Reforma regulacyjna sektora bankowego Zmiany w IRRBB ewolucja czy rewolucja? 11 grudnia 2017
IRRBB Ewolucja oczekiwań regulacyjnych 2004 2015 2016 2018 (?) 2002 BCBS Principles for the management and supervision of interest rate risk EBA Wytyczne w zakresie zarządzania ryzykiem stopy procentowej w księdze bankowej BCBS Interest rate risk in the banking book EBA Wytyczne w zakresie zarządzania ryzykiem stopy procentowej w księdze bankowej 2020 (?) GINB Rekomendacja G CRD V/ CRR 2 zarządzania ryzkiem stopy procentowej Zarządzanie ryzykiem modelu CSRBB Idenfytikowane ryzyka oraz stosowane metody pomiaru Analizy scenariuszowe oraz testy warunków skrajnych oraz zarządzanie jakością danych Sprawozdawczość dotycząca ryzyka stopy procentowej Granica pomiędzy księgą bankową a handlową 2
IRRBB Kluczowe elementy Zaangażowane jednostki Polityki i procedury System limitów Raportowanie Nadzór i kontrola Identyfikowane czynniki ryzyka Częstotliwość kalkulacji Przyjmowane założenia Ryzyko modelu i walidacja IRRBB Źródła oraz jakość danych Dostosowanie do profilu instytucji 3
EY European IRRBB Survey 2016 Uczestnicy ankiety Ankieta objęła 42 banki mające siedzibę na terenie 9 państw (Francja, Niemcy, Szwajcaria, Wielka Brytania, Hiszpania, Włochy, kraje nordyckie) Instytucje objęte zakresem ankiety klasyfikowane są jako: 13 jako banki o globalnym znaczeniu systemowym (G-SIBs) 14 jako banki o krajowym znaczeniu systemowym (D-SIBs) 15 jako pozostałe (non D-SIBs) Główne wnioski z ankiety Wysokie oczekiwania nadzorcze w zakresie formalnej dokumentacji organizacji IRRBB Większość analizowanych instytucji posiada zarówno formalną politykę IRRBB jak i odpowiednią zdefiniowany apetyty na ryzyko w zakresie IRRBB Szeroki zakres stosowany metodyk w zakresie pomiaru IRRBB. Mimo, że wiele banków modeluje szereg wskaźników, to system limitów jest oparty o tradycyjne miary ryzyka takie jak PV200 oraz luka stopy procentowej Szerokie wykorzystanie systemów zewnętrznych dostawców nawet wśród mniejszych spośród analizowanych instytucji Duże organizacje mają dużą niższą zdolność do dokładnej identyfikacji ryzyka dla wszystkich produktów oraz do uzgodnienia wykorzystywanych danych z bilansem Zdolność do identyfikacji kompletu danych dotyczących produktów jest jedną z kluczowych przeszkód dla poprawnego pomiaru IRRBB, szczególnie widoczne w większych bankach z wieloma systemami źródłowymi 4
Przypisanie odpowiedzialności i poziom zaangażowanych zasobów Odpowiedzialność za zarządzanie obszarem IRRBB jest z reguły umiejscowiona na poziomie ALCO lub Komitetu Ryzyka Z perspektywy krajowych banków benchmarkiem dla liczby zasobów wspierających IRRBB jest nie więcej niż 5 FTE Liczebność zasobów jest ściśle związana ze skalą i poziomem złożoności organizacji Kto odpowiada za zarządzanie IRRBB? Ile FTE jest zaangażowanych w IRRBB? Non D-SIB Non D-SIB D-SIB D-SIB G-SIB G-SIB 0% 20% 40% 60% 80% 100% ALCO Exec Mngmt Cmt BSM Cmt Risk Cmt Board 0% 10% 20% 30% 40% 50% 60% 70% 5-5-9 10-20 21-50 50+ Nie wskazano 5
miary miary Miara G-SIB D-SIB Non D-SIB NII 85% 79% 80% EaR 38% 29% 20% EVE 46% 71% 53% VaR 69% 79% 13% PV01/PVBP 77% 86% 67% PV200 85% 86% 87% Luka przeszacowania 85% 86% 67% Standardowy zestaw miary spotykany praktycznie w każdej instytucji to miara wrażliwości wyniku odsetkowego (NII), wrażliwość wyceny na szok 200 pb (PV200) oraz luka przeszacowania i PV01 Miary at-risk wykorzystywane przede wszystkim w instytucjach mających znaczącą skalę działalności w ramach portfela handlowego Miary analizowane najczęściej z częstotliwością miesięczną, wyjątkiem jest miara PV01 analizowana dziennie Częstotliwość kalkulacji NII EaR EVE VaR PV01/PVBP PV200 Luka przeszacowania 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100% Dziennie Tygodniowo Miesięcznie Kwartalnie Półrocznie Rocznie N/A 6
Podejście do ustalania limitów Miary objęte systemem limitów 100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% G-SIB D-SIB Non D-SIB NII EaR EVE VaR PV01/PVBP/PV200 Podejście do ustalania limitów jest pochodną oczekiwań nadzorczych Pomimo, że NII jest najpopularniejszą miarą ryzyka wykorzystywaną w procesie IRRBB, limity ustalane są najczęściej w oparciu o miarę PV200 Powyższe ma również bezpośrednie przełożenie na miary wykorzystywane a procesie ustalania kapitału wewnętrznego Miary wykorzystywane w procesie ustalania kapitału wewnętrznego 75% 50% 25% 0% G-SIB D-SIB Non D-SIB NII EaR EVE VaR PV01/PVBP/PV200 7
Przyjmowane założenia Przyjmowane założenia odnośnie modelowanych pozycji NII EaR EVE VaR PV01/PVBP PV200 Luka przeszacowania 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100% Dynamiczne założenia Brak nowej produkcji Bilans statyczny N/A Czy w analizach uwzględniane są założenia odnośnie duracji kapitału? Non D-SIB D-SIB G-SIB 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100% Tak Nie Średnia duracja portfeli replikujących W ostatnich latach obszarem zainteresowania regulatorów są założenia przyjmowane na potrzeby IRRBB Założenia odnośnie zależności modelowanych pozycji od analizowanych scenariuszy uwzględniane są głównie w miarach bazujących na oczekiwanych przepływach takich jak NII oraz EaR Podejście do modelowania kapitału oraz przyjmowane założenia w zakresie duracji portfeli replikacyjnych różnią się w zależności od wielkości instytucji 8 70% 60% 50% 40% 30% 20% 10% 0% >5 lat 4 do 5 lat 3 do 4 lat 2 do 3 lat 1 do 2 lat 3 do 12 miesięcy G-SIB D-SIB Non D-SIB < 3 miesiące
Analizy scenariuszowe Typy analizowanych scenariuszy 100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% G-SIB D-SIB Non D-SIB Przesunięcie równoległe Stopniowe zmiany wzdłuż krzywej Zmiany nachylenia i kształtu krzywej Zmiany w punktach węzłowych Zmiana długiego/ krótkiego końca krzywej Analizy scenariusze są jednym z kluczowych mechanizmów pomiaru ryzyka w ramach IRRBB Oczekiwania nadzorcze odnośnie zakresu analizowanych ruchów krzywej znajdują odzwierciedlenie w typach scenariuszy analizowanych przez poszczególne instytucje Większość analizowanych instytucji (70%) nie uwzględnia ryzyka bazy w założeniach dla poszczególnych scenariuszy Większość instytucji (64%) nie różnicuje scenariuszy względem walut 9
Testy warunków skrajnych Założenia analizowanych scenariuszy 100% 75% 50% 25% 0% Typy analizowanych scenariuszy 100% G-SIB D-SIB Non D-SIB Załamanie kluczowych relacji pomiędzy aktywami i pasywami Zmiana korelacji pomiędzy głównymi krzywymi Zmiana warunków rynkowych oraz makroekonomicznych Scenariusze idiosynkratyczne Scenariusze warunków skrajnych tworzone są najczęściej w oparciu o wymagania nadzorcze. Większe instytucji uwzględniają dodatkowo scenariusze wewnętrzne wypracowane w oparciu o dane historyczne/ analizy statystyczne Przeprowadzane analizy zakładają najczęściej scenariusz idiosynkratyczny oraz scenariusz rynkowy Większość analizowanych instytucji (73%) dopuszcza w scenariuszach warunków skrajnych możliwość wystąpienia ujemnych stóp procentowych 75% 50% 25% 0% G-SIB D-SIB Non D-SIB Pozostałe Historyczne Hipotetyczne Eksperckie Regulacyjne 10
Wsparcie narzędziowe Bazowanie wyłącznie na zbudowanych wewnętrznie modelach dla celów zarządzania IRRBB jest rzadko spotykaną praktyką Modele dedykowane do zarządzania ALM znajdują także szerokie zastosowanie dla innych celów Modele wewnętrzne vs Modele zewnętrzne (Non D-SIB) Obszary zastosowania modeli ALM Zewnętrzny dostawca modelu Stress Testy Wsparcie strategii BSM Model wewnętrzny Stawki FTP 47% 47% Oba podejścia Planowanie Raportowanie ALCO Kapitał ekonomiczny 6% Kapitał regulacyjny 0% 10% 20% 30% 40% 50% 60% 70% 11
Wsparcie narzędziowe Mniejsze (krajowe) banki w szerokim zakresie korzystają z oferowanych przez zewnętrznych dostawców narzędzi do zarządzania IRRBB Funkcjonalności niewspierane przez system są realizowane w arkuszach Excel Narzędzia do IRRBB w bankach Non D-SIB Pomiar Limity Raportowanie Stress Testy 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100% Excel Własny Vendor Inne/Kombinacja 12
Kontakt Janusz Miszczak Associate Partner +48 508 018 402 janusz.miszczak@pl.ey.com Paweł Olsza Menedżer +48 519 511 456 pawel.olsza@pl.ey.com 13
Dziękujemy za uwagę 14