profesor univ. dr. stelian stancu departamentul de ... stancu (t).pdf · stelian stancu, alexandra...
Post on 08-Sep-2019
46 Views
Preview:
TRANSCRIPT
Profesor univ. dr. Stelian STANCU
Departamentul de Informatică şi Cibernetică Economică
Academia de Studii Economice din Bucureşti
Masterand Alexandra Maria CONSTANTIN
Academia de Studii Economice din Bucureşti
Drd. Cristian BORDEA
Academia de Studii Economice din Bucureşti
IMPACTUL CRIZEI ECONOMICE ACTUALE ASUPRA ALEGERII
PORTOFOLIILOR OPTIME
THE IMPACT OF CURRENT ECONOMIC CRISIS ON OPTIMAL
PORTFOLIO CHOICE
Abstract. The main objective of this paper is to analyze the portfolio
selection under the influence effects of the current economic crisis. On the other
hand, the specific objectives of this paper are: to present the aspects of the
economic crisis; to present the effects of the current economic crisis on the
Romanian economy and credits; to present the CreditMetrics, the method used in
simulating portfolios, rendering the empirical results and last but not least, the
presentation of the study conclusions.
Key words: economic crisis, credit portfolio, CreditMetrics, risk,
uncertainty, simulation of portofolio choice.
Clasificarea JEL: D81, E42, F3, G01
1. Introducere
Studierea traiectoriei economiei naţionale, în condiţii de risc şi
incertitudine, presupune analiza gradului de complexitate a impactului factorilor
cauzali asupra sistemului economic.
Perturbarea traiectoriei economice, concretizată prin criza economico-
financiară se află în strânsă legătură cu traiectoria comportamentală a diferitelor
componente la nivel macro.
Criza economică din prezent s-a manifestat printr-o serie de simptome
negative atât la nivel micro, cât şi la nivel macroeconomic.
Efectele dezastruoase1 precum: căderea pietelor bursiere la nivel gobal
2;
căderea drastică a pieţei imobiliare; creşterea numărului celor care nu au plătit
1 la nivel macroeconomic
Stelian Stancu, Alexandra Maria Constantin, Cristian Bordea
___________________________________________________________
ipotecile sau nu au plătit obligaţiile la scadenţă, au generat următoarele efecte la
nivel microeconomic: falimentarea de intreprinderi mici şi mijlocii; reducerea
activităţii intreprinderilor; reducerea investiţiilor pe termen lung; imposibilitatea
achitării împrumuturilor la bancă, diminuarea volumului forţei de muncă etc.
Din 2007 până în prezent, criza economică actuală a generat manifestarea
mai multor elemente precum: criza monetară, criza financiară, criza datoriilor
suverane etc.
Pe de o parte, criza monetară, datorită politicii monetare nesustenabile, este
declanşată în situaţia în care cursul de schimb se depreciază continuu. În literatura
de specialitate, au fost concretizate trei generaţii de modele. Potrivit modelelor din
prima generaţie3, guvernul decide a se renunţa la regimul ratei de schimb fixă. Cea
de a doua generaţie de modele presupune soluţionarea problemei de maximizare a
efectelor date de regimul de rate de schimb, hotărând necesitatea şi timpul
renunţării la regimul de rate de schimb fixe. Conform ultimei generaţii de modele,
Banca Centrală minimizează o funcţie de pierdere4, corelată cu modificarea PIB-
ului real faţă de nivelul său potenţial şi inflaţie.
Şocul de la nivelul sistemului financiar reprezintă elementul declanşator al
crizei financiare. Instabilitatea financiară, privită ca o consecinţă a crizei
financiare, prezintă următoarele caracteristici5: instituţiile finaciare sunt instabile,
neexecutând obligaţiunile la termen; componentele la nivel macroeconomic sunt
instabile.
Conform lui Foot6, stabilitatea financiară este corelată cu volatitatea pieţei
financiare. Potrivit lui A. Haldane, V. Saporta şi M. Tanaka „orice abatere de la
planul economii-investiţii de la nivelul economiei, va coduce la imperfecţii
financiare în sectorul financiar ”7.
Criza datoriilor suverane la nivelul unei ţări, o altă componentă a actualei
crize economice, este reprezentată de situaţia în care:
- există restanţe semnificative ale plăţilor datoriilor sau dobânda la
obligaţiunile externe a depăşit 5% din totalul datoriilor restante;
- se stabilesc noi termene pentru plata datoriilor (reeşalonare).
2 prima fiind cea din SUA
3Modelele de primă generaţie sunt date de faptul că timpul de atac speculativ este
deterministic, iar rata de schimb nu se depreciază la momentul atacului. Soluţia la astfel de
modele se obţine prin introducerea şocurilor, conform Flood şi Garber (1984). 4Fiind o funcţie pătratică, de regulă.
5Crockett, A.,(1997) “The Theory and practice of financial stability”, Essays in
International Finance, Department of Economics, Princeton University, Princeton, New
Jersey. 6Foot, M., (2003) “What is “financial stability” and How do we get it?” The Roy Bridge
Memorial Lecture, Financial Services Authority, April. 7Haldane, A G, Hall, S, Saporta, V and M. Tanaka, (2004) “Financial stability and
macroeconomic models”, Bank of England Financial Stability Review, pp 80-88, June.
(http://www.bankofengland.co.uk/publications/Documents/fsr/2004/fsr16art4.pdf)
Impactul crizei economice actuale asupra alegerii portofoliilor optime
___________________________________________________________ Au fost realizate cercetări, de-a lungul timpului, referitoare la datoriile pe
termene scurt şi pe termen lung. Astfel, pe termen scurt, avem datoriile ţărilor
afectate de criza tequila.
De asemenea, studiile recente (Bordo, 2002) au arătat că guvernul unei ţări
vulnerabile se angajează într-o stabilizare fiscală dacă şi numai dacă se
previzionează o scădere a finanţării externe. Astfel, guvernul se vede nevoit a face
un împrumut pe termen scurt.
În cazul României, criza economică actuală s-a manifestat violent,
generând necesitatea restructurării politicilor macroeconomice interne şi externe,
dar şi mărirea riscului atât la nivelul pieţei bursiere, cât şi la nivelul pieţei de
creditare.
Analiza privind impactul crizei economice asupra: riscului de creditare;
evoluţiei pieţei de capital, imposibilităţii onorării datoriilor externe la termen,
cursului de schimb etc. are rolul de a demonstra fragilitatea componentelor la nivel
micro şi macroeconomic, provocată de efectele crizei financiare.
2. Efecte ale actualei crizei economice asupra economiei româneşti
şi creditelor acordate
În 2008 bursa a căzut, la nivelul României, ca efect al diminuării continue
a numărului de tranzacţii. Prin urmare, preţul activelor tranzacţionate a cunoscut o
scădere continuă. Astfel, în aproximativ un an de zile8 preţurile la locuinţe au
scăzut cu cca 20% la cele noi construite şi cu cca 30-40% la cele mai vechi.
În perioada 2009-2010 volumul forţei de muncă din sectorul public şi
privat a scăzut cu 15%, datorită efectelor dezastruoase ale crizei: falimentarea de
intreprinderi mici şi mijlocii(aprox. 200.0000)9;
Ca urmare a reducerii salariale cu 25% şi a majorării TVA-ului cu 5 pp.,
măsurile de austeritate luate de guvern în 2011, au determinat o scădere a puterii de
cumpărare cu 30%.
În septembrie 2012, România a înregistrat o rată lunară a inflaţiei de 5,3%.
Tot în acel an, România a cunoscut un deficit public de 42.9% din PIB.
Prognoza pentru România, în 2013, nu este tocmai bună: creşterea
economică insuficientă de 1,5%10 nu va putea susţine măsurile de creştere a
nivelului de trai, ci poate provoca o diminuare drastică a acestuia.
8 01.01.2008-01.01.2009.
9 SETimes
(http://www.setimes.com/cocoon/setimes/xhtml/ro/features/setimes/features/2011/10/24/
feature-02 ) 10
http://www.romanialibera.ro/bani-afaceri/economie/fmi-cresterea-economica-a-romaniei-
in-2013-va-fi-de-1-5-tara-se-afla-pe-taram-sigur-291746.html
Stelian Stancu, Alexandra Maria Constantin, Cristian Bordea
___________________________________________________________
Criza economică actuală va continua să genereze efecte negative, în
România, cel puţin până în 2015 întrucât scena economico-politică şi socială se
află în proces de restructurare.
La nivelul instituţiilor de creditare, creditele în euro acordate sistemului
privat deţin cea mai mare cotă (a se vedea figura 1), procentul deţinut
nemodificându-se în mod semnificativ. De aici, se poate spune că instituţiile de
credit deţin portofolii formate dintr-un procent mare de credite acordate pe termen
lung (între 5 şi 30 ani), dar care poate fi afectat, în mod semnificativ, de rata
riscului valutar, întrucât aproximativ 95% din credite au fost acordate în regim
valutar.
Impactul crizei economice actuale asupra alegerii portofoliilor optime
___________________________________________________________
Figura 1. Structura lunară a creditelor acordate de instituţiile de credit
sistemului privat pe parcursul anului 2012
De asemenea, mergând mai departe cu analiza structurală la nivelul
creditelor acordate în euro şi a sistemului privat, se poate spune, pe baza datelor
oficiale furnizate de Banca Naţională a României, că în anul 2012, portofoliile de
credite au avut în componenţa lor un procent majoritar de credite pe termen lung (a
se vedea figura 2), garantate şi negarantate.
Stelian Stancu, Alexandra Maria Constantin, Cristian Bordea
___________________________________________________________
Impactul crizei economice actuale asupra alegerii portofoliilor optime
___________________________________________________________
Figura 2. Structura lunară a creditelor acordate în euro sistemului privat, pe
termen scurt, mediu şi lung, de instituţiile de credit pe parcursul anului 2012
Evoluţia ratei de neperformanţă aferentă creditelor acordate companiilor,
după dimensiunea firmei şi tipul de garantare a creditelor este reprezentată în figura
3, atât la nivelul Intreprinderilor Mici şi Mijlocii(IMM), cât şi la nivelul
corporaţiilor, în perioada 2009-2012. Se poate spune că rata de neperformanţă a
creditelor garantate cu ipoteci a crescut mai mult decât rata de neperformanţă la
nivelul creditelor negarantate cu ipoteci.
Acest fenomen se datorează creşterii instabilităţii ca urmare a măririi
gradului de incertitudine şi risc, în special a riscului de creditare, în condiţiile
adoptării politicilor macroeconomice la nivelul României în perioada 2007-2011.
Stelian Stancu, Alexandra Maria Constantin, Cristian Bordea
___________________________________________________________
Figura 3. Rata de neperformanţă aferentă creditelor acordate companiilor,
după dimensiunea firmei şi tipul de garantare a creditelor11
Pe de altă parte, conform Raportului asupra stabilităţii financiare 2012,
furnizat de Banca Naţională a României, mărirea gradului de îndatorare a
sectorului populaţiei s-a produs datorită ponderii mari a datoriilor în valută,
valoarea înregistrată fiind de aproximativ 68% la jumătatea anului 2012, în special
la creditele imobiliare şi cele de consum garantate cu ipoteci. Astfel, fluxurile noi
de credite în valută sunt orientate în domeniul imobiliar şi, deci, aproximativ 60%
din creditele nou-acordate au fost acordate în prima jumătate a anului 2012. În
acest context, rata creditelor neperformante ale băncilor în raport cu sectorul
populaţiei a înregistrat valoarea de 9,5% în decursul lunii iunie 2012, iar la sfârşitul
anului, 18,9%. Acest fenomen se datorează creşterii gradului de risc şi
incertitudine, ca o consecinţă a crizei economice actuale.
3. Modelul cantitativ CreditMetrics
Modelul cantitativ CreditMetrics, considerat instrument de prognoză
privind expunerea riscului de creditare a unui portofoliu, este utilizat în evaluarea
portofoliului instituţiei bancare generând gradul de expunere la risc în condiţiile
modificării valorii portofoliului, cauzată de deprecierea/aprecierea calitativă a
creditelor acordate. În acest context, schimbarea calităţii creditului, din punctul de
vedere al orizontului de risc, şi posibilitatea neplăţii creditului de către debitor sunt
11
Preluat din Raportul asupra stabilităţii financiare 2012, pag. 137, furnizat de Banca
Naţională a României.
Impactul crizei economice actuale asupra alegerii portofoliilor optime
___________________________________________________________ factorii cauzali ai riscului de creditare. J.P.Morgan
12 este cel care a pus bazele
modelului CreditMetrics în 1997, continuând cu îmbunătăţirea acestuia.
Prin aplicarea tehnicii CreditMetrics se cuantifică pierderile potenţiale
maxime la nivelul creditorului, în condiţiile în care titlurile de credit din cadrul
portofoliului cunosc modificări ale rating-urilor. Potrivit lui Morgan, Modelul
cantitativ CreditMetrics este reprezentat, la bază, de rating-uri şi VaR13
.
Din perspectiva abordării pieţei, modelul CreditMetrics este un model la
nivelul căruia este definit un indicator numit spread de creditare, ce reprezintă
diferenţa dintre rata dobânzii la obligaţiunile lipsite de risc14
şi rata dobânzii la
obligaţiunile corporative.
Luându-se în considerare şi faptul că distribuţia cashflow-urilor actualizate
este determinată de diferenţa de rată a dobânzii de la nivelul fiecărei grupe de
credite, se poate spune că în componenţa modelului CreditMetrics intră şi gradul de
volatilitate a valorilor titlurilor, la scadenţă, în raport cu traiectoria evolutivă a
riscului de creditare.
De menţionat este că modelul CreditMetrics se aplică nu numai la
evaluarea riscului la nivel individual, de titlu, ci şi la nivel de portofoliu.
CreditMetrics constă dintr-o parte analitică şi o parte de simulare Monte
Carlo: partea analitică include calculele riscului singular, contribuţiile riscului
marginal, valoarea prevăzută a portofoliului şi abaterea standard; în timp ce
simularea Monte Carlo derivă din distribuţia valorilor portofoliului la sfârşitul
orizontului de risc.
Datorită unor diferenţe existente între riscul de creditare şi riscul de piaţă al
portofoliile de pe piaţa creditelor, procesul clasic de identificare, evaluare şi
gestionare a riscurilor de piaţǎ sunt depăşite în vederea asigurării managementului
optim al portofoliilor de credite.
Existenţa unor posibile corelaţii între debitori reprezintă cel de-al doilea
inconvenient al teoriei clasice privind managementul portofoliului. Ca o soluţie la
această problemă, se poate merge pe ipoteza menţinerii constante a corelaţiilor
dintre debitori, în timp.
Informaţiile de intrare necesare modelului CreditMetrics sunt: sistem de
clasificare; caracteristicile activelor individuale; rentabilitatea capitalului propriu
pentru fiecare debitor; set de indicatori ai capitalului propriu pentru ramura
economică respectivă şi pentru ţară.
Ipoteze ale modelului
La nivelul modelului CreditMetrics au fost formulate următoarele ipoteze15
:
Ipoteza 1. Toţi debitorii pot fi clasificaţi în clase de risc;
12
J.P.Morgan/Reuters(1996) RiskMetricsTM—Technical Document, New York. 13
Value-at-Risk (Valoare la Risc) 14
Sunt emise de instituţiile de credit. 15
Stancu, S.(2012) Macroeconomie avansată. Teorie şi aplicaţii, Editura ASE, Bucuresţi,
Capitolul 2, secţiunea 2.5.1. Modelul CreditMetrics, pag. 75-76.
Stelian Stancu, Alexandra Maria Constantin, Cristian Bordea
___________________________________________________________
Ipoteza 2. Toţi debitorii dintr-o anumită clasă de risc au aceeaşi probabilitate
de migrare şi incapacitate de plată;
Ipoteza 3. Există o bună corespondenţă între rentabilitatea capitalului propriu al
debitorilor şi rentabilitatea activelor lor, cea dintâi fiind, în
consecinţă, un înlocuitor al celei de-a doua;
Ipoteza 4. Orizontul de timp pe parcursul căruia se evaluează riscul este
considerat de obicei ca fiind de 1 an.
Metodologia CreditMetrics
Metodologia CreditMetrics are la bază un sistem de clasificare, acesta din
urmă fiind ales. Ca urmare, metodologia CreditMetrics poate implementa unul
dintre cele trei sisteme de clasificare:
- S&P (Standard & Poors);
- Moody;
- Sistem intern al băncii.
Pe de altă parte, sistemul de clasificare are rolul de a asocia rating-ul de
credit de la nivelul fiecărui debitor şi ia în considerare şi probablilităţile de
schimbare a status-ului debitorului, acestea reprezentând frecvenţele medii anuale
de mutare/migrare dintr-o clasă în alta.
Paşii16
aferenţi metodologiei sunt:
Pasul 1. Estimarea, într-o bază comparabilă, a expunerilor creditelor;
Pasul 2. Calcularea volatilităţii valorii generate de modificările produse în calitatea
creditului;
Pasul 3. Estimarea corelaţiilor între calitatea creditelor şi calcularea riscului
portofoliului.
4. Simularea alegerii portofoliului sub incidenţa crizei economice
actuale
Prin simulare s-a urmărit studierea fluxurilor de venituri viitoare ale Băncii
Comerciale Române în următorii 3 ani, pornind de la faptul că:
- se cunosc valorile probabilităţilor de migrare a creditelor la nivelul anului t
în raport cu anul t-1 de la un nivel de rating la altul;
- se dau ratele de recuperare a creanţelor în următori ani: t+1, t +2, t +3.
Utilizând tehnica simplificată a riscului portofoliului de credite, s-a putut
face o analiză comparativă între valorilor simulate ale veniturilor viitoare aferente
BCR17
şi valorile aferente situaţei ideale18
.
16
Mai multe informaţi se regăsesc la Stancu, S. (2012) Macroeconomie avansată. Teorie şi
aplicaţii, Editura ASE, Bucureşti. 17
Banca Comercială Română
Impactul crizei economice actuale asupra alegerii portofoliilor optime
___________________________________________________________ Cel mai important aspect în conceperea simulării migrării creditelor îl
reprezintă împărţirea portofoliului de credite pe grupe/clase calitative sub incidenţa
rambursării la termen a ratelor de credit.
La nivelul Băncii Comerciale Române s-au înregistrat următoarele date
privind riscul de creditare, aferente anului 2011.
Tabelul 1
Încadrarea creditelor acordate în clase de risc
Clasa risc Suma (mii RON)
Clasa 1 24536041
Clasa 2 21449371
Clasa 3 3182158
Clasa 4 6662735,25
Clasa 5 1026061
Clasa 6 1959525
Clasa 7 2220911,75
Total portofoliu 61036803
Din punct de vedere structural, clasele de credit se prezintă astfel:
Figura 4. Structura creditelor acordate pe clase de risc
Trebuie menţionat că soldurile creditelor ce au termen de scadenţă în
viitor, calculate la momentul t-1, reprezintă variabilele luate în considerare pentru
modelare:
18
La nivelul băncii nu există debitori rău platnici.
Stelian Stancu, Alexandra Maria Constantin, Cristian Bordea
___________________________________________________________
Tabelul 2
Rating Suma (mii RON) Dobândă anuală
I 24536041 11,25%
II 21449371 10,5%
III 3182158 10%
IV 6662735,25 10%
V 1026061 9%
VI 1959525 8,5%
VII 2220911,75 5,8%
Observaţie: Simplificarea necesară calculelor pentru simulare, rata dobânzii de la
nivelul fiecărui nivel de risc, este indusă expunerii din anul t-1,
asupra categoriilor de risc aferente anilor t+1, t +2 şi t +3.
Astfel, la nivelul fiecărui rating se simulează trecerea creditelor de la o
clasă de risc la alta pentru fiecare rating, utilizând variabilele aleatoare uniform
distribuite/distribuţia normală.
Neştiind tehnica de calcul utilizată de S&P19
în progoza probabilităţilor de
migrare ale activelor este necesar a se apela la două metode de simulare a
ratingului viitor.
Se porneşte de la premisa că debitorul prezintă un comportament de plată
ce urmează o distribuţie normală. Astfel: un procent major de debitori întruneşte
caracteristicile unor clienţi standard; puţini debitori sunt clienţi rău intenţionaţi; un
număr nesemnificativ de debitori ajung în situaţia de neplată sau de a comite
fraude.
Pentru o analiză complexă, rezultatele obţinute prin aplicarea a două
metode de simulare pentru a determina ratingul viitor vor fi studiate comparativ în
vederea evidenţierii avantajelor şi dezavantajelor luării în considerare a unui sistem
extern de rating.
Metoda I. Generarea unui set de numere aleatoare
Generarea unui set de numere aleatoare, uniform distribuit, presupune
generarea unui şir de numere aleatoare, }{ ns , uniform distribuit pe intervalul
]1,0[ , în scopul evidenţierii clasei către care a migrat portofoliul, alegând prima
valoare a acestuia.
Se conturează, astfel, pe baza datelor din matricea de tranziţie20 furnizată
de Standard & Poor’s:
19
agenţia de rating Standard&Poor’s 20
Avem:
Impactul crizei economice actuale asupra alegerii portofoliilor optime
___________________________________________________________
Tabelul 3
Matricea de tranziţie aferentă unei perioade de 1 an21
- variabila uniform distribuită cu ratingul aflat întâi în categoria 1. Variabila este
definită astfel:
00
8
0
7
0
6
0
5
0
4
0139,0
3
0
2
7361,0
1:1
NRRating
şi avem:
AAA sau clasa 1: Reprezintă cel mai mare rating acordat de Standard & Poor's creanţelor
cu rambursare sigură la scadenţă, neexistând renegocieri de termene privind plata
dobânzilor.
AA sau clasa 2: La acest nivel, rata de plată a dobânzilor şi de rambursare a împrumutului
este pronunţată, nediferenţiindu-se în mod ssemnificativ de AAA/clasa 1;
A sau clasa 3: în raport cu clasa 2 acest nivel este diferit în sensul că apare o oarecare
sensiblitate, datorată fluctuaţiei la nivelul pieţei.
BBB sau clasa 4: La acest nivel, activele sunt descrise de o capacitate adecvată de plată
privind rata dobânzii şi a rambursării împrumutului, factorii socio-economici
putând influenţa, însă, capacitatea de plată prin mărirea gradului de incertitudine.
BB (clasa 5), B (clasa 6), CCC (clasa 7): Sunt date de active cu grad mare de speculaţie,
atât la nivel de dobândă, cât şi la nivel de împrumut.
D sau clasa 8: La acest penultim nivel, rata de neplată creşte întrucât, obligaţiile nu mai
sunt onorate la scadenţă.
NR: Nivelul acesta este caracterizat de faptul că nu se dipune de suficiente informaţii în
vederea evaluării titlurilor, acestea din urmă fiind considerate nule. 21
Sursa: Site-ul oficial al Standard&Poor’s
(http://www.standardandpoors.com/ratings/articles/en/us/?assetID=1245302234237)
Rating
iniţial
Rating la sfârşitul anului (%)
AAA AA A BBB BB B CCC Default NR
AAA 73,61 25,00 0,00 1,39 0,00 0,00 0,00 0,00 0,00
AA 1,33 82,76 10,08 0,00 0,00 0,00 0,00 0,00 5,84
A 0,07 1,11 92,32 3,54 0,00 0,07 0,00 0,00 2,88
BBB 0,00 0,00 2,86 90,34 1,90 0,14 0,00 0,00 4,76
BB 0,00 0,00 0,00 5,61 81,74 3,85 0,11 0,55 8,14
B 0,00 0,00 0,09 0,00 6,26 81,32 2,06 0,80 9,47
CCC 0,00 0,00 0,00 0,00 0,45 29,55 33,64 22,27 14,09
Stelian Stancu, Alexandra Maria Constantin, Cristian Bordea
___________________________________________________________
Tabelul 4
În cazul în care creditul se află, iniţial, pe scala de rating 2, variabila
aleatoare devine:
0584,00
8
0
7
0
6
0
5
0017,0
4
1008,0
3
8276,0
2
0133,0
1:2
NRRating
Tabelul 5
În cazul în care creditul se află, iniţial, pe scala de rating 3, variabila
aleatoare este definită astfel:
0621,00026,0
8
0
7
0009,0
6
0026,0
5
0779,0
4
8303,0
3
236,0
2
0
1:3
NRRating
Scala internă de rating Probabilitate Frecvenţe
cumulate
Intervalul
asociat
1 0,7361 0,7361 [0; 0,7361)
2 0,25 0,9861 [0,7361; 0,9861)
3 0 0,9861 0,9861
4 0,0139 1 [0,9861; 1]
5 0 1 1
6 0 1 1
7 0 1 1
8 0 1 1
NR 0 1 1
Scala internă de rating Probabilitate Frecvenţe
cumulate
Interval
asociat
1 0,0133 0,0133 [0; 0,0133)
2 0,8276 0,8409 [0,0133; 0,8409)
3 0,1008 0,9417 [0,8409; 0,9417)
4 0 0,9417 0,9417
5 0 0,9417 0,9417
6 0 0,9417 0,9417
7 0 0,9417 0,9417
8 0 0,9417 0,9417
NR 0,0583 1 (0,9417; 1]
Impactul crizei economice actuale asupra alegerii portofoliilor optime
___________________________________________________________ Tabelul 6
Se repetă, în aceeaşi manieră, şi la nivelul creditelor aflate iniţial în clasele
4,5,6 şi 7 de rating.
Pentru creditele aflate iniţial în clasa 7 avem:
0824,03412,0
8
5059,0
7
0588,0
6
0118,0
5
0
4
0
3
0
2
0
1:7
NRRating
Tabelul 7
Metoda II. Simularea rating-ului cu ajutorul unei distribuţii normale cu 8,022
şi cu 05,023
Această metodă presupune simularea trecerii de la un nivel de rating de
credit la altul utilizând o distribuţie normală cu valoarea medie de 0,8 şi cu gradul
de împrăştiere (dispersia) 0,05
22
medie 23
grad de împrăştiere
Scala internă de rating Probabilitate Frecvenţe
cumulate
Interval
asociat
1 0,0007 0,0007 (0;0,0007)
2 0,0111 0,0118 (0,0007; 0,0118)
3 0,9232 0,935 [0,0118; 0,935)
4 0,0354 0,9704 [0,935; 0,9704)
5 0 0,9704 [0,9318; 0,9344)
6 0,0007 0,9353 0,9704
7 0 0,9704 0,9704
8 0 0,9704 0,9704
NR 0,0296 1 [0,9704; 1]
Scala internă de rating Probabilitate Frecvenţe
cumulate
Interval
asociat
1 0 0 0
2 0 0 0
3 0 0 0
4 0 0 0
5 0,0045 0,0045 [0; 0,0045)
6 0,2955 0,3 [0,0045; 0,3)
7 0,3364 0,6364 [0,3;0,6364)
8 0,2227 0,8591 (0,6364; 0,8591)
NR 0,1409 1 [0,8591; 1]
Stelian Stancu, Alexandra Maria Constantin, Cristian Bordea
___________________________________________________________
Se determină, astfel, valoarea fluxurilor de venituri viitoare pentru fiecare
la nivelul fiecărui credit utilizând relaţia:
.]1[]1[
1
01
1
T
tt
t
t
TT d
Rd
d
RsPV
unde:
PV - valoarea prezentă;
tRd - dobânda la nivelul anului t;
Rs - creditul scadent;
td - rata de discount în anul t (valorile sunt luate din tabel, la nivel de categorie)
Observaţii: 1) Prin însumarea valorilor fluxurilor viitoare de la nivelul fiecărui tip de
credit rezultă valori posibile viitoare pentru următorii 4 ani aferente
portofoliului de credite al BCR24
;
2) Procesul simulării, de-a lungul parcurgerii iteraţiilor se bazează pe matricea
de tranziţie, publicată de agenţia de rating Standard&Poor’s.
În vederea simulării portofoliului de credite, au fost implementate
metodele de simulare, discutate anterior, în mediul de programare Visual Studio
2010 Ultimate.
Simularea portofoliului prin cele două metode a generat output-uri
semnificativ diferite.
Întrucât prin aplicarea metodei bazată pe distribuţia uniformă s-au generat
valori cu grad mare de diferenţiere, provocând instabilitate în evaluarea
portofoliului, se recomandă a se utiliza cea de a doua metodă bazată de distribuţia
Gauss, denumită şi distribuţie normală.
De menţionat ar fi şi faptul că prin aplicarea primei metode, bazată, pe
distribuţia uniformă, după cea de a doua iteraţie, a generat în continuare aceeaşi
valoare ca la iteraţia 2, ceea ce restrânge posibilităţile de a avea la dispoziţie
posibilitatea de alegere a portofoliului.
Cum istoricul evenimentelor este printre cei mai importanţi pioni în luarea
deciziilor, este necesară o analiză de corelaţie a valorilor istorice aferente
portofoliului de creanţe (la nivel de componentă) în vederea optimizării acestuia.
În acest context este recomandat a se evalua portofoliul cu metoda bazată
pe repartiţia Gauss-iană prin atribuirea la nivelul fiecărui tip de rating a unei valori
medii şi a unui grad de împrăştiere, acestea fiind estimate pe baza valorilor aferente
evoluţiei portofoliilor de credite pe o perioadă lungă de timp.
Astfel, după 4 ani de la deplasarea creditelor către un alt nivel de rating,
valoarea medie a fluxurilor de venituri viitoare ale BCR este de 78991876,8 mii
RON, cu 4,86% mai mult decât valoarea generată prin utilizarea repartiţiei
uniforme a rating-urilor.
24
Băncii Comerciale Române
Impactul crizei economice actuale asupra alegerii portofoliilor optime
___________________________________________________________
5. Concluzii
La nivelul BCR este necesară reevaluarea creditelor la orizontul de risc
considerând că valoarea fluxurilor de venituri viitoare este de aproximativ
78991876,8 mii RON. Însă gradul de incertitudine, generat de actuala criză
economică, are un impact semnificativ în evaluarea ratelor aşteptate ale discount-
urilor.
Pot exista şi consecinţe în sensul ameliorării sau degradării valorii
portofoliului de credite pe orizontul de timp luat în considerare, fapt indus de
factorii de influenţă privind deplasarea creditelor la alte nivele de risc, fiind
semnificativ diferenţiate în raport cu clasa în care acestea erau integrate:
- criza financiară;
- politicile macroeconomice adoptate;
- măsurile legislative;
- mărirea gradului de incertitudine;
- mediul tranzacţional;
- prognozele realizate de Banca Naţională a României, Institutul Naţional de
Statistică, Fondul Monetar Internaţional, Banca Mondială;
- comportamentul investiţional al agenţilor economici;
- gradul de asimetrie informaţională;
- schimbările bruşte din mediul politco-economic.
BIBLIOGRAFIE
[1.] Christiano, L., Braggion, F. and Roldos, J. (2006), The optimal
monetary response to a financial crisis, Mimeo, Northwestern University;
[2.] Corsetti, G., Mackowiak, B. (2006) ,Fiscal imbalances and the dynamics
of currency crises, European Economic Review 50, 1317–38;
[3.] Crockett, A. (1997), The Theory and practice of financial stability.
Essays in International Finance, Department of Economics, Princeton
University, Princeton, New Jersey;
[4.] Foot, M. (2003), What is “financial stability” and How do we get it?, The
Roy Bridge Memorial Lecture, Financial Services Authority, Aprilie;
[5.] Haldane, A G, Hall, S, Saporta, V and M. Tanaka, (2004), Financial
stability and macroeconomic models; Bank of England Financial;
[6.] Daniel, B. (2001), The fiscal theory of the price level in an open
economy, Journal of Monetary Economics 48, 293–308;
[7.] Del Negro, M. Shorfheide, F. (2004), Priors from General Equilibrium
Models for VARs, International Economic Review, 45, 643-673;
[8.] Eichengreen, B., Hausmann, R. (1999), Exchange rates and financial
fragility, Working Paper No. 7418. Cambridge, MA: NBER;
Stelian Stancu, Alexandra Maria Constantin, Cristian Bordea
___________________________________________________________
[9.] Juselius, K., Johansen, S. (2005), Extracting information from the data:
A Popperian view on empirical macro, in D. Colander (ed.), Post
Walrasian Macroeconomics: Beyond the Dynamic Stochastic General
Equilibrium Model, Cambridge University Press;
[10.] Kaminsky, G. and Reinhart, C. (1999), The twin crises: the causes of
banking and balance of-payments problems, American Economic Review 89,
473–500;
[11.] Sachs, J., Tornell, A., Velasco, A. (1996), The Mexican Peso Crisis:
Sudden Death or Death Foretoldi?, Working Papers 96-20, C.V. Starr Center
for Applied Economics, New York University;
[12.] Smets, F., Wouters, R. (2003), An Estimated Stochastic Dynamic
General Equilibrium Model of the Euro Area, Journal of the European
Economic Association, 1, 1123-75;
[13.] Stancu, S., Andrei, A.M., Constantin, A.M., Voinescu, G.V. (2012),
Sovereign debt crisis. Theoretical and practical aspects, International
Conference of scientific Paper AFASES 2012, Brasov, 24-26 May 2012;
[14.] Stancu, S., Constantin, A. M., Stancu(Popa), V.S. (2012), Efectele crizei
datoriilor suverane asupra echilibrului la nivel macroeconomic, Revista
Studii şi Cercetări de Calcul Economic şi Cibernetică Economică, nr.1-2 ,
Bucureşti, 2012, ISSN: 0585-7511;
[15.] Stancu, S., Constantin, A.M., Predescu(Popescu), O.M., Stancu(Popa),
V.S., (2012), The impact of the sovereign debt crisis over Romanian
business environment, International Conference Business Excellence 2012,
Brasov, Romania, ISI;
[16.] Stancu, S., Constantin, A.M., Predescu(Popescu), O.M., Stancu(Popa),
V.S. (2012), Sovereign debt crisis – an approach based on clusterization and
binary classification branches, 3rd World Conference on Learning, Teaching
and Educational Leadership, 2012, Brusells, Belgium, ISI;
[17.] Tsomocos, D.P. (2003), Equilibrium Analysis, Banking, and Financial
Instability, Journal of Mathematical Economics, 39, pp. 619-655;
[18.] Stancu S., Mihail N. (2004), Decizii economice în condiţii de
incertitudine cu aplicaţii pe piaţa financiară, Editura Economică, Bucureşti;
[19.] Stancu. S., Sava, G., Gegea, I.: Evolution of a credit portfolio using the
creditmetrics method and simulation techniques at the bank level, p. 502-
506, ISBN: 978-9955-28-463-5.
top related