Upload
tweetyaniko
View
75
Download
0
Embed Size (px)
DESCRIPTION
Kockázatok Mérése És Kezelése -1 Levelezo
Citation preview
Kockázatok mérése és kezelése -1.
2012 márciusPénzügyi mesterképzés - levelező
A bankok funkciói és kockázatai • A fizetési és elszámolási rendszerek működtetése – partnerkockázat, fertőzési
kockázat, devizaárfolyam kockázat• A források összegyűjtése és újrafelosztása-denominációs transzformáció –
likviditási kockázat, hitelkockázat, kamatkockázat• Az erőforrások átcsoportosítása – lejárati transzformáció – likviditási
kockázat, devizaárfolyam kockázat, kamatkockázat• Kockázatkezelés, kockázati allokáció – minőségi eszköz transzformáció –
hitelkockázat, kamatkockázat, piaci kockázat, likviditási kockázat, devizaárfolyam kockázat
• Információ feldolgozás és szolgáltatás – működési kockázat• Ösztönzési problémák áthidalása- hitelkockázat• MŰKÖDÉSI KOCKÁZATOK
A bank definíció szerint kockázatos üzem!
Kockázat definíciója
Általában 2féle definíciót használunk: • Ami veszteséget okozhat a banknak• Ami csökkentheti a bank tőkeértékét
(inszolvenciához vezethet)
A bankok által vállalt kockázatok jellege
Intézményi szintűEgy adott intézmény által
vállalt kockázatokPélda: egy adott bank
nem megfelelően körültekintő hitelezési gyakorlata, rossz likviditáskezelése, stb.
(Postabank, Barrings)
Rendszer szintűAz intézményi rendszer egésze
által vállalt kockázatok
Példa: hitelezési feltételek általános lazulása, devizahitelezés, túl magas hitel/betét arány
(‘90-es évek magyar bankválsága, jelenlegi pénzügyi válság)
Endogén kockázat: a rendszeren belül generálódik, visszahat az egész rendszer működésére
Forrás: Danielsson (2002)
2 téma
• Egyedi bankok kockázatai: kockázatok jellege, mérése, kezelése kockázattípusonként
• Bankrendszerek kockázatai: bankválságok, okok, indikátorok, válságkezelési megoldások
A bankok által vállalt kockázatok típusai
1. Hitelkockázat2. Kamatkockázat3. Piaci kockázatok4. Devizaárfolyam kockázat5. Likviditási kockázat6. Működési kockázatokEgyéb kockázatok (pl. stratégiai kockázat)
Hitelkockázat
Hitelkockázat -áttekintés
• Az adós nemfizetésének kockázata• Okai:
– minőségi eszköz transzformáció, információs aszimmetria, kontreszelekció, erkölcsi kockázat
– A gazdasági élet természetes velejárója• Fő fajtái:
– ügyfélkockázat (ügyfélszegmensekként: szuverén, bank/pénzügyi intézmény, vállalkozás, lakosság, önkormányzatok, ezen belül termékenként különböző lehet)
– Országkockázat– Koncentrációs kockázat (ágazat, régió)– Partnerkockázat (piaci kockázatoknál)
• 3 fő összetevője: PD, EAD, LGD• Várható veszteség: EL=EAD*PD*LGD
A hitelezési veszteségek eloszlása
Hitelezés kockázati dimenziói
H i tel veszt eség ko ckázata
Csődkockázat
Pénzügyi Piaci Management
Működési
Megtérülési kockázat
Fedezettség Dokumentációs
• Pénzáramok• Tőkeszerkezet• Szállitói
kapcsolatok• Vevői kapcsolatok
• Iparági kilátások
• Verseny dinamika
• Belépési korlátok
• Integritás• Képességek• Eredmények
• Technológiai kihívások
• Környezet –védelem
• Minőség biztosítás
• Kényszer eladási érték• Megtérülés időszükséglete• Jogi költségek
• Jogi környezet• Dokumentáció
minősége
PD becslése• Scoring modellek : mennyiségi és minőségi
ismérvek, amelyek az ügyfelek fizetőképességét meghatározzák, ezek transzformálása a nemfizetések valószinűségét kifejező függvénnyé, ami közvetlenül adja a hitelképességi besorolást
• Minősítésen alapuló PD becslések ( minősítő ügynökség vagy banki saját)
• Hitelkockázati modellek: default mode modellek és mark-to-market modellek.
Minősítési rendszerek - adósminősítés
Vállalati ügyfelek –egyedi elemzés
• Vállalati mérlegelemzés• Menedzsment elemzése• PiacelemzésVállalati ügyfelek –modell
alapú elemzés, piaci információk alapján
Lakossági ügyfelek –statisztikai mutatókon alapuló elemzés:
Scoring rendszerek
KKV-k, mint lakossági ügyfelek
Minősítési rendszerek –követelés minősítés(egyedi LGD figyelembe vétele)
+ adós nem fizetésének kockázatából származó veszteség
- fedezet értéke= követelésből származó potenciális veszteség Követélés minősítése, az értékvesztés elszámolásának
alapja PD és LGD becslése akkor is van a banknak, ha nem
ezt használja szabályozói tőke meghatározás céljára
Moody’s KMV modell• Kiinduló pont: a hitelkockázat felfogható
egy put opció kiírásaként a vállalat eszközeire (küszöbár= hitelnagyság):– ha a cég értéke nagyobb mint a hitel
(vissza tud fizetni) akkor a bank megtartja a kamatot (opciós díjat), az a jövedelme, mert a cég nem adja oda az eszközeit a banknak, csak kifizeti az opciós díjat
– Ha nem: a cég eszközeinek az értéke a fedezet, vagyis a bank a cég eszközeinek értékével megegyező összeghez jut, ami a 0 és a hitelnagyság közötti összeg.
– Nehezebb árazni, mint a részvényopciót: a cég piaci értéke és annak volatilitása nem figyelhető meg közvetlenül.
A hitelkockázat kezelésének főbb eszközei
• Adósminősítés• Fedezeti politika, fedezetértékelés • Korrekt kockázati árazás• Kockázatcsökkentő eszközök alkalmazása (kovenánsok, pl.
tőkeáttételi vagy jövedelmezőségi/eladósodottsági -, adósság/EBIT korlát kikötése a hitelszerződésben)
• Utólagos hitelmonitoring • Megfelelő tőkeszint tartása• Hitelezési limitek• Hiteladagolás • Hitelderivatívák alkalmazása
Hitelkockázat árazása
Hitelkockázat árazása - példa
• Mekkora kamatlábat kell a banknak felszámítania? (nem számolva a működési költségekkel) 100 egység hitelre, ha:
• Tőkekövetelmény: 8%• Betéti kamat 10%• Tulajdonos hozamelvárása: 10 %• Nem teljesítő hitelek aránya (PD): 2%• Veszteségráta (LGD) 50%
Hitelkockázat árazása – példa megoldás
• Kamatráfordítás: 10• Tőkeköltség: 8*0,1 = 0,8• Nem teljesítő hitelek költsége: (PD*LGD) = 1Elvárt kamatbevétel: 11,8 %Kamatláb: 11,8 / 98 *100 =12,04
Kockázati súlyok általános sémája a sztenderd módszer szerint
Hitelkockázatok tőkekövetelményének sztenderd módszere
• Nemcsak az ügyfél típusát, hanem annak kockázatosságát is figyelembe veszi
• Külső minősítések (pl.Moody’s, S&P) használata, 150 %-os súly bevezetése
• Példa: vállalati kockázati súlyok:
Kockázati súlyok általános sémája a sztenderd módszer szerint
Hitelkockázatok IRB módszere
• Leegyszerűsített szabályozói modell a tőkekövetelmény (nem várható kockázat) meghatározására
• Alap IRB: PD-t becsli a bank, LGD EAD adott• Fejlett IRB: minden paramétert a bank becsül• Tényleges kockázati súlyok: adott függvény
segítségével kell meghatározni • Tőkekövetelmény: maradt a kockázattal
súlyozott eszközérték 8%-a
Vállalati hitelek IRB szerinti kockázati súlyozása - példa
Derivatívákkal való hitelkockázat csökkentés: Credit default swap
Naked (pucér) CDS: a biztosítás vevőjének nincs a birtokában az az értékpapír, amelynek bukása ellen a védelmet megveszi Lehetőség arra, hogy a piacon lévő értékpapír mennyiség többszörösére adjanak el/vegyenek védelmet
kamatkockázat
Kamatkockázat fajtái
• újraárazási kockázat (re-pricing risk) - a kamatlábak időbeli változása és a cash-flow-k időbeli változása közötti eltérés,
• bázis kockázat (basis risk) - a kamatlábak között fennálló kapcsolatok megváltozása az egyes piacokat, termékeket jellemző hozamgörbék között
• hozamgörbe kockázat (yield curve risk)- ugyanazon termék, vagy piac vonatkozásában az egyes lejárati tartományokban a kamatlábak közötti kapcsolatok megváltozása
Kamatkockázat –egyszerű mérési módszerek
DEF.1. : A kamatlábak változásának hatására bekövetkező kamatjövedelem változás
GAP elemzés
DEF.2.: A bank eszközeinek és forrásainak piaci értékváltozása a kamatlábak változásának hatására
Duration elemzés
A kamatkockázat mérése : GAP elemzés 1.
A kamatkockázat mérése : GAP elemzés 2.
GAP számítás - példa
GAP példaHogyan alakul a bank profitja a következő negyed
évben, ha a kamatlábak 3 %-kal nőnek, és a bank mérlege a következő:
Eszközök Források
KP 50 Látra szóló betétek 200
Havi átárazódású, változó kamatozású hitelek 350
Napi átárazódású lekötött betétek 300
Fix kamatozású hitelek, amik lejárnak a következő 3 hónapban 200
Fix kamatozású lekötött betétek, amik a következő 3 hónapban lejárnak 100
Fix kamatozású hitelek, amik 6 hónap múlva járnak le 300
Kötvények (2 év múlva lejáró) 300
Kötvényportfolió 100 Saját tőke 100
Megoldás
RSA=550 ; RSL=600; RSA-RSL = -50 ; E = -50 * 0,03= -1,5
Eszközök Források
KP 50 Látra szóló betétek 200
Havi átárazódású, változó kamatozású hitelek 350
Napi átárazódású lekötött betétek 300
Fix kamatozású hitelek, amik lejárnak a következő 3 hónapban 200
Fix kamatozású lekötött betétek, amik a következő 3 hónapban lejárnak 100
Fix kamatozású hitelek, amik 6 hónap múlva járnak le 300
Kötvények (2 év múlva lejáró) 300
Kötvényportfolió 100 Saját tőke 100
A GAP elemzés egyszerűsítő feltételei
• Egyszerre és azonos mértékben átárazódó eszközök és források– Hozamgörbe párhuzamos eltolódása (nincs
hozamgörve kockázat)– A verseny azonnali átárazásra kényszerít
(tökéletes verseny van)– Minden referenciakamat egyformán változik (nincs
báziskockázat)
A kamatkockázat mérése : Duration elemzés 1.
• A bank minden eszköze és forrása egy-egy adott pénzáramlással jellemezhető „kötvény”
• A „kötvények” értékváltotásának hatására változik a bank tőkeértéke
• kötvények értékének százalékos változása ≈ - duration · kamatlábváltozás
Duration –példa 1.
• 8%-os, éves kamatfizetésű kötvény (névérték: 1000USD) • 4 év hátralévő futamidő• 10 % piaci hozam a lejáratig• Év végi kifizetések
Duration –példa 2.
• 4%-os, éves kamatfizetésű kötvény (névérték: 1000USD)• 4 év hátralévő futamidő• 10 % piaci hozam a lejáratig• Év végi kifizetések
MINÉL KISEBB A NOMINÁLIS KAMAT, ANNÁL NAGYOBB A DURATION
Duration példa – a banki E és F mint kötvény
Eszközök Kamatozás Durationkp 100 - -Változó kamatozású hitel
200 10% 0
Fix kamatozású hitel
200 10% 2 év
Állampapír 200 10% 3 év
Források Kamatozás Duration
Folyószámla 300 6 % 0
Fix kamatozású betétek
300 8% 2év
Tőke 100 - -
Eszközduration:(200*2+200*3)/700=1,428 évForrásduration: 300*2/600=1 év
Eszközök értékváltozása (1% kamatemelés): -1,428*700*0,01=-9,996
Források értékváltozása (1% kamatemelés):-1*600*0,01= -6
Banki tőke értékváltozása: -9,996+6=-3,996
A kamatkockázat mérése : Duration elemzés
banki saját tőke piaci értékváltozása = - (eszköz-duration * eszközérték – forrás-duration *
forrásérték)* kamatláb = D(forrás)-D(eszköz)* E/F* kamatláb
Kamatkockázat mérése: szimulációk, stressz tesztek
• Statikus szimulációk: jelenlegi cash-flow változásának szimulásáa a kamatláb változás hatására
• Dinamikus: alkalmazkodást is figyelembe veszi: cash-flow-k megújítása nem változatlan szerkezetben történik
• Earning at Risk (EaR) : jövedelemváltozás a cash flow változásának hatására
• Economic Value of Equity(EVE): tőkeérték változás a cash flow változásának hatására
• Stressz tesztek: Lehetséges, de kis valószinűséggel bekövetkező kamatváltozások hatásának szimulálása
A kamatkockázat kezelése
• Mérlegmenedzsment (semlegesítés –immunization)
• Származtatott ügyletek:– Határidős ügyletek (forward,futures)– Kamatláb csereügyletek (swap)– Opciós ügyletek– Mikro-, és makro fedezeti ügyletek
megkülönböztetése
Piaci kockázatok
Piaci kockázatok
• Banki könyv vs. Kereskedési könyv• Kamat-, és részvényárfolyam kockázat• ? egy adott, piaci árváltozásnak kitett portfolió
maximálisan mekkora veszteséget okozhat a banknak, ha az árak a bank számára kedvezőtlenül alakulnak
Az OTP részvények napi hozamának ingadozása – 2010. Q2
Piaci kockázatok mérése –VaR (Value at Risk)egy elemű portfolió
• VaR= portfolióelem értéke*egyoldali konfidencia intervallumhoz tartozó érték* szórás
• Konfidencia intervallum• Időintervallum• Az idő négyzetgyökének
szabálya a volatilitásra:
A portfolió szintű VaR meghatározásának 3 lehetséges módszere
• Parametrikus VaR –nincs adatigény• Historikus szimuláció – múltbeli adatok• Monte-Carlo szimuláció – jövőbeni adatokMódszer Leírás Alkalmazás
Parametrikus Volatilitás és korreláció, mint paraméterek alkalmazásával számítható
Tradicionális eszközök és lineáris derivatívák esetén működik jól
Monte-Carlo Véletlenszerűen generált forgatókönyvek, és a pozíciók ezek mentén való átértékelése révén működik
Mindenféle, lineáris és nem lineáris eszköz esetén használható
Historikus Ténylegesen megtörtént forgatókönyvek alkalmazásával értékeli át a pozíciókat
Parametrikus VaR
A piaci ármozgások hatása a portfolió értékére:• Normális eloszlású és lineárisan korrelált
Két paramétere: szórás és korreláció (kovariancia mátrix)
• A portfolió értékváltozása a kockázati faktor változásának lineáris függvénye
Historikus szimuláció – Az S&P napi hozamainak hisztogramja és a normális eloszlás
0%2%4%6%8%
10%12%14%16%18%20%
-7.00% -5.00% -3.00% -1.00% 1.00% 3.00% 5.00% 7.00%
Daily Return (%)
Prob
abili
ty D
istri
butio
n (%
) .
• A portfolió átárazása a történeti forgatókönyvek mentén
• Eloszlásfüggvény generálása
• Nincs szükség a normalitás és a linearitás feltételezéséreáltalánosabban elfogadott a parametrikus VaR-nál
•A hisztogram szélei hosszabbak és vastagabbak, mint a normális eloszlás, főleg a veszteség oldalon, valamint csúcsosabb a 0-körül •A vastagabb farok a nagy veszteségek nagyobb valószínűségét jelenti annál, mint ahogy a normál eloszlás alapján várnánk
Monte Carlo szimuláció
• Hasonló a historikus szimulációhoz, de: saját adat szimulációt alkalmaz
• Nagy számú scenárió alkalmazása(random walking)
• Eloszlás generálása
A VaR korlátai-nincs információ a farok-eseményekről
Extrém események -expected shortfalls, stress tesztek
Expected shortfall: a farok eseményekre fókuszál: mekkora a nagysága azoknak a veszteségeknek, amik egy adott kvantilishez tartoznak
ESq= E (L Lq )
Stress teszt:a lehetséges, de ritka események hatása
• Historikus stresszek• Stressz szcenáriók
A szabályozói VaR paraméterei
Tőkekövetelmény szabályozói célra: • 1 éves megfigyelési időszak• 10 napos tartási periódus• 99 %-os konfidencia szint• Korreláció figyelembe vehető• Tőke: Max ( az előző napi VaR érték ; megelőző
60 nap átlagos VaR értéke*szorzótényező)
Piaci kockázatok kezelése
• VaR limitek• stop-loss limitek• Tőkekövetelmény– VaR alapon– Építőkocka elven (általános és egyedi részvény ill.
kötvény kockázatok)• Stressz tesztek
2009. júliusban publikált, 2010 dec.31-től érvényes szabályozásváltozás:Bázel 2.5
Piaci kockázatok tőkekövetelménye : A VaR alapú számítás kiegészítéseként ún. „stressed VaR” számítása (legalább hetente)
VaR példa
Mekkora egy egyelemű részvényportfolió potenciális maximális vesztesége 99 % -os valószínűséggel, a következő 100 kereskedési napon, ha:–A portfolió piaci értéke : 100 millió USD–A napi hozamok napi szórása: 1 %–A sztenderd normális eloszlás 99 %-os
konfidencia intervallumhoz tartozó egyoldali értéke: 2,326
Megoldás
VaR= az eszköz piaci értéke**az eloszláshoz tartozó érték * az idő négyzetgyöke
VaR= 100 millió USD*0,01 * 2,326 * 10= 20,326 millió USD
Emlékeztető – endogén kockázatok és piaci kockázatok kapcsolata
Source: Danielsson (2002)