5. mezinárodní konference Řízení a modelování finančních rizik VŠB-TU Ostrava, Ekonomická fakulta, katedra Financí
Ostrava 8. - 9. září 2010
Nové indikátory hodnocení bank Josef Novotný 1
Abstrakt Příspěvek je věnován popisu hodnocení bank pomocí nových ukazatelů kreditního rizika. Nejdříve jsou ve stručnosti popsány jednotlivé ukazatele kreditního rizika. Následně jsou provedeny výpočty pro český bankovní sektor a 4 velké banky. V závěru příspěvku je provedeno hodnocení Klíčová slova
Non performing loans ratio, provisioning rate, coverage ratio, opravné položky, tvorba opravných položek, úvěry v selhání, default mode modely, mark-to-market modely, loss given default, recovery rate.
1. Úvod Tradiční (klasický) způsob hodnocení bank, který vychází převážně z hodnocení výnosnosti vlastního kapitálu, má velké množství nedostatků. Mezi hlavní nedostatky hodnocení vycházejícího z výnosnosti vlastního kapitálu patří krátkodobost pohledu, kdy je hodnocení zaměřeno na současnou situaci (výkon) banky, kdy do hodnocení nevstupuje dlouhodobá strategie banky, kvalita aktiv a podstupovaná rizika. Tyto nedostatky se projevují pro banku v krizovém období (v období s vyšší volatilitou zisku – např. v průběhu finanční krize). Z důvodu nedostatků tradičních ukazatelů hodnocení bank, které se projevily výrazně v období finanční krize, byly modifikovány stávající a navrženy nové indikátory hodnocení bank. Cílem příspěvku je provést pomocí vybraných indikátorů kreditního rizika zhodnocení skupiny největších bank působících v České republice v letech 2006 – 2009.
2. Indikátory hodnocení bank Pro komplexní hodnocení bank je nutné využít několik skupin indikátorů. Bankovní analytici, konzultační společnosti a ratingové agentury sledují nejčastěji 4 skupiny ukazatelů: indikátory efektivnosti (hodnocení výkonnosti), indikátory výnosů a nákladů, tržní indikátory (vycházející z trhu) a indikátory kreditního rizika2. 2.1 Indikátory kreditního rizika Jednou z nejvíce sledovaných oblastí v období po finanční krizi, je oblast kreditního rizika, které zohledňují kvalitu aktiv a tím i podstupované kreditní riziko. Pro řízení kreditního rizika se používají komplexní modely vycházející z ekonomického kapitálu. Tyto modely jsou postaveny na různých matematických základech a liší se i mírou detailu, jímž postihují vývoj kreditní kvality dlužníka. Člení se na default mode modely, které rozlišují pouze stav 1
Ing. Josef Novotný, VŠB – TU Ostrava, Ekonomická fakulta, Katedra financí, Sokolská 33, 721 01 Ostrava, e-mail:
[email protected].. 2 Někdy jsou indikátory kreditního rizika označovány také jako ukazatele kvality aktiv.
5. mezinárodní konference Řízení a modelování finančních rizik VŠB-TU Ostrava, Ekonomická fakulta, katedra Financí
Ostrava 8. - 9. září 2010
bezproblémového splácení úvěru a stav defaultu, a mark-to-market modely, které zohledňují i změnu kreditní kvality dlužníka. Mezi nejznámější interní úvěrové modely patří: CreditMetrics, KMV a CreditRisk+. Nevýhodou těchto interních modelů vysoká náročnost na potřebná interní data (pro externí subjekty jsou špatně dostupná) a také náročnost na výpočet. Alternativou jsou indikátory kreditního rizika, které jsou ve velké míře využívány pro komplexní hodnocení bank jak bankovními analytiky, konzultačními společnostmi, tak i ratingovými agenturami. K nejpoužívanějším indikátorům kreditního rizika patří: non performing loans ratio (NPLs), provisioning rate a coverage ratio, tyto ukazatele jsou ve velké míře využívány mezinárodními finančními institucemi (Mezinárodní měnovým fondem3, Evropskou centrální bankou a Bankou pro mezinárodní platby) národními regulátory, tak i ratingovými agenturami. Non performing loans ratio (NPLs) vyjadřuje míru úvěru v selhání „špatných úvěru“. Non Performing Loans Ratio můžeme zapsat pomocí následujícího vzorce:
NPLs t =
∑ BL ∑L
t
,
(1)
t
kde BLt představuje výši úvěrů v selhání k určitému časovému období a Lt je výše hrubých úvěru (pohledávek) k určitému časovému období. Za úvěry v selhání jsou zpravidla označovány pohledávky4, které jsou 90 dní po splatnosti, banky mohou do úvěrů v selhání zahrnout i pohledávky, které ještě nejsou 90 dní po splatnosti, ale je u nich vysoká pravděpodobnost, že se dostanou do kategorie pohledávek 90 dní po splatnosti. Výhodou tohoto ukazatele je, že rychle zohledňuje změny v kvalitě úvěrového portfolia, naopak nevýhodou tohoto ukazatele je, že při provádění restrukturalizace úvěru dochází ke zkreslení tohoto indikátoru. Provisioning rate vyjadřuje míru znehodnocení úvěrového portfolia (nákladovost špatných úvěrů ve sledovaném období5), vypočte se podle následujícího vztahu: PR =
IL AL
,
(2)
kde IL představuje ztráty ze znehodnocení za určité období a AL je průměrná výše hrubých úvěrů ve sledovaném období. Ztráty ze znehodnocení představují rozdíl mezi tvorbou opravných položek (náklad)6, které musí banky vytvářet při snížení hodnoty pohledávek (úvěrů) a rozpouštěním opravných položek (výnosů) při zpětném zvýšení hodnoty pohledávek (úvěrů). Výhodou tohoto ukazatele je, že velmi citlivě reaguje na změny v kvalitě portfolia ve sledovaném období, naopak nevýhodou tohoto ukazatele jsou odlišná pravidla tvorby opravných položek v jednotlivých zemích (jednotlivých zemích existuje různý počet tříd pro klasifikované úvěry) což může vést k drobnému zkreslení ukazatele při mezinárodním srovnání. Coverage ratio vyjadřuje schopnost krytí špatných úvěrů bankou, výpočet můžeme zapsat pomocí následujícího vztahu:
CRt = 3
OPt , NPLt
Mezinárodní měnový fond tyto indikátory používá v Global Financial Stability Report). Za pohledávky se považují bankou poskytnuté úvěry, nakoupené dlužné CP atd. 5 Zpravidla za účetní období. 6 Tvorba opravných položek se provádí na vrub nákladů. 4
(3)
5. mezinárodní konference Řízení a modelování finančních rizik VŠB-TU Ostrava, Ekonomická fakulta, katedra Financí
Ostrava 8. - 9. září 2010
kde OPt je výše opravných položek k určitému časovému období a NPLt představuje úvěry v selhání. Pro dostatečné krytí ztrát (špatných úvěrů) by měla být výše coverage ratio alespoň na úrovni LGD (loss given default. Výši opravných k určitému časovému období lze spočítat pomocí následujícího vztahu: (4)
OPt = LBt − LN t ,
kde LBt je výše brutto výše úvěrů (pohledávek) k určitému časovému období a LN t je netto výše úvěrů7 k určitému časovému období.
3. Aplikační část Cílem aplikační části je vypočtení vybraných indikátorů kreditního rizika (non performing loans ratio (NPLs), provisioning rate a coverage ratio) v letech 2006 až 2009 pro největší české banky a provedení stručného hodnocení daných bank na základě vypočtených ukazatelů kreditního rizika. Pro výpočet vybraných ukazatelů byly použity data z výročních jednotlivých bank, tak i data z databáze České národní banky. Jelikož nejsou všechna použitá data veřejně publikovaná, nejsou proto uváděny názvy jednotlivých bank a vybrané banky jsou značeny pouze písmeny A až D. Pro výpočet jednotlivých ukazatelů byly použity vzorce 1 až 4. Vypočtené pro jednotlivé ukazatele a banky jsou zachyceny v následujících grafech č. 1 – 3 a tabulkách č. 1 – 3. Non performing loans ratio NPLs ratio bank sektor banka A banka B banka C banka D
2006 3,70 2,97 2,10 2,95 1,22
2007 2,80 1,71 1,61 3,17 1,74
2008 3,30 1,47 2,14 4,25 2,85
2009 4,40 2,79 3,83 5,71 4,09
Tab č.1: Vypočtené hodnoty ukazatele non performing loan ratio (%) bank sektor
banka A
banka B
banka C
banka D
6,00 5,00 4,00 3,00 2,00 1,00 0,00 2006
2007
2008
2009
Graf č.1: Vývoj ukazatele non performing loan ratio (%) pro vybrané banky v letech 2006 - 2009
Z vypočtených výsledků vyplývá, že ve sledovaném období se za celý český bankovní sektor poměr úvěrů v selhání k hrubým úvěrům pohyboval od 2,80 % do 4,40 %. Od roku 2007 dochází k růstu Non Performing Loans Ratio v českém bankovním sektoru, což je 7
Jedná se podstatě o úvěry snížené o výši opravných položek k těmto úvěrům.
5. mezinárodní konference Řízení a modelování finančních rizik VŠB-TU Ostrava, Ekonomická fakulta, katedra Financí
Ostrava 8. - 9. září 2010
zapříčiněno růstem úvěru v selhání v důsledku zhoršujícího se výkonu dommací ekonomiky ( zpmalení tempa růstu HDP a od roku 2009 dopady ekonomické recese), což se negativně projevilo na schopnosti podniků a domácností včas splácet své zavazky vůči bankám. Ukazatel Non Performing Loans Ratio se u vybraných bank vyvýjí obdobně jako celý bankovní sektor, největším nárůstům za sledované období dochází v roce 2009, kdy se dostala česká ekonomika do recese. V porovnání s ostatními bankovními sektory, dosahuje český sektor ve sledovaném období nadprůměrných hodnot. Provision rate Provision rate bank sektor banka A banka B banka C banka D
2006 1,36 1,33 1,24 2,20 1,44
2007 2,17 1,44 1,01 2,63 1,51
2008 2,93 1,34 0,87 2,76 1,77
2009 1,90 2,00 1,26 2,97 2,93
Tab č.2: Vypočtené hodnoty ukazatele provision rate (%)
bank sektor
banka A
banka B
banka C
banka D
3,50 3,00 2,50 2,00 1,50 1,00 0,50 2006
2007
2008
2009
Graf č.2: Vývoj ukazatele Provision Rate (%) pro vybrané banky v letech 2006 - 2009
Míra znehodnocení úvěrového portfolio (provision rate) za bankovní sektor se zvyšovala až do roku 2008, kdy dosáhla 2,93 %, což bylo způsobeno vysokou tvorbou opravných položek k pohledávkám v závěru roku 2008. V průběhu roku 2009 došlo k poklesu nově vytvořených opravných položek na špatné úvěry, což se projevilo poklesem ukazatele o 1,03 procentního bodu na 1,9 %. Naopak od roku 2008 byly u velkých bank zaznamenán nárůst tohoto ukazatele. V rámci mezinárodního srovnání dosahuje český bankovní sektor velmi nizkých hodnot. Coverage ratio Coverage ratio bank sektor banka A banka B banka C banka D
2006 61,29 69,07 44,95 73,23 118,08
2007 70,24 64,58 84,62 76,41 86,75
2008 67,40 59,40 90,74 64,78 62,08
Tab č.3: Vypočtené hodnoty ukazatele coverage ratio (%)
2009 59,14 53,42 71,76 52,03 71,63
5. mezinárodní konference Řízení a modelování finančních rizik VŠB-TU Ostrava, Ekonomická fakulta, katedra Financí
bank sektor
banka A
Ostrava 8. - 9. září 2010
banka B
banka C
banka D
120,00 110,00 100,00 90,00 80,00 70,00 60,00 50,00 40,00 2006
2007
2008
2009
Graf č. 3: Vývoj ukazatele coverage ratio (%) pro vybrané banky v letech 2006 - 2009
Pro bankovní sektor byl vypočtený coverage ratio se ve sledovaném období od 60 % do 70 %, ke konci tohoto období klesl na 59,14 %. U vybraných bank se tento ukazatel se ke konci roku 2009 pohyboval v intervalu od 52,03 % do 71,63 %. Tento ukazatel nám říká, do jaké míry jsou úvěry v selhání kryty opravnými položkami. Pokud vycházíme z předpokladu, že všechny úvěry v selhání budou defaultovat a standartně nastevená recovery rate (míra návratnosti při selhání úvěru) je ve výši 55%, tak ztráta z úvěru, které jsou v selhání bude ve výši 45 %. Jilikož všechny sledované banky i bankovní sektor mají coverage rate vyšší než 50 %, tak z výsledků vyplývá, že banky mají vytvořený dostatečný kapitál pro defaultující uvěry. Z vypočtených výsledků vyplývá, že poměr špatných úvěrů hrubým úvěrům, tak i náklady na špatné úvěry (tvorba opravných položek ke špatným úvěrům) je na nízkých hodnotách, z čehož vyplývá, že kvalita úvěrových portfolií je vysoká. Coverage ratio za sledované banky v roce 2009 byl nad 50 %, což představuje dostatečný kapitálový „polštář“ v případě defaultu všech úvěru v selhání, proto zle považovat dané banky za stabilní.
Literatura [1] AMMANN, M.: Credit Risk Valuation: Methods, Models and Applications. 2nd ed. Berlin: Springer, 2001. 255 p. ISBN 3-540-67805-0. [2] BASEL COMMITTEE ON BANKING SUPERVISION: Consultative document: Operation Risk – Supporting Document to the New Basel Capital Accord, Basel, January 2001. [3] BASEL COMMITTEE ON BANKING SUPERVISION: International Convergence of Capital Measurements and Capital Standards, A revised framework, Basel, June 2004 [4] BASEL COMMITTEE ON BANKING SUPERVISION: International Convergence of Capital Measurements and Capital Standards, A revised framework, Basel, November 2005. 284 p. ISBN 92-9131-669-5. [5] CUPTON, G. M., FINGER, C. C., BHATIA, M.: CreditMetrics Technical Document. New York: J. P. Morgan, 1997. 199 p. [6] EUROPEAN COMMISSION: Review fo the Capital Reguirements for Credit Institucion and Investment Firms, Brussel, July 2003 (Third Quantitative Impact Study). [7] CIPRA, T.: Kapitálová přiměřenost ve financích a solventnost v pojišťovnictví. 1. vyd. Praha: Ekopress, 2002. 272 s. ISBN 80-86119-54-8.
5. mezinárodní konference Řízení a modelování finančních rizik VŠB-TU Ostrava, Ekonomická fakulta, katedra Financí
Ostrava 8. - 9. září 2010
[8] EUROPEAN COMMISSION: Review fo the Capital Reguirements for Credit Institucion and Investment Firms, Brussel, July 2003 (Third Quantitative Impact Study). [9] INTERNATIONAL MONETARY Washington, October, 2009.
FUND:
Global
Financial
Stability
Report,
[10] INTERNATIONAL MONETARY Washington, April, 2010.
FUND:
Global
Financial
Stability
Report,
[11] JÍLEK, J.: Finanční rizika. 1. vyd. Praha: Grada Publishing, 2000. 640 s. ISBN 80-7169579-3. [12] NEPRAŠOVÁ, M.: Měření kreditního rizika pro potřeby určení kapitálového požadavku a ekonomického kapitálu, Praha, květen 2003 [13] REVENDA, Z., MANDEL, M., KODERA, J., MUSÍLEK, P., DVOŘÁK, P., BRADA, J.: Peněžní ekonomie a bankovnictví. 3. vyd. Praha: Management Press, 2000. 640 s. ISBN 80-7261-031-7. [14] ZMEŠKAL, Z.: Financial models Ostrava: VSB-Technical University of Ostrava, 2004. 254 p. ISBN 80-248-0754-8.
Summary The paper is focused on description of bank evaluation by using new credit risk indicators. Selected credit risk indicators are briefly described at first. Then calculations are performed for czech banking sector and for 4 large banks. At the end assessment of banks and bank’s sector is made.