Statische FX Hedging Strategien

Viele Unternehmen verkaufen Waren und Dienstleistungen ins bzw. im Ausland oder beschaffen von dort Rohstoffe. Diese Unternehmen sind es gewohnt, dass Zahlungsströme in Fremdwährungen anfallen und somit Unsicherheiten auf Grund von Wechselkursschwankungen – insbesondere im Hinblick auf Plandaten – entstehen. 

Krisen, wie der Krieg in der Ukraine und beispielsweise auch die Lira Krise, können globale Unternehmen ohne aktives Fremdwährungsmanagement deshalb signifikant treffen und Umsatzmargen empfindlich schmälern. Die Absicherung gegen Fremdwährungsrisiken durch das Treasury ist für globale Unternehmen und ihre Existenz demnach von großer Bedeutung. Dabei gilt es mögliche negative Effekte einer unvorteilhaften Wechselkursentwicklung weitestgehend abzufedern, ohne durch eine Übersicherung mögliche Chancen zu verpassen oder gar überflüssige Transaktionskosten einzugehen.

Fragen, die sich uns in diesem Zusammenhang stellen, sind: „Wie lässt sich das mit der Volatilität in den Wechselkursen verbundene Risiko in den zukünftigen Zahlungsströmen messen? Wie (optimiert) verringern?“

Eine mögliche Antwort auf diese Fragestellung ist der Cashflow-at-Risk-Ansatz. Der Cashflow-at-Risk liefert eine statistische Abschätzung zur Höhe des aktuellen Fremdwährungsrisikos. Vom Value-at-Risk unterscheidet er sich durch die Bezugsgröße. Während diese beim Value-at-Risk der Wert eines Unternehmens oder Wertpapiers ist, ist es beim Cashflow-at-Risk der Cashflow. Da hierbei der Cashflow über den gesamten Prognosezeitraum betrachtet wird, stellt das Zusammenfassen von monatlichen Cashflow Daten zu einem Gesamtcashflow eine besondere Herausforderung dar. Zur Abschätzung des Cashflow-at-Risk ist eine Simulation von möglichen zukünftigen Cashflow Realisierungen erforderlich, aus denen sich die Cashflow Verteilung ergibt. Aus dieser kann die Verteilung der Abweichungen aller Cashflow Realisierungen vom erwarteten Gesamtcashflow abgeleitet werden. Bei einem Konfidenzniveau von 95%, lässt sich der Cashflow-at-Risk nun als das 5% Quantil dieser ablesen. Der Wert einer möglichen Cashflow Realisierung setzt sich dabei aus zwei Bestandteilen zusammen: Zum einen aus (monatlichen) Cashflow Plandaten in Fremdwährung, zum anderen Wechselkursdaten für den bestimmten Prognosezeitraum. Die Verlässlichkeit der Plandaten ist dabei für eine reliable Cashflow-at-Risk Abschätzung besonders wichtig. Wechselkursdaten zukünftiger Perioden sind bekanntlich ungewiss und fordern ein adäquates Prognoseverfahren. 

Neben der Monte-Carlo-Simulation und dem parametrischen Varianz-Kovarianz-Ansatz, gibt es hierzu außerdem noch die Möglichkeit der Historischen Simulation, welche auf historischen Daten beruht und demnach keine Verteilungsannahme voraussetzt. Die für dieses Verfahren benötigten Inputdaten sind lediglich die aktuellen Wechselkurse und historische Wechselkursrenditen, mit welchen verschiedene Wechselkursszenarien simuliert und zur Berechnung der möglichen Cashflow Realisierungen verwendet werden. Für die Simulation der Wechselkurse erfolgt eine gewichtete, zufällige Ziehung aus den historischen Wechselkursrenditen, die auf den aktuellen Wechselkurs angewandt werden. Die Aussage, die sich aus dem Cashflow-at-Risk ableiten lässt, ist, dass bei einem Konfidenzniveau von 95%, die (negative) Abweichung vom erwarteten Cashflow innerhalb des Prognosezeitraums mit einer Wahrscheinlichkeit von 95% voraussichtlich nicht mehr als x € betragen wird.

Oft existieren innerhalb eines Unternehmens entgegengesetzte Interessenlagen. Während aus der Profitcentersicht die Verringerung des zukünftigen erwarteten Cashflows nicht begrüßt wird, denn es ist meistens die Konsequenz, die unmittelbar aus der Risikominimierung folgt und die für das Risikomanagement bestimmend ist. Die Optimierung der Absicherungsstrategie unterliegt daher dem Trade-Off zwischen Risikominimierung und Cashflow Maximierung. Bei gleichzeitiger Minimierung des Cashflow-at-Risk, als Kenngröße für das Wechselkursrisiko, gilt es, den zukünftigen erwarteten Cashflow zu maximieren. Ein effizienter Einsatz von Absicherungsgeschäften ist demnach maßgebend.

Für die dynamische Optimierung setzen wir einen lernfähigen, mathematischen Optimierungsalgorithmus ein. Dessen Vorgehensweise basiert auf der Generierung einer Vielzahl möglicher Absicherungslösungen und die kontinuierliche Verbesserung dieser, durch gezieltes Lenken in vielversprechende Regionen des Lösungsraums und Eliminieren von unvorteilhaften Lösungen. Das Lenken und Eliminieren der Lösungen wird dabei hauptsächlich von zwei Kriterien gesteuert: das Dominanz- und das Distanzkriterium. Beide Kriterien werden an den Zielfunktionswerten (Cashflow at Risk und zukünftiger erwarteter Cashflow) der Lösungen gemessen. 

Nach dem Dominanzkriterium heißt eine Lösung nicht dominiert, wenn keine andere Lösung existiert, die sowohl einen niedrigeren Cashflow at Risk als auch einen höheren erwarteten Cashflow liefert. Eine solche nicht dominierte Lösung ist für unseren Optimierungsalgorithmus erstrebenswert und wird im Algorithmus Verlauf fortgeführt. 

Das Distanzkriterium baut auf einer Metrik zur Bestimmung des Abstandes zwischen den Lösungen im Lösungsraum auf. Ziel hierbei ist eine möglichst weite Streuung der Lösungen bezüglich den Zielfunktionswerten zu erreichen und dicht beieinander liegende Lösungen zu eliminieren, um eine möglichst globale Suche im Lösungsraum zu ermöglichen. Ergebnis der Optimierung ist eine Menge von Absicherungslösungen für die zukünftigen Perioden mit unterschiedlichem Risikoniveau, von denen, je nach Risikoappetit und unter Beachtung der unterschiedlichen Interessenlagen, eine ausgewählt werden kann.

Die Überführung des Modells der historischen Simulation und des Optimierungsalgorithmus in ein IT-Tool erfolgt über Programmiersprachen wie beispielsweise R oder Python. Nach Einlesen benötigter Inputdaten, wie historischen Wechselkursen, Terminkursen für mögliche Devisentermingeschäfte oder Plandaten zu zukünftigen Zahlungsströmen in Fremdwährung, werden zwei Stufen durchlaufen. In der ersten Stufe wird die historische Simulation der Wechselkursszenarien exekutiert, auf dessen Basis dann die Bewertung einzelner Absicherungslösungen bezüglich Risiko und erwartetem Cashflow erfolgt. In der drauffolgenden Stufe erfolgt die Optimierung der Absicherungsstrategie durch gezieltes Generieren und Optimieren neuer Absicherungslösungen. Zur Analyse und Visualisierung der Absicherungsstrategien können Business Intelligence Tools, wie beispielsweise die SAP Analytics Cloud (SAC) oder Microsoft Power BI, als Frontend verwendet werden. Der Nutzer hat hier die Möglichkeit zukünftige Cashflow Plandaten und eine bestimmte Absicherungsstrategie einzulesen und diese anhand, der von uns vorimplementierten, Veranschaulichungen und Auswertungen zu analysieren. 

Nach der technischen Umsetzung des Modells ist die Validierung anhand verschiedener Tests mindestens genauso wichtig. Darunter fällt unter anderem auch das Backtesting des Tools, bei welchem die empfohlenen Hedging Strategien auf historische Daten angewandt werden, um eine ex-post Beurteilung der erzielten Ergebnisse zu ermöglichen. Betrachtet werden hierbei die mit den empfohlenen Hedging Strategien tatsächlich realisierten Zahlungsströme im Vergleich zu den tatsächlich realisierten Zahlungsströmen ohne jegliche Absicherungsgeschäfte. Fragen, die es dabei zu klären gilt, sind: „Wie verhalten sich, die von uns prognostizierten Wechselkurse im Verhältnis zu den tatsächlich eingetretenen? Hält die Strategie den prognostizierten Cashflow-at-Risk Wert ein? Trägt die empfohlene Hedging Strategie tatsächlich zu mehr Sicherheit und Planbarkeit bezüglich zukünftiger Zahlungsströme in Fremdwährung bei?“ 

Die unüberlegte Übersicherung ist im Kontext von Fremdwährungsmanagement ein genauso großes Problem wie das gänzliche Ignorieren von Fremdwährungsrisiken und der Verzicht auf jegliche Absicherungsgeschäfte. Deshalb bedarf es einer überlegten und dynamischen Absicherungsstrategie, die den Trade-off zwischen Risikominimierung und Cashflow Maximierung ausbalanciert und dabei mögliche Transaktionskosten der Absicherungsgeschäfte mit bedenkt. Was das Cashflow-at-Risk Tool somit verspricht, ist eine stabile Prognose über zukünftig zu erwartende Wechselkursentwicklungen und darauf aufbauend eine optimierte, dynamische Absicherungsstrategie. Im Vordergrund steht hierbei immer die erhöhte Planungssicherheit über zukünftige Zahlungsströme, ohne dabei durch eine Übersicherung überflüssige Transaktionskosten zu verursachen.

Quelle: KPMG Corporate Treasury News, Ausgabe 124, August 2022
Autoren: 
Börries Többens, Partner, Finance and Treasury Management, Corporate Treasury Advisory, KPMG AG
Julian Fisahn, Manager, Finance and Treasury Management, Corporate Treasury Advisory, KPMG AG