BOJ verbessert Finanzstabilitätsanalyse mit granularen Kreditdaten
Die Bank of Japan (BOJ) und andere Finanzaufsichtsbehörden setzen zunehmend auf granulare Daten, insbesondere detaillierte Kreditinformationen, um die Finanzstabilität präziser zu analysieren. Diese transaction-level Daten ermöglichen die Erkennung von Schwachstellen und die Bewertung potenzieller Risiken, die mit aggregierten Daten allein schwer zu identifizieren wären.
Mikro-Einblicke für Makro-Stabilität
Fortschritte in Technologie und Digitalisierung haben die Verfügbarkeit von Daten dramatisch erweitert.
Finanzaufsichtsbehörden nutzen neben externen Daten zunehmend auch direkt von beaufsichtigten Banken erhobene granulare Daten, wie detaillierte Informationen zu Krediten und Wertpapieranlagen.
Dies ermöglicht eine präzisere Analyse des Finanzsystems.
Die Federal Reserve führte beispielsweise das FR Y-14 Meldeformular für Stresstests ein, während die Europäische Zentralbank (EZB) das AnaCredit-Framework für granulare Kreditdaten etablierte.
Diese Datensätze dienen primär der Überwachung und werden zunehmend auch für die akademische Forschung sowie die Finanzstabilitätsanalyse genutzt.
Die BOJ setzt ebenfalls auf diese Entwicklung, um die Kreditwürdigkeit einzelner Kreditnehmer und die Vermögensverwaltung von Investmentfonds zu analysieren.
"Die Wirkung entsteht durch Existenz, nicht durch Nutzung," fassen die Autoren zusammen.
Die umfassende Abdeckung und die Möglichkeit, präzise Beziehungen zwischen Banken und Unternehmen zu identifizieren, sind zentrale Vorteile.
Japans Banken unter der Lupe
In Japan haben die Financial Services Agency (FSA) und die BOJ ihre Zusammenarbeit seit 2020 verstärkt, um die Qualität der Überwachung zu verbessern und den Meldeaufwand zu reduzieren.
Im Rahmen dieser Bemühungen wurde die Common Data Platform entwickelt, über die seit dem Geschäftsjahr 2025 detaillierte Kreditdaten (Detailed Loan Data) gesammelt werden.
Diese Daten werden unter strengem Informationsmanagement zur Bankenüberwachung und Finanzsystemanalyse eingesetzt.
Beispiele hierfür sind die Kreditrisikoanalyse von Kreditnehmern, bei der die Beziehung zwischen der Kreditnehmerklassifikation der Banken und der Zinsdeckungsquote (ICR) untersucht wird.
Für Großunternehmen steigt der Anteil von Krediten mit niedriger Bonität nichtlinear an, wenn die ICR unter 1 fällt, insbesondere bei hoher Verschuldung.
Auch die Identifizierung von Unternehmen, die zinslose und unbesicherte Kredite (sogenannte Zero-Zero-Kredite) während der Pandemie in Anspruch nahmen, ist nun möglich.
Präzision mit Aufwand
Die Nutzung granularer Daten stellt einen signifikanten Fortschritt für die Finanzstabilitätsanalyse dar, da sie Einblicke in Schwachstellen ermöglicht, die aggregierte Daten verbergen.
Obwohl die Erhebung und Verarbeitung dieser detaillierten Informationen komplex ist, liefert sie eine unverzichtbare Grundlage für eine fundierte Risikobewertung und die Verbesserung des Risikomanagements der Banken.
Für die Zukunft ist es entscheidend, die analytischen Methoden kontinuierlich weiterzuentwickeln, um das volle Potenzial dieser Daten auszuschöpfen und die Resilienz des Finanzsystems zu stärken.