De Beoordeling van Kredietrisico van Commerciële Vastgoedfinanciering

De Beoordeling van Kredietrisico van Commerciële Vastgoedfinanciering • een vergelijking van de ratingmethode tussen commerciële banken en credit rating agencies •

Master thesis MRE opleiding 2008-2010 Amsterdam School of Real Estate

Auteur: 1e Begeleider ASRE: 2e Begeleider ASRE: Datum:

drs. Rens van de Schoor drs. A. Marquard drs. G. Vos 15 oktober 2010

De Beoordeling van Kredietrisico van Commerciële Vastgoedfinanciering - een vergelijking van de ratingmethode tussen commerciële banken en credit rating agencies -

“Models are to be used, not believed” (Henri Theil, Principles of Econometrics)

Master thesis MRE opleiding 2008-2010 Amsterdam School of Real Estate Auteur: 1e Begeleider ASRE: 2e Begeleider ASRE: Datum:

drs. Rens van de Schoor drs. A. Marquard drs. G. Vos 15-10-10

Voorwoord Voor u ligt mijn master thesis, die ik ter afronding van mijn studie tot Master of Real Estate aan de Amsterdam School of Real Estate heb geschreven. De master thesis richt zich op de vergelijking van de beoordeling van kredietrisico van commerciële vastgoedfinanciering. Meer specifiek gaat het in op de vergelijking van creditrating, verricht door commerciële vastgoedbanken versus de credit rating agencies. Deze credit rating is bedoeld om de probability of default in te schatten, oftewel de kans dat een lening in gebreke blijft. Banken worden hierin geleid door de richtlijnen van Basel II, die als grondslag zullen worden gebruikt voor de vergelijking met de ratingmethode van de agencies. De vergelijking wordt allereerst gedaan op inhoud, door opgevraagde informatie van de agencies te vergelijken met het bancaire model. Vervolgens worden de variabelen van 88 Europese CMBS programma’s verwerkt in het bancaire IPRE/CPF model. De uitkomsten hiervan worden vervolgens vergeleken met de afgegeven ratings van de rating agencies. Het doel is om de vastgoedfinancieringsmarkt enerzijds te wijzen op eventuele marktimperfecties (dus mogelijkheden tot arbitrage) maar tevens heeft de thesis tot doel om te bezien of er verbeterpunten zijn in het bancaire model. Mijn dank gaat uit naar mijn leidinggevenden, Hans Vissinga en Philip Zwart en mijn collega’s Sander Pietersen en Leon Raateland voor hun support. Maartje van der Heide dank ik voor haar grafische input. Voorts dank ik vooral Arthur Marquard voor zijn flexibiliteit en bereidheid tot meedenken. Bovenal dank ik vooral mijn vrouw Bernice voor haar onvoorwaardelijke steun, geduld en begrip gedurende de MRE opleiding en mijn twee zonen Mees en Brant, gewoon omdat ze geweldig zijn. Rens van de Schoor Amsterdam, 15 oktober 2010

“Models are to be used, not believed” (Henri Theil, Principles of Econometrics)

De Beoordeling van Kredietrisico van Commerciële Vastgoedfinanciering

2

1. Inleiding ....................................................................................................................4 1.1 Aanleiding voor het onderzoek......................................................................4 1.2 Doel van het onderzoek .................................................................................6 1.3 Probleemstelling ............................................................................................7 1.4 Methode van het onderzoek ...........................................................................7 1.5 Opzet en Afbakening .....................................................................................9 2. Commerciële Vastgoed Financiering ...................................................................10 2.1 Inleiding .............................................................................................................10 2.2 Definitie Commerciële Vastgoed Financiering (CVF) ......................................15 2.3 BASEL...............................................................................................................16 2.3.1 BASEL I......................................................................................................16 2.3.2 BASEL II ....................................................................................................17 2.3.3 Effecten van BASEL op de vastgoedmarkt en enkele kritiekpunten..........21 2.3.4 BASEL III...................................................................................................23 2.4 Conclusie............................................................................................................24 3. Commercial Mortgage Backed Securities ...........................................................25 3.1 Definitie .............................................................................................................25 3.2 De ontwikkeling van CMBS in de Verenigde Staten ........................................26 3.3 de ontwikkeling van CMBS in Europa ..............................................................27 3.4 Effecten van CMBS op de vastgoedmarkt.........................................................28 3.5 Conclusie............................................................................................................29 4. De vergelijking van de ratingmethoden...............................................................30 4.1 Commercial Property Finance PD Rating Modellen .........................................31 4.2 Moody’s methode voor de rating van Europese CMBS ....................................38 4.3 Fitch methode voor de rating van Europese CMBS ..........................................47 4.4 Standard & Poors’ methode voor de rating van Europese CMBS.....................59 4.5 De vergelijkingsresultaten .................................................................................64 4.6 Conclusie............................................................................................................65 5 De vergelijking van CPF rating met de ratings van de agencies ........................66 5.1 De methode ........................................................................................................66 5.2 De vergelijking...................................................................................................66 5.3 Opmerkingen bij de vergelijking .......................................................................67 5.4 De resultaten ......................................................................................................69 5.4.1 De gemiddelden ..........................................................................................70 5.4.1 De ANOVA- en regressieanalyse ...............................................................70 5.4.2 De spreiding en de variantie .......................................................................72 5.5 Conclusies ..........................................................................................................72 6 Conclusies en aanbevelingen..................................................................................73 6.1 Wijkt de risicobenadering van commerciële vastgoedbanken af van CMBS financieringen? ................................................................................................73 6.2 Leidt dit tot substantieel andere ratings? ........................................................74 6.3 Wat dient de vastgoedfinancier als individuele marktpartij en de markt in haar geheel hier aan strategische heroverwegingen uit op te maken? ....................75 Literatuur ...................................................................................................................77 Appendix 1..................................................................................................................80 Appendix 2..................................................................................................................82 Appendix 3..................................................................................................................82 Appendix 4..................................................................................................................84


3

1. Inleiding 1.1 Aanleiding voor het onderzoek Ten tijde van het schrijven van deze master thesis bevindt de Europese vastgoedsector zich in een vacuüm. Enerzijds zijn er tekenen van een pril herstel na de financiële crisis die eind 2007 begon in de Amerikaanse hypothekenmarkt en daarna een domino-effect had op de wereldwijde financiële sector. Anderzijds winnen de stemmen die spreken over een ‘double-dip’ nog altijd aan gehoor. Hoe dan ook zijn er nog verscholen risico’s voor een definitief herstel. Een van deze risico’s wordt veroorzaakt door de markt van commerciële vastgoed financiering (CVF) zelf. De prijzen zijn wereldwijd sterk gedaald, met Nederland als uitzondering of eventueel als late daler. De vraag naar kantoorruimte, nieuwbouwwoningen, uitpondwoningen en zelfs naar winkels op de minder gelegen plaatsen staat onder druk. De mogelijke prijsdalingen hebben gevolgen voor het hele financiële systeem, waardoor er verliezen dreigen voor banken, verzekeraars en pensioenfondsen. Prijsdalingen hebben ook gevolgen voor de bancaire kredietverlening, die aan volume af aan het nemen is ten opzichte van de afgelopen jaren. Minder vastgoedfinanciering brengt doorgaans een lagere prijsvorming in het vastgoed teweeg, waardoor een vicieuze cirkel lijkt te ontstaan. Een tweede belangrijk risico komt dan ook voort uit de financieringsmarkt. Een belangrijk financieringskanaal voor de vastgoedmarkt is de zogenoemde CMBSmarkt. Gesecuritiseerde hypotheken voor commercieel vastgoed leverden tot 2008 een groeiende bijdrage aan het totale financieringsaanbod voor de commerciële vastgoedpartijen. Door de verslechterde marktomstandigheden daalde echter het aantal uitgiftes van deze financieringsvorm tot slecht een handvol transacties in 2009 in heel Europa. Dit beperkt de ruimte voor investeerders die van het financieringskanaal afhankelijk geworden zijn, wederom met gevaar tot prijsdalingen van commercieel vastgoed als gevolg. Dit vraagt om een nadere analyse van de kredietverlening van de vastgoedsector. Komt CMBS wel weer terug? Waardoor lijkt CMBS harder te imploderen dan bancair krediet? Zullen de bancaire vastgoedfinancieringen wellicht volgen, of hebben de banken het risico beter in zicht gehad? Talloze vragen die momenteel spelen, maar in deze masterproof zeker niet beantwoord kunnen worden. Het is echter wel belang voor de vastgoedbranche om inzicht te krijgen in welke krachten er spelen met betrekking tot de bancaire CVF markt en de CMBS markt. Bovendien is het voor professionele vastgoedfinanciers belangrijk om na te denken over de strategische acties die men moet ondernemen om de continuïteit te waarborgen van het financieringsbedrijf. De kern van de problematiek schuilt in het beoordelen van de risico’s. Banken taxeren dit, ingegeven door de in Basel II vastgelegde regulering van kredietverstrekking en kapitaalseisen. Institutionele beleggers, hedgefunds en andere beleggers in CMBS doen dit veelal uit hoofden van rendementseisen ten opzichte van een bepaald risico, doorgaans getaxeerd door rating agencies.


4

Het is voor de hele vastgoedsector van belang dat de gehele financieringmarkt de risico’s goed getaxeerd worden. Wellicht is het op korte termijn prettig om partijen te laten financieren tegen te lage rentemarges en met een hoog risicoprofiel om zodoende het eigen rendement te vergroten, maar op lange termijn ontstaat er een bubbel die na het barsten de financieringmarkt daarmee ook de vastgoed markt lange tijd lam kan leggen. Deze werkelijkheid lijkt zich momenteel voor te doen. Derhalve streeft deze masterthesis naar het vergelijken van de ratings en de ratingmethodologie van commerciële banken ten opzichte van die van credit agencies om te bezien welke in de toekomst beter gehanteerd kunnen worden door de markt. Het doel is om de partijen binnen de vastgoedfinancieringmarkt zowel als individu als collectief een strategisch advies mee te geven ten aanzien van het hanteren van risicomodellen, alsmede een aantal adviezen ten aanzien van het structureren van krediet.


5

1.2 Doel van het onderzoek McKinsey heeft met het onderzoek “Commercial Real Estate Lending, Finding economic profit in a difficult industry, juli 2009” aangetoond dat de CVF markt in feite verlieslatend is. In een succesvolle, opgaande markt erodeert de commerciële marge voor de financiers door concurrentie en worden er in toenemende mate risico’s geaccepteerd. In de hoogtijdagen zijn er daardoor onvoldoende buffers aangelegd voor verliezen gedurende een neergaande markt, waardoor de continuïteit van de financiers in het geding komt. Het onderzoek toonde (o.a.) aan dat de focus op het beperken van risico’s, in plaats van overmatige focus op de verdiensten essentieel was voor de continuïteit. De top performers in de financieringsmarkt kenmerkten zich dan ook door lage risico’s met relatief lage verdiensten ten opzichte van de concurrentie. De kern voor de vastgoedfinanciers zal in de toekomst dan ook liggen in de kwaliteit van de risico-inschatting. In deze master-thesis zal het credit rating systeem van de commerciële banken vergeleken worden met het credit rating systeem van de credit rating agencies. Om een duidelijk beeld te geven welke twee modellen worden vergeleken volgt hieronder een overzicht waaruit blijkt hoe de twee modellen zich tot elkaar verhouden in de totale Internal Rating Based (IRB) methodiek binnen BASEL II 1 . De relevantie van dit framewerk wordt later uiteengezet in hoofdstuk 2. Afbeelding 1 (Bron: Fitch Ratings)

1

BASEL II is een internationaal gestandaardiseerd pakket aan kapitaalseisen waaraan banken dienen te voldoen. BASEL II is de naam waaronder dit pakket, dat afkomstig is van de Bank of International Settlements internationaal bekend is.


6

Beide methodes zijn IRB methoden waarbij de commerciële banken het Specialised Lending model (en eventueel het Corporates model) volgen voor Income Producing Real Estate oftewel commercieel vastgoed, en dan met name op basis van het ‘Advanced IRB’ model (in het blauw). De CMBS ratings vallen onder ‘Securitisation’ en dan met name de ‘Ratings Based Approach’ (in het rood). De uitkomst van vergelijking zal uitwijzen of de commerciële banken uiteindelijk afwijken ten opzichte van de CMBS raters in de risico-inschatting van CVF. Voor banken is het namelijk van belang om te bezien of externe ratings wellicht andere resultaten opleveren dan de interne risicomeetinstrumenten. In dit geval is advisering van buitenaf aan te raden. Mochten de commerciële banken de rating agencies accurater zijn in de risicobenadering dan is het voor de rating agencies een signaal lering te trekken uit de bancaire modellen. Voor de commerciële banken zou het tevens een positie creëren om de institutionele beleggers in CMBS over te kunnen halen rechtstreeks in bancair krediet te investeren in plaats van in CMBS papier. De banken zouden dan het huidige hiaat kunnen opvullen dat door het ontbreken van de CMBS markt wordt gecreëerd. Kortom, de uitkomst zou een nieuw licht kunnen werpen op de wijze waarop de CVF markt haar volume zou kunnen behouden, om daarmee het fundament onder de commerciële vastgoedmarkt te waarborgen.

1.3 Probleemstelling De probleemstelling is in drie vragen onder te verdelen: 1. Wijkt de risicobenadering van commerciële vastgoedbanken af van CMBS financieringen? 2. Leidt dit tot substantieel andere ratings? 3. Wat dient de vastgoedfinancier als individuele marktpartij en de markt in haar geheel hier aan strategische heroverwegingen uit op te maken?

1.4 Methode van het onderzoek De beoordeling van het kredietrisico bij commerciële vastgoedfinancieringen dient te voldoen aan een aantal basiscriteria. Aangezien vastgoedfinanciering voor het leeuwendeel gedragen wordt door de bankensector, is het logisch om deze criteria vanuit een bancair perspectief te benaderen. Vandaar dat in deze master-thesis een substantiële invloed van BASEL (voornamelijk II) te bemerken is en ook enige aandacht geschonken wordt aan de plaats van kredietrisicobeoordeling van vastgoedfinancieringen in BASEL. De criteria vanuit BASEL zullen later in de thesis de maatstaf vormen waartegen de rating agencies afgespiegeld worden.


7

Om de risicobenadering van commerciële vastgoedbanken te vergelijken met die van credit rating agencies zijn de methodes opgevraagd bij zowel vastgoedbanken als alle drie de rating agencies. In de eerste hoofdstukken worden de achtergrond van de kredietrisicoanalyse en de redenen ervan onderbouwd door literatuuronderzoek. Om de methodiek in de praktijk te vergelijken is er ingegaan op de methodiek van Nederlandse vastgoedfinanciers. De ratings die door de drie grote rating agencies Standard & Poors, Moody’s en Fitch worden geproduceerd zijn niet dezelfden en zijn, voortkomend uit onderlinge concurrentie, ook niet openbaar. In het kader van deze master-thesis is er contact geweest met alle drie de agencies. Alle drie de agencies hebben (deels interne) rapporten vrijgegeven en Moody’s en Fitch hebben tevens telefonisch geadviseerd. Moody’s is ingegaan op het informatieverzoek en heeft een intern document vrijgegeven om een beter beeld te geven bij de opbouw van het rating model via de documenten: • ‘Moody’s Approach to Rating European CMBS’ • ‘Moody’s Real Estate Analysis for CMBS in EMEA: Portfolio analysis (MoRe Portfolio) en; • ‘Global Rating Methodology for REITs and Other Commercial Property Firms' Fitch gaf op verzoek hun CMBS/ Europe Criteria Report vrij, middels de documenten: • Criteria for European CMBS Asset Analysis, CMBS/Europe Criteria Report • Criteria for European CMBS Surveillance, CMBS Europe Criteria Report • Basel II Capital Ratios, A Field Guide for Assessing Risk-Based Capital • Non-UK European CMBS Performance, CMBS Europe Special Report, • European CMBS Loan Maturity Bulletin, June 2010 Standard & Poors gaf een vrij summiere opsomming van elementen die worden meegewogen in de kredietrisico analys van CMBS programma’s in Europa in hun toegezonden artikel CMBS: “Framework For Credit Analysis for European CMBS Transactions”. Hoewel men de ingrediënten benoemt en de grove opzet beschrijft blijft de absolute formule het geheime recept van de chef. Daarom worden ook niet de formules maar de methodologie en de elementen met elkaar vergeleken. Tenslotte zullen de gegevens van 88 CMBS transacties, die afkomstig zijn uit de “Compendium of European CMBS Credit Scores, November 2007”van Barclays Capital Research in hoofdstuk 5 worden verwerkt in het toegelaten Internal Based Ratings, in dit geval CPF model, waarna de uitkomsten met de ratings van de agencies vergeleken worden.


8

1.5 Opzet en Afbakening Alvorens de probleemstelling wordt uitgewerkt wordt er in hoofdstuk 2 eerst een achtergrond geschetst en een definitie gegeven van commerciële vastgoedfinanciering (CVF). Er wordt een korte geschiedenis gegeven van de ontwikkeling van de markt, de banken en de invloed van BASEL I, II en III op de verstrekking van vastgoedfinanciering en de risicobenadering. In hoofdstuk 3 wordt CMBS gedefinieerd, gevolgd door een korte historie van zowel de Amerikaanse als de Europese CMBS markt, alsmede de gevolgen die het heeft gehad op de vastgoedmarkt. In hoofdstuk 4 wordt dieper ingegaan op de vergelijking van de bancaire risicobenadering ten opzichten van die van CMBS in theorie. Hiervoor wordt allereerst ingegaan op de kaders die BASEL II biedt aan commerciële banken om vastgoed te financieren. Vervolgens wordt er bekeken wat de criteria zijn die BASEL II stelt aan het Probability of Default (PB) model volgens de IRB. Deze criteria zullen dan ook gelden in de latere vergelijking met de criteria van de rating agencies. In de tweede helft van hoofdstuk 4 wordt de methodologie voor de rating van Europese CMBS besproken door de drie bekende rating agencies en wordt de positie van ratings door de agencies binnen de bankbenadering nog besproken binnen de kaders van BASEL II. Tot slot worden de modellen schematisch met elkaar vergeleken. Hoofdstuk 5 behandelt de vergelijking van 88 CMBS programma’s waarbij de gegevens die ten tijde van uitgifte verstrekt werden in de informatiememoranda van Europese CMBS programma’s worden verwerkt in het zogenaamde Commercial Property Finance (CPF) model (soms ook Income Producing Real Estate, IPRE) volgens de maatstaven van BASEL II. Hoofdstuk 6 tenslotte, behandelt de conclusies van hoofdstuk 3, 4 en 5 en richt zich op de strategisch consequenties die dit voor de CVF markt heeft. Bovendien wordt er een strategisch advies meegegeven aan de commerciële vastgoedfinancier en ING Real Estate, in het bijzonder ten aanzien van de positie van CMBS in het productpalet van het bedrijf. Deze master-thesis richt zich louter op de benadering van de Probability of Default die later inhoudelijk uiteengezet zal worden. Bij banken is dit slechts een element in een grotere formule die de Expected Loss berekend. Deze bestaat uit de Probability of Default (PD, de kans op een eventueel verlies) x Exposure at Default (EAD, hoeveel er aan financiering uitstaat) x de Loss Given Default (LGD, hoeveel er van de uitstaande financiering verloren gaat). De Unexpected Loss blijft eveneens buiten beschouwing. De EL wordt door de rating agencies als een geheel overwogen zonder een verdere ondersplitsing volgens voorvermelde formule in hun rating approach.


9

2. Commerciële Vastgoed Financiering

2.1 Inleiding De relevantie van de commerciële vastgoedmarkt ten opzichte van de algemene economie: Afbeelding 2 (Bron Deutsche Bank Research)

Om de relevantie van de vastgoedmarkt in Nederland als voorbeeld te nemen, is een bedrag ter grootte van meer dan 21% van het Bruto Nationaal Product geïnvesteerd in commercieel onroerend goed. Bij een BNP van circa 769 miljard heeft de commerciële vastgoedsector in Nederland een importantie van meer dan 160 miljard. Even ter indicatie: de verkoopopbrengst van het hele Nederlandse vastgoed zou hypothetisch genoeg zijn om circa 43% van de Nederlandse staatsschuld af te lossen. Zoals de grafiek laat zien, staat Nederland niet alleen in de omvang van haar commercieel onroerend goedmarkt ten opzichte van de economie. De relevantie van de gezondheid van de sector is dan ook van evident belang voor de economie. De gemiddelde bevoorschotting aan financiering dat exact rust op de sector is niet bekend. Ongefinancierd vastgoed wordt niet in de gegevens geïncorporeerd. In Nederland wordt momenteel uitgegaan van een gemiddelde bevoorschotting van 65% (dit is tevens de integrale bevoorschotting van het door ING Real Estate Finance gefinancierde vastgoed). In Nederland is dat bij benadering meer dan € 100 miljard, waarmee de relevantie gestaafd lijkt.

De ophanden risico’s voor de algemene economie uit hoofden van de vastgoedmarkt Deutsche Bank Research (DBR) openbaarde op 6 juli jongstleden een studie naar de commercieel onroerend goed financiering. De relevantie ervan treft meer mensen dan financiers alleen. We herinneren ons allemaal nog de opmars van de wereldwijde woningmarkt, met name in de VS, die uiteindelijk uitmondde in de grootste kredietcrisis sinds de jaren dertig van de vorige eeuw. Het wereldwijde overheidsingrijpen na catastrofale koersimplosies en het verdampen van vertrouwen laat nog


10

steeds sporen achter in de reële economie. Nu lijken daar een aantal risico’s bij te komen waaronder een vanuit de CVF markt. Deze risicofactor schuilt volgens DBR in de waarde-implosies van commercieel vastgoed. In Europa zijn de kantoorhuren met dubbele cijfers naar beneden gekomen: Londen -30%, Barcelona -25%, Parijs -15% en in Dublin meer dan 50% daling. Dit heeft uiteraard een gigantisch effect gehad op de prijsvorming van het vastgoed voor verkooptransacties. De yields 2 zijn in Londen en Parijs gestegen met 250 bp waar Frankfurt er nog goed vanaf kwam met een stijging van 40 bps, alsdus DBR. Hoewel er een stabilisatie lijkt plaats te vinden (zie grafiek 2, met name Q1,2010) ligt hier een gevaar op de loer: de vierde risicofactor in de financiële markt; Het herfinancieringrisico van vastgoed. De vastgoedhoos werd gedreven door het overmatige aanbod van vastgoedfinanciering, niet alleen in de huizenmarkt maar ook in het commerciële onroerend goed. CVF kent kortere looptijden en meer convenanten en voorwaarden in de financiering. Een van de meest voorkomende conventanten is de Loan-to-Value (LTV) ratio die de pro-resto hoofdsom deelt door de waarde van het onroerend goed. Deze is echter door het wegzakken van de waardes in veel gevallen gestegen tot gevaarlijke, danwel funeste hoogtes. Tegelijkertijd werden de voorwaarden voor leningverlengingen en nieuwe financieringen aangescherpt waardoor het geheel leek op een stoelendans: de muziek ging steeds sneller en harder (steeds meer financiering, tegen lagere marges) totdat de muziek stopte en de lening expireerde zonder dat iemand deze wenst te verlengen. Het is voor eenieder te begijpen dat een LTV van 75% nu, na een 30% waardedaling in het onderliggende commerciële vastgoed, leidt tot een groot probleem. Het eigen vermogen is verdampt en in feite ook een deel van het vreemde vermogen, oftewel de financiering. Rating Agency Fitch heeft berekend dat meer dan twee derde van de leningen van de Europese CMBS financieringen boven de 80% LTV uit zullen komen en Parkus en An tonen in hun rapport “The future refinancing crisis in commercial real estate” aan dat circa 65% van het commerciële onroerend goed, dat in de VS middels CMBS programma’s gefinancierd is, problemen kent in de herfinanciering. Er lijkt hiermee dus een tijdbom te liggen onder de wereldwijde commercieel onroerend goedmarkt. De relevantie hiervan op macroeconomisch niveau moet niet onderschat worden. Amerikaanse banken houden volgens de Federal Reserve ongeveer de helft van alle commercieel onroerend goedfinancieringen op de balans, waarmee deze financieringscategorie circa 24% van de financieringsportefeuilles uitmaakt. Europese banken hebben volgens Deutsche Bank circa $ 2.600 miljard aan COGF op de balans, waarmee dit gemiddeld 11% van de totale bankbalans uitmaakt. In onderstaand schema (afbeelding 3) geeft Deutsche Bank Research een goed overzicht van de ecomomische importantie van de COGF markt:

2

Een yield komt overeen met wat in het Nederland wordt bedoeld met een Bruto Aanvangs Rendement


11

Afbeelding 3 (Bron: Deutsche Bank Research)

Wat meteen opvalt, is dat er zulke grote substantiële verschillen zijn op het vlak van gesecuritiseerde CVF, de CMBS. In Europa is CMBS slechts voor 8% verantwoordelijk voor alle COFG terwijl dit in de VS 25% betreft. Hoewel de VS substantieel afwijkt van Europa, leert de geschiedenis dat het wijs is te kijken naar de andere kant van de Atlantische oceaan. De Default Rates 3 zijn in de VS sinds 2007 enorm gestegen (zie afbeelding 4). Afbeelding 4 (Bron: Deutsche Bank Research)

Rating agencies, maar ook de Federal Reserve zijn ongerust over de ontwikkelingen. Hoewel de explosieve groei van de default rates afzwakt blijft het aantal financieringen dat ingebreke is groeien, met mogelijkerwijs faillissementen en gedongen verkopen als resultaat. Dat er de komende jaren nog miljarden geherfinancierd dienen te worden uit hoofden van expirerende CMBS programma’s blijkt uit onderstaande grafiek op afbeelding 5 van Fitch. 3

Default Rate: hier wordt een ingebreke blijven bedoeld; de debiteur voldoet niet langer aan de juridische verplichtingen die voortvloeien uit de leningsovereenkomst (vb. betalingsachterstand of het doorbreken van leningsconvenanten)


12

Afbeelding 5 (Bron: Fitch Ratings)

Om in de toekomst de vastgoedmarkt in voldoende mate te bevoorraden met krediet en dus van liquiditeit te kunnen voorzien zal het van belang zijn om de kredietrisico’s, en dat men name de kans op ingebrekestelling (‘probability of default; PD’) in te kunnen schatten. Credit rating agencies hebben hiervoor modellen ontwikkeld, maar ook de commerciële banken, ingegeven door Basel II. Omwille van de frequent geobserveerde link tussen commerciële vastgoedprijzenvolatiliteit en bankcrises, met als gevolg financiële crises is optimalisering binnen de risicomodellering van belang.

De transparantie van de commerciële vastgoedfinancieringsmarkt In haar rapport ‘global real estate transparency index 2010’ schrijft Jones Lang Lasalle (JLL) dat krediettransparantie bij CVF een complex geheel is. De financiële crisis waarin we ons nog steeds bevinden heeft het belang van het begrijpen van CVF markten en hoe ze gereguleerd zijn meer dan helder gemaakt. De index van JLL geeft aan dat de data over vastgoedfinancieringen in nagenoeg alle landen nog steeds zeer beperkt is, maar wel gebruikt worden door rating agencies en investment banks om CMBS te structureren en om de kwaliteit van leningportefeuilles te evalueren. Dit zou in beduidende mate kunnen verklaren waarom de markt in problemen is geraakt. Het gros van alle landen scoort goed als het gaat om het invoeren van financieringsregulering (o.a. BASEL), maar dat het ook in de goed presterende landen vaak ontbreekt aan transparante data. Bovendien is de bancaire financieringsthematiek vele male strakker gereguleerd dan de securitisatiethematiek, waar ondanks de geldende crisis nog weinig regulering op van toepassing is.


13

Dit is volgens Jones Lang Lasalle ook de paradoxale reden achter het feit dat de meest transparante markten op CVF gebied, uiteindelijk het hardst geraakt zijn. Daar waar de bancaire financiering het meest verregaand gereguleerd is en de data het best voorradig, is de crisis toch het hardst toegeslagen. Het grote gebrek schuilde dus in de ongereguleerde securitisatie, die de volatiliteit in de vastgoedmarkt tot een absoluut hoogtepunt heeft gebracht. Dit pleit voor uniforme regels, wellicht geïnitieerd door de Bank of International Settlements die al eerder verantwoordelijk was voor BASEL I en II. BASEL II voorziet ook al in belangrijke verbeteringen in de behandeling van securitisaties, waarop later wordt ingegaan. Een belangrijke tekortkoming is echter dat banken een eigen risico-analyse dienen te maken, in plaats van een beproefde analyse, die uniform wordt gehanteerd voor de gehele financieringsmarkt. Naast transparantie is uniformiteit eveneens van belang. Als er LTV’s worden berekend, maar de gehanteerde taxatietechnieken wijken af, dan wordt daarmee ook de kwaliteit van de rating ondermijnd. Dit pleit voor uniforme taxatietechnieken, waarvoor het Royal Institution of Chartered Surveyors (RICS) reeds jaren pleit. Het is dus niet alleen in het belang van de vastgoedmarkt maar ook van de financieringsmarkt dat deze uniformiteit er komt.


14

2.2 Definitie Commerciële Vastgoed Financiering (CVF) Geltner, Miller Clayton & Eichholtz (2007) definieren “commercial mortgages’ als financieringen waarvoor als zekerheid voor deze financiering, een hypothecaire inschrijving 4 wordt genomen op vastgoed dat een bepaalde inkomensstroom teweegbrengt. Vastgoed dat een bepaalde inkomensstroom teweegbrengt wordt volgens de Bank of International Settlements (BIS) gedefinieerd als ‘inkomsten genererend vastgoed’ (‘Income-Producing Real Estate, IPRE’): verhuurde kantoren, winkelvastgoed, meergezinswoningen, industriële of logistieke ruimte en hotels, waarbij de rente en terugbetaling van het uitstaande belang hoofdzakelijk op de kasstromen is gebaseerd dat door het onroerend goed wordt gegenereerd. De primaire bron van deze kasstromen komt normaliter voort uit huur of pacht, danwel uit de verkoop van het onroerend goed. Vervolgens is er volgens de BIS een aparte definitie voor Hoog Volatiel Commercieel Vastgoed (‘High Volatility Commercial Real Estate, HVCRE’). Binnen deze klasse bevindt zich vastgoed dat een hogere mate van verlies-volatitiliteit kent, zoals grond in ontwikkeling en/of bouw (‘acquisition, development and construction, ADC’) Dit type onroerend goed wordt niet geclassificeerd als IPRE en wordt derhalve niet als zodanig behandeld in de vergelijking tussen bancaire ratings en agency ratings. 5 In de definitie van de BIS wordt er een duidelijk onderscheid met woninghypotheken (‘residential mortgages’) gemaakt waarbij hypothecaire zekerheid wordt gegeven voor de financiering, in de vorm van eengezinswoningen (‘single-family’) door de eigenaar-bewoner. CVF onderscheidt zich volgens de BIS van woninghypotheken op basis van onderstaande eigenschappen: 1. 2. 3. 4. 5.

CVF hebben doorgaans een groter volume dan woninghypotheken Het onderliggend onroerend goed genereert in geval van CVF een inkomen dat in de lasten van de lening (rente- en aflossing) voorziet De expertise van de kredietnemers is in het geval van CVF aanzienlijk hoger dan in het geval van een woninghypotheek, aangezien het professionals zijn CVF is doorgaans unieker van aard (maatwerk) ten opzichte van de doorgaans gestandaardiseerde woninghypotheek Sociale en politieke invloeden, en overheidsoptreden als gevolg daarvan hebben minder invloed op CVF ten opzichte van woninghypotheken waarbij de kredietnemer in hoge mate beschermd wordt. CVF is derhalve minder gereguleerd (in burgerlijk recht) en gestandaardiseerd (door centrale banken)

4

Het recht van hypotheek is een zakelijk recht op een registergoed, waarmee de hypotheekhouder een vordering met voorrang op het registergoed kan verhalen. Komt de lener zijn verplichtingen niet na, dan mag de financier het pand gedwongen verkopen. Een uitspraak van een rechter is dan niet nodig. Als het pand eenmaal is verkocht dan mag de hypotheekverstrekker zijn vordering met voorrang op de opbrengst van het pand verhalen nog voor alle andere crediteuren. (www.wikipedia.org)

5

HVCRE wordt wel vaak opgenomen in CMBS programma’s hetgeen mogelijk leidt tot een vervuiling in de vergelijking tussen IPRE modellen en agency modellen.


15

2.3 BASEL Om de achtergrond te schetsen van de manier waarop commerciële banken IPRE ratings opstellen is het onmogelijk dit zonder in te gaan op Basel en wat dit voor invloed heeft op het DNA van een bank: Zoals bekend zijn banken organisaties die zich kenmerken door het aantrekken van gelden van derden (bijvoorbeeld spaargeld) en het doorlenen van deze gelden aan kredietnemers. Het doorlenen brengt echter debiteurenrisico’s met zich mee. Om te voorkomen dat banken te veel risico nemen worden er kapitaaleisen gesteld door de Bank of International Settlements (BIS) die deze vastlegt in de zogenaamde BASEL voorschriften. De kapitaalseisen vormen een buffer voor het opvangen van verliezen die de banken leiden op de kredietnemers doordat deze in gebreke blijven. De buffer mag bestaan uit gestort kapitaal en winstreserves (het eigen vermogen) en met voorwaarden vervullend achtergesteld kapitaal. De kapitaalseisen voor banken zijn al geruime tijd aan banden gelegd, maar het toezicht en de standaarden daarvan werden in hoge mate overgelaten aan de nationale overheden of de gedelegeerde toezichthoudende autoriteit, hetgeen een internationale vergelijking zo goed als onmogelijk maakte.

2.3.1 BASEL I Om hier verbetering in aan te brengen stelde de BIS in 1988 een aantal regels vast voor grote internationaal opererende banken, maar deze werden vanaf toen overgenomen door de nationale toezichthouders en toegepast op het gehele banksysteem. Momenteel worden de, nadien nog aangepaste BASEL-normen in ruim 100 landen toegepast. Systeem Basel-I is gebaseerd op de simpele regel dat er 8% solvabiliteit moet worden aangehouden ten opzichte van elke uitgeleende euro (of andere munteenheid) als de lening geen onderpand kent. In geval van gedekte leningen werd deze 8% naar beneden bijgesteld met een bepaalde korting, afhankelijk van het onderpand. Een lening op basis van hypothecaire zekerheid brengt minder risico’s met zich mee gezien de ‘harde’ zekerheid die het onderpand en de preferente positie (ten opzichte van concurrent crediteuren) van de bank, waardoor de risk-weighted assets (RWA), als het ware de ‘korting’ van 50% krijgt. Deze relatief simpele methode maakt het mogelijk om met geactualiseerde waardes van de onderpanden en van de kredietportefeuille, een simpel risicobewakingssysteem op te zetten. De financiële sector kreeg echter na verloop van tijd behoefte om af te wijken van deze ‘ouderwetse’ en statische werkwijze. Aangezien banken meer activiteiten begonnen te ontplooien, ontstonden er allereerst risico’s die verbonden waren aan bijvoorbeeld de effectenhandel en off-balance-trading (de derivatenmarkt). Ten tweede lag de focus van BASEL I te zeer op de absolute leningbedragen, in plaats op looptijden van leningen.


16

Een derde item bestond uit de groeiende kritiek dat vrijwel alle leningen op dezelfde wijze werd behandeld. Een lening aan een kwalitatief hoogstaande kredietnemer werd op dezelfde wijze beoordeeld en afgerekend als een lening aan een kredietnemer die op het randje van faillissement stond. Kortom, het systeem werd als verouderd en te lomp ervaren.

2.3.2 BASEL II Deze kritieken vonden gehoor in de vorming van BASEL II waaraan sinds 1996 gewerkt werd. De voorschriften worden nog niet in definitieve details toegepast maar het heeft BASEL I vervangen in een groot aantal landen met een groot aantal aanstaand volgende landen. Het nieuwe systeem verbindt de kapitaalvereisten veel nauwer met de economische exposures (feitelijk gelopen risico’s) van banken, gebaseerd op risicosensitieve Basel II kapitaal ratio’s (Pilaar 1), aangevuld met interne kapitaal management- en toezichtprocessen (Pilaar 2) en verbeterde informatieverstrekking door banken (Pilaar 3). De grootste verandering schuilt echter in de eerste pilaar. De banken hebben hierbij de keuze om het door BIS opgestelde model te hanteren waarbij gewerkt word met normale, gestandaardiseerde benadering (‘Standardized Approach’, SA), danwel de werkwijze op eigen (door de toezichthouders toegestane) modellen, waarbij eigen ratings worden gehanteerd (‘Internal Ratings Based’, IRB). SA: deze techiek is gefundeerd op de methode van BASEL I, maar met meer verfijning. De 8% eis wordt weliswaar gehanteerd maar met een korting aan de hand van de rating van de onderliggende kredietnemer. Het gewogen gemiddelde laat een verlagend effect zien op de kapitaalseis. De looptijd van een lening wordt eveneens meegenomen door hier een variabele kapitaalseis aan te koppelen. De rating is echter grover gehanteerd dan bijvoorbeeld door rating agencies. De nuance van het uiteenvallen van een rating in meerdere schakeringen (denk hierbij aan een A+ rating versus een A- rating) is in de SA niet van toepassing. IRB: deze benadering is gebaseerd op de veronderstelling dat banken inmiddels een aanzienlijk kennisniveau hebben opgedaan als het gaat om kredietrisico. De statistische gegevens inzake defaults, het verliesrisico binnen kredietvormen, branches en kredietnemers laten inmiddels een goed beeld zien van de kans dat een kredietnemer faalt in het nakomen van verplichtingen (‘Probability of Default’, PD) en van het gehalte dat de bank in geval van in gebreke blijven, nog kan terug verwachten van haar vordering (‘Loss Given Default’, LGD). De statistische gegevens vormen met toestemming van de toezichthouder de basis voor het te hanteren kapitaalsbeslag. Een groot probleem is echter wel dat de gegevens relatief ‘vers’ zijn en dat er bijvoorbeeld geen economische crisis van het huidige niveau in is meegenomen. Een dergelijk systeem groeit uiteraard in kwaliteit naarmate het aantal scenario’s uit de geschiedenis (en de toekomstige geschiedenis) aan data in de modellen zijn verwerkt.

De IRB methode is veel fijnmaziger van opzet dan de SA methode, die al fijnmaziger is dan de BASEL I methode. Als het vermogensbeslag in een grafiek wordt uitgezet


17

(zie afbeelding 6) met het vermogensbeslag op de X-as en de kans op default op de Yas, trekt Basel-I daar (behoudens uitzonderingen) een rechte streep in bij 8% op de Xas. De SA vormt een trapsgewijze oplopende lijn, beginnend bij 0% en eindigend bij 12%, terwijl de IRB methode een vloeiendere curve vormt, beginnend bij 0%, en eindigend bij een percentage dat afhankelijk is van het meest riskante soort kredieten. Afbeelding 6 (Bron: Fitch Ratings)

De formule om tot de IRB methode te komen tot de afgeleide RWA is afhankelijk van de PD, de LGD en het uitstaand belang op het moment van ingebreke blijven van de klant (‘Exposure At Risk’ EAD). De norm wordt door BASEL II als volgt neer gezet. De weergave is licht vereenvoudigd weergegeven. K vormt hierbij de Kapitaalvereiste (capital requirement). Risk-weighted assets (RWA) = K x 12.5 x EAD waarbij (K) = [LGD × N[(1 – R)^-0.5 × G(PD) + (R / (1 – R))^0.5 × G(0.999)] N G G

staat hier voor de normale standaarddistributie toegepast op de drempel en conservatieve waarde van de systematische factor. staat voor de inverse van de normale standaarddistributie. wordt toegepast op zowel de PD om tot een default drempel te komen.

Daarna wordt deze toegepast op het zekerheidsgehalte van de systematische factor,zie onderstaand figuur (afbeelding 7)

.


18

Afbeelding 7 (Bron: Bank for International Settlements)

Nu is BASEL II uiteraard van toepassing op veel meer vormen van krediet dan CVF alleen. BASEL II heeft net als bij andere vormen van krediet, de toepassing van CVF nauwgezet omschreven en daar tevens voorwaarden aan gekoppeld (zie onderstaande tekst, afbeelding 8). Afbeelding 8 (Bron: Bank for International Settlements)

Claims secured by commercial real estate In view of the experience in numerous countries that commercial property lending has been a recurring cause of troubled assets in the banking industry over the past few decades, the Committee holds to the view that mortgages on commercial real estate do not,in principle, justify other than a 100% weighting of the loans secured. The Committee, however, recognises that, in exceptional circumstances for welldeveloped and long-established markets, mortgages on office and/or multi-purpose commercial premises and/or multi-tenanted commercial premises may have the potential to receive a preferential risk weight of 50% for the tranche of the loan that does not exceed the lower of 50% of the market value or 60% of the mortgage lending value of the property securing the loan. Any exposure beyond these limits will receive a 100% risk weight. This exceptional treatment will be subject to very strict conditions. In particular, two tests must be fulfilled, namely that (i) losses stemming from commercial real estate lending up to the lower of 50% of the market value or 60% of loan-to-value (LTV) based on mortgage-lending-value (MLV) must not exceed 0.3% of the outstanding loans in any given year; and that (ii) overall losses stemming from commercial real estate lending must not exceed 0.5% of the outstanding loans in any given year. This is, if either of these tests is not satisfied in a given year, the eligibility to use this treatment will cease and the original eligibility criteria would need to be satisfied again before it could be applied in the future. Countries applying such a treatment must publicly disclose that these and other additional conditions (that are available from the Basel Committee Secretariat) are met. When claims benefiting from such an exceptional treatment have fallen past due, they will be risk-weighted at 100%. Basel Commitee on Banking Supervision, International Convergence of Capital Measurements and Capital Standards, 2006, Paragraaf 275 behandelt Risk Weights for Specialised Lending, Risk weights for PF, OF, CF, and IPRE en bepaalt dat banken die niet volgens de voorwaarden van de inschatting van PD onder de Corporate IRB methode vallen, verplicht zijn hun eigen interne classificering dienen op te stellen naar vijf toezichtcategorieën waarvan er elk een gekoppeld is aan een relevant specifieke risicoweging. De criteria daarvan zijn opgenomen in Annex 6 van BASEL II. In Appendix 1 zijn de criteria opgenomen voor de Supervisory Rating


19

Grades for Income-Producing Real Estate Exposures and High-Volatility Commercial Real Estate Exposures, aangezien op de eerste van deze twee de focus op ligt in deze master-thesis. Per item worden er kwalificaties afgegeven die door de banken gehanteerd dienen te worden. Tevens kunnen de banken een verdere verfijning aanbrengen zolang de structuur en de items deel uitmaken van het model. De categorieën dien minimaal gehanteerd dienen te worden zijn: 1. Financial Strength: Marktcondities, financiële ratio’s, stress analyses en cashflowprognoses; 2. Asset Characteristics: Locatie, ontwerp en staat van onderhoud; 3. Strength of Sponsor: de financiële capaciteit en bereidheid om commitment af te geven, de reputatie en track record, de relatie met relevante vastgoedpartijen; 4. Security Package: mate van zekererheidsstelling, de looptijd van de huurcontracten en de kwaliteit van de verzekeringsfaciliteit. Dit zullen tevens de criteria zijn waartegen de agency ratings zullen worden afgezet.


20

2.3.3 Effecten van BASEL op de vastgoedmarkt en enkele kritiekpunten De Bank for International Settlements (BIS), de organisatie die de initiator is van de BASEL overeenkomsten heeft in 2004 een studie laten verrichten door Davis & Zhu, “Bank lending and commercial property cycles: some cross-country evidence” waaruit een aantal belangrijke conclusies getrokken konden worden. Allereerst heeft een stijging in kredietverstrekking een aantoonbaar positief effect op vastgoedprijzen op de korte termijn, maar een negatief effect op de lange termijn. Deze negatieve effecten op de lange termijn vonden expliciet plaats in landen die zich kenmerkten door vastgoedverliezen voor banken, hetgeen duidt op een zogenaamde ‘bubbel’ vorming. De groei in krediet leidde (in een aantal landen) tot een groei van de volatiliteit in de prijsvorming van commercieel vastgoed. Causaliteitsonderzoek wees uit dat stijging in commercieel vastgoedprijzen eerder leidden tot een groei in kredietverstrekking dan andersom. Dit is consistent met de rol van het in waarde stijgende onderpand (het onroerend goed) op basis waarvan ge(her)financierd wordt. Hoewel vastgoedprijzen zelf voornamelijk gedreven lijken te worden door factoren als het Bruto Binnenlands Product (de algemene economie) heeft kredietverstrekking uiteindelijk een verhogend effect op de volatiliteit van vastgoedprijzen. Marrison gaf in de Real Estate Weekly van augustus 2006 aan dat er een verregaande differentiatie plaatsvindt door BASEL II ten aanzien van de ‘beloning’ van lage risico’s en de ‘afstraffing’ van hogere risico’s. Het zou de fundingkosten van banken kunnen drukken tot wel 60 basispunten, mits er een adequaat risicomanagement wordt gevoerd. Vervolgens kan de kapitaalslast verder zakken als de lening(portefeuille) geclassificeerd kan worden als verhandelbaar. Dan zou het behandeld kunnen worden onder de Market Risk methode van BASEL II die de berekening van default risico door banken overbodig maakt. Marrison beweert dat hierdoor een stimulans ontstaat voor banken om standaardleningen (plain vanilla loans) onder te brengen in CMBS programma’s en ze dus buiten de balans van de bank plaatst. Dit brengt een focus op eersteklas onroerend goed met zich mee door banken die de IRB methode hanteren, waardoor banken die nog onder BASEL I fungeren met de relatief hogere risico’s blijven zitten. Banken die onder BASEL II fungeren, zullen zich wel snel verdringen rond het eersteklas vastgoed, waardoor er concurrentie ontstaat op marge. Dit is inderdaad een tendens die zich in 2006 voortdeed en pas eind 2008, bij het uitbreken van de recessie werd gekeerd. Marrison verwachte ook dat het gebruik van gesofistikeerde modellen zou leiden voor dealstructuren waarbij CVF banken meer als optiehandelaren zouden gaan fungeren, op basis van vastgoedmodellen en hun eigen kijk op de markt. Deze visie is echter, wellicht mede door de financiële crisis, niet uitgekomen. Banken zijn min of meer blijven fungeren zoals tevoren, maar er is wel een enorme toename in het interne toezicht voortgekomen uit het leven naar de modellen. De aandacht voor huurverval, actuele vastgoedwaardes, huurderkwaliteit et cetera is nog nooit zo scherp geweest als na het invoeren van BASEL II.


21

Panagopoulos & Vlamis vestigen in rapport “Bank Lending, Real Estate Bubbles and Basel II” (2008) hun aandacht op de nauwe relatie tussen overfinanciering van vastgoedbedrijven, vastgoedbubbels en bankcrises. Zij merken op dat het BASEL II framewerk 1) banken risicosensitiever maakt (conform de conclusie van Marrison), 2) banken beter voorbereidt op bankcrises en 3) internationale consistentie teweegbrengt in kapitaalseisen. Tevens plaatsen zij de kritiekpunten dat er nog steeds geen uniforme methode is aangenomen ten aanzien taxatiewaarde (hetgeen ook in hoofdstuk 2 wordt aangegeven) en dat de verschillen in definitie te wensen overlaten tussen IPRE en HVCRE. Een veelgehoorde kritiek op BASEL II is het moment van de invoering. CEO Stephen Green van HSBC heeft de autoriteiten (samen met Abbey en Barclays) een verzoek gestuurd ruimhartiger om te gaan met de invoering van BASEL II om de kredietverstrekking, onder andere aan vastgoed, weer op gang te krijgen na het stilvallen als gevolg van de huidige crisis. Marrison (tevens CEO van Risk Integrated) beweert in lijn hiermee dat het procyclische karakter van het IRB model in BASEL II gevaarlijk kan zijn, aangezien in goede tijden kapitaal geoptimaliseerd benut wordt en er in slechte tijden geen nieuw kapitaal aangetrokken kan worden, wat nieuwe kredietverstrekking bemoeilijkt en de cyclus alleen maar verergert. Hij is van mening dat BASEL het model dient te incorporeren van Mean Reversion, waarin wordt uitgegaan dat marktsituaties niet statisch zijn zoals in BASEL II, maar binnen een normaaldistributie rond een gemiddelde bewegen. Daardoor kan in de opgaande jaren (gekoppeld aan het BNP) een buffer opgebouwd worden en wordt het model anti- in plaats van procyclisch.


22

2.3.4 BASEL III Lucy Scott meldt in de PropertyWeek van juli 2010 dat het voor banken in de toekomst nog moeizamer zal worden om financieringen te verstrekken aan vastgoedpartijen, namelijk door de invoering van BASEL III. BASEL III zet in op het schokbestendig worden van het geldende BASEL II systeem. Samengevat wordt BASEL II op vijf hoofdpunten aangepast: 1) striktere definities van het karakter van het aan te houden kapitaal door de bank, 2) de introductie van de zogenaamde leverage-ratio, 3) een framewerk om anticyclisch te kunnen opereren, 4) maatregelen om counter party risk te beperken en 5) liquiditeitsratio’s voor de korte en de middellange termijn. Hoewel BASEL III niet expliciet is gericht op de vastgoedmarkt is het de verwachting is dat de kapitaalseisen hoe dan ook naar boven worden bijgesteld, hetgeen slecht nieuws is voor de kapitaalsintensieve vastgoedmarkt. Gareth Lewis van de European Public Real Estate Association is overtuigd dat BASEL III impliceert dat banken minder geld ter beschikking kunnen en zullen stellen. BASEL III zal bovendien met de nieuwe kapitaalseisen aanvullende voorwaarden stellen aan de banken met probleemleningen, waardoor hun uitleencapaciteit verder krimpt. Hogere kapitaalseisen zullen direct consequenties hebben voor de beschikbaarheid van financiering, maar indirect ook op de prijsvorming van krediet. Ook hier gelden de wetten van vraag en aanbod. Bij een krimpend aanbod zal de marge op financieringen hoe dan ook toenemen. De verwachting is dat kredietverstrekkers transparant moeten worden op het gebied van deals, de CMBS transacties waaraan is deelgenomen, de ratings van het papier en de betrokken onderpanden. Paul Leatherdale van Cushman & Wakefield maaktin de PropertyWeek (Juni 2010) de opmerking dat banken een groter take-out risico gaan hebben op hun leningen als na expiratie BASEL III van toepassing wordt. Het kan zijn dat leningen die onder het ouder regime nog financierbaar waren, dat tegen die LTV’s en overige condities niet meer zijn onder het nieuwe regime. De geplande invoering van 2012 tot nader datum is verschoven tot nader order, zo werd bekend gemaakt op 28 juli 2010, waarna de beurskoersen in Europa met gemiddeld 4.7% opliepen met uitschieters tot meer dan 10% (UBS, Société Générale en Credit Agricole). Ondanks deze opluchting is het wel helder dat in de toekomst de normen voor banken om kapitaal aan te houden op (vastgoed-) financieringen omhoog wordt geschroefd, waardoor kapitaalslasten en bijgevolg bancaire marges zullen stijgen, de vlucht naar kwalitatief hoogstaand vastgoed zal aanhouden en risicobereidheid verder zal afnemen.


23

2.4 Conclusie Hoewel CVF een breed begrip vormt, is in bovenstaand hoofdstuk een definitie gegeven om tevens een afbakening te geven voor deze master-thesis. Daarvoor is de definitie gehanteerd die door de BIS is gegeven in de BASEL akkoorden. BASEL heeft de laatste decennia een steeds verregaandere invloed gekregen op de manier waarop banken de risico’s van CVF benaderen. Waar BASEL I feitelijk een soort ‘alles of niets’ benadering had, biedt BASEL II, middels het IRB systeem ruimte aan de banken om CVF op basis van historische data te benaderen. Wel heeft BASEL de banken een bindende richtlijn meegegeven door minimale eisen te stellen aan de CPF modellen die door de banken gebruikt worden. Deze richtlijnen zijn dus ook opgenomen in het CPF model dat in hoofdstuk 4 verder uiteen wordt gezet. Doordat bestaande BASEL akkoorden vaak kritiek krijgen vanuit de markt, zorgt deze kritiek ook voor een voortdurende evolutie van de akkoorden. Bestaande BASEL akkoorden lopen dus vaak een stap achter op de tijd. Het feit dat BASEL II en de geplande invoering van BASEL III eerder procyclisch in plaats van anticyclisch zou werken is daar het meest actuele voorbeeld van. Desalniettemin hebben de BASEL akkoorden enerzijds gezorgd voor ruimte voor de banken om hun ervaringen te hanteren in modellen voor de risicobenadering van CVF en anderzijds voor een minimale kwaliteitseis van diezelfde modellen. Daarmee heeft het BIS een spagaat weten te maken, die wellicht in de toekomst nog verder geoptimaliseerd kan worden.


24

3. Commercial Mortgage Backed Securities

3.1 Definitie Securitisatie is het proces waarbij Mortgage Backed Securities, (hypotheek gedekte waardepapieren) worden geproduceerd. Securitisatie is voortgekomen uit effectisering; de omzetting van niet-verhandelbare activa in verhandelbare effecten als financierings- of als herfinancieringstechniek. Dit kan door de uitgifte van aandelen en obligaties. En een tweede techniek wordt doorgaans gebruikt door financiële instellingen met de vrijmaking van kapitaal of de vermindering van de renterisico’s tot doel (www.kbc.be). Eijgenhuijsen en Mennega (1996) definiëren het begrip securitisatie als volgt: Securitisatie is het onderbrengen van een groep activa of passiva vanaf de balans van de financiële instelling naar een speciale rechtspersoon, terwijl die groep activa of passiva gelijktijdig wordt gefinancierd met nieuw uit te geven schuldtitels. Hoewel deze definitie ruimer is en CMBS dus betrekking kan hebben op zowel activa (in geval van banken) als passiva (in geval van bijvoorbeeld verzekeraars en pensioenfondsen) en meer aandacht geeft aan het buiten de balans brengen van de rechten en verplichtingen naar een zogenaamde special purpose vehicle (SPV), een aparte rechtspersoon maakt E. Groeneveld (2008) terecht een kanttekening. Er zijn namelijk wel degelijk CMBS structuren waarbij de rechten en verplichtingen niet van de balans van de financiële entiteit verdwijnen, de zogenaamde synthetische securitisatie. De financiële instelling draagt dan alleen het kredietrisico in verschillende tranches aan derden over door middel van kredietderivaten, zoals ‘credit linked notes’ en de beter bekende ‘credit default swaps’, aldus Groeneveld. De bank loopt in dat geval geen kredietrisico op de onderliggende vorderingen meer, maar wel tegenpartijkredietrisico (‘counterpart risk’) op de tegenpartijen van de verschillende kredietderivaten (DNB, 2005b). Deze derivaten zijn vergelijkbaar met een verzekering op het onderliggende krediet: Bij in gebreke blijven, keert de ‘verzekeraar’ uit, waardoor het risico voor de financier beperkt blijft tot de financiële gegoedheid van de ‘verzekeraar’. Voor deze master-thesis wordt er echter geen onderscheid gemaakt tussen de oorspronkelijke werkelijke en de synthetische securitisaties. Groeneveld (2008) merkt bovendien terecht op dat securitisatie, in tegenstelling tot effectisering, niet de gehele onderneming, maar slechts een afgebakende groep van activa (en/of) passiva) garant staat voor de betaling van rente- en aflossingsbedragen op de effecten. Rente- en aflossingsverplichtingen evenals kosten dienen dus te worden voldaan uit de kasstromen die voortvloeien uit de gesecuritiseerde activa (dan wel passiva). M.D. van der Ree (2008) merkt in zijn definiëring op dat er in een securitiseringsproces verschillende tranches worden gecreëerd. Elke tranche kent een verschillend risicoprofiel, doordat het een bepaalde mate van achtergesteldheid kent ten opzichte van andere tranches. Deze bepaalde mate van achtergesteldheid vloeit voort uit de voorrang van betaling; de meest senior tranche wordt als eerste


25

terugbetaald, de meest junior tranche of ‘mezzanine’ als laatste. Het risicoprofiel van de tranches wordt geanalyseerd en van een bepaalde ‘rating’ voorzien door de zogenaamde rating agencies. De drie bekendste zijn Standard & Poors, Moody’s en Fitch. Per saldo leidt dit in deze master-thesis tot de navolgende definitie: CMBS, oftewel commercial mortgage backed securities zijn schuldpapieren aan een speciaal daarvoor opgerichte rechtspersoon (de schuldenaar), met een of meerdere hypothecaire leningen als onderpand. De schuldenaar verstrekt dus een aantal geldleningen aan derden, bundelt deze hypothecair gedekte leningen in een pakket, distribueert deze verschillende schuldpapieren (obligaties) met mogelijk verschillende risicoprofielen aan een of meerdere beleggers. In geval van CMBS bestaat het onderpand van de onderliggende financieringen uit commercieel onroerend goed, dat commerciële huur- of ontwikkelingsinkomsten genereert. Bij deze definiëring laat ik buiten beschouwing dat er nog verschil bestaan tussen de zogenaamde Single Borrower en de Multi Borrower CMBS, De eerste bestaat doorgaans uit de securitisatie van een enkel grote lening aan een enkele debiteur, hypothecair gezekerd door (een of) meerdere onroerende goederen, terwijl de Multi Borrower bestaat uit de securitisatie van een veelvoud aan leningen. Bovendien blijft de synthetische structuur, die verliezen afdekt via de credit default swaps, maar op de balans van de originerende partij blijft, zoals vermeld buiten beschouwing.

3.2 De ontwikkeling van CMBS in de Verenigde Staten De CMBS markt maakte in de in het begin van de jaren ‘90 een vliegende start met de Resolution Trust Corporation (RTC). Deze entiteit werd opgericht als gevolg van de Financial Insitutions Reform, Recovery and Enforcement Act uit 1989. De RTC was een overheidsinstantie die werd opgezet om leningportefeuilles te liquideren van de zogenaamde thrifts (regionale spaar- en leenbanken) en banken die als gevolg van de krach van de jaren ‘80 waren omgevallen. De RTC had als taak deze commerciële hypotheken te verkopen. Hoewel dit in aanvang zeer moeizaam verliep, realiseerde de markt zich in de loop van diezelfde jaren ‘90 dat de markt voor commercieel vastgoed wellicht te negatief was doorgeslagen ten opzichte van de fundamentele waarde van het vastgoed. De agencies die verantwoordelijk waren voor de rating van obligaties gingen ook over tot de rating van CMBS tranches, waardoor de markt aan transparantie won en commerciële vastgoedfinanciering een plek kreeg in de obligatiemarkt. Ondanks de Russische kredietcrisis eind jaren ’90 en de terroristische aanslagen september 2001 was de groei van deze financieringsvorm niet te stuiten en nam jaarlijks in miljardenomvang toe zoals zichtbaar is op onderstaande grafiek (afbeelding 9). Net als de Europese CMBS markt die hierna beschreven wordt, viel de Amerikaanse CMBS markt vrijwel stil eind 2007. Na twee jaar vrijwel stilgestaan te hebben in vergelijking met het verleden, lijkt de markt voor CMBS, langzaam te ontwaken uit een lange winterslaap, zij het met een toegenomen risicoaversie.


26

Afbeelding 9 (Bron: Standard & Poors)

3.3 de ontwikkeling van CMBS in Europa De Europese CMBS markt ontstond een kleine 10 jaar na de Amerikaanse en zoals zo vaak waaien Amerikaanse voorbeelden over de Atlantische oceaan via Groot Brittannië. In een kort tijdsbestek nam ook in Europa de CMBS markt een vlucht. Groot Brittannië heeft de voorsprong op de rest van de continentaal Europese landen behouden en maakt anno 2010 nog steeds bijna de helft (47%) uit van de totale Europese CMBS markt (zie afbeelding 10). Qua karakter wijkt de Europese CMBS wel af van de Amerikaanse. Waar Amerikaanse CMBS bestaat uit grote pakketten leningen kenmerken de Europese zich door een of enkele onderliggende financieringen. Het onderpand kan, maar hoeft niet verspreid te zijn over meerdere onroerende goederen. Cyril Courbage van Deutsche Bank legt in ‘Euromoney’ (september 2005) uit dat de Europese markt niet geholpen werd door de invloed van de RTC en dat de volumes daardoor veel gematigder gegroeid zijn. Afbeelding 10 (Bron: Standard & Poor’s)

De grootste groeispurten werden gedreven door hogere rendementsverwachtingen door hogere marges. “Dit werd ook gedreven door de verandering in de regulering door BASEL II” , aldus Courbage. De kapitaalseisen zorgden voor een betere risicorendementsafweging dan voor BASEL II bij de banken waardoor de prijs vaak hoger kwam te liggen. CMBS papier werd, in het bijzonder op AAA-niveau steeds goedkoper (tot wel 0.2% spread) vanwege de stijgende vraag naar obligatiepapier door institutionele investeerders.


27

Hierdoor werd CMBS in sterke mate concurrerend ten opzichte van bancair krediet. James Blakemore van het toen nog bestaande Lehman Brothers gaf in 2005 aan dat CMBS in feite een mogelijk distributiekanaal van de banken was geworden. De vastgoed-financiering werd gesloten en vervolgens werd er bezien of de deal beter weggezet kon worden in een syndicaat met andere banken of via de securitisatiemarkt. Aangezien de vastgoed- en financieringstransacties steeds groter werden van omvang werd de CMBS markt steeds meer de aangewezen manier om de grote getallen nog aan te kunnen. 3.4 Effecten van CMBS op de vastgoedmarkt Afbeelding 11 (Bron: Deutsche Bank Research)

Het grootste effect van CMBS op de vastgoedmarkt komt eerder door het plotse ontbreken ervan dan door de gestage opmars die het de afgelopen jaren heeft gekend. Het gebrek aan vraag vanuit institutionele partijen zadelt de CVF markt en daarmee ook de vastgoedmarkt op met een continuïteitsprobleem. Uiteraard hebben ook de commerciële banken hier een invloed op, maar het wegvallen van de CMBS markt is significant en leidt tot herfinancieringsproblematiek bij expiratie. Aangezien CMBS in een zeer korte periode van minder dan een decennium een bijdrage van meer dan 8% weet te leveren van alle CVF is het ook van belang dat dit financieringskanaal een bepaalde continuïteit laat zien, omdat de commerciële banken het gat niet kunnen dichten dat er valt bij het uitblijven van CMBS programma’s. Na het nagenoeg stilvallen van de CMBS markt in 2008, zoals blijkt uit afbeelding 11 hiernaast, is er slechts sprake van een kleine opleving in 2009. Deze heeft zich in 2010 nog niet noemenswaardig doorgezet. Het grootste effect van CMBS komt dus voort uit een gebrek aan continuïteit. Het grote vraagstuk zal dan ook worden hoe de CMBS markt weer het volume kan waarborgen waar de markt om vraagt. Momenteel hebben de partijen die al in CMBS gestapt zijn echter de focus hebben liggen op het beperken van de verliezen, alvorens in nieuw uit te geven CMBS te stappen. Een nauw contact met de afnemers van CMBS papier is dan ook van essentieel belang voor het welslagen van de wederopstanding van de markt. Standaardisering, versimpeling, en uniformisering zijn de meest gehoorde oplossingen om de investeerders weer geïnteresseerd te krijgen in participatie.


28

3.5 Conclusie CMBS is een vorm van CVF die na haar ontstaan in de jaren ’90 een enorme vlucht heeft genomen, met name in de V.S. door de RTC, maar al vervolgens via het V.K. ook in Europa. Met een share-of-wallet van respectievelijk 25% en 8% is het een aanzienlijke bron van CVF geworden, zeker gezien het tempo waarmee deze financieringsvorm regulier bancair CVF heeft gekannibaliseerd. Nu brengt het imploderen van deze markt echter risico’s met zich mee voor de CVF markt, maar ook voor de commerciële vastgoedmarkt. Nu er weer langzaam tekenen van leven ontstaan, zal de mate waarin de huidige en de toekomstige risico’s getaxeerd kunnen worden van vitaal belang zijn om het vertrouwen in deze markt te herstellen. Dit vertrouwen is van wezenlijk belang om het CMBS papier wederom te kunnen distribueren.


29

4. De vergelijking van de ratingmethoden In de working paper van de Europese Centrale Bank genaamd ‘Credit ratings and the standardized approach to credit risk in Basel II’ van augustus 2005, beschreef Van Roy reeds de vergelijking tussen de SA (de standardised approach zoals hieronder beschreven) van BASEL II en de ratings door de credit agencies. Deze studie behelsde echter niet alleen IPRE oftewel CVF, maar alle mogelijke vormen van financiering mogelijk die door een commerciële bank verstekt worden. De eerste conclusie die Van Roy trekt is dat ratings substantieel variëren tussen de agencies onderling en dat er dus elementaire verschillen schuilen in de modellen die gehanteerd worden door de rating agencies. Hoewel deze grote verschillen bestaan, komt de minimum kapitaalseis (K) uit hoofde van de resultaten van Moody’s S&P en Fitch niet boven de 6% uit, hetgeen lager is dan de voorheen in BASEL I opgelegde eis van 8%. Aangezien de IRB methode toen nog in de kinderschoenen stond en het merendeel van de banken nog bezig was PD modellen op te stellen ten tijde van het ter perse gaan van de working paper was het nog niet mogelijk deze te vergelijken met de modellen die credit agencies hanteren. Nu de werkwijzen van credit agencies (zeer ten dele) zijn vrijgegeven zoals hierboven weergegeven en de banken een PD model ontwikkeld hebben, is het mogelijk de vergelijking tussen de twee te maken. Tevens toont de working paper aan dat de IRB methodes die op dat moment wel al functioneerden, zeer grote verschillen lieten zien voor de interne rating van krediet. Carey (2001) toonde aan dat interne ratings in 55% van de gevallen van bank tot bank verschilden. De verschillen kwamen voornamelijk voort uit het gehanteerde model: expert modellen, gevoed door externen vs. op wiskundige modellen (Monte Carlo Simulatie) gebaseerde ratings. Bovendien was er de grote invloed van de tijdshorizon van de interne rating: op één tijdstip vs. door een gehele economische cyclus. De grootste verschillen waren er echter tussen externe ratings (van de agencies) en de interne ratings van de banken. Aangezien we nu jaren verder zijn en inmiddels een financiële crisis te verwerken hebben gekregen wordt op de volgende pagina’s het IPRE model uiteengezet, daarna een overzicht van de vrijgegeven methodiek van de rating agencies, en tot slot wordt er een vergelijking gemaakt tussen de twee.


30

4.1 Commercial Property Finance PD Rating Modellen Vertrouwelijk


31


32


33


34


35


36


37

4.2 Moody’s methode voor de rating van Europese CMBS Moody’s verstrekte op verzoek informatie inzake de ratingmethodiek. Onderstaande gegevens zijn dan ook gebaseerd op working papers zoals ‘Moody’s Approach to Rating European CMBS’, ‘Moody’s Real Estate Analysis for CMBS in EMEA: Portfolio analysis (MoRe Portfolio) en ‘Global Rating Methodology for REITs and Other Commercial Property Firms' en is er telefonisch toelichting gegeven. Hoewel Moody’s een algemene opzet heeft voor de rating van CMBS in Europa worden er per land aanpassingen gehanteerd omwille van verschillen in looptijden van huurcontracten. De invloeden van het juridische systeem per land zijn namelijk groot: in het V.K. is het juridisch systeem op de hand van de verhuurder, waar Italië, Frankrijk en Spanje een rechtssysteem kennen ten faveure van de huurder, met kortere looptijden, meer huurbescherming en langere faillissementsprocedures. Ondanks aanpassingen voor de Europese invloeden is het CMBS model gebaseerd op de thematiek zoals deze ontwikkeld is in de V.S., gezien de ruime ervaring die men in Amerika heeft met CMBS. Deze thematiek staat bekend als de Conduit Approach. Echter, waar Moody’s voor homogene ‘Fully Repairing and Insuring’ lange huurtermijn hanteert, waar de risico’s van in gebreke blijven het best wordt benaderd door de rating van de huurder, is een zogenaamde een credit tenant lease methodologie toepasselijker. Omdat de Europese transacties moeizaam pasten in deze methodologiëen heeft Moody’s een Monte Carlo simulatie model gebouwd, waarmee een combinatie van bovenstaande methodieken mogelijk werd. De rating door agencies als Moody’s vindt niet louter plaats om risicoprofielen aan de lening te geven, maar ook om een goede tranchering te doen plaatsvinden. De rating agencies zijn namelijk de aangewezen partij om te adviseren bij het trancheren, oftewel versnijden van de lening in verschillende risicoprofielen. Allereerst taxeert een agency dus het totaalrisico om vervolgens een goede tranchering te waarderen.

De fundamentele vastgoedanalyse Anders dan andere gesecuritiseerde activa zijn commerciële vastgoedhypotheken niet homogeen en relevante wijdverspreide verliesinformatie is in Europa niet beschikbaar. Hierdoor is het niet mogelijk om te vertrouwen op statistische analyses van historische performance resultaten om het kredietrisico in te schatten van een groepering commerciële hypotheken. In plaats daarvan analyseert Moody’s het fundamentele vastgoedkredietrisico van elk actief om de frequentie en de ernst van het verlies in de hypothekenpool in te schatten. Daarmee richt Moody’s zich bij het berekenen van de PD reeds op een inschatting van de LGD.


38

Het kredietrisico van de hypothecaire lening is primair afhankelijk van de karakteristieken van het onderliggende vastgoed, alsmede de leningstructuur. De interactie tussen deze twee wordt in hoge mate gereflecteerd in de Debt Service Coverage Ratio 6 (DSCR) en de Loan-to-Value (LTV). Moody’s is overtuigd dat de DSCR de hoofddrijver is van de frequentie van verliezen, waar de LTV de hoofddrijver is van de ernst van het verlies.

Vastgoedkarakteristieken De fundamentele kredietwaardigheidanalyse wordt op elke individuele vastgoedanalyse uitgeoefend. Daardoor is het model hoofdzakelijk gevuld met vastgoedgerelateerde data. Al deze data leidt uiteindelijk tot de rating van de totale CMBS obligaties. De eerste stap van het proces is om in te schatten hoeveel kasstroom er door elk individuele onroerend goed gegenereerd kan worden, doorheen vastgoedcycli. Moody’s focust, net als banken onder BASEL II op EBITDA (of netto operationele inkomsten) minus kapitaallasten en overige vaste lasten. De netto kasstroom (NCF) voorziet in een accuraat beeld van gelden beschikbaar om in de leninglasten te kunnen voorzien. De hoofdcomponenten van de NCF zijn: -

-

Inkomsten: actuele huur, actuele huurwaardes, historische huurwaardes en geschatte toekomstige huurwaarde, bezettingsgraden, etc. Algemene uitgaven: belastingen, verzekeringspremies, operationele kosten, beheerkosten en overhead. Deze lasten variëren sterk per verhuurder, type vastgoed en per land. ‘Capital Items’: dit bestaat onder andere makelaarskosten, huurvrije periodes en andere kosten die gemaakt dienen te worden om het vastgoed verhuurd te krijgen .

Kwaliteit van het vastgoed Moody’s kwalificatie van het vastgoed vloeit voort uit de vergelijking met de kwaliteit van vergelijkbaar vastgoed met aandacht voor de kwaliteit voor de constructie, de omgeving, de locale marktomstandigheden, concurrentie, huurderprofiel en kwaliteit van inkomsten. Moody’s categoriseert het vastgoed in 5 klassen, waarbij 1 als beste fungeert en 5 als minste. Type vastgoed Elk type vastgoed brengt een ander risico voort. De risicoclassificatie hangt af per land, hoewel in de meeste West-Europese landen deze als volgt oploopt van laag naar hoog: residential (woningen), binnenstedelijk retail, bedrijfsmatig, perifere retail, kantoren en hotels. Hier zijn echter uitzonderingen op, zoals de langdurige FRI huurcontracten van kantoren in het V.K. waarmee het risico aanzienlijk verlaagt wordt. Hogere DSCRs zijn benodigd om de volatielere types vastgoed vergelijkbare ratings te geven met minder volatiel vastgoed. 6

De DRSR is de ratio tussen de netto huurstroom (bruto huurstroom minus operationele kosten) afgezet tegen de rente en aflossing (debt service) van de betreffende lening.


39

Huurders Moody’s past de kwaliteitsrating van het vastgoed aan voor de kredietwaardigheid van het vastgoed. Indien het vastgoed is verhuurd aan huurder met een goede rating en de huurperiode beslaat de gehele leningperiode, dan wordt de rating een op een overgenomen van de huurder. Of dit terecht is, is discutabel maar Moody’s hanteert deze regel. Een voorbeeld hiervan is de Telereal Securitisation Plc transactie die ook terugkomt in de vergelijking tussen de agency rating en de CPF rating. Diversiteit Moody’s erkent het profijt van van spreiding door het als zekerheid verbinden van verschillende onroerende goederen. In dit geval zal namelijk de huur en overige inkomsten van het beter presterende vastgoed in kunnen staan voor het zwakkere, eventueel leegstaande of slecht verkoopbare vastgoed. Aflossingsstructuur Interest Only (IO), of enkel rentedragende leningen, dus zonder aflossing en leningen met een gedeeltelijke aflossing zullen volgens Moody’s een lagere kans op in gebreke blijven door de lagere DSCR vereisten. Dit is ook logisch aangezien de huuropbrengsten slechts in de rente hoeft te voorzien; een aflossing vereist hogere huuropbrengsten. De kans op in gebreke blijven (default) kan weliswaar toenemen, maar het herfinancieringrisico neemt anderzijds ook toe aangezien er na aanpassingen in de markt niemand bereid is een lening te herfinancieren waarop reeds geruime tijd niet is afgelost en daardoor te hoog is. Daarom waardeert Moody’s voornamelijk die leningen waarop in een vroeg stadium wordt afgelost, wanneer er nog een redelijk hoge kasstroomzekerheid is. Daar waar in de V.S. de zogenaamde balloon-payment structuur gangbaar is (zonder aflossing) kent Europa vaak hoge(re) aflossingsniveaus. Kortrentende leningen Kortrentende leningen, leningen waarvan de rente korter loopt dan 1 jaar, hebben een verhoogd kredietrisico door de kans dat de rente oploopt gedurende de looptijd van de lening. Vaak is het risico op rentestijgingen echter afgedekt in CMBS programma’s door het sluiten van rentederivaten. Achterstanden Huidige en historische achterstanden worden geïncorporeerd in de kwaliteit van de lening, doorgaans via een aanpassing in de leningkwalificatie. Overige leningeigenschappen: Het afromen van overgebleven kasstromen, huurverbetering en/of verbeteringen in de kostenstructuur verbetert eveneens het risicoprofiel van de lening. In het geval van kruisverbindingen van leningen en het onderliggende vastgoed leidt tot een consolidatie van de gegevens. De kwaliteit van de kredietnemer wordt eveneens in de analyse meegewogen.


40

De geïmpliceerde lening DSCR en LTV De kern van Moody’s CMBS analyse is de benadering van de kasstroom die beschikbaar zal zin om in de rente- en aflossingsverplichtingen te kunnen voldoen. De benadering van de NCF wordt gebruikt om de DSCR en LTV te bereiken. De verschillende methoden die Moody’s aanwendt zullen altijd op beide ratio’s gestoeld zijn maar elke benadering plaatst een individuele weging per casus. De kwaliteitsgraad die door Moody’s wordt toegekend zal een directe impact hebben op de berekening van deze ratio’s.

De Analyse op Portefeuilleniveau De diversiteit van een portefeuille activa heeft een impact op de volatiliteit van het verwachte verlies op het geheel, wat weer effect heeft op de Credit Enhancement 7 , die weer benodigd is om obligatie papier met een rating uit te geven. De diversiteit wordt geanalyseerd op type vastgoed, geografische locatie, bedrijfskundige sector en lening/kredietnemerconcentratie. Lening/kredietnemerconcentratie wordt gemeten door de Herfindahl Index, die een groep leningen van een ongelijke grootte in een meting van diversiteit in het geval dat alle leningen dezelfde grootte hebben. Deze diversiteitsscore kan vervolgens kwalitatief aangepast worden op geografische en vastgoedtypische concentraties:

De portefeuillediversiteit kan tevens gemeten worden door middel van een diversiteitscore, die gelijkenis vertoont met de Collateralized Bond Obligation 8 (CBO) analyse. Deze diversiteitscore heeft het voordeel dat de lening/ kredietnemerconcentratie, de geografische en vastgoedtypische concentraties in een berekening gecalculeerd worden. Vastgoed kan geografisch weliswaar wijd verspreid gelegen kan zijn maar de regio’s waarin het vastgoed gelegen is, kunnen door dezelfde economische factoren gedreven worden. De vraag naar vastgoed in regio’s met dezelfde economische factoren zal daardoor gecorreleerd zijn. Een analyse hiervan wordt in de CMBS rating meegenomen.

7

Credit enhancement is een methode waarmee een bedrijf de kredietwaardigheid weet te verbeteren. Door credit enhancement kan de financiering voorzien worden met een verzekering of externe garantie over het kredietrisico dat hij loopt op een uitstaande fianancierng. Hierdoor daalt dus het default risico en stijgt de credit rating en daalt de financieringslast. 8 Een CBO bestaat uit een ‘investment-grade’ waardepapier op basis van een bundel obligaties, leningen en andere activa. Met CDOs worden doorgaans geen hypothecair gedekt krediet bedoeld, deze vinden doorgaans plaats in een CMBS als het commercieel vastgoed betreft.


41

Andere aspecten die meegenomen worden zijn juridische risico’s, risico’s uit hoofden van de informatie of de kwaliteit van de servicer 9 worden doorgaans opgenomen in de rating door kwalitatieve aanpassingen aan de credit enhancement van de portefeuille. Rating Analyse van de CMBS Transacties Moody’s heeft een aantal verschillende ratingmethodes en corresponderende modellen ontwikkeld om met de verscheiden type transacties in de Europese securitisatie om te kunnen gaan. Conduit Transacties Deze methode wordt doorgaans gebruikt voor redelijk gespreide portefeuilles aan activa, aangezien dit het meest toepasbaar is op activa van vergelijkbare grootte binnen eenzelfde land. De informatie wordt geanalyseerd op individuele onroerend goedbenadering. Het model wordt hoofdzakelijk gedreven door de DSCR, die de kans van in gebreke blijven, benadert (PD). De LTV is wederom de bepalende factor voor de LGD benadering. Het uitgangspunt van het model is Moody’s visie op de minimale credit enhancement, vereist voor een lening meteen bepaalde DSCR, kwalificatie en vastgoedtype om bijvoorbeeld een Aa2 rating te behalen. Deze visie is afgeleid van een gedetailleerde langdurige analyse van de Amerikaanse vastgoedmarkt, aangezien deze data vanuit Europa nauwelijks voorradig was. Onderstaande grafiek (afbeelding 9) laat Moody’s target Aa2 credit enhancement zien voor een lening, gesecuritiseerd door continentaal Europees gelegen vastgoed van medium kwaliteit als een functie van DSCR en verschillend type vastgoed. Credit enhancement niveaus zijn het meest sensitief in DSCR variaties tussen de 1.0x en 1.3x (het eerste gedeelte van de curve). Leningen met een DSCR van boven de 1.3x zullen inderdaad marge hebben om een tijdelijk probleem in de kasstroom te mitigeren. Afbeelding 13 (Bron: Moody’s)

9 De servicer is de organisatie die de aflossing en rente int van onderliggende kredietnemers en die het beheer van de rekeningen voert.


42

De portefeuille wordt ook geverifieerd op de diversicicatie op basis van het aantal en de omvang van het vastgoed. Onderstaande grafiek (afbeelding 14) toont de aanpassing aan voor een typische Aa2 credit enhancement voor absolute concentraties. Aanpassingen voor achterstanden, zekerheidsstructuur, juridische risico’s, renterisico’s, concentratie-issues, kwaliteit van informatie of servicer wordt doorgaans verwerkt en aangepast op portefeuilleniveau. Afbeelding 14 (Bron: Moody’s)

Om bovenstaande analyse verder uit te breiden maakt Moody’s de inschatting van het maximale verlies van waarde van het onderpand die het CMBS papier kunnen dragen in verschillende stresstests zonder een verhoging in het verwachte verlies te veroorzaken voor de verschillende ratingniveaus. Onderstaande tabel (afbeelding 15) toont een reikwijdte van LTV niveaus voor elke lening in een portefeuille, afhankelijk van de omvang en de diversiteit in die portefeuille. Moody’s credit enhancement voor een lening voor een bepaalde target rating categorie wordt afgeleid van de lening LTV en de target LTV voor deze specifieke lening en rating categorie. De totale credit enhancement voor de portefeuille wordt dan gebaseerd op de som van alle credit enhancement voor elke lening die bijdraagt in de portefeuille. Afbeelding 15 (Bron: Moody’s)

Large Loan Transactions Moody’s analyse bij grote leningen, geleend door een enkele kredietnemer (zoals Canary Wharf Finance II PLC of Morgan Stanley Morgage Finance (Broadgate) PLC, (die overigens beiden niet zijn geanalyseerd in hoofdstuk 5) wordt gebaseerd op basis van de kredietwaardigheid van de activa. Indien de activa zich typeren door


43

langlopende huurcontracten met gegoede partijen, dan wordt het risico direct gerelateerd aan de kredietwaardigheid van die partijen zelf. Deze techniek heeft de afgelopen periode zwaar onder kritiek gelegen, aangezien de kredietwaardigheid van partijen en het risico op faillissement moeizamer in blijken te schatten dan vooraf voorzien. Het uitgangspunt bij een dergelijke analyse is de target LTV voor elk rating niveau zoals weergegeven in onderstaande tabel (afbeelding 16). Afbeelding 16 (Bron: Moody’s)

De target LTV niveaus geven een weergave van een deal dit zou plaatsvinden in het V.K. Een deal in continentaal Europa zou een afwaardering kennen met een toepasselijk geschat niveau. Dit heeft voornamelijk te maken met de juridische kaders en de lange looptijd van de huurcontracten. Moody’s geschatte credit enhancement voor een gegeven lening kan worden afgeleid van het verschil tussen de lening LTV en de target LTV voor die rating categorie. Het model voor Sale en Leaseback Transacties en Credit Tenant Leases wordt in deze master thesis niet besproken vanwege de specificiteit.

De Monte Carlo Simulatie Gezien de beperkingen van andere benaderingen in de rating van Europees CMBS papier, heeft Moody’s een CMBS rating programma ontwikkeld, gebaseerd op een Monte Carlo simulatie 10 . Deze lening-per-lening benadering is gebaseerd op schaduw ratings voor alle leningen in de portefeuille, gebaseerd op fundamentele vastgoedanalyses van de lening (en soms, bij langdurige huurcontracten van de huurder). Daarna verondersteld het model dat elke lening in gebreke zal blijven naarmate zowel de PD die bij de rating hoort en enige correlatie die er zou kunnen zijn met andere leningen in de portefeuille. Het model werkt op basis van looptijd, coupon, aflossingsprofiel, LTV, DSCR, vastgoed type en locatie. Kruisverbanden in de hypotheek worden behandeld als een lening, maar met een toepasselijk lagere PD en een hogere verwachtte dekking van een dergelijke lening. Zo een schaduwrating model ziet er per kwaliteitsniveau vastgoed (dat in 5 categorieën wordt ingedeeld) er als volgt uit (afbeelding 17).

10 Monte Carlo methodes bestaan uit rekenkundige algoritmes die afhankelijk zijn van herhaalde random sampling, die vaak gebruikt worden als het niet mogelijk is om exacte getallen te berekenen op basis van algoritmes. (www.wikipedia.org)


44

Afbeelding 17 (Bron: Moody’s)

Dit model inaugureert de actuele DSCR gedurende de looptijd van de lening. Voor leningen waarop niet volledig wordt afgelost, berekent Moody’s een op drempels gecategoriseerde DSCR gebaseerd op de verwachtte algehele aflossing en resterende economische levensduur van het onroerend goed om het herfinancieringrisico te berekenen. Tevens worden achterstanden, kwaliteit van servicer en dergelijke al naar gelang er aanleiding toe is toegevoegd in het model. Het model genereert een normale distributie aan willekeurige cijfers voor elke lening, voor elk jaar van de looptijd van die lening door drie willekeurige standaard gedistribueerde cijfers in te voegen. Deze drie cijfers vertegenwoordigen (1) de bijdrage van risico door de lening bij haar default (o.b.v. DSCR, LTV en kwaliteit), (2) de bijdrage vanwege het risico vanwege het vastgoed type en (3) de bijdrage van risico vanwege het land waar het onroerend goed gelegen is. Deze laatste twee factoren weerspiegelen de correlatie tussen de leningen. Mathematisch kan de relatie als volgt worden weergegeven:

In deze formule staan NR, NP en NL respectievelijk voor regio (land), type vastgoed en lening. De correlatie wegingen ω1, ω2 en ω3 zijn direct afgeleid van Moody’s veronderstelling inzake de correlatie tussen twee onroerende goederen in hetzelfde type vastgoed en/of dezelfde locatie. Uitvoerig onderzoek op Moody’s default data wijst uit dat de wegingen equivalent zijn aan 10% tot 15% voor twee kredietnemers in


45

dezelfde regio maar andere sectoren en 20% tot 30% correlatiecoëfficiënt voor twee kredietnemers in zowel dezelfde sector als regio. Om de kans op default in te schatten, zal het bedrag, dat uiteindelijk wordt behouden, berekend worden als het product van een vooraf afgegeven recovery rate (het percentage dat men uiteindelijk terug krijgt van de hoofdsom van de lening) en de door Moody’s geschatte waarde van het vastgoed. De kasstroom van het vastgoed zal als input geworden gebruikt voor de verplichtingen voortvloeiend uit de securitisatie, gebaseerd op de target tranches. Aanwezige spreads, timing karakteristieken en aanwezige liquiditeit worden in de analyse meegenomen. Moody’s draait vervolgens duizenden scenario’s, waarvan elk mogelijkerwijs resulteert in een verlies op het CMBS papier. Het gemiddelde verwachte verlies, de PD en de verwachte levensduur van elke klasse CMBS obligatie resulteert uiteindelijk in de serie ratings die Moody’s vervolgens communiceert. Conclusie Alhoewel alle van de bovenstaande benaderingen op kwantitatieve methodes zijn gebaseerd, blijft de kwalitatieve vastgoed input van cruciaal belang binnen Moody’s analyse. De uitdaging voor CMBS in Europa blijft het gebrek aan toepasbare en accurate informatie (correlaties, default rates, volatiliteit, economische levensduur van vastgoed, bruto-netto trajecten etc.). Desondanks is Moody’s ervan overtuigd dat zij in staat is een redelijke hoeveelheid informatie, kennis en begrip heeft van de markt en een consistente ratingbenadering heeft op verwachte verliezen. In 2002 schreef men zelfs nog dat Moody’s in staat is accuraat kredietrisico’s in de Europese vastgoedsecuritisaties weet te taxeren.


46

4.3 Fitch methode voor de rating van Europese CMBS Fitch gaf ten behoeve van deze master-thesis hun interne CMBS/Europe Criteria Reports vrij, genaamd Criteria for European CMBS Asset Analysis; Criteria for European CMBS Surveillance; Non-UK European CMBS Performance, CMBS Europe Special Report en European CMBS Loan Maturity Bulletin, June 2010. Het model van Fitch is een instrument waarmee transacties geanalyseerd kunnen worden op de blootstelling aan de vastgoedmarkt en overige bedrijfsmatige risico’s die erosie in inkomsten kunnen generen en/of waardedaling van het vastgoed dat als onderpand dient van de leningen. Fitch maakt zelf de opmerking dat, om een analytisch raamwerk te ontwikkelen het idealiter gebruik had gemaakt van betrouwbare historische gegevens inzake lening defaults en verliesstatistieken, doorheen verschillende economische cycli om de redenen en de weging te achterhalen voor het slecht presteren van CVF. Omdat deze gegevens simpelweg niet voorhanden zijn, mede door het jonge bestaan van deze markt en de intransparantie (waaraan in hoofdstuk 2 al door Jones Lang Lasalle werd gerefereerd) van verliesgegevens heeft Fitch, net als Moody’s zelf een model opgesteld. Waar Moody’s echter de parallel trekt tussen de Amerikaanse en de Europese CMBS markt door Amerikaanse gegevens te gebruiken als aannamemateriaal in het model, heeft Fitch een model gebaseerd op de aandrijvende factoren van de lening. Deze factoren bestaan uit het onderliggende vastgoed en leningkarakteristieken, inclusief historische huurniveaus en bedrijfsmatige defaultkansen. Fitch merkt op dat de factor met verreweg de meeste invloed op eender welke op vastgoed verstrekte lening dan ook de inkomsten uit dat vastgoed zijn, zeker omdat het in geval van CMBS’en vrijwel altijd zogenaamde Special Purpose Vehicels 11 (SPV) worden opgericht, zodat men niet kan terugvallen op moedermaatschappijen om in de rente en aflossingsverplichtingen kunnen voldoen. De analyse van Fitch ziet er als volgt uit waarbij de inputs gebruikt worden in de infrastructuur van het model, dat hieronder wordt weergegeven (afbeelding 18).

11 Een SPV (Special Purpose Vehicle) is een rechtspersoon die slechts voor een enkele transactie wordt opgericht en gebruikt. In dit geval spreekt men ook wel van SPC (Special Purpose Company) of SPE (Special Purpose Entity).


47


De structuur van het analytische proces wordt hieronder verder uiteengezet. Allereerst wordt de input besproken, dan de simulaties en de projecties. Uiteindelijk wordt de output en de interpretatie behandeld. Portfolio Data Data voor elke transactie worden aangeleverd door de originators, of de constructeurs van het CMBS programma, veelal de investment & real estate banks. Deze bestaat vrijwel altijd uit: -

-

Informatie op leningniveau: De hoeveelheid leningen, looptijd, rentedata (inclusief eventuele derivaten), aflossingsniveaus, financiële en voorwaardelijke convenanten die tot default kunnen leiden (denk hierbij aan ICR, DSCR en/of LTV convenanten). Informatie op vastgoedniveau: Locatie (regio), type vastgoed, marktwaarde, leegwaarde en operationele kosten. Informatie op huur- en huurderniveau: De naam van de huurder, sector, rating door kredietverzekeraars, geschatte huurwaarde, aantal verhuurde en leegstaande vierkante meters en huurvervaldata.

Deze data sturen de kasstromen van het ondergelegen vastgoed, daardoor de financiering alsmede de overall prestatie en het bedrag dat wordt terugverkregen als de lening in default geraakt.


48

Property Market Standards De prestaties van de lening in verschillende Europese jurisdicties worden beïnvloed door de locale vastgoedmarktstandaarden. Deze sturen de verwachte kasstromen en waarde in verschillende stresscenario’s. De per land afwijkende structuren schuilen doorgaans in de onderstaande items. -

Huurstructuur: Dit kan, net zoals Moody’s opmerkt sterk verschillen van land. In het V.K. geniet de verhuurder verregaande bescherming waar in bijvoorbeeld Frankrijk typische 3-6-9 huurcontracten plaatsvinden waar de huurder elke drie jaar een optie tot opzegging krijgt, hetgeen een veel hoger potentieel risico oplevert. Om dit potentieel hogere risico te meten wordt er gekeken naar het gebruik van dit recht per land om tot het uiteindelijke risicoprofiel te komen. De IPD en de Property Market Analysis vormen hierbij de input van de analyse.

-

Transactiekosten: Overdrachtsbelasting, transactiekosten voor het sluiten en verlengen van huurcontracten. Assumpties komen voort uit de input die geleverd wordt door onafhankelijke vastgoedresearchbureaus.

-

Juridische regimes: Hierbij wordt gekeken naar de uitwinningprocedures, de looptijden en de kosten die ermee gepaard gaan.

-

Vastgoedscores: Transactieanalisten meten de kredietwaardigheid van de vastgoed portefeuille, gevoed door de taxatierapporten, een bezoek te brengen aan het vastgoed en door middel van meetings met de vastgoedbeheerder en/of sponsor. Hierdoor wordt de verhuurbaarheid en de courantheid van het vastgoed bepaald. Het vastgoed wordt ingedeeld in scores van ‘A’ als beste kwalificatie tot ‘D’ waarmee de veronderstelde toekomstig genereerbare kasstromen worden geschat, met name in stresscenario’s.

-

Marktkenmerken: deze ‘Market Strengths Scores’ vergelijken de resultaten van een bepaalde vastgoedmarkt met de overall Europese vastgoedmarkt. Een bepaalde regio kan voor een bepaald type vastgoed een ‘A’ rating krijgen (de best mogelijke) voor bijvoorbeeld kantoren maar voor een ander type vastgoed (woningen of winkels) een ‘B’ al naargelang het een typische locatie betreft voor het type vastgoed. Hieronder (afbeelding 19) staat een voorbeeld vermeld zoals de situatie was in 2007. Afbeelding 19 (Bron: Fitch Ratings)


49

-

De kwaliteit van het vastgoed: de ‘Property Quality Grade’ wordt eveneens in een A t/m D kwalificering ondergebracht. Hierbij kan een eersteklas onroerend goed op een secundaire locatie eenzelfde rating krijgen als secundair vastgoed op een eersteklas locatie (zie in het overzicht hieronder in afbeelding 20) Afbeelding 20 (Bron: Fitch Ratings)

-

Technische specificaties: Hiervoor heeft Fitch wederom vier categorieën opgesteld (volgens telefonische informatie) met een bijbehorende definitie waaraan het vastgoed dient te voldoen: Tabel 9

Categorie Omschrijving A Uitstekend, beste vastgoed beschikbaar in de regionale markt B Goed, geen tekortkomingen C

Secundair

D

Zwak

Nieuwbouw of recentelijk gerenoveerd, hoogstaande technische specificaties, voldoende parkeerruimte, uitstekend aanzicht Goed onderhouden en adequate technische specificaties, aangenaam aanzicht Redelijke technische specificaties, wellicht beperkte verhuurbaarheid wegens modaliteiten, acceptabel aanzicht Niet in staat om aan de eisen van de hedendaagse huurder te voorzien, moeizaam renoveerbaar, komt in aanmerking voor conversie naar andersoortig vastgoed


50

-

Sponsor Business Plan: Fitch heeft een aantal leningen geanalyseerd, inclusief historische transacties, die afhankelijk waren van de resultaten van de businessplannen van de sponsoren.

Monte Carlo Simulatie Fitch’ model bestaat uit een Monte Carlo simulatie, net zoals Moody’s die hanteert. De kasstromen, voortvloeiend uit het onderliggende vastgoed worden hierin geprojecteerd voor elke unit. Huurder defaults en huurverlengingen worden gesimuleerd via duizenden standaard normaalverdelingen. -

Tenant Defaults: De verwachtte kasstroom voor transactie beging met een kansberekening van default door de zittende huurder van het ondergezette onroerend goed. Dit gebeurt binnen Fitch door het VECTOR model, een Monte Carlo default simulatie model, dat voornamelijk ontwikkeld is voor de CDO 12 markt. Bij Moody’s wordt een gelijkend model gehanteerd. Het VECTOR model simuleert default gedrag van een referentie portefeuille, gebaseerd op de kredietkwaliteit van de individuele activa, gemeten aan de hand van hun rating. Het neemt tevens de correlatie in overweging op basis van regio en sector binnen de portefeuille. De tijdshorizon is daarbij 10 tot 40 jaar gezien de looptijd van CMBS programma’s. Echter, gezien er historisch voor zo een periode nauwelijks informatie beschikbaar is wordt er een extrapolatie gehanteerd aan de hand van beschikbare periodes die op zichzelf vaak niet meer dan 10 jaar beslaan. Het grote risico, hetgeen inmiddels ook is gebleken, is dat daarmee een schijnzekerheid kan worden gecreëerd als men louter in een opgaande markt de gegevens heeft kunnen verzamelen die vervolgens geëxtrapoleerd worden. In onderstaande figuur staat de kans op het wegvallen van een huurder per categorie huurderkwaliteit weergegeven (afbeelding 21). Afbeelding 21 (Bron: Fitch Ratings)

12

CDO: een Collateralized Debt Obligation is een vorm van waardepapier of obligatie aan een juridische entiteit die haar inkomsten vergaart uit verschillende vormen van krediet (credit cards, persoonlijke leningen, etc)


51

Lease Renewals: anders dan de Tenant Defaults wordt bij huurverlengingen en het sluiten van nieuwe huurcontracten niet louter gekeken naar de initiële huurcontracten maar ook naar de nader te sluiten huurcontracten gedurende de looptijd van de lening. De kans op huurverlenging of nieuwe huurcontracten hangt af van de huurkenmerken van de desbetreffende markten. Het resultaat van de Monte Carlo analyse vloeit voort uit tienduizenden simulaties van combinaties van huurder defaults en nieuwe huurcontracten. Deze worden per regio en sector apart bezien.

Unit Calculations Elke Monte Carlo simulatie brengt een inkomensverwachting voort voor elke eenheid vastgoed. Huurder defaults en huurverleningen brengen mogelijkerwijs veranderingen teweeg in de bestaande kasstroom. De impact die deze veranderingen hebben, worden bepaald door de marktstandaarden voor elk onroerend goed, in combinatie met Fitch’ uitgangspunten. Commerciële eenheden De geschatte kasstroom die door commerciële eenheden worden gegenereerd, worden gebaseerd op verschillende inkomsten en operationele kosten componenten die uiteindelijk de netto huurinkomsten per eenheid in elke periode van de projectie vormen. Deze componenten worden getoond in de grafiek genaamd ‘Unit Cash Flow Projection’, waarin de meest voorkomende scenario’s worden opgenomen. Voor elke simulatie van de huurder defaults en nieuwe huurcontracten, worden nieuwe cashflow projecties gegenereerd, hetgeen Fitch faciliteert in het analyseren van de netto inkomsten per eenheid, en later in het proces voor de gehele portefeuille. Initiële huurcontracten en leegstand Huurcontracten lopen doorgaans tot het einde van de looptijd, tenzij de huurder in gebreke raakt of wanneer de huur wordt onderbroken, bijvoorbeeld door break-opties. Dan ontstaat dus leegstand (‘void periods’). Fitch neemt in beginsel alleen deze contractuele huur mee, geen veronderstelde (inflatie gerelateerde) huurstijgingen of andere assumpties, tenzij deze contractueel vastliggen. Verder worden er voor vier verschillende scenario’s, namelijk 1) huurder default, 2) expiratie van het huurcontract, 3) nieuw huurcontract ( na situatie 1 of 2) en 4) gradueel (stapsgewijs) herverhuren (eveneens na situatie 1 of 2).



52

De componenten in deze scenario’s worden weergegeven in bovenstaande grafieken (afbeelding 22) en bestaan uit: Onveranderbare kosten: kosten voor een periode, die normaliter gepaard gingen met een huurstroom die nu is komen te vervallen. Dit zijn alle vaste lasten zoals beheerkosten, nutsvoorzieningen, belastingen et cetera. Capital Expenditures (Capex) 13 : Eigenaren dienen vaak te investeren in leegstand alvorens nieuwe huurders aangetrokken kunnen worden. De veronderstelde Capex wordt door Fitch verhoogd, naarmate de looptijd van het huurcontract is verlopen, gezien daardoor de verleden aanpassingen ook langer geleden zijn. Verhuur-fees: Indien het onroerend goed opnieuw verhuurd wordt, is dit verhuurtraject doorgaans begeleid door een makelaar die kosten voor in rekening brengt voor marketingkosten en onderhandeling. Deze fees worden, afhankelijk van de regio op een tot twee maanden huur gezet.

13

Capital Expenditures (CAPEX) staat voor de kosten voor ontwikkeling of levering van nietverbruikbare onderdelen van een product of systeem. (www.wikipedia.org)


53

Nieuwe huurcontracten Geprojecteerde kasstromen uit hoofde van nieuwe huurcontracten worden op dezelfde manier vastgesteld, of het nu is na huurder default, expiratie van huurcontract of na een periode van leegstand, gezien de complexiteit van differentiatie. Het nieuwe veronderstelde huurniveau wordt berekend door de huurniveaus naar beneden bij te stellen door een huurwaardedaling op de geldende huurniveaus. In haar kasstroomprognose veronderstelt Fitch dat de leegstanden oplopen en huurniveaus dalen. De omvang van deze getallen wordt beïnvloed door: -

Historische huurvolatiliteit: de huurvolatiliteit wordt berekend door de geobserveerde huurbewegingen af te zetten tegen een onderliggende lange termijn groei van de huurmarkt (zie afbeelding 23)

-

Het momentum in de cyclus: de huurvolatiliteit op zich is niet voldoende om de omvang van een potentiële daling in huurwaardeniveau te bepalen. Hoe langer een huurwaarde dalende is geweest over de afgelopen periode, des te kleiner zal een verdere daling volgens het model zijn. Deze veronderstelling is uiteraard gebaseerd op een systeem waarin zogenaamde crashes, zoals in de recente crisis niet zijn meegenomen. Afbeelding 23 (Bron: Fitch Ratings)

Leegstaande vierkante meters Fitch gaat er van uit dat aantal vierkante meters dat op het moment van rating leeg staat een representatief beeld geeft voor de standaard leegstand van een object. Er worden hiervoor dus ook geen kasstroomprognoses afgegeven, tenzij de sponsor hiervoor duidelijke businessplannen heeft voorgelegd. De kosten, voortvloeiend uit leegstand, die hierboven zijn beschreven worden wel doorberekend en het scenario grijpt dus aan bij de ‘Void Period’ oftewel de leegstandsperiode. Meergezins eenheden Voor de analyse van CMBS transacties op basis van meergezinswoningen (appartementencomplexen, niet voor uitponding), heeft Fitch speciaal een model ontwikkeld, beschreven in het rapport genaamd “Taking Stock of German Multifamily Housing- Criteria and Rationale of Analysis” (2006). Deze methode concentreert zich op de netto kasstroom, uitgaande van volledige verhuur, met een neerwaartse bijstelling voor gestabiliseerde leegstand. Daar worden vervolgens de operationele kosten vanaf getrokken en worden er aanpassingen gemaakt voor de regio waar het onroerend goed gelegen is.


54

Lening Calculaties De berekeningen die hierboven beschreven werden voorzien twee belangrijke gegevens voor het bepalen van het al dan niet voldaan worden van een lening gedurende de looptijd en aan het eind daarvan: ‘Stressed Net Income’ (inkomsten vanuit het vastgoed in geval van lening default) en ‘Stressed Property Value’ (waarde van het vastgoed in geval van lening default). Rente en Aflossing De netto kasstromen van het vastgoed worden in CMBS programma’s gedistribueerd via een zogenaamd watervalsysteem. De rente en aflossing op de minst risicovolle tranches (AAA) worden eerst voldaan, daarna de volgende tranche (AA+) enzovoort. Deze waterval techniek wordt ingewikkelder wanneer een lening, die over meerdere tranches verdeeld wordt en de onderliggende prestaties van de lening (vb. inkomsten uit, of waarde van het vastgoed) verslechteren. Bij het in gebreke blijven van de risicovollere tranches, worden door Fitch tegelijkertijd alle tranches in default bekeken, gezien het intensievere beheer dat vanaf dat moment plaats zal vinden. Lening Default De bijzondere omstandigheden die een lening in staat van default stellen worden opgenomen in de leningdocumentatie per individuele lening. Fitch test middels simulaties de volgende twee types default: - Technisch Default: In dit geval wordt de default veroorzaakt door het breken van convenanten, zoals bepaalde ratio’s zoals de LTV waarmee de waarde van het onderpand buiten verhouding geraakt met de hoogte van de lening. - Financiële Default: In dit geval wordt de default veroorzaakt door het ingebreke blijven bij het voldoen van rente- en aflossingsverplichtingen. (ICR, respectievelijk DSCR < 0). In het geval dat leningen in default geraken, zal de special servicer (een speciaal aangewezen partij) het beleid over de lening overnemen. Bij commerciële banken, zal dit altijd een interne afdeling van de bank zijn (intensief, of speciaal beheer). In het geval van CMBS zijn hier hoge, externe kosten aan verbonden die Fitch meeneemt in de verliescalculaties en doorberekent aan de tranches die in het hogere risicoprofiel zitten. De executiewaarde die Fitch in de calculaties toekent aan het vastgoed wordt bepaald door twee aannames: de verdisconteringsvoet en het aanvangsrendement van het onderliggend vastgoed. De aanvangsrendementen zijn sterk afhankelijk van het type vastgoed. Woningen kennen een veel lager aanvangsrendement vanwege de algemeen aangenomen lagere risico’s van (her-) verhuur. Fitch heeft deze marktnormen in kaart gebracht en past deze toe op de verschillende types vastgoed, op basis van de reeds beschreven Vastgoed Scores. Het kan volgens Fitch zo zijn dat de aanvangsrendementen op momenten niet aansluit bij de markt, maar dat wijt Fitch aan de lange termijn focus van Fitch, ten opzichte van de markt. Van de waarde die hier uit voortvloeit, worden de kosten van de verkoop van het vastgoed (overdrachtsbelasting en veiling-/makelaarskosten) afgetrokken. Deze resterende waarde minus de hoogte van de lening (indien hoger) levert per saldo het verlies op dat men in de vergelijking met het bancaire model de Loss Given Default kan noemen.


55

Leningexpiratie Daar waar een lening niet in default geraakt is, veronderstelt Fitch niet direct een default bij de einddatum van de lening, vanwege een uitblijvende algehele aflossing. En dit is nu precies waar het schoentje wringt. Onderstaande recente gegevens van Fitch laten zien dat leningen, die gedurende de looptijd van de lening niet in default is geweest, door gebrek aan herfinancieringsmogelijkheden, niet wordt afgelost (afbeelding 24). De situaties ‘In standstill’ (bevroren), ‘Maturity extended’ (einddatum uitgesteld) en ‘In workout’ (tegeldemaking, doorgaans via verkopen onderpand) laten een dramatisch beeld zien van de huidige situatie. Afbeelding 24 (Bron: Fitch Ratings)

Portefeuille Berekeningen De verliezen op lening niveau, die voortkomen uit bovenstaande analyse vormen opgeteld die van de gehele leningportefeuille. Op de gehele portefeuille wordt echter de impact van een aantal additionele factoren meegewogen: Kredietdiversiteit: De toename in aantal en reikwijdte van de leningen, jurisdicties en types vastgoed in typisch CMBS programma vraagt aandacht voor het voordeel van diversiteit. Fitch heeft hiervoor een mathematisch model gehanteerd dat de diversiteitscore voor elke transactie in kaart brengt, waardoor een helderdere vergelijking gemaakt kan worden van deals. Deze diversiteitsscore wordt opgebouwd uit de volgende componenten: -

Lening Granulariteit 14 : De Herfindahl index wijst uit wat de procentuele bijdrage is van elke lening, in plaats van het totaal aan leningen te bezien in de portefeuille. Dit wordt op eenzelfde methode toegepast door Moody’s.

14

Granulariteit (lett. korreligheid) is een term die bij het ontwerpen van databases wordt gebruikt, ze geeft aan in welke mate er gedetailleerde gegevens van de eenheden aanwezig zijn (www.wikipedia.org)


56

-

Vastgoed Granulariteit: Deze score wordt op dezelfde wijze berekend als de lening granulariteit, maar dan gebaseerd op de bijdrage van elk individueel ondergezet onroerend goed ten opzichte van de portefeuille.

-

Vastgoed Markt Diversiteit: Deze score meet de mate waarin de aanwezigheid van verscheiden vastgoedmarkten in een transactie, deze kunnen beschermen tegen een neergang in een bepaalde markt. Deze toets wordt gebaseerd op de historische correlatie in de huurcycli in de verschillende vastgoedmarkten.

-

Concentratierisico: Deze score geeft de mate aan waarin een CMBS transactie overmatig blootgesteld is aan vastgoed- en kapitaalmarktomstandigheden op een bepaald moment in de tijd, afgezet tegen een gespreide terugbetalingstermijn in plaats van de algehele aflossingen aan het eind van de looptijd. Vanwege het kleine aantal leningen in de typische Europese CMBS deals is het risico relatief slecht gespreid, wat meegewogen dient te worden.

Kredietwaardigheid van de Servicer Waar banken zelf verantwoordelijk zijn voor de afhandeling van leningen, wordt dit in een CMBS programma gedaan door een daartoe aangewezen partij. Gezien er volgens Fitch een groot verschil is in de verliesbeperking bij default per servicer, worden er aan alle servicers scores meegegeven die van invloed zijn op de invloed van de totaalrating van het krediet. Transacties met meerdere valuta Typisch aan Europese CMBS’en is het gebruik van meerdere valuta in de inkomensstroom, gezien niet overal de Euro wordt gehanteerd. Doorgaans wordt het risico dat hieruit voortvloeit afgedekt door valutaderivaten. Daar waar deze derivaten niet gesloten worden en er dus een andere valuta van toepassing is op de inkomstenstroom dan op de rente- en aflossingsverplichtingen wordt een standaard aanpassing gemaakt als aanname op de valutabeweging in de toekomst.

Uitkomsten Elk van de tienduizenden simulaties mondt uit in een verwachtte tijdsduur tot default (kans op PD) en verliesratio (LGD) voor elke lening in de portefeuille. De distributie van deze indicatoren uit hoofde van alle simulaties wordt gebruikt om de uiteindelijke output te genereren voor de verschillende tranches die een CMBS met zich meebrengt. Daar waar de berekening voor banken dus ophoudt, aangezien zij de gehele financiering (AAA t/m CCC) verstrekken, dienen CMBS rating agencies dus nog een stap verder te gaan, en de berekening per tranche te maken. A-Note/ Verliesdistributie op de gehele lening: De leningstatistieken die voortkomen uit de simulaties geven inzicht in de reikwijdte en frequentie van de verliezen op elke individuele lening. Er is hier een groot verschil voor wat betreft de single-tenant vs. de multi-tenant leningen, hetgeen logisch is vanwege de hoge impact van het verlies van een huurder ten opzichte van de overall leningperformance.


57

Fitch brengt de distributies in kaart voor de verschillende leningen en selecteert punten op deze distributies om het juiste stressniveau voor elk ratingscenario te bepalen. Bij single-tenant leningen ligt dit dus hoger dan bij multi-tenant leningen. Een hoger percentage betekent dus een hogere PD. B-Note Verliesdistributie: De analyse zoals hierboven omschreven wordt eveneens toegepast op de B-Note participaties, het CMBS papier in het hogere risicosegment. De verliespercentages worden gesimuleerd voor elke achtergestelde participatie in de totale leningen. Deze thematiek is afgeleid van de berekening van verschillende risicotranches in CDO papier. Lening prognoses: De uiteindelijke output van het modelleringproces is een gedetailleerde analyse van de prognoses van de overall resultaten. Dit houdt in dat het model zowel prognoses voortbrengt van de kasstromen uit het vastgoed en de waarden, als de getallen die van toepassing zijn op elke tranche binnen het watervalsysteem. Dit levert bruikbare inzichten in de in de factoren die de leningprestaties beïnvloeden in de verschillende rating risicotranches. Conclusie De benadering van Fitch is gestoeld op de fundamentele waarden van de vastgoedmarkten en hun invloed op de prestaties van de leningen in het algemeen en specifiek die van het te waarderen CMBS pakket. Het model is gebaseerd op het gebruik van Monte Carlo simulaties van waarden en kasstromen. De prognoses worden afgeleid van vastgoed informatie, huurderinformatie en bijzonderheden van de markt waarin het vastgoed gelegen is. Dit wordt gecombineerd met de kwalitatieve vastgoedanalyse door Fitch. De kasstroom en waarden worden vergeleken met de leningkarakteristieken om tot een indicatie te komen van de PD en de LGD. Fitch vernieuwt haar benadering en model regelmatig om ontwikkelingen in de vastgoedmarkt en de leningstructuren te verwerken.


58

4.4 Standard & Poors’ methode voor de rating van Europese CMBS S&P is van de drie grote rating agencies het minst transparant in het verstrekken van informatie rond de kredietrisicoanalyse van Europese CMBS transacties. Hoewel S&P de elementen weergeeft wordt verder niet ingegaan op hoe ze gehanteerd worden. Toch zullen ze in deze paragraaf wel besproken worden, omwille van de volledigheid. S&P’s kredietrisicoanalyse beging met het een onderzoek van het ondergezette onroerende goed, evenals Moody’s en Fitch en eveneens om dezelfde reden. Gezien de afhankelijkheid van de kasstromen die voortvloeien uit het onderliggende onroerend goed en het geringe commitment van aandeelhouders van de kredietnemer (veelal SPV’s). De variëteit aan types vastgoed, types vastgoedlening en transactiestructuren in Europese CMBS hebben volgens S&P tot gevolg dat een rigide voorgeschreven aanpak niet of nauwelijks toepasbaar zijn in de meeste situaties. Het lijkt of S&P daarmee wil zeggen dat ze geen vaste structuur hanteren bij het analyseren van CMBS papier. Een horde op de weg van de analyse wordt volgens S&P gevormd door de slechte beschikbaarheid van informatie op het gebied van CMBS, enerzijds door het jonge bestaan van CMBS in Europa maar anderzijds ook door de überhaupt weinig beschikbare vastgoedgegevens, een opmerking die alle drie de rating agencies hebben aangehaald. Bijgevolg is het gebruik van de doorgaans door S&P gehanteerde stochastische portefeuille default modellen of gemiddeld gewogen faillissementsfrequentie berekeningen voor het overgrote gedeelte van de CMBS transacties niet mogelijk. S&P geeft aan dat de evaluatie van vastgoedfinancieringen, vooral wanneer de transacties slechts een beperkt aantal onderliggende financieringen kennen, niet veel meer is dan een mening. Desalniettemin is een op informatie gestoelde mening van waarde volgens S&P. Deze mening wordt gevormd door speciaal daarvoor aangewezen kredietcommissies die in hoge mate afhankelijk zijn van de informatie die door de uitgevers van het CMBS papier. Hoewel de focus ligt op kredietanalyse, worden er ook juridische en structuurtechnische aspecten meegewogen. Vastgoedanalyse Het overgrote deel van de vastgoedfinancieringen betreffen non-recourse 15 deals waarbij de rente en aflossingsverplichtingen voornamelijk uit de opbrengsten van het vastgoed zal moeten worden voldaan.

15 Non-recourse houdt in dat de schuld alleen maar verhaald kan worden op de juridische entiteit waarin zich het onderpand (het vastgoed) begeeft. De beleggers die de aandelen houden in deze schulddragende rechtspersoon zijn voor deze schuld dus niet hoofdelijk (mede-) aansprakelijk.


59

Bijgevolg is het volgens S&P van belang dat deze kasstromen voor wat betreft de looptijd van de lening en bij het moment van aflossing geanalyseerd worden. Er wordt een benadering gemaakt in welke mate de kasstromen aan de rente en aflossingen kan voldoen (DSCR). De benadering neemt daarin ook de eigenschappen van het vastgoed, zoals locatie, marktcondities en de aantrekkelijkheid van het vastgoed voor de markt. Deze analyse wordt als een stuk maatwerk toegepast op het individuele vastgoed. Een ‘rigoureuze’ analyse van de kwaliteit van het vastgoed en het potentieel om kasstroom te genereren leidt uiteindelijk tot de lange termijn waarde. Daarmee wordt ook de potentiële restwaarde bekeken aan het eind van de looptijd van de lening om de kans op herfinanciering in te schatten. De kredietwaardigheid van de zittende huurders kan eveneens variëren. In het geval dat de huurder omvalt, is de kwaliteit van het vastgoed, gemeten aan leeftijd, staat van onderhoud, functionaliteit en locaties van essentieel belang voor de kans dat het pand opnieuw verhuurd wordt. Rating doorheen recessies S&P ensceneert situaties waarin de kasstromen en vastgoedwaardes onder druk komen te staan. Bij het in scene zetten van deze recessiescenario’s wordt er een benadering van waardes en kasstromen gemaakt ten opzichte van de huidige niveaus. Er wordt niet ‘teruggezakt’ naar de niveaus van vorige recessies aangezien dit volgens S&P onrealistisch hoge verliezen op zou leveren, zelfs op de A-notes. Het ironische is echter dat dit inderdaad ook gebeurd is in een aantal gevallen (vb. White Tower Plc.). De calibratie van de kasstroom- en waardedalingen in de modellen blijven dus door de kredietcommissies bepaald, eerder dan te bezien wat de waardedaling bij de laatste recessie was. Vastgoed- en leninginteractie en het belang van de herfinancieringrisico’s De analyse van S&P richt zich op de risico’s ten aanzien van ICR dekking, de kans op niet terugbetaling (het zogenaamde take-out risico), renterisico’s (door middel van rentederivaten), aflossing en financiële convenanten als LTV-ratios. Vooral de aflossingsvrije structuur waarop de meest recente financieringen verstrekt zijn brengen een groot herfinancieringrisico met zich mee. Onderzoek van S&P wijst uit dat van 44 onderzochte Europese CMBS programma’s 50% zwakke herfinancieringskansen heeft en mogelijke kasstroom verliezen vanwege rentestijgingen na herfinancieringen bij gelijkblijvende huren. Een analyse voor eindwaarden van vastgoed bij expiratie is erg moeilijk, maar wordt door S&P gebaseerd op historische yield data van vastgoed. Overige issues op leningniveau De impact van de sponsor/kredietnemer: bij non-recourse leningen is het niet voldoende te vertrouwen op de sponsor op het moment dat de kasstroom onvoldoende wordt. Bepaalde soorten vastgoed zoals winkelcentra en self-storage vereisen gemotiveerd management. Vandaar dat de sponsor getaxeerd wordt op bewezen capaciteiten.


60

De kasstroombenaderingen veronderstellen niet dat een sponsor grote capex verricht aan het vastgoed, tenzij er vrije cash reserves in het aanvankelijke programma zijn opgenomen. Voor transacties waar cash eigen inbreng in wordt gebracht door de kredietnemer worden de subordinatieniveaus van de tranches aangepast naar beneden. Met andere woorden worden de tranches als minder risicovol beschouwd. Daar waar aanschafprijzen van vastgoed onder de getaxeerde vastgoedwaarde ligt, dan wordt deze aanschafwaarde meegenomen in de LTV berekening, als een soort voorzichtigheidsbeginsel. Aanschafkosten moeten volgens S&P niet verward worden met waarde aangezien een nieuwe koper deze kosten opnieuw zal moeten maken bij aanschaf. In de waardering kijkt S&P daarom naar de prijs ‘kosten koper’. Daar waar geen aanschafwaarden bekend zijn, wordt waar mogelijk in eerdere securitisaties gekeken in welke mate er reeds herfinanciering heeft plaatsgevonden tegen hogere niveaus waardoor eigen vermogen vervangen is door vreemd vermogen. Gedwongen verkopen S&P schat de mogelijkheid in dat er sprake zal zijn van gedwongen verkooptrajecten. De CMBS ratings geven dus tegelijkertijd de PD aan en de LGD (of feitelijk de inverse daarvan, namelijk de recovery rate). Daar waar geen volledige hypotheek is genomen op het onroerend goed maar zogenaamde hypotheek-mandaat constructies (zoals bijvoorbeeld gangbaar is in België) vanwege de kostenstructuur maakt S&P een aanpassing op de dekkingswaarde, vanwege de kosten die daar dan alsnog mee gepaard gaan. Leningflexibiliteit Daar waar leningen de mogelijkheid bieden om onroerend goed ‘in en uit te schuiven’ (onroerend goed verkopen zonder aflossing maar met onderzetting van ander onroerend goed) verkrijgt de kredietnemer een zeer ruime flexibiliteit. De rating wordt om deze reden naar beneden aangepast. Even zozeer worden CMBS programma’s waar kredietnemers ruimte is verschaft om vastgoedontwikkelingen te ontplooien, dient deze aan te tonen dat de kosten hiervan aantoonbaar kunnen worden gemaakt en dat de gelden hiervoor aanwezig zijn. Bij gerede twijfel leidt dit bij S&P tot drastische afwaarderingseffecten. Rentedekking wordt door S&P, net als door Moody’s en Fitch doorgaans als positief gewaardeerd. S&P maakt echter de nuance dat, indien de derivaten geconditioneerd zijn, dit kan leiden tot gedwongen afwikkeling voor het einde van de looptijd van de lening met enorme kostenposten van dien.


61

De vaardigheid van de servicer en special servicer wordt, net als door de twee andere rating agencies getaxeerd. In Europa zijn veel van deze partijen voorzien van een kwaliteitskeur en kwalitatieve rating. De historie in Europa is te kort om al deze partijen daadwerkelijk te hebben zien optreden in alle fases van de economische cycli, maar S&P neemt de kwalificatie wel mee in de totaalrating. Additionele financiering en bilaterale overeenkomsten tussen financiers Verhogingen van financieringsniveaus verhoogt de kans op default. Het aantrekken van junior leningen, mezzanine of B-notes heeft dus een negatief effect op de rating. Bitlaterale overeenkomsten in een combinatie van finacieringstransacties (bijvoorbeeld A- en B-notes), voorkomt dat het uitwinningstraject wordt gefrustreerd en het uitwinningsniveau lager uitpakt. Enige dubbelzinnigheid in dergelijke overeenkomsten leidt S&P er toe om de rating naar beneden bij te stellen. De CMBS structuur Ook nadat de kredietrisico’s op leningniveau zijn afgerond is de kredietanalyse niet compleet zonder een analyse van de zogenaamde watervalstructuur. Enige tekorten in de kasstroom, ook voor het voldoen van X-notes (tranches met het hoogste risico) kunnen leiden tot effecten op alle andere tranches. Des te verder het leningniveau en het gehalte aan risicovolle tranches, des te hoger het risico op default. In de hooggefinancierde CMBS structuren (boven de 90% LTV), moeten de mechanismes die liquiditeitstromen blokkeren vanwege het doorbreken van convenanten door afwaarderingen negatief worden meegewogen in de rating. Interactie tussen juridische en krediettechnische risico’s S&P is afhankelijk van de actie die de arrangeurs van de CMBS ondernemen op de jurisdicties waar het onderpand is gesitueerd, waar de kredietnemer haar domicilie voert en de domicilie van de uitgever van de CMBS. Dit zijn structuurrisico’s die typisch zijn voor Europees CMBS papier vanwege de uiteenlopende juridische systemen per land. Vervolgens dienen zich de fiscale aspecten per land aan op het gebied van overdrachtsbelasting, en vennootschapsbelasting. De complexiteit van de onderliggende deal wordt meegewogen in de rating, hoewel daar per casus arbitrair een afweging van wordt gemaakt.


62

Conclusie S&P benadrukt het belang van de in het onderliggende vastgoed verankerde analyse van kredietwaardigheid bij CVF. Hoewel dit verschillende uitkomsten kan genereren voor verschillende typen vastgoed, is S&P overtuigd van de uniforme aanpak. Als hier vervolgens het impact aan toe wordt gevoegd van de structuureigenschappen van het CMBS programma, is het volgens S&P niet langer mogelijk om bruikbare handleidingen te publiceren op het raten van CMBS tranches. “When one also considers the impact that the loan structuring features referred to, can potentially have on the credit analysis, it should become apparent why it is impossible to publish meaningful guidelines on subordination levels in European CMBS transactions” aldus S&P. Ondanks de subjectiviteit en het kwalitatieve gehalte van de analyse, verzekert S&P dat de analytische methode voor elke transactie consistent is. Hiermee onderscheidt S&P zich toch enigszins van Fitch en Moody’s die transparanter zijn in hun opzet van het beoordelen van kredietrisico’s.


63

4.5 De vergelijkingsresultaten Ten behoeve van overzicht staat hieronder een tabel met daarin de items dit voorkomen in het CPF model en die al dan niet behandeld worden door de drie rating agencies. Hierbij dient opmerkt te worden dat S&P wellicht op punten wel ingaat op enkele items maar dan zijn deze niet openbaar gemaakt. Tabel 10

Type vastgoed Locatie van het vastgoed LTV ICR Huurverval (looptijd) Leningverval (looptijd) Leningflexibiliteit Courantheid vastgoed Kwaliteit vastgoed Kwaliteit huurder Huurderconcentratie Leningconcentratie Totaal aantal huurders Leegstand Aflossingsstructuur Herfinancieringsrisico Renterisico Betalingsachterstanden in het huurbestand Kwaliteit van de debiteur Spreidingsrisico van leningen Monte Carlo simulatie Valutarisico CMBS specifieke items***

CPF Model Ja Nee* Ja Ja Ja Nee Nee Ja Ja Ja Ja Nee Ja Nee Nee Nee Nee Nee

Moody’s rating Ja Ja Ja Ja Beperkt Ja Nee Ja Ja Ja** Ja Ja Ja Nee Ja Ja Ja Ja

Fitch rating Ja Ja Ja Ja Beperkt Ja Nee Ja Ja Ja** Ja Ja Beperkt Ja Ja Ja Ja Nee

S&P rating Ja Ja Ja Ja Nee Ja Ja Ja Ja Ja** Ja Ja Beperkt Ja Ja Ja Ja Nee

Nee Nee

Ja Ja

Ja Ja

Nee Ja

Nee Nee Nee

Ja Ja Ja

Ja Ja Ja

Ja Ja Ja

* Het landen risico wordt door banken niet in het IPRE/CPF model zelf gehanteerd maar los daarvan. In Nederland gelegen vastgoed wordt qua risico bijvoorbeeld met 1 notch verhoogd vanwege de kredietwaardigheid van Nederland. ** De kwaliteit van de huurders wordt wel meegewogen door de agencies in gevallen waar eer een hoge huurdersconcentratie plaatsvindt. Bij een lage concentratie is de weging van de huurderskwaliteit beperkt. *** CMBS specifieke items zijn bijvoorbeeld tranchering, bilaterale afspraken met overige financiers, kredietwaardigheid van de servicer et cetera; zaken die specifiek zijn voor CMBS programma’s en niet van toepassing zijn op bancair CVF.

Om te komen tot een rating lijken de credit rating agencies veel gedetailleerder te werk te gaan dan de banken die werken met het CPF model. Of deze detaillering ook een accuratere inschatting oplevert voor de rating kan uiteindelijk pas bepaald worden na aflopen van de lening of het CMBS programma. Dat maakt ook geen onderdeel uit van deze master-thesis.


64

Voorts zou het goed kunnen zijn dat een aantal items leiden tot een soort ‘dubbeltelling’. Zo is herfinancieringsrisico hoogstwaarschijnlijk hoog gecorreleerd met de LTV en zijn de courantheid en de kwaliteit van het vastgoed ook vast en zeker hoog gecorreleerd. Zo zal er een afnemende marginale meerwaarde zijn per toegevoegde risk-driver die aan een model wordt toegevoegd. In het CPF model zijn een aantal CMBS-specifieke onderdelen uiteraard niet opgenomen. Zo zijn er geen Monte-Carlo simulaties gemaakt. Dit heeft alles te maken met het feit dat het CPF model een expert model is waar de agencies de voorkeur geven aan simulaties. In welke mate CPF daardoor afwijkt van de agency ratings, valt te bezien op basis van de analyse in hoofdstuk 5.

4.6 Conclusie Hoewel de agency ratings verder gedetailleerd zijn, lijkt het CPF model de hoofddrivers wel mee te nemen in het model. Buiten de detaillering hebben de agencies een aantal CMBS specifieke items mee te nemen in hun rating die in het geval van een bancaire financiering niet voorkomen. Andersom is er maar een item dat in het CPF model weging heeft, maar nauwelijks is terug te vinden in de agency ratings, namelijk het huurverval. Dit item is door Fitch en S&P overigens wel weer in de kwaliteit van het vastgoed geïncorporeerd. Hoeveel invloed de items die CMBS specifiek zijn, hebben op de rating, wordt in hoofdstuk 5 getoetst. Wel is het voor de hand liggend dat er een aantal punten waarvan banken zouden kunnen overwegen deze te incorporeren in hun model. Het leningverval, het debiteurenrisico (wat is de kredietkwaliteit van de rechtspersoon die gefinancierd wordt), aflossingsstructuur, herfinancieringsrisico en renterisico worden wellicht wel in de fiattering meegenomen van de CVF bij verstrekking, maar hebben vooralsnog geen plek gekregen in het CPF model, hetgeen op zijn zachtst gezegd bevreemdend is. Dit zal dan ook in het laatste hoofdstuk tot aanbevelingen leiden.


65

5 De vergelijking van CPF rating met de ratings van de agencies In de voorgaande hoofdstukken werd beschreven hoe de methodologie van kredietrisico CMBS leningen door rating agencies zich verhoudt met de methodologie van CPF modellen, die toegestaan zijn door BASEL II. Hoewel het interessant is om deze kredietrisicobenaderingen op inhoud te vergelijken geeft dit nog geen beeld op hoe ze zich kwantitatief ten opzichte van elkaar verhouden. Om dit in kaart te brengen behandelt dit hoofdstuk de vergelijking van benadering via het agency model versus het CPF model van 88 CMBS programma’s. 5.1 De methode De gegevens voor de vergelijking zijn gebaseerd op de informatiememoranda van Europese CMBS programma’s ten tijde van uitgifte. Elke financiële instantie die een CMBS programma lanceert en wenst te distribueren stelt bij uitgifte een memorandum op met daarin een aantal gegevens waaronder 1) het type vastgoed; 2) het aantal leningen; 3) de kwaliteit van het onderpand; 4) de lengte van de looptijd van zowel lening als onderliggende huurcontracten, 5) regionale situering; 6) kredietwaardigheid van de huurders; 7) de afgegeven ratings door de agencies; 8) de tranchering van het krediet; 9) de LTV; 10) de ICR, danwel de DSCR en 11) de structuur en de complexiteit van de kredietconstructie. Deze lijst is niet onuitputtelijk en hoewel er veel overeenkomsten zijn tussen de informatiememoranda, is het opmerkelijk dat niet alle memoranda even volledig zijn. Dit is ook de reden waarom er slechts 88 van de 116 CMBS programma’s van 2005 tot en met 2007 zijn verwerkt. De resterende programma’s schoten namelijk tekort in qua verstrekte informatie. De gegevens van deze 116 programma’s zijn door Barclays Capital Research in kaart gebracht in het “Compendium of European CMBS Credit Scores”. De door Barclays vrijgegeven gegevens zijn vervolgens verwerkt in het zogenaamde IPRE/CPF model volgens de maatstaven van BASEL II. Het totaal aan gegevens is opgenomen in Appendix 3, met in Appendix 4 een voorbeeld van een ratingberekening. 5.2 De vergelijking Uit de CMBS gegevens uit de informatiememoranda werden dus de items gefilterd die benodigd zijn voor het CPF model. Hoewel dit model reeds uitvoerig is behandeld in hoofdstuk 4 zijn de benodigde gegevens samengevat: 1. Type of Real Estate: soort vastgoed zoals winkels, woningen, kantoren industrieel etc. 2. Loan-to-Value (LTV): de hoogte van de totale financiering ten opzichte van de waarde van het vastgoed. 3. Interest Coverage Ratio (ICR): de netto huuropbrengsten (na aftrek van operationele kosten) ten opzichte van de totale rentelasten van de financiering. 4. Weighted Average Lease Expiry: de gemiddelde looptijd van de huurcontracten. 5. Marketability: de courantheid ten behoeve van verkoop van het vastgoed. 6. Top 5 tenants: het percentage van de 5 grootste huurders ten opzichte van het totale huurbestand. 7. Tenant quality: de kredietwaardigheid van de huurders. 8. Number of tentants: het totaal aantal huurders.


66

Hiermee laat het CPF model een aantal zaken liggen die wel degelijk door de rating agencies worden meegewogen. Naast de bovenstaande gegevens zijn er gegevens waaraan in de rating eveneens gewicht wordt gegeven. Dit zijn bijvoorbeeld: 1. het aantal leningen 2. het aantal onderpanden 3. de gemiddelde looptijd van de financiering, mede afgewogen tegen de gemiddelde looptijd van de huurcontracten 4. de omvang van de grootste lening ten opzichte van de gehele portefeuille 5. geografische concentratie (dit wordt in het meest recente CPF model overigens al ingevoerd) 6. de kwaliteit van de servicer/lead manager (kredietbeheerder) 7. de mate van afbouw van de financiering gedurende de looptijd 8. dealcomplexiteit en structurering

5.3 Opmerkingen bij de vergelijking Hoewel er vast en zeker correlatie is met de gegevens die ook in het CPF model worden gehanteerd, is er toch zeker wat voor te zeggen om de portefeuillebenadering door rating agencies ook weging te geven in toekomstige CPF modellen. Rating agencies geven bovendien veel aandacht aan de tranchering in risicotranches, de grootte van de tranches, de pro-rata LTV’s en ICR’s. Dit is duidelijk CMBS specifiek en gaat niet op voor een doorsnee kredietportefeuille. Voor de vergelijking is de benadering gekozen om de situatie te bezien vanuit het oogpunt alsof een bank alle tranches zou verwerven, van de AAA tranche met het laagste risico tot de tranche met het hoogste risico. Met andere woorden verwerken we de totale pluk aan tranches in het CPF model als ware het een enkele kredietportefeuille ten behoeve van de vergelijkbaarheid. Wat opvallend is, is dat beide benaderingen geen gebruik maken van een factor ‘debiteurenkwaliteit’. Het lijkt alsof zowel de banken als de rating agencies zich puur richten op de leningen versus de ‘objecten’ namelijk het onderliggend vastgoed in plaats van de ‘subjecten’ namelijk de kredietnemers. In het geval van CMBS lijkt dit voor de hand liggend aangezien er veelal gebruik wordt gemaakt van zogenaamde Special Purpose Vehicles (SPV’s), juridische entiteiten met louter het vastgoed en financieringen op de balans. Kredietnemers van banken kunnen echter gemakkelijk meer op de balans hebben staan dan louter het vastgoed en de financieringen. Tevens kan het eveneens zo zijn dat er nog overig vastgoed en overige financieringen op de balans staan met eventuele hogere of juist lagere risico’s op terugbetaling als gevolg. Hiermee wordt in beide modellen geen enkele rekening gehouden. Een andere opmerking is dat de ratings geen rationale getallen zijn, maar classificaties, door het bucketing-systeem. Een 16 rating heeft niet het dubbele gehalte risico ten opzichte van een 8 rating aangezien het risico exponentieel oploopt per hogere ratingcategorie. Dit brengt beperkingen met zich mee ten aanzien van statistische berekeningen. Indien en voor zover de drie rating agencies afwijkende ratings afgeven wordt hier een gemiddelde van genomen. Dit zou met de voorgaande opmerking wellicht op


67

bezwaren stuiten, maar hier is ten behoeve van de werkbaarheid toch voor gekozen. Als dit niet tot een rating van een geheel getal leidde werd de rating naar boven afgerond (een gemiddelde rating 8,5 is dus verwerkt als een 9). Niet alle CMBS deals hebben van alle drie de rating agencies een rating gekregen. De lead arranger is niet verplicht tot het laten uitvoeren van drie ratings en met name in 2007, toen de markt voor CMBS erg liquide was hebben veel arrangers gekozen voor twee ratings of, in enkele gevallen slechts een. Wellicht de belangrijkste opmerking is dat de rating van de CMBS verder strekt dan de PD die door het CPF model wordt berekend. De EL (Expected Loss) wordt hierin ook meegenomen. Aangezien dit grotendeels bepaalt wordt door de LTV, hetgeen door de drie rating agencies bevestigd wordt en dit eveneens een ingrediënt in het PDF model wordt er in deze master-thesis vanuit gegaan dat dit voor de analyse niet uitmaakt.


68

5.4 De resultaten Afbeelding 25 Vergelijking Credit ratings vs CPF ratings 35

30

25

20 Frequentie CPF rating Agency rating

15

10

5

0 1

2

3

4

5

6

7

8

9

10 11 12 Rating (CPF)

13

14

15

16

17

18

19

20

21

Tabel 11

Agency Rating AAA AA+ AA AAA+ A ABBB+ BBB BBBBB+ BB BBB+ B BCCC N/A N/A Doubtful Liquidation

CPF Rating

CPF rating Frequency 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21

0 0 0 0 0 0 0 0 1 11 16 34 23 1 1 0 0 0 0 0 0

Agency rating Frequency 8 3 1 1 7 1 3 22 13 0 22 1 0 5 0 0 0 0 0 0 0


69

5.3.1 De gemiddelden De meest voor de hand liggende conclusie uit de data-analyse (zie Appendix 3) lijkt voor het oprapen. Zijn banken dus toch pessimistischer dan rating agencies? Wellicht gaat het te ver om meteen dit soort conclusies te trekken. Desalniettemin blijkt uit de resultaten dat het CPF model op basis van de 88 programma’s (afgerond) uitkomt op een gemiddelde rating van 13 (BB-) terwijl op basis van dezelfde gegevens de rating agencies uitkomen op een gemiddelde rating van 9 (BBB). Dit zou betekenen dat de banken via hun model aannemen dat de gemiddelde PD (probability of default, de kans dat de debiteur niet langer aan de technische of geldelijke verplichtingen kan voldoen) tussen de 1.81% en de 3.07% van de portefeuille zou liggen, waar de rating agencies uitgaan van een PD tussen de 0.17% en de 0.32%. Dit heeft enorme gevolgen voor voorzieningen die financiers dienen aan te houden op de balans voor toekomstige geanticipeerde verliezen. Met de kennis van nu zitten de banken gunstig met deze terughoudendheid, maar of deze afdoende is en empirisch gefundeerd is van bank tot bank verschillend. 5.3.1 De ANOVA- en regressieanalyse De variantie-analyse (Analysis of Variance, kortweg Anova) wordt toegepast om de popupulatiegemiddelden van de agency ratings te vergelijken met de CPF ratings. De 0-hypothese die we testen is dat de gemiddelde rating van de agencies gelijk is aan de gemiddelde CPF rating. Onderstaande uitkomsten (Tabel 12) tonen aan dat de kans minder dan 0.1% groot is dat de gemiddelden gelijk zijn. De 0 hypothese kan dus verworpen worden; de gemiddelde ratings komen niet overeen. Tabel 12 F-Test:Two sample for variances

Mean Variance Observations df F P(F<=f) one-tail F Critical one-tail

Agency

8,983 12,750 88 87 10,7609 4,52304E-24 1,426

CPF

12,852 1,185 88 87

Hoe kan het nu dat gesofisticeerde modellen met aanvullende indicatoren op het CPF model en empirische onderbouwing op basis van Monte Carlo simulaties (namelijk het rating agency model) zo afwijken van het CPF model? De eerste mogelijke verklaring is gelegen in het feit, dat agency modellen risico ratings toekennen vanaf AAA/1, met een PD tussen de 0.0% en 0.00128%, waar het CPF model uitgaat van een werkelijkheid waar vastgoed in een optimaal geval een A/7 rating weet te behalen met een PD tussen de 0.05% en 0.09%. Het CPF model neemt dus een ‘risicobuffer’ van 6 notches. Het is echter maar zeer de vraag of dit enige wetenschappelijke onderbouwing geniet. In het geval van een LTV van 1% en een ICR van 1000 op een zeer gemengde portefeuille met uitstekend gelegen en uitmuntend verhuurd, kwalitatief hoogstaand winkelvastgoed in de 50 beste straten van de beste steden ter wereld lijkt een rating van A-/7 wellicht wat aan de risicomijdende kant. Hier zou een bank zichzelf en uiteindelijk de klant wellicht tekort doen. De Beoordeling van Kredietrisico van Commerciële Vastgoedfinanciering

70

Ten tweede straft het CPF model huurderconcentratie vrij zwaar af, ten opzichte van de agencies. In geval van CMBS programma’s waar slechts een enkele huurder aanwezig is, zoals in de CMBS Telereal Securitisation Plc, waar British Telecom (BT) de enige huurder is, krijgt de CMBS van S&P een rating BBB+/8 (al dan niet toevalligerwijs gelijk aan de credit rating van BT) terwijl de CPF rating neerkomt op B-/16. Ten derde lijkt de afhankelijkheid van LTV en ICR aanzienlijker bij de CPF modellen ten opzichte van de agency modellen. Regressie analyse laat zien dat de LTV een veel grotere invloed heeft binnen het CPF model (90.5% verklaring voor de rating) dan binnen de agency modellen (68,3% verklaring voor de rating), hoewel de relevantie ook in laatstgenoemde modellen duidelijk blijkt. Tabel 13

Regression Statistics CPF LTV Multiple R 0,951 R Square 0,905 Adjusted R Square 0,893 Standard Error 0,213 Observations 87

Regression Statistics Agency LTV Multiple R 0,826 R Square 0,683 Adjusted R Square 0,671 Standard Error 1,040 Observations 87

Een soortgelijke regressieanalyse op ICR levert hetzelfde resultaat op. Binnen het CPF model leidt de ICR tot 86.4% van de verklaring van de rating, tegenover een 68.3%. Wederom blijkt de ICR lijkt een duidelijkere indicator te vormen binnen het CPF model dan binnen de agency modellen. Tabel 14

Regression Statistics CPF ICR Multiple R 0,929 R Square 0,864 Adjusted R Square 0,852 Standard Error 0,682 Observations 87

Regression Statistics Agency ICR Multiple R 0,826 R Square 0,683 Adjusted R Square 0,671 Standard Error 1,039 Observations 87

Omwille van hoogstwaarschijnlijke multicollineariteit is er niet voor gekozen om een correlatieanalyse uit te voeren met alle ingrediënten van het CPF model. Multicollineariteit kan ontstaan doordat twee of meer van de onafhankelijk variabelen in het regressiemodel sterk gecorreleerd zijn, hetgeen bij de LTV, ICR, kwaliteit van het vastgoed en de huurders etc. al snel te verwachten is.


71

5.3.2 De spreiding en de variantie Uit de resultaten van de vergelijking (de variance) lijkt het alsof de CMBS ratings van de agencies een veel verspreidere uitkomst kennen (van AAA/1 tot en met B+/14) dan het CPF model van de banken (van BBB/9 tot en met B/15). Dit heeft mogelijk te maken met de buffer van 6 notches die het CPF model aanhoudt, zoals hierboven besproken. Du moment er minder notches over blijven om de optimale en de minimale rating te bepalen, heeft dit bijna automatisch gevolgen voor de variantie, aangezien er simpelweg minder classificaties over blijven. Verder leiden de zaken die het CPF model laat liggen, maar door de agencies wel worden meegewogen zoals in hoofdstuk 4 uiteengezet, tot meer spreiding in de ratings. Hiervoor zou echter aanvullend onderzoek moeten worden verricht.

5.5 Conclusies Hoewel voorzichtigheid betracht dient te worden, lijkt de eerste conclusie voor de hand te liggen. Het CPF model zoals dit geaccepteerd is binnen BASEL II is in hogere mate risicomijdend dan de modellen van de rating agencies. Of dit komt doordat banken daadwerkelijk een geldelijk belang hebben bij de financieringen die onderhavig zijn aan de ratings en de agencies niet, wordt door niemand bewezen, maar door velen vermoed. Banken stellen namelijk ratings op voor krediet waar zij zelf nog jaren risico op lopen, waar agencies ze opstellen in opdracht van de verkopers, die met de distributie van het CMBS papier ook het bijbehorend risico gedistribueerd hebben. Hier zou een conflict of interest kunnen spelen. Toch moet ook vermeld worden dat de door het CPF model gehanteerde risicobuffer van 6 notches een stevige invloed heeft op de gemiddelde rating en de variantie ervan. Waarom deze buffer wordt toegepast wordt nergens vermeld. Wel heeft een dergelijke buffer hoogstwaarschijnlijk in het voordeel gewerkt van de banken, aangezien hierdoor reeds voorzieningen waren getroffen die benodigd waren ten tijden van het uitbreken van de kredietcrisis.


72

6 Conclusies en aanbevelingen De vraagstelling die in hoofdstuk 1 naar voren kwam was drievoudig en werd daarom opgebroken in drie aparte vragen. Deze vragen zullen daarom in de conclusie apart behandeld worden. 6.1 Wijkt de risicobenadering van commerciële vastgoedbanken af van CMBS financieringen? Na een definitie van CVF (in hoofdstuk 2) en de definitie van CMBS (in hoofdstuk 3) werd in hoofdstuk 4.1 de het CPF rating model besproken inclusief de bouwstenen die de basis voor vergelijking met de agency modellen vormen. De resultaten van telefonisch contact en toegezonden uitleg van de rating agencies Moody’s, Fitch en Standard & Poors zijn vervolgens in sub 4.2, 4.3 en 4.4 uitvoerig in kaart gebracht en zijn in 4.5 zowel onderling vergeleken als met het bancaire CPF model. Het antwoord op de vraag luidt “ja… en nee”: Ja: De resultaten laten zien dat de agency ratings verder gedetailleerd zijn en dus afwijken, maar; Nee: het CPF model lijkt de hoofd-drivers die de rating agencies gebruiken wel mee te nemen in de inschatting van de PD, namelijk 1) type vastgoed, 2) LTV, 3) ICR, 4) looptijd van de huurcontracten, 5) courantheid van het vastgoed, 6) weging van de top 5 huurders in de totale huur, 7) huurderkwaliteit en 8) absoluut aantal huurders. De rating agencies dienen een aantal CMBS-specifieke items mee te nemen in hun rating, die in het geval van een bancaire financiering niet voorkomen. Voorbeelden hiervan zijn trancheringseffecten, de kredietwaardigheid van de servicer en kredietdiversiteit (granulariteit). Verder is er sprake van een verdere detaillering op items dit in het CPF model in grove lijnen worden verwerkt, waarbij de opmerking werd gemaakt dat de marginale toegevoegde waarde soms te betwijfelen is omdat de effecten al in andere drivers zijn meegenomen en er dus multicollineariteit ontstaat in een model. Toch zijn er een aantal punten waarvan banken zouden kunnen overwegen deze te incorporeren in hun model. Het leningverval, het debiteurenrisico (wat is de kredietkwaliteit van de rechtspersoon die gefinancierd wordt), aflossingsstructuur, herfinancieringsrisico en renterisico worden wellicht wel in de fiattering meegenomen van de CVF bij verstrekking, maar hebben vooralsnog geen plek gekregen in het CPF model, hetgeen op zijn zachtst gezegd bevreemdend is.


73

6.2 Leidt dit tot substantieel andere ratings? Het antwoord is statistisch onderbouwd in hoofdstuk 5 waar de input variabelen van 88 CMBS programma’s zijn verwerkt in het CPF model en worden vergeleken met de rating agencies. De hypothese dat de gemiddelde rating uiteindelijk hetzelfde is uit hoofde van het CPF model ten opzichte van de agency rating, kan met een zekerheid van bijna 95% verworpen worden. Het antwoord is dus (uiterst hoogstwaarschijnlijk) ja, waarbij de commerciële (vastgoed-) banken met een hogere risico-aversie ratings afgeven dan de agencies. Het CPF model zoals dit geaccepteerd is binnen BASEL II lijkt dus in hogere mate risicomijdend dan de modellen van de rating agencies. Het is mogelijk dat de CMBS specifieke factoren een rol spelen in het verschil tussen de ratings. Waarschijnlijker is echter dat het grote verschil wordt veroorzaakt doordat het CPF model een risicobuffer van 6 notches hanteert door ratings op vastgoedfinancieringen af te geven vanaf rating 7 (A-), waar rating agencies beginnen bij 1 (AAA). Dit heeft een stevige invloed heeft op de gemiddelde rating en de variantie ervan, die daardoor een stuk lager ligt. Waarom deze buffer in het IPRE / CPF model wordt toegepast wordt in de literatuur nergens vermeld. Wel heeft een dergelijke buffer hoogstwaarschijnlijk in het voordeel gewerkt van de commerciële vastgoedbanken, aangezien hierdoor reeds voorzieningen waren getroffen die benodigd waren ten tijden van het uitbreken van de kredietcrisis.


74

6.3 Wat dient de vastgoedfinancier als individuele marktpartij en de markt in haar geheel hier aan strategische heroverwegingen uit op te maken?

De individuele marktpartijen Vastgoedfinanciers zoals FGH/Rabobank, ING Real Estate Finance en SNS Property Finance kunnen opmerken uit deze conclusies dat er ruimte is voor arbitrage. Dit wil zeggen dat, indien rating agencies structureel ratings afgeven met een lager risicoprofiel dan dat blijkt uit het CPF model, er kennelijk ruimte is om de vastgoedfinancieringportefeuille te distribueren via een CMBS, met winst. De enige van bovengenoemde drie vastgoedfinanciers in Nederland die dit daadwerkelijk gedaan heeft is FGH/Rabobank met de Skyline 2007 deal. In dit specifieke geval betrof het verschil tussen de CPF rating en de agency rating exact 1 notch. De transactie was € 3 miljard groot, een in Nederland (en ook voor Europa) ongeëvenaard grote CMBS transactie. Het betrof een pakket vastgoedfinancieringen met in totaal ca. 4500 onderpanden. Naar verluid heeft Rabobank, FGH’s moedermaatschappij een pakket op haar eigen leningboek gehouden onder de noemer ‘Senior Class A Commercial Mortgage-Backed Notes’. Dit betreft het pakket met het minste risico, met een AAA rating. Hier staat weliswaar een zeer laag rendement tegenover (0.16% per jaar boven op de lineare interpolatie tussen 3 en 4 maands Euribor - de Europese Interbancaire verrekenrente), maar het risico is dan ook zeer laag. (Bron: Offering Circular Skyline 2007 B.V.) Bovendien wordt voor Rabobank de grote winst geboekt in de distributie (of verkoop) van het hoge risico-gedeelte. Per saldo tonen de onderstaande tabellen aan dat FGH feitelijk alle risico’s boven de 70% LTV heeft weten te distribueren en daar de markt slechts een opslag van 87 bps voor hoeft te vergoeden, hetgeen nu waarschijnlijk na een vermenigvuldiging met een factor 5 nog niet te distribueren zou zijn. Kort na het sluiten van de Skyline CMBS, brak in het najaar van 2007 de kredietcrisis los. De timing voor de distributie van het risico had niet beter gepland kunnen worden. Tabel 15

Skyline 2007 B.V. CMBS door Marge op Verdeling in Marge per gemiddelde gem.marge FGH Bank/Rabobank Euribor Mio tranche in marge ex. Anotes Mio Senior Class A Notes 0,16% € 2.540 € 4,06 Mezzanine Class B Notes 0,25% € 162 € 0,41 Mezzanine Class C Notes 0,38% € 133 € 0,51 Junior Class D Notes 0,81% € 122 € 0,99 Junior Class E Notes 3,50% € 44 € 1,54 Subordinated Class F Notes 4,00% € 24 € 0,96 € 3.048 € 8,46 0,28% 0,87%

Het advies voor de commerciële vastgoedbanken luidt dan ook dat ze moeten blijven investeren in hun syndicerings-, maar met name hun securitizeringsafdeling. Dit lijkt momenteel onlogisch gezien de CMBS markt nagenoeg non-existent lijkt, maar het is verstandig hier anticyclisch in te investeren, zeker als deze afdelingen toch al onderdeel uitmaken van het financiële conglomeraat waar de vastgoedfinanciering De Beoordeling van Kredietrisico van Commerciële Vastgoedfinanciering

75

eveneens onder hangt. Zo kan de bank het risico van de portefeuille in een andere fase van de economische cyclus (bij een structurele opleven) wederom te kunnen distribueren, zoals FGH in bovenstaand voorbeeld. Een belangrijker advies is dat de vastgoedbanken zouden moeten onderzoeken of de ‘drempel’ van 6 notches in het CPF model wel gerechtvaardigd is. Hoewel het uit het oogpunt van risico-aversie wenselijk zou kunnen zijn, lijkt het niet wetenschappelijk onderbouwd. Tevens is het verstandig om de kredietwaardigheid van de debiteur een rol te laten spelen in de totstandkoming van de rating en dient verder onderzocht te worden welke items binnen de ratingmethode van de agencies waarde toe zou kunnen voegen aan het bancaire model.

De markt in haar geheel De markt in haar geheel, dat wil zeggen alle vastgoedfinanciers in de vorm van commerciële vastgoedbanken dan wel de CMBS arrangers, zouden veel meer uniformiteit en transparantie moeten nastreven als het gaat om het waarderen van risico’s. Het feit dat de ratingmethodes van credit rating agencies niet openbaar zijn, maakt ratings eigenlijk een uitkomst van een schimmige berekening uit een zogenaamde ‘black box’. Hoewel het begrijpelijk is dat de agencies hun taxatierecept niet prijs wensen te geven vanwege concurrentiedreiging lijkt ‘penny-wise-pound-foolish’. De ratingindustrie als geheel heeft namelijk vanwege de recente gebeurtenissen in de RMBS-maar ook de CMBS-markt dermate veel vertrouwen verloren dat transparantie de enige mogelijkheid is om enige eer te redden. Ook vanuit de commerciële banken wordt schoorvoetend informatie verschaft, als het gaat om het taxeren en aan ratings onderwerpen van financieringsrisico’s. Het zou dan ook goed zijn als BASEL III, wat volgend de huidig ontwikkelingen toch een behoorlijk uitstel van invoering heeft gekregen, te voorzien van een IPRE of CPF model waar zowel banken als rating agencies mee dienen te werken. Mochten ze besluiten dit niet volgens dit model te doen, dan dienen ze transparant te maken op basis waarvan de rating afwijkt. Dan is het vervolgens aan de afnemende partij van het CMBS papier om aan deze afwijking enige waarde toe te kennen. Een tweede advies behelst de onderliggende waarde in de LTV berekening, die door zowel agencies als banken worden gehanteerd in de modellen. De hoogte van de lening is zo transparant als een glas water, maar de waarde is door iemand op papier gezet. Noch CPF (of IPRE) modellen, noch de rating agencies maken melding hoe deze tot stand is gekomen; met interne ratings, of via externe taxatiebureaus. De huidige waardedalingen in het vastgoed hebben aangetoond hoe belangrijk een accurate waardebepaling is. Vandaar dat het advies luidt om uniforme taxatieregels te hanteren (bijvoorbeeld conform het Red Book van het MRICS) in taxatierapporten, die kunnen worden ingezien door partijen die CMBS tranches willen verwerven.


76

Literatuur

Boeken Geltner, D.M, Miler, N.G., Clayton, J., Eichholtz, P., 2007 Commercial Real Estate, Analysis & Investments, Thomson South Western Wonnacott, T.H. & Wonnacott R.J., 1990, Introductory Statistics for Business and Economics, John Wiley & Sons

Artikelen/papers/internet Bank for International Settlements, 2006, International Convergence of Capital Measurement and Capital Standards; A Revised Framework Comprehensive Version, Basel Committee on Banking Supervision, June 2006 Barclays Capital Research, 2007, Compendium of European CMBS Credit Scores, November 2007 Beekwilder, S., 2009, How can refinance risk in Dutch Commercial Mortgage Backed Securities be assessed? Master Thesis MSRE, Amsterdam School of Real Estate Bout, S., 2008, De weg naar verbetering van de Commercial Mortgage Backed Securities markt, Masterthesis MSRE Davis, E.Ph. & Zhu H., 2004, Bank lending and commercial property cyles: some cross-country evidence, Bank for International Settlements, Working Papers, No 150 Deutsche Bank Research, 2009, CMBS Research, The Future Refinancing Crisis in Commercial Real Estate Deutsche Bank Research, 2010, Commercial real estate loans facing refinancing risk, CMBS only part of a growing problem DNB, 2007, Bazel II: een risicogevoeliger raamwerk voor een stabieler financieel stelsel, kwartaalbericht december 2007 DNB, 2008, De toekomst van het ‘originate-to-distribute’- model bij banken, kwartaalbericht juni 2008 DNB, 2009, Commerciële vastgoedmarkt in zwaar weer, kwartaalbericht 2009 DNB, 2009, Speech directeur Brouwer ‘Herziening van ‘Bazel II’ en mogelijk impact op het bankwezen’, Najaarsbijeenkomst HFC, Utrecht, 16 december 2009 Euromoney, 2005, CMBS Debate: Getting real estate financing right, Real Estate Roundtable, September 2005


77

European Central Bank, Credit Ratings and the Standardised Approach to Credit Risk in Basel II, Working Paper Series No.517 Fitch Ratings, 2007, Criteria for European CMBS Asset Analysis, CMBS/Europe Criteria Report Fitch Ratings, 2008, Criteria for European CMBS Surveillance, CMBS Europe Criteria Report Fitch Ratings, 2010, Basel II Capital Ratios, A Field Guide for Assessing Risk-Based Capital Fitch Ratings, 2010, Non-UK European CMBS Performance, CMBS Europe Special Report, April 2010 Fitch Ratings, 2010, European CMBS Loan Maturity Bulletin, June 2010 Groeneveld, E., 2008, CMBS en de Subprime Crisis, Onderzoek naar de mogelijkheden voor CMBS na de subprime crisis, Masterproof ASRE-MRE 20062008 ING Real Estate Finance, 2009, Rating Models Manual, Commercial Property Finance PD Rating Model ING Real Estate Finance, 2009 Instruction on BO report 213/213b for CPF rating model Jones Lang Lasalle, 2010, The Transparency of Commercial Real Estate Debt Markets (http://www.joneslanglasalle.com/Pages/GRETI_focuson.aspx) Kat, R., 2010, De (krediet-) waardigheid van vastgoed, Master Thesis MSRE aan de Amsterdam School of Real Estate Marrison, C., 2006 Effects of Basel II on commercial real estate lending, Real Estate Weekly Marisson, C., 2010, Will Commercial Real Estate Bring Down the Bank? Banking New York McDonell E.D., 2004, Measuring and managing risk: implications of Basel II for commercial real estate lenders McKinsey & Company, 2009, Commercial Real Estate Lending, Finding economic profit in a difficult industry Panagopoulos, Y. & Vlammis, P., 2008, Bank Lending, Real Estate Bubbles and Basel II, Discussion paper No 98, Centre for Planning and Economic Research, Athens


78

Phister, B, 2002, Moody’s Approach to Rating European CMBS, CMBS World, Winter 2002 Rabobank International, Skyline 2007 B.V., Offerting Circular Dated 27 June 2007 Ree, M.D. van der, 2008, Van kredietcrisis naar vastgoedcrisis?, Een onderzoek naar de waardeontwikkeling van onroerend goed in de USA en de samenhang met de opkomst van Commercial Mortgage Backed Securities, Masterthesis MSRE opleiding. Schmidt Bies, S., 2006, Basel II and commercial real estate, BIS Review 84/2006 Scott, L., 2010, Bank lending is about to get even trickier, PropertyWeek.com Standard & Poor’s, 2007, CMBS: Framework For Credit Analysis on European CMBS Transactions, May 2007 Standard & Poor’s, 2009, CMBS: Advance Notice Of Proposed Criteria Change: Review Of Criteria Assumptions And Methodology On European CMBS Transactions With Concentrated Loan Exposures, November 2009 Standard & Poor’s, 2010, Industry Outlook: The Worst May Sill Be Yet to Come For U.S. Commercial Real Estate Loans, RatingsDirect on Global Credit Portal, February 2010. Standard & Poor’s, 2010, One Year On: What Are The Results Of The European CMBS Rating Review? Global Data Solutions, RatingXpress Credit Research, May 2010 Strongin Dodds, L., 2010, Real Estate in Context; Quality gets a look in, Investments & Pensions Europe, June 2010. Verhoosel, E., 2010, Signs of Life Returning to European CMBS Market, Property Investor Europe, Edition 151 Wingerden, J. van, What are the main determinants of subordination levels in European Commercial Mortgage Backed Securities transactions? Bachelor Thesis, Erasmus University, Rotterdam, 2010 Xu, X.E., 2007, What Drives the Return on Commercial Mortgage Backed Securities, The Real Estate Research Institute, January 2007 www.KBC.be www.wikipedia.org


79

Appendix 1 (afkomstig van de Bank of International Settlements) International Convergence of Capital Measurement and Capital Standards Appendix 6 Table 2 - Supervisory Rating Grades for Income-Producing Real Estate Exposures and HighVolatility Commercial Real Estate Exposures


80


81

Appendix 2 (afkomstig van ING Real Estate Finance) De risk drivers van het CPF model en hun weging: # 0 1 2 3

Risk Driver Type of Real Estate (TORE) Loan-To-Value (LTV) Interest rate Coverage Ratio (ICR) Weighted Average Lease Expire (WALE)

4

TOP 5

Weight

3a Tenancy Duration 3b Marketability

25% 4a Top Five Ratio 4b Tenant Quality 4c Number of Tenants

K01 Adj 1

20% 30% 25%

WALE = 3a * 3b Correction factor Residential & Retail TOP5=4a All others TOP5=4a*4b*4c Correction factor Correction factor

Adjustment Factors ICR knock-out rule DMR adjustments GC-rating cap


82

Appendix 3

Een voorbeeld van een ratinguitdraai bevindt zich in Appendix 4


2

Appendix 4 Voorbeeld van een rating (1 van de 88). Het totaal is beschikbaar op aanvraag.

De Beoordeling van Kredietrisico van Commerciële Vastgoedfinanciering

Recommend Documents