Bevor stochastische Dynamiken modelliert werden können, braucht es eine klare Basislinie: Welche Haircut-Niveaus gelten unter normalen Marktbedingungen für die relevanten Sicherheitenkategorien? Diese Basislinie ist nicht trivial — sie variiert je nach Assetklasse, Kontrahent und regulatorischem Rahmen. Ich empfehle, historische Haircut-Zeitreihen aus Stressphasen einzubeziehen, da normale Perioden die Streubreite systematisch unterschätzen. Eine robuste Basislinie ist das Fundament jeder sinnvollen Szenarioanalyse und darf nicht aus vereinfachenden Annahmen abgeleitet werden. Wer hier spart, erkauft sich später falsche Sicherheit in der Risikoeinschätzung.

Haircut-Veränderungen folgen keinem gleichmäßigen Diffusionspfad — sie springen. Ein Modell, das nur kontinuierliche Anpassungen erlaubt, unterschätzt die Häufigkeit abrupter Haircut-Eskalationen in Stressphasen erheblich. Die Integration von Sprungprozessen, etwa in Form zusammengesetzter Poisson-Prozesse, erlaubt es, seltene aber folgenreiche Ereignisse analytisch greifbar zu machen. Diese Modellkomponente ist technisch anspruchsvoller, aber analytisch unumgänglich, wenn man echte Finanzierungsrisiken abbilden will, anstatt eine beruhigende Normalverteilung über die Daten zu legen, die im Ernstfall nicht hält.

Der entscheidende Schritt ist die Anerkennung der Endogenität: Haircuts reagieren auf Assetpreise, und Assetpreise reagieren auf Haircuts. Dieses Wechselspiel erzeugt Rückkopplungsschleifen, die in linearen Modellen schlicht nicht existieren. Ein analytisch ehrliches Modell behandelt Haircuts daher nicht als exogene Parameter, sondern als endogene Variablen, die vom Marktgeschehen mitbestimmt werden. Diese konzeptuelle Verschiebung hat weitreichende Konsequenzen für die Kalibrierung von Stressszenarien und für die Bewertung von Portfoliorobustheit unter variablen Finanzierungsbedingungen in der Praxis.

Sobald stochastische Haircut-Prozesse und ihre Endogenität im Modell verankert sind, lassen sich Hebelgrenzen ableiten — und diese sind nichtlinear. Ein Haircut-Anstieg von fünf Prozentpunkten kann unter bestimmten Portfoliokonstellationen eine überproportionale Reduktion der Finanzierungskapazität bewirken, weil Sicherheitenpuffer gleichzeitig an Wert verlieren. Diese Nichtlinearität ist keine Modellkuriosität, sondern ein empirisch beobachtbares Phänomen, das in der Analyse von Liquiditätskrisen immer wieder sichtbar wird. Wer Hebelgrenzen linear approximiert, überschätzt die eigene Widerstandsfähigkeit systematisch und in relevanter Größenordnung.

Modelloutputs sind Werkzeuge, keine Wahrheiten. Nach der quantitativen Analyse ist eine qualitative Einordnung unerlässlich: Welche Annahmen sind besonders sensitiv? Welche Szenarien liegen im plausiblen Bereich, welche sind extremer Natur? Diese Reflexion verhindert, dass Modellpräzision mit Modellgenauigkeit verwechselt wird. Ich betone in jedem Analyseschritt explizit die Grenzen des gewählten Rahmens — nicht als Schwäche, sondern als analytisches Qualitätsmerkmal, das seriöse Modellierung von gefälliger Vereinfachung unterscheidet. Vergangene Ergebnisse erlauben keine direkten Rückschlüsse auf zukünftige Entwicklungen.