Vor wenigen Wochen hat Marc Glowka aus der Grundsatzabteilung im Zahlungsverkehr der Bundesbank im Journal of Financial Market Infrastructures einen Forschungsbeitrag unter dem Titel „Profiling banks: how to use cluster analysis with payment system data” veröffentlicht. Darin beleuchtet er das innertägliche Zahlungsverhalten von Teilnehmern in TARGET2. 

Konkret wurden in dem Artikel mit Hilfe eines speziellen Prozesses für eine Clusteranalyse Gemeinsamkeiten im Zahlungsverhalten der in die Analyse einbezogenen 200 größten TARGET2-Teilnehmer identifiziert und in zehn allgemeinen Zahlungsprofilen zusammengefasst.

Während ein Großteil der Teilnehmer den überwiegenden Teil ihrer Transaktionen als Early oder Extreme Early Birds bereits innerhalb der ersten Betriebsstunde von TARGET2 einreichen, stellen lediglich wenige Teilnehmer eine signifikante Anzahl ihrer Transaktionen als Late Payer in der zweiten Tageshälfte in TARGET2 ein. In der unten abgebildeten Grafik sind die innertäglichen Zahlungsprofile aller Teilnehmer mit ihrer Zuordnung zu dem vom Clusteralgorithmus identifizierten Zahlungsprofilen abgebildet.

In weiteren Analysen gilt es nun zu bestimmen, in welchen Beziehungen die Profile zueinanderstehen und welche Faktoren das Zahlungsverhalten der Teilnehmer beeinflussen. Weiterhin gilt es, die im Rahmen einer ersten Stabilitätsanalyse festgestellten täglichen Abweichungen einiger Teilnehmer von ihrem im Durchschnitt erfüllten Profil detaillierter zu analysieren. Sobald die regelmäßigen Abweichungen weitgehend erkannt wurden, könnten weitere Abweichungen auf ein aus Sicht von TARGET2 risikobehaftetes Ereignis, zum Beispiel einen operativen Ausfall oder einen Betrugsfall, hindeuten.

Der Beitrag ist Teil des Bemühens der Zahlungsverkehrsanalyse, ein umfassendes Verständnis des Zahlungsverhaltens der Teilnehmer zu erlangen. Das wird benötigt, um Risiken im Zahlungsverkehr besser identifizieren, quantifizieren und mitigieren zu können. Zudem erlaubt es konkrete Folgenabschätzungen und unter Umständen auch die Entwicklung von Frühindikatoren.

Angaben zur Veröffentlichung:
Glowka, M. (2020). Profiling banks: how to use cluster analysis with payment system data. The Journal of Financial Market Infrastructures 8(2), 21–45 (https://www.risk.net/journal-of-financial-market-infrastructures/7564216/profiling-banks-how-to-use-cluster-analysis-with-payment-system-data).