Professional Documents
Culture Documents
Università Federico II
Corso di Teoria del rischio 2010
Misurazione e Gestione
Rischio di Credito
Margine di Interesse
Costo della raccolta
Costi operativi
p
Perdite su crediti
Immobilizzi Patrimonio
Titoli
Spr e a d bassi
Verso lla disinterrmediazioone
O ggi
A nni
'7 0
Spr e a d e le va ti
L a g e stio ne de l c r e dito
- Maggiore
M i concorrenza, frutto
f d ll’i
dell’introduzione
d i del
d l
Testo Unico in materia bancaria e finanziaria del
1992
- Maggiore stabilità economica con la sua spinta verso
il basso dei tassi d’interesse
03
0,3
0,25
0,2
Frequenze relative
e
0,15
F
0,1
0 05
0,05
Tassi di Perdita
© Università Federico II Teoria del rischio 2010
Perdita inattesa e deviazione standard
0,3
0 25
0,25
0,2
VAR
obabilità
0,15
Pro
Tasso di p
perdita
attesa (Media)
0
T
Tassi
i di P
Perdita
dit
AA 0,70
0 70 90 65
90,65 7,79
7 79 0,64
0 64 0,06
0 06 0,14
0 14 0,02
0 02 0,00
0 00
CCC 0,22
0 22 0,00
0 00 0,22
0 22 1,30
1 30 2,38
2 38 11 24
11,24 64 86
64,86 19 79
19,79
© Università Federico II Teoria del rischio 2010
Correlazione e Diversificazione
• Il rischio di un portafoglio crediti è influenzato rispetto
ai rischi individuali delle posizioni che lo
compongono;
• Aggiungere ad un portafoglio una posizione
caratterizzata da perdite attese superiori a quelle medie
di pportafoglio
g non ppuò che accrescere le pperdite attese
complessive;
• Viceversa aggiungere
gg g ad un pportafoglio
g un impiego
p g
caratterizzato da perdite inattese superiori a quelle di
portafoglio può non accrescere o addirittura ridurre la
variabilità complessiva delle perdite e questo grazie
agli effetti di portafoglio (correlazione o
di
diversificazione).
ifi i )
© Università Federico II Teoria del rischio 2010
Una misura della correlazione è rappresenta dalla covarianza
σ AB
= ∑ ( LR Ai − PA A) * ( LR Bi − PAB ) * ρAiBi
i =1
Dove:
LR= Loss
LR L Rate
R (Tasso
(T di perdita
di ex post di
ogni posizione;
PA= Perdita Attesa ex ante
Dove:
EAD esposizione
EAD= i i all default;
d f l
Fattore produttivo
Finanziamento asset non liquidi;
•Finanziamento
•Funzione reputazionale e di “controllo”;
Tier III
Cumulabilità Non cumulabilità. Possibile sia la cumulabilità che la non Non applicabile in quanto non è
cumulabilità. prevista la possibilità di
della
sospendere il pagamento degli
remunerazione Interessi.
Vincoli:
-obblighi regolamentari;
-valutazione interna sui rischi assunti;
-politiche di sviluppo;
aspettative società di rating;
-aspettative
-attese di rendimento degli azionisti.
RISCHIO
( l tilità dei
(volatilità d i
risultati)
A breve
A breve
Crediti Debiti
A M/L
A M/L
mercato
ATTIVO PASSIVO
Rischio
operativo
p
’88
88 ’96
96 ’06
06
BASEL CAPITAL AMENDAMENT NEW BASLE CAPITAL
ACCORD (BCA) TO BCA ACCORD (NBCA)
125
50
Probabilità di
25 “fallimento” ritenuta
accettabile dalle
0 Autorità di Vigilanza
ATTIVO NETTO t0 ATTIVO NETTO t1
Attività Passività
Patrimonio
netto
Gli impieghi
aumentano
Attività Passività
I fallimenti
diminuiscono
Patrimonio
Il valore
l ““netto”
tt ”
Il valore
dei titoli netto della Banca
aumenta
aumenta Nuovo
Nuovo
attivo patrimonio
netto
© Università Federico II Teoria del rischio 2010
Cosa avviene in una fase recessiva
dell’economia?
Stato Patrimoniale Banca
Gli impieghi
si riducono
Attività Passività
I fallimenti
aumentano
Patrimonio
Il valore
dei titoli si netto
riduce
Quando la situazione
Il valore “netto”
della Banca
diventa critica? diminuisce
© Università Federico II Teoria del rischio 2010
Cosa avviene in una fase recessiva
dell’economia?
Stato Patrimoniale Banca
Gli impieghi
si riducono
Attività Passività
I fallimenti
aumentano
Patrimonio
Il valore la Banca
dei titoli si netto
è insolvente
riduce
Quando il valore delle attività … ossia quando è
diviene minore di q quello delle “svanito” il
passività…
© Università Federico II Teoria del rischio 2010
patrimonio netto
S bili à del
Stabilità d l sistema
i bancario
b i
Attività Passività 92
Euro
?
Patrimonio
netto 8
Euro
100 Euro Il patrimonio
i i minimo
i i deve
d
essere pari ad almeno 8
Euro (ovvero ll’8%)
8%)
© Università Federico II Teoria del rischio 2010
Coefficiente patrimoniale minimo
obbligatorio (segue)
Patrimonio
Patrimonio netto
netto 8%
Attività
Totale = € 69
100 Euro Coefficiente: 8 / 69 = 11,6%
11 6% (>8%)
© Università Federico II Teoria del rischio 2010
Coefficiente patrimoniale minimo
obbligatorio (segue)
Per la vigilanza,
vigilanza ai fini del computo
Stato Patrimoniale Banca dell’8%, il patrimonio netto deve
essere corretto p per quantificare
q il
c.d. patrimonio di vigilanza:
Attività Passività Patrimonio di vigilanza:
g
Patrimonio di Base: capitale
Patrim
a onio
o o versato, riserve e f.r.b.g., al netto
netto di azioni proprie, avviamento, imm.
immateriali, perdite esercizio
Patrimonio di Supplementare:
riserve rivalutazione, passività
subordinate, altri elementi, al netto
di minusvalenze su titoli imm.
© Università Federico II Teoria del rischio 2010
Riassumendo…
Riassumendo
Il capitale
it l proprioi rappresenta
s t lla “dif
“difesa”
s ”
contro possibili insolvenze della banca
Patr vigilanza
Patr.
Attività 8%
ponderate
p
© Università Federico II Teoria del rischio 2010
In conclusione…
Più alto è il livello di capitale proprio e meno
rischiosa è la banca per i creditori…..
creditori
….tuttavia, a parità di altre condizioni, più alto
è il capitale proprio e minore è il rendimento
per gli azionisti
reddito
ddi netto
R.O.E.=
capitale netto
molto capitale; molto
l capitale;
i l
basso© Università
rendimentoFederico II Teoria del rischio 2010
poco rischio
In conclusione…
Più alto è il livello di capitale proprio e meno
rischiosa è la banca per i creditori…..
creditori
….tuttavia, a parità di altre condizioni, più alto
è il capitale proprio e minore è il rendimento
per gli azionisti
reddito
ddi netto
R.O.E.=
capitale netto
p
poco capitale;
p ;
alto rendimento
© Università Federico II Teoria del rischio 2010 poco capitale;
alto rischio
Driver delle competizione
bancaria:
2° Pilastro 3° Pilastro
1° Pilastro Controllo prudenziale Trasparenza
Requisiti patrimoniale dell’adeguatezza delle informazioni
minimi patrimoniale
Basilea II
Capitale economico
Mancato riconoscimento
Misure di rischio slegate dal merito creditizio ≠ Vincoli e limiti
Rischio operativo
Capitale regolamentare
© Università Federico
II Teoria del rischio
2010
PILLAR 1
COEFF. PATRIMONIALE MINIMO
Patrimonio di vigilanza
≥8%
Attivita’ ponderate per rischio di credito +
attività pponderate pper rischio di mercato +
attività ponderate per rischi operativi
Patrimonio di vigilanza
g
≥8%
A i i ’ ponderate
Attivita’ d per rischio
i hi di credito
di +
attività ponderate per rischio di mercato +
attività ponderate per rischi operativi
di base
avanzato
© Università Federico II Teoria del rischio 2010
Discrezionalità
IRB avanzato
IRB base
metodo standard
complessità
• M d ’
Moody’s • S d d&P
Standard&Poors
• Aaa • AAA Investment
• A
Aa • AA grade
• A • A
• Baa • BBB
• Ba • BB
• B • B
• Caa • CCC High yield
• Ca • CC
• C • C
da BBB+ a BB-
BB peso 100% €.100 sono pesati €.100
Attuale
l Accordo:
d 100%, indipendentemente
d d
dalla qualità del credito
© Università Federico II Teoria del rischio 2010
Metodo dei rating interni di base
((Internal Ratingg Based base))
• La banca, attraverso l’utilizzo di rating interni
per ogni cliente
cliente, deve determinare alcuni
elementi fondamentali per il calcolo del
coefficiente di ponderazione o requisito
patrimoniale.
• In particolare
particolare, occorre stimare la PD di ciascun
debitore.
• La LGD,
LGD la EAD e la M sono fissi fissi, ad eccezione
nel caso delle esposizioni verso retail per le
qquali,, oltre alla PD,, occorre stimare anche LGD
ed EAD. © Università Federico II Teoria del rischio 2010
Metodo dei rating interni avanzato
((IRB avanzato))
• E’ richiesto che le banche stimino, per
tutte le tipologie di esposizioni:
PD
LGD
EAD M
© Università Federico II Teoria del rischio 2010
• PD: Probabilità di default.
Indica la probabilità che il debitore vada in default entro un
anno dalla stima
stima.
• LGD: Loss Given Default.
Indica la percentuale del credito in default recuperata dopo
aver azionato i tentativi di recupero.
• EAD: Exposure at Default.
Indica l’ammontare del credito nel caso in cui dovesse
maturare lo stato di default.
• M Maturity.
M: M t it
Indica la vita residua dell’operazione.
© Università Federico
II Teoria del rischio
2010
Quali conseguenze per le banche?
Misura della
propensione
al rischio Misura del grado
di efficienza delle
Aree di Business
nell’utilizzare il
capitale allocato
Tier 2
PVRM
Tier 1 PVRC
PVRO
CAPITALE
DISPONIBILE
=
PATRIMONIO DI
VIGILANZA
4 Capitale 4 Passività
4 FRBG subordinata
4 Riserve 4 F.do rischi su
4 Utile/Perdita crediti
4 ......... 4 ...........
OBIETTIVI STRUMENTI
4Misurare l’effettiva
4 4
4Modelli interni di
A fini gestionali assunzione di rischio per: misurazione del
• Consentire il controllo rischio
dei limiti operativi
definiti per le diverse
aree d’affari
CAPITALE • Alimentare un sistema
ASSORBITO di budgeting e controllo
basato su misure di
redditività corretta per il
rischio
A fini di vigilanza
4Garantire la solidità 4Metodologie sufficien-
patrimoniale del sistema temente
bancario nel suo insieme standardizzate e
© Università Federico II Teoria del rischio 2010
“rodate” per poter
essere adottate da
tutte le Banche
IL CAPITALE ASSORBITO – MISURE ALTERNATIVE DI CAR
Le Autorità di Vigilanza indicano metodi di misurazione del rischio con diversi gradi di
sofisticazione
fi i i e precisione.
i i Q
Questa diff
differenziazione
i i f
favorisce
i l Banche
le B h “meno
“ rischiose”
i hi ”e
“più sofisticate” che possono determinare l’ammontare complessivo di Patrimonio richiesto
allineandolo al rischio effettivamente assunto
RISCHIO
DI
MERCATO Storici
MODELLI
NUMERICI
Montecarlo
MODELLI
INTERNI PVRM K x V R
VaR
=
Fattore di Intervallo di MODELLI Varianza e
moltiplicazione conf. 99% PARAMETRICI Covarianza
almeno pari a holding
3 period 10g.
lav.
© Università Federico II Teoria del rischio 2010
MODALITÀ DI CALCOLO DEL RISCHIO DI CREDITO
Il patrimonio di vigilanza che deve essere mantenuto a fronte dei rischi di credito
(PVRC) è pari all’8% del totale ponderato delle attività esposte al rischio di credito
(RWARC). Per determinare RWARC possono essere utilizzate due metodologie
diverse:
•L’approccio “standard”
•L’approccio basato su rating interni
approccio
standard
RISCHIO
DI PVRC = 8% x RWARC
CREDITO
approccio
basato su rating
interni
Approccio 4 Specifiche
standard ponderazioni
in base a 4 Stime standard
rating esterni delle Autorità di
4 On e Off Vigilanza dei
balance sheet fattori di
netting conversione
4 Garanzie e (credit
Credit conversion
Foundation Derivatives factors) 4 Maturity
pp oac
Approach 4 Pegni e t d d di 3
standard
garanzie su 4 Solo portafoglio
Approccio 4 Stimate anni (salvo
cespiti non retail -
basato su internamente eccezioni)
finanziari correzione ai
modelli dalla Banca RWA per tenere
interni (simple
(rating interni) approach / conto dell’effettivo
4 I credit 4 Correzione grado di
Advanced
Ad d comprehensive
conversion per la diversificazione
Apporach approach)
factors vengono maturity del portafoglio
stimati effettiva
internamente dell’esposizio
dalla Banca ne
APPROCCIO BASATO
APPROCCIO APPROCCIO BASATO
SU MODELLI DI
STANDARD SUI RATING
PORTAFOGLIO
Moltiplicatore (α) da
APPROCCIO applicare al Margine di
SEMPLIFICATO Intermediazione della
Banca
Ciascuna area di
business viene
MODELLI frazionata in categorie
INTERNI di rischio omogeneo e
per ciascun gruppo
viene calcolato il
rischio operativo
INDICATORI DI
CORRETTI PER IL INDICATORI DI
REDDITIVITÀ
RISCHIO VALORE
TRADIZIONALI
4 Non tengono conto del 4 Tengono conto del 4 Misura del valore
rischio rischio econo-mico aggiunto
(al rendi-mento
rendi mento atteso
4 Di facile calcolo 4 Richiedono la richiesto dall’azionista)
misurazione del rischio 4 Richiede la definizione
assunto del costo del capitale,
oltre che la
misurazione del rischio
assunto
© Università Federico II Teoria del rischio 2010
ALBERO DEL VALORE AGGIUNTO
Margine di
interesse
MARGINE DI
INTERMEDIA-
ZIONE
Margine da
servizi
UTILE
NETTO
Diretti
COSTI
Ribaltati
STRUMENTI PER LA
TIPOLOGIA DI RISCHIO GESTIONE
ACQUIRENTE X b.p.
bp VENDITORE
PROTEZIONE PROTEZIONE
FALLIMENTO DI
XYZ
Spread fisso
prestabilito
ACQUIRENTE VENDITORE
PROTEZIONE PROTEZIONE
Spreaddd dell’asset
ll’ d
di
riferimento sul
tasso privo di
rischio
Banca Originator
Cassa
Crediti
SPV
Emissione
Titoli Investitori
Cash flow Crediti Cash flow
Equity
Tranche
Equity
Il Modello di Altman
Il Modello di Altman
• Caratteristiche del modello;
• La metodologia;
• Le variabili utilizzate;
• Le applicazioni;
dove:
Z=ZSCORE
Xi=variabili discriminanti
2,60
+3 +2,89
2 44
2,44 area grigia
+2 +1,81
+1
0,86
0 -0,26 score medio
-1 i
imprese fallite
f lli
-1,2
-2
Note: Cirio Finanziaria SpA was the first company to default in Italy (€1.12bn of debt)
when it missed €150 million of debt payment on November 8, 2002
Parmalat defaulted in December, 2003.
© Università Federico II Teoria del rischio 2010
Z and Z”-score Equivalent Bond Rating
A+
0.8
5.80 BBB+
6.0
06
0.6
B+
4.0 3.89
0.4
CCC+
2.0
0.2
- D0
Dec 2000 Dec 2001 Dec 2002
A+
0.8
BBB+
6.0
4 50
4.50 06
0.6
4.72 4.63 B+
4.0
4.32
0.4
CCC+
2.0
0.2
- D0
Dec 2000 Dec 2001 Dec 2002 June 2003
A+
A
0.8
BBB+
6.0
5.02 0.6
4 57
4.57
B+
4.0 4.55
4.39
0.4
CCC+
2.0
0.2
- D0
Dec 2000 Dec 2001 Dec 2002 June 2003
6 56
6.56 A+
6.68 0.8
5.87 BBB+
6.0
06
0.6
B+
4.0 4.29
0.4
CCC
CCC+
2.0
0.2
- D0
Dec 2000 Dec 2001 Dec 2002 June 2003
2.0
0.2
- D0
Dec 2000 Dec 2001 Dec 2002 June 2003
1
AAA
8.0
A+
08
0.8
5.93 BBB+
6.0 5.73
2.0
0.2
- D0
Dec 2000 Dec 2001 Dec 2002 June 2003
Rating
Impact of adjustmens on Parmalat's Z"-Score (*)
Z"-Score
equiv. 7.5
BBB
BBB-
Reported Financial Statements 5.73 BBB- 5.0
2.5
+ Cash Adjustment of (€ 4,200) (0.09) D
00
0.0
+ Debt Adjustment of € 12,500 (7.27) D D
(2.5)
(7.5)
D
D
(10.0)
Reported Cash Debt EBIT
(*) As reported by PwC, Source New York Times, January 27, 2004
A+
0.8
6.40 BBB+
6.0
5.75 5.67 0.6
0 6
B+
4.0
0.4
CCC+
2.0
0.2
- D0
Dec 2000 Dec 2001 Dec 2002
1
AAA
8.0
A+
08
0.8
BBB+
6.0
5.30 0.6
4 95
4.95 5 27
5.27
B+
4.0
0.4
CCC+
2.0
0.2
- D
0
Dec 2000 Dec 2001 Dec 2002
A+
0.8
5.92 6.00
BBB+
6.0
5 52
5.52 0.6
0 6
4.84 B+
4.0
0.4
CCC+
2.0
0.2
- D0
Dec 2000 Dec 2001 Dec 2002 June 2003
Migliorare
g la ggestione Il ratingg delle attività permette
p ottimizzare
zz il
L nuove regole
Le l
del portafoglio crediti portafoglio creditizio e, di conseguenza, di
elaborate dal Comitato strutturare correttamente le operazioni sul mercato
di Basilea richiederanno secondario.
la valutazione degli asset
creditizi
diti i secondo
d concrete
t Ottimizzare il costo Il credit rating è necessario per individuare
misure di rischiosità del capitale correttamente il capitale assorbito legato al rischio
del portafoglio creditizio.
Decisioni
i i i di gestione
i strategica
i
• Scelte di portafoglio
p g
Decisioni di gestione operativa
• relazioni
l i i one to
t one
Gestione Decisioni
D i i i di gestione
i strategica
i del
d l
portafoglio:
Rischio di - cartolarizzazione - derivati -
Portafoglio assorbimento di capitale
• Liquidity
• Capitalisation
• Profitability
• Interest Coverage
• Company size
• Empl.Cap.
Empl Cap Change/Turn
Change/Turn. Change
• Equity/Employed Capital
• Qualitative Data
• Behavioural Data ?
Esemplificazione di un sistema di
misurazione in una piccola banca
Assegnazione del rating Uso del rating
Fattori considerati
Finalità quantitative
nel rating
•Monitoraggio del portafoglio
•Analisi finanziaria Criteri di
ratings •Analisi di congruità delle riserve
•Analisi di settore
Proposte •Analisi dei business e di redditività
•Qualità dei dati •Elementi
formali •Allocazione interna del capitale e di
•Ratings esterni preliminari di
Processo di ritorno del capitale
•Dimensioni e •Elementi
Elementi
valore delle imprese soggettivi e rating per
culturali approvazione
•Valutazione del l’approvazione RATING
management
•Giudizi basati
•Ammontare e sull’esperienza Finalità qualitative
condizioni del
finanziamento •Amministrazione e monitoraggio dei
requisiti
•Altre
considerazioni
Strumenti e modelli analitici
REPORT
Centrale
dei Rischi
Rischio
Andamento settore/territorio
Rapporto
R ti
Rating
interno
Elementi
Garanzie Q lit ti i
Qualitativi
Giudizio
Congruità
Soggettivo
Richiesta
Da un sistema
D i statico
i di valutazione
l i
dell’impresa
……….ad d un sistema
it di
dinamico
i di
valutazione dell’ impresa
Analisi di bilancio
Si t
Sistema C
Competitivo
titi
Centrale dei rischi
Formula Formula imprenditoriale
Budget finanziario
imprenditoriale Organizzazione
Valutazione garanzie
IMPRESA
Organizzazione
Tasso di Probabilità
recupero di
default
RATING
l’approvazione
Il sistema
it di rating
ti i t
interno d
deve
rappresentare in modo tangibile le
caratteristiche del cliente
I criteri e le variabili verrano, verrano
eventualmente rimodulate nel tempo in
f i
funzione d l riesame
del i storico
t i d ll
delle
posizioni (back-testing)
© Università Federico II Teoria del rischio 2010
Implementazione di un sistema di
rating
a. Problematiche strategiche ed
implementazioni metodologiche
b Processo di rating: quantification
b.
c. Validazione del sistema di rating
• Priori Probabilities
Probabilities: dalla natura dell’evento
osservato sii deduce
d d quella
ll cheh dovrà
d à essere la l
frequenza relativa di accadimento dell’evento se
f
fosse effettuato
ff un numero sufficientemente
ffi i alto
l
di tentativi;
• Posteriori o empirical probabilities
probabilities: si utilizzano
tecniche di inferenza statistica per determinare la
frequenza relativa di accadimento dell’evento;
1 + rf * (1 + k ) * p + (1 + k ) * (1 − p) * rr
Dove:
Rf=tasso risk free
rr=tasso di recupero
p
K=rendimento titolo rischioso
(1-p)=probabilità di insolvenza
© Università Federico II Teoria del rischio 2010
D ciò:
Da iò
1 + r
= − 1
f
k
p + rr + p * rr
tTIMt+1 = -------------
(1--TR)
(1
tTIMt+1 = probabilità che l’emittente il titolo
rischioso divenga
g insolvente nel
periodo t
tPAt+1 = perdita attesa in t : t+1
TR = tasso di recupero
© Università Federico II Teoria del rischio 2010
Il tasso di insolvenza cumulata alla
scadenza T
Πt=1 SRt=(1
(1-ADRT)T
=(1-
da cui:
=1--(Πt=1 SRt)1/T
ADRt=1
ADRt=tasso
tasso insolvenza annualizzato
SRt=tasso di sopravviveza anno t
Mapping
pp g delle esposizioni
p
© Università Federico II Teoria del rischio 2010
• Distribuzione
Di ib i binomiale
bi i l dei
d i tassii di
perdita;
• Distribuzione discreta dei tassi di perdita;
• Di t ib i
Distribuzione continua
ti dei
d i tassi
t i di perdita;
dit
• Distribuzione discreta dei valori di
mercato;
A 0 07
0,07 2 25
2,25 87,88
87 88 4 88
4,88 4 88
4,88 0 25
0,25 0 05
0,05
A 0 42
0,42 7 15
7,15 34,65
34 65 15,79
15 79 3 76
3,76 1 54
1,54 2 34
2,34
B 0 00
0,00 0 11
0,11 0 58
0,58 3 08
3,08 4 56
4,56 2 49
2,49 28,31
28 31
© Università Federico II Teoria del rischio 2010
Stima della perdita inattesa
Si basa sul calcolo della deviazione standard
del tasso di perdita attesa.
Un primo approccio necessita dei seguenti
strumenti:
• matrice
i di transizione
i i add un anno;
• matrice di transizione a n. anni (e.g. 10 anni);
• probabilità di insolvenza cumulate;
PNAj,t= Σ jPMi,t*(Pa
( i,t
i,t--1-Paj,t
j,t--1 )2
Punti
Punti di
di forza
forza Punti di debolezza
Capacità Semplicità;
di cogliere il rischio Richiede struttura a termine
Poche informazioni
ddi migrazione;
g a o e;di input; degli spread per classi
Prescinde dalla forma fun- di merito creditizio;
zionale della distribuzione;
© Università Federico II Teoria del rischio 2010
La diversificazione
f z del
portafoglio
V i bilità tasso
Variabilità t di insolvenza
i l
medio della popolazione
σP=Volatilità tasso insolvenza portafoglio banca
ΤΙPOP ; σPOP = Livello e volatilità del tasso insolvenza
della popolazione da cui è estratto il portafoglio banca
© Università Federico II Teoria del rischio 2010
Selezione degli impieghi in base al
loro livello di correlazione
z
• Le variazioni dei tassi di insolvenza sono
tra loro correlate in base alla loro
dipendenza da fattori di rischio
sistematico quali l’appartenenza a settori
produttivi o aree geografiche omogenee.
• Gli impieghi sono selezionati in base alla
sensibilità ai fattori sistematici.
© Università Federico II Teoria del rischio 2010
Altre definizioni -”Agenda”
• I rischi di un’esposizione creditizia
• Il mapping delle esposizioni creditizie
• Rischio sistematico
• Rischio specifico
• Rischio semi-specifico
semi specifico
Finalità:
Anticipare,
A ti i neii limiti
li iti del
d l possibile,
ibil i
punti di svolta del ciclo economico.
σP = Σi Σj Εi Εj σ i σ j ρi,j
ij
Utile Utile
RAROC = ------------------- = --------------------------
Perdita inattesa Capitale
p a rischio
(i-TIF)
(i-TIF)*C-
TIF)*C C-PA*C
C- PA C
RAROC = ---------------- ------------------- + rf
pi*C
p
oppure
VAA = (i-
(i-TIF-
TIF-PA)*C-
PA)*C-(ke-rf)*CAR
Presupposti:
L’obiettivo di un modello di rating deve essere la stima
b bili à di default
di una probabilità d f l
Default
Il modello
d ll KMV sii basa
b suii seguenti t driver
ti tre di :
Il valore di mercato dell’attivo
La volatilità dell
dell’attivo
attivo
Default Point
PE = PM AT THE MONEY PE = PM
Prezzo di
esercizio
Se PM < PE Se PM > PE
Il rendimento netto è negativo (pari al premio) Il rendimento lordo = PM-PE
© Università Federico II Teoria del rischio 2010
Il rischio ed il rendimento
IL RENDIMENTO DI UN’OPZIONE PUT
Prezzo di
esercizio
P
Prezzo corrente
t attività
tti ità sottostante
tt t t
Se PM < PE Se PM > PE
Il rendimento lordo = PE-PM Il rendimento netto è negativo (pari al premio)
Call = Pc*e ( )− rf (T − t )
N d 1 − S*e
− r (T − t )
N (d 2 )
Put = −Pc − rf (T − t )
Pc*ee ( )
N − d 1 + SS*ee
− r (T − t )
N (− d 2 )
⎛ Pc ⎞ ⎛ 1 2 ⎞
ln ⎜ ⎟ + ⎜ r − rf + σ ⎟ (T − t )
= ⎝S ⎠ ⎝ 2 ⎠
d1
σ T −t
⎛ Pc ⎞ ⎛ 1 2 ⎞
ln ⎜ ⎟ + ⎜ r − rf − σ ⎟ (T − t )
= ⎝S ⎠ ⎝ 2 ⎠
d2
σ T −t
© Università Federico II Teoria del rischio 2010
I driver del modello
Esempio:
• Consideriamo una società il cui attivo è rappresentato da
100 milioni
ili i di euro investiti
i titi in
i oro
• L’azienda si finanzia attraverso 20 milioni di capitale
proprio e 80 milioni di indebitamento bancario che deve
essere rimborsato in 5 anni
• Dopo 5 anni l’oro verrà venduto ed il debito restituito
ATTIVO PASSIVO
1) Investiamo 100 milioni di euro in
oro.
Debiti 2) Finanziamo
Fi i l’ tti
l’attivo con 20 milioni
ili i
Oro di euro di capitale proprio e 80 di
80
100 debito bancario.
100
Valore
dell’equity
50
dopo 5 anni
10
0 50 90 100 150
Valore dell’Attivo (oro) dopo 5 anni
© Università Federico II Teoria del rischio 2010
L’equity
q y come una call option
p
100
Valore
dell’equity
50
dopo 5 anni
0 50 80 100 150
Valore dell’Attivo (oro) dopo 5 anni
© Università Federico II Teoria del rischio 2010
L’equity come una call option
100
Valore
dell’equity
dopo 5 anni 50
0 50 70 100 150
Valore dell’Attivo (oro) dopo 5 anni
© Università Federico II Teoria del rischio 2010
L’equity come una call option
100
Valore
dell’equity
50
dopo 5 anni
0 50 80 100 150
Valore di libro Valore dell’attivo (oro)
© Università Federico II Teoria del rischio 2010
del debito alla fine dei 5 anni
Nella realtà le cose si complicano …
Supponiamo di essere interessati a valutare l’equity
prima della scadenza e, precisamente, al secondo anno
di vita della società.
L’oro vale sul mercato 70 (rispetto ad un valore di
bilancio di 100).
100
Valore
dell’equity
dopo 5 anni
50
Perchè il valore
dell’equity non è zero?
?
0 50 70 100 150
Valore dell’attivo
dell attivo (oro)
© Università Federico II Teoria del rischio 2010
alla fine dei 5 anni
Nella realtà le cose si complicano …
Il valore dell’equity risulta maggiore di zero visto che
mancano ancora tre anni alla scadenza ed esiste pertanto
una probabilità
b bilità che
h il valore
l d li assett (oro)
degli ( ) superii 80.
80
Equity
Value
70
2) LA VOLATILITA’ DELL’ATTIVO
Esprime
p l’incertezza del valore di mercato del business
e può essere “estratta” dal valore dell’equity (volatilità
implicita)
3) IL DEFAULT POINT
Rappresenta l’ammontare delle passività dovute in caso
p
di default della controparte
Il default p
point è una funzione della struttura del p
passivo
E’ il “punto”
p in corrispondenza
p del q
quale una società
tendenzialmente fallisce: sopra il livello delle passività
correnti ma sotto le passività totali
Una volta
U lt determinato
d t i t il valore
l di DD occorre rispondere
i d alla
ll
domanda:
“qual è la probabilitàà che un’azienda con un dato valore di
DD vada in default?”
80
• 28 years of data
70
• Approx 3,300 public company defaults
• Over 200,000 company-years
60 • North American companies
aults
•Over
O 40,000
40 000 private
i t company d
defaults
f lt iin a separate
t global
l b lddatabase
t b
Number of Defa
50
40
30
20
10
Frequenza
attesa di
default
(EDF)
EDF™
DD Distance to Default
© Università Federico II Teoria del rischio 2010
Il calcolo dell
dell’EDF
EDF
16,63%
18,00%
15,21%
16 00%
16,00% EDF (Predicted)
(P di t d)
14,00%
10,00%
8,00%
3,82% 3,57%
6,00%
0,00%
.02%-.20%
02%- 20% .21%-.70%
21%- 70% .71%-2.0%
71%-2 0% 2 01%-7 0%
2.01%-7.0% 7 01%-20%
7.01%-20%
2) Calcolo d ll Distance
C l l della Di t t default
to d f lt
1) Il valore dell
dell’attivo
attivo e la sua volatilità
Visto che il mercato non prezza le azioni di società non
quotate il modello si basa sul confronto con aziende
quotate,
quotate simili.
L EBITDA può essere interpretato come una proxy dei cash
L’EBITDA
flow che la società può generare.
Il valore
l dell’attivo
d ll’ tti viene,
i quindi,
i di determinato
d t i t a partire
ti dal
d l
valore dell’EBITDA attraverso un multiplo.
Frequenza
attesa di
default
(EDF)
EDF™
DD Distance to Default
© Università Federico II Teoria del rischio 2010
Actuarial based method
Vi sono almeno tre diversi approcci
riconducibili
i d ibili a questo
t metodo:
t d
• Metodo attuariale diretto – richiede
consistenti
i i casii di default
d f l e debitori
d bi i ratedd ;
• Mapping delle classi del sistema di rating
i
interno alle
ll classi
l i previstei d ll agenzie
dalle i di
rating;
• Si
Sistemi i di scoring i a base
b statistica
i i (es.
( Z
score);
© Università Federico II Teoria del rischio 2010
Validazione del Sistema di
Rating
L’esigenza della validazione del sistema di rating
nasce da una duplice esigenza:
• Numerose applicazioni gestionali che vengono ad
essere montate sul sistema di rating (per ora Basilea è
prescrittiva solo con le esigenze di capital regulation
rinviando ad un secondo momento l’applicazione
d ll tecniche
delle t i h di portafoglio);
t f li )
• Notevole differenziazione delle tecniche di analisi
introdotte rispetto a quelle che tradizionalmente
hanno consentito una gestione del rischio
sufficientemente prudente (occasione di
reingegnerizzazione
i i i d l processo del
del d l credito);
dit )
© Università Federico II Teoria del rischio 2010
Prime riflessioni (Marullo Reedtz)
• Determinazione di best pratices alle quali
le procedure aziendali dovrebbero ispirarsi
per corrispondere
p p a pprincipi
p di sana e
prudente gestione;
• Svolgimento di test empirici diretti ad
assicurare l’affidabilità delle tecniche
utilizzate per definire la probabilità di
insolvenza e dei tassi di recupero;
p
© Università Federico II Teoria del rischio 2010
Prime riflessioni (FED)
• Funzionamento e design del sistema: non
sempre consente di distinguere tra i diversi
livelli di rischio dei crediti in bonis;;
• Assegnazione e validazione dei grade: può
sovente non garantire rigorosità e
indipendenza;
= ©molto
Università Federico II Teoria del rischio 2010
importante = fattore importante = fattore secondario
Classificazione dei modelli di
misurazione del rischio di credito
Classificazione dei modelli di
misurazione del rischio di credito
la tipologia di rischio considerata
• solo rischio di insolvenza (default risk);
• anche rischio di deterioramento della qualità
dell’affidato (migration risk);
la modalità di valutazione delle esposizioni
creditizie (a valori contabili o a valore di
mercato);
VaR99
99,,9% = E(VMtt+ 1) - VMtt+
t+1 t+11,wcs
,wcs99
99,,9%
= 105,
105,16 - 97
97,,36 = 7,80
e- μ μn
p(n) = --------------
n!
© Università Federico II Teoria del rischio 2010
Ad esempio,
p , la possibilità
p di non avere
insolvenze è:
p( ) ( -440))/0!=e-4=1,83%
p(0)=(e ,
A 0 ,,0 1 % 0 ,,0 5 %
B aa 0 ,1 4 % 0 ,2 9 %
Ba 1 ,2
20% 1 ,33 3 %
B 6 ,4 5 % 5 ,1 2 %
© Università Federico II Teoria del rischio 2010
Fonte: Carty e Lieberman, 1998
Id
dati
ti storici
t i i debbono
d bb essere integrati
i t ti con un
giudizio soggettivo;
Dalla distribuzione del numero/della
frequenza di casi di insolvenza è possibile
ricostruire la distribuzione delle perdite
del portafoglio;
Ciò richiede di dividere le controparti in
funzione delle dimensioni
dell’esposizione,
dell esposizione, o, più correttamente, di
loss given default (LGD), data da:
© Università Federico II Teoria del rischio 2010
LGD = esposizione × (1- recovery rate)
è il vettore
tt d i coefficienti
dei ffi i ti di regressione i
rispetto al vettore Xj = (Xj,j,11,t, Xj,j,22,t, Xj,j,33,t) delle
variabili
i bili macroeconomiche
i h prescelte lt come più iù
significative per il settore j (es. crescita reale
d l PIL,
del PIL tasso di disoccupazione,
di i li ll tassii
livello
di interesse, livello spesa pubblica)..
Xi,j,t=ki,i,00+ki,i,11Xj,i,t
j,i,t--1+ki, j,i,t--2+ εj,i,t
2Xj,i,t
i,2
Sono p
possibili analisi multiperiodali
p ((matrici
autocorrelate)
0,4
0,35
0,3
Z-B Z-BB
0 25
0,25
f(x)
0,2 Z-BBB
0,15
Z-CCC
Z-A
0,1
Z-def Z-AA
0,05
0
-4© Università Federico
-3 II Teoria del rischio
-2 2010 -1 0 1 2 3 4
L’analisi
L analisi a livello di portafoglio in
CreditMetrics
w=peso
p attribuito ad ogni
g singola
g componente
p
© Università Federico II Teoria del rischio 2010
L’analisi a livello di portafoglio in KMV
• KMV adotta
d tt un approccioi simile
i il a quelloll
appena descritto (alla
Merton), analogamente a quanto accade
anche pper determinare la p
perdita attesa.
Tipologia
p g di rischio Sia migration ris k che Ris chio di Solo ris chio di Sia migration ris k che
considerata ris chio di ins olvenza ins olvenza, ma è ins olvenza ris chio di ins olvenza
adattabile anche per
il migration ris k
Valutazione delle A valori di mercato Prevalentemente a A valori contabili Adattabile a entrambi
posizioni valori contabili (anche in
combinazione)
Fattori Clas s e di rating Dis tanza dal punto di Clas s e di rating Clas s e di
determinanti la => default oppure s ettore rating/Settore/Area
probabilità di Matrice di trans izione => => Geografica
migrazione o di Expected Default Probabilità di perdita =>
default individuale Frequency (EDF) Matrice di trans izione
(mapping) condizionata
Classificazione del Dis creta Continua (dis creta s e Dis creta Dis creta
rischio dei singoli li s i aggrega in clas s i
soggetti EDF)
Fattori Correlazione fra Correlazione fra A un primo livello, la Set di variabili
determinanti la l'as s et volatily delle l'as s et volatily delle volatilità del tas s o di macroeconomiche
correlazione a controparti s timata controparti s timata default. In una che determinano
li
livello
ll di s ulla bas e della s ulla bas e della vers ione più congiuntamente le
portafoglio correlazione fra i correlazione fra i comples s a, è probabilità di default
rendimenti dei titoli rendimenti dei titoli pos s ibile mappare le di s egmenti divers i.
azionari (modello azionari (modello es pos izioni per Si può inoltre
multifattoriale) multifattoriale) s ettori (ipotizzati ipotizzare
indipendenti) correlazione negli
s hock s ia macro che
s pecifici di s ettore.
Sensibilità delle No. Le matrici di Si, nella mis ura in cui No. Il tas s o di default Si. L'andamento del
stime al ciclo trans izione s ono i prezzi azionari delle è volatile, ma ciclo è decis ivo nel
economico s timate s u dati di impres e valutate indipendente dal determinare tas s i di
lungo periodo anticipano il ciclo ciclo economico. perdita e di
economico migrazione.
g
Definizione del Cas uale Cas uale Fis s o Cas uale
recovery rate (dis tribuzione beta)
Output disponibili Probabilità di Probabilità di default Dis tribuzione dei Probabilità di default
analiticamente default/Deviazione tas s i di default.
s tandard dei VM Dis tribuzione delle
della pos izione perdite del
portafoglio
portafoglio.
Output disponibili Dis tribuzione delle Dis tribuzione delle Nes s uno, non s i Dis tribuzione delle
per simulazione perdite del perdite del ricorre a s imulazioni perdite del
© Università Federico II Teoria portafoglio
del rischio 2010 portafoglio portafoglio
i + PA
=
rf
i p
1 − PA
i + PA + Var
V % * (k e − i rf )
=
rf
i p
1 − PA
i * (1 − PA) − i * (1 − V
VaR
R%) − PA
RAROC=
p rf
VAR%
Default
In linea con Basilea II,, si intende un concetto più
p ampio
p di q
quello in uso nella p
prassi
bancaria nazionale, in quanto esso comprende lo stato di
nuovo
© Università Federico II Teoria del rischio 2010
Past due
Past due
• Per past due si intendono quelle posizioni per le quali l’obbligato
presenta verso il gruppo bancario crediti scaduti rilevanti da oltre 90
giorni.
i i
• Gli sconfinamenti di conto sono considerati alla stregua di crediti
scaduti dal momento in cui l’obbligato ha superato l’importo
accordato o ha ricevuto notifica di un accordato inferiore al saldo
corrente in essere.
• Inoltre, nel caso di esposizioni verso Enti del Settore Pubblico o
cclientela
e e a aal de
dettaglio,
ag o, l’Autorità
uo à d di V
Vigilanza
g a a può – ove lo o ritenga
e ga
opportuno in base alle “condizioni locali” – innalzare il limite di 90
giorni a 180 giorni per alcuni strumenti. In un paese membro, le
“condizioni locali” possono rendere opportuno l’innalzamento del
limite a 180 giorni anche per i crediti verso erso imprese; questa
q esta
prescrizione si applica per un periodo transitorio di 5 anni.
Recuperi
p attualizzati - spese
p attualizzate
1-
Esposizione iniziale al momento del default
EL = PD x LGD x EAD
© Università Federico II Teoria del rischio 2010
Expected Loss (EL)
0,3
0,25
0,2
Frequenze relative
0,15
0,1
0,05
EL
0
Tassi di Perdita
© Università Federico II Teoria del rischio 2010
Expected Loss (EL)
• I valori medi dei tassi di perdita rilevati ex post
sui dati storici possono essere una possibile
indicazione dei valori attesi, in grado di
caratterizzare ex ante il livello di rischio delle
operazioni
i i componentii l’insieme
l’i i e l’orizzonte
l’ i
temporale considerato.
• Il tasso atteso di perdita deve essere
considerato, in quanto atteso, come una
componente
p di costo da coprire
p con i ricavi delle
operazioni cui si riferisce. Esso è, quindi, da
includere nella definizione dello spread minimo
accettabile sull
sull’operazione
operazione.
© Università Federico II Teoria del rischio 2010
La Perdita attesa
TASSI DI
MERCATO
CASI DI PERDITA
(
(PD)
)
QUANTO? Perdita
(LGD) Attesa PREZZO
SU CHE
IMPORTO? (EAD)
COSTI BANCA
© Università Federico II Teoria del rischio 2010
La perdita inattesa (Unexpected Loss)
0,25
0,2
Frequenze relattive
0,15
CaR
0,1
0 05
0,05
EL
0
Centrale Comportamento
dei con la
Rischi banca
In Bonis (BO)
Classificazione
mensile Sotto osservazione (OS)
proposta
A Rischio (AR)
T=-12 data di
T=0 data di
primo segnale
classificazione
di rischio
“non
derivante
performing”
dallo score
Tempo (mesi)
Rating di
Impresa
Score
andamentale
PROFILO
Rating di
Impresa
Area di Score
andamentale
PROFILO
analisi del
Score Score andamentale
Ratingg Andamentaleandamentale di CR interno
NTALE
TIPO
CLIENTE
PRIVATI AZIENDE
Classificazione
mensile Sotto osservazione (IO)
proposta
Centrale
dei Bilancio
Rischi A Rischio (AR)
Si
AR AR
SCORE IO IO
BO BO
No
© Università Federico
II Teoria del rischio
2010
Esempio di scheda cliente: valutazione finale attribuita sia in termini di classi
di rating
g ((AAA,, BBB,, ecc)) che in termini di classificazione automatica
proposta (BO/OS/AR).
© Università Federico
II Teoria del rischio
2010
• La valutazione del cliente deriva da due
steps:
• Valutazione singoli rapporti
• Valutazione variabili “cliente”
© Università Federico
II Teoria del rischio
2010
2° step: Esempio di scheda cliente: valutazione attribuita alle variabili di tipo
cliente (CR,
(CR riepilogo rapporti,
rapporti ecc).
ecc)
© Università Federico
II Teoria del rischio
2010
La valutazione automatica di TCQ può essere modificata indicando, oltre alla
classificazione da attribuire alla relazione,, anche proprie
p p
motivazioni, obiettivi, azioni o decisioni.
© Università Federico
II Teoria del rischio
2010