Slajd 1

Ryzyko kredytowe

to niebezpieczeństwo

niespłacenia przez dłużnika banku

zaciągniętego kredytu (w całości lub

części) wraz z odsetkami, prowizjami i

innymi opłatami. Pojęcie to obejmuje

niespłacenie przez dłużnika wierzytelności

z tytułu udzielonych gwarancji i poręczeń.

1. RYZYKO KREDYTOWE

I. Kryterium źródła ryzyka:



aktywne ryzyko kredytowe

(czynne)

→związane z udzieleniem

kredytu



pasywne ryzyko kredytowe

(bierne)

→związane z brakiem możliwości

refinansowania lub wcześniejszym

wycofaniem depozytów

2. KLASYFIKACJA RYZYKA

KREDYTOWEGO

II. Kryterium struktury ryzyka:



ryzyko indywidualne (pojedynczej umowy

kredytowej)

→funkcja możliwej straty i

prawdopodobieństwa jej wystąpienia



ryzyko portfelowe (ryzyko wszystkich

ekspozycji lub grupy ekspozycji

kredytowych)

→funkcja wysokości

wszystkich kredytów, prawdopodobieństwa

ich niespłacenia i współzależności między

nimi

2. KLASYFIKACJA RYZYKA

KREDYTOWEGO

III. Kryterium momentu wystąpienia

zdarzenia kredytowego:



ryzyko przedrozliczeniowe (

pre-settlement

risk

)

→ryzyko utraty przyszłych należności

w wyniku niewypłacalności kontrahenta,



ryzyko rozliczeniowe (

settlement

risk

)

→ryzyko nierozliczenia transakcji,

powstające w momencie wymiany

strumieni środków pieniężnych.

2. KLASYFIKACJA RYZYKA

KREDYTOWEGO

I. Modele pomiaru prawdopodobieństwa

niedotrzymania warunków:

klasyczne:



modele liniowe (model Altmana),



modele scoringowe,



modele logitowe i probitowe,



systemy eksperckie,



systemy ratingowe,

3. METODY POMIARU RYZYKA

KREDYTOWEGO

nowoczesne:



metody oparte o modele wyceny opcji,



metoda wyceny neutralnej względem

ryzyka,



sieci neuronowe,



drzewa klasyfikacyjne,



MARSplines.

3. METODY POMIARU RYZYKA

KREDYTOWEGO

II. Modele rynkowe – opisujące

wysokość straty poniesionej przez

instytucję w przypadku

niewypłacalności oraz wyceniające

obecną wartość zadłużenia

(CreditMetrics oparta na koncepcji

VaR).

3. METODY POMIARU RYZYKA

KREDYTOWEGO

Z=1,2·X1+1,4·X2+3,3·X3+0,6·X4

+1,0·X5

gdzie:

Z = zdolność kredytowa

3.1. MODELE LINIOWE –

FUNKCJA

ALTMANA

= aktywa bieżące-pasywa bieżące

(kapitał pracujący)/aktywa ogółem;

= skumulowany zysk

zatrzymany/aktywa ogółem;

= zysk przed opodatkowaniem i

zapłaceniem odsetek/aktywa ogółem;

= wartość rynkowa kapitału

własnego/wartość rynkowa kapitałów

obcych;

= sprzedaż/aktywa ogółem.

3.1. MODELE LINIOWE –

FUNKCJA

ALTMANA

Wartości funkcji Z:

>2,99 – dobra kondycja finansowa,

<1,81 – bezpośrednia groźba bankructwa,

2,675 – wartość graniczna (błąd w zakwalifikowaniu

przedsiębiorstw do niewłaściwego zbioru był

wówczas najmniejszy;

94% firm, które zbankrutowały, miało na rok przed

upadłością wartość

poniżej 2,675, a 97% firm,

które nie zbankrutowały, miało wartość

powyżej

2,675).

3.1. MODELE LINIOWE –

FUNKCJA

ALTMANA

Przypisanie określonej wartości wskaźnika

wyznaczonej dla określonej charakterystyki

pewnej oceny liczbowej, przy czym zakres

poszczególnych wskaźników może być różny w

zależności od ich wagi i preferencji banku. Po

zsumowaniu ocen wskaźników klient zostaje

zaklasyfikowany do określonej grupy ryzyka, co

stanowi podstawę do podjęcia decyzji o

udzieleniu lub odmowie udzielenia kredytu.

3.2. MODELE SCORINGOWE

(PUNKTOWE)

Przykładowy podział na grupy ryzyka:

Liczba punktów

Zdolność

kredytowa

60-40

niebudząca obaw

39-29

budząca obawy

28-17

zagrożona

16-0

utracona

3.2. MODELE SCORINGOWE

(PUNKTOWE)

Przedmiot wyjaśniania: prawdopodobieństwo

przyjmowania przez pewną zmienną

jednej z dwu możliwych wartości (0,1).

Modele oparte na rachunku

prawdopodobieństwa

warunkowego, gdzie prawdopodobieństwo

zdarzenia kredytowego jest nieliniową funkcją

wektora zmiennych objaśniających

oraz

wektora parametrów

3.3. MODELE LOGITOWE

I PROBITOWE

Stosując modele logitowe i probitowe można

znaleźć odpowiedź na pytanie:



Jakie jest prawdopodobieństwo wystąpienia

określonego wariantu zmiennej objaśnianej

przy założeniu określonych wartości

zmiennych objaśniających;



Jakie wartości powinny przyjąć zmienne

objaśniające, aby uzyskać określone

prawdopodobieństwo wystąpienia

rozważanego wariantu.

3.3. MODELE LOGITOWE

I PROBITOWE

Zbiory programów komputerowych

wykorzystujace bazy wiedzy, modele wiedzy

oraz procedury (reguły) wnioskowania w celu

rozwiazywania problemów.

Wiedza jest w nich zapisana w postaci faktów i

reguł wnioskowania. System odzwierciedla

proces podejmowania decyzji przez człowieka.

Ograniczenie: decyzja zależy od ściśle

zdefiniowanego zbioru zmiennych.

3.4. SYSTEMY EKSPERCKIE

Rating to opinia niezależnej, wyspecjalizowanej

instytucji ratingowej, oceniającej wiarygodność

finansową, czyli zdolność do wywiązywania się

ze zobowiązań finansowych danego podmiotu.

Rating polega na przyporządkowaniu obiektów

do klas opisanych charakterystykami. Ocena

ratingowa wg agencji Fitch:

Poziom inwestycyjny: AAA, AA, A, BBB

Poziom spekulacyjny: BB, B, CCC, C, DDD, DD, D.

Różnice w ramach jednej kategorii: „+”, „-”.

3.5. RATING

S&P

Moody’s

Kategorie inwestycyjne

AAA

Aaa

Wyjątkowa zdolność emitenta do wywiązywania się ze zobowiązań

finansowych

AA+

Aa1

Bardzo wysoka zdolność emitenta do wywiązywania się ze zobowiązań

Aa2

AA-

Aa3

A+

Wysoka zdolność emitenta do wywiązywania się ze zobowiązań przy

jednoczesnej wrażliwości na niekorzystne warunki gospodarcze i
zmiany istniejących obecnie warunków

A-

BBB+

Baa1

Wystarczająca zdolność płatnicza emitenta do wywiązywania się z

podjętych zobowiązań przy jednoczesnej większej wrażliwości na
niekorzystne warunki ekonomiczne i zmiany istniejących
warunków

BBB

Baa2

BB-

Baa3

3.5. RATING

S&P

Moody’s

Kategorie spekulacyjne

BB+

Ba1

Emitent dysponuje jeszcze wystarczającą zdolnością płatniczą, ale stoi

w obliczu dużych niepewności, które mogą prowadzić do
pogorszenia ratingu

Ba2

BB-

Ba3

B+

Emitent jest w stanie sprostać zobowiązaniom finansowym ale stoi w

obliczu dużych zagrożeń

B-

CCC

Caa

Zdolność płatnicza emitenta jest zagrożona

Zdolność płatnicza emitenta jest bardzo zagrożona lub wstrzymał się

on już od wywiązywania się ze zobowiązań

Złożono wniosek o wszczęcie postępowania upadłościowego wobec

emitenta, ale wypłata zobowiązań jest jeszcze częściowo
kontynuowana

Emitent stracił zdolność do terminowego regulowania zobowiązań

3.5. RATING

Gdy bank udziela kredytu, jego sytuację można

porównać do sytuacji wystawcy opcji sprzedaży

na aktywa firmy zaciągającej dług (model

Mertona). Jednym z nowych modeli oceny

ryzyka kredytowego jest model Moody’s KMV

(MKMV) wykorzystujący dane księgowe i dane

pochodzące z rynków finansowych w celu

oszacowania odległości od punktu

niewypłacalności (

distance to default

3.6. METODY OPARTE O

MODELE

WYCENY OPCJI

Przy szacowaniu prawdopodobieństwa

niewypłacalności (PD) wykorzystuje się zmienne

bezpośrednio obserwowalne (np. rynkową

wartość kapitału, nominalną wartość

zadłużenia) oraz nieobserwowalne (wartości

rynkowe aktywów i ich zmienność), a także

parametr

(średnia stopa zwrotu z aktywów

przedsiębiorstwa).

Firma jest uznana za niewypłacalną, jeśli

wartość jej aktywów w momencie t jest niższa

od wartości długu.

3.6. METODY OPARTE O

MODELE

WYCENY OPCJI (C.D.)

Prawdopodobieństwo neutralne względem

ryzyka to PD przy założeniu, że stopa

zwrotu z aktywów jest równa stopie wolnej

od ryzyka. Prawdopodobieństwo

niewypłacalności zależy od dźwigni

kapitałowej, zmienności aktywów firmy i

czasu pozostałego do spłaty długu.

3.7. METODA WYCENY

NEUTRALNEJ WZGLĘDEM

RYZYKA

Narzędzia analizy danych, którego budowa i

działanie zainspirowane zostało wynikami

badań nad ludzkim mózgiem. Sieć składa się z :

●

Wejść, gdzie wprowadzane zostają dane,

●

Warstw połączonych ze sobą neuronów, w

których przebiega proces analizy przy

wykorzystaniu odpowiednich funkcji,

●

Wyjścia, gdzie pojawia się sygnał będący

wynikiem analizy (rozpoznanie „dobrych” lub

„

złych” kredytów).

3.8. SIECI NEURONOWE

Proces budowy drzewa opiera się na zasadzie

rekurencyjnego podziału – przeszukiwanie w

przestrzeni cech wszystkich możliwych

podziałów zbioru danych na dwie części tak,

by dwa otrzymane podzbiory maksymalnie

się od siebie różniły ze względu na zmienną

zależną (wiarygodność kredytowa). Podział

jest kontynuowany aż do całkowitego

wyczerpania przypadków. Reguły podziału

można przedstawić w formie drzewa.

3.9. DRZEWA

KLASYFIKACYJNE

Multivariate Adaptive Regression Splines

nieparametryczna metoda regresji

statystycznej.

Metoda nie zakłada określonej postaci

zależności między predykatorami a zmienną

objaśnianą, lecz dobiera ją do konkretnych

danych. Wymaga zaprojektowania

odpowiedniego zbioru funkcji bazowych.

3.10. MARSPLINES

Wprowadzony w 1997 r. przez takie instytucje

jak: J.P. Morgan, Bank of America, BZW,

Deutsche Morgan Grenfell, Swiss Bank

Corporation oraz Union Bank of Switzerland.

Wkład w postaci danych wniosły Moody’s oraz

S&P. Oparty o modele VaR.

Podstawowy cel: określenie zagrożonej

wartości kredytowej (straty na portfelu

kredytowym przy zadanym poziomie ufności).

3.11. MODELE RYNKOWE –

CREDITMETRICS



Tworzenie rezerw na ryzyko

(celowe i ogólne),



Kredytowe instrumenty pochodne (CDS,

TRS, CLN, opcje na spread kredytowy)



Sekurytyzacja

(

źródła prawa: jak przy ryzyku płynności).

4. METODY OGRANICZANIA

RYZYKA KREDYTOWEGO

1) rezerwy ogólne

– tworzone

fakultatywnie na pokrywanie skutków

ogólnego (niezidentyfikowanego) ryzyka

działalności bankowej, ich przeznaczenie

nie jest ściśle określone

→

art. 130 ust.

Prawo bankowe

4.1. ZASADY TWORZENIA

REZERW KSIĘGOWYCH

2) rezerwy celowe

– tworzone

obligatoryjnie na ryzyko związane z

konkretnymi należnościami

pogrupowanymi według określonych

kryteriów

→

Rozporządzenie Ministra

Finansów z dnia 16 grudnia 2008 r. w

sprawie zasad tworzenia rezerw na ryzyko

związane z działalnością banków

(Dz. U. z

2008 r. nr 235, poz. 1589 z późn. zm.).

4.1. ZASADY TWORZENIA

REZERW KSIĘGOWYCH

§ 2. 1. Banki tworzą rezerwy celowe, w

odniesieniu do ekspozycji kredytowych

zaklasyfikowanych do:

- kategorii "normalne"(w zakresie

pożyczek i kredytów detalicznych)

- kategorii "pod obserwacją",

- grupy "zagrożone" - w tym do kategorii

"poniżej standardu", "wątpliwe" lub

"stracone".

4.1. ZASADY TWORZENIA

REZERW KSIĘGOWYCH

§ 3.1. Rezerwy celowe na należności

"normalne"

tworzy się w wysokości

co najmniej

1,5 % podstawy

tworzenia rezerw celowych

2. Rezerwy celowe na należności

"pod

obserwacją", "poniżej standardu",

"wątpliwe" i "stracone"

tworzy się

w wysokości co najmniej:

4.1. ZASADY TWORZENIA

REZERW KSIĘGOWYCH

–

1,5 % – w przypadku kategorii "pod

obserwacją",

–

20 % – w przypadku kategorii

"poniżej standardu",

–

50 % – w przypadku kategorii

"wątpliwe",

–

100 % – w przypadku kategorii

"stracone",

podstawy tworzenia rezerw celowych.

4.1. ZASADY TWORZENIA

REZERW KSIĘGOWYCH

§ 7.

Wymagany poziom rezerw celowych:

–

na należności

"normalne"

pomniejsza się o kwotę równą

25%

rezerwy na ryzyko ogólne

–

na należności

"pod obserwacją"

pomniejsza się o kwotę równą

25%

rezerwy na ryzyko ogólne.

4.1. ZASADY TWORZENIA

REZERW KSIĘGOWYCH

Credit default swap (CDS) – jedna ze
stron (sprzedawca; protection seller)
zobowiązuje się, że w razie powstania
zdefiniowanego w kontrakcie zdarzenia
kredytowego (credit event) wypłaci drugiej
stronie transakcji (kupującemu) określoną
kwotę zabezpieczenia. W zamian za to
kupujący dokonuje cyklicznych płatności
(premium) na rzecz sprzedającego.

4.2. CREDIT DEFAULT SWAPS

(CDS)

4.2. CREDIT DEFAULT SWAPS

(CDS)

Jeśli zdarzenie kredytowe nie występuje

Bank A

(kupujący

zabezpieczenie)

Premia za

zabezpieczenia

100 pb rocznie od

nominału 100 mln

USD

Bank B

(sprzedający

zabezpieczenie)

Jeśli zdarzenie kredytowe występuje

Bank A

(kupujący

zabezpieczenie)

100 mln USD minus

wartość rynkowa

zabezpieczanej

obligacji 30 dni po

wystąpieniu zdarzenia

kredytowego

Bank B

(sprzedający

zabezpieczenie)

W wyniku

sekurytyzacji

syntetycznej

podział na transze

odbywa się przez zastosowanie

kredytowych instrumentów

pochodnych lub gwarancji, a pula

ekspozycji bazowych jest wykazywana

w bilansie banku inicjującego.

4.3. SEKURYTYZACJA

SYNTETYCZNA

Rekomendacja S obowiązująca od 2014 r. (ekspozycje
finansujące nieruchomości i zabezp. hipotecznie)

– O

cena adekwatności zabezpieczenia na

podstawie LtV, obostrzenia jeśli LtV przekracza
80%. W przypadku kredytu walutowego
założenie 20% deprecjacji. Nacisk na
informowanie klientów o ponoszonym ryzyku
rynkowym i testy warunków skrajnych (istotny
czynnik kształtujący limity oraz zależność
pomiędzy ryzykiem rynkowym i kredytowym).

5. REKOMENDACJE KNF

Rekomendacja T wprowadzona 2013 r. (dobre
praktyki w zakresie zarządzania ryzykiem
detalicznych ekspozycji kredytowych).

- Obowiązek wprowadzenia limitów dotyczących
maksymalnych ekspozycji detalicznych oraz
maksymalnego poziomu wskaźnika Dtl (relacja
wydatki/dochody klientów detalicznych) oraz
testów warunków skrajnych; przy kredytach
walutowych zdolność kredytowa kalkulowana dla
kapitału powiększonego o 20%.

5. REKOMENDACJE KNF

Document Outline