ABI - RISK, SUPERVISION E PROFITABILITY - IL CREDIT RISK MANAGEMENT TRA VIGILANZA PRUDENZIALE, NORMATIVA CONTABILE E TECNOLOGIE EMERGENTI - PWC
←
→
Trascrizione del contenuto della pagina
Se il tuo browser non visualizza correttamente la pagina, ti preghiamo di leggere il contenuto della pagina quaggiù
ABI - Risk, Pietro Penza, PwC
Supervision e Profitability
Il credit risk management tra vigilanza
prudenziale, normativa contabile e Le opinioni espresse nella presentazione
tecnologie emergenti sono da attribuirsi esclusivamente al
relatore e non alla società
pwc.com/it
Indice Contesto di riferimento
Il «fronte» regolamentare Il «fronte» contabile Il «fronte» emerging technologies/ advanced analytics Conclusioni finali
Indice Contesto di riferimento
Il «fronte» regolamentare
3
8
Il «fronte» contabile 15
Il «fronte» emerging technologies/ advanced analytics 30
Conclusioni finali 34
ABI - Supervision, Risk & Profitability 25 giugno 2019
PwC 2
Indice Contesto di riferimento
Il «fronte» regolamentare Il «fronte» contabile Il «fronte» emerging technologies/ advanced analytics Conclusioni finali
Contesto di
riferimento
ABI - Supervision, Risk & Profitability 25 giugno 2019
PwC 3
Indice Contesto di riferimento
Il «fronte» regolamentare Il «fronte» contabile Il «fronte» emerging technologies/ advanced analytics Conclusioni finali
La «guerra» del credit risk management
• Il credit risk management si trova oggi impegnato in una «guerra» su tre fronti
- fronte «normativa prudenziale» che sta imponendo una sempre maggiore standardizzazione
delle metodologie dei modelli interni, anche a seguito del programma TRIM della BCE
- fronte «contabile», che con l’adozione degli IFRS9 ha di fatto creato un «doppio binario»
rispetto ai modelli interni regolamentari (IRB)
- fronte «emerging technology/advanced analytics», dove si stanno sperimentando algoritmi
diversi da quelli tradizionali che si poggiano su un patrimonio informativo molto diverso, per
tipologia, fonti e «certificabilità», da quello utilizzato per i modelli regolamentari e contabili.
• In questa guerra, come in tutte le guerre, per vincere occorre:
- una strategia efficace
- armamenti moderni in grado di attuare la strategia richiesta
- un’infrastuttura logistica in grado di sostenere lo sforzo bellico.
ABI - Supervision, Risk & Profitability 25 giugno 2019
PwC 4
Indice Contesto di riferimento
Il «fronte» regolamentare Il «fronte» contabile Il «fronte» emerging technologies/ advanced analytics Conclusioni finali
La «guerra» del credit risk management
• In questo ambito:
- le policies e i processi = la strategia
- i modelli = gli armamenti
- i dati = la logistica
- lo sforzo bellico = investimenti in risorse umane, finanziarie e tecnologiche
• Obiettivo della «guerra» è consentire alla banca di essere profittevole, con un RoE almeno in
linea con il CoE (come richiesto dall’EBA), ed evitare la sconfitta (andare in risoluzione
«sostanziale» per l’incapacità di generare utili anche sotto il peso degli NPL)
• La storia ci insegna che una guerra condotta su 2+ fronti, a meno di essere l’iperpotenza del
momento, normalmente si perde perché c’è un’eccessiva dispersione di risorse
• Le banche si trovano a dover «scegliere» il fronte su cui concentrarsi in un contesto in cui non
esiste la «soluzione dominante», ma quasi esclusivamente vincoli esogeni.
ABI - Supervision, Risk & Profitability 25 giugno 2019
PwC 5
Indice Contesto di riferimento
Il «fronte» regolamentare Il «fronte» contabile Il «fronte» emerging technologies/ advanced analytics Conclusioni finali
Le «armi» del credit risk management: i modelli
• Il doc SR-11-71 della FED sul Model Risk Management fornisce una definizione di modello:
- model refers to a quantitative method, system, or approach that applies statistical, economic, financial, or
mathematical theories, techniques, and assumptions to process input data into quantitative estimates
- […] Models are simplified representations of real-world relationships among observed characteristics,
values, and events
- A model consists of three components: an information input component, which delivers assumptions and
data to the model; a processing component, which transforms inputs into estimates; and a reporting
component, which translates the estimates into useful business information.
• Un aspetto fondamentale è dato dall’utilizzo dei modelli nell’ambito dei processi di business. L’utilizzo di
modelli inevitabilmente espone la banca al c.d. “model risk” definito come il rischio di conseguenze avverse
derivanti da decisioni basate su output dei modelli non corretti o utilizzati in modo inappropriato. Il “model
risk” può derivare da due fattori fondamentali:
- produzione di output “inaccurati” in relazione agli obiettivi e agli utilizzi di business che la banca si propone
(ad esempio, teoria sottostante, scelta dei dati di stima, scelte degli algoritmi, implementazione nei sistemi
informative etc…)
- utilizzo inappropriato, ovvero al di fuori degli scopi per i quali il modello è stato definito, senza un’adeguata
conoscenza e coscienza delle limitazioni intrinseche di ogni modello.
1 SR Letter 11-7 Board of Governors of the Federal Reserve System Office of the Comptroller of the Currency, SUPERVISORY GUIDANCE ON
MODEL RISK MANAGEMENT, Agosto 2011
ABI - Supervision, Risk & Profitability 25 giugno 2019
PwC 6
Indice Contesto di riferimento
Il «fronte» regolamentare Il «fronte» contabile Il «fronte» emerging technologies/ advanced analytics Conclusioni finali
Le «armi» del credit risk management: i modelli
• Un modello produce una stima (estimate) non un risultato deterministico:
- 2 + 2 è un’operazione non un modello (il rischio associato è quindi relativo solo all’utilizzo dell’output ma
non all’algoritmica sottostante)
- il risultato di un modello (model output) è esso stesso una variabile casuale, che dipende dai dati e
dall’algoritmica utilizzata.
• Con riferimento ai tipici parametri di rischio utilizzati nell’ambito del credit risk management (PD, EAD e LGD)
queste stesse sono variabili casuali (nel caso di PD ed LGD comprese fra zero ed 1) il cui valore medio è
influenzato in modo determinante:
- dalla tipologia e dalla qualità dei dati utilizzati nella stima
- dalle metodologie di stima utilizzate (algoritmi)
• La componente di model risk relative all’utilizzo da invece riferimento a due sottocategorie:
- utilizzo dell’output di un modello fuori dal campo di applicazione per cui è stato costruito
- il modello è utilizzato per lo scopo per cui è stato costruito ma non è “fit for purpose”
ABI - Supervision, Risk & Profitability 25 giugno 2019
PwC 7
Indice Contesto di riferimento
Il «fronte» regolamentare Il «fronte» contabile Il «fronte» emerging technologies/ advanced analytics Conclusioni finali
Il «fronte»
regolamentare
ABI - Supervision, Risk & Profitability 25 giugno 2019
PwC 8Indice Contesto di riferimento
Il «fronte» regolamentare Il «fronte» contabile Il «fronte» emerging technologies/ advanced analytics Conclusioni finali
I modelli interni regolamentari: sempre più
regolamentari, sempre meno interni….
• Le GL dell’EBA prevedono requisiti dettagliati relativi a tutti gli aspetti che impattano lo sviluppo e l’utilizzo di
modelli regolamentari, dai dati , alla metodologia all’utilizzo degli stessi.
• In particolare, viene definita una possibile «struttura» dei modelli di rating (in particolare per la PD e la LGD)
differenziando due fasi distinte:
- la fase di model development, finalizzata a ottenere una differenziazione del rischio (c.d. «ranking»)
- la fase di calibrazione, finalizzata a quantificare il rischio
EBA/GL/2017/16, Guidelines on PD estimation, LGD estimation and the treatment of defaulted exposures, pag. 10
ABI - Supervision, Risk & Profitability 25 giugno 2019
PwC 9Indice Contesto di riferimento
Il «fronte» regolamentare Il «fronte» contabile Il «fronte» emerging technologies/ advanced analytics Conclusioni finali
…in quanto fortemente normati per quanto riguarda i
dati, lo sviluppo dei modelli,….
“In principle, data used for model development
is a selection of an appropriate sample which
is highly representative of the application
portfolio, and hence provides the best basis for
effective risk differentiation. This sample
should contain information on all relevant risk
drivers.[….]
In this case, the lack of sufficient
representativeness cannot provide the basis
for excluding the data from the calculation.
Instead, any identified issues are assessed
from the perspective of their influence on risk
quantification and, if a bias in risk
quantification is identified, it has to be
addressed through an appropriate adjustment
and margin of conservatism (MoC). […]
The phase of calibration has an objective of
assigning adequate levels of risk parameters
to grades or pools, or, in the case of direct
estimates on a continuous rating scale, to
individual obligors or exposures. The adequate
levels of PD should be reflective of the long-run
average default rate, whereas adequate levels
of LGD should be the higher of the LGD based
on the long-run average LGD and the LGD
reflective of the downturn conditions”
EBA/GL/2017/16, Guidelines on PD estimation, LGD estimation and the treatment of defaulted exposures, pagg. 10-11
ABI - Supervision, Risk & Profitability 25 giugno 2019
PwC 10Indice Contesto di riferimento
Il «fronte» regolamentare Il «fronte» contabile Il «fronte» emerging technologies/ advanced analytics Conclusioni finali
…e l’utilizzo per la gestione del credito (1/3)
• La regolamentazione primaria (CRR) fa specifico riferimento al requisito di utilizzo dei modelli interni
regolamentari ai fini dell’autorizzazione1: «i rating interni e le stime interne dei default e delle perdite utilizzati
per il calcolo dei requisiti in materia di fondi propri, nonché i processi e i sistemi associati hanno una funzione
essenziale nella gestione del rischio, nel processo decisionale, nell'autorizzazione dei crediti, nell'attribuzione
interna del capitale e nelle funzioni di governo societario dell'ente;»
• Tuttavia, coerentemente con i principi della regolamentazione (CRR e relative RTS dell’EBA) la supervisione
consente una certa flessibilità nell’utilizzo dei parametri utilizzati a fini del calcolo dei requisiti di capitale:
- The ECB acknowledges that the degree of use of internal ratings and default and loss estimates in the
institution’s risk management and decision-making process, and in its credit approval, internal capital
allocation and corporate governance functions, is more extensive for PD/internal ratings than for
LGD/loss estimates and conversion factors.
- Moreover, the IRB risk parameters can be used in an adjusted form or indirectly through relevant risk
measures/indicators stemming from the rating systems, provided that differences from the regulatory
parameters are fully justified and properly documented. For example, institutions may use adjusted or
transformed IRB parameters by removing certain constraints (e.g. downturn effect, conservative add-on,
floor) or adjusting the time horizon.
1. CRR, Articolo 144, comma 1, punto b)
2. ECB, Guide on Internal Models, Novembre 2018
ABI - Supervision, Risk & Profitability 25 giugno 2019
PwC 11Indice Contesto di riferimento
Il «fronte» regolamentare Il «fronte» contabile Il «fronte» emerging technologies/ advanced analytics Conclusioni finali
…e nell’utilizzo per la gestione del credito (2/3)
Tuttavia, vengono fissati dei requisiti (in termini di utilizzi «minimi») per lo use test e alti «utilizzi» che sono
auspicati:
• utilizzi «minimi», ovvero:
- Credit approval
◦ incorporate the internal rating systems in the overall credit granting, restructuring and renewal
process
◦ staff involved in the credit granting, restructuring and renewal process need to have sufficient
knowledge of the rating systems, including their strengths and limitations
◦ the assignment or updating of ratings is a prerequisite for the assessment underlying the granting and
reviewing of credit lines
◦ lending policies include specific references to the use of internal rating systems and related parameters
(for instance, use of a grid of parameters in the decision-making process). These parameters serve as an
indicator of riskiness (e.g. in terms of expected loss (EL)).
- Risk management – monitoring process for obligors and exposures
◦ individuals in charge of the monitoring process are promptly provided with adequate information on
the development of counterparties’ credit risk as expressed by ratings, so that the relevant information
can be easily incorporated in the process and trigger appropriate actions.
ECB, Guide on Internal Models, Novembre 2018
ABI - Supervision, Risk & Profitability 25 giugno 2019
PwC 12Indice Contesto di riferimento
Il «fronte» regolamentare Il «fronte» contabile Il «fronte» emerging technologies/ advanced analytics Conclusioni finali
…e nell’utilizzo per la gestione del credito (3/3)
• utilizzi «auspicati», ovvero quelli che institutions should consider taking into account the internal ratings and
default and loss estimates produced by the rating systems in the five areas shown below. If an institution
decides to take into account the internal ratings and default and loss estimates in any of these five areas, this
should be formally included in its internal policies. If an institution is not using internal ratings or risk
parameters in one or several of these areas, it should properly document and justify the rationale for that to
ensure that discrepancies are explained in a sound and understandable manner, ovvero:
- Pricing of transactions
- Early warning systems
- Collection and recovery policies and processes
- Credit risk adjustments
- Allocation or delegation of competence for the approval process (e.g., triggering an escalation process)
ECB, Guide on Internal Models, Novembre 2018
ABI - Supervision, Risk & Profitability 25 giugno 2019
PwC 13Indice Contesto di riferimento
Il «fronte» regolamentare Il «fronte» contabile Il «fronte» emerging technologies/ advanced analytics Conclusioni finali
La «sfiducia» nei modelli regolamentari
• TRIM Guide – “The Targeted Review of Internal Models (TRIM) is aimed at enhancing the credibility and
confirming the adequacy and appropriateness of approved Pillar I internal models permitted for use by
significant institutions when calculating own funds requirements. As a major objective, TRIM focuses on the
reduction of unwarranted variability in risk-weighted assets (RWA) driven by inappropriate modelling
which takes advantage of the freedom granted by the current regulation.” 1
• Comitato di Basilea – “The revisions to the regulatory framework set out in this document will help restore
credibility in the calculation of RWAs by: […] (ii) constraining the use of internally-modelled approaches; and
(iii) complementing the risk-weighted capital ratio with a finalised leverage ratio and a revised and robust
capital floor.”2
1. Guide for the Targeted Review of Internal Models (TRIM), pag.1
2. BCBS, Basel III: Finalising post-crisis reforms, pag.1, para. 4
ABI - Supervision, Risk & Profitability 25 giugno 2019
PwC 14Indice Contesto di riferimento
Il «fronte» regolamentare Il «fronte» contabile Il «fronte» emerging technologies/ advanced analytics Conclusioni finali
Il «fronte»
contabile
ABI - Supervision, Risk & Profitability 25 giugno 2019
PwC 15Indice Contesto di riferimento
Il «fronte» regolamentare Il «fronte» contabile Il «fronte» emerging technologies/ advanced analytics Conclusioni finali
L’adozione degli IFRS9 ai fini dell’impairment ha aperto
il «fronte» contabile
• A differenza di quello «regolamentare», che impatta solo le banche che adottano modelli interni per il calcolo
dei propri requisiti di capitale, l’IFRS9, almeno in Italia, riguarda tutte le banche, indipendentemente dalla
dimensione, sofisticazione o complessità operativa.
• L’adozione degli IFRS9 è obbligatoria e non richiede un’autorizzazione esterna.
• Non sono dettati specifici requisiti per i dati.
• Sono definiti requisiti di tipo modellistico di alto livello (che lasciano spazio ad una diversità modellistica che ha
impatti sia sul conto economico che, di riflesso, sui fondi propri)
ABI - Supervision, Risk & Profitability 25 giugno 2019
PwC 16Indice Contesto di riferimento
Il «fronte» regolamentare Il «fronte» contabile Il «fronte» emerging technologies/ advanced analytics Conclusioni finali
Esistono tuttavia forti connessioni tra «fronte»
regolamentare e «fronte» contabile
• L’EBA ha pubblicato un report sull’adozione dell’IFRS9 da parte delle banche, con particolare riferimento a
temi di:
- ruolo degli organi sociali
- metodologia per il calcolo della ECL
- credit risk rating
- adeguatezza degli accantonamenti
- validazione dei modelli di ECL
• L’IFRS9 è stato oggetto di analisi anche da parte dei supervisori, sia attraverso apposite «Thematic review» sia
nell’ambito di altre attività di supervisione. Le indicazioni fornite stanno indirizzando l’implementazione di
dettaglio dell’IFRS92:
- adozione di probation period
- la specificazione nel Manuale AQR di:
◦ misure di backstop per il SICR (+200% della PD)
◦ trigger di staging assoluti di PD (PD conditional a 12m pari o superiore al 20%)
◦ quantificazione della LCR exempition ad un valore di PD pari allo 0,3%
1 EBA, Final Report, Guidelines on credit institutions’ credit risk management practices and accounting for expected credit losses
2.ECB, Asset quality Review, Phase 2 Manual, June 2018
ABI - Supervision, Risk & Profitability 25 giugno 2019
PwC 17Indice Contesto di riferimento
Il «fronte» regolamentare Il «fronte» contabile Il «fronte» emerging technologies/ advanced analytics Conclusioni finali
Una sinergia tra i due «fronti» è possibile sul fronte
implementativo, ma le differenze rimangono…
• Le banche che hanno adottato modelli interni, hanno utilizzato questi ultimi come elementi di partenza per lo
sviluppo dei modelli IFRS9. Questa pratica è espressamente riconosciuta dall’EBA1 :“Recognising that credit
institutions may have well-established regulatory capital models for the measurement of expected losses,
these models may be used as a starting point for estimating ECL for accounting purposes; however,
regulatory capital models may not be directly usable in the measurement of accounting ECL because of
differences between the objectives of, and inputs used for, each of these purposes”
• In particolare, sono state sfruttate le sinergie relativamente alle basi dati utilizzate per la stima dei modelli
interni e alle funzioni di convalida interne, che hanno anche “preso in carico” la validazione di modelli
gestionali, ispirandosi (ove possibile) alle disposizioni regolamentari in materia di convalida.
• Da un punto di vista modellistico restano però differenze sostanziali che comunque introducono un “doppio
binario” non facilmente riconciliabile.
1 EBA, Final Report, Guidelines on credit institutions’ credit risk management practices and accounting for expected credit losses, paragrafo 11
ABI - Supervision, Risk & Profitability 25 giugno 2019
PwC 18Indice Contesto di riferimento
Il «fronte» regolamentare Il «fronte» contabile Il «fronte» emerging technologies/ advanced analytics Conclusioni finali
I parametri di rischio: principali differenze tra CRR e
IFRS9
Aspetto Modelli regolamentari IFRS 9
Point in time / through Through the cicle calibrata su una Long Run Average
Point in time
the cycle (LRA) dei default (sostanzialmente TTC).
PD
Orizzonte temporale di 12 mesi ovvero lifetime a seconda
12 mesi
riferimento dello stage
Costi Inclusione dei costi diretti ed indiretti Inclusione dei soli costi diretti
Tasso di attualizzazione Downturn EIR
Eventuali Floor regolamentari in funzione delle
Eventuali Floor Non previsto
caratteristiche (cluster) dello strumento
LGD Assenza di requisiti per il
riconoscimento della mitigazione e
Riconoscimento vincolato a requisiti prudenziali e
Garanzie degli haircut. Richiesta di una
valorizzato sulla base di haircut
modellazione del valore della
garanzia anche in ottica FL
Point in time / through
Long-run average LGD Point in time
the cycle
ABI - Supervision, Risk & Profitability 25 giugno 2019
PwC 19Indice Contesto di riferimento
Il «fronte» regolamentare Il «fronte» contabile Il «fronte» emerging technologies/ advanced analytics Conclusioni finali
I parametri di rischio: principali differenze tra CRR e
IFRS9
Aspetto Modelli regolamentari IFRS 9
Saldo contabile eventualmente rettificato per l'ammontare
Orizzonte temporale di Sviluppo "atteso" dell'EAD lungo la
EAD di linea di credito che si stima verrà "tirato" fino al
riferimento vita residua dello strumento
momento di default
Basato su scenari formulati in base
Tutti i Condizionamento ad una «unbiased expectation»
Non consentito
parametri forward looking (non scenari di stress) per
catturare possibili non linearità
ABI - Supervision, Risk & Profitability 25 giugno 2019
PwC 20Indice Contesto di riferimento
Il «fronte» regolamentare Il «fronte» contabile Il «fronte» emerging technologies/ advanced analytics Conclusioni finali
PD IFRS9 vs PD «Basilea»: due viste a confronto…..
• Secondo l’IFRS9, tutti i parametri utilizzati per calcolare l’ECL dovrebbero considerare gli effetti delle
condizioni attuali e le previsioni delle condizioni future , ovvero essere «Point in Time» (PiT)
• Questo approccio differisce radicalmente da quello utilizzato ai fini IRB dove la PD deve essere calibrata
(ovvero «quantificata») sulla base di una media di lungo periodo (LRA) di 5 anni, essendo quindi de facto una
PD Through-the-Cycle (or TTC).
Tassi di default (entrata tra i crediti
deteriorati) annuali per famiglie
Confronto tra PD a 12m IFRS9 (PiT) e Basilea (TTC)
produttrici e imprese non finanziarie
Asset class PD IFRS9 PD Basilea D
Anno Def rate Mortgages 0,32% 0,84% -0,52%
2014 7,86% Credit Cards 4,03% 3,52% 0,51%
2015 5,64% Other personal 2,77% 3,50% -0,73%
PD PiT a 1 anno
2016 4,09% Property 0,75% 0,95% -0,20%
2017 3,20% Corporate 0,97% 1,43% -0,46%
2018 2,47%
Financial Institutions 0,14% 0,23% -0,09%
Media 5 anni 4,65%
Sovereign 0,06% 0,06% 0,00%
Fonte: Banca d’Itali, Appendice alla
Relazione Annuale 2019, Tabella a.13.11 PD media a 5 anni (TTC) Fonte: Royal Bank of Scotland, Report Annuale, pagina 126
https://investors.rbs.com/annual-report.aspx
1 EBA/GL/2017/16, Guidelines on PD estimation, LGD estimation and the treatment of defaulted exposures, para. 82
ABI - Supervision, Risk & Profitability 25 giugno 2019
PwC 21Indice Contesto di riferimento
Il «fronte» regolamentare Il «fronte» contabile Il «fronte» emerging technologies/ advanced analytics Conclusioni finali
Uno sguardo alla PD Lifetime (IFRS9): nel lungo
periodo tutte le esposizioni vanno in default….
• La PD lifetime (PD LT) estende il concetto della PD 12m su tutta la vita residua attesa dell’esposizione
(considerando quindi anche la possibilità di prepayment ove possibile)
• Trattandosi di una probabilità, ovviamente esiste nell’intervallo [0,1]. Ipotizzando per semplicità che:
• p(j) = p è la PD LT di un’esposizione all’anno j (i.e. la probabilità che l’esposizione vada in default prima
della fine del j-simo anno)
• p è la PD 12m, ipotizzata per semplicità constante negli anni, abbiamo che:
[1] p(1) = p
p(2) = p + (1-p)*p = p (1 + (1-p)) = p* (1-p)^0 + (1-p) ^1 =
[2] p(j) = p * S j=o,…n-1 (1-p)^j
e.g. se p = 2% ne consegue che p(1) =2%, p(2) =2% + 2% * (1-2%) = 3,96%, ma soprattutto che:
[3] lim j->∞ p(j) = 1
• Su un arco temporale infinito, se p0, non è in discussione se un’esposizione andrà in default o meno ma solo
quando. Quello che rileva, quindi, è l’orizzonte temporale….
ABI - Supervision, Risk & Profitability 25 giugno 2019
PwC 22Indice Contesto di riferimento
Il «fronte» regolamentare Il «fronte» contabile Il «fronte» emerging technologies/ advanced analytics Conclusioni finali
…ma a volte più velocemente di quanto si possa
immaginare !
• Ipotizzando di avere tre esposizioni, definite rispettivamente #1, #2 and #3, e che le relative PD 12m siano
p1=1%, p2=5% e p3=20%, avremo, applicando la [2] che su un orizzonte temporale di 20 anni (una scadenza
tipica di un mutuo residenziale ipotecario):
[4] p1(20) = 18,21%
[5] p2(20) = 64,15%
[6] p3(20) = 98,85%
• Dalle eq. [4] – [6] deriviamo che
• una PD 12m = 20% su un orizzonte temporale di 20 anni implica la quasi assoluta certezza del default prima
della scadenza contrattuale. In questo contesto, la concessione del credito non può che essere basata
esclusivamente sull’efficacia della garanzia
• il rapporto delle PD LT tra due esposizioni decresce all’aumentare dell’orizzonte temporale (p2(1)/ p1(1) = 5
mentre p2(20)/ p1(20) = 3,52, circa il 60% del rapporto a 1 anno)
• questo decremento è tanto più rapido quanto più è alta la PD 12m «di partenza» (p3(1)/ p1(1) = 20 mentre
p3(20)/ p1(20) = 5,43, circa un quarto del rapporto tra le PD 12m)
ABI - Supervision, Risk & Profitability 25 giugno 2019
PwC 23Indice Contesto di riferimento
Il «fronte» regolamentare Il «fronte» contabile Il «fronte» emerging technologies/ advanced analytics Conclusioni finali
Anche con PD 12 m (medie) molto basse è facile
raggiungere un gross NPL del 5% su scadenze a m/l..
PD 12m media PD LT 10 anni PD LT 20 anni
0,5% 4,89% 9,64%
1% 9,56% 18,21%
2% 18,29% 33,24%
4% 30,75% 55,80%
10% 65,13% 87,84%
Circa l’obiettivo
EBA del 5% di
gross NPL ratio
ABI - Supervision, Risk & Profitability 25 giugno 2019
PwC 24Indice Contesto di riferimento
Il «fronte» regolamentare Il «fronte» contabile Il «fronte» emerging technologies/ advanced analytics Conclusioni finali
Quale PD ? PiT vs TTC e PD 12m vs PD LT
• Il rischio che la banca assume quando eroga un finanziamento è pari alla durata del finanziamento stesso.
Pertanto, usare una PD 12m che non tiene conto dell’orizzonte temporale può generare un bias. La PD LT
fornisce una migliore stima del rischio reale, soprattutto per finanziamenti a medio-lungo (a meno che non si
possa rinegoziare il contratto, nel qual caso l’orizzonte temporale è fino alla prossima data di rinegoziazione)
PD 12m Scadenza PD LT
2% 20 anni 33,24%
4% 5 anni 18,46%
«Vero» rischio
per la banca
• La PD PiT (soprattutto se condizionata forward looking), appare più indicata ad un corretto apprezzamento
del rischio su orizzonti temporali brevi-medi (1-5 anni)
• Oltre questo orizzonte temporale, anche i condizionamenti FL evidenziano fenomeni di mean-reversion sulla
media di lungo periodo, e quindi una PD TTC (ovviamente LT) appare più significativa
ABI - Supervision, Risk & Profitability 25 giugno 2019
PwC 25Indice Contesto di riferimento
Il «fronte» regolamentare Il «fronte» contabile Il «fronte» emerging technologies/ advanced analytics Conclusioni finali
Bilanciare rischio di migrazione e rischio di default: non
è tutto oro quel che luccica….
• L’IFRS9, rispetto ai modelli di rating regolamentari che contemplano esplicitamente il solo rischio di default,
considera due «tipologie» di rischio:
• il «tradizionale» rischio di default: -> ovvero migrazioni da S1/S2 a S3
• il «nuovo» rischio di migrazione: -> ovvero migrazioni da S1 a S2
• Esposizioni con PD 12m «basse» hanno un basso rischio di default, ma un (relativamente) elevato rischio di
migrazione, perché soprattutto su scadenze lunghe, hanno maggiori probabilità di peggiorare piuttosto che
rimanere stabili o migliorare
• Esposizioni con PD 12m «alte» hanno un elevato rischio di default, ma un basso rischio di migrazione, perché
il rischio di peggioramento è contemplato nel rischio di default, mentre hanno (relativamente) più elevate
probabilità di migliorare.
Ceteris paribus, considerando il rischio
Probabilità di di migrazione, un’esposizione con la PD
accadimento più bassa può non essere anche quella
dell’evento Probabilità di
Probabilità di default
default o migrazione a «migliore» dal punto di vista del costo
migrazione a S2 S2 del rischio (e quindi potenzialmente del
pricing). In questo caso un ruolo
determinate è rivestito dalla volatilità
della PD dell’esposizione.
PD 12m
ABI - Supervision, Risk & Profitability 25 giugno 2019
PwC 26Indice Contesto di riferimento
Il «fronte» regolamentare Il «fronte» contabile Il «fronte» emerging technologies/ advanced analytics Conclusioni finali
Il monitoraggio del credito diventa fondamentale per
gestire il costo del rischio
• Secondo un recente rapporto dell’EBA, i tassi di copertura per le esposizioni in stage 2 sono maggiori dalle 12
alle 30 volte di quelli delle esposizioni in stage 1.1
Banche grandi Banche piccole
Stage 1 0,1% 0,5%
Stage 2 3% 6%
• Lessons learned:
• la migrazione di una posizione in S2 può essere molto «costosa» in termini di accantonamenti marginali;
pertanto, il processo di recupero del credito va iniziato molto precocemente e «aggressivamente» per
evitare che si attivi il trigger dei 30 dpd
• il rischio di credito va attentamente e costantemente monitorato per evitare scattino i trigger quantitativi di
staging e che vengano tempestivamente intraprese le azioni di remediation
• le ristrutturazioni non sono gratis (anche se meno costose che il default…)
• il processo di monitoraggio deve essere disegnato in modo da considerare nelle watchlist quei trigger che
definiscono dei chiari segnali di deterioramento del credito (senza «esagerare»)
1. EBA REPORT, FIRST OBSERVATIONS ON THE IMPACT AND IMPLEMENTATION OF IFRS 9 BY EU INSTITUTIONS, 20 December 2018
ABI - Supervision, Risk & Profitability 25 giugno 2019
PwC 27Indice Contesto di riferimento
Il «fronte» regolamentare Il «fronte» contabile Il «fronte» emerging technologies/ advanced analytics Conclusioni finali
L’impatto sulle scelte settoriali (1/2)
• La pro-ciclicità dei diversi settori industriali può rappresentare un fattore importante nelle strategie creditizie
e nelle scelte di allocazione del capitale da parte delle banche.
• In fase di erogazione, le banche devono tenere conto dell’elasticità del rischio settoriale al rischio sistemico
rappresentato da fattori macroeconomici, perché questo potrebbe «trascinare» le PD 12m e LT delle singole
esposizioni comportando una migrazione a S2.
• Si ipotizzi a fini illustrativi un semplice modello satellite:
[7] pk = a - b * DGDPLOG where DGDPLOG = ln (GDPt/ GDPt-1) ~ N (m=0%, s=0,5%) i.i.d.
dove pk rappresenta la pd media del settore industriale k.
• Per stimare il rischio di passaggio di una esposizione a S2, considerando solo il fattore sistemico, abbiamo
realizzato una simulazione con 100 scenari, ciascuno dei quali replica un orizzonte temporale di 20 anni
• Sono stati quindi estratti 100 x 20 numeri causali da una distribuzione Uniforme~U (0,1). Questi numeri sono
stati usati per invertire la distribuzione Normale di cui all’eq.[7] per ottenere la variabile DGDPLOG e calcolare
pk condizionata al valore di DGDPLOG.
• Esempio: il numero casuale corrispondente all’anno=1 nello scenario scenario #1 è pari a 0,32, da cui: N-1
(0,32, 0%, 0,5%) = -0,24%
• Ipotizzando a=0,25% and b= 0,25, pk = 0,25 - 0,25*(-0,24%) = 0,31%, con l’ovvio limite che pk >=0 (se pkIndice Contesto di riferimento
Il «fronte» regolamentare Il «fronte» contabile Il «fronte» emerging technologies/ advanced analytics Conclusioni finali
L’impatto sulle scelte settoriali (2/2)
• Se si ipotizza che il trigger quantitativo sia:
pk,t/pk,or >=2 per ogni t=1,2,….,20 anno e scenario
possiamo stimare in quanti scenari l’esposizione sarà allocata in S2 (senza considerare la possibilità di passare
a S3 o di tornare a S1.)
• La seguente tabella mostra il numero percentuale di scenari nei quali si verifica una migrazione allo S2 in
funzione di pk non condizionata e dell’elasticità espressa dal parametro b.
PD\b (SICR=2) 0.05 0.15 0.25 0.35 0.50
0.05% 39% 100% 100% 100% 100%
0.15% 0% 39% 92% 98% 100%
0.25% 0% 0% 39% 77% 97%
0.35% 0% 0% 3% 39% 79%
0.50% 0% 0% 0% 3% 39%
(SICR=3)
0.15% 0% 0% 15% 58% 92%
ABI - Supervision, Risk & Profitability 25 giugno 2019
PwC 29Indice Contesto di riferimento
Il «fronte» regolamentare Il «fronte» contabile Il «fronte» emerging technologies/ advanced analytics Conclusioni finali
Il «fronte» emerging
technologies/
advanced analytics
ABI - Supervision, Risk & Profitability 25 giugno 2019
PwC 30Indice Contesto di riferimento
Il «fronte» regolamentare Il «fronte» contabile Il «fronte» emerging technologies/ advanced analytics Conclusioni finali
Il fronte «emerging technologies/advanced analytics»:
aspetti generali
Descrizione Opportunità Punti di attenzione
Approccio "All data is credit data" • arricchimento del set informativo sulla base del • controllo delle basi dati in termini di qualità
quale valutare il potenziale cliente (complementary del dato (scarsa accuratezza del dato può portare a
Alle fonti tradizionali di dati si affiancano fonti dati
source of information) bias, ma anche incompletezza e incoerenza)
alternative, quali:
• accesso al credito di controparti • controllo delle basi dati per escludere dati
• Dati attinenti alle preferenze / abitudini di acquisto
potenzialmente unrated sulla base dei modelli potenzialmente discriminatori (es. sesso, razza,
• Dati attinenti alle attività su social network tradizionali (es. immigrati) etc.)
• Dati attinenti alla geolocalizzazione • scarsa trasparenza delle basi dati di data
brokers
• Dati di natura psicometrica
• creazione del campione di training con human
judgement che può portare a risultati biased
• consenso all'utilizzo dei dati sulla base della
regolamentazione vigente
Algoritmi basati su tecniche di «Machine • challenger model e potenziali performance superiori • overfitting
Learning»: rispetto alle tecniche tradizionali
• potenziale presenza di correlazioni spurie
• Supervised vs Unsupervised • velocità di apprendimento
• maggiore difficoltà di interpretazione dei risultati
• Approccio statico vs dinamico • capacità di intercettamento di pattern di dati e
• maggiore complessità di replica del processo di
relazioni fra variabili che la statistica tradizionale non
sviluppo, soprattutto se il metodo di addestramento è
intercetta (intercettamento segnali deboli)
dinamico
• incremento del rischio modello
Supporto tecnologico potenziato rispetto a quelli • Incremento della capacità di storage • Possibile incremento di ICT outsourcing risk
tradizionali, in termini di:
• Miglioramento delle tempistiche di elaborazione
• Capacità di elaborazione dati / calcolo delle informazioni
• Capacità di storage • Riduzione del "time to lending« (laddove si
applichino modifiche di processo)
• Efficienza computazionale
ABI - Supervision, Risk & Profitability 25 giugno 2019
PwC 31Indice Contesto di riferimento
Il «fronte» regolamentare Il «fronte» contabile Il «fronte» emerging technologies/ advanced analytics Conclusioni finali
I possibili ambiti di applicazione nel credit risk
management….
Segmentazione Analisi delle basi dati relative alle caratteristiche della clientela potenziale per tarare le
della clientela a
fini di caratteristiche delle campagne di marketing da avviare e la tipologia dei
marketing prodotti da offrire
Applicazione alla misurazione dei rischi, quali ad esempio reputazionale (analisi dei dati
Misurazione dei derivanti dai media e correlazione dei medesimi alle ricadute reputazionali), credito
rischi (credito, (analisi di credit scoring finalizzate a valutare il merito di credito delle controparti anche
reputazionale,
operativo) su basi dati e modelli alternativi; analisi di Early Warning rispetto al deterioramento del
merito creditizio della controparte) e operativi
Applicazione ai dati di autenticazione e/o onboarding del cliente e a dati
Modelli di
intercettamento
complementari (es. dati transactional , legati all’utilizzo delle carte di credito e relativi
delle frodi in pagamenti, dai quali inferire abitudini al consumo e potenziali intenti fraudolenti; dati non
fase di strutturati desunti dal web) per intercettare caratteristiche fraudolente della controparte
onboarding oggetto di valutazione
ABI - Supervision, Risk & Profitability 25 giugno 2019
PwC 32Indice Contesto di riferimento
Il «fronte» regolamentare Il «fronte» contabile Il «fronte» emerging technologies/ advanced analytics Conclusioni finali
…ma la vera sfida (al momento) è sui dati
I modelli per la misurazione del rischio di credito già in uso presso istituti finanziari sono sottoposti a requisiti di
accuratezza, completezza e pertinenza dei dati in input dei modelli di previsione del rischio (PD, LGD,
EAD), siano essi dati interni che esterni
RTS on Assessment ECB guide to internal
CRR EBA GL on PD and LGD
Methodology for IRB models
• Raccolta e archiviazione • Controlli di data quality su • Il paragrafo 4.2.1 Quality of • L’articolo 136 specifica che i
dei dati utilizzati nei modelli di molteplici dimensioni di data, riflette i requisiti di CRR requisiti applicabili ai dati
previsione del rischio analisi (Art. 76) Articolo 174 (b) e RTS Articolo di provenienza interna
o Articolo 144 (1)(d) o Completezza 76: devono essere applicati,
o Controlli da applicare su allo stesso modo, a dati
o Articolo 176 (1) o Accuratezza - “error-free”
dati interni ed esterni - esterni
• Processo per vagliare i dati o Coerenza tra diverse fonti
e sul loro utilizzo – al fine
immessi nel modello di o Aggiornamento di evitare distorsioni nella
previsione che contempli una tempestivo valutazione della
valutazione dell'accuratezza,
o Unicità di informazione rischiosità della
completezza e pertinenza
o Validità nel tempo controparte
dei dati
o Articolo 174 (b) o Tracciabilità della fonte e
del processo di utilizzo
Nel ricorso a fonti alternative, è auspicabile il mantenimento dei medesimi
standard applicati al patrimonio informativo tipico e disponibile internamente
ABI - Supervision, Risk & Profitability 25 giugno 2019
PwC 33Indice Contesto di riferimento
Il «fronte» regolamentare Il «fronte» contabile Il «fronte» emerging technologies/ advanced analytics Conclusioni finali
Conclusioni finali
ABI - Supervision, Risk & Profitability 25 giugno 2019
PwC 34Indice Contesto di riferimento
Il «fronte» regolamentare Il «fronte» contabile Il «fronte» emerging technologies/ advanced analytics Conclusioni finali
La fine dei modelli o un nuovo inizio ?
• I modelli interni a fini regolamentari potranno mantenere una valenza gestionale nell’ambito della gestione
del credito rimuovendo le componenti tipicamente regolamentari e favorendo da un lato una convergenza coi
modelli contabili, dall’altro integrando nella valutazione del rischio patrimoni informativi meno strutturati e
approcci e metodologie innovative, che oggi troverebbero difficoltà ad essere validate tout court dal
supervisore
• Per i portafogli per i quali l’adozione dei modelli interni non è consentita, si «aprono spazi» per approcci
realmente innovativi, il cui unico vincolo è costituito dalla reale capacità del modello di predire e differenziare
il rischio, senza essere soggetti a vincoli di armonizzazione e di dover rispondere anche a esigenze di tipo
prudenziale, ma solo alla propensione al rischio della banca
• La limitazione all’utilizzo dei modelli interni a fini regolamentari porterà probabilmente ad una prassi di
supervisione maggiormente basate sull’utilizzo di stress test, dove il metodo standard e i modelli interni
costituiranno un floor con diverso grado di risk sensitivity
• Le banche dovranno, quindi, progressivamente disaccoppiare l’aspetto strettamente prudenziale da quello
gestionale e contabile , pur nel rispetto – sempre più complesso e «difficile»– dei requisiti per lo use
requirement
• Le banche dovranno però scegliere su quale «fronte» concentrare le proprie risorse, cercando di mettere a
fattor comune le possibili sinergie modellistiche e di infrastruttura dati.
ABI - Supervision, Risk & Profitability 25 giugno 2019
PwC 35Grazie per l’attenzione ! This publication has been prepared for general guidance on matters of interest only, and does not constitute professional advice. You should not act upon the information contained in this publication without obtaining specific professional advice. No representation or warranty (express or implied) is given as to the accuracy or completeness of the information contained in this publication, and, to the extent permitted by law, PricewaterhouseCoopers Advisory SpA, its members, employees and agents do not accept or assume any liability, responsibility or duty of care for any consequences of you or anyone else acting, or refraining to act, in reliance on the information contained in this publication or for any decision based on it. © 2019 PricewaterhouseCoopers Advisory SpA. All rights reserved. In this document, “PwC” refers to PricewaterhouseCoopers Advisory SpA which is a member firm of PricewaterhouseCoopers International Limited, each member firm of which is a separate legal entity.
Puoi anche leggere
