Upload
others
View
19
Download
0
Embed Size (px)
Citation preview
Costruzione e Validazione dei Modelli di RatingModelli di Ratings Interni per le SGR e per gli intermediari finanziari
Gianluca OricchioPresentato al Diaman | Milan | 21 ottobre 2013
Calculating Default Risk, September 2012 2
Agenda
Tecniche di Costruzione dei Modelli di Rating
Validazione iniziale dei Modelli di Rating: Rappresentatività/Stabilità
Ordinamento
Calibrazione
Validazione nel continuo dei Modelli di Rating
Conclusioni
Calculating Default Risk, September 2012 3
Tecniche di Costruzione dei Modelli di Rating
Calculating Default Risk, September 2012
Analisi di congruenza modelli - portafoglio
Low default Portfolio
• Large Corporate
• Banche
• Paesi
• Finanza Strutturata
High default Portfolio• Mid Corporate
• Small Business
• Retail
Low Data Portfolio• No Profit
• Consorzi
• Finanziarie
Specialised Lending
• Credito Immobiliare
• Finanziamento di Progetto
• Finanza di Scopo
• Finanziamento di beni primari
Calculating Default Risk, September 2012
Portafoglio: mix fonte dati Modelli Rating
Large Corporate
Banche, Paesi
Mid Corporate
Small Business
Retail
F
A
Q
0% 100%
100%0% Peso %
Calculating Default Risk, September 2012
Livelli di complessità crescente
6
AnalisiFonda-mentale
Market Signals
Creazionedi modellidi credito(PDs, LGDs, EADs) e di portafoglio
Creazionemodelli di Pricing (fair value spreads)
CreazioneAgenzia di Rating “Interna”
Calculating Default Risk, September 2012 7
Validazione iniziale del Modelli di Rating
Calculating Default Risk, September 2012
2. Validazione iniziale Modelli di Rating
APPROCCIO/PORTFOLIO
Rappresentatività/Stabilità
Ordinamento Calibrazione
Statistico PSI/Matrici di Migrazione
AccuracyRatio/ROC/Bayesian Error
Binomial testChi-Squaretest/Normaltest/TrafficLights test
Shadow Rating PSI/Matrici di Migrazione
Benchmarking Benchmarking
Ranking Approach
PSI/Matrici di Migrazione
Giudizio Esperti Bechmarking
Expert Based Matrici di Migrazione
Giudizio Esperti Benchmarking
Calculating Default Risk, September 2012
Contestualizzazione della statistica nell’analisi economica
Errore di I e II specie
Test Binomiale
Test PSI
Test del Semaforo
Accuracy Ratio
Analisi Statistica
LGD per clienti Bad affidati
(errore I specie)
+
Mark up per clienti Scartati
(errore II specie)
Funzione “Guadagno – Perdita”
Calculating Default Risk, September 2012
Analisi economica: modello IRB Corporate
bad
good
badgoodModello ex-ante
Ris
ulta
to e
x-po
st
5%
20%
bad
good
badgoodModello ex-ante
20%
5%
Ris
ulta
to e
x-po
st
C/E 1,27€
C/E 1,15€
I modelli Corporate più redditizi sono quelli che minimizzano l’errore di prima specie (minimizzazione delle sofferenze)
Il cut off discende sia da una analisi statistica, sia da una analisi economica.
Spread 150bps LGD 70% f(Def)=2,0% Erogato € 100(1€ x 100 teste)
Min. errore di prima specie
Min. errore di seconda
specie
Calculating Default Risk, September 2012
Analisi economica: modello IRB Retail
Il cut off discende sia da una analisi statistica, sia da una analisi economica.
Spread 600bps LGD 70% f(Def)=2,0%
bad
good
badgoodModello ex-ante
Ris
ulta
to e
x-po
st
5%
20%
bad
good
badgoodModello ex-ante
20%
5%
Ris
ulta
to e
x-po
st
C/E 5,42€
C/E 4,73€
I modelli Retail più redditizi sono quelli che minimizzano l’errore di seconda specie (minimizzazione del razionamento della clientela)
Min. errore di prima specie
Min. errore di seconda
specie
Erogato € 100(1€ x 100 teste)
Calculating Default Risk, September 2012
Ordinamento è diverso da Calibrazione
0,0%
1,0%
2,0%
3,0%
4,0%
5,0%
AAA AA A BBB BB B CCC
Classe di Rischio
% P
D
0%
1%
2%
3%
4%
5%
AAA AA A BBB BB B CCC
Classe di Rischio
% P
DCapacità di Ordinamento
Calculating Default Risk, September 2012
Ordinamento è diverso da Calibrazione
0,0%
1,0%
2,0%
3,0%
4,0%
5,0%
AAA AA A BBB BB B CCC
Classe di Rischio
% P
D
0%
1%
2%
3%
4%
5%
AAA AA A BBB BB B CCC
Classe di Rischio
% P
DCapacità di Ordinamento
errata corretta
Calculating Default Risk, September 2012
Ordinamento è diverso da Calibrazione
0,0%
1,0%
2,0%
3,0%
4,0%
5,0%
AAA AA A BBB BB B CCC
Classe di Rischio
% P
D
0%
1%
2%
3%
4%
5%
AAA AA A BBB BB B CCC
Classe di Rischio
% P
DCapacità di Ordinamento
errata corretta
Calibrazione 0,0%
1,0%
2,0%
3,0%
4,0%
5,0%
AAA AA A BBB BB B CCC
Classe di Rischio
% P
D
0,0%
1,0%
2,0%
3,0%
4,0%
5,0%
AAA AA A BBB BB B CCC
Classe di Rischio
% P
D
Calculating Default Risk, September 2012
Ordinamento è diverso da Calibrazione
0,0%
1,0%
2,0%
3,0%
4,0%
5,0%
AAA AA A BBB BB B CCC
Classe di Rischio
% P
D
0%
1%
2%
3%
4%
5%
AAA AA A BBB BB B CCC
Classe di Rischio
% P
DCapacità di Ordinamento
errata corretta
Calibrazione 0,0%
1,0%
2,0%
3,0%
4,0%
5,0%
AAA AA A BBB BB B CCC
Classe di Rischio
% P
D
0,0%
1,0%
2,0%
3,0%
4,0%
5,0%
AAA AA A BBB BB B CCC
Classe di Rischio
% P
Derrata corretta
Calculating Default Risk, September 2012 16
Validazione nel continuo dei Modelli di Rating
Calculating Default Risk, September 2012
Framework chiaro di validazione su base continuativa Qualità dei dati Rappresentatività e
StabilitàPotere discriminante
Massa informativa adeguata
PSI < 0.1 ⇒ stabile
0.1 ≤ PSI ≤ 0.25 ⇒sotto osservazione
PSI > 0.25 ⇒possibile risviluppo
⇒ CRALM
AR ≥ 65% ⇒ livello molto buono
50% < AR < 65% ⇒sotto osservazione
AR* ≤ 50% ⇒possibile risviluppo
⇒ CRALM
* Se l’AR di un singolo modulo risulta inferiore al 50%, il modulo viene posto sotto osservazione e il suo peso d’integrazione all’interno del modello ridotto
Calibrazione
AP – 50 bps < DR < AP + 50 bps ⇒
livello accettabile
DR ≤ AP – 50 bps o AP + 50 bps ≤ DR ⇒
possibile modifica AP ⇒ CRALM
Qualità dei dati Rappresentatività e Stabilità
Potere discriminante
Massa informativa adeguata
PSI < 0.1 ⇒ stabile
0.1 ≤ PSI ≤ 0.25 ⇒sotto osservazione
PSI > 0.25 ⇒possibile risviluppo
⇒ CRALM
AR ≥ 65% ⇒ livello molto buono
50% < AR < 65% ⇒sotto osservazione
AR* ≤ 50% ⇒possibile risviluppo
⇒ CRALM
* Se l’AR di un singolo modulo risulta inferiore al 50%, il modulo viene posto sotto osservazione e il suo peso d’integrazione all’interno del modello ridotto
Calibrazione
AP – 50 bps < DR < AP + 50 bps ⇒
livello accettabile
DR ≤ AP – 50 bps o AP + 50 bps ≤ DR ⇒
possibile modifica AP ⇒ CRALM
Calculating Default Risk, September 2012
Risk Calc Italy: Sound Back test 1 year
Frequenza di default
A/A- BBB+ BBB/BBB- BB+ BB/BB- B+/B/B-
Sample: 100.000 SMEs
Calculating Default Risk, September 2012
Risk Calc Italy: Sound Back test 2 years
A/A- BBB+ BBB/BBB- BB+ BB/BB- B+/B/B-
Frequenza di default
Sample: 100.000 SMEs
Calculating Default Risk, September 2012
Risk Calc Italy: Sound Back test 3 years
A/A- BBB+ BBB/BBB- BB+ BB/BB- B+/B/B-
Frequenza di default
Sample: 100.000 SMEs
Calculating Default Risk, September 2012
Risk Calc Italy: Sound Back test 4 years
A/A- BBB+ BBB/BBB- BB+ BB/BB- B+/B/B-
Frequenza di default
Sample: 100.000 SMEs
Calculating Default Risk, September 2012
Risk Calc Italy: Sound Back test 5 years
A/A- BBB+ BBB/BBB- BB+ BB/BB- B+/B/B-
Frequenza di default
Sample: 100.000 SMEs
Calculating Default Risk, September 2012
Accuracy Ratio
Accuracy Ratio (Indice di Gini)
BAAAR+
=
Modello perfetto
B
Peggior score Miglior score
% popolazione
cumulata
Frequenza di default
cumulata
0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%
100%
90%
80%
70%
60%
50%
40%
30%
20%
10%
0%
A
Calculating Default Risk, September 2012
Time, costs
Accuracyratio
Risk Calc
AP = 80.9%Ext-Rating
AP = 92.3%
Accuracy comparison: External Rating vs Risk Calc
Calculating Default Risk, September 2012 25
Conclusioni
Calculating Default Risk, September 2012 26
Conclusioni
Coerenza del Portafoglio con il Modello di Rating «messa a comune dei Defaults» D.B. Condiviso
«allargamento» del proprio portafoglio con altri nomi similari
«poggiarsi» su un modello-base e costruire una scoring card
Validazione iniziale vs Validazione nel continuo aberrazioni: backward looking vs forward looking e «inversioni di ciclo»
Consistency: applicazioni coerentiRating – PD – LGD – Credit Spread – Pricing - NAV
Calculating Default Risk, September 201227
Parte Prima:
I Modelli Quantitativi
Parte Seconda:
I Modelli Qualitativi
Parte Terza:
Il Pricing del Rischio di Credito
Calculating Default Risk, September 2012
Appendice statistica
Calculating Default Risk, September 2012
PSI TestStability Assessment – the Population Stability Index The Population Stability Index (PSI) is estimated as follows:
( ) %% % log%
ii i
i i
DPSI D VV
= − ∗
∑ (1)
where i is summed over all factor attributes and
%iD stands for the percentage of observations in the development sample that have attribute i.
%iV stands for the percentage of observations in the validation sample that have attribute i.
As the formula indicates, data needs to be binned to allow the calculation of the information value. The PSI can take values between 0 and infinity, where small values indicate little difference in the two populations and high values indicate large differences in the populations. The following interpretations of the measured PSI are commonly used:
0.1PSI < ⇒ Population distribution is STABLE.
0.1 0.25PSI< < ⇒ Population distribution id SOMEWHAT UNSTABLE.
0.25PSI > ⇒ Population distribution is UNSTABLE.
Calculating Default Risk, September 2012
Binomial Test (1/3)
Calculating Default Risk, September 2012
Binomial Test (2/3)
Calculating Default Risk, September 2012
Binomial Test (3/3)
Calculating Default Risk, September 2012
Chi – Square Test
Calculating Default Risk, September 2012
Normal Test e Traffic Lights Tests (1/3)
Calculating Default Risk, September 2012
Normal Test e Traffic Lights Tests (2/3)
Calculating Default Risk, September 2012
Normal Test e Traffic Lights Tests (3/3)
Calculating Default Risk, September 2012
Receiver Operating Characteristic (ROC)
Calculating Default Risk, September 2012
Receiver Operating Characteristic (ROC)
Calculating Default Risk, September 2012
Bayesian Error Rate
Calculating Default Risk, September 201240
Calculating Default Risk, September 2012
© 2013 Moody’s Analytics, Inc. and/or its licensors and affiliates (collectively, “MOODY’S”). All rights reserved.
ALL INFORMATION CONTAINED HEREIN IS PROTECTED BY LAW, INCLUDING BUT NOT LIMITED TO, COPYRIGHT LAW, AND NONE OF SUCH INFORMATION MAY BE COPIED OR OTHERWISE REPRODUCED, REPACKAGED, FURTHER TRANSMITTED, TRANSFERRED, DISSEMINATED, REDISTRIBUTED OR RESOLD, OR STORED FOR SUBSEQUENT USE FOR ANY SUCH PURPOSE, IN WHOLE OR IN PART, IN ANY FORM OR MANNER OR BY ANY MEANS WHATSOEVER, BY ANY PERSON WITHOUT MOODY’S PRIOR WRITTEN CONSENT.
All information contained herein is obtained by MOODY’S from sources believed by it to be accurate and reliable. Because of the possibility of human or mechanical error as well as other factors, however, all information contained herein is provided “AS IS” without warranty of any kind. Under no circumstances shall MOODY’S have any liability to any person or entity for (a) any loss or damage in whole or in part caused by, resulting from, or relating to, any error (negligent or otherwise) or other circumstance or contingency within or outside the control of MOODY’S or any of its directors, officers, employees or agents in connection with the procurement, collection, compilation, analysis, interpretation, communication, publication or delivery of any such information, or (b) any direct, indirect, special, consequential, compensatory or incidental damages whatsoever (including without limitation, lost profits), even if MOODY’S is advised in advance of the possibility of such damages, resulting from the use of or inability to use, any such information. The ratings, financial reporting analysis, projections, and other observations, if any, constituting part of the information contained herein are, and must be construed solely as, statements of opinion and not statements of fact or recommendations to purchase, sell or hold any securities.
NO WARRANTY, EXPRESS OR IMPLIED, AS TO THE ACCURACY, TIMELINESS, COMPLETENESS, MERCHANTABILITY OR FITNESS FOR ANY PARTICULAR PURPOSE OF ANY SUCH RATING OR OTHER OPINION OR INFORMATION IS GIVEN OR MADE BY MOODY’S IN ANY FORM OR MANNER WHATSOEVER.
Each rating or other opinion must be weighed solely as one factor in any investment decision made by or on behalf of any user of the information contained herein, and each such user must accordingly make its own study and evaluation of each security and of each issuer and guarantor of, and each provider of credit support for, each security that it may consider purchasing, holding, or selling.
Any publication into Australia of this document is pursuant to the Australian Financial Services License of Moody’s Analytics Australia Pty Ltd ABN 94 105 136 972 AFSL 383569. This document is intended to be provided only to “wholesale clients” within the meaning of section 761G of the Corporations Act 2001. By continuing to access this document from within Australia, you represent to MOODY’S that you are, or are accessing the document as a representative of, a “wholesale client” and that neither you nor the entity you represent will directly or indirectly disseminate this document or its contents to “retail clients” within the meaning of section 761G of the Corporations Act 2001.