dií Jan Frait, Adam Geršl Česká národní banka Samostatný odbor ekonomického výzkumu a finanční stability

Transkript

1 Metodický seminář pro zástupce z médim dií při i přílep ležitosti vydání nové Zprávy o finanční stabilitě 2009/2010 Jan Frait, Adam Geršl Česká národní banka Samostatný odbor ekonomického výzkumu a finanční stability

2 Obsah prezentace 1. Analýza cen nemovitostí 2. Indikátory z oblasti úvěrového rizika v bankách 3. Novinky v metodologii zátěžových testů bankovního sektoru 4. Zátěžový test likvidity 2

3 1. Analýza cen nemovitostí 3

4 standardní problémy heterogenita trhu nižší spolehlivost dat tranzitivní problémy Analýza cen nemovitostí v ČR konvergenční charakter české ekonomiky rozvíjející hypoteční trh růst kvality bydlení distorzní efekty plynoucí z regulace nájemného 4

5 Zdroje dat o cenách nemovitostí Ceny převodů: ČSÚ od 1998, ale dlouhé zpoždění Nabídkové ceny: ČSÚ, IRI, Dolanský (Realit), King Sturge Žádný ze zdrojů není optimální, liší se v úplnosti regionálního pokrytí, v délce časových řad, zpožděním, mohou s nimi být spojeny různé jiné problémy (např. vyhýbání se dani u převodních cen vs. nerealistické inzeráty u nabídkových cen) Používáme spektrum všech zdrojů, nejvíce však ceny převodů ČSÚ 5

6 Ilustrace rozdílných zdrojů dat pro trh nemovitostí v Praze Property prices in Prague (y-o-y indices) CZSO transfer p. CZSO supply p. IRI s upply prices Dolanský supply p. King Sturge Source: CZSO, IRI, Realit, King Sturge 6

7 Ceny bytů v mezinárodní perspektivě Srovnání se sousedními státy a největšími obchodními partnery Možnost rychlého vyhodnocení relativní dynamiky cen nemovitostí Ceny nemovitostí v mezinárodním srovnání (absolutní index, 1.Q1999=100) I/00 IV III II I/03 IV III II I/06 IV III II I/09 IV CZ UK FR IE USA ES AT GER Pramen: BIS, ČSÚ, Case-Shiller (US), Nation Wide (UK) 7

8 Poměrové ukazatele výnos z pronájmu (resp. price-to-rent) Výnos z pronájmu definován jako nájemné/cena bytu (někdy se používá opačný poměr price-to-rent) Nižší výnos z nájemného => vyšší rizikovost potenciálních spekulativních nákupů cen bytů (zvláště těch financovaných úvěry) Kanály uvádějící trh do rovnováhy: Investice odrážející srovnání výnosu z pronájmu s výnosem alternativních aktiv a úroků úvěrů na bydlení Substituce vlastního a nájemního bydlení 8

9 Ilustrace vývoje výnosu z pronájmu Výnosy z nájemného (průměry za období v %; porovnání s výnosy desetiletého vládního dluhopisu a sazeb úvěrů na bydlení) II/07 IV II/08 IV II/09 IV Praha Brno Ostrava Výnos 10Y Liberec Úrok úvěry na bydlení Ústí nad Labem Pramen: IRI, ČNB 9

10 Poměrové ukazatele - price-toincome Ukazuje dostupnost bydlení a také rizikovost splácení hypotečních úvěrů Čím vyšší, tím horší Regiony s nižšími cenami nemovitostí mají nižší price-toincome (Praha nejrizikovějším regionem) Nedostatky poměrových ukazatelů nezohledňují celé spektrum determinant cen bytů 10

11 Ilustrace vývoje poměru price-toincome Ukazatel price/income (podíl ceny bytu 68 m2 a součtu mzdy za poslední 4 čtvrtletí) I/00 IV III II I/03 IV III II I/06 IV III II I/09 IV Č R Praha Brno Ústí n.l. Hradec Králov é Os trav a Pramen: ČSÚ, výpočet ČNB Pozn.: Data za 2009 předběžné údaje, res p. dopočet z nab. cen 11

12 Mezinárodní srovnání vývoje price-to-income a price-to-rent Vývoj ukazatele price-to-income v mezinárodním srovnání (absolutní index, 2000=100) CZ UK FR IE USA ES DE Pramen: Thomson Reuters Vývoj ukazatele price-to-rent v mezinárodním srovnání (absolutní index, 2000=100) CZ UK FR IE USA ES DE Pram en : Thoms on R eu te rs 12

13 Model cen nemovitostí Nabídkové faktory (za podmínky ziskovosti stavebního odvětví, v krátkém období neelastická): Saturace bytových potřeb a její dynamika (počet existujících a nově dokončených bytů); (-) Nákladové faktory (vývoj cen pozemků, náklady stavební výroby); (+) Poptávkové faktory: Disponibilní příjem domácnosti (mzda); (+) Míra nezaměstnanosti (-) Míra ekonomické aktivity obyvatelstva, počet volných pracovních míst (+) Demografické faktory: rozvodovost (+), sňatečnost (+), přirozený přírůstek a přírůstek stěhováním (+) Rozvoj finančního trhu (+) Hypoteční úroková míra (-) Tržní nájemné (+) 13

14 Mezera cen nemovitostí Různé metody odhadu odchylek od rovnovážné hodnoty Mezery cen bytů v ČR- odchylky skutečných cen od odhadu (v tis. Kč na m 2 ; kladné hodnoty nadhodnocení, záporné podhodnocení) 2,5 1,5 0,5-0,5-1,5-2,5 I/98 IV III II I/01 IV III II I/04 IV III II I/07 IV III II/0 Gap časové řady HP filter gap Gap panelová reg. Pramen: ČSÚ, výpočet ČNB (WP 12/2009) 14

15 2. Indikátory z oblasti úvěrového rizika v bankách 15

16 Klasifikace/kategorizace úvěrů dle kvality Každá banka řadí jednotlivé úvěry do pěti kategorií kvality (tj. dle pravděpodobnosti, že dlužník úvěr splatí), a to: 1. Standardní 2. Sledované 3. Nestandardní 4. Pochybné 5. Ztrátové Nově poskytnutý úvěr je kategorizován jako standardní (očekává se s vysokou pravděpodobností, že bude splacen) Podle situace dlužníka (a jaké má banka informace) banka může (nebo dokonce musí) úvěr reklasifikovat (směrem k lepším, častěji však spíše k horším stupňům) 16

17 Úvěry v selhání Úvěry v selhání (též ohrožené úvěry, nesplácené úvěry; anglicky nonperforming loans, NPL) Suma úvěrů v kategoriích nestandardní, pochybné a ztrátové Hlavní (i když ne jedinou a ani ne nutnou) podmínkou je, že úvěr je v prodlení (je nesplácen) 90 a více dnů V nové ZFS ústup od pojmu nesplácené úvěry a konzistentní používání pojmu úvěry v selhání, neboť velké množství úvěrů v selhání je vlastně spláceno (není v prodlení 90 a více dnů) 17

18 Klasifikované úvěry Klasifikované úvěry (anglicky classified loans) Širší koncept než úvěry v selhání Suma úvěrů v kategoriích sledované, nestandardní, pochybné a ztrátové (tj. de facto všechny špatné úvěry) V některých zemích (USA) se používá více než NPL (tzv. delinquency rate) Hlavní (opět ne jedinou a ani ne nutnou) podmínkou je, že úvěr je v prodlení 30 a více dnů 18

19 Proč úvěry v selhání (NPL) V ZFS konzistentně používáme úvěry v selhání (vyjádřené jako podíl celkových úvěrů), podílu klasifikovaných úvěrů se vyhýbáme Základní, mezinárodně sledovaný a do značné míry mezinárodně srovnatelný koncept (role regulatorního konceptu Basel II pojem default, česky selhání ) Definice selhání je využita nejen pro objem úvěrů v selhání (NPL), ale i pro klíčové parametry úvěrového rizika v bankách, tj. míru defaultu a pravděpodobnost defaultu (PD). 19

20 Míra defaultu Tokový ukazatel, který vyjadřuje, jaké procento objemu úvěrového portfolia se v průběhu předem daného období (např. 12 měsíců) zkazí, tj. přejde do stavu v selhání Některé banky jej počítají nikoli s využitím objemu, ale s využitím počtu klientů, kteří přešli do stavu v selhání V ČNB jej používáme jako vpředhledící indikátor, tj. údaj k určitému datu (např. k ) je spočten s využitím dat za následujících 12 měsíců (leden prosinec 2007) 20

21 Příklad výpočtu míry defaultu Příklad: K má banka úvěrové portfolio 100 mil. Kč a všechny úvěry jsou standardní Od ledna 2007 několik dlužníků s objemem 3 mil. Kč nesplácí a jsou po uplynutí 90 dnů (tj. koncem března 2007) klasifikováni jako v selhání V červenci 2007 se jeden dlužník s úvěrem 1 mil. Kč přihlásí s tím, že sice splácí, ale očekává významné problémy s platbou od odběratelů (banka ihned klasifikuje jako v selhání ) Ve zbytku roku 2007 již žádné další problémy dlužníků Míra defaultu k pro období roku 2007 je 4 mil/100 mil = 4 %. 21

22 Pravděpodobnost defaultu/selhání (PD) Parametr úvěrového rizika; pravděpodobnost, s jakou daný dlužník může v horizontu jednoho roku selhat (být klasifikován jako v selhání) U velkých (podnikových) dlužníků je stanovováno individuálně pro každý úvěr U tzv. retailových úvěrů (hypotéky, spotřební úvěry domácnostem) je dlužník zpravidla řazen podle různých sociodemografických a behaviorálních charakteristik do ratingových stupňů (celkem např. 16 stupňů) zpravidla s předem danou hodnotou PD (např. 0,3%; 1%; 1,5%; 2% atd.), přičemž poslední stupeň má PD=100% a řadí se do něj klienti v selhání Souvislost s mírou defaultu: Basel II stanovuje, že parametr PD (např. pro jednotlivé ratingové stupně) má být dlouhodobým průměrem míry defaultu Modely, podle kterých se ratingový systém v bance kalibruje, využívají míru defaultu jako závisle proměnnou veličinu 22

23 Ztrátovost při selhání (loss given default, LGD) Parametr úvěrového rizika Vyjadřuje, jaké procento ze zbytkové hodnoty úvěru v okamžiku selhání se nepodaří získat zpět (mezi 0% 100%) Často se používá i opačný pojem recovery rate (tj. 1-LGD), česky jako míra výtěžnosti Hodnoty LGD se odhadují podle řady parametrů (např. pro hypotéky hrají roli ceny nemovitostí, náklady na prodej zabavené nemovitosti apod.) Hodnoty LGD podnikových úvěrů se pohybují kolem 50 %, hypoték kolem 30 % a spotřebitelských úvěrů kolem 65 % (s poměrně značnou disperzí). 23

24 Opravné položky k úvěrům v selhání Klasifikace úvěru jiným stupněm než standardním nutí banku učinit rozhodnutí o objemu opravných položek, které musí nově vytvořit a které budou krýt ztrátu z těchto úvěrů Takto vytvořené opravné položky vystupují (po určitých úpravách) ve výkazu zisků a ztrát bank jako náklad v položce ztráty ze znehodnocení (tzv. rizikové náklady) Celkový objem nově vytvořených opravných položek za určité období (např. rok) je tak poměrně výstižným indikátorem rozsahu (očekávaných) úvěrových ztrát Používá se jak v absolutní hodnotě (ekvivalentní pojmu loan losses ), tak v % původního portfolia celkových úvěrů (provisioning rate, případně loan loss provisioning rate/loan loss rate) 24

25 NPL coverage ratio Pokud zůstávají úvěry v selhání v bilanci banky, je k nim paralelně veden stav objemu opravných položek Ukazatel podíl stavu opravných položek na objemu úvěrů v selhání (NPL coverage) zachycuje, jaké ztráty z existujících úvěrů v selhání již byly zaúčtovány Nízká hodnota tohoto podílu může indikovat lepší zajištění úvěrů v selhání (např. převahu hypoték zajištěných dobrou nemovitostí) anebo nedostatečnou míru tvorby opravných položek s tím, že banka může podcenit ztráty z úvěrů v selhání (což by vyžadovalo dotvoření opravných položek a tedy další náklady) 25

26 3. Novinky v metodologii zátěžových testů bankovního sektoru 26

27 Horizont šoků a jejich dynamika problém v odlišném dopadu různých druhů šoků (okamžitý dopad tržních versus zpoždění v úvěrovém riziku) čtvrtletní dynamika modelování dopadů šoků a bilancí bank (využití čtvrtletní frekvence scénářů z predikčního modelu ČNB) prodloužení horizontu dopadu šoků z jednoho na dva roky (respektive 8 následujících čtvrtletí) 27

28 Zreálnění dopadu tržních šoků částečně motivováno výsledky konzultací s obchodními bankami v rámci projektu společných zátěžových testů ČNB a vybraných bank (tzv. bottom-up testy) změna hodnoty držených dluhopisů je oslabena pro ty banky, které aktivně využívají zajištění rizika pomocí úrokových derivátů explicitnější modelování výnosové křivky (3M, 1Y a 5Y sazby, možnost šoků do rizikové prémie) expertní snížení dopadu měnového rizika zohledňující zajištění deriváty a nízkou otevřenou pozici 28

29 Přepracování úvěrového šoku využití terminologie z Basel II explicitní hodnoty PD a LGD pro 4 relevantní úvěrová portfolia (podniky, úvěry na bydlení, spotřebitelské úvěry, ostatní) součin PDxLGD (x hodnota zdravého portfolia) generuje odhad očekávaných úvěrových ztrát (tj. opravných položek) navázání výpočtu rizikově vážených aktiv na hodnoty PD a LGD (tzv. IRB přístup, používán největšími bankami) přímý dopad do kapitálové přiměřenosti projekce NPL (úvěrů v selhání) je tak vedlejším produktem 29

30 Ilustrativní výpočet dopadu úvěrového šoku Výpočet úvěrových ztrát Pozn.: jedná se o čtvrtletní PD, roční PD = 4 x 3 % = 12 % Dopad na RVA Nové NPL (0,03 x 1000) Odliv NPL (předpoklad 15% čtvrtletně) Pro jednoduchost: předpoklad 0% růstu úvěrů

31 Zpřesnění vývoje parametru LGD doposud byla pomocí dílčích modelů odhadována hodnota PD parametr LGD je nyní také navázán na ekonomický vývoj, a to přes HDP pro úvěry nefinančním podnikům nezaměstnanost pro spotřebitelské úvěry ceny rezidenčních nemovitostí pro úvěry na bydlení pokles HDP / růst nezaměstnanosti o jeden p.b. navýší LGD o 5 p.b. nad výchozí hodnotu LGD 45 / 55 %; pokles cen nemovitostí o jeden p.b. navýší hodnotu LGD úvěrů na bydlení taktéž o jeden p.b. nad výchozí hodnotu 20 % výchozí hodnoty odvozeny z projektu společných testů ČNB a vybraných bank 31

32 Práce s výnosy bank banky dosahují určitých výnosů i v nepříznivých obdobích zisk z poplatků a provizí, úrokový zisk výnosy představují rezervu proti dopadům šoků zavedena položka upravený provozní zisk (dříve též používána pod pojmem čisté výnosy ) neobsahuje náklady na ztráty ze znehodnocení a výsledky finančních operací (zisků/ztrát z přecenění cenných papírů, kurzové Z/Z apod.) doposud založen na expertním předpokladu (90% průměru za posledních osm čtvrtletí pro scénář baseline, v zátěžových scénářích nižší hodnoty) 32

33 Nový model výnosů v ZFS 2009/2010 nový model výnosů bank nejdůležitější determinanty: sklon výnosové křivky, objem nesplácených úvěrů, růst HDP a kapitálová přiměřenost modelový odhad lépe ukazuje dynamiku v čase v závislosti na vývoji ekonomického prostředí konzervativní strategie dodatečné mírné expertní snížení odhadovaných výnosů (o 1 standardní odchylku míry růstu) 33

34 Práce se zisky a kapitálem odhad tržních ztrát, úvěrových ztrát a ztrát z případné mezibankovní nákazy se započítá proti upravenému provoznímu zisku, výsledkem jsou hrubé zisky (před zdaněním) pro každé čtvrtletí regulatorní kapitál je v souladu s předpisy pro každé čtvrtletí počítán asymetricky, tj. v případě zisku se kapitál nenavyšuje v případě ztráty se ihned snižuje Ve 2Q každého kalendářního roku probíhá navyšování kapitálu ze zdržených zisků minulého roku (pokud existují) tak, aby kapitálová přiměřenost byla na výchozí (před-testové) hodnotě 34

35 Příklad výpočtu zisků a kapitálu pro finální zhodnocení odolnosti bank se stále zaměřujeme na predikci vývoje kapitálové přiměřenosti výpočet zahrnuje jak výpočet regulatorního kapitálu (v závislosti na ziscích/ztrátách), tak rizikově vážených aktiv

36 4. Zátěžový test likvidity 36

37 Jednoduchý scénář testu likvidity bank Sliby z minulosti Likviditní mezera současnosti Obava z budoucnosti = Aktiva = užití zdroje Pasiva = zdroj banka řeší, že slíbila půjčit (úvěrový příslib) a nemá na to zdroje (pokles vkladů)

38 Jak banka odstraní likviditní mezeru Banka má dvě možnosti: 1. získat nové zdroje (úvěr na mezibankovním trhu, vydání dluhopisů) 2. prodat majetek (postupná likvidace aktiv). Získání nových zdrojů nemusí být možné v případě nepříznivé situace!? Aktiva Pasiva 38

39 Postupná likvidace aktiv: co banka prodá? Rozhoduje se podle: (1) časového horizontu, (2) velikosti mezery, (3) likvidity aktiva, (4) výnosu aktiva, (5) celkového objemu drženého aktiva, (6) svého tržního podílu a své pověsti. Nejdříve použije (prodá) rychle likvidní aktiva (jsou po ruce): - hotovost - vysoce likvidní (vládní) dluhopisy - pohledávky s krátkou dobou splatnosti. Potom ostatní aktiva (nižší výnos, nižší likvidita): - další cenné papíry - další pohledávky podle výnosu a splatností.

40 Postupná likvidace aktiv: sekundární efekt na trzích Trhy: (a) reputační riziko: Proč ta banka prodává? Má problémy? Stigma (b) systémové riziko: Příliš mnoho bank prodává převis prodávajících Musí prodat více za nižší cenu Aktiva POKLES CEN Trhy

41 Zátěžový test likvidity v připravované Zprávě o finanční stabilitě Dva scénáře, které budou obsahovat kombinace různých likviditních šoků (pokles vkladů, realizace úvěrových příslibů, pokles cen některých držených cenných papírů, nemožnost výpůjček od mateřských společností apod.). Sekundární efekty (pokles cen některých cenných papírů z titulu nucených výprodejů) postihnou banky, které primární šoky zasáhly jen velmi omezeně.

42 Děkujeme za pozornost. Nová Zpráva o finanční stabilitě 2009/2010 vyjde v pátek 18. června Tisková konference guvernéra ČNB je plánována v den zveřejnění v 10 hod. v malém kongresovém sále ČNB. 42