Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Emira Kozarevi
Abstract
In this paper author gives a critical view to the VaR approach of bank credit risk
evaluation, in the practice known by four models: CreditMetrics TM, CreditRisk+TM,
KMV and CPV. These models are constantly used by respectable, internationally
active banks, and regulators support them, because of influence of Basel
Committee on Banking Supervision. They offer to banks the opportunity that their
own exposure to credit risk attach concrete, absolute number, which helps that
banks form necessary level of capital (economic and regulatory) for credit risk
exposure. However, because of limited availability to banks input data in
countries with emerging financial markets, the most of these models successfully
work only in the USA and other developed countries.
Keywords: credit risk, evaluation, bank, VaR, credit rating, transition matrix,
credit migration, probability (rate) of default, distribution
UVODNA RAZMATRANJA
Danas se nalazimo na nivou podataka; klju je u pretvaranju podataka u znanje.
Rizik ne reprezentuje informacija, ve informacija organizovana na koristan nain. Za mjeru
rizika, to znai broj koji je kalibrovan i validan.
Eric Falkenstein
mogle odrediti regulatorni ili ekonomski kapital za kreditni rizik bilo po osnovu
transakcije bilo po osnovu cijelog portfolija. Pored toga, kreditno modeliranje
omoguava bankama da precizno odrede cijenu transakcije, npr. da koriguju kamatnu
stopu koju zaraunavaju klijentu u skladu sa njegovim rizikom defaulta.2
Pristup koji od sredine 1990-ih sve vodee banke na Wall Streetu i u Evropi
koriste za evaluaciju trinih rizika (kamatnog, valutnog i cjenovnog), a koji
proteiraju i Bazelski komitet za superviziju banaka i nacionalni regulatori, je tzv.
VaR (Value-at-Risk) pristup. Neto malo kasnije, banke su ak i za evaluaciju
kreditnog rizika poele koristiti stanovite modifikacije VaR pristupa, brojne nove
sistematske pristupe modeliranju kreditnog portfolio rizika, mada se pri tome susreu
s brojnim potekoama, posebno sa problemom dostupnosti podataka o kretanju nekih
makroekonomskih varijabli. Kreditni VaR ili, deskriptivno, kreditna rizina vrijednost
moe se definisati na isti nain kao i trini VaR. Primjera radi, kreditni VaR pri nivou
pouzdanosti 99,9% i jednogodinjem vremenskom horizontu je kreditni gubitak koji
sa 99,9% pouzdanosti nee biti prekoraen tokom jedne godine. Dok je vremenski
horizont za trini rizik obino izmeu jednog dana i jednog mjeseca, za kreditni rizik
obino je dosta dui esto jedna godina.
Za regulatorne svrhe, banke koje koriste pristup zasnovan na internim rejtinzima
moraju izraunati kreditni VaR za stavke u baninoj knjizi koritenjem metodologije
koju je propisao Bazelski komitet. Banke imaju slobodu u pravljenju njihovih vlastitih
procjena vjerovatnoe defaulta (probability of default - PD). Meutim, moraju
koristiti korelacioni model i korelacione parametre propisane od strane Bazelskog
komiteta. Kod izraunavanja kreditnog VaR za specifini rizik, banke imaju vie
slobode. Specifini rizik je rizik u knjizi trgovanja koji je povezan sa kreditnim
kvalitetom individualnih kompanija. Iako su standardni propisi za odreivanje
specifinog rizika specifikovani, banke mogu, uz odobrenje regulatora, koristiti
njihove vlastite modele. Troak kapitala za specifini rizik jednak je proizvodu
multiplikatora i 10-odnevnog VaR99%, pri emu je minimalni nivo multiplikatora 4.
Kao to ilustruje slika 1, u kreditne VaR modele u akademskoj literaturi
uobiajeno se svrstavaju: J. P. Morganov CreditMetricsTM, Credit Suisse Financial
Productsov (CSFP) CreditRisk+TM, Moody'sov KMV model i McKinseyev CPV model.
Slika 1. Kreditni VaR modeli
Kreditni VaR modeli
CreditMetricsTM
CreditRisk+TM
KMV
CPV
Default (difolt, neizvrenje obaveza) definie se kao situacija u kojoj dunik ne moe izvriti plaanje
po obveznici ili kreditu, bilo da je plaanje kuponsko ili iskup principala.
CreditMetricsTM
CreditMetricsTM predstavlja model evaluacije kreditnog rizika irokog spektruma
finansijskih instrumenata i portfolija tih instrumenata, kao i portfolija kredita banke
pomou VaR metodologije i moderne portfolio teorije. Ovaj je model publikovan od
strane J. P. Morgan banke u aprilu 1997. godine, a kreiran je u kooperaciji sa Bank of
America, BZW, Deutsche Morgan Grenfell, Swiss Bank Corporation, Union Bank of
Switzerland i KMV Corporation Cornett, Saunders (1999), str. 240.3
Sutina CreditMetricsTM sastoji se u permanentnoj rekalkulaciji promjene
kvaliteta bankarskih kredita,4 kao i trine vrijednosti portfolija kredita banke. Poznato
je da su modeli za mjerenje trine vrijednosti bankarskih kredita nastali nakon
odgovarajuih modela za mjerenje vrijednosti trinih finansijskih instrumenata (npr.
obveznica) upravo zbog toga to bankarski krediti (osim izuzetno) ne predstavljaju
trine instrumente. Taj je problem rijeen tako to su bankarski krediti graduirani na
skali kreditnih rejtinga od strane priznatih rejting agencija. Radi se zapravo o
rejtinzima kompanija ukljuujui promjene kreditnih rejtinga bez obzira da li se
radi o obveznicama koje su te kompanije emitovale ili o kreditima koje su te
kompanije dobile od banaka.
CreditMetricsTM omoguava evaluaciju individualne i portfolio VaR. Pri tome,
prvo odreuje profil izloenosti riziku svake pozicije u kreditnom portfoliju. Zatim se
izraunava volatilnost (pomou standardne devijacije) svake pozicije usljed poveanja
ili smanjenja kreditnog rejtinga kompanija za kredite koje su koristile a nisu otplatile.
Svaka promjena rejtinga konvertuje se u promjenu trine vrijednosti kredita
kompanija. Agregiranjem volatilnosti individualnih kreditnih instrumenata dobija se
portfolio volatilnost irovi (2001), str. 335-336.
Prema Cornettu i Saundersu Cornett, Saunders (1999), str. 240, CreditMetricsTM
procjenjuje individualnu i portfolio rizinu vrijednost uzrokovanu kreditom u tri
koraka:
1) Utvruje profil izloenosti svake pozicije portfolija. Polazi od toga da razliiti
tipovi instrumenata kreiraju kreditni rizik i inkorporira izloenost konvencionalnih
instrumenata, kao to su flotirajue stope kredita. Takoe obezbjeuje okvir u
kome razmatra manje otvorene profile izloenosti, kao to su: neiskoritene
kreditne obaveze, kreditna pisma i komercijalni kreditni aranmani (npr.
trgovinski krediti).
2) Izraunava volatilnost vrijednosti svakog instrumenta uzrokovanu moguim
poveanjima, smanjenjima kreditnog rejtinga i defaultima. Vjerovatnoe se
pripisuju svakom moguem kreditnom sluaju poveanju, smanjenju kreditnog
rejtinga i defaultu. Vjerovatnoa da e se tokom vremena desiti promjena rejtinga
procjenjuje se pomou historijski zasnovane tranzicione matrice, koja reflektuje
historijske primjere poveanja ili smanjenja kreditnog rejtinga (npr. historijska
vjerovatnoa da kreditni rejting padne sa BB na B u toku jedne godine moe biti
5%).5 Svaka promjena rejtinga konvertuje se u efekat trine vrijednosti na osnovu
3
Rdiger Frey i Alexander J. McNeil [Frey, McNeil (2002), str. 1325] smatraju da CreditMetricsTM, kao
uostalom i KMV model, potie od Mertonovog modela vrijednosti-firme iz 1974. godine, gdje je
default modeliran kao dogaaj kada vrijednost aktive firme padne ispod njenih obaveza. U statistikim
tekstovima, ovaj model spada pod generalno poglavlje modela latentnih varijabli.
4
U CreditMetricsTM modelu, kreditni rizik se izraava u smislu potencijalnih promjena rejtinga tokom
godine.
5
O samoj tranzicionoj matrici vidjeti ire u: [Crouhy, Galai, Mark (2006), str. 266-267].
Caa
0,00
0,00
0,01
0,16
0,55
3,04
67,99
0,00
Default
0,00
0,02
0,02
0,18
1,27
6,64
25,50
100,00
e n
, za n = 0, 1, 2, ...
n!
Veliina
gubitaka
Distribucija
default gubitaka
Kod ove vrste neivotnog osiguranja, osigurani gubici reflektuju dvije stvari: a) vjerovatnou da kua
izgori (to osiguravatelji nazivaju frekvencijom dogaaja) i b) vrijednost gubitka kue ako ona izgori
(to osiguravatelji nazivaju veliinom gubitka) [Saunders, Cornett (2006), str. 339].
8
Ovu teorijsku distribuciju postavio je poetkom 19-og stoljea francuski matematiar Simeon D.
Poisson (1781-1840.). Koristi se u sluajevima kada je vjerovatnoa pojavljivanja p veoma mala i kada
je broj sluajeva n veliki, iako nisu rijetki sluajevi da se u praksi koristi bez obzira na veliinu n.
Najee se uzima da je p0,05 a n20 [Fazlovi (2006), str. 122-135].
gdje je:
9
Privatnu firmu KMV Corporation osnovali su Stephen Kealhofer, John McQuown i Oldrich Vasicek
(od njihovih prezimena i dolazi akronim) u San Franciscu 1989. godine kako bi obezbijedili usluge
analize kreditnog rizika. U aprilu 2002. godine KMV je pripojen rejting agenciji Moody's.
KMV model je najbolje aplikabilan na javne kompanije jer je vrijednost njihovog dionikog kapitala
determinisana i transparentna na berzi (tj. moe se direktno opservirati). Pored toga, mnoge banke
nalaze EDFs korisnim vodeim indikatorima defaulta ili barem degradacije kreditno nesposobnih
dunika.
10
U Mertonovom okviru za odreivanje cijene opcije (Merton's option-pricing framework) za kreditni
rizik, default se deava kada vrijednost aktive firme padne ispod vrijednosti njenih obaveza. Koristei
uzorak od nekoliko stotina firmi, KMV je opservirao da, u realnom svijetu, default firme nastaje onda
kada vrijednost njene aktive doe na nivo koji je negdje izmeu vrijednosti njenih ukupnih obaveza i
vrijednosti njenog kratkoronog duga [Crouhy, Galai, Mark (2006), str. 276].
A K
100 80
2 .
10
11
Vremenska distanca do momenta defaulta ("distance to default" - DD), indeks default rizika,
predstavlja broj standardnih devijacija izmeu sredine distribucije vrijednosti aktive i kritinog praga,
tzv. granine take ili take defaulta ("default point" - DPT). DPT se utvruje kao nominalna vrijednost
tekuih obaveza, ukljuujui kratkoroni dug, koje se trebaju izmiriti tokom datog vremenskog
horizonta plus polovina dugoronog duga. Izraunavanje DD doputa KMV modelerima da mapiraju
DD prema stvarnim vjerovatnoama defaulta za dati vremenski horizont. KMV naziva, odnosno
oznaava, ove vjerovatnoe sa EDFs [Crouhy, Galai, Mark (2006), str. 276].
12
Na osnovu empirijskih istraivanja, KMV je ustanovio da je ova hipoteza u prilinoj mjeri realistina
i da je volatilnost prinosa na aktivu relativno konstantna.
yt = +
tk .
CreditMetricsTM
CreditRisk+TM
KMV
CPV
1) Kreator(i)
J. P. Morgan
CSFP
KMV
McKinsey
2) Tip modela
Odozdo na gore
Odozdo na
gore
Odozdo na
gore
Odozgo na
dole
3) Definicija
rizika
trine
vrijednosti
(MTM)
Default
gubici (DM)
Default
gubici
(MTM/DM)
trine
vrijednosti
(MTM)
Karakteristika
4) Drajveri
(pokretai)
rizika
5) Kreditni
dogaaji
Korelirane
vrijednosti
aktive
Promjena
rejtinga /
defaulta
Default stope
Default
Korelirane
vrijednosti
aktive
Kontinuirane
vjerovatnoe
defaulta
Promjena
rejtinga /
defaulta
Makro
faktori
5a) Vjerovatnoa
Neuslovna
Neuslovna
Uslovna
Uslovna
5b) Volatilnost
Konstantna
Varijabilna
Varijabilna
Varijabilna
5c) Korelacija
Iz vlasnikih
kapitala
(strukturalna)
Default
proces
(redukovana
forma)
Iz vlasnikih
kapitala
(strukturalna)
Iz makro
faktora
(redukovana
forma)
Sluajne
Konstantne
unutar grupe
Sluajne
Sluajne
Simulacija /
analitiko
Analitiko
Analitiko
Simulacija
6) Stope naplate
potraivanja
7) Rjeenje
(numeriki
pristup)
fer trine vrijednosti obezbjeuju bolju procjenu rizika, konzistentnu sa periodom dranja
koji se definie kao likvidacioni period.
LITERATURA
1. Cornett M. M., Saunders A., (1999), Fundamentals of financial institutions management,
Irwin/McGraw-Hill, Boston
2. Crouhy M., Galai D., Mark R., (2006), The essentials of risk management, McGraw-Hill,
New York
3. irovi M., (2001), Bankarstvo, Bridge Company, Beograd
4. uki ., (2007), Upravljanje rizicima i kapitalom u bankama, Beogradska berza,
Beograd
5. Fazlovi S., (2006), Statistika deskriptivna i inferencijalna analiza, Denfas, Tuzla
6. Hull J. C., (2007), Risk management and financial institutions, Pearson Prentice Hall,
New Jersey
7. Jorion P., (2003), Financial risk manager handbook, John Wiley & Sons, New Jersey
8. Kozarevi E., (2009), Analiza i upravljanje finansijskim rizicima, CPA, Tuzla
9. Saunders A., Cornett M. M., (2006), Financial institutions management a risk
management approach, McGraw-Hill/Irwin, New York