Hitelezési kockázatokról általánosságban Budapesti Corvinus Egyetem 2018.Március 5. Hitelezési kockázatokról általánosságban Készítette: Inzelt György – osztályvezető Hitelintézeti Felügyeleti Igazgatóság Közreműködött: Budai Gábor – vezető felügyelő, Hitelintézeti Felügyeleti Igazgatóság
Hitelezési kockázatokról általánosságban 1 1. Hitelkockázatok – általános áttekintés 2 2. Esettanulmány – vállalati PD számítás 3 3. Összegzés
Hitelezési kockázatokról általánosságban 1 1. Hitelkockázatok – általános áttekintés 2 2. Esettanulmány – vállalati PD számítás 3 3. Összegzés
1. Hitelkockázatok – általános áttekintés Hitelintézetek kockázatainak jelentős hányada hitelezési kockázathoz köthető Hitelkockázat: annak kockázata, hogy a hitelezett ügyfél nem szerződés szerint teljesít A hitelezési kockázatok és bevételek aránya a teljes portfólión belül üzleti modell függvénye Mérése, tőkekövetelmény számítása: Standard módszer (CRR 575/2013 111-141.cikk) Egyszerű kockázati súlyozáson alapul Nem szükséges felügyeleti validáció Belső minősítésen alapuló módszer vagy fejlett módszer (CRR 575/2013 142-191.cikk) Komplex belső modelleket vár el Kezdeti felügyeleti validáció, rendszeres, legalább éves belső, három évente pedig felügyeleti validáció, felülvizsgálat elvárt Lakosságon PD, LGD, CCF kötelezően becsült már indulásnál is, Vállalaton csak PD becslés elvárt
speciális hitelezési kitettség 1. Hitelkockázatok – általános áttekintés Hitelintézetek kockázatainak jelentős hányada hitelezési kockázathoz köthető Hitelkockázat: annak kockázata, hogy a hitelezett ügyfél nem szerződés szerint teljesít Hitelkockázati szegmensek Standard módszer (CRR 575/2013 111-141.cikk) a) központi kormányzattal vagy központi bankkal szembeni kitettségek; b) regionális kormányzatokkal vagy helyi hatóságokkal szembeni kitettségek; c) közszektorbeli intézményekkel szembeni kitettségek; d) multilaterális fejlesztési bankokkal szembeni kitettségek; e) nemzetközi szervezetekkel szembeni kitettségek; f) intézményekkel szembeni kitettségek; g) vállalkozásokkal szembeni kitettségek; h) lakossággal szembeni kitettségek; i) ingatlanra bejegyzett zálogjoggal fedezett kitettségek; j) nemteljesítő kitettségek Belső minősítésen alapuló módszer vagy fejlett módszer (CRR 575/2013 142-191.cikk) b) intézményekkel szemben fennálló kitettségek; c) vállalkozásokkal szembeni kitettségek; d) lakossággal szembeni kitettségek; e) részvényjellegű kitettségek; f) értékpapírosítási pozíciókat képviselő tételek; g) egyéb, nem hitelkötelezettséget megtestesítő eszközök. Szegmentáció - példa mikrovállalat KKV Projekt SPV CRR szerinti lakosság vállalat speciális hitelezési kitettség Belső kockázati projekthitel Belső üzleti
1. Hitelkockázatok – standard módszer és fejlett módszer A standard és a fejlett módszer összehasonlítása 1. Hitelintézetek kockázatainak jelentős hányada hitelezési kockázathoz köthető Hitelkockázat: annak kockázata, hogy a hitelezett ügyfél nem szerződés szerint teljesít Hitelkockázati szegmensek Standard módszer (CRR 575/2013 111-141.cikk) a) központi kormányzattal vagy központi bankkal szembeni kitettségek; b) regionális kormányzatokkal vagy helyi hatóságokkal szembeni kitettségek; c) közszektorbeli intézményekkel szembeni kitettségek; d) multilaterális fejlesztési bankokkal szembeni kitettségek; e) nemzetközi szervezetekkel szembeni kitettségek; f) intézményekkel szembeni kitettségek; g) vállalkozásokkal szembeni kitettségek; h) lakossággal szembeni kitettségek; i) ingatlanra bejegyzett zálogjoggal fedezett kitettségek; j) nemteljesítő kitettségek Belső minősítésen (IRB) alapuló módszer vagy fejlett módszer (CRR 575/2013 142- 191.cikk) b) intézményekkel szemben fennálló kitettségek; c) vállalkozásokkal szembeni kitettségek; d) lakossággal szembeni kitettségek; e) részvényjellegű kitettségek; f) értékpapírosítási pozíciókat képviselő tételek; g) egyéb, nem hitelkötelezettséget megtestesítő eszközök. Standard módszer - Lakossági jelzálogfedezetű ügyletek Lakossági jelzálog Kitettség Hitelkockázati kiigazításokkal (értékvesztés) nettósítva Kockázati súly 35-150% (CRR 124.cikk és 125-126.cikk) jelzáloggal fedezett kitettségrészre, fedezetlen kitettségrészre a megfelelő súly Kompetens hatóság feladata Banki veszteségráták alapján a kedvezményes súly (35%) felülvizsgálata IRB módszer - Lakossági jelzálogfedezetű ügyletek CRR szerinti EAD = CCF * Mérlegen kívüli tételek + Mérlegen belüli tételek Kockázati súly IRB képlet alapján PD * LGD * EAD Kompetens hatóság feladata Kezdeti validáció, rendszeres felülvizsgálat, 3 évente az engedély feltételeinek teljes körű ellenőrzése
Le nem hívott keret(ek) Kitettség 1. Hitelkockázatok – standard módszer és fejlett módszer A standard és a fejlett módszer összehasonlítása 2. Hitelkockázat mérése a fejlett módszer és a standard módszer szerint Hitelkockázat: annak kockázata, hogy a hitelezett ügyfél nem szerződés szerint teljesít Le nem hívott keret(ek) Kitettség Ügyféltartozás elemei Mérlegen belüli és kívüli kitettség: szerződött összeg lehívások - törlesztések szabad keret x konverziós faktor (CCF) Kitettség = Hitel-keret(ek) lehívott része + (CCF x Le nem hívott keret) ÉV CCF x Le nem hívott keret Ügyfél-tartozás = Hitel-keret(ek) lehívott része Hitelkockázati kiigazítások Értékvesztés Az ügyleten számviteli standard szerint várt hitelezési veszteség PD: nem-fizetési valószínűség: NPL státuszba kerülés valamely időhorizonton (IFRS9 szerint 1 év vagy teljes futamidő alatt) LGD: veszteségráta Nettó EAD Tőkekövetelmény Tőkekövetelmény Belső minősítésen alapuló (IRB) módszer – CRR II.Alcím 2.fejezet 142-191.cikk F-IRB: PD becsült, CCF, LGD szabályozói A-IRB: PD, LGD, CCF becsült; lakossági szegmensen IRB módszer esetén csak A-IRB alkalmazható Sztenderd módszer – CRR II.Alcím 2.fejezet 111-141.cikk Értékvesztés, biztosítéki fedezettség és kockázati súlyozás alapján Előírt Tőke= [Nettó kitettség x Kockázati súly] 7 Forrás: CRD / CRR
Le nem hívott keret(ek) Kitettség 1. Hitelkockázatok – standard módszer és fejlett módszer A standard és a fejlett módszer összehasonlítása 3. Hitelkockázat mérése a fejlett módszer és a standard módszer szerint Hitelkockázat: annak kockázata, hogy a hitelezett ügyfél nem szerződés szerint teljesít Le nem hívott keret(ek) Kitettség Ügyféltartozás elemei Mérlegen belüli és kívüli kitettség: szerződött összeg lehívások - törlesztések szabad keret x konverziós faktor (CCF) Kitettség = Hitel-keret(ek) lehívott része + (CCF x Le nem hívott keret) CCF x Le nem hívott keret Ügyfél-tartozás = Hitel-keret(ek) lehívott része Várható veszteség Várható veszteség Nem-fizetés valószínűsége x Veszteségráta: PD: nem-fizetési valószínűség: NPL státuszba kerülés valamely időhorizonton (CRR szerint 1 év) LGD: veszteségráta Tőkekövetelmény Tőkekövetelmény Belső minősítésen alapuló (IRB) módszer – CRR II.Alcím 2.fejezet 142-191.cikk F-IRB: PD becsült, CCF, LGD szabályozói A-IRB: PD, LGD, CCF becsült; lakossági szegmensen IRB módszer esetén csak A-IRB alkalmazható Sztenderd módszer – CRR II.Alcím 2.fejezet 111-141.cikk Értékvesztés, biztosítéki fedezettség és kockázati súlyozás alapján Előírt Tőke= Kitettség x ([PD (99,9%) X LGD] – [PD X LGD]) + (PDxLGD – ÉV) PD PD x LGD 8 Forrás: CRD / CRR
Hitelezési kockázatokról általánosságban 1 1. Hitelkockázatok – általános áttekintés 2 2. Esettanulmány – vállalati PD számítás 3 3. Összegzés
2. Esettanulmány – Vállalati PD A magyar vállalati szegmens főbb jellemzői – 1. Mikro-, KKV és nagyvállalati szegmensek különböztethetőek meg Szegmenshatárok: kockázati megbontás céljából a 0.3 milliárd és a 2 milliárd forint éves árbevétel megfelelő Cégek száma alapján: mikrovállalat 94% KKV 5% nagyvállalat 1% A negatív eseményekkel* érintett vállalkozások aránya hosszú távon minden egyes alakulási évben eléri a 25-30% részhányadot Magas, a negatív aránnyal összevethető mértékű az egyéb okból történő megszűnés 10-15 éves időtávon a cégek fele megszűnik Forrás: NAV, KSH, Opten adatbázisok *Negatív események: felszámolási eljárás, csődeljárás, bírósági törlési, befejezett felszámolás, kényszer-végelszámolás
2. Esettanulmány – Vállalati PD A magyar vállalati szegmens főbb jellemzői – 1. Mikro-, KKV és nagyvállalati szegmensek különböztethetőek meg Szegmenshatárok: kockázati megbontás céljából a 0.3 milliárd és a 2 milliárd forint éves árbevétel megfelelő Cégek száma alapján: mikrovállalat 94% KKV 5% nagyvállalat 1% A negatív eseményekkel* érintett vállalkozások aránya hosszú távon minden egyes alakulási évben eléri a 25-30% részhányadot Magas, a negatív aránnyal összevethető mértékű az egyéb okból történő megszűnés 10-15 éves időtávon a cégek fele megszűnik Forrás: NAV, KSH, Opten adatbázisok *Negatív események: felszámolási eljárás, csődeljárás, bírósági törlési, befejezett felszámolás, kényszer-végelszámolás
2. Esettanulmány – Vállalati PD A magyar vállalati szegmens főbb jellemzői – 1. Mikro-, KKV és nagyvállalati szegmensek különböztethetőek meg Szegmenshatárok: kockázati megbontás céljából a 0.3 milliárd és a 2 milliárd forint éves árbevétel megfelelő Cégek száma alapján: mikrovállalat 94% KKV 5% nagyvállalat 1% A negatív eseményekkel* érintett vállalkozások aránya hosszú távon minden egyes alakulási évben eléri a 25-30% részhányadot Magas, a negatív aránnyal összevethető mértékű az egyéb okból történő megszűnés 10-15 éves időtávon a cégek fele megszűnik Forrás: NAV, KSH, Opten adatbázisok *Negatív események: felszámolási eljárás, csődeljárás, bírósági törlési, befejezett felszámolás, kényszer-végelszámolás
2. Esettanulmány – Vállalati PD A magyar vállalati szegmens főbb jellemzői – 2. Vállalati szerkezet Vállalati igény Vállalati kiszolgálás Komplex vállalatcsoport Cash pooling Treasury Exportfinanszírozás, többdevizás keret Központosított, egyedi Akár adott csoporttagra is külön termék Nagyvállalat Árbevétel: 15 mrd Ft+ Több tagból álló vállalatcsoport Forgóeszközhitel Beruházási hitel Faktoring Lízing Központosított, egyedi vagy fél-standard Középvállalat Árbevétel: 2 mrd Ft+ Jellemzően egy vállalat Forgóeszközhitel Folyószámlahitel Beruházási hitel Regionális központ Vállalati üzlet központ Kisvállalkozás Árbevétel: 0,3 mrd Ft+ Egy vállalkozás Jelzáloghitel Beruházási hitel Folyószámla hitel Lombard hitel Fiók Regionális központ Mikrovállalkozás Forrás: MNB / HFI elemzés; formátum: Gitto, Antonio – Innovations in SME finance, McKinsey 2010
2. Esettanulmány – Vállalati PD A magyar vállalati szegmens főbb jellemzői – 3. Modellezés - MNB Vállalatok száma és jellemzői Kötelezettségek aránya* 576 51% Nagyvállalat Átlagos létszám: 840 Átlagos MFÖ: 63,86 mrd Ft Neg. esemény** ráta: 0.5% Árbevétel: 15 mrd Ft+ 3.525 44% Átlagos létszám: 121 Átlagos MFÖ: 5,17 mrd Ft Neg. esemény** ráta: 0.7% Középvállalat Árbevétel: 2 mrd Ft+ 18.268 52% Kisvállalkozás Átlagos létszám: 25 Átlagos MFÖ: 0,70 mrd Ft Neg. esemény** ráta: 1.0% Árbevétel: 0,3 mrd Ft+ 345.959 52% Átlagos létszám: 2 Átlagos MFÖ: 0,05 mrd Ft Neg. esemény** ráta: 1.2% Mikrovállalkozás *Forrás: MNB / HFI kimutatás a NAV-KSH-Opten adatbázis 2014.évi alapján. Kötelezettségek aránya = (Hosszú + rövid kötelezettségek ) / Mérlegfőösszeg **Negatív események: felszámolási eljárás, csődeljárás, bírósági törlési, befejezett felszámolás, kényszer-végelszámolás
2. Esettanulmány – Vállalati PD A magyar vállalati szegmens főbb jellemzői – 3. Modellezés - MNB Vállalatok száma és jellemzői Kötelezettségek aránya* 576 51% Nagyvállalat Átlagos létszám: 840 Átlagos MFÖ: 63,86 mrd Ft Neg. esemény** ráta: 0.5% Árbevétel: 15 mrd Ft+ 3.525 44% Átlagos létszám: 121 Átlagos MFÖ: 5,17 mrd Ft Neg. esemény** ráta: 0.7% Középvállalat Árbevétel: 2 mrd Ft+ 18.268 52% Kisvállalkozás Átlagos létszám: 25 Átlagos MFÖ: 0,70 mrd Ft Neg. esemény** ráta: 1.0% Árbevétel: 0,3 mrd Ft+ 345.959 52% Átlagos létszám: 2 Átlagos MFÖ: 0,05 mrd Ft Neg. esemény** ráta: 1.2% Mikrovállalkozás *Forrás: MNB / HFI kimutatás a NAV-KSH-Opten adatbázis 2014.évi alapján. Kötelezettségek aránya = (Hosszú + rövid kötelezettségek ) / Mérlegfőösszeg **Negatív események: felszámolási eljárás, csődeljárás, bírósági törlési, befejezett felszámolás, kényszer-végelszámolás
2. Esettanulmány – Vállalati PD Mikrovállalati PD modell - 1. Vállalati minősítő rendszer elemei Nem-teljesítési információ minősítő rendszerhez Nem-teljesítési információ PD kalibrációhoz Kvantitatív információk Pénzügyi információk: Mérlegadatok Eredmény adatok Minősítés Kvalitatív információk Kvalitatív, eseti (de legalább éves gyakoriságú) információk: Vállalkozás menedzsmentjére vonatkozó információk Vevői és szállítói kapcsolatokban bekövetkező változások Negatív jogi események*: felszámolási eljárás csődeljárás bírósági törlési befejezett felszámolás kényszer-végelszámolás Késedelemre vonatkozó információk : Termékszintű késedelem Ügyfélszintű késedelem – 90+ Egyéb információk Egyéb CRR szerinti default esemény: Materiális értékvesztés (pl. 10%+) Átstrukturálás veszteséggel (NPV-) Materiális leírás az ügyfél ügyletén Egyéb, havi / negyedéves információk: Bankszámla sorbanállások Peres ügyek a vállalkozás ellen *Negatív események: felszámolási eljárás, csődeljárás, bírósági törlési, befejezett felszámolás, kényszer-végelszámolás
2. Esettanulmány – Vállalati PD Mikrovállalati PD modell - 1. Vállalati minősítő rendszer elemei Nem-teljesítési információ minősítő rendszerhez Nem-teljesítési információ PD kalibrációhoz Kvantitatív információk Pénzügyi információk: Mérlegadatok Eredmény adatok Minősítés Kvalitatív információk Kvalitatív, eseti (de legalább éves gyakoriságú) információk: Vállalkozás menedzsmentjére vonatkozó információk Vevői és szállítói kapcsolatokban bekövetkező változások Negatív jogi események*: felszámolási eljárás csődeljárás bírósági törlési befejezett felszámolás kényszer-végelszámolás Késedelemre vonatkozó információk : Termékszintű késedelem Ügyfélszintű késedelem – 90+ Egyéb információk Egyéb CRR szerinti default esemény: Materiális értékvesztés (pl. 10%+) Átstrukturálás veszteséggel (NPV-) Materiális leírás az ügyfél ügyletén Egyéb, havi / negyedéves információk: Bankszámla sorbanállások Peres ügyek a vállalkozás ellen *Negatív események: felszámolási eljárás, csődeljárás, bírósági törlési, befejezett felszámolás, kényszer-végelszámolás
2. Esettanulmány – Vállalati PD Mikrovállalati PD modell - 2. Szegmens szintű negatív esemény* ráta Adott év végén NAV beszámolót leadott, 1 éven belül negatív eseménnyel érintett vállalkozások aránya Ügyfélszintű adat alapján *Negatív események: felszámolási eljárás, csődeljárás, bírósági törlési, befejezett felszámolás, kényszer-végelszámolás
2. Esettanulmány – Vállalati PD Mikrovállalati PD modell - 2. Paraméterek becslése Beszámoló éve (fordulónap: dec. 31.) 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 Átlag Adósságteher 0,085 0,070 0,090 0,100 0,089 0,094 0,092 0,080 0,069 0,053 0,088 0,084 Befektetett eszközök / Hosszú kötelezettségek 0,065 0,081 0,050 0,043 0,044 0,039 0,066 0,071 0,060 0,077 0,086 0,061 0,062 Likvid eszközök / Rövid kötelezettségek -0,206 -0,200 -0,185 -0,166 -0,148 -0,153 -0,158 -0,155 -0,141 -0,170 -0,168 -0,144 -0,220 Ráfordítások / Árbevétel 0,063 0,076 0,024 0,029 0,037 0,017 0,040 0,025 0,019 0,020 0,045 0,034 Bagging módszertan Időben független minták vétele Stabilitás biztosítása a paraméterek kiátlagolásával Minősítési kategóriák meghatározása Modell változói: Adósságteher Rövid kötelezettségek / likvid eszközök Hosszú távú likviditás Hatékonyság Minősítési kategória hozzárendelése Eloszlás stabil időben
2. Esettanulmány – Vállalati PD Mikrovállalati PD modell - 2. Hitelkockázat hozzárendelése az egyes minősítési kategóriákhoz NAV beszámoló éve 1 2 3 4 5 6 NAV összesen Jogi negatív esemény* arány DR1 DR2 DR3 1999 42 023 40 682 20 637 8 135 10 526 5 402 127 405 1,2% 1,7% 2,1% 2000 47 948 44 877 21 873 8 003 10 019 5 468 138 188 1,3% 1,8% 2,2% 2001 60 338 53 639 27 165 9 895 12 046 6 222 169 305 0,9% 2002 64 787 60 907 31 154 11 780 14 367 7 320 190 315 1,1% 1,5% 2,0% 2003 70 031 68 340 35 028 12 957 16 252 8 469 211 077 1,0% 1,4% 1,9% 2004 73 396 74 795 37 173 13 773 17 880 10 001 227 018 1,6% 2005 81 062 81 082 38 507 14 035 18 709 11 199 244 594 2006 84 402 88 733 38 180 13 549 18 090 11 494 254 448 2,4% 2007 93 044 92 739 38 070 13 407 18 655 13 099 269 014 3,0% 2008 94 894 94 463 42 483 15 871 23 452 17 098 288 261 2,7% 3,9% 2009 91 074 96 092 47 769 18 518 28 385 21 429 303 267 3,2% 2010 98 269 101 082 49 460 18 882 29 385 22 729 319 807 2,5% 2011 109 936 105 025 50 907 19 726 30 366 24 309 340 269 2012 114 233 105 129 50 103 19 868 30 405 24 748 344 486 2013 122 958 106 979 47 842 18 929 28 111 24 454 349 273 2014 132 837 104 879 44 752 17 026 25 227 21 254 345 975 0,3% 0,6% 2,8% 8,5% 0,8% 2,6% 4,0% 10,7% 3,4% 4,9% 11,9% Modell változói: Adósságteher Rövid kötelezettségek / likvid eszközök Hosszú távú likviditás Hatékonyság Egyes kategóriákban megfigyelt negatív esemény arány számítása Rövid távú szegmensátlag számítása Hosszú távú átlag meghatározása
2. Esettanulmány – Vállalati PD Mikrovállalati PD modell - 2. Tőkekövetelmény számítás – fejlett módszer* Minősítési kategória Tőkekövetelmény – CRR 153.cikk 4 11,6% PD 1,7% Kockázati súly: 145,1% LGD 45% CCF NA, csak 1 hiteljellegű terméke van az ügyfélnek IRB shortfall: Értékvesztés a vállalat ügyletein 0,77% Ügylet hátralévő lejárata 1 év *Feltételezve, hogy a KKV kedvezmény nem érvényesíthető
Hitelezési kockázatokról általánosságban 1 1. Hitelkockázatok – általános áttekintés 2 2. Esettanulmány – vállalati PD számítás 3 3. Összegzés
3. Összegzés Hitelkockázatok mérése és kezelése Tőkekövetelmény paraméterei PD Visszafizetés kockázatát mérő paraméter – 1 év, de hosszú távon számítva LGD Fedezettséget és behajtási hatékonyságot mérő paraméter – ciklus mélypontját feltételezve CCF Nem-teljesítés előtti lehívási arányt mérő paraméter Értékvesztés paraméterei* PD Visszafizetés kockázatát mérő paraméter – 1 év, vagy hitel hátra lévő futamideje, rövid távú kockázatokat figyelembe véve LGD Fedezettséget és behajtási hatékonyságot mérő paraméter – ciklus jelenlegi pontját figyelembe véve CCF Nem-teljesítés előtti lehívási arányt mérő paraméter *IFRS9 standard alapján
Köszönöm a figyelmet!
MELLÉKLET
Nemzetközi szabályozás Nemzetközi szakirodalom Hitelezési kockázatokról általánosságban Melléklet Szakirodalom* az előadáshoz Szabályozás Nemzetközi szabályozás CRR (2015): Capital Requirements Regulation – link: http://ec.europa.eu/finance/bank/regcapital/legislation-in-force/index_en.htm sztenderd módszer a hitelkockázatra - CRR II.alrész 2.fejezet 111-141 IRB módszer a hitelkockázatra - CRR II.alrész 2.fejezet 142-191 Modellezés Nemzetközi szakirodalom Breiman, Leo (1996): Bagging predictors. Machine Learning 24 (2), pp. 123–140. Hazai szakirodalom Inzelt György – Armai Zsolt – Szappanos Gábor (2016): Felügyelés robusztus kockázati monitoring alkalmazásával – ciklusfüggetlen magyar vállalati minősítő rendszer. Hitelintézeti Szemle XV. Évf. 3.szám – link: http://www.hitelintezetiszemle.hu/letoltes/inzelt-gyorgy-szappanos-gabor-armai-zsolt.pdf Madar László (2008): A defaultráta, a nemteljesítési valószínűség és a szabályozás egyéb követelményei. Hitelintézeti Szemle VII.Évf. 1.szám – link: http://www.bankszovetseg.hu/wp-content/uploads/2012/10/madar_0801.pdf *Megjegyzés: Kötelező, Opcionális