabei einen DS von 37. Das ¨ Portfolio A entspricht dem Basisportfolio.07% Not. wobei jeder Industriea gruppe exakt zwei Assets zugeordnet werden.25% 30.1 beschrieben. Portfolio B 20.91% Not.00% 0. Da der berechnete DS die Anzahl der maximal m¨glichen Ausf¨lle innerhalb o a der Binomialverteilung beschreibt. Dabei bleiben die Annahmen uber die Korrelation der beiden Modelle konstant.45% 22.00% 1. Anhang 3 Basis Tranche 1 2 3 Rating AAA AAA ASLR 30. Damit wird die Diversifikation verringert und somit eine zunehmende Portfoliokorrelation erreicht.25% 22.00% 0.

dass sich das EVALUATOR Modell ¨hnlich a verh¨lt.22% B 16.00% C 16.97% 16. Die Ausfallverteilung des BET Modells wird mit kleiner werdendem DS immer gr¨ber o und ungenauer.00% B 16.00% Wahrscheinlichstes Szenarium Tabelle 12: Ergebnisse des S&P-Modells bei unterschiedlicher Portfoliokorrelation Quelle: Eigene Darstellung. Anhang 4 A Erwarteter Verlust Standardabweichung Wahrscheinlichkeit rel.20% 25. Anhang 4 Tabelle 12 und Abbildung 4 zeigen. a Laut Tabelle 11 ¨ndert sich dabei der Erwartete Verlust nicht.55% 16.00% 15.08% 16. Anhang 4 p 25% A B C p 9% 8% 7% 6% A B C 20% 15% 5% 4% 10% 3% 2% 1% 5% 0% 0% 10% 20% 30% 40% PL 50% 0% 0% 10% 20% 30% 40% PL 50% (a) BET (b) EVALUATOR Abbildung 4: Ausfallverteilungen bei einer Variation der Portfoliokorrelation Quelle: Eigene Darstellung. Der Erwartete Verlust ver¨ndert sich ebenfalls nicht. jedoch steigen die a Standardabweichung und die Wahrscheinlichkeit des h¨ufigsten Szenariums an.02% 5. Portfolioverlust 16.17% 7. vgl.00% Wahrscheinlichstes Szenarium Tabelle 11: Ergebnisse des BET-Modells bei unterschiedlicher Portfoliokorrelation Quelle: Eigene Darstellung.00% 4. jedoch wird die a a Ausfallverteilung im Gegensatz zum BET Modell nur marginal breiter. Dies a o ¨ 20 .41% 6.00% C 16.38% 17. vgl. vgl. Portfolioverlust 16.00% 6. a A Erwarteter Verlust Standardabweichung Wahrscheinlichkeit rel.03% 5. Im Portfolio B setzt sich die Ausfallverteilung nur noch aus 20 verschiedenen und in Portfolio C folglich nur noch aus 10 Szenarien zusammen.an. Die R¨nder der Verteilung vergr¨ßern sich uberproportional und a o ¨ ubersch¨tzen den erwarteten Verlust der niedrigeren und h¨heren Tranchen.22% 13.04% 6.81% 14. Die daraus o u o resultierende Ausfallverteilung bl¨ht sich mit abnehmendem DS zunehmend auf.00% 3.59% 6.23% 16. Dadurch ergeben sich h¨here Wahrscheinlichkeiten f¨r h¨here Portfolioverluste.

Hierbei werden Ausfallkorrelation explizit ber¨cksichtigt und ein neuer Diversity Score DS C als Funktion des alten DS beu rechnet: DS(1 − ρ) 1 − ρDS DS c = Wobei ρ als angenommene Intrakorrelation zwischen zwei korrelierten Assets bezeichnet wird. Anhang 4 Auf diese Schw¨che hin reagierte Moodys mit der Einf¨hrung der Correlaa u ted Binomial (CB) Methode.43% Not. 0 0 -1 Rating AAA AAA BBB C SLR 33.00% 0. 21 .07% Not. Mit der Ver¨nderung des Rating der 2. Diese Methode wurde speziell f¨r CDOs entwickelt.25% 22. Rating AAA AAA BBB+ B SLR 31.00% 0. .00% 0.46% Not. Rating Aaa Aaa A2 B EL(%) 0.k−1 bezeichnet dabei die Wahrscheinlichkeit f¨r k Ausf¨lle. Dadurch sollen die rechten R¨nder der Verteilung. und 3.43% Not. a reagiert das EVALUATOR Modell deutlich unsensibler auf eine Erh¨hung der o Portfoliokorrelation als das Konkurrenzmodell von Moodys.k−1 j! (DS c − j)! i=0 i! (DS c − j − i)! k=1 Pj = pk. besser abgebildet und das Untersch¨tzen extremer a Ereignisse vermieden werden.00% 1. a a die sogenannten ”Fat-Tails“.91% Not. 0 0 -6 ¨ Tabelle 13: Moody’s Rating der Tranchen bei Anderung der Portfoliokorrelation Quelle: Eigene Darstellung.. Anhang 4 Basis Tranche 1 2 3 Rating AAA AAA ASLR 30. 0 0 -2 ¨ Tabelle 14: S&P’s Rating der Tranchen bei Anderung der Portfoliokorrelation Quelle: Eigene Darstellung. DS c berechnet sich an u Anlehnung an Waibel (2007) als: DS c −j i+j (DS c − j)! DS c ! (−1)i pk. Basis Tranche 1 2 3 Rating Aaa Aaa Aa2 EL(%) 0.best¨tigen die Ergebnisse des Ratings der Tranche in Tabelle 13 und 14 gleichera maßen.. Tranche von -1 und -2. vgl.25% 30.21% 31.00% 0. u die hochkorrelierte Assets enthalten.22% 22. 0 0 -3 Rating Aaa Aaa Baa2 C EL(%) 0.21% 22. . .89% Not.00% 0. vgl. Die Wahrscheinlichkeit Pj f¨r j = 0.22% 33. wenn bereits ku a 1 Ausf¨lle eingetreten sind.

Nominalwert zusammen. werden wieder drei verschiedene Test-Portfolien mit unterschiedlicher Gewichtung analysiert. Die Ausfallverteilungen unterscheiden sich deutlich von denen der Untersuchung der Portfoliokorrelation. erh¨ht. womit f¨r die resto u lichen 49 Assets noch ein Nominalwert von jeweils 500. Portfolio A entspricht dem Basisportfolio und enth¨lt somit 50 Assets mit jeweils a 4 Mio.000 verbleibt. Es f¨hrt auch hier zu einer Untersch¨tzung u a des erwarteten Verlustes. o ” Nach dem in Kapitel 3. wird sich auch a a der WARF nicht ver¨ndern. und einem Asset mit 151 Mio. Nominalwert. F¨r das letzte Portfolio C u wird der Nominalwert des einen Assets auf 175. da die Ausfallverteilung zwar h¨her wird. Dar¨ber hinaus beeinflusst die Assetgewichtung die a u H¨he des Equivalent Unit Scores“. bestehend aus homogenen Assets mit gleichem Nominalwert ist. dass extreme Ergebnisse a a nicht angemessen abgebildet werden. u Im BET Modell berechnet sich der WARF als Summenprodukt aus Gewichtung des Assets und seinem Rating Faktor.5. Abbildung 5 zeigt ebenfalls eine kontinuierliche Aufbl¨hung der a Verteilung mit abnehmendem DS. ergibt a sich f¨r das Test-Portfolio B ein DS in H¨he von 13 und f¨r das Test-Portfolio C u o u ein DS in H¨he von 8. o Im Gegensatz dazu ber¨cksichtigt das EVALUTOR Modell auf Grund seines u numerischen Verfahrens auch die Extremergebnisse. vor allem in den h¨heren Tranchen.5 Mio. der zur Berechnung des DS benutzt wird. die entsprechend im Rating abgebildet werden m¨ssen. o Da die Grundidee des BET Modells das Mapping des tats¨chlichen Portfolios in ein a hypothetisches. Laut Tabelle 15 wirkt sich dies wieder nur auf die letzte Tranche aus. Da jeder Kredit im Pool ein identisches Rating h¨lt und auch der Gesamtportfoliowert unver¨ndert bleibt.1 erl¨utertem Verfahren zur Berechnung des DS. Hier u ¨ best¨tigt sich abermals die Schw¨che des BET Modells. Das BET-Modell kennt keinen Unterschied zwischen mehreren Krediten einer Branche oder einer uberm¨ßigen Konzentration eines eina ¨ zelnen Kredits. ¨ verh¨lt sich eine Ver¨nderung der Assetgewichtung analog zu der reinen Anderung a a des DS im vorherigen Kapitel. aber in der o Breite nicht die Attachment Points der ubergeordneten Tranchen ber¨hrt. 22 . Durch das zu hohe Volumen einzelner Engagements entstehen sogenannte Klumpenrisiken. Das Portfolio B dagegen setzt sich aus 49 Assets mit 1 Mio.4 Einfluss der Asset-Gewichtung Um den Einfluss der Assetgewichtung auf das Rating zu untersuchen.

00% 1.p 30% 25% 20% A B C p 30% 25% 20% 15% 10% 5% A B C 15% 10% 5% 0% 0% 10% 20% 30% 40% PL 50% 0% 0% 10% 20% 30% 40% 50% PL 60% (a) BET (b) EVALUATOR Abbildung 5: Ausfallverteilungen bei einer Variation der Asset-Gewichtung Quelle: Eigene Darstellung. st¨rker gewichtete Asset f¨llt seltener aus und generiert dann aber einen a a hohen Portfolioverlust.60% 42.43% Not. dass die Mezzanine-Tranche f¨r das u Test-Portfolio C nach Moodys immer noch ein Aaa erh¨lt. eine asymmetrische Verteilung erzeugt.25% 30.09% 6.91% Not. vgl. u Basis Tranche 1 2 3 Rating AAA AAA ASLR 30. 0 -7 -6 ¨ Tabelle 16: S&P’s Rating der Tranchen bei Anderung der Asset-Gewichtung Quelle: Eigene Darstellung. 0 -5 -6 Rating AAA BBB+ BBC SLR 57. Dies zeigt die Diskrepanz zwischen den beiden Verfahren bez¨glich der Klumpenrisiken. Das a u einzelne.25% 22. obwohl nach S&P eine a Herabstufung um 7 Notches auf BBB+ notwendig ist.00% 0. Rating AAA A BBB SLR 52. Anhang 5 23 . Rating Aaa Aaa Baa1 B EL(%) 0. wird durch die unausgewogene Gewichtung der Assets. 0 0 -5 Rating Aaa Aaa Baa3 C EL(%) 0. vgl.07% Not.90% 3. Anhang 5 Basis Tranche 1 2 3 Rating Aaa Aaa Aa2 EL(%) 0. Im a o Unterschied zum BET Modell werden die Klumpenrisiken dadurch besser abgebildet und vermeiden eine Fehlbewertung. 0 0 -7 ¨ Tabelle 15: Moody’s Rating der Tranchen bei Anderung der Asset-Gewichtung Quelle: Eigene Darstellung.92% Not.00% 0. womit der h¨ufigere Ausfall der kleineren Assets ber¨cksichtigt wird.00% 2.00% 0.13% Not. Daraus resultiert wiederum eine st¨rke Belastung der h¨heren Tranchen.79% 40. Es entsteht ein Peak im niederen Verlustbereich. Das f¨hrt zu dem flachen und langen Ende der Verteiu lung. o Die Ergebnisse in Tabelle 15 und 16 zeigen.00% 0.24% Not. vorwiegend in den h¨heren Tranchen. Anhang 5 Wie Abbildung 5 zeigt. vgl.

6 Fazit Im Rahmen dieser Arbeit wurden die beiden Methoden von S&P und Moodys zur Erstellung eines Ratings f¨r Collateralized Debt Obligations erl¨utert und u a analysiert. Daf¨r wurde f¨r jede Parametervariation der Portfoliou u verlust in Abh¨ngigkeit von der Wahrscheinlichkeit dargestellt. Die Default Probability wirkt sich in beiden Verfahren gleichermaßen auf den erwarteten Verlust aus. Als Resultat verschiebt o sich die Ausfallverteilung bei Moodys und S&P gleichermaßen mit zunehmender Ausfallwahrscheinlichkeit im Diagramm nach rechts. Der kleinste spezifizierte ¨ Portfolioverlust der Ausfallverteilung berechnet sich aus N/DS. Defaultu Probabilty. Unterschiedliche Parameter der Einflussfaktoren wurden an einem Basisportfolio getestet und ausgewertet. Beim BET Modell wird eine hohe Korrelation in einen niedrigen Diversity Score ubersetzt. Dadurch kommt es im Gegensatz zum a BET Modell fr¨her zu Verlusten in h¨heren Tranchen. Mit der Binomial Expansion Technique (BET) wird u ” auf Portfolio-Ebene die Ausfallverteilung gesch¨tzt und der Erwartete Verlust f¨r a u jede Tranche berechnet. Diesen muss eine Tranche standhalten. Portfoliokorrelation und Assetgewichtung erfasst und quantifiziert. Moodys greift auf einen Top-Down“ Ansatz zur¨ck. Eine Steigerung der Default Probability um 25% erh¨ht ebenso den erwarteten Verlust um 25%. Zus¨tzlich zur Bewegung der a 24 . Daf¨r wurde der Einfluss im Hinblick auf Recovery Rate. Dies f¨hrt bei niedrigen DS zu einer groben und unpr¨zisen u a Ausfallverteilung. Vor allem o bei der Untersuchung der Portfoliokorrelation und der Assetgewichtung entstehen dadurch enorme Unterschiede im Rating. S&P nutzt dagegen einen bottom-up“ Ansatz mit der ” Bezeichnung EVALUATOR. Grunds¨tzlich zeigen die Ergebnisse. Dabei werden mit Hilfe einer MC Simulation auf Asset-Ebene die Ausf¨lle gesch¨tzt und sogenannte Scenario Default Rates gea a neriert. dass die Ausfallverteilungen von S &P breia ter und am rechten Ende ausgepr¨gter sind. Infolgedessen konnten Parallelen und Differenzen zwischen den u beiden Verfahren aufgedeckt und interpretiert werden. wobei N der Gesamtportfoliowert ist. Bei Moody‘s machen sich u o h¨here Verluste fast ausschließlich in der letzten Tranche bemerkbar. und die generiera ten Ausfallverteilungen anhand einer hypothetischen CDO-Struktur in einem Rating ausgedr¨ckt. um sich ein gewisses Rating zu verdienen.

Weiter muss erw¨hnt werden. sollten Investoren besonders die Recovery Rate-Annahmen der Agenturen o pr¨fen. dass die Ergeba nisse dieser Arbeit auf sehr vereinfachten Annahmen basieren und nicht eins zu eins in die Realit¨t ubertragen werden d¨rfen. Eine Schw¨che zeigt sich bei der Bewertung eines hochkorrelierten a Portfolios. 2005). a. bei Moodys sogar mit 15 Notches. a. die nicht a a lineare Zusammenh¨nge modellieren k¨nnen. Das Problem wurde aber auch durch die explizite Ber¨cksichtigung der u Korrelation lediglich nur abgemildert. Doch gerade im Kreditbereich w¨ren alternative Ans¨tze. reagiert das Rating der dritten Tranche mit einer Herabstufung von 11 Notches bei S&P. 2004) haben jedoch auch gezeigt. Zuletzt l¨sst sich saa o u a gen. Zudem konvergiert die zugrunde liegende Binomialverteilung gegen die Normalverteilung.Verteilung auf der X-Achse. was zu dem angesprochenem Problem der Untersch¨tzung extremer Ereignisse f¨hrt (vgl. u Der Vorteil des BET Modells liegt in der relativ einfachen und transparenten Anwendung. a a Untersuchungen(Borgel u. Deswegen wird auch bei Moodys vermehrt auf Monte Carlo-Simulationsmodelle zur¨ckgegriffen und u die BET-Ans¨tze nur noch zur Verlustabsch¨tzung von Corporate CDOs benutzt. Gea u rade bei einem nicht diversifizierten CDO-Pool mit vorhandenen Klumpenrisiken. Garcia u. dass multivariate Normalverteilungen ebenso zu einer Untersch¨tzung der Eintrittswahrscheinlicha keiten von Klumpenrisiken neigen. weist die typische Verlustverteilung eine verzerrte Form auf. Dar¨ber u hinaus unterstellen die zur Absch¨tzung der Korrelation paarweise verwendeten a Korrelationskoeffizienten implizit eine lineare Abh¨ngigkeit der Risikofaktoren una tereinander. Hier reagierte Moodys bereits und f¨hrte die Correlated Binomial Meu thode ein. dass die Entwicklung theoretischer Modelle zur Einsch¨tzung und Bewertung a von komplexen Finanzprodukten noch lange nicht abgeschlossen ist und auch in Zukunft ein sehr interessantes Forschungsfeld darstellen wird. Bei einer Betrachtung uber mehrere Perioden treten in der Praxis unter u ¨ anderem Probleme in Bezug auf die Modellierung der Ausfallzeiten auf. w¨nschenswert. Neben der vereinfachten Struktur a ¨ u des CDOs. Um sich ein transparentes Bild uber das Rating eines CDO bilden zu ¨ k¨nnen. wird bei steigender Recovery Rate die Verteilung breiter. Halbiert sich die Recovery Rate. Aus diesem Grund hat sie den signifikantesten Einfluss auf das Rating der Tranchen. ist die Bewertung einer Transaktion uber nur eine Periode mehr als un¨ gen¨gend. 25 .

xlsm korrelation.xlsm default probability.xlsm base. S.15 26 .xlsm Tabellenblatt: References Anhang 7: Ratingsymbole und ihre Bedeutungen Moody´s Aaa Fitch Standard & Poor´s AAA AAA Bedeutung Höchste Qualität der Schuldtitel.und Tilgungszahlungen Hohe Qualität.xlsm asset.h. Waibel 2007.Anhang ¨ Ubersicht der auf beigefugter CD befindlichen Exceldateien: ¨ Anhang Nr. 1 2 3 4 5 6 Dateiname auf der CD sensitivity sensitivity sensitivity sensitivity sensitivity sensitivity analysis analysis analysis analysis analysis analysis base. negativen wirtschaftlichen Entwicklungen.und Tilgungszahlungen Niedrigste Qualität.und Tilgungszahlung Gute bis angemessene Deckung von Zins und Tilgung. bei negativen wirtschaftlichen Bedingungen Sehr spekulativ. aber anfällig ggü. negativen wirtschaftlichen Entwicklungen Angemessen gute Qualität. außergewöhnliche finanzielle Sicherheit der Zins. sehr gute bis gute finanzielle Sicherheit der Zins. bei Moody´s bereits niedrigste Stufe Zahlungsverzug Aa1 Aa2 Aa3 A1 A2 A3 Baa1 Baa2 Baa3 Ba1 Ba2 Ba3 B1 B2 B3 Caa Ca C - AA+ AA AAA+ A ABBB+ BBB BBBBB+ BB BBB+ B BCCC+ CCC CCCCC C D AA+ AA AAA+ A ABBB+ BBB BBBBB+ BB BBB+ B BCCC+ CCC CCCCC C D Abbildung 6: Quelle: Vgl. geringster Anlegerschutz und erste Anzeichen von Zahlungsverzug Höchstspekulative Titel Zahlungsverzug. d.xlsm recovery rate. mäßige Deckung für Zins und Tilgung. aber mangelnder Schutz ggü. geringe Sicherung langfristiger Zins. Spekulativ.

Norbert: The Handbook of Structured Finance. a. G¨nther . Sebastian: Die Regulierung von Ratingagenturen unter Basel II. 2011 [Mogunov und Lassalvy 2009] Mogunov. Yvonne: Moody’s Ap- proach to Rating Collateralized Loan Obligations. Rust. Fu. September 2009 [Borgel u. 2005] Garcia. Henry . 3 [Charpentier und Fu 2011] Charpentier.Literatur [Albulescu und Gillis 2009] Albulescu.): Mobilising Capital for the o o Poor: What Can Structured Finance Contribute? New York : KFW Entwicklungsbank. Jo˜o . New Jersey : Wiley Finance. Carl . Thomas G. Gillis. 2010 [Garcia u. 2003 [K¨ln 2011] o K¨ ln. M¨rz 2009 a 27 . New York City : McGraw-Hill. Washington. 2011 [Jobst 2007] Jobst. Leonard. Doris . E. Bonn : Josef EUL Verlag. K¨ ln. Andreas . Laurent: Moo- dy’s Approach to Rating SF CDOs. Juni 2011 [Chisholm 2010] Chisholm. a. Nr. In: Working Paper (2005) [Herfurth 2011] Herfurth. Tom . Doris (Hrsg. Senate. 2004] Borgel. In: Zeitschrift f¨r das a u gesamte Kreditwesen (2004). Wiley Finance). 2007 [Ketz 2003] Ketz. Platt. Luc: a Comparing BET and Copulas for Cash Flows CDO’s. Leonld . 2011 [Levin 2011] Levin. Dewyspelaere. Andrew M. J.): Wall Street and the Financial Crisis: Anatomy of a Financial Collapse. (Hrsg. Lassalvy.: Up- date To Global Methodologies And Assumptions For Corporate Cash Flow And Synthetic CDOs.: Derivatives Demystified: A Step-by- Step Guide to Forwards. .: Hidden financial risk: understanding off-balance sheet accounting. Swaps and Options: A Step-by-Step Guide to Futures. Bastian: Koru relierende Kreditausf¨lle bei Asset Backed Securites. Henry C. Futures. Hoboken. United S. Swaps and Options.

Johannes E. 2008 [Ramaswamy 2004] Ramaswamy. 2007 a [Standard & Poors 2002] Standard & Poors. Salzwasser-Verlag.1 User Guide. Ratingverfahren und Problemfelder. Hoboken.: Global Cash Flow and Synthetic CDO Criteria. Matthias: Die Finanzmarktkrise 2008 und ihre Auswirkung auf strukturierte Produkte.Die Verbriefung von Handelsforderungen als Finanzierungsalternativen. Srichander: Managing credit risk in corpora- te bond portfolios: a practitioner’s guide.: Asset Backed Securities .[Pech 2008] Pech. Andr´: Das Risiko verbriefter Forderungen: Grundlae gen. Structured F. OestrichWinkel : Deutscher Universit¨ts-Verlag. K¨ln : Diplomica Verlag. M¨rz 2002 a [Standard & Poors 2010] Standard & Poors. Structured F. New Jersey : Wiley Finance. New York City: Standard & Poors (Veranst.). 2007 o 28 . April 2010 [Waibel 2007] Waibel. 2004 [Schmittat 2007] Schmittat.: CDO EVALUATOR R 5.

14. sind als solche einzeln kenntlich gemacht worden. Des Weiteren erkl¨re ich. 2 der a a Rahmenprufungsordnung fur Bachelor-Studieng¨nge der a ¨ ¨ Universit¨t Hohenheim a Hiermit erkl¨re ich. die w¨rtlich oder sinngem¨ß aus Ver¨ffentlichungen oder aus o a o ¨ anderweitigen fremden Außerungen entnommen wurden.2011 Niklas Lechner .09. dass ich die Bachelor-Arbeit mit dem Titel: a Sensitivit¨tsanalyse der CDO-Ratingverfahren von Moodys und a S&P bezuglich zentraler Einflussfaktoren ¨ selbst¨ndig verfasst und keine anderen als die angegebenen Quellen und Hilfsmittel benutzt a habe. Die Bachelor-Arbeit habe ich noch nicht in einem anderen Studiengang als Pr¨fungsleistung u verwendet.Name: Lechner Vorname: Niklas Erkl¨rung gem¨ß §§ 13 Abs. 7 und § 15 Abs. Alle Stellen der Arbeit. Stuttgart. dass mir weder an der Universit¨t Hohenheim oder an einer anderen a a wissenschaftlichen Hochschule bereits ein Thema zur Bearbeitung als Bachelor-Arbeit oder als vergleichbarer Arbeit vergeben worden ist.