Das Risiko nachteiliger Folgen aus Entscheidungen, Bewertungen oder Hedging, die auf Modellen beruhen, die fehlerhaft, falsch spezifiziert, falsch implementiert, außerhalb ihres Anwendungsbereichs verwendet werden oder unter Parameterunsicherheit und strukturellem Wandel versagen.

Prinzip

Modellrisiko konzentriert sich auf Annahmen, Eingabedatenqualität, Parameterunsicherheit, Modellspezifikation und Governance; ordnende Prinzipien sind Validierung, Backtesting, unabhängige Prüfung, dokumentierte Beschränkungen und konservative Anpassungen, wenn Unsicherheit signifikant ist.

Demonstration

Ein auf normale Renditen kalibriertes Value‑at‑Risk‑Modell unterschätzt die Tail‑Exposition und versagt bei der Vorhersage extremer Verluste in einer Marktkrise; ein Bewertungsmodell lässt eine wesentliche Zahlungsmerkmal aus und bepreist ein exotiques Derivat falsch, was zu Deckungsdefiziten führt.

Fehlanwendung

Modellausgaben als deterministische Wahrheiten zu behandeln, ohne Unsicherheit zu quantifizieren, Modellcode nicht zu versionieren und zu testen, Überanpassung an ein bestimmtes Historienfenster oder das Ausweiten eines Modells auf Märkte/Instrumente, für die es nicht gedacht ist.

Konsequenz

Die Behandlung von Modellrisiko führt zu formaler Model Governance, unabhängiger Validierung, dokumentierten Anwendungsfällen und Limits, Modellrisikoaufschlägen oder Overlays, robusten Datenkontrollen sowie regelmäßiger Rekalibrierung und Stresstests, um unerwartete Verluste aus Modellversagen zu reduzieren.

Umkehrung

Die Umkehr ist ein Umfeld, in dem Modelle unfehlbar sind oder in dem Urteilsvermögen verworfen wird; beide Extreme — blinder Modellglaube oder totale Ablehnung — bergen eigene Risiken, indem sie entweder Selbstzufriedenheit oder unstrukturierte Entscheidungen erzeugen.

Abgrenzung

Gilt für quantitative Modelle zur Preisstellung, Risikomessung, Kapitalabschätzung und Entscheidungsunterstützung; schließt reine Datenfehler oder Implementierungsbugs aus, sofern diese nicht auf tiefere Modellspezifikationsfehler hinweisen, und überschneidet sich mit operativem Risiko, wenn Implementierungs‑ und Prozessfehler auftreten.

Semantische Spannung

Es besteht Spannung zwischen einer engen Sicht auf Modellrisiko als technischem Modellfehler und einer weiten Sicht als Modellunsicherheit, die Parameter‑, Szenario‑ und Governance‑Risiken einschließt; eine weitere Spannung besteht zwischen statistischer Strenge und pragmatischen, auf Urteil beruhenden Anpassungen.

Synthese

Modellrisiko ist das Verlustrisiko, wenn Modelle inkorrekt, missbräuchlich oder schlecht gesteuert sind; seine Minderung erfordert Validierung, unabhängige Prüfung, Dokumentation von Grenzen, konservative Anpassungen und fortlaufende Überwachung der Modellleistung unter veränderten Bedingungen.