Gruppevise Nedskrivninger

Transkript

1 Gruppevise Nedskrivninger Søren Johansen, Business Advisor, Risk Intelligence

2 Agenda Forskel imellem Basel II og Gruppevise Nedskrivninger SAS-løsning for gruppevise nedskrivninger PD model LGD model Lange PD er Beregningsmotor Vandringsregler Beregning Eksempel Brutto-/nettometode Rapportering

3 Forskel mellem Basel II og gruppevise nedskrivninger (IAS 39) Forskellen Gruppevise nedskrivninger Gruppevise nedskrivning er regnskabsmæssige hensættelser Kvantificer - til regnskabet - værdiforringelse blandt små kunder som følge af ændringer i deres kreditkvalitet Basel II Regulatorisk kapital

4 SAS-løsning for gruppevise nedskrivninger Kildesystem Ratingklasser PD Homogene grupper DW EAD blanko AC, Løbetid LGD Transistionsmatrice Lange PD er Markovkæde PD over lånets løbetid Homogenegruppe, Nedskrivning Beregningsmotor Gruppevise Nedskrivninger

5 SAS-løsningen for gruppevise nedskrivninger PD model Scoremodel, regression, target og forklarende variable, PD Erhvervs-, Landbrugs- og Privatkunde model Et estimat: kunder target forklarende variable og følsomheder

6 SAS-løsningen for gruppevise nedskrivninger PD model Indeholder makroøkonomiske variable (BNP, inflation, ledighed) og andre finansielle variable (rente, aktieafkast) Landbrugseksponering over foderpriser Erhverv energipriser Default definition Sammenhæng mellem default og tab (analyse) Cure rate (Dem der går i default men bliver raske igen)

7 Processen for udledning af fler-årige PD er PD model Gentagende scoremodel kørsler Et-årige transitionsmatrice fler-årige transitions matricer

8 SAS-løsningen for gruppevise nedskrivninger Lange PD er Transistion - matrice Markovkæde teknik Udled et-årige transitionsmatrice Opløft denne til det ønskede antal løbetider De lange PD er læses direkte fra de lange transitionsmatricer M = Stationær Markov (diskrete tilfælde) PD r, t = (M t ) r, 8

9 SAS-løsningen for gruppevise nedskrivninger LGD model Deterministisk Stokastisk: fordelingsantagelse + kalibrering Faktormodel Forklarende variable Prediktiv model Data krævende Model krævende

10 SAS-løsningen for gruppevise nedskrivninger LGD model LGD definition LGD = 1 - Default Betalinger - (Direkte + Indirekte omkostninger) EAD - sikkerheder Periode, hvor tilbagebetalinger samt omkostninger indgår i LGD beregning tilbagebetalinger samt omkostninger indgår ikke i LGD beregning men samles stadig op. eks. 24 måneder Betalinger og omkostninger EAD = Restgæld opgjort som amortiseret cost EAD minus sikkerheder til markedsværdi

11 SAS-løsningen for gruppevise nedskrivninger Ratingklasser/homogene grupper Ratingklasser findes udfra PD erne med input fra kunden Sædvanligvis, så har man fastholdt det samme antal homogene grupper som man har ratingklasser Estimerer PD på et givet tidspunkt for hver kunde og inddeler i ratingklasser for bånd af PD-niveauer: Kunde

12 Beregningsmotor Beregningsmotor: Vandringsregler Beregning

13 Beregningsmotor Vandringsregler Der kræves ratingskift, før der foretages gruppevise nedskrivninger på kunden Vandringsregler Dårligere rating Bedre rating Udtagelse til individuel nedskrivning Afgørende udlånsvilkår ændret

14 Beregningsmotor Vandringsregler Dårligere rating: Ved en dårligere rating skal der nedskrives yderligere, så nedskrivningerne afspejler forværringerne i PD(t) og/eller LGD(t). Bevægelser inkl. i bruttotilgangen t-2 t-1 t

15 Beregningsmotor Vandringsregler Bedre rating: Ved en bedre rating skal der nedskrives mindre, så nedskrivningerne afspejler forbedringer i PD(t) og/eller LGD(t). Der skal tilbageføres for en låntager såfremt der allerede er nedskrevet (i bruttotilgang). Bevægelser inkl. i bruttotilgangen t-2 t-1 t

16 Beregningsmotor Vandringsregler Udtagelse til individuel nedskrivning: Ved udtagelse af en låntager til individuel nedskrivning skal alle tidligere nedskrivninger (på låntager) tilbageføres Afgørende udlånsvilkår ændret: Hvis en eksisterende låntager øger sin engagementsstørrelse over en af pengeinstituttet bestemt grænse, hvor instituttet genpriser hele engagementet, dvs. renten tilpasses. Dette forårsager en fornyet indplacering i en homogen gruppe. Dermed skal alle tidligere nedskrivninger tilbageføres.

17 Beregningsmotor Beregning De låntagere som har foretaget ratingskift: GN _ Total( t 0, T t= 0 ( ΔEL) ( ssh for ikke- default ) re emergence f k ) = disc 1 Aggregering på facilitetsniveau Aggregering på gruppeniveau Aggregering på bankniveau tid Parameterkrav Ratingklasse Lange PD er

18 Beregningsmotor Beregning Forventede tabsrækker Her indgår: ΔEL Ændring i PD (difference mellem beregningsdag og initial) LGD EAD blanco på facilitetsniveau og opgjort som amortiseret cost Løbetid

19 Beregningsmotor Beregning Sandsynligheden for ikke-default PD term structure Betinget PD En betinget PD-kurve beregnes pr. ratingkategori. Definition: PD over to fremtidige tidspunkter t, t+ t betinget af, at låntager ikke er defaultet inden tidspunkt t.

20 Beregningsmotor Beregning Re-emergence En gruppe af lån etableres Impairmenthændelse indtræffer for gruppen Bankens systemer viser neg. adfærd fra gruppen Individuel værdiforringelse/konkurs Emergence periode Indikatorfunktion for, om perioden tilhører reemergenceperiode eller ej

21 Brutto-/nettometoden Brutto I bruttotilgangsberegningen medtages kun effekterne af, at kunder bliver forværret eller forbedres op til og med deres initiale niveau Bevægelser inkl. i bruttotilgangen t-2 t-1 t

22 Brutto-/nettometoden Nettometoden Nettotilgang A: Tillader nettoficering mellem låntagere, som oprindeligt var placeret i samme ratingklasse. Altsåer gruppen i dette tilfælde den oprindelige ratingklasse Nettotilgang B: Tillader nettoficering mellem låntagere, som aktuelt (på balancedagen) er placeret i samme ratingklasse. Altså er gruppen i dette tilfælde den aktuelle ratingklasse Figur 2a: Nettoficering i tilgang A Figur 2b: Nettoficering i tilgang B t-1 t t-1 t

23 Rapportering Netto: Rapportering på homogent gruppeniveau Brutto: Rapportering på kunde-/facilitetsniveau

24 Implementeringsproces Leve regler Man må kun begå den samme fejl én gang, man skal lære af sine fejl så man bliver klogere Data findes ikke i dag men fremadrettet etableres processer og it, så data opsamles i fremtiden Foranalyse (Beskrivelse af løsning, data gap, afgrænsning, projektplan og ressourcer) Præsentation af foranalyse for Finanstilsynet Business case Definition af BC Skal være i overensstemmelse med Finanstilsynet og Finansrådet Workshops Præsentation af alternative løsninger konsekvens og beslutning Dokumentation for intern revision