Banki könyvi kamatlábkockázatok felügyeleti szemmel

Átírás

1 Banki könyvi kamatlábkockázatok felügyeleti szemmel Soltész József, FRM Budapesti Corvinus Egyetem

2 Mi a banki könyvi kamatlábkockázat?

3 A kereskedési és banki könyvi kamatlábkockázatot elkülönülten kezelik az intézmények és a szabályozás. Szempontok Kereskedési könyv (Trading Book) Banki könyv (Banking Book) Szándék Kereskedési szándék Nem kereskedési szándék (negatív definíció) Üzleti célok Rövid tartási periódus Értékesítés rövid távon Profitszerzés rövid távú árfolyammozgásokból Arbitrázsprofit A fenti pozíciók fedezése Termékek Kötvények Devizapozíciók Részvények Derivatívák Rövid és hosszú tartási periódus Inkább a jutalék és kamatbevétel a cél A fenti pozíciók fedezése Amit nem kell a kereskedési könyvbe besorolni, néhány tipikus példa: Lakossági, vállalati hitelek Lakossági, vállalati betétek Állampapírok, amennyiben hosszú távra vannak tartva. A fent említett ügyletek kockázatainak fedezésére kötött derivatívák, egyéb ügyletek. Houston_Office_Oil_Traders_on_Monday.jpg Magyar Nemzeti Bank 3 Banca_Monte_dei_Paschi_di_Siena_in_Pisa.JPG

4 Mit takar a banki könyvi kamatlábkockázat? A jelenlegi és potenciális kockázatokat takarja, amelyek kamatlábak kedvezőtlen irányú mozgásából fakadóan érinthetik: Több mérési módszert különböztetünk meg: A legújabb bázeli irányelvek három főbb altípust különböztetnek meg: A saját tőkét (EVE szemlélet) Tőke gazdasági értéke (EVE Economic Value of Equity) Nyitott pozíció kockázat (gap risk) Az eredményt (NII szemlélet) Kockáztatott érték (VaR Value at Risk) Bázis kockázat (basis risk) Nettó kamatbevétel (NII Net Interest Income) Opciós kockázat (option risk) Kockáztatott bevétel (EaR Earnings at Risk) Magyar Nemzeti Bank 4

5 Kamatkockázat egy hipotetikus bank esetében Mérlegszerkezet Vegyünk egy képzeleti bankot, ami 1 éves hiteleket helyez ki 100 Ft értékben, amit 10 Ft saját tőkéből és 90 Ft 3 hónapos betétekből finanszíroz. Mérleg Összeg Átárazódás Kamatláb Hosszú fix hitel 100,0 12 9% Lekötött betét -90,0 3 3% Saját tőke -10,0 Nem kamatozó Átárazódási gap-tábla A mérlegből kiindulva elkészíthetünk egy táblázatot, ami a lejárat vagy a következő átárazódás szerint rendszerezi a bank ügyleteit. Ez segít annak áttekintésében, hogy mely lejáratok esetében rendelkezik kamatlábkockázattal a bank. Gap-tábla 3 hó 6 hó 9 hó 12 hó Nem kamatozó Hosszú fix hitel 100,0 Lekötött betét -90,0 Saját tőke -10,0 Gap -90,0 0,0 0,0 100,0-10,0 Kumulált gap -90,0-90,0-90,0 10,0 Hozamgörbe -szcenáriók Tegyük fel, hogy a piaci kamatok 200 bázispontot emelkednek vagy csökkennek, azonnali jelleggel. Ez a bank által fizetett vagy kapott kamatokban is érezteti a hatását a szerződésnek megfelelően. Kérdés, hogy ez hogyan érinti a bank tőkéjét és eredményét. Magyar Nemzeti Bank 5

6 amit lehet mérni a tőke gazdasági értékének változásaként Tőke gazdasági értéke (EVE) Ebben a szemléletben tőke gazdasági értéke alatt az eszközök és források jelenértékének különbségét értjük. Nem feltétlenül egyezik az IFRS-ben létező valós értékkel (fair value). Mérleg Összeg Átárazódás Kamatláb Hosszú fix hitel 100,0 12 9% Lekötött betét -90,0 3 3% Saját tőke -10,0 Nem kamatozó Az alapszcenárióban ez várható tőke és kamat cashflow-kat 3%, illetve 9%-kal diszkontáljuk. A sokkszcenárióban ezeket a kamatlábakat növeljük illetve csökkentük EVE Bázis = 3% Τ % EVE +200bp = 3% Τ % Duration = 7, % 1 + 9% 1 = 10, % % 1 = 8,6 A példabeli bank esetében ±14%-os tőkeérték-változás adódik, amit a duration is megerősít. Ez alapján a bank már kockázatosabb kategóriába tartozik EVE -200 bp 0 bp +200 bp Hosszú fix hitel 101,9 100,0 98,2 Lekötött betét -90,4-90,0-89,6 SZUM 11,4 10,0 8,6 deve 1,4-1,4 deve/eve0 14,3% -13,7% deve/e 14,3% -13,7% Magyar Nemzeti Bank 6

7 és a nettó kamatbevétel változásával Nettó kamatbevétel (NII) Mérleg Összeg Átárazódás Kamatláb Hosszú fix hitel 100,0 12 9% Lekötött betét -90,0 3 3% Saját tőke -10,0 Nem kamatozó Ebben a szemléletben jövőbeli nettó kamatbevétel potenciális változásainak becslése a cél. Ezt többféle időhorizonton (pl. év hátralévő része, 1 éves, 3 éves) is meg lehet vizsgálni. NII Bázis = év 3% év 3% év 9% = 6,3 NII +200bp = év 3% év 5% év 9% = 5,0 dnii 200bp = év 200bp év 200bp = 1,3 Jelen példában 1 éves időhorizontot veszünk alapul, ez tipikusnak tekinthető. NII -200 bp 0 bp +200 bp Hosszú fix hitel Lekötött betét -1,4-2,7-4,1 SZUM 7,7 6,3 5,0 dnii 1,35-1,35 dnii/nii0 21,4% -21,4% dnii/e 13,5% -13,5% A példabeli bank esetében a nettó kamatbevétel ±21%-kal változik a sokkok hatására, ez tőkearányosan ±13%-ot jelent. Ez alapján a bank már kockázatosabb kategóriába tartozik Magyar Nemzeti Bank 7

8 Báziskockázat, opciós kockázat példa Báziskockázat példa A báziskockázat a különböző hozamgörbék nem tökéletes együttmozgását jelenti, ami csökkentett hatékonyságú fedezést okoz. Például gyakori, hogy a hosszú állampapírok kamatlábkockázatát IRS-ek segítségével fedezik, azonban a hedge nem tökéletes. Opciós kockázat példa A bankban vagy az ügyfél opciós joga van, aminek az értéke a piaci kamatlábaktól is függ. A bázeli ajánlás négy tipikus terméket említ meg: Hitelek előtörlesztési opcióval (különösen a fix és ha alacsony a díja) Le nem hívott hitelkeretek, ahol a hitel fix kamatozású Betétek betétfeltörési opcióval (különösen ha hosszú, illetve ha jár részleges kamat) Lejárat nélküli termék (látraszóló betétek, hitelkártya) Magyar Nemzeti Bank 8

9 Kamatláb A látra szóló betétek viselkedése eltér a többi banki terméktől Állomány (2012 dec. = 100%) Benchmark kamatok A látra szóló betétek sajátosságai A látra szóló betétek a banki mérlegszerkezet jelentős részét teszik ki, kamatozási viselkedésük azonban eltér a többi mérlegtételtől. Az ügyfélnek joga van tetszőleges időpontban kivenni a betétét portfóliószinten ugyanakkor már legalább részben stabilnak tekinthető az állomány. A Banknak joga van a termék kamatát meghatároznia jobbára alacsony szinten tartja. A bank határozza meg a kamatlábakat, amik jellemzően alacsonyak a piaci kamatokhoz viszonyítva, csak kismértékben követik azok ingadozását tól a piaci kamatok csökkenésével párhuzamosan emelkedett a látra szóló betétek állománya. 200% 150% 100% Bank MNBSTAT 10% Benchmark MNB_2W 50% Dátum 5% 0% Dátum BUBOR_1M MAK_3M Bank MNBSTAT 10% 5% 0% Dátum Benchmark MNB_2W BUBOR_1M MAK_3M Magyar Nemzeti Bank 9 Forrás: MNB statisztika, saját számítások

10 Rate.diff Kamat Ezért viselkedésük modellezése kiemelt fontosságú A piaci kamatok (BUBOR) és a lakossági látra szóló betétek szintjének és havi változásának kapcsolata 4% 3% 2% 1% 0% 0.5% 0.0% -0.5% MNBSTAT % 0% 5% 10% BUBOR_1M R^2=19.6%, b=0.11, p=0 MNBSTAT -2% 0% 2% BUBOR_1M.diff Magyar Nemzeti Bank 10 A látra szóló betétek eltérően viselkednek a különböző bankokban A látra szóló betétekre fizetett kamat a Bank saját döntésén alapul, azonban számos szempontos vesz figyelembe: Likviditási helyzet Piaci kamatok alakulása Versenytársak reakciója Jövedelmezőség Üzletpolitika A különbségek figyelembe vétele Mivel a látra szóló betétek viselkedését a piaci kamatokon túl a bankok specifikumai (ügyfelek pénzügyi tudatossága, piaci erőfölény) is befolyásolja, azért : a bankoknak ezeket figyelembe kell venni a modellezés során, valamint a felügyeletnek meg kell vizsgálni, hogy a banki módszertan megállja-e a helyét, különös tekintettel arra, hogy a bázeli irányelvek sem fogalmaznak egyértelműen. Forrás: MNB statisztika, saját számítások

11 A banki könyvi kamatlábkockázatok szabályozása

12 A téma nem volt eddig a nemzetközi szabályozás fókuszában Jelenlegi állapot A banki könyvi kamatkockázat a bázeli tőke szabályozási keretrendszer része Elsősorban alapelvek Nemzetközi lépések A Bázeli Bizottság áprilisban adott ki egy új ajánlást módszertani előírásokkal Elmozdulás a sztenderdizálás irányába 2. pilléres kockázat marad (bázeli konzultáció során felmerült 1. pillérbe kerülés) Jelenleg az egy EBA dolgozik saját 2015-ös ajánlásának felülvizsgálatán Az EU-s törvényi szabályozás (CRD/CRR) felülvizsgálata nyomán nagyobb hangsúlyt kap a téma (részletes ajánlások és technikai szabályok kidolgozása) Magyar szabályozás/ lépések A Magyar Nemzeti Bank 23/2015. (XII. 29.) számú ajánlása a nem kereskedési könyvi kitettségek kamatlábkockázatának méréséről, kezeléséről és kontrolljáról Részvétel az EBA-s kamatkockázati munkacsoportjában, figyelemmel követjük az eseményeket. Magyar Nemzeti Bank 12

13 A bázeli iránymutatás tartalmaz ajánlást a hozamgörbe forgatókönyvekre De a pontos kidolgozás a szabályozó hatóságok feladata A bázeli ajánlás 6 hozamgörbe változást leíró forgatókönyvet határoz meg, (két párhuzamos eltolást, két rövidhozam-sokkot és két hozamcsavarodást.) Az alkalmazott sokk alapjául az elmúlt 16 év átlagos szintje szolgál, tehát kockázatosabbnak tekinti a historikusan magas kamatú devizákat. A bázeli eljárást követve a becsült HUF forgatókönyvek az aktuális (2016 év vége) görbe alapján: HUF sokkmérték (bp) Párhuzamos 350 Rövid 450 Hosszú 200 (Jelenleg jellemzően használt sokk mérték: 200 bp) A szcenáriók kidolgozásának konkrét szabályai változhatnak az EBA implementáció során. A forint hozamgörbére a jelentős sokkot kéne alkalmazni, de ez az EBA implementációtól is függ Párhuzamos: ±350 bp Rövid hozamok sokkja: ±450 bp Csavarodás: Rövid Hosszú Meredekebb -292 bp +180 bp Magyar Nemzeti Bank 13 Laposabb +360 bp bp

14 Az MNB saját benchmark modellje

15 Modell több alkotóelemből áll Adatok Eredmény érzékenység Forgatókönyvek Kalkuláció Tőkekövetelmény Gazdasági tőkeérték érzékenység Feltételezések Magyar Nemzeti Bank 15

16 Az adatok kulcsfontosságúak az elemzés során Adatforrások Minden mérlegben és mérleg alatt szereplő kamatozó tétel szükséges Felügyeleti átárazódási rés (repricing gap) tábla (9A) Sztenderd adatszolgáltatáson keresztül érkezik Nem eléggé részletes Egyedi SREP adatbekérő Részletes adatokat kérünk a bankoktól 29 mező, amelyek közül kulcsfontosságú: Kamatfizetés, tőketörlesztés és átárazódás gyakorisága, kamatbenchmark Lejárat, terméknév, kamatláb, spread, deviza Dimenzionált MNB adatszolgáltatások A jövőben tervezzük, hogy erre is építünk pl.: a hitelek, értékpapírok és swapok esetében. Adattiszítás A szimuláció előtt biztosítani kell, hogy az adatok az előre meghatározott formátumban és konzisztensek előálltak. A bankok a saját rendszereikben más gyakran formátumban tárolják az adataikat. Illetve előfordul, hogy sérül az adatok belső konzisztenciája, ami hibához vezethet a szimuláció során. Magyar Nemzeti Bank 16

17 2017-től lépéseket teszünk a SREP adatbekérőben az adatminőség javítása érdekében Ellenőrző funkciókat építettünk az adatbekérő fájlba Az elmúlt években a SREP adatbekérések keretében szereztünk információk a banki ügyleteinek kamatkockázati sajátosságairól. Ezért 2017-től az adatbekérést átalakítottuk, és a bekért információk újragondolása mellett beépített adatminőség ellenőrző funkcióval is elláttuk a fájlt. Ennek a segítségével a bankok saját maguk, még a beküldés előtt képesek ellenőrizni, hogy a megadott adatok megfelelnek-e az MNB elvárásainak. Ezzel terveink szerint csökkenthető a SREP vizsgálatok során az adatminőség javítására szánt idő. Rekordszintű szabályok Szabályok képletének kitöltése Sorszám Szabály név Szabály leírása Magyar Nemzeti Bank 17 Szabályok képletének kitöltése (értékként) Melyek a hibás rekordok? Szabálysértések száma Az első néhány problémás rekord 1 Id Áthozott mező a DATA_BankingBook munkalapról 2 DataType_RefDate Adattípus: Dátum 0 3 DataType_Bank Adattípus: Szöveg 0 4 DataType_BSSide Adattípus: Szöveg és Értékkészlet: (Asset; Liability; OBS Asset; OBS Liability) 1 '12' 5 DataType_IntBearing Adattípus: Szöveg és Értékkészlet: (Y; N) 0 6 DataType_ProductName Adattípus: Szöveg 0 7 DataType_ProductGroup Adattípus: Szöveg és Értékkészlet: (Nostro; PlacementwithCentralBank; InterbankPlacement; Securi 16 '1','2','3','4','5','6','7' 8 DataType_CounterPartySegment Adattípus: Szöveg és Értékkészlet: (Retail; Corporate; Financial; Government; Other) 16 '1','2','3','4','5','6','7' 31 Rule_NextPrincipalPaymentDate Ha a tőketörlesztés Bullet típusú, akkor a következő tőkefizetés napja megegyezik a lejárat napjával. Egyébként a következő tőkefizetés napja a referenciadátum és a lejárat napjra között van Rule_NextResetDate Ha a kamatozás Fix típusú, akkor a következő átárazódás napja megegyezik a lejárat napjával. Egyébként a következő átárazódás napja a referenciadátum és a lejárat napja között van Rule_NextInterestPaymentDate A következő kamatfizetés napja a referenciadátum és a lejárat napja között van Rule_Volume Az előjelet a következők szerint kell beállítani: Asset (+), Liability (-), OBS Asset (+), OBS Liability (-) 0 35 Rule_StartDate A StartDate kisebb vagy egyenlő, mint a referenciadátum Rule_MaturityDate A lejárat a referenciadátum után van. 0

18 Többféle forgatókönyv feltételezését használjuk fel a modellezés során Üzleti forgatókönyvek Az iparágban jellemző az állandó statikus mérleg feltételezése, azaz a lejáró állományok automatikusan megújulnak az megváltozott piaci feltételek mellett. Piaci forgatókönyvek A szokásos párhuzamos hozamgörbe eltolás mellett a nempárhuzamos eltolások vizsgálata is ajánlott. Magyar Nemzeti Bank 18

19 Feltételezésekkel élünk a pénzáramlások jövőbeli alakulására Szerződés szerinti cash-flow-k Becsült cash-flow-k A cash-flow-kat a szerződés és a piaci kamatlábak egyértelműen meghatározzák: Bankközi ügyletek MNB eszközök, források Kötvények Tőkepiaci források Derivatívák A cash-flow-kat a szerződés és a piaci kamatlábak mellett az ügyfél viselkedése és a bank magatartása is befolyásolja, opciót tartalmaz a termék: Hitelek előtörlesztési opcióval (különösen a fix és ha alacsony a díja) Betétek betétfeltörési opcióval (különösen ha hosszú, illetve ha jár részleges kamat) Bank által egyoldalúan meghatározott kamatozás (lekötött és látraszóló betétek, folyószámla-hitel, hitelkártya, magas marzsú termékek) Lejárat nélküli termék (látraszóló betétek, hitelkártya) Magyar Nemzeti Bank 19

20 A benchmark modell egyszerűsített szimulációs szerkezete DealData Ügyletek adatai RepricingSchedule Egyedi átárázódási szerkezet (pl.: látra szóló betét) InterestRates Piaci kamatlábak GlobalParameters Szimulációs beállítások (pl.: Időszak választása, diszkontálás módja) Scenarios A használni kívánt szcenáriók Repricings Ügylet átárazódása PrincipalCashFlows Ügylet tőkefizetési szerkezete InterestCashFlows Ügylet kamatfizetési szerkezete Magyar Nemzeti Bank 20 RepricingGaps Gap-tábla 3 hó 6 hó 9 hó 12 hó Nem kamatozó Hosszú fix hitel 100,0 Lekötött betét -90,0 Saját tőke -10,0 Gap -90,0 0,0 0,0 100,0-10,0 Kumulált gap -90,0-90,0-90,0 10,0 Results Simu_CashFlows Ügylet pénzáramlása a szcenáriók alapján NII -200 bp 0 bp +200 bp Hosszú fix hitel Lekötött betét -1,4-2,7-4,1 SZUM 7,7 6,3 5,0 dnii 1,35-1,35 dnii/nii0 21,4% -21,4% dnii/e 13,5% -13,5% EVE -200 bp 0 bp +200 bp Hosszú fix hitel 101,9 100,0 98,2 Lekötött betét -90,4-90,0-89,6 SZUM 11,4 10,0 8,6 deve 1,4-1,4 deve/eve0 14,3% -13,7% deve/e 14,3% -13,7%

21 A benchmark modell felülete I. A modell kialakításakor törekedtünk a moduláris felépítésre, hogy minden egyes részelem külön-külön értelmezhető, ellenőrizhető és módosítható legyen. Alapadatok betöltése Itt lehet ellenőrizni a szimulációs paramétereket Tőke cash-flow-k szimulációja Átárazási gap-tábla számítása Kamat cash-flow-k szimulációja Magyar Nemzeti Bank 21

22 A benchmark modell felülete II. A kamatsokk-szcenáriók kiszámítása A cash-flow-k szimulálása a kiválasztott szcenáriónak megfelelően Eredmények (EVE és NII) aggregálása NII kiszámítása havi bontásban Magyar Nemzeti Bank 22

23 A futtatás után már képesek vagyunk összehasonlítani az eredményeinket a Bank által megadottal Az eredmények Excel-ben lekérdezhetők, szűrhetők, csoportosíthatók és feldolgozhatók Termékszinten képesek vagyunk összehasonlítani az eredményeket, így gyorsan visszafejthető, hogy mely tényezők okozhatták az eltérést. Tipikusan előforduló hibák: állományi eltérések (kimaradt, vagy duplikálódott állományok, eltérő termékbesorolások) termék kamatozási tulajdonságai inkonzisztensek (pl.: 6 havonta átárazódik, de a következő átárazódás napja jóval ezután van) A kamatbenchmark 3M BUBOR, de csak pl. 53 havonta árazódik át. A szimulációban alkalmazott paraméterek inkonzisztensek, eltérőek, vagy nem életszerűek. SQL-utasításokkal lekérdezők a szimulációs eredmények táblái. Utána az Excel pivot táblában tetszés szerint szűrhető, csoportosítható és rendezhető az adathalmaz. Magyar Nemzeti Bank 23

24 Köszönöm a figyelmet!