Model-baseret Realkreditrådgivning

Transkript

1 DDF præsentation, den 20 marts 2012 Model-baseret Realkreditrådgivning Kourosh M. Rasmussen & Claus A. Madsen 1

2 Låneunivers Mange nye produkter siden årige fastforrentede og F1 dominerer markedet. 2

3 Tommelfingerregler (Nedkonvertering) Mindst 2% fald i kuponrente Ydelsesreducering på minimum 3-5% Restgæld på minimum kr Minimum 10 års restløbetid Det nye lån skal have en kurs højere end 95 3

4 Tommelfingerregler (Opkonvertering) Minimum 10% restgældnedsættelse Restgæld på minimum kr Minimum 10 års restløbetid Vælg det nye lån med kurs tættest på pari 4

5 Bruges tommelfingerreglerne? De sidste 15 år har perioder hvor tommelfingerreglerne foreslået en konvertering været sammenfaldende med stor konverteringsaktivitet. 5

6 Krystalkugle analyse Hvis man kunne se i fremtiden, hvad angår kurs- og kuponudvikling for obligationer. Hvad vil den optimale konverteringsstrategi så være? 6

7 Krystalkuglemodellen Nutidsværdien af den samlede periodeomkostning minimeres Der tillades en konvertering per kvartal Der tages højde for konverteringsomkostninger 7

8 Beregnings motoren I forbindelse med konvertering af lån tages højde for følgende: Historiske skattesatser De historiske genplacerings-renter Der vælges automatisk den billigste indfrielses metode af: Dagskursindfrielse eller Pari-Straks indfrielse Korrekt omkostningsstruktur Som beregningskerne, herunder generering af betalingsrækker anvendes modulet FinE_Debt fra FinE Analytics ( 8

9 Værdien af perfekt information

10 Værdien af perfekt information

11 Kan det være tilfældigt? Vi simulerer 250 scenarier for hver af de analyserede historiske perioder. Her vises scenarierne for de 10-årige renter i perioden

12 Vi stopper lige op et øjeblik... For hver af de 250 simulerede mulige rentescenarier skal der udstedes: Fastforrentede konverterbare realkreditobligationer Inkonverterbare realkreditobligationer (1-årige) 12

13 Udstedelse af Inkonverterbare realkreditobligationer Der vil altid kun være én inkonverterbare realkreditobligation Terminsdatoen er altid 1. januar Der udstedes automatisk en ny hvis den aktuelle obligation har mindre end 30 dage til udløb Kuponrenten på den nye obligation er konstrueret således at kursen er så tæt på 100 dog under

14 Udstedelse af konverterbare realkreditobligationer For kuponrenter > 4% er alle kupon-rente positive heltal herunder tillades halve kuponrenter, f.eks 3.5% osv Der åbnes automatisk nye i takt med at andre lukker På ethvert tidspunkt vil der kun være én obligation med en given kuponrente På ethvert tidspunkt vil der altid være en passende vifte af kuponrenter således at der altid vil være en række obligationer med kurser under pari og nogle med kurser over pari 14

15 Værdien af perfekt information for alle scenarierne Læg mærke til, at en låntager kunne i gennemsnit spare kr i periodeomkostninger for et provenu på kr - hvis han kunne se i fremtiden. 15

16 Værdien af perfekt information for alle scenarierne Mere eller mindre samme konverteringsgevinst kunne opnås i perioden

17 Krystalkugle nu med F Hvis man tager F1 med, så er der kr mere at spare i perioden

18 Krystalkugle nu med F Nu er F1 gevinsten fordoblet til cirka kr. Læg mærke til, at F1 lån først blev introducert i

19 Modelbaseret konvertering Kriteriefunktion: 1. Den gennemsnitlige periodeomkostning minimeres 2. Gennemsnittet af de 5% højeste periodeomkostninger minimeres 3. En kombination af 1 og 2 19

20 Resultater (ingen F1) 20

21 Reseultater (ingen F1) 21

22 Resultater (med F1) 22

23 Resultater (med F1) 23

24 Modelbaseret Konvertering (test opsætning) Modellen køres 40 gange for hver historisk simulation Det er 50 historiske simulationer og 2 perioder, i alt optimeringer 200 scenarier og ~ 10 obligationer per optimering = prisfastsættelser 24

25 En ikke triviel beregnings udfording Altså for en enkel optimering kræves ca: prisfastsættelser af fastforrentede konverterbare obligationer - ca. 15 timer 2 perioder + 50 gentagelser det bliver ialt en beregningstid på over 2 måneder! Nøgleord: Parallel processing... Vi bruger modulet FinE_MBB fra FinE Analytics ( til at lave disse beregninger 25

26 : Risikoneutral (med F1) vs. risikoavers (ingen F1) Her sammenligner vi de to ekstremer inden for model-baseret konverteringsstrategier. 26

27 : Risikoneutral (med F1) vs. risikoavers (ingen F1) Samme sammenligning for perioden

28 : Risikoavers (med F1) vs. risikoavers (ingen F1) At tillade F1 i de risikoaverse strategier reducerer risiko mens konverteringsgevinsten stiger - diversifikationseffekten. 28

29 : Risikoavers (med F1) vs. risikoavers (ingen F1) Samme observation for perioden

30 Næste skridt Model-baseret rådgivning Svært at integrere Black boks Bedre og mere tidssvarende regler Nyttige Intuitive Praktiske 30

31 Et nyt regelsæt for lånekonvertering Hvordan tænker modellen? Hvornår og hvorfor konverteres? Hvilken strategi skal man forfølge? Hvad betyder horisonten? Logikken skal forklares intuitivt Nem at implementere Give indsigt 31

32 Et fælles projekt Følgegruppe Bred deltagelse fra realkreditsektoren Hensyn til praktiske begrænsninger Ekspert input Brugergruppe Afprøves hos rådgivere Afprøves hos låntagere 32