Hvad betyder Basel II for mindre og mellemstore banker? BASISPOINT

Transkript

1 Hvad betyder Basel II for mindre og mellemstore banker? BASISPOINT

2 Kreditrisiko Med introduktionen af den fælleseuropæiske valuta er interessen for kreditkurven vokset betydeligt Kreditrisiko er blevet et nøglebegreb Jagten på yield enhancement Væksten i OTC-derivater Rusland, LTCM, Enron, WorldCom, Argentina,. Regulatoriske initiativer (Basel II) Kreditrisikotyper Klassisk Modpartsrisiko (pre-settlement) Settlement risk Kreditrisiko bliver mere og mere korreleret med markeds- og likviditetsrisiko Hvordan kan kreditstyring måles på bundlinien? - Søren Braes Page 2 BASISPOINT

3 Hvorfor avanceret kreditrisikostyring (Basel II) er blevet en vigtig konkurrenceparameter Banker kommer til at konkurrere på deres risikostyring og risikomodeller Risikobaseret konkurrence Risikoreduktion Banker har/kommer til at få utallige muligheder for at imødegå deres kreditrisiko Banker kommer til at tage strategiske beslutninger om hvilke forretningsområder, de vil investere i (RAROC) Kapitalallokering Kapitalallokering Banker kommer til at tage strategiske beslutninger om hvilke regioner, de vil investere i Ikke-banker vil se mulighederne i at betjene specifikke segmenter af kreditmarkedet New kids on the block Adgangsbarrierer resultatet er/bliver en ny bølge af konsolideringer i dette marked Potentielle banker vil blive nødt til at overvinde en barriere, inden de får adgang til kreditmarkedet Hvordan kan kreditstyring måles på bundlinien? - Søren Braes Page 3 BASISPOINT

4 Overblik over dagens kapitalkrav Kreditrisiko 8% BIS I Kreditrisiko Op. risiko BIS II Standardised Approach (External Rating) Foundation Internal Rating Based Approach Advanced Internal Rating Based Approach Basic Indicator Standardised Internal Measurement Risikokapital Kredit- + Markeds- + Op. risiko = Cooke-ratio (min. 8%) Hvordan kan kreditstyring måles på bundlinien? - Søren Braes Page 4 BASISPOINT

5 Små og mellemstore banker står over for en udfordring Organisatorisk evne til at gennemføre forretningsgange og rapportering tilstrækkelig professionelt Størrelsen af kreditporteføljen i forhold til omkostningerne forbundet med Basel II Evnen til at opbygge og benytte en kompleks kreditmodel Små og mellemstore banker Kvaliteten af management (risiko) i forhold til kravene i Basel II Nødvendige data for effektivt at kunne benytte en kreditmodel Evnen til at ansætte og fastholde de rigtige mennesker Hvordan kan kreditstyring måles på bundlinien? - Søren Braes Page 5 BASISPOINT

6 men din/jeres bank er ikke bare en normal bank Hvilket (minimums-)afkast forventer jeres aktionærer? Hvor prisfølsomme er jeres ind- og udlån? Hvorfor har jeres kunder valgt netop jeres bank? Hvor afhængig er I af funding via andre banker? Muligheder i forbindelse med Basel II (IRB). svarene på disse spørgsmål vil være afgørende for udbyttet af at indføre en avanceret kreditrisikostyring Hvordan kan kreditstyring måles på bundlinien? - Søren Braes Page 6 BASISPOINT

7 Du har stort set 3 valgmuligheder 1. Gør ingenting 2. Bliv nichespiller 3. Investér nu Luk øjnene over for mulighederne i Basel II - og håb på fortsat kundeloyalitet eller et muligt opkøb Analysér implikationerne af at vælge den standardiserede model og udnyt de muligheder, det giver Investér i IRB-modeller (eventuelt i samarbejde med andre)? Hvordan kan kreditstyring måles på bundlinien? - Søren Braes Page 7 BASISPOINT

8 Hvordan Basel IRB kan fungere som katalysator Første skridt i opbygningen af et bedre risikostyringssystem Start med en simpel model (Earnings-at-Risk) Vær pragmatisk - det er ikke altafgørende at have en perfekt model Dag-til-dag ændringer vigtige Vejen er vigtigere end målet! Processen, tankegangen og holdningen til risikostyring er det vigtige Det regulatoriske mål vil blive ved med at flytte sig og det samme gælder best practices Learning by doing experience is the main driver in further development of a model (Franz Reif, Erste) Hvordan kan kreditstyring måles på bundlinien? - Søren Braes Page 8 BASISPOINT

9 Hvordan kommer man i gang med Basel IRB? Support fra topledelse absolut nødvendig Business Process Re-engineering Indkøb af standard-software Opbygning af risikodatabase Mangel på data Opbygning af fælles database Fem års historiske data til validering Minimum 8 ratingkategorier (6 performing +2 non-performing) Estimation af korrelationer Sædvanlige korrelationer bryder sammen Rank-korrelatoner Beregning af PD probability of default Opgiv beregning på enkeltpositioner gruppér i buckets EAD exposure at default LGD loss given default Fordelingsantagelse meget kristisk på konfidensniveauer over 95% Hvordan kan kreditstyring måles på bundlinien? - Søren Braes Page 9 BASISPOINT

10 Hvordan kommer man i gang med Basel IRB? Forsøg at anvende begrebet økonomisk kapital på tværs af banken Næste skridt er aktiv kapitalallokering og performancemåling! Risikoadjusteret prissætning af nye lån Alle lån bør have samme RAROC Virker meget fremmende på udviklingen af en egentlig risikokultur blandt bankens medarbejdere Hvordan kan kreditstyring måles på bundlinien? - Søren Braes Page 10 BASISPOINT

11 Risikoadjusteret prissætning af nye lån RAROC Profitabilitetstræ et eksempel RAROC 22% EVA 310 Risk-adjusted Net income 1,750 Capital Charge 1,440 Risk-adjusted After tax income 1.75% Average Lending assets 100,000 Total capital 8,000 Cost of capital 18% Risk-adjusted Net income 2.20% Net Tax 0.45% Total capital 8.0 % Average Lending assets 100,000 Risk-adjusted income 5.60 % Costs 3.40 % Credit Risk Capital 4.40% Market Risk Capital 1.60% Operational Risk Capital 2.00 % Income 6.10 % Expected Loss 0.50 % Hvordan kan kreditstyring måles på bundlinien? - Søren Braes Page 11 BASISPOINT

12 Hvilken værdi v opnår r Alm. Brand Bank ved at gennemføre et ambitiøst Basel II-projekt?

13 Målsætning Basel II Standardmetoden primo 2008 Basel II IRB Foundation primo 2010

14 Succesfaktorer 1 At optimere bankkoncernens kapitaludnyttelse via lavere kapitalvægtning end nu KPMG analyse på 2003-regnskab viste følgende kapitalbesparelser i IRB-F i forhold til standard: Moder kr. 42 mio. Koncern kr. 83 mio.

15 Succesfaktorer 2 At styrke bankkoncernens a) Risikostyring b) Kundevurdering c) Prisfastsættelse d) Datastruktur

16 Succesfaktorer 2a, Risikostyring Early warning Bedre mulighed for at identificere nødlidende engagementer på et tidligt tidspunkt Detaljeret indblik i bankens risici Mere præcise beregninger af sandsynligheden for tab på de enkelte engagementer Samlet overblik over engagementer på tværs af bankkoncernen P.t. en tidskrævende proces p.g.a. koncernstruktur og stand-alone systemer Interessenter: Bestyrelsen, Direktionen, Kreditsekretariatet, Økonomi

17 Succesfaktorer 2b, Kundevurdering Bedre overblik over bankens kundesammensætning via segmentering Kan bl.a. udnyttes i forbindelse med salg, marketing og risikoovervågning. Mere præcis vurdering af kundernes kreditrisiko via udvikling og forbedring af kreditrisikomodeller Besparelse af omkostninger relateret til oplæring af nye medarbejdere Færre ressourcer til oplæring af nye medarbejdere p.g.a. ensrettede og veldokumenterede kundevurderingsprincipper og kundevurderingssystemer Interessenter: Kreditsekretariatet, Afdelingsledere, Kundekonsulenter, Salg og Marketing

18 Succesfaktorer 2c, Prisfastsættelse ttelse Konkurrencedygtig pris Mere præcis beregning af engagementernes risikovægtede værdi -> mulighed for at give en skarpere og mere konkurrencedygtig pris Omsætning Bedre muligheder for at øge omsætningen p.g.a. forventning om at blive mere konkurrencedygtig på prisen Interessenter: Direktionen, Afdelingsledere, Kundekonsulenter

19 Succesfaktorer 2d, Datastruktur Teknisk platform og datastruktur i hele bankkoncernen Forudsætning for beregning af kapitalkrav efter Standard og IRB metoderne samt operationel risiko efter basismetoden og markedsrisiko efter standardmetoden. Forbedring af rapportering- og indberetningsværktøjer Sammenstilling af engagementer på tværs af bankkoncernen Interessenter: Direktion, Kreditsekretariatet, Økonomi

20 Succesfaktorer 3 At signalere til markedet, at Alm. Brand Bank fortsat vil være en konkurrencedygtig og avanceret bank med hensyn til risiko- og kreditvurdering samt arbejdsgange relateret hertil

21 Succesfaktorer 4 At sikre et stabilt grundlag for analyse af væsentlige forretningsrisici til brug for Ledelsesrapportering Eventuel rating af banken

22 Konkrete målm Kreditsegmentering af erhvervskunder Understøttelse af bevillings- og prismæssige beslutninger Sammenstilling af engagement på tværs af koncern Early warnings

23 Basel II projektforløb indtil nu i store træk (1/3) Ultimo 2003 Direktionen drøfter Basel II muligheder og krav Medio 2004 KPMG gap-analyse Kapitalbesparelse ved IRB grundlæggende metode frem for Standardmetoden. Beslutning om implementering af IRB grundlæggende metode Medio/ultimo 2004 Nedsættelse af arbejdsgruppe Budget tildelt

24 Basel II projektforløb indtil nu i store træk (2/3) Medio 2005 Basel II projektleder ansat Ultimo 2005 Projektplan frem til 2010 fastlagt Samarbejde med Bankdata og SAS Institute organiseret og projektorganisation defineret Primo 2006 Projektplan og budget godkendt af direktionen og PROKO Delprojekter med Bankdata og SAS Institute opstartet, fokus = data Medio 2006 Beslutning om at implementere Standardmetoden som forløber til IRB grundlæggende metode i samarbejde med SAS og Bankdata

25 Basel II projektforløb indtil nu i store træk (3/3) 3 q 2006 Ansættelse af Basel II-analytiker Assessment-fase Tælletræer Populationer Beregning af default Kreditrisikomodeller til erhvervskunder 4 q 2006 Endelig beslutning og projektaftale med SAS/Bankdata

26 Projektforløb b Nr Beskrivelse Ressource Månedsmarkering (mandedage) juni Q 1Q 2Q P1 Registrering af nedskrivninger 5 P2 Beregning af testcases 40 P3 Registrering af sikkerheder jf Gap analyse 35 P4 Inkasso procedure, isolering af omkostninger mv 3 P5 Design af intern systemarkitektur for ikke-transaktionssystemer 18 P6 Design af Bankdata systemarkitektur 0 P7 Registrering af relationer på tværs af bankkoncernen 20 P8 Testcases igennem SAS' beregningsmotor 2 P9 ETL-processer, testcases (kun hvis ingen DDS) P10 P11 Red Isolations, Bankdata 26 P12 Red Isolations, ABB pant 24 P13 Red Isolations, Entra 13 P14 Red Isolations, Entra Deling. 10 P15 Red isolations, Ejendomsdatabasen 8 P16 Red isolations, NBSM 11 P17 Red isolations, Kundeark 16 P18 Anvendelse af Kundeark P19 Modellering af PD Bilkredit og Leasing* 40 P20 Modellering af PD Alm Brand Pantebreve 30 P21 Modellering af LGD, Retail 25 P22 Modellering af EAD/CF, Retail 40 P23 Modellering af PD Corporate (Bankdata projekt) 100 Strategisk afklaring Implementering Afslutning/evaluering 3Q 3Q 4Q

27 Basel II projektorganisation Alm Brand styregruppe SAS Institute Projektleder, Alm Brand Ad hoc arbejdsgrupper Bankdata Basel styregruppe

28 Basel II projektleder Ansvarsområder: Daglig styring og koordinering af projektimplementeringen At relevant information stilles til rådighed og vigtige beslutninger formidles mellem projektorganisationens parter At opretholde en løbende dialog med interne interessenter At opretholde koordinering og løbende dialog med eksterne interessenter - fokus på Finanstilsynet, Bankdata og SAS Kontinuerlig opdatering af projektets tids- og økonomiplan At synliggøre væsentlige ændringer og at rapportere disse til styregruppen.

29 Basel II styregruppe Ansvarsområder: At være ambassadør for Basel II projektet At informere og give retningslinier for projektforløbet til egen linieorganisation At foretage en ressourceallokering, der stemmer overens med projektimplementeringens målsætninger Sponsorship ansvar for at målene stemmer overens med de midler, der stilles til rådighed At tage stilling til overordnede problemstillinger og ændringer, der relaterer sig til budget, ressourceallokering, samarbejdet med Bankdata og valg af Basel IT-værktøjer Aktivt at følge projektforløbet og medvirke til at løse problemstillinger At bidrage til vedligeholdelsen af dialogen med eksterne interessenter.

30 Ad hoc arbejdsgrupper Efter behov nedsættes arbejdsgrupper med deltagelse af repræsentanter fra de forskellige forretningsområder. Ad hoc arbejdsgrupperne skal: Drøfte konkrete problemstillinger i forhold til det enkelte forretningsområde Deltage aktivt i implementeringsforløbet Være en aktiv part i beslutningsprocesser vedr. konkrete problemstillinger inden for områder som datastruktur, løsningsmodel og lign.

31 Bankdata Bankdata Basel IT-del: så meget som muligt via samarbejde med Bankdata Alm. Brand Bank er værkstedsbank for IRB grundlæggende metode Bankdata forhandler kontrakter, som vedrører alle banker i BD, med SAS Repræsentant fra Bankdata i Alm Brands styregruppe Repræsentanter fra Alm Brand og SAS i Bankdatas styregruppe

32 SAS Institute som samarbejdspartner Baggrund for valg af SAS Bankdatas samarbejde med SAS Ressourcer Vedligeholdelse og udvikling af systemer Godt fundament for opfyldelse af dokumentationskrav God erfaring fra lignende projekt hos Bankdata Samarbejdets omfang Proces Data Systemer til RWA beregning samt credit scoring

33 Interne Direktionen Basel II interessenter PROKO (projektkoordineringsudvalg på tværs af Alm Brand koncernen) Afdelingschefer Medarbejdere Kreditsekretariatet Økonomi Intern revision Koncern IT Eksterne Finanstilsynet Bankdata Andre banker Markedet/investorer

34 Generelle udfordringer Data: Sammenstilling af data fra flere systemer Data-dybde og mængde Systemarkitektur: Design af arkitektur og valg af IT-leverandører (koordinering med Bankdata) Systemanvendelse (justering af forretningsgange) Systemændringer Procesmæssigt: Commitment fra interne interessenter Koordinering af ressourcer (internt og med Bankdata og SAS) Intern kommunikation og salg af Basel projektet Dialog med Finanstilsynet Konkrete problemstillinger: Datterselskabsfinansiering Uudnyttede maksima Porteføljer med ingen/få tab Populationsstørrelser

35 Dagligdagen fra 1. januar 2008 Erhvervsrådgiverne har det samme stabile værktøj til understøttelse af kreditmæssige beslutninger, som privatrådgiverne har haft i 1½ år Kreditanalytikerne har et samlet datagrundlag til brug for vurdering af bankkoncernens risikoudvikling, der udbygges dagligt Ledelsen opnår et markant løft i overblikket over kunde- og markedspotentialer, risikoparametre, forretningsudvikling Økonomifunktionen kan se frem til 1. januar 2010, hvor banken oplever en pæn nedsættelse af kapitalkravet

36 Hvilke forudsætninger skal være på plads for at komme godt i gang med en Intern- Rating-Baseret satsning Lars Arne Christensen, First Treasury A/S

37 Agenda Hvilke datamæssige forudsætninger skal være opfyldt forud for en IRB satsning? Hvilke ITsystemmæssige forudsætninger skal tilvejebringes ved en IRB satsning? Hvilke projekttiltag sikrer en effektiv implementering af en velfungerende IRB løsning?

38 Ved beregning af kapitalkrav og solvensprocent indgår der mange faktorer Beregning af Basiskapital til Solvenskrav Passiv siden udtræk Kernekapital + Hybrid kernekapital + Supplerende kapital = Basiskapital * 100 Engagementets værdi _ Engagementets tildelte sikkerhed _ Engagementets evt. hensættelse = Aktiv siden Engagement Engagementets risiko gruppe styrer Risiko og kvalitetstrin styrer Engagementets Engagementets Risiko risikovægtede beløb = usikrede værdi * vægt summer Porteføljens kreditrisiko + Porteføljens markedsrisiko + Porteføljens operationelle risiko = udtræk Udlåns Portefølje udtræk Porteføljens / risikovægtede beløb = Solvensprocent Engagementets klasse Beregning af risikovægtede aktiver til Solvenskrav 3 metoder er mulige ved beregning af risikovægte Standardiseret metode Grundlæggende IRBmetode Avanceret IRB metode

39 IRB metoderne giver lavere kapitalkrav men stiller højere krav til kredit-risikostyringen risikostyringen Høje Internal Ratings-Based metoder Krav til kreditrisikostyringen Lave Standardiseret metode Basis:eksterne ratings Risiko reduktion (fx sikkerheder) Høje Grundlæggende IRB-metode Intern estimering af tabsrisiko (PD) baseret på interne ratings. Myndighedsfastsatte værdier for tabsprocent (LGD) og eksponering ved tab (EAD) Lånets løbetid (M) Kapitalkrav Avanceret IRB-metode Intern estimering af tabsrisiko (PD) baseret på interne ratings såvel som af tabsprocent (LGD) og eksponering ved tab (EAD). Lånets løbetid (M) Lave

40 Kapitalkrav iht. IRB metoderne følger f formler som forudsætter data af forskellig art PD LGD M Basel II formel for risikovægt Risikovægtede aktiver f(pd,lgd,m) x EAD Kapitalkrav

41 En type data er aktiver, som skal identificeres i kildesystemer og opdeles i følgende f klasser 1. Centralregeringer eller centralbanker 2. Regionale regeringer eller lokale myndigheder (amter og kommuner) 3. Administrative organer og ikke profitsøgende foretagender (kirker og religiøse samfund) 4. Multilaterale udviklingsbanker, se i øvrigt tabel 2.3A 5. Internationale organisationer såsom EU, IMF, BIS 6. Institutioner 7. Virksomheder 8. Private og SME (små og middelstore virksomheder) 9. Pant i fast ejendom 10. Restance, som p.t. defineres som lån med 90 dages restance 11. Højrisikokategorier som f.eks. kan være venture kapital 12. Særligt sikrede obligationer (svarer til de danske realkreditobligationer) 13. Securitisationspositioner 14. Kortfristede fordringer på institutioner og virksomheder 15. Investeringsforeninger 16. Andre poster hvor Derivater typisk vil blive medtaget.

42 En anden type data relaterer sig til instrumenter, der reducerer kreditrisikoen Der anerkendes et udvalg af instrumenter til nedbringelse af kreditrisiko under forudsætning af, at disse følger forskellige minimumskrav herunder robuste riskikostyringsprocesser. Sikkerheder Garantier Kreditderivater On balance sheet netting En forudsætning for at kunne anvende disse er, at de kan identificeres i kildesystemer og integreres korrekt i formlerne.

43 Når r de helt grundlæggende ggende datakrav er påp plads, sås er der en række r minimumskrav til IRB-metoderne der skal opfyldes vi fokuserer først f påp de datarelaterede krav Selskabsledelse og overblik Validering af interne parametre Design af rating system Anvendelse af interne ratings Oplysningspligt IRB metoder Risiko kvantificering Myndighedsfastsatte værdier for LGD og EAD Drift af rating System

44 Der er specifikke minimumskrav til beregning af PD Der skal anvendes en af tre metoder: 1. Intern tabshistorik 2. Afbildning af interne ratingklasser til de af eksterne kreditvurdering institutioner benyttede, eller et 3. Gennemsnitligt estimat for misligholdelsessandsynligheden for individuelle låntagere i en given rating klasse ud fra statistiske prediktive modeller Længden af den underliggende historiske observationsperiode skal være mindst fem år.

45 Der er specifikke minimumskrav til beregning af LGD Det langsigtede gennemsnit for LGD skal baseres på det gennemsnitlige økonomiske tab af alle observerede misligholdelser inden for de til rådighedstående data. LGD estimater skal baseres på historiske recovery rates. LGD estimater skal baseres på en minimums dataobservationsperiode, der dækker mindst en fuld økonomisk cyklus, men på ikke mindre end 7 år.

46 Der er specifikke minimumskrav til beregning af EAD EAD for et on-balance eller off-balance engagement defineres som den forventede brutto eksponering ved låntagers misligholdelse. For on-balance sheet elementer skal banken estimere EAD som mindst det aktuelle beløb. For off balance sheet items (undtagen derivativer) skal banken tildele et estimat for EAD. Dette skal være et estimat af det langsigtede tabsvægtede gennemsnitlige EAD. EAD estimater skal baseres på en minimums data observationsperiode, der dækker mindst en fuld økonomisk cyklus, men på ikke mindre end 7 år.

47 Der er konkrete definitioner påp misligholdelse. Data skal etableres påp grundlag af disse En misligholdelse siges at været indtruffet, hvis det er usandsynligt, at låntager vil indfri alle sine gældsforpligtelser, med mindre kreditinstituttet realiserer sikkerheder. De elementer, der skal tages som indikation for dette inkluderer: a. Gældsforpligtelsen herunder rentetilskrivningen i bero. b. Der foretages en værdiregulering af gældsforpligtelsen. c. Gælden sælges med et betydeligt kreditrelateret tab. d. Der foretages en omlægning af, hvor det er sandsynligt, at dette resulterer i en mindre forpligtelse som følge af eftergivelse af afdrag, renter eller gebyrer. e. Der er indgivet konkursbegæring mod låntageren. f. Låntager har erklæret sig konkurs. Låntager har overskredet forfaldsdag med mere end 90 dage på en betydelig gældsforpligtelse.

48 Når r data er tilvejebragt og modelleret, skal det dokumenteres, at de er valide Der skal være et system til at validere præcisionen og konsistensen af estimeringen af PD er, LGD er og EAD er. Der skal jævnligt foretages sammenligning af realiserede default rates med de estimerede PD er for hver ratingklasse.

49 Samlet set skal der etableres en del historiske tidsserier Rating (3 år) PD (I alt 5 år) EAD (7 år) LGD (7 år) Retail: PD,LGD,EL,EAD/CCF(5 år) Nødvendig tidsserie for estimering Overgangsperiode på 3 år Minimum ekstra tid for opnåelse af brugbar data for beregning af parametre PD=Probability of Default, CCF=Credit Conversion Factors, EAD=Exposure At Default, LGD=Loss Given Default, EL=Expected Loss,

50 Agenda Hvilke datamæssige forudsætninger skal være opfyldt forud for en IRB satsning? Hvilke ITsystemmæssige forudsætninger skal tilvejebringes ved en IRB satsning? Hvilke projekttiltag sikrer en effektiv implementering af en velfungerende IRB løsning?

51 Der er også en række r systemmæssige ssige krav, der skal være v påp plads i forhold til IRB-metoderne Selskabsledelse og overblik Validering af interne parametre Design af rating system Anvendelse af interne ratings Oplysningspligt IRB metoder Risiko kvantificering Myndighedsfastsatte værdier for LGD og EAD Drift af rating System

52 Et rating system skal have nogle helt bestemte karakteristika fx for virksomheder Rating dimensioner Et IRB rating system skal have mindst to separate dimensioner. Risikoen for låntagers default (rating og PD) og det forventede tab i tilfælde af en default (transaktionsspecifikke faktorer fx sikkerheder og LGD). Ratingstruktur Der skal være en meningsfyldt fordeling af eksponeringer på tværs af rating klasserne med et minimum af syv klasser og en klasse for låntagere, der er i misligholdelse. Vurderingsfrekvens Den frekvens som ratingen tildeles skal svare til vurderingen af låntagers evne og villighed til at tilbagebetale sin gældsforpligtelse. Anvendelse af modeller Det skal bevises for Finanstilsynet, at rating modeller har en god prediktiv værdi. Dokumentation af rating systemets design Dokumentation skal godtgøre overensstemmelse med minimumsstandarder og adressere emner som rating kriterier, fordeling af ansvar for de, der rater låntagere.

53 Et rating system skal anvendes påp en bestemt måde, det kan understøttes ttes IT systemmæssigt ssigt Integritet i rating processen Rating tildelingerne og reviews skal færdiggøres og godkendes af parter, som ikke har direkte nytte af en forlængelse af en given kredit. Ratings skal opdateres mindst på årligt basis. Overstyring Det skal formuleres klart, hvornår man må overstyre output fra ratingmodellen. Guidelines og overvågningsprocesser skal være på plads for at kunne overvåge situationer, hvor den menneskelige dømmekraft overstyrer modellens rating. Datavedligehold En bank skal indsamle og gemme data på låntagere samt karakteristika på forskellige faciliteter. Dette betyder, at alle parametre som benyttes, når der tildeles en rating, skal lagres. Anvendelse af stress tests Stress testing involverer identificering af mulige begivenheder eller fremtidige ændringer i økonomiske forhold, som kan påvirke bankens krediteksponering negativt. Dvs. økonomisk eller industrispecifikke såkaldte downturns.

54 En IT arkitektur for en IRB implementering skal dannes med en række r elementer Datamodel Rating Mapnings dokument Kravspecifikation Mapnings dokument Kildedata Kildedata Kvalitetstabel Risikomart Kildedata Kildedata DataWarehouse ETL proces * Kundedata * Parametre * Beregnede data? Front end Kildedata Fra hvor til hvor Afstemningssystem * Kapitalposter Kildedata Eksterne data Rating modeller Segmentering Beregningsmotor - risiko Parametermatrice Stress test Solvens system Økonomisk kapital Estimeringsmodeller Prissætningssystem Pris modeller Scorekort Scenario analyser Validering

55 En datamodel er en nødvendig n forudsætning for en velstruktureret løsningl

56 En beregningsmotor er en nødvendig n forudsætning for beregning af kapitalkrav Udfyldning af parametermatrice Program processer Risikomartens anvendelse Parametermatrice Generering af kode se næste billede Udtræk af data Risikomart Tildeling af parametre Beregninger Resultat gem Risikomart

57 Beregningsmotoren vil integrere alle data og beregne de rette kapitalkrav Beregning af risikovægtede aktiver 1. Klargør parametermatrice herunder population og variabel værdier 2. Udtræk data fra mart 3. Tildel variabel- og parameterværdier i.h.t. regelsættet for hvert engagement 4. Beregn RVA for hvert engagement 5. Beregn EAD beløb, EL beløb m.m. 6. Summer pr. aggregeringskriterier 7. Gem resultat Beregning af kapitalgrundlag 1. Udtræk data fra mart 2. Tildel aggregeringskriterier 3. Beregn egenkapital til solvens 4. Gem resultat Beregn kapitalkrav

58 Agenda Hvilke datamæssige forudsætninger skal være opfyldt forud for en IRB satsning? Hvilke ITsystemmæssige forudsætninger skal tilvejebringes ved en IRB satsning? Hvilke projekttiltag sikrer en effektiv implementering af en velfungerende IRB løsning?

59 Alle projekter skal baseres påp en projektmetode Det sikrer en systematisk tilgang og sikrer, at høj kvalitet kan leveres hver gang. Typiske projektfaser er: Foranalyse Identificering af udfordringer og løsninger Projektforberedelse Design Implementering Konvertering Go-live Workshops og projekt charter Design og prototyping Opsætning af løsning, test, træning Konverteringstest Produktionsstart

60 Projekter skal organiseres ordentligt, sås alle kender deres ansvarsområder Styrekomité Projektledelse Projekt support: Procedurer og templates Forandringsledelse Testansvarlig Datamodel Kildesystemer Infrastruktur ansvarlig Konvertering inkl. historiske data Beregningsmotor ETL Procesansvarlig Autorisationer Parameter estimering Programmering Master data Ratingmodeller Datawarehouse Organisatoriske strukturer Rapportering Risiko mart

61 En implementering af IRB kan således s gennemføres i et struktureret projektforløb Processen Rating modeller Dataanalyser Dataafdækning Udvikling - Test/kvalitet Behovsafdækning Datamodellering Estimering af parametre Risiko/solvens beregning Dataflow Kilde data Eksterne data EDW EW Integration til bl.a. * Prismodeller * Kredithandlingsplan * Bevillingssystem Datamart for: Risikoberegning - Solvens beregning - Porteføljeanalyse - Scenario analyser - Engagementer - Ratingberegning - Parameterestimation Ledelsesrapporter Dokumentation Tracing facilitet Test-base Drifts-flow Leverancebestilling Kravspecifikation Mapningsdokument Parameterværdier Formler Regelsæt

62 Det strukturerede projektforløb b vil blive brudt ned i enkelt aktiviteter, der sikrer en god løsningl Tids- og aktivitetsplaner Udarbejdelse af projekt og løsningsbeskrivelse Udarbejdelse af projektoverblik og strukturspecifikation Udarbejdelse af Datamodel entiteter - teknik Kravspecifikation parametermodeller beregningsmotor Segmentering af totalmassen/pr PI (data mining) Udvikling af klassifikations (rating) modeller Udvikling af parameter værdimodeller PD, EAD, LGD Implementering af Parametermatrice 1.trin (aktivklasser) Implementering af parametermatrice 2. trin (vægte) Load af grunddata: dimensioner, rating eksponeringer Test og kvalitetssikring Afstemning tolerancetabel Rapportering til Finanstilsynet i Udvikling af dataudtræk til Mart Udvikling af beregning af parameterværdier Udvikling af dataudtræk til risikoberegning Udvikling af beregningsmotor til risiko & kapitaldækning Risiko og solvens prøveberegninger RAPPORTERING Ratingudvikling RAPPORTERING Værdiansættelser på sikkerheder RAPPORTERING Porteføljeanalyser RAPPORTERING Kapitalanalyser og kapitalfordelinger RAPPORTERING Scenarier Dokumentation

63 Min sidste bemærkning er, at Basel II løsninger l og projekter kan organiseres påp mange måderm I First Treasury er det vores tilgang at arbejde meget tæt sammen med vores kunder i de projekter, vi deltager i. Det har vist sig at være en succesfuld opskrift i alle de projekter, som First Treasury har leveret. Kunden lærer meget First Treasurys konsulenter lærer meget og den endelige løsning har en høj kvalitet.

64 BASEL II 64 Bankcentralens rolle

65 Basel II Agenda 6 5 Bankdata Afgrænsning Vores kunder i relation til Basel II Basel II på Bankdata Bankdata i relation til ABB-projektet Generelle muligheder

66 Medlemspengeinstitutter 6 6 Alm. Brand Bank Bonusbanken Djurslands Bank Hadsten Bank Kreditbanken Nordfyns Bank Nordjyske Bank Nørresundby Bank Ringkjøbing Landbobank Skjern Bank Sparekassen Sjælland Sydbank Tønder Bank Vestfyns Bank Østjysk Bank

67 Medarbejdere

68 Interessenter og samarbejdspartnere 6 8 Indenrigsministeriet Garantifonden VP Finanstilsynet Smartstream Finanssektorens Uddannelsescenter TotalKredit

69 Basel II Bankdatas arbejdsfelt 6 9 Kreditrisiko udvikles nu Markedsrisiko forbliver på tidligere niveau Operationel risiko Laver løsning til indberetning efter Basis eller standardmetoden Vil givet få øget fokus på længere sigt

70 Sydbank I gang for 4-5 år siden Basel II Opbygget Basel II kompetencer i organisation Har benyttet 3-part i denne sammenhæng Opbygget modeller Opbygget beregningsmoduler Ny organisatorisk enhed. Solvens fint nok, mere fokus på sidegevinster 7 0

71 Alm. Brand Bank Basel II Opbygger kompetencer i banken Indhenter viden via 3. part Indhenter beregninger via 3. part Primært fokus processer effektivitet produktivitet Sekundært Solvens 7 1

72 Øvrige pengeinstitutter Basel II 7 2 Ser Basel II som en mulighed for at udnytte egenkapitalen bedre Opnår mindre solvenstræk via standardmetode, Udbygget med finansielle sikkerheder Et stort ønske om øget produktivitet og effektivitet Rating er den primære katalysator Basel II vil udvide muligheder

73 Basel II på Bankdata Skabe maksimal fællesskab Standard metode, udvidet Udvikles generelt Basel II Bankdata har opbygget kompetencer IRB Sydbank er selvkørende Bankdata dataleverandør ABB har, opbygger eller køber kompetencer 7 3 Bankdata total IT-løsning

74 Basel II Basel II på Bankdata 7 4 Standardmetode, udvidet med finansielle sikkerheder Implementeres for samtlige pengeinstitutter 1. kvartal % af maximal solvenslettelse IRB Pengeinstitutter ansøger, når de er klar Sydbank har netop afleveret ansøgning ABB ansøger

75 Basel II Alm. Brand Bank projektet 7 5 Ordregiveren Total IT-leverandør IT - Underleverandør Viden Statistiske modeller Værktøjer

76 Basel II Bankdata er total IT-leverandør 7 6 Ansvarlig for udviklingsprocessen Nedsætter en projektgruppe med de nødvendige kompetencer Ansvarlig for IT-produktet Et produkt af egenudviklede og tilkøbte elementer Ansvarlig for driften/vedligehold

77 Basel II Samarbejde med ABB, SAS og andre ABB SAS 7 7 Hvor kommer data fra Hvilke rapporter skal dannes Hvilke data skal regnemaskinen anvende Hvilke data afleverer regnemaskinen Andre Datamodel for Basel data

78 Basel II Bankdata skal være gode til at 7 8 Samle data Modellere data Kvalitetssikre data Afstemme data Distribuere data En solid datawarehouse og solide kompetencer i relation hertil

79 Datawarehouse Virksomhedens samlede mængde viden 7 9 Operationelt Miljø Datafangst Udbredelse og anvendelse af viden Data Data warehouse Miljø Strukturering og lagring af information Strukturering og lagring af viden Viden og data Information Analyse- og viden Miljø Udvikling af ny viden Styring af viden

80 Datawarehouse En solid arkitektur er vigtig 8 0

81 Basel II Fælles datagrundlag men forskellige valg af regnemaskiner 8 1 Rating/Basel II sponsor for noget der er større Data og resultater bruges til at sikre bedre produktivitet Bedre processer Skarpere salg Skarpere priser ETL for IRB pengeinstitutter kan genbruges for mindre PI er Opbygge historik for mindre pengeinstitutter