Win-Win-Szenario So bringen parallele Kreditvergaben Vorteile für Asset Manager und Banken

Seite 2 / 3

 

Ein gut diversifiziertes und granulares Portfolio (mindestens circa 100 Kredite) kann das Kapital schützen und gleichzeitig die Rendite maximieren, indem es von der Minimierung von Black-Swan-Ereignissen durch Diversifizierung profitiert und von der Prämisse ausgeht, dass die gemeinsamen Ausfallwahrscheinlichkeiten geringer sind als die Ausfallwahrscheinlichkeit einer einzelnen Beteiligung. Da der Schwerpunkt auf der Risikominderung liegt, kann ein Portfolio potenziell als Investment Grade eingestuft werden. Das ermöglicht es Banken, das Portfolio zu sehr wettbewerbsfähigen Zinssätzen langfristig mit Fremdkapital zu versorgen.

Ein Asset Manager jedoch muss völlig unabhängig von einer Bank sein, allerdings direkten Zugang zu jedem Unternehmen haben, das für eine Kreditvergabe in Frage kommt, um die Due-Diligence-Prüfung durchzuführen. Auch muss der Asset Manager über die gleichen quantitativen Instrumente verfügen wie europäische Banken, das heißt fortgeschrittene interne Kredit-Ratingmodelle nach Basel III.

 

 

 


Der Einsatz von künstlicher Intelligenz

Bei dieser Art von Investments ist ein Anlageprozess, der aus drei Säulen besteht, ratsam. Erstens sollte dieser qualitative beziehungsweise fundamentale Analysen umfassen. Zweitens sollte er über fortgeschrittene interne Kredit-Ratingmodelle nach Basel III und risikoangepasste Preisbildungsinstrumente verfügen. Zu guter Letzt sollte der Anlageprozess ebenso neue Systeme zur Entscheidungsunterstützung mit künstlicher Intelligenz (KI)/Deep Learning oder fortgeschrittene Risikotools verwenden. Künstliche Intelligenz sollte dazu dienen, die Entscheidungsfindung durch eine erweiterte Datenanalyse einer enormen Stichprobengrösse zu verbessern, und nicht als eigenständiger Algorithmus oder Black Box für die Kreditauswahl dienen.

Das mehrschichtige neuronale Netzwerk ist ein leistungsfähiges Instrument für die Datenanalyse. Dabei wird die KI mit der menschlichen Analyse kombiniert. Dies dient dazu, die Genauigkeit und Qualität der Ergebnisse zu erhöhen sowie die Fähigkeit zu verbessern, während eines Due-Diligence-Prozesses Unternehmen mit schlechten Kennzahlen von denen mit guten Kennzahlen zu unterscheiden. Die endgültige Investitionsentscheidung wird jedoch weiterhin von Menschen getroffen.