FinansWatch

Klumme: Covid-19, IFRS 9 og dilemmaet omkring kreditrisiko

På grund af nye regnskabsregler og coronakrisen kommer bankerne til at skulle vurdere kreditrisikoen på en hel anden måde end sidste år, skriver topchefen i det internationale analysehus ActiveViam i en ny klumme.

Georges Bory, administrerende direktør, ActiveViam Foto: Activeviam PR

Der findes to hovedkræfter, der bevæger sig igennem de finansielle institutter, som udfordrer den måde risikovurderingssystemer arbejder på: Den økonomiske turbulens, der er blevet udløst af pandemien, og kravene tilhørende den internationale regnskabsstandard International Financial Reporting Standard 9 (IFRS 9). Begge dele kræver realtidsdata og analyse, der er indbygget i kreditrisikovurderingsprocesser – og hurtigt.

Fra et økonomisk perspektiv er turbulensen, forårsaget af COVID-19 fortsat i gang. I eurozonen er BNP faldet med 3,6 pct. i det første kvartal af 2020 og ECB forudser et 8,7 pct. fald af BNP globalt i eurozonen i 2020 som resultat af Coronavirus-pandemien.

Hvis vi blot isolerede denne skarpe økonomiske afmatning, kommer dette til at betyde, at bankerne vil vurdere kreditrisikoen på en hel anden måde end sidste år. Beregning af det forventede kredittab eller Expected Credit Loss (ECL) i den nære fremtid er nu meget sværere med mange flere datavariable, der skal tages i betragtning.

Igennem hele kreditrisiko-livscyklussen – lige fra optagelse af det oprindelige lån til implementering og styring af samme – kræver mange forhold multidimensionale dataanalyseværktøjer, der kan skaffe et troværdigt overblik over kreditrisikobilledet. For eksempel vil der i enhver udlånsportefølje findes misligholdte eksponeringer, som der skal tages stilling til. Derudover skal nye Covid-19 sektor- og subsektorkriterier indføres og nye modeller bruges til at supportere de oprindelige kreditbeslutninger samt varslings- og profileringssystemer til at isolere problematiske lån. Dette gælder især nu, at flere mennesker og virksomheder befinder sig i en sårbar finansiel situation.

Udfordringen med at beregne ECL stopper dog ikke her.

Samtidigt administrerer de finansielle institutter også IFRS 9 reguleringsstandarder, som også kræver, at kreditrisikobeslutninger betragtes på en ny måde og kategoriseres meget specifikt.

Inden IFRS 9 blev indført, analyserede de finansielle institutter aggregerede data, når de indmeldte deres misligholdelser i slutningen af et finansår. I dag har man adgang til ECL med det samme gennem multidimensionale dataanalyseværktøjer, og stadig monitorer kritiske antagelser som ECL-ændringer. Det er især vigtigt at forstå, hvorfor ECL ændrer sig, og hvad der driver denne forandring.

Det er især vigtigt at forstå, at IFRS 9 kræver, at et finansielt institut bestemmer – baseret på analyse af kvantitative data og en kvalitativ vurdering – om et lån i et bestemt stadie viser tegn på at kunne flytte sig til stadie to eller tre af ”overskredne dage”. Dette beskrives hos IFRS 9 som en betydelig stigning af kreditrisikoen (Significant Increase in Credit Risk (SICR). Stigende risiko kræver mere sikkerhed for at garantere sig mod tab.

Det at være proaktiv om kreditrisiko og misligholdelse er nu pligtigt, og pandemien fremhæver, hvorfor proaktivitet er så vigtig. Den kræver forebyggende forholdsregler for at styre tabsniveauet, supporteret af realtidsanalyser, frem for en reaktiv tilgang og eventuelle tab derefter.

Så, hvordan kan man ændre på en banks kreditrisikosystem, så det er i overensstemmelse med IFRS 9, forstå SICR og de nye ECL-krav, forårsaget af pandemien?

I sidste ende er dataanalyse i centrum af denne forandring, så her er noget bedste praksis omkring dataanalyse:

1. Læg risikoen og finansregnskabet sammen

Kreditrisiko falder under risikoteamets ansvar inden for en finansiel organisation. Overholdelse af IFRS 9 på den anden side er økonomi og bogholderiets ansvar. Man bør samle alle disse teammedlemmer i det samme analysemiljø, så alle i disse teams deler nøjagtigt de samme beregninger og indsigt med hinanden.

2. Sørg for, at der er mulighed for multidimensional drill-down i analysemiljøet

De forskellige teams skal være i stand til at finde frem i store datasæt for at sørge for, at beregninger og kategoriseringer er rigtige. Der skal være mindst 12 måneders data på hver kunde for at sikre, at der er mulighed for at udføre multidimensionale visninger på den store datamængde. Regneark virker ikke i denne henseende, derfor er det vigtigt at investere i anden software.

3. Opret et notifikationssystem

Opret et notifikationssystem, som advarer risikoanalytikerne om, hvornår noget ændrer sig. De kan derefter foretage sig de nødvendige undersøgelser og tage de nødvendige foranstaltninger.

4. Styrk kundeservice

Opret de rigtige kommunikationskanaler, der overfører ejerskab til kundeservice om nødvendigt. Det er vigtigt, at de behersker den information, de har brug for, for at hjælpe med at løse de problematiske lån. Proaktivitet er nøglen.

Pandemiens påvirkning på beregning af ECL er stor. Lad os sige det lige ud: Risikoanalytikernes opgave er nu blevet meget sværere. Hvis man også tager IFRS 9-kravene i betragtning, betyder det, at systemer til vurdering af kreditrisiko vil undgå en revision for at sikre, at alle regler er overholdt. Institutter, som har nylig implementeret IFRS 9, skal nu overveje at justere modellerne for at vurdere pandemiens påvirkning og dens langvarige konsekvenser på ECL-metrik.

Det at opnå overensstemmelse mellem teams og teknologi er et vigtigt skridt i retning af at forbedre systemer til vurdering af kreditrisiko.

Relaterede

FinansWatch trial banner 14 dage.jpg

Seneste nyt

Finansjob

Se flere

Se flere