Modelarea si msurarea riscului de credit

Adrian Ionu Codirlau, PhD, CFA

Decembrie 2007
1
Cuprins

I.ProcesuldemodelarealrisculuidecreditncontextulacorduluiBaselII
I.ProcesuldemodelarealrisculuidecreditncontextulacorduluiBaselII _______________ 3
I.1. Abordri conceptuale
conceptuale___________________________________________________________ 3
I.1.1. Funcia densitii de probabilitate a pierderilor din credite ____________________________________3
I.1.2. Msurarea pierderilor datorate riscului de credit____________________________________________5
I.1.3. Modele condiionate vs. modele necondiionate ___________________________________________10
I.1.4. Agregarea riscului de credit ___________________________________________________________10
I.1.5. Corelaiile dintre factorii de risc________________________________________________________11
I.2. Specificarea i estimarea parametrilor
parametrilor____________________________________________ 11
I.2.1. Modelarea probabilitilor de intrare n faliment i de tranziie________________________________12
I.2.2. Rata de recuperare/pierdere ___________________________________________________________13
I.2.3. Corelaiile dintre probabilitile de intrare n incapacitate de plat/de tranziie ___________________15
I.2.4. Expunerea n momentul producerii evenimentului de credit__________________________________16
I.2.5. Scadena efectiv a expunerii__________________________________________________________19
I.3. Validarea modelelor
modelelor ___________________________________________________________ 20
II.Modeledemsurarearisculuidecredit________________________________________ 21
II.Modeledemsurarearisculuidecredit
II.1. Modelul CreditMetrics
CreditMetrics ________________________________________________________ 22
II.1.1. Ipoteze i date de intrare_____________________________________________________________22
II.1.2. Modelarea distribuiei valorii unei singure obligaiuni______________________________________26
II.1.3. Estimarea distribuiei valorii unui portofoliu de dou obligaiuni _____________________________28
II.1.4. Calculul coeficienilor de corelaie ai migrrilor __________________________________________30
II.1.5. Estimarea analitic a distribuiei valorii unui portofoliu de mai multe obligaiuni ________________39
II.1.6. Simularea_________________________________________________________________________40
II.2. Modelul PortfolioManager
PortfolioManager_____________________________________________________ 40
II.2.1. Modelul dezvoltat de Merton _________________________________________________________40
II.2.2. Abordarea KMV ___________________________________________________________________43
II.3. Modelul CreditRisk+
CreditRisk+__________________________________________________________ 47
II.4. Modelul CreditPortfolioView
CreditPortfolioView___________________________________________________ 51
II.5. Modele bazate pe evaluarea risc-neutral - Sistemul de Analiz al Creditelor
Creditelor __________ 55
Bibliografie_________________________________________________________________ 58

2
I. Procesul de modelare al riscului de credit n contextul acordului Basel II

De-a lungul ultimei decade, cteva din cele mai mari bnci internaionale au dezvoltat sisteme
sofisticate n ncercarea de a modela riscul de credit generat de diversele linii de afaceri. n
construirea acestor modele s-a avut n vedere cuantificarea, agregarea i managementul riscurilor
segmentelor geografice i de afaceri. Estimrile acestor modele sunt utilizate, de asemenea
managementul riscului i n msurarea performanei activitii desfurate.

I.1. Abordri conceptuale

n modelarea riscului de credit, conform Comitetului de Supraveghere Bancar de la Basel 1 ,

diversele abordri ale bncilor difer prin:
1. alegerea orizontului de timp i msurarea pierderii din credite (prin abordri default-mode
sau marcare la pia (mark-to-market));
2. funcia densitii de probabilitate;
3. modele condiionate/necondiionate;
4. agregarea riscului de credit;
5. dependena dintre evenimentele de intrare n incapacitate de plat.

I.1.1. Funcia densitii de probabilitate a pierderilor din credite

n estimarea necesarului de capital economic pentru activitile cu risc de credit, multe bnci
mari utilizeaz o abordare analitic prin care coreleaz cerinele de capital economic alocat
riscului de credit cu probabilitatea funciei de densitate a portofoliului lor de credite (PDF) care
este principalul rezultat (output) al unui model de risc de credit.

Capitalul economic estimat necesar pentru a acoperi expunerea din credite (necesarul de capital
pentru riscul de credit) este determinat similar cu metodele value at risk (VaR) utilizate pentru
alocarea capitalului economic pentru risc de pia. Capitalul economic pentru risc de credit se

1
Basle Committee on Banking Supervision, 1999, Credit Risk Modelling: Current Practices and Applications,
Bank of International Settlements

3
determin astfel nct probabilitatea estimat a unei pierderi neateptate din credite care s
erodeze capitalul economic este mai mic dect un anumit nivel int al ratei de insolvabilitate 2 .

Sistemele de alocare a capitalului presupun, n general, c politicile de provizionare au rolul de a

acoperi pierderile ateptate din credite, n timp ce rolul capitalului economic este de a acoperi
pierderile neateptate din activitatea de creditare. Astfel, cerina de capital economic este
capitalul suplimentar necesar pentru atingerea intei de insolvabilitate i pentru acoperirea
pierderilor neateptate.

n acest context, modelul de risc de credit poate fi definit ca fiind totalitatea politicilor,
procedurilor i practicilor utilizate de o banc n estimarea funciei de densitate a probabilitii
pentru un portofoliu de credite.

Cele mai cunoscute modele care ncearc s estimeze funcia densitii de probabilitate sunt
CreditRisk+, PortfolioManager, CreditPortfolioView i CreditMetrics (n formularea sa Monte
Carlo). Alte modele (CreditMetrics n formularea sa analitic) genereaz primele dou momente
ale distribuiei (media i deviaia standard).

n toate aceste modele distribuia pierderilor este non-normal, asimetric i leptokurtotic

(prezentat n graficele de mai jos).

Distribuia de probabilitate pentru o obligaiune BBB

pentru un orizont de 1 an

Sursa: CreditMetrics, 1997, RiskMetrics Technical Document

2
n practic rata int de insolvabilitate este adesea aleas astfel nct s fie consistent cu rating-ul de credit dorit de
banc. De exemplu, dac rating-ul de credit dorit de banc este AA, rata de insolvabilitate poate fi egal cu rata
istoric de intrare n incapacitate de plat pentru un orizont de un an, pentru obligaiunile cu rating AA.

4
 Distribuia de probabilitate a randamentelor

Sursa: CreditMetrics, 1997, RiskMetrics Technical Document

I.1.2. Msurarea pierderilor datorate riscului de credit

n general, pierderea datorat riscului de credit a unui portofoliu este definit ca fiind diferena
dintre valoarea curent a portofoliului i valoarea sa viitoare la sfritul unui anumit orizont de
timp. Astfel, estimarea funciei densitii de probabilitate a pierderilor portofoliului curent
implic, pe de o parte valoarea curent a portofoliului, iar pe de alt parte distribuia de
probabilitate a valorii viitoare la sfritul orizontului de timp planificat.

Definiia precis a valorii curente i viitoare i, de aici, virtual a tuturor detaliilor modelului de
risc de credit rezult din conceptul specific de pierdere datorat riscului de credit avut n vedere
de dezvoltatorul modelului de risc de credit. n practic sunt folosite dou definiii pentru
pierderea datorat riscului de credit, paradigma default mode (DM) i paradigma marcrii la pia
(mark-to-market, MTM).

A. Paradigma default mode

Conform acestei abordri, o pierdere datorat riscului de credit apare numai dac debitorul intr
n incapacitate de plat n cadrul orizontului de timp planificat. Valoarea curent i viitoare a
instrumentelor de credit sunt definite pentru dou stri: default versus non-default.

5
Pentru un mprumut la termen, valoarea curent este msurat ca expunerea bncii (valoarea
contabil). Valoarea viitoare (nesigur) a creditului depinde de intrarea sau ne-intrarea n
incapacitate de plat a debitorului n cadrul orizontului de timp planificat. Dac debitorul nu intr
n incapacitate de plat, valoarea viitoare a creditului va fi msurat ca expunerea bncii la
sfritul orizontului planificat, ajustat astfel nct s includ orice plat a principalului fcut n
cadrul orizontului planificat. n schimb, n cazul n care debitorul intr n incapacitate de plat,
valoarea viitoare a creditului (calculat ca procent din valoarea creditului la nceputul
orizontului) va fi msurat ca:
1 LGD,
unde LGD prezint pierderea n cazul n care debitorul intr n incapacitate de plat (loss given
default). Cu ct este mai mic LGD, cu att rata de recuperare a creditului este mai mare.

Conform acestei paradigme, pentru fiecare facilitate separat de credit, banc trebuie s impun
sau s estimeze distribuia de probabilitate multivariat funcie de trei tipuri de variabile:
expunerea bncii, indicatorul 0/1 care exprim dac debitorul intr sau nu n incapacitate de plat
n cadrul orizontului planificat i, n cazul intrrii debitorului n incapacitate de plat, valoarea
LGD.

De exemplu, n cazul n care se folosete abordarea pierderilor neateptate (unexpected losses

approach, UL), atunci, se folosete media i deviaia standard a pierderilor portofoliului datorate
riscului de credit (presupunndu-se c PDF-ul este aproximat de o distribuie care se poate
aproxima pe baza mediei i deviaiei standard). Iar n acest caz procesul de alocare a capitalului
economic se simplific la constituirea unui capital care reprezint un anumit multiplu al deviaiei
standard estimate a pierderilor portofoliului cauzate de riscul de credit.

n cadrul paradigmei DM, abordarea UL necesit estimarea pierderii (datorate riscului de credit)
ateptate i neateptate. Pierderea ateptat ( ) n orizontul de timp asumat reprezint suma
pierderilor ateptate a facilitilor de credit individuale:
N
= EDFi LEEi LGDi ,
i =1

unde:
i reprezint facilitatea individual de credit;

6
LGDi rata ateptat a LDG;

EDFi probabilitatea de default a facilitii, denumit i frecvena ateptat de faliment

(expected default frequency, EDF);
LEE i expunerea ateptat (loan equivalent exposure, LEE).

Deviaia standard a pierderilor portofoliului ( ) poate fi descompus n contribuia fiecrei

facilitate individual de credit:
N
= i i ,
i =1

unde:
i reprezint deviaia standard individual a pierderii pentru facilitatea de credit i;
i corelaia dintre pierderile facilitii i i cele ale ntregului portofoliu.

Parametrul i capteaz efectul de diversificare pe care l introduce facilitatea i. Cu ct corelaiile

dintre instrumente sunt mai mari, cu att deviaia standard a portofoliului este mai mare.

Considernd n continuare c expunerea pentru fiecare facilitate este cunoscut cu certitudine,

evenimentele de credit i ratele LGD sunt independente una fa de cealalt i ratele LGD sunt
independente pentru debitori diferii, atunci, deviaia standard a pierderilor pentru facilitatea i
poate fi exprimat astfel:

i = LEEi EDF i (1 EDFi ) LGDi2 + EDFi VOL2i ,

unde VOL reprezint deviaia standard a ratei LGD a facilitii.

Aceste ecuaii sumarizeaz riscul de credit al portofoliului pe baza probabilitii de intrare n

faliment, corelaiei dintre pierderile facilitii i pierderea nregistrat de portofoliu, rata ateptat
a LGD, deviaia standard a ratei LGD a facilitii i a expunerii ateptate pentru fiecare
instrument.

Att conform paradigmei default mode ct i conform paradigmei marcare la pia, rating-ul
de credit intern al clientului (determinat de ctre banc) st la baza (este factorul determinant)
determinrii probabilitii de default.

7
B. Paradigma marcare la pia

Spre deosebire de paradigma default mode, abordarea pe baza marcrii la pia ia n

considerarea i deteriorarea calitii creditului. Ca urmare, pe lng probabilitile de faliment,
aceste modele trebuie s ncorporeze (prin matricele de tranziie) i probabilitile de migrare a
rating-urilor ctre alte stri dect faliment. Pe baza matricei de tranziie asociat fiecrui client,
utiliznd simularea Monte Carlo, sunt simulate posibiliti de migrare pentru fiecare poziie de
credit din portofoliu. Pentru fiecare poziie, migrarea simulat (i prima de risc asociat cu
rating-ul clientului de la sfritul orizontului de timp avut n vedere) este utilizat pentru
marcarea la pia a poziiei la sfritul orizontului avut n vedere.

Majoritatea modelelor de credit cu marcare la pia folosesc fie abordarea bazat pe actualizarea
cash flow-urilor contractuale (discounted contractual cas flow, DCCF), fie abordarea bazat pe
evaluarea risc-neutral (risc neutral valuation, RNV) n vederea modelrii valorilor curente i
viitoare (marcate la pia) ale instrumentelor de credit.

Metodologia DCCF este asociat cu modelul CreditMetrics dezvoltat de ctre J.P. Morgan.
Valoarea curent a creditului pentru care debitorul nu a intrat n ncetare de pli este
reprezentat de valoarea prezent (actualizat) a cash flow-urilor contractuale viitoare. Pentru un
credit care are un anumit rating intern (de exemplu BBB), spread-urile de credit utilizate n
actualizarea cash flow-urilor contractuale sunt egale cu structura la termen a spread-urilor de
credit determinat de pia, asociat unei obligaiuni avnd acelai rating. Valoarea curent a
creditului este considerat cunoscut, n timp ce valoarea viitoare va depinde de rating-ul, incert,
pe care l va avea la sfritul perioadei i de structura la termen a spread-urilor de credit asociate
cu acel rating. Ca urmare, valoarea unui credit se poate schimba pe parcursul orizontului de timp
avut n vedere reflectnd fie o migrare a instrumentului ctre un alt rating fie o schimbare n
structura la termen a spread-urilor de credit determinate de pia.

Unul din rating-urile ctre care creditul poate migra este i falimentul. Valoarea prezent a unui
credit al crui debitor a intrat n faliment nu va fi bazat pe valoarea actualizat a cash flow-

8
urilor contractuale, ci, ca i n abordarea default mode, va fi dat de rata de recuperare (1
LGD).

Unul din neajunsurile acestei metodologii este c dou firme care au acelai rating vor primi
acelai factor de actualizare chiar dac cele dou firme nu sunt la fel de senzitive la ciclul
economic sau la ali factori sistematici. De asemenea, conform acestei metodologii, creditele
senior i cele subordonate ale aceleiai companii vor primi acelai factor de actualizare
nelundu-se n considerare diferenele ntre ratele ateptate de recuperare a creditului (n situaia
intrrii n faliment a debitorului).

Pentru a evita aceste probleme, metodologia RNV impune un model structural al valorii firmei i
falimentului, model bazat pe cercetrile lui Robert Merton (de exemplu modelul
PortfolioManager dezvoltat de Moodys KMV).

Conform acestei abordri, o firm intr n faliment atunci cnd valoarea activelor sale scade sub
nivelul necesar pentru susinerea datoriilor sale. n schimbul actualizrii plilor contractuale,
metodologia RNV actualizeaz plile contingente: dac o plat este scadent contractual la
momentul t, plata efectiv primit de creditor va fi suma contractual numai dac debitorul nu a
intrat n faliment pn la momentul t; creditorul primete un procent din valoarea nominal egal
cu 1 LGD dac debitorul intr n faliment la momentul t, iar creditorul nu primete nimic la
momentul t dac debitorul a intrat n faliment anterior momentului t. Astfel, un credit poate fi
vzut ca un set de contracte derivate. Rata de actualizare aplicat cash flow-urilor contingente ale
contractului de credit este determinat utiliznd structura la termen a ratei dobnzii fr risc i
evaluarea risc neutral.

Intuitiv, evaluarea risc neutral poate fi vzut ca o ajustare, a probabilitilor ca debitorul s

intre n faliment n fiecare orizont, care ncorporeaz prima de risc existent pe pia asociat
riscului de faliment al debitorului. Mrimea ajustrii depinde de randamentul ateptat i
volatilitatea activelor debitorului. Dac randamentul activelor este modelat conform modelului
CAPM, atunci randamentul ateptat poate fi exprimat funcie de randamentul ateptat al pieei i
corelaia dintre firm i pia.

9
Astfel evaluarea creditelor conform metodologiei RNV ine cont nu numai de probabilitatea de
intrare n faliment i LGD ale debitorului ci i de corelaia dintre riscul debitorului i riscul
sistematic.

I.1.3. Modele condiionate vs. modele necondiionate

Modelele necondiionate iau n considerare numai informaii despre debitor/instrumentul de

credit (CreditMetrics i CreditRisk+). Astfel, n cele dou modele probabilitile de intrare n
faliment i corelaiile dintre evenimentele de credit se bazeaz pe datele istorice referitoare la
falimente i informaii privind debitorul, cum ar fi rating-ul acestuia. Estimrile sunt fcute pe
mai multe cicluri de credit.

n schimb, modelele condiionate in cont i de informaii referitoare la starea economiei, de

exemplu niveluri i trenduri ale inflaiei, omajului, ratele de dobnd, cursurile aciunilor,
situaia financiar a sectoarelor economice (CreditPortfolioView i PortfolioManager). n cadrul
primului model matricele de tranziie a rating-ului sunt puse n legtur cu starea economiei. n
cel de al doilea model estimrile privind valoarea activelor, ratele de randament i volatilitile
sunt bazate n parte pe datele curente referitoare la preul aciunilor, care sunt forward-looking.

I.1.4. Agregarea riscului de credit

Pentru agregarea riscului de credit sunt folosite dou abordri: top-down i bottom up.

Conform abordrii bottom-up, riscul este calculat n mod individual pentru fiecare instrument (de
regul pentru corporaii i instrumentele de pe piaa de capital). Modelele care adopt o
asemenea abordare msoar riscul de credit la nivelul fiecrui credit pe baza evalurii explicite a
calitii debitorului. Fiecrei poziii din portofoliu i este asociat un rating, care de regul
reprezint un proxy pentru probabilitatea de intrare n faliment sau probabilitatea de migrare.
Aceste modele pot utiliza o abordare microeconomic n estimarea LGD pentru fiecare
instrument. Apoi datele sunt agregate la nivelul portofoliului lundu-se n considerare i efectele
datorate diversificrii.

Conform abordrii top-down, riscul este calculat pe baza datelor agregate. Aceast metodologie
se folosete de obicei pe segmentul retail (credite de consum, carduri de credit etc.). n aceast

10
abordare creditele cu acelai profil de risc, cum ar fi scorul de credit, vrsta debitorului, locaia
geografic, sunt agregate n categorii (buckets) iar riscul de credit este cuantificat pe aceste
categorii. Creditele ncadrate n aceeai categorie sunt considerate ca fiind identice din punct de
vedere statistic. Distribuia pierderilor din credite se estimeaz pe baza ratei (anuale) agregate
intrrilor n incapacitate de plat i a LGD, cele dou msuri fiind determinate utiliznd date
istorice pentru fiecare segment de risc (luat ca ntreg i nu pentru fiecare credit individual).

I.1.5. Corelaiile dintre factorii de risc

n msurarea riscului de credit, calcularea unei msuri a dispersiei a riscului de credit (deviaia
standard sau ntreaga distribuie) necesit luarea n considerare a dependenelor dintre factorii
care determin pierderile din portofoliul de credite, cum ar fi corelaiile dintre probabilitile de
intrare n falimente, probabilitile de migrare, ratele LGD i expuneri att pentru acelai debitor
ct i pentru debitori diferii.

n general, datorit limitrilor n privina datelor, modelele de risc de credit nu modeleaz

explicit corelaiile dintre diferiii factori de risc. n mod concret, corelaiile dintre probabilitile
de faliment/migrri i LGD, ntre faliment/migrri i expunere i ntre LGD i expunere sunt n
general considerate zero. n prezent singurele corelaii luate n considerare sunt cele dintre
probabilitile de intrarea n faliment/migrare pentru diferii clieni.

I.2. Specificarea i estimarea parametrilor

n modelarea riscului de credit trebuie avute n vedere urmtoarele elemente:

Expunerea n momentul intrrii n incapacitate de plat a debitorului (exposure at default,
EAD);
Scadena efectiv a expunerii (M);
Probabilitile de intrare n incapacitate de plat;
Probabilitile de tranziie probabilitatea ca bonitatea debitorului s se deterioreze sau
s se mbunteasc. Procesul prin care bonitatea se modific se numete migrare;
Corelaiile dintre probabilitile de intrare n incapacitate de plat/de tranziie;
Rata de recuperare/pierdere a creditului dup intrarea n incapacitate de plat a
debitorului.

11
I.2.1. Modelarea probabilitilor de intrare n faliment i de tranziie

Distribuia falimentelor i modificrii rating-urilor (tranziiilor) companiilor joac rolul central n

modelarea, msurarea, hedging-ul i managementul riscului de credit. Rezultatul calculului
probabilitilor de intrarea n faliment/tranziie este prezentat sub forma unei matrice de tranziie
(tabelul de mai jos).

Matrice de tranziie istoric S&P pentru orizont de un an

(bazat pe date istorice din perioada 1980 2002)
Rating la sfritul anului
Rating
iniial Rating
AAA AA A BBB BB B CCC D
retras
AAA 89.37 6.04 0.44 0.14 0.05 0.00 0.00 0.00 3.97
AA 0.57 87.76 7.30 0.59 0.06 0.11 0.02 0.01 3.58
A 0.05 2.01 87.62 5.37 0.45 0.18 0.04 0.05 4.22
BBB 0.03 0.21 4.15 84.44 4.39 0.89 0.26 0.37 5.26
BB 0.03 0.08 0.40 5.50 76.44 7.14 1.11 1.38 7.92
B 0.00 0.07 0.26 0.36 4.74 74.12 4.37 6.20 9.87
CCC 0.09 0.00 0.28 0.56 1.39 8.80 49.72 27.87 11.30
Sursa: Standard & Poors (Special Report: Ratings Performance 2002, 2003)

Pentru estimarea lor, cele mai utilizate abordri folosite n modelele de msurare a riscului de
credit sunt:
Metoda istoric
Exclusiv pe baza datelor istorice (a rating-urilor companiilor),
Estimare pe baza modelelor logit/probit, cu variabile explicative: indicatori de
lichiditate, solvabilitate, variabile macroeconomice, ocuri externe,
Estimare bayesian (de exemplu se poate combina o matrice de tranziie S&P sau
propriile ateptri cu o matrice de tranziie estimat printr-un model logit),
Modelare care utilizeaz procese Markov,
Metoda bazat pe valoarea firmei (modelul lui Merton), n care probabilitile de
faliment/tranziie sunt deduse pe baza valorii de pia a activelor, valorii contabile a
datoriilor i valorii de pia a capitalului firmei.

12
I.2.2. Rata de recuperare/pierdere

Pn la adaptarea acordului Basel II, n exprimarea i modelarea ratelor de recuperare, nu exista

o definiie unic a acestora, diversele modele de msurare a riscului de credit putnd defini rata
de recuperare ca:
procent din valoarea nominal,
procent din valoarea de pia (rata de recuperare este exprimat ca procent din valoarea
de pia a instrumentelor de credit naintea intrrii n incapacitate de plat a debitorului
obligaiuni cu aceeai maturitate, valoare nominal i calitate a debitorului),
procent dintr-o obligaiune echivalent, dar fr risc de credit (obligaiune cu aceeai
maturitate i valoare nominal).

Dar, conform metodologiei bazate pe rating-urile interne avansat a Basel II, pierderea
nregistrat n cazul intrrii n incapacitate de plat a debitorului (LGD) i implicit rata de
recuperare, este calculat ca procent din expunerea n momentul intrrii n incapacitate de plat a
debitorului (EAD)

n privina factorilor care pot afecta ratele de recuperare, opinia general acceptat este c asupra
acestora i pun amprenta:
gradul de prioritate al instrumentului de credit,
industria n care i desfoar activitatea debitorul,
poziia economiei n cadrul ciclului de afaceri.

Conform metodologiei bazat pe rating-uri interne de baz a acordului Basel II, LGD este de 45
la sut pentru mprumuturile senior ctre corporaii, guverne i bnci acordate fr garanii
eligibile i de 75 la sut pentru mprumuturile subordonate acordate acelorai entiti.

Pentru tranzaciile colateralizate, n cazul acestei metodologii, pe lng garaniile recunoscute n

cadrul abordrii standard, sunt considerate colateral eligibil i creanele, proprietile imobiliare
rezideniale i comerciale etc., iar rata LGD pentru aceste tranzacii este:
E*
LGD * = LGD ,
E
unde:

13
LGD reprezint pierderea efectiv n cazul intrrii n incapacitate de plat a debitorului;
LGD rata pentru tranzacia necolateralizat;
E expunerea n cazul lurii n considerare a garaniilor;
E expunerea n cazul nelurii n considerare a garaniilor.

n cazul metodologiei avansate a Basel II, instituiile de supraveghere pot permite bncilor s
foloseasc propriile estimri pentru expunerile pe corporaii, guverne i bnci, impunnd doar
standarde minime n ceea ce privesc tranzaciile repo, tratamentul garaniilor i contractelor
derivate pe risc de credit.

n general, gradul de complexitate i metodologia utilizat pentru estimarea LGD (rata de

recuperare fiind 1 LGD) sunt determinate de eantionul de date disponibile. Parametrii pot fi
estimai pe baza seriilor istorice ale randamentelor creditelor i obligaiunilor individuale (n
cazul debitorilor corporaii) sau pe baza seriilor de timp de date agregate pe categorii de credite
(n cazul activitii de retail).

n cele mai multe modele, ratele LGD sunt considerate dependente de un set limitat de variabile
ce caracterizeaz structura unei anumite faciliti. Aceste variabile pot include tipul de produs
(de exemplu, credit ctre o corporaie sau card de credit), gradul de prioritate al acestuia,
garania, ara din care provine debitorul. Astfel, pentru un anumit nivel al expunerii, valorile
acestor variabile ale facilitii vor determina valoarea LGD pentru facilitate.

Pentru determinarea LGD sunt construite i modele econometrice (de exemplu modelul LossCalc
dezvoltat de agenia de rating Moodys).

Ca proxy pentru rata de recuperare, LossCalc utilizeaz valoarea de pia a datoriei al crei
emitent a intrat n faliment la o lun dup ce s-a produs falimentul, aceast abordare avnd
avantajul c evit dificultile practice ale actualizrii cash flow-urilor instrumentului intervenite
ulterior intrrii n faliment a debitorului.

Spre deosebire de abordarea bazat pe utilizarea ratelor istorice n estimarea LGD, abordarea
LossCalc este mai dinamic i const n utilizarea unui model multifactorial ce folosete o baz

14
de date de peste 1800 instrumente. Modelul se bazeaz pe date referitoare la instrumentul de
debit, compania emitent, industrie, ciclul economic.

n alte modele, LGD poate fi tratat ca fiind deterministic i cunoscut, n timp ce n altele ca fiind
aleatoriu. n cel de al doilea caz, pentru un set dat de caracteristici ale facilitii, componentele
aleatoare ale LGD sunt considerate ca fiind identic distribuite att n timp, ct i pe debitori
individuali, iar distribuia de probabilitate pentru fiecare LGD este considerat a avea o anumit
form parametric, ca de exemplu o distribuie beta (n cazul modelului CreditRisk+).

n general, modelele presupun o corelaie zero ntre ratele LGD pentru diferii debitori i de aici,
imposibilitatea existenei riscului sistematic datorat volatilitii LGD. n plus, ratele LGD pentru
acelai debitor sunt considerate independente ca i pentru celelalte trei tipuri de evenimente de
credit.

I.2.3. Corelaiile dintre probabilitile de intrare n incapacitate de plat/de tranziie

Corelaiile dintre probabilitile de intrare n faliment/de tranziie sunt modelate utiliznd trei
abordri:
1. Metoda istoric,
2. Metodologia bazat pe yield-urile relative,
3. Metodologia bazat pe valoarea activelor.

n cadrul metodei istorice, corelaiile pot fi calculate att exclusiv pe baza datelor istorice
(aceast metod avnd ca avantaj faptul c nu mai este necesar specificarea distribuiei, dar n
acelai timp necesit volume importante de date i de putere de calcul), ct i, n cadrul
modelelor structurale i n form redus, utiliznd corelaiile acestor evenimente de credit cu
variabile macroeconomice.

Modelele structurale presupun dezvoltarea unui model microeconomic pentru determinarea

falimentelor i migrrilor de rating (cum sunt CreditMetrics i PortfolioManager). O
contrapartid poate fi considerat n faliment dac valoarea activelor sale scade sub un anumit
prag (de exemplu sub valoarea datoriilor).

15
n general variabila aleatoare considerat a determina modificarea rating-ului debitorului,
inclusiv falimentul, (valoarea activelor) este denumit factorul de risc de migrare. Astfel, n cadrul
modelelor structurale, corelaia dintre factorii de risc de migrare (pentru diferii debitori) trebuie
s fie specificat (estimat sau calibrat). Ca urmare, corelaiile dintre factorii de risc de migrare
determin implicit corelaiile dintre falimentele sau migrrile debitorilor.

Spre deosebire de modelele structurale, care presupun un proces microeconomic specific ce

genereaz falimentul i migrrile de rating ale debitorilor, modelele n form redus n general
presupun o relaie funcional ntre matricea de tranziie ateptat i factori fundamentali.
Modelele care folosesc o asemenea abordare sunt CreditRisk+ i CreditPortfolioView. Aceti
factori pot fi fie variabile observabile, de exemplu indicatori ai activitii economice, fie
variabile aleatoare de risc neobservabile. n cadrul acestor modele dependena dintre situaia
financiar a debitorilor i factorii fundamentali comuni sau corelai conduce la corelaia dintre
probabilitile de faliment/tranziie dintre debitori.

n cazul utilizrii yeld-urilor relative, ideea de la care se pornete este c modificarea spread-ului
ntre dou companii reflect modificri n calitatea (relativ) a creditului celor dou firme.
Astfel, este posibil, utiliznd un model de evaluarea a obligaiunilor, s se extrag probabilitile
de migrare i corelaiile (cu alte obligaiuni) din evoluia acestui spread.

Metodologia bazat pe valoarea activelor, utilizat att n modelul KMV ct i n modelul

CreditMetrics deduce corelaiile dintre intrrile n faliment/migrri pe baza corelaiilor dintre
cursurile aciunilor companiilor emitente de obligaiuni.

I.2.4. Expunerea n momentul producerii evenimentului de credit

n cazul abordrii bazate pe rating-urile interne, bncile trebuie s i mpart, n funcie de risc,
expunerile n urmtoarele clase de active:
a) corporaii;
b) suverane;
c) bnci;
d) retail;
e) valori mobiliare,

16
fiecare clas de active fiind divizat la rndul ei n mai multe subclase.

Expunerile ctre corporaii sunt definite ca mprumuturi contractate de corporaii, societi n

nume colectiv (partnership), societi cu asociat unic (proprietorship), iar bncilor le este
permis distingerea ntre corporaii i ntreprinderi mici i mijlocii.

n cadrul clasei de active a corporaiilor, sunt identificate cinci subclase de creditare specializat:
finanarea de proiecte (project finance); finanarea achiziiei de active (object finance); finanarea
achiziiei de mrfuri (commodities finance); proprieti imobiliare productoare de venituri;
proprieti imobiliare comerciale cu volatilitate ridicat.

Creditarea specializat prezint urmtoarele caracteristici:

n general, expunerea este ctre o entitate (de multe ori SPV/SPE) care a fost creat
special pentru finanarea sau operarea activului achiziionat;
entitatea care primete creditul nu are sau are ntr-o mic msur active sau activiti
i ca urmare nu are capacitatea de a plti obligaia dect n msura venitului pe care-l
obine din activele pentru care primete finanare;
finanatorul are un nivel de control ridicat asupra activelor i veniturilor pe care
acestea le genereaz;
sursa primar de rambursare a mprumutului o reprezint veniturile generate de
activele a cror achiziionare este finanat.

Clasa expunerilor ctre entiti suverane acoper toate expunerile ctre contrapartide tratate ca
suverane de ctre abordarea standard.

Expunerile ctre bnci acoper, pe lng operaiunile derulate cu bnci i cele derulate cu
societile de investiii financiare.

Expunerile sunt catalogate ca fiind ctre sectorul retail dac ndeplinesc urmtoarele criterii:
natura debitorului sau valoarea expunerilor individuale: expuneri ctre persoane fizice,
creditele ipotecare (rezideniale), credite ctre ntreprinderi mici i mijlocii (cu condiia
ca valoarea total a expunerii fa de un debitor s fie de cel mult 1 milion euro);

17
 un numr mare de expuneri: expuneri mai mici de 1 milion euro ctre IMM-uri, cu
condiia ca banca s trateze aceste expuneri n cadrul sistemelor interne de management
al riscului consistent n timp i n acelai mod ca i alte expuneri pe sectorul retail.

Expunerile pe valori mobiliare sunt definite pe baza substanei economice a instrumentului. Ele
includ drepturi directe sau indirecte 3 , indiferent dac acord sau nu drept de vot, n activele sau
veniturile unei societi comerciale sau instituii financiare.

Pentru a fi considerat expunere n aceast categorie, un instrument trebuie s ndeplineasc

urmtoarele condiii:
s nu poat fi rscumprat, n sensul c randamentul fondurilor investite nu poate fi
realizat dect prin vnzarea instrumentului sau prin lichidarea emitentului;
nu conine o obligaie a emitentului;
conine un drept rezidual asupra activelor i veniturilor emitentului.

n general, pentru multe instrumente (credite, obligaiuni), expunerea este cunoscut cu

certitudine. ns, pentru multe instituii financiare, expunerea nu este cunoscut cu certitudine, ea
depinznd de apariia unor evenimente aleatoare, cum este cazul liniilor de credit i a expunerii
n cazul contractelor derivate ncheiate pe piaa OTC (de exemplu un contracte swap).

n cazul expunerilor extrabilaniere, anterior acordului Basel II, nu existau reguli uniforme n
privina calculului expunerilor. De exemplu, n cazul liniilor de credit instituiile financiare
puteau utiliza fie o abordare conservatoare (presupunnd o tragere de 100 la sut), fie s
foloseasc tragerile medii (pe orizontul de timp avut n vedere) pe fiecare categorie de rating.

n cazul contractelor derivate, expunerea instituiei financiare era calculat funcie de rating-ul de
credit iniial al contrapartidei, probabilitile de tranziie, pierderea (LGD) absolut n fiecare
categorie de rating i expunerea medie n momentul intrrii n faliment a debitorului. Cum
payoff-ul unui contract derivat depinde de evoluia pieei, n cazul acestor contracte riscul de
credit este strns legat de riscul de pia.

3
de exemplu contracte derivate

18
Prin acordul Basel II, expunerea pentru elementele extrabilaniere este calculat ca i valoarea
angajat, dar netras, ajustat cu factorul de conversie al creditului (credit conversion factor,
CCF). Valoarea CCF este furnizat fie de acordul Basel, n cazul abordrii de baz, fie este
estimat intern 4 de ctre instituiile financiare, n cazul abordrii avansate.

I.2.5. Scadena efectiv a expunerii

Anterior acordului Basel II, n decizia de determinare a orizontului de timp pe care s

monitorizeze riscul de credit, bncile utilizau dou abordri. Prima este abordarea bazat pe
perioada de lichidare, n care fiecare facilitate este asociat cu un interval unic care coincide cu
maturitatea instrumentului sau cu timpul necesar pentru lichidarea sa ordonat. A doua abordare
const n utilizarea unui orizont de timp comun pentru toate clasele de active.

Conform acordului Basel II, n cazul bncilor care folosesc abordarea de baz, maturitatea
efectiv este de 2,5 ani, cu excepia tranzaciilor de tip repo pentru care este de 6 luni.

n cazul abordrii avansate, maturitatea efectiv este definit ca maximul dintre un an i

maturitatea efectiv rmas (M) care este definit mai jos. n toate cazurile M nu poate fi mai
mare de 5 ani.

Pentru un instrument ale crui fluxuri de numerar pot fi stabilite, maturitatea efectiv este
calculat dup cum urmeaz:

t CF t
M= t

CF t
t

unde: CFt reprezint fluxurile de numerar (principal, dobnzi i comisioane) pltibile, conform
termenilor contractuali, la momentul t.

n cazul n care o banc este n imposibilitate de a calcula maturitatea efectiv, conform formulei
mai sus menionate, aceasta poate utiliza o abordare conservatoare, ce presupune ca maturitatea
efectiv s fie egal cu timpul maxim rmas (n ani) pentru ca debitorul s achite integral
obligaiile contractuale (principal, dobnzi i comisioane), conform contractului de credit.

4
Cu excepia situaiei n care CCF prevzut de abordarea de baz este 100 la sut.

19
I.3. Validarea modelelor

Validarea intern a modelelor este realizat prin

testarea pe baza datelor istorice (backtesting),
analiz de stress (stress testing),
analiz de senzitivitate.

n cazul analizei de stress sunt utilizate diverse scenarii macroeconomice i se judec adecvarea
capitalului bncii n cazul acestor scenarii, nelundu-se n considerare probabilitatea de apariie a
evenimentelor macroeconomice cuprinse n scenariu.

n cazul analizei de senzitivitate, este testat senzitivitatea rezultatelor modelului la modificarea

parametrilor sau ale ipotezelor acestuia.

Ulterior procesului de validare intern a modelului de risc de credit urmeaz validarea acestuia
de ctre instituia de supraveghere a pieei. Metodologia de validare utilizat de aceasta este
similar.

20
II. Modele de msurare a riscului de credit

Datorit faptului c acordul de la Basel privete riscul de credit individual i nu n contextul unui
portofoliu, instituiile financiare i-au construit propriile modele de risc de credit care iau n
considerare profilul n timp al expunerii, rate de intrare n incapacitate de plat realiste i
corelaiile dintre acestea. De asemenea pot fi luate n considerare compensarea i alte modaliti
de alterare a expunerii. Principalul avantaj al acestor modele este c ele in cont de efectele
obinute prin diversificarea portofoliului.

Primul model utilizat pentru managementul riscului de credit a fost calculul randamentul
capitalului ajustat cu riscul (Risk Adjusted Return on Capital RAROC) dezvoltat la nceputul
anilor `80 de ctre banca Bankers Trust. n prezent, principalele modele existente pe pia sunt
CreditMetrics (dezvoltat de banca de investiii J.P. Morgan), PortfolioManager (al companiei
Moodys KMV), CreditRisk+ (dezvoltat de banca de investiii Credit Suisse First Boston) i
CreditPortfolioView (al companiei de consultan McKinsey).

Aceste modele difer ntre ele prin urmtoarele caracteristici:

Definirea riscului. Modelele pot defini riscul de credit fie ca intrarea n incapacitate de
plat (default), sau, mai general prin orice modificare a valorii de pia a unui activ
datorat modificrii percepiei fa de posibilitatea de intrare n incapacitate de plat a
emitentului acestuia.
Determinanii riscului. Riscul de credit poate fi modelat ca fiind determinat de
modificarea valorii activelor, de factori fundamentali macroeconomici sau pe baza unui
model statistic.
Corelaii. Corelaiile dintre riscul de intrare n faliment pentru diferite contrapartide poate
proveni din evoluii comune ale activelor financiare care au expuneri similare sau din
evoluii macroeconomice.
Ratele de recuperare (recovery rates). Acestea pot fi considerate aleatoare sau constante.
Soluia. Aceasta poate fi analitic sau bazat pe simulri.

21
II.1. Modelul CreditMetrics

II.1.1. Ipoteze i date de intrare

CreditMetrics este un model utilizat pentru evaluarea riscului portofoliului cauzat de modificri
ale valorii (de pia a) creditelor datorate modificrilor intervenite la nivelul situaiei financiare a
debitorilor (faliment, mbuntire sau nrutire a rating-ului).

Abordnd riscul de credit la nivel de portofoliu, avantajele oferite de acest model sunt:
permite evaluarea n mod sistematic a riscului de concentrare (riscul adiional al
portofoliului ce rezult prin creterea expunerii ctre un anumit debitor sau ctre un grup
de debitori ale cror activiti sunt corelate de exemplu activeaz n aceeai zon
geografic sau aceeai industrie)
permite evaluarea efectelor datorate diversificrii portofoliului.

CreditMetrics estimeaz riscul de credit al portofoliului datorat evenimentelor de credit

msoar gradul de volatilitate a valorii viitoare (la finalul orizontului avut n vedere) a
portofoliului cauzat de modificarea bonitii debitorului (faliment, modificri de rating). n plus,
modelul permite i captarea anumitor componente de risc de pia pentru instrumente cum ar fi
contractele swap i forward, instrumente pentru care volatilitatea indus de modificarea bonitii
clientului este accentuat de volatilitatea expunerii instituiei financiare fa de debitor.

Datele pe baza crora modelul estimeaz riscul de credit sunt:

Probabilitile de migrare i de faliment n cadrul orizontului de risc care sunt obinute
pe baza matricei de tranziie. Acestea pot fi calculate utiliznd dater istorice de modificri
de rating i falimente. Sunt publicate de S&P i Moodys, dar pot fi calculate i pe baza
modelului KMV sau pot fi generate intern pe baza oricrui tip de model.
Probabilitile de migrare comun (coeficienii de corelaie) a debitorilor. Acestea pot fi
calculate fie pe baza datelor istorice fie prin construirea unor modele care s estimeze
aceste probabiliti.
Date pe baza crora s fie calculate valorile finale ale instrumentelor cu risc de credit.
Astfel, pentru credite, obligaiuni, scrisori de garanie bancar datele necesare sunt ratele
nominale de dobnd, cuponul, structura la termen a ratelor dobnzii pentru fiecare

22
 categorie de rating; n cazul liniilor de credit fiind necesare i valoarea sumelor trase i
disponibile i spread-ul/comisioanele pentru cele dou poriuni ale acestora. Pentru
instrumentele a cror expunere variaz funcie de evoluia pieei, date pentru estimarea
acestei expuneri (cursuri de pia, volatiliti).

Factorii generatori de risc de credit luai n considerare de modelul CreditMetrics sunt:

Rating-ul de credit;
Gradul de preferin al creditorului fa de ceilali creditori n cazul intrrii n incapacitate
de plat a debitorului (gradul de prioritate). Acesta determin rata de recuperare
aplicabil instrumentului de credit.
Spread-ul de credit (i implicit o rat de dobnd fr risc de credit), pe baza cruia se
reevalueaz valoarea prezent a instrumentului de credit.
Corelaiile dintre migrri/falimente (n cazul portofoliilor de instrumente de credit)
determinate din date istorice (rating-uri, cursuri bursiere) sau estimate pe baz de modele.

Matricele de tranziie ale S&P i Moodys sunt prezentate n tabelele urmtoare.

Matrice de tranziie istoric S&P pentru orizont de un an

(bazat pe date istorice din perioada 1980 2002)
procente
Rating la sfritul anului
Rating
Rating
iniial AAA AA A BBB BB B CCC Faliment
retras
AAA 89.37 6.04 0.44 0.14 0.05 0.00 0.00 0.00 3.97
AA 0.57 87.76 7.30 0.59 0.06 0.11 0.02 0.01 3.58
A 0.05 2.01 87.62 5.37 0.45 0.18 0.04 0.05 4.22
BBB 0.03 0.21 4.15 84.44 4.39 0.89 0.26 0.37 5.26
BB 0.03 0.08 0.40 5.50 76.44 7.14 1.11 1.38 7.92
B 0.00 0.07 0.26 0.36 4.74 74.12 4.37 6.20 9.87
CCC 0.09 0.00 0.28 0.56 1.39 8.80 49.72 27.87 11.30
Sursa: Standard & Poors (Special Report: Ratings Performance 2002, 2003)

23
 Matrice de tranziie istoric Moodys pentru orizont de un an
(bazat pe date istorice din perioada 1985 2001)
procente*
Rating la sfritul anului
Rating
iniial Rating
Aaa Aa A Baa Ba B Caa-C Faliment
retras
86.34 8.21 0.19 0.00 0.00 0.00 0.00 0.00 5.26
Aaa
87.69 6.13 0.42 0.00 0.08 0.00 0.00 0.00 5.68
0.76 86.71 9.13 0.10 0.00 0.00 0.00 0.00 3.30
Aa
0.72 85.21 8.75 0.45 0.12 0.02 0.00 0.00 4.74
0.00 5.05 84.80 3.63 0.10 0.02 0.00 0.02 6.39
A
0.08 2.32 87.15 5.34 0.64 0.24 0.03 0.02 4.18
0.74 0.25 4.82 78.83 2.86 1.16 0.04 0.00 11.31
Baa
0.07 0.30 5.55 83.01 4.54 0.99 0.08 0.18 5.28
0.00 0.00 0.64 10.52 71.40 9.29 0.68 0.25 7.22
Ba
0.03 0.04 0.65 5.18 73.90 8.57 0.47 1.45 9.71
0.00 0.00 0.33 1.03 9.40 65.52 8.28 3.29 12.17
B
0.01 0.06 0.23 0.64 5.06 73.94 3.84 7.18 9.04
0.00 0.00 0.00 0.00 0.00 22.41 48.58 14.53 14.47
Caa-C
0.00 0.00 0.00 1.18 1.66 5.18 59.51 21.75 10.72
*probabilitile aferente primei linii corespunztoare unei categorii de rating sunt calculate pentru companiile
europene iar cele aferente celei de a doua linii sunt calculate pentru companiile din SUA
Sursa: Moodys 2002 (Default and Recovery Rates of European Corporate bond Issuers, 1985-2001)

Ratele de recuperare pentru companiile europene i americane sunt prezentate n tabelul de mai
jos.

Rate medii de recuperare a creditului n caz de faliment al debitorului

(bazat pe date istorice din perioada 1985 2001)
procente
Grad de preferin Europa SUA
Credit bancar senior secured 71.8 66.8
Senior secured 55.0 56.9
Senior unsecured 20.8 50.1
Sebior subordonat 24.0 32.9
Subordonat 13.0 31.3
Medie 22.0 42.8

Msurile de risc utilizate n acest model sunt:

Media i deviaia standard a cror interpretare este dificil datorit asimetriei
distribuiei;

24
 Un anumit nivel de percentile a distribuiei (de exemplu percentila 1 este valoarea
minim a portofoliului care poate fi atins n 1 la sut din cazuri), msur mai adecvat
pentru estimarea riscului pentru portofoliile mari.

Pe baza acestor msuri de risc se determin cerina de capital pentru riscul de credit.

Notnd cu:
P(c) valoarea portofoliului n cel mai nefavorabil caz, cu nivelul de relevan 100 - c
(percentila 100 - c),
PR valoarea promis a portofoliului (dedus pe baza curbelor de randament),
ER randamentul ateptat al portofoliului (care ia n considerare i modificrile ulterioare de
rating),
V0 valoare curent, marcat la pia, a portofoliului,

FV valoarea forward a portofoliului = V0 (1 + PR ) ,

EV valoarea ateptat a portofoliului = V0 (1 + ER ) ,

EL pierderea ateptat a portofoliului = FV EV ,

cerina de capital a instituiei financiare este EV P(c ) .

Aceast abordare de calcul a riscului de credit este aplicat att portofoliilor de credite i
obligaiuni ct i scrisorilor de garanie bancar 5 i liniilor de credit.

n cazul instrumentelor cu risc de credit a cror expunere este legat de evoluia pieei (cum este
cazul contractelor forward i swap), expunerea este considerat ca fiind maximul dintre valoarea
prezent net a tranzaciei i zero. Aceast metodologie este aplicat att instrumentelor
individuale ct i portofoliilor de asemenea instrumente.

n cazul incapacitii de plat a debitorului, valoarea instrumentului la finalul orizontului de risc

este estimat pe baza expunerii ateptate ctre acel instrument la finalul acestui orizont. Aceast
expunere ateptat depinde att de preurile curente din pia ct i de volatilitatea acestora. n
cazurile n care debitorul nu este n incapacitate de plat, reevaluarea instrumentului cuprinde
dou pri: valoare prezent a fluxurilor de numerar viitoare i pierderea potenial n cazul n

5
Pentru care, dezvoltatorul modelului recomand utilizarea integral a valorii nominale pentru calculul riscului de
credit.

25
care debitorul intr n incapacitate de plat (pierderea ateptat). Cea de a doua parte depinde de
expunerea medie a instrumentului pentru perioada rmas pn la maturitatea acestuia,
probabilitatea ca debitorul s intre n faliment (n acelai orizont) i rata de recuperare n cazul
intrrii acestuia n incapacitatea de plat.

II.1.2. Modelarea distribuiei valorii unei singure obligaiuni

Presupunnd o obligaiune BBB, i un orizont de un an, pe baza matricei de tranziie istoric a

S&P este determinat probabilitatea de migraie n orizontul menionat.

Probabiliti de tranziie pentru o obligaiune BBB

Rating-ul Probabilitate
la sfritul orizontului (%)
AAA 0.03
AA 0.22
A 4.38
BBB 89.13
BB 4.63
B 0.94
CCC 0.27
faliment 0.39

Presupunnd o valoare nominal a obligaiunii de 100 USD, un cupon de 6%, o rat de

recuperare a creditului n caz de faliment al debitorului de 51,13 la sut i scadena de 5 ani, pe
baza curbelor de randament forward pentru un an pentru fiecare categorie de rating se determin
valorile posibile ale obligaiunii la finalul orizontului de risc.

Structura la termen a ratelor dobnzii la finalul orizontului de risc pe baza creia au fost calculate
valorile la finalul orizontului este prezentat n tabelul urmtor:

Curbele forward de randament pe categorii de rating

Rating An 1 An 2 An 3 An 4
AAA 3.60 4.17 4.73 5.12
AA 3.65 4.22 4.78 5.17
A 3.72 4.32 4.93 5.32
BBB 4.10 4.67 5.25 5.63

26
 BB 5.55 6.02 6.78 7.27
B 6.05 7.02 8.03 8.52
CCC 15.05 15.02 14.03 13.52
Sursa: JP Morgan (1997) CreditMetrics Technical Documet

Valoarea la finalul orizontului de risc pentru fiecare categorie de rating a fost calculat pe baza
urmtoarei relaii:
C C C C + 100
Vf = C + + + +
1 + ry1 (1 + ry 2 ) 2
(1 + ry 3 ) (1 + ry 4 ) 4
3

unde:
V f reprezint valoarea obligaiunii la finalul orizontului de risc;

C cuponul obligaiunii;
ryi rata forward a dobnzii aferent fiecrui an/orizont de risc.

Valoarea viitoare a obligaiunii funcie de rating

Rating Cupon Valoare viitoare Valoare total
AAA 6.00 103.37 109.37
AA 6.00 103.10 109.10
A 6.00 102.66 108.66
BBB 6.00 101.55 107.55
BB 6.00 96.02 102.02
B 6.00 92.10 98.10
CCC 6.00 77.64 83.64
faliment - 51.13 51.13
Sursa: JP Morgan (1997) CreditMetrics Technical Documet

Combinnd aceste valori cu probabilitile de tranziie rezult distribuia valorii obligaiunii la

finalul orizontului de un an.

Distribuia valorii viitoare a obligaiunii

Rating Valoare (USD) Probabilitate (%)
AAA 109.37 0.03
AA 109.10 0.22
A 108.66 4.38
BBB 107.55 89.13

27
 BB 102.02 4.63
B 98.10 0.94
CCC 83.64 0.27
faliment 51.13 0.39

Pe baza acestor informaii pot fi calculate cele dou msuri de risc de credit al obligaiunii.

Medie: = Vi pi = 106,96
i

Varian: 2 = (Vi ) 2 pi = 15,94

i

Abatere medie ptratic: = 2 = 3,99

Percentila de 1% este 98,1, care este cu 8,86 mai mic dect valoarea medie ateptat.

II.1.3. Estimarea distribuiei valorii unui portofoliu de dou obligaiuni

Introducnd n portofoliu i o obligaiune cu rating A, scadent n trei ani i care pltete un

cupon anual de 5 la sut, similar ca n cazul obligaiunii BBB prezentat anterior, pe baza curbei
de randament i a matricei de tranziie S&P se determin valoarea final, la sfritul orizontului
de risc, i probabilitile de tranziie asociate.

Distribuia valorii viitoare a obligaiunii

Rating Cupon Valoare viitoare Valoare viitoare total Probabilitate (%)
AAA 5.00 101.59 106.59 0.05
AA 5.00 101.49 106.49 2.10
A 5.00 101.30 106.3 91.49
BBB 5.00 100.64 105.64 5.61
BB 5.00 98.15 103.15 0.47
B 5.00 96.39 101.39 0.19
CCC 5.00 73.71 78.71 0.04
faliment - 51.13 51.13 0.05

Pe baza acestor date se obine o medie de 106,2 i o abatere medie ptratic de 1,42.

28
Utiliznd informaiile referitoare la cele dou obligaiuni, presupunnd o corelaie zero ntre
evoluia riscului de credit al celor dou obligaiuni, pot fi calculate toate cele 64 de valori
posibile ale portofoliului la sfritul orizontului de risc i probabilitile asociate acestor valori.

Valoarea portofoliului la sfritul orizontului de risc

Obligaiune A
Obligaiune BBB AAA AA A BBB BB B CCC faliment
106.59 106.49 106.30 105.64 103.15 101.39 78.71 51.13
AAA 109.37 215.96 215.86 215.67 215.01 212.52 210.76 188.08 160.50
AA 109.10 215.69 215.59 215.40 214.74 212.25 210.49 187.81 160.23
A 108.66 215.25 215.15 214.96 214.30 211.81 210.05 187.37 159.79
BBB 107.55 214.14 214.04 213.85 213.19 210.70 208.94 186.26 158.68
BB 102.02 208.61 208.51 208.32 207.66 205.17 203.41 180.73 153.15
B 98.10 204.69 204.59 204.40 203.74 201.25 199.49 176.81 149.23
CCC 83.64 190.23 190.13 189.94 189.28 186.79 185.03 162.35 134.77
faliment 51.13 157.72 157.62 157.43 156.77 154.28 152.52 129.84 102.26

Probabilitile asociate valorilor portofoliului

Obligaiune A
Obligaiune BBB AAA AA A BBB BB B CCC faliment
0.05 2.10 91.49 5.61 0.47 0.19 0.04 0.05
AAA 0.03 0.00 0.00 0.03 0.00 0.00 0.00 0.00 0.00
AA 0.22 0.00 0.00 0.20 0.01 0.00 0.00 0.00 0.00
A 4.38 0.00 0.09 4.01 0.25 0.02 0.01 0.00 0.00
BBB 89.13 0.05 1.87 81.55 5.00 0.42 0.17 0.04 0.05
BB 4.63 0.00 0.10 4.24 0.26 0.02 0.01 0.00 0.00
B 0.94 0.00 0.02 0.86 0.05 0.00 0.00 0.00 0.00
CCC 0.27 0.00 0.01 0.25 0.02 0.00 0.00 0.00 0.00
faliment 0.39 0.00 0.01 0.36 0.02 0.00 0.00 0.00 0.00

Pentru acest portofoliu, riscul poate fi evaluat pe baza celor dou msuri:
Media i deviaia standard (care pentru acest portofoliu sunt 213,15 i respectiv 4,24), a
cror interpretare este dificil datorit asimetriei distribuiei.
Un anumit nivel de percentile a distribuiei (de exemplu percentila 1 este valoarea
minim a portofoliului care poate fi atins n 1 la sut din cazuri). n cazul acestui
portofoliu percentila 1 este de 204,4.

29
Utiliznd prima msur de risc, datorit asimetriei distribuiei valorii portofoliului, riscul este
subevaluat (o abatere standard fa de medie de 4,24) comparativ cu utilizarea celei de a doua
msuri de risc (prima percentil are o abatere fa de medie de 8,75).

Dar asumarea unei corelaii zero ntre riscul de credit pentru cele dou active este o abordare
simplist.

n cazul lurii n considerare a corelaiei ntre migrri pentru cele dou obligaiuni, este
determinat matricea probabilitilor de tranziie comune ale celor dou obligaiuni care ia n
considerare aceast corelaie i aceast matrice este utilizat pentru determinarea msurilor de
risc.

II.1.4. Calculul coeficienilor de corelaie ai migrrilor

n vederea estimrii corelaiilor migrrilor metodologia CreditMetrics propune mai multe

abordri.

A. O prim abordare const n calculul coeficientului de corelaie a falimentelor pe baza

volatilitii apariiei acestor falimente.

Astfel, considernd N firme care au aceeai probabilitate de intrare n faliment (sunt incluse n
aceeai categorie de rating), fie X 1 o variabil aleatoare care poate lua fie valoarea 1 (n caz de
faliment al firmei i) sau 0 (n toate celelalte cazuri), care are media ( X 1 ) i deviaia standard
binomial ( X 1 ) :

1 N
CrRt = ( X i ) = Xi
N i

( X i ) = CrRt (1 CrRt ) .

N
Fie D numrul de falimente, D = X i , variana lui D este:
i

N N
VAR ( D ) = ij ( X i ) ( X j )
i j

i avnd n vedere c i i j au aceeai probabilitate de intrare n faliment,

30
 N N N N N N
VAR( D) = ij ( X i ) 2 = ij ( CrRt CrRt
2
) = ( CrRt CrRt
2
) N + ij .
i j i j i j i

Notnd corelaia medie a falimentelor, CrRt ,

N N
ij
= 2 ,
i j i
CrRt
N N
VAR( D) = ( CrRt CrRt
2
[
) N + ( N 2 N ) CrRt . ]
Volatilitatea falimentelor este calculat:

D VAR( D) 1 + ( N 1) CrRt
CrRt
2
= VAR = 2
= ( CrRt CrRt
2
)
N N N
de unde,
CrRt
2


N 1
CrRt
2

CrRt = CrRt ,
N 1
iar pentru N suficient de mare, formula se simplific
CrRt
2
CrRt = .
CrRt CrRt
2

Att Moodys ct i Standard&Poors public coeficienii de corelaie a falimentelor pe fiecare

categorie de rating. De exemplu, coeficienii Moodys de corelaie ai falimentelor pentru
perioada 1970 1995 sunt prezentai n tabelul de mai jos.

Coeficienii de corelaie ai falimentelor

procente
Deviaia Coeficienii
Probabilitatea
Rating standard a de corelaie
de faliment
falimentelor implicii
Aa 0.03 0.1 0.33
A 0.01 0.1 1.00
Baa 0.13 0.3 0.69
Ba 1.42 1.4 1.40
B 7.62 4.8 3.27
Sursa: Moodys 1996, 1-year default rates and volatilities

31
Principalele deficiene ale acestei metodologii sunt:
Deviaia standard a probabilitilor de faliment este calculat pe baza unui numr limitat
de observaii cee ce are ca efect un interval de ncredere larg;
Probabilitile de faliment pentru categoriile de rating investmen grade nu au o distribuie
normal ceea ce implic existena unor intervale de ncredere efective mai mari dect cele
calculate;
Probabilitatea medie de intrare n faliment este considerat constant att pentru firmele
aflate n aceeai categorie de rating, ct i n timp;
Msurile statistice calculate sunt senzitive la proporia perioadelor de recesiune i de
boom economic din eantionul utilizat.

B. O alt abordare de calcul a coeficienilor de corelaie ai migrrilor comune este estimarea

direct, pe baza eantionului istoric de date, aceast abordare avnd avantajul c nu trebuie
presupuse ipoteze n privina procesului de intrare n faliment al firmei i asupra distribuiei
comune.

C. A treia metod de estimare a probabilitilor de migrare comun este pe baza datelor istorice
de spread-uri de credit ale obligaiunilor

O asemenea abordate presupune dou cerine: existena de date adecvate i construirea unui
model care s fac legtura dintre preul obligaiunilor i evenimentele de credit.

n general, modelele de evaluare a preului obligaiunilor au trei variabile de stare: rata fr risc,
spread-ul de credit i o a treia care indic dac debitorul a intrat sau nu n incapacitate de plat.
Dufee (1995) i Nielsen i Ronn (1994) presupun c rata dobnzii fr risc i spread-ul de credit
evolueaz independent iar falimentul debitorului este pus n relaie cu spread-ul de credit pe baza
unui model de evaluare a preului obligaiunii. Acest model de evaluare permite estimarea
probabilitii de intrare n faliment al debitorului pe baza spread-ului de credit. O extensie a
acestui model la dou sau mai multe obligaiuni permite estimarea corelaiei de intrare n
faliment a debitorilor din corelaia evoluiilor spread-urilor de credit ale celor dou obligaiuni.

n timp ce aceast abordare este atractiv datorit consistenei cu alte modele de evaluare a
activelor financiare, principalul inconvenient este de natur practic. Datele referitoare la spread-

32
urile obligaiunilor sunt greu disponibile, n special pentru emisiunile cu rating-uri mici, ceea ce
face practic imposibil estimarea n practic a corelaiilor dintre spread-uri.

D. Utilizarea unui model pentru estimarea probabilitilor de migrare comun

Aceast abordare presupune estimarea indirect a modificrilor rating-ului de credit (a

probabilitilor comune de mbuntire, nrutire i faliment) i const n doi pai:
Construirea unui proces care determin modificrile rating-ului de credit. Aceast etap
presupune stabilirea unei legturi ntre modificrile de rating (care nu sunt observabile
imediat) i un proces observabil.
Estimarea parametrilor pentru procesul de mai sus.

Utiliznd abordarea lui Merton (1974), procesul care determin modificarea rating-urilor i
falimentele este considerat a fi valoarea activelor firmei.

Pornind de la ipoteza c valoarea activelor companiei i determin abilitatea de a-i plti

datoriile, se poate presupune atunci c exist un anumit nivel (prag) al activelor pentru care dac
valoarea activelor companiei este mai mic dect acest nivel prag ntr-un anumit an, n anul
viitor aceasta nu i va mai putea onora obligaiile i va intra n faliment.

Extinznd acest raionament, se presupune c exist o serie de nivele prag pentru valoarea
activelor care vor determina rating-ul de credit al companiei la finalul perioadei analizate.

Presupunnd cunoscut valoarea prag a activelor pentru o companie, pentru descrierea evoluiei
rating-ului acelei companii este necesar modelarea modificrilor valorii activelor acelei
companii. Astfel, modificarea procentual a valorii activelor companiei (R) este considerat a
avea o distribuie normal, parametrizat prin medie, , i abaterea medie ptratic (sau
volatilitatea), .

Pe baza parametrizrii procesului de evoluie al valorii activelor, poate fi stabilit o legtur ntre
pragurile activelor i probabilitile de tranziie pentru compania respectiv, iar din pragurile
valorii activelor rezult pragurile randamentelor (modificrilor) acestei valori. Astfel, exist Z Def

, Z CCC , Z BBB etc., astfel nct dac R < Z Def atunci compania emitent de obligaiuni intr n

33
faliment; dac Z Def < R < Z CCC , atunci companiei i se nrutete rating-ul la CCC, i aa mai

departe.

Deoarece a fost presupus distribuia normal a lui R, se pot calcula probabilitile de apariie a
fiecrui eveniment:
Pr{Default} = Pr{R < Z Def } = (Z Def / )

Pr{CCC} = Pr{Z Def < R < Z CCC } = (Z CCC / ) (Z Def / ) ,

i aa mai departe. reprezint distribuia cumulat a distribuiei normale standard.

Legtura dintre randamentele activelor i rating-ul de credit poate fi reprezentat dup cum
urmeaz:

Probabiliti de tranziie pentru o obligaiune BB

Probabilitate din
Probabilitatea conform
Rating matricea de tranziie
modelului valorii activelor
(%)
AAA 0.03 1 (Z AA / )
AA 0.14 (Z AA / ) (Z A / )
A 0.67 (Z A / ) (Z BBB / )
BBB 7.73 (Z BBB / ) (Z BB / )
BB 80.53 (Z BB / ) (Z B / )
B 8.84 (Z B / ) (Z CCC / )

CCC 1.00 (Z CCC / ) (Z Def / )

faliment 1.06 (Z Def / )

Legtura dintre randamentele activelor i rating-ul de credit se stabilete egalnd probabilitile

din matricea de tranziie cu probabilitile conform modelului valorii activelor i rezolvnd
funcie de pentru fiecare categorie de rating.

Astfel, n cazul falimentului,

(Z Def / ) = 1.06% Z Def = 1 (1.06% ) = 2.30

34
unde 1 ( p ) reprezint nivelul sub care ia valori o variabil aleatoare cu o distribuie normal
standard cu o probabilitate p. Utiliznd aceast valoare, valoarea Z CCC este calculat pe baza

probabilitii CCC, Z B pe baza probabilitii B i aa mai departe. Nu exist un prag pentru Z AAA
, deoarece orice randament peste 3.43 implic un upgrade la AAA. Valorile prag sunt
prezentate n tabelul de mai jos.

Valorile prag pentru randamentul activelor

pentru un emitent cu rating BBB

Prag Valoare
ZAA 3.43
ZA 2.93
ZBBB 2.39
ZBB 1.37
ZB 1.23
ZCCC 2.04
ZDef 2.30

Considernd un alt emitent care are un rating A i notnd randamentul activelor acestuia cu R,
, Z CCC
deviaia standard a activelor cu i pragurile randamentului activului cu Z Def i aa mai

departe, probabilitile de tranziie i pragurile randamentului activelor companiei sunt

prezentate n tabelul de mai jos.

Probabilitile de tranziie i pragurile de randament

pentru un emitent cu rating A

Probabilitate
Rating Prag Valoare
(%)
AAA 0.09
AA 2.27 ZAA 3.12
A 91.05 ZA 1.98
BBB 5.52 ZBBB 1.51
BB 0.74 ZBB 2.30
B 0.26 ZB 2.72

35
 C 0.01 ZCCC 3.19
Faliment 0.06 ZDef 3.24

Pentru a descrie evoluia comun a celor dou rating-uri se presupune c randamentele activelor
celor dou companii sunt corelate i au o distribuie normal, rmnnd de specificat doar
coeficientul de corelaie dintre cele dou randamente, . n aceste condiii, matricea de
covarian pentru distribuia normal bivariat este:
2
= .
2

Astfel, dac de exemplu se dorete calcularea probabilitii ca randamentul activelor companiei

cu rating BB s se situeze ntre ZB i ZBB i n acelai timp randamentul activelor cu emitentului
cu rating A s se situeze ntre ZBBB i ZA, n cazul n care este zero (randamentele celor dou
active sunt independente), aceast probabilitate este produsul dintre probabilitile ataate celor
dou evenimente. n cazul n care este diferit de zero, probabilitatea este:
Z A
Pr{Z B < R < Z BB , Z BBB
< R < Z A } = f (r , r ; )(dr )dr ,
Z BB

ZB
Z BBB

unde f (r , r ; ) este funcia de densitate pentru distribuia normal bivariat cu matricea de

covarian . Utiliznd aceast procedur se calculeaz cele 64 de probabiliti de migrare
comun (prezentate n tabelul urmtor).

Probabilitile de migrare comun

Obligaiune Obligaiune A
BB AAA AA A BBB BB B CCC faliment Total
AAA 0.00 0.00 0.03 0.00 0.00 0.00 0.00 0.00 0.03
AA 0.00 0.01 0.13 0.00 0.00 0.00 0.00 0.00 0.14
A 0.00 0.04 0.61 0.01 0.00 0.00 0.00 0.00 0.67
BBB 0.02 0.35 7.10 0.20 0.02 0.01 0.00 0.00 7.69
BB 0.07 1.79 73.65 4.24 0.56 0.18 0.01 0.04 80.53
B 0.00 0.08 7.80 0.79 0.13 0.05 0.00 0.01 8.87
CCC 0.00 0.01 0.85 0.11 0.02 0.01 0.00 0.00 1.00
faliment 0.00 0.01 0.90 0.13 0.02 0.01 0.00 0.00 1.07
Total 0.09 2.29 91.06 5.48 0.75 0.26 0.01 0.06 100

36
Motivul pentru care aceast ecuaie nu depinde de volatilitile celor dou active este c aceste
volatiliti sunt deja ncorporate n probabilitile de tranziie ale celor dou active. Ca o
consecin, n calculul probabilitilor de migrare comun pot fi utilizate randamentele
standardizate (ajustate astfel nct media s fie zero i deviaia standard 1), iar singurul
parametru ce va trebui estimat este corelaia dintre randamentele activelor.

Acest tabel este suficient pentru calculul deviaiei standard a modificrii valorii unui portofoliu
care este format numai din obligaiuni emise de cele dou societi. Pentru calculul deviaiei
standard a unui portofoliu care conine obligaiuni ale mai multor emiteni este necesar
repetarea acestei analize pentru fiecare pereche de societi din portofoliu.

Pe baza corelaiei activelor, A , este posibil calculul probabilitii ca ambii debitori s intre n
faliment, p12 . Corelaia de intrare n faliment a acestor doi debitori poate fi scris ca:
p12 p1 p2
D = ,
p1 (1 p1 ) p2 (1 p2 )

unde p1 i p2 sunt probabilitile ca debitorul 1 i respectiv debitorul 2 s intre n faliment.

Tranziia de la corelaia activelor la corelaia probabilitilor de intrare n faliment o micoreaz

pe cea de a doua n mod semnificativ: corelaii ale activelor de 40 60 la sut se traduc n
corelaii ale probabilitilor de intrare n faliment de 2 4 la sut.

Calculul coeficienilor de corelaie dintre debitori se realizeaz n urmtorii pai:

1. Sunt construite matrice de corelaii ntre indici bursieri pentru ramurile industriale i
pentru ri.
2. Fiecare companie este analizat prin prisma sectoarelor economice i a rilor n care i
desfoar activitatea.
3. Randamentul i volatilitatea activelor celor dou companii sunt obinute pe baza
randamentelor i volatilitilor indicilor bursieri afereni sectoarelor economice i rilor
n care compania activeaz.
4. Corelaia dintre dou companii se obine ca o medie ponderat funcie de corelaiile
dintre indicii bursieri afereni sectoarelor economice i rilor n care cele dou companii
i desfoar activitatea.

37
De exemplu, presupunnd o firm care activeaz n trei industrii cu ponderile w1 , w2 , w3 iar

indicii bursieri ai celor trei industrii explic din randamentul companiei, ponderile
standardizate pentru aceast firm sunt calculate dup cum urmeaz:

Se calculeaz volatilitatea indicelui ponderat al firmei (calculat pe baza volatilitii celor trei
indici)

)
= w12 12 + w22 22 + w32 32 + 2w1w2 1, 2 1 2 + 2w2 w3 2,3 2 3 + 2w1 w3 1,3 1 3 .

Ponderea fiecrui indice se scaleaz astfel nct indicii s reprezinte din volatilitatea total
(standardizat) a randamentelor firmei:
w1 1 w2 2 w3 3
ws1 = ) , ws 2 = ) , ws 3 = ) .

innd cont c volatilitatea total (standardizat) trebuie s fie 1, ponderea factorului

independent de indicii bursieri care i pune amprenta asupra randamentelor aciunilor firmei

(ponderea randamentului specific firmei) este 1 2 .

Presupunnd un portofoliu format din n firme care au o expunere pe m indici, corelaiile dintre
randamentele aciunilor se calculeaz dup cum urmeaz. Notnd cu C matricea (m m) de
corelaie dintre indici i cum ponderile se refer att la indici ct i la randamentele specifice
firmelor, va trebui creat o matrice de corelaie C care s le acopere pe ambele componente.
Aceast matrice va fi ((m + n) (m + n)) i va fi construit dup cum urmeaz:

64 n _ coloane
4744 8
0 ... ... 0
m _ cloane

} ... ... ... ...
C
... ... ... ...
C = 0 ... ... 0 .
0 ... ... 0

... ... ... ...
... I ( n n)
... ... ...
0 ... ... 0

38
Astfel, matricea din stnga sus, C (m m) , reprezint corelaiile dintre indici, matricea identitate
din dreapta jos reflect componenta specific fiecrei firme (care e corelat cu ea nsi i
necorelat cu componenta aferent altei firme), iar restul matricei C const n 0 reflectnd lipsa
de corelaie dintre componenta specific i indici.

Matricea ponderilor, W ((m + n) n) , este construit astfel nct fiecare coloan reprezint o
firm distinct, iar fiecare linie reprezint ponderea (scalat) n indice i n componenta
specific. Astfel, n coloana k a matricei W, primele m elemente reprezint ponderile (scalate) ale
indicilor, elementul m + n + k reprezint ponderea componentei specifice a firmei iar celelalte
elemente sunt 0.

Matricea (n n) cu corelaiile dintre firme este W 'C W .

II.1.5. Estimarea analitic a distribuiei valorii unui portofoliu de mai multe obligaiuni

Considernd un portofoliu de n active, notnd valoarea acestor active la finalul orizontului avut
n vedere cu V1 , V2 ,..., Vn i mediile acestor valori cu 1 , 2 ,..., n , varianele acestor valori sunt

2 (V1 ), 2 (V2 ),..., 2 (Vn ) . Calculul mediilor i a varianelor individuale este prezentat n
subcapitolul V.1.2.

La finalul orizontului de prognoz, valoarea portofoliului este V1 + V2 + ... + Vn iar valoarea

medie a acestuia este p = 1 + 2 + ... + n . Deviaia standard a portofoliului, p este calculat

pe baza relaiei:
n n 1 n
p2 = 2 (Vi ) + 2 COV (Vi , V j ) .
i =1 i =1 j =i +1

Dar, avnd n vedere c 2 (Vi + V j ) = 2 (Vi ) + 2 COV (Vi , V j ) + 2 (V j ) , deviaia standard a

portofoliului poate fi scris ca:

n 1 n n
p2 = 2 (Vi + V j ) (n 2) 2 (Vi ) .
i =1 j =i +1 i =1

39
Covariana sau 2 (Vi + V j ) se calculeaz pe baza metodologiei descrie n subcapitolele V.1.3. i

V.1.4.

II.1.6. Simularea

Aceast metod este aplicat n cazul portofoliilor care sunt formate dintr-un numr mare de
debitori, pentru care metoda analitic ar fi mare consumatoare de resurse de calcul i de timp, i
const n trei pai:
A. Generarea de scenarii. Fiecare scenariu corespunde unui anumit rating de credit al
companiilor din portofoliu la finalul orizontului de prognoz.
B. Evaluarea portofoliului. Pentru fiecare scenariu, portofoliul este reevaluat astfel nct s
reflecte noile rating-uri de credit.
C. Sumarizarea rezultatelor. Pe baza valorilor finale ale portofoliilor generate de scenarii se
estimeaz distribuia valorilor portofoliului (media, abaterea medie ptratic, percentile).

Paii n generarea scenariilor sunt:

1. Stabilirea pragurilor de randament ale activelor pentru emitenii din portofoliu,
2. Generarea de scenarii ale randamentelor activelor presupunndu-se c acestea sunt
normal distribuite,
3. Transformarea scenariilor privind randamentele activelor n scenarii ale rating-ului de
credit al portofoliului.

II.2. Modelul PortfolioManager

II.2.1. Modelul dezvoltat de Merton

Ideea aplicrii teoriei opiunilor pentru evaluarea creditelor i obligaiunilor este ntlnit n
literatur ncepnd cu anul 1974, ncepnd cu articolul publicat de Robert Merton i dezvoltat
ulterior de Galai i Masulis (1976).

Considerm o firm care finaneaz achiziia de active (riscante), V, utiliznd capitalul constituit
de acionari, E, i emind o obligaiune zero-cupon, cu valoare nominal (inclusiv dobnda
acumulat) F i scadena T, a crei valoare de pia este B. mprumutul luat de firm este supus

40
riscului de credit adic riscul ca la momentul T, valoarea activelor firmei, VT, va fi mai mic
dect valoarea (nominal) a creditului, F.

Riscul de credit exist atta timp ct probabilitatea de intrare n faliment, P(VT < F) este mai
mare dect 0. Ca urmare, la momentul t0, B0 < F e rT , adic yield-ul obligaiunii, yT , este mai
mare dect rata dobnzii fr risc, r, iar spread-ul datorat riscului de credit (default spread),
spread care i compenseaz pe deintorii de obligaiuni pentru riscul asumat este = yT r .

Dac nu exist friciuni (pe pia), taxe de tranzacionare i costuri implicate de falimentul
firmei, atunci valoarea (de pia) prezent a activelor firmei reprezint suma dintre valoarea
capitalului i a mprumutului: V0 E0 + B0 .

n consecin riscul de credit este o funcie de structura financiar a firmei:

F e rT
gradul su de ndatorare (leverage), LR = ;
V0

volatilitatea randamentului activelor firmei, V ;

scadena datoriilor firmei, T.

Ideea de la care a pornit Merton (1974), este c dac, la momentul T, VT < F atunci compania se
afl, cel puin n teorie, n faliment, iar valoarea, de pia, a capitalului este 0. Dac, la acelai
moment VT > F , atunci compania i va plti datoriile iar valoarea capitalului su va fi VT F .
Ca urmare, valoarea capitalului firmei la momentul T este:
ET = max(VT F ,0).

Deci, valoarea capitalului unei firme, Et, poate fi considerat o opiune call avnd ca activ suport
valoarea de pia a activelor firmei, Vt i pre de exerciiu valoarea nominal a datoriilor firmei,
F.

Adic, Et = f (Vt , F , V , r , T t ) , unde Vt i V sunt variabile neobservabile.

Aplicnd formula de evaluare a opiunilor Black-Scholes (1973), rezult:

E0 = V0 N (d1 ) F e rT N (d 2 ) ,

41
unde:
V0 V2
ln + r + T
F 2
d1 =
V T
d 2 = d1 V T .

Valoarea (de pia) a creditului este V0 E0 .

Probabilitatea neutr la risc ca firma s intre n faliment este N (d 2 ) , dar pentru calcularea
acesteia este nevoie de V0 i V , care sunt variabile neobservabile. Dar, dac compania este
tranzacionat la burs, poate fi observat valoarea capitalului, E0 i, aplicnd leme lui Ito, poate
fi estimat volatilitatea capitalului, E :
E
E E0 = V V0
V
sau
E E0 = N (d1 ) V V0 .

Construind un sistem de dou ecuaii simultane pe baza acestei relaii i a ecuaiei preului
opiunii, acesta poate fi rezolvat pentru obinerea valorilor V0 i V .

Galai i Masulis (1976) extind modelul lui Merton, i consider c riscul de credit poate fi
eliminat cumprnd o opiune put, P, care are ca activ suport valoarea firmei, V, ca pre de
exerciiu valoarea nominal a datoriilor firmei, F, i scadena T.

Dac creditorul companiei achiziioneaz o asemenea opiune, el elimin complet riscul de credit
i transformndu-i creditul iniial (riscant) ntr-un credit fr risc, cu valoarea nominal F.

Dac rata fr risc este r, atunci, la echilibru, B0 + P0 = F e rT . Deci, costul opiunii put este
preul pltit pentru eliminarea riscului de credit asociat creditului acordat firmei.

Conform modelului Black-Scholes (1973), preul opiunii P este dat de relaia:

P0 = N (d1 ) V0 + F e rT N (d 2 )

42
unde:
V0 V2
ln + r + T ln V0 + 1 2 T
F 2 = F e rT 2 V
d1 =
V T V T
d 2 = d1 V T .

Ca urmare, costul acoperirii riscului de credit depinde de gradul de risc al activelor firmei, V ,
scadena datoriilor firmei, rata dobnzii fr risc, gradul de ndatorare al firmei.

Yield-ul datoriei firmei poate fi determinat dup cum urmeaz:

B0 F e rT P0
ln ln
yT = F = F ,
T T
Iar spread-ul de credit, T , definit ca T = yT r , innd cont de ecuaia preului opiunii put P,
este:
1 V0
T = yT r = ln N (d 2 ) + rT
N ( d1 ) .
T F e

Deci, acesta este o funcie de gradul de ndatorare, volatilitatea activelor firmei i scadena
datoriei.

Spread-ul de credit poate fi calculat ca o funcie a gradului de ndatorare, a volatilitii activelor

i a scadenei datoriilor.

II.2.2. Abordarea KMV

Pe baza modelului dezvoltat de Merton, compania KMV a dezvoltat o metodologie de estimare a

probabilitii de intrare n faliment (estimated default frequency, EDF). Aceast probabilitate
este o funcie a structurii de capital a firmei, a volatilitii randamentului activelor firmei i a
valorii curente a acestora. Valoarea EDF specific unei firme poate fi transpus n orice sistem
de rating pentru a rating-ul echivalent al debitorului respectiv.

Acest model (similar cu modelul CreditRisk+ dezvoltat de Credit Suisse First Boston) se bazeaz
pe paradigma default mode, adic evenimentul de credit luat n considerare este numai falimentul

43
firmei. Ca urmare, spre deosebire de sistemul Creditmetrics, modelul KMV nu face referiri
explicite asupra probabilitilor de tranziie, care n metodologia KMV, sunt deja ncorporate n
msura EDF.

Aceast metodologei este aplicat companiilor a cror valoare a capitalului este determinat de
ctre pia (care sunt tranzacionate pe o burs de valori), deoarece informaia coninut n preul
aciunilor i n bilan poate fi translatat n riscul implicit de faliment.

Riscul de credit n aceast abordare este n mod esenial determinat de dinamica activelor firmei.
Avnd structura de capital a firmei i specificnd procesul stohastic pentru valoarea activelor
firmei, se poate determina probabilitatea curent de intrare n faliment pentru orice orizont de
timp.

Derivarea probabilitilor de faliment efective este realizat n trei pai:

Estimarea valorii de pia i a volatilitii activelor firmei,
Calcularea distanei fa de faliment, care este o msur a riscului de faliment,
Scalarea distanei fa de faliment pentru obinerea probabilitilor efective de faliment,
pe baza unei baze de date care cuprinde incidentele de faliment.

Presupunnd o firm care se finaneaz pe baza capitalului Et i a emisiunii unui instrument de

credit zero cupon, cu scadena T, valoarea nominal F i valoarea de pia Bt, bilanul acestei
firme poate fi reprezentat dup cum urmeaz:
Vt = Bt (F ) + Et ,
unde Vt reprezint valoarea activelor firmei.

Modelul presupune c falimentul se produce numai la scadena obligaiei de plat, atunci cnd
valoarea activelor este inferioar datoriei (F). De asemenea, modelul presupune c valoarea
activelor companiei urmeaz o micare brownian geometric iar distribuia valorii activelor la
maturitatea obligaiunii este:
E (VT ) = V0 e T
2
T + T ZT
2
VT = V0 e

44
Structura de capital a firmei este considerat a fi compus din capital social, datorii pe termen
scurt (considerate a fi echivalente cu numerarul), datorii pe termen lung (perpetuiti) i aciuni
prefereniale convertibile.

Pe baza acestor ipoteze se poate gsi o soluie analitic pentru valoarea capitalului E, i
volatilitatea acesteia, E :
E = f (V , V , LR, c, r )

S = g (V , V LR, c, r )
unde:
LR reprezint gradul de ndatorare n structura de capital,
c cuponul mediu pltit pentru datoriile pe termen lung,
r rata dobnzii fr risc,
V valoarea activelor companiei,
V volatilitatea randamentelor activelor.

Avnd n vedere c numai valoarea de pia a capitalului este observabil, valoarea activelor
poate fi obinut din relaia valorii aciunilor:
V = f (E , V , LR, c, r ) .

Pe baza analizei unui eantion de cteva sute de companii, KMV a ajuns la concluzia c
falimentul firmei apare atunci cnd valoarea activelor atinge un nivel care se afl ntre valoarea
total a datoriilor i valoarea datoriilor pe termen scurt. Din aceast cauz, KMV a implementat o
etap intermediar naintea calculrii probabilitilor de faliment.

Astfel, este calculat un indice, numit distana pn la faliment (distance to default), DD, care este
numrul de deviaii standard dintre media distribuiei valorii activelor i un prag critic, momentul
falimentului (care reprezint valoarea nominal a datoriilor curente, incluznd datoriile pe
termen scurt i jumtate din datoriile pe termen lung).

Notnd cu:
STD datoriile pe termen scurt,
LTD datoriile pe termen lung,

45
 1
DPT momentul falimentului, DPT = STD + LTD ,
2
distana pn la faliment (DD), care reprezint distana dintre valoarea ateptat a activelor ntr-
un orizont de un an, E (V1 ) i punctul falimentului, DPT, exprimat n deviaii standard ale
randamentului activelor, este:
E (V1 ) DPT
DD = .
V

Presupunnd ca valoarea activelor are o distribuie log-normal, distana pn la faliment la

momentul T este:
V0 1
ln + V2 T
DPTT 2
DD =
V T
unde:
V0 reprezint valoarea de pia curent a activelor firmei,

DPTT punctul falimentului la finalul orizontului T,

randamentul ateptat al activelor minus ieirile de numerar,
V volatilitatea anualizat a activelor.

De aici rezult c suprafaa n care firma este n faliment este N ( DD ) .

Ultima faz const n maparea distanei pn la faliment n probabiliti efective de faliment

pentru un anumit orizont de timp, probabiliti numite frecvene ateptate de faliment (expected
default frequencies, EDF).

Pe baza unui eantion de companii, care include i firme care au intrat n faliment, se poate
estima, pentru fiecare orizont de timp, proporia de companii care pentru o anumit valoare a
indicatorului DD, au intrat n faliment.

46
II.3. Modelul CreditRisk+

Modelul CreditRisk+, dezvoltat n 1997 de ctre Credit Suisse First Boston, are o abordare
actuarial i trateaz procesul falimentului, inclusiv rata de recuperare a obligaiei, ca exogen,
ceea ce nseamn c probabilitile de intrare n faliment furnizate de model sunt bazate pe date
statistice istorice.

Modelul CreditRisk+ presupune c distribuia de probabilitate pentru numrul de falimente

pentru orice perioad de timp este o distribuie Poisson. Pe baza acestei ipoteze modelul produce
distribuia pierderii pentru un portofoliu de obligaiuni sau de credite utiliznd caracteristicile
individuale ale fiecrui debitor i corelaia dintre instrumentele din portofoliu.

Aceast abordare modeleaz doar probabilitatea de faliment a companiei, probabilitatea de

tranziie fiind ignorat. Spre deosebire de modelul KMV, aceast metodologie nu ncearc s fac
o legtur ntre faliment si structura capitalului. De asemenea, nu sunt fcute ipoteze cu privire la
cauzele falimentului: un debitor A este fie n faliment, cu probabilitatea PA , sau fie nu este n
faliment, cu probabilitatea 1 PA .

Modelul are ca ipoteze:

Pentru un credit, probabilitatea de faliment ntr-o anumit perioad, de exemplu un an,
este la fel ca n orice alt an.
Pentru un numr mare de debitori, numrul de falimente dintr-o perioad este
independent de numrul de debitori ce intr n faliment din orice alt perioad.

Avnd n vedere aceste ipoteze, distribuia de probabilitate a numrului de falimente ntr-o

anumit perioad urmeaz o distribuie Poisson. Distribuia Poisson are avantajul c poate fi
specificat pe baza unui singur parametru media.

n aceste condiii,
2
n en
Prob(n falimente) = , pentru n = 0,1,2,...
n!
unde:

47

n reprezint numrul mediu de falimente pe an n = PA .
A

Numrul anual de falimente, n, este o variabil stohastic cu media n i deviaia standard n.

n vederea determinrii frecvenei evenimentelor de faliment, este introdus o nou ipotez:

numrul mediu de falimente este la rndul su o variabil stohastic, cu media n i deviaia
standard n . Prin ncorporarea acestei ipoteze distribuia devine leptokurtotic i asimetric

ctre dreapta.

Pentru a ncorpora i severitatea pierderii n cazul intrrii n faliment a debitorului, expunerea

fiecrui debitor este ajustat cu rata ateptat de recuperare n vederea calculrii pierderii n cazul
falimentului debitorului (LGD).

Astfel, pierderea ateptat (EL) pentru debitorul A este: EL A = LGD A PA .

n vederea derivrii distribuiei pierderii pentru un portofoliu diversificat, pierderile (expunerile

ajustate funcie de ratele de recuperare) sunt divizate n benzi iar nivelul expunerii n fiecare
band este aproximat de un singur numr. Fiecare band este considerat un portofoliu de
credite/obligaiuni independent.

Notnd cu:
L j expunerea n banda j, n uniti L (de exemplu, L = 100 000 USD),

EL j pierderea ateptat n banda j, n uniti L,

n j numrul de falimente ateptat n banda j,

Atunci,
EL j
EL j = L j n j n j =
Lj

Notnd cu E A pierderea ateptat pentru debitorul A, n uniti L,

ELA
EA = ,
L

48
atunci pierderea ateptat pentru un orizont de un an n banda j, EL j , exprimat n uniti L, este

suma pierderilor ateptate E A pentru toi debitorii care aparin benzii j:

EL j = E
A:LA = L j
A .

n aceste condiii, numrul ateptat de falimente, pentru un orizont de un an, n banda j este:
EL j EA EA
nj =
Lj
=
A:LA = L j Lj
=
A:LA = L j LA
.

Pentru calcularea distribuiei pierderilor pentru tot portofoliu de credite sunt parcuri trei pai.

1. Funcia generatoare de probabilitate pentru fiecare band.

Fiecare band este considerat un portofoliu de expuneri separat. Funcia generatoare de

probabilitate pentru orice band, j, este:
n
G j ( z ) = Pr ( piedere = nL )z n = Pr(n _ falimente)z
nL j

n =0 n =0

unde pierderea este exprimat n uniti L de expunere.

Pentru calcularea distribuiei pierderilor pentru ntreg portofoliul, avnd n vedere ipoteza
distribuiei Poisson a numrului de falimente, atunci:
n j
e n nj
G j (z ) =
Lj
n j + n j z
=e
nL j
z
n =0 n!

2. Funcie generatoare de probabilitate pentru ntreg portofoliul

Deoarece s-a presupus c fiecare band a portofoliului total este independent de celelalte benzi,
funcia generatoare de probabilitate pentru ntreg portofoliul este produsul funciilor generatoare
de probabilitate pentru fiecare band:
m m

n j + n j z
Lj
m
G (z ) = e
Lj
n j + n j z
=e j =1 j =1

j =1

m
unde n = n j reprezint numrul ateptat de falimente pentru ntreg portofoliul.
j =1

49
3. Distribuia pierderilor pentru ntreg portofoliul

Pe baza funciei generatoare de probabilitate pentru ntreg portofoliul, G ( z ) , distribuia

pierderilor rezult din:

1 d nG(z )
Pr ( pierdere _ de _ nL ) = = An pentru n = 1,2,...
n! dz n z =0

Aceste probabiliti pot fi exprimate printr-o soluie analitic i depind de dou seturi de
parametri: EL j i L j :

EL j
An =
j:L j n n
An L j

m EL j

i A0 = G (0 ) = e
n j Lj
=e j =1
.

Credit Suisse propune cteva extensii ale acestui model:

Extinderea modelului cu o singur perioad la un model multi-perioad,
Introducerea de factori care s influeneze variabilitatea ratelor de producere a
falimentelor, factori ce in de sectorul de activitate al companiei debitoare. Astfel, fiecare
factor, k, este reprezentat printr-o variabil aleatoare, X k , care reprezint numrul de
falimente n sectorul k i este considerat a avea o distribuie gamma. Apoi, rata medie a
falimentelor pentru fiecare debitor este considerat a fi o funcie liniar a factorilor X k .
n plus, aceti factori sunt considerai independeni.

n ambele cazuri, modelul CreditRisk+ propune o soluie analitic pentru distribuia pierderilor
portofoliului de credite/obligaiuni.

Acest model are avantajul c este uor de implementat, necesitile de calcul sunt limitate i
impactul marginal asupra riscului de credit (introdus de o obligaiune) este uor de ncorporat.
De asemenea necesitile de date sunt limitate, pentru fiecare instrument fiind necesare doar
probabilitatea de intrare n faliment i expunerea.

Principalele limitri ale modelului sunt faptul c metodologia presupune c nu exist o relaie
ntre riscul de credit i riscul de pia (ratele de dobnd sunt presupuse a fi deterministe). n
50
plus, modelul ignor riscul de migrare, expunerea pe fiecare emitent este considerat constant i
nu este senzitiv la modificrile posibile viitoare ale riscului de credit al debitorului sau la
modificrile ratei dobnzii.

De asemenea, similar cu modelele CreditMetrics i KMV, CreditRisk+ nu poate evalua

satisfctor riscul de credit al produselor neliniare cum ar fi opiunile i contractele swap
valutare.

II.4. Modelul CreditPortfolioView

Compania de consultan McKinsey a propus un model econometric care msoar riscul de

faliment (default), probabilitile de faliment (default) depinznd de variabile macroeconomice,
unele dintre ele corespunznd unor variabile financiare utilizate ca proxy pentru starea
economiei: nivelul cursului de schimb i ratei dobnzii, rata de cretere a economiei, rata
omajului, cheltuielile guvernamentale, rata de economisire. Acest model corespunde evidenei
empirice conform creia ciclurile de credit i ciclurile economice sunt cointegrate. n plus, acest
model prezint i avantajul disponibilitii datelor.

Premisele acestui model sunt:

diversificarea ajut la reducerea incertitudinii pierderilor;
exist incertitudine risc sistematic n privina pierderilor, chiar i pentru cele mai
diversificate portofolii;
riscul sistematic al portofoliului este determinat n special de situaia macroeconomic
n perioadele de recesiune nrutirea ratingurilor i intrrile n incapacitate de plat
cresc.

n dezvoltarea acestui model s-au avut n vedere contrapartidele cu rating speculativ (sub BBB)
care sunt mai senzitive la ciclurile de credit i datele macroeconomice.

n cadrul acestui model (Cossin, Pirotte, 2001), probabilitile sunt considerate a fi generate de o
funcie logistic i depinznd de un indice al rii cu nivel de rating speculativ, care la rndul su
este determinat, utiliznd analiza multifactorial de variabile macroeconomice contemporane sau
cu lag.

51
Probabilitatea de intrare n faliment pentru un debitor cu rating speculativ n sectorul/ara j,
pentru perioada t este dat de:
1
Pj ,t = Y j , t
, (1)
1+ e
unde Yj,t este un indice
X 1j ,t
2
Y j ,t = 0j + 1j [ j2 ... jm ] X j ,t + v ,
... j ,t (2)
m
X j ,t
unde:
j este vectorul coeficienilor (senzitivitilor) pentru sectorul/ara j care se aplic vectorului de

valori pentru j de m variabile macroeconomice, X j ,t ;

v j ,t reprezint termenul de eroare, care este independent de X j ,t i identic i normal distribuit:

v j ,t este i.i.d. cu v j ,t ~ N (0, j ) i vt ~ N (0, v ) , unde vt reprezint vectorul inovaiilor v j ,t , i

v este matricea lui de varian-covarian.

Variabilele macroeconomice sunt specificate pentru fiecare ar, iar atunci cnd sunt suficient de
multe date disponibile, vectorul j poate fi calibrat. n plus, n implementarea propus de

McKinsey, se pornete de la ipoteza c fiecare dintre aceste variabile independente urmeaz un

proces autoregresiv de ordinul 2 (AR(2)), astfel nct procesul X j ,t are memorie:

X ij ,t 1 i
X i
j ,t = i
j ,0 + [ i
j ,t 1 i
j ,t 2 ]
i + j ,t , (3)
X j ,t 2
unde:
X ij ,t reprezint valoarea variabilei macroeconomice i, pentru segmentul j, la momentul t,

vectorul de coeficieni i j reprezint senzitivitile fa de informaia anterioar,

ij,t este presupus a fi i.i.d. cu ij ,t ~ N (0, i ) i ~ N (0, ) , unde reprezint vectorul

termenilor de eroare pentru fiecare din cele i AR(2) ecuaii n segmentul j, iar este matricea
lor de varian-covarian.

52
Ecuaiile (1), (2) i (3) definesc sistemul ce determin evoluia mpreun a ratelor de intrare n
faliment pentru rile/sectoarele cu rating speculativ i a variabilelor macroeconomice asociate,
sistem ce trebuie calibrat.

n particular, pentru vectorul total al inovaiilor,

v
Et = t ~ N (0, ) ,
t
cu
v v ,
,
v ,

unde:
E este un vector ( j + i ) 1 al inovaiilor ntregului sistem de ecuaii;
este matricea ( j + i ) ( j + i ) de covarian pentru erorile de prognoz a variabilelor
macroeconomice (v) i ocurile de intrare n incapacitate de plat specifice fiecrui sector ( ) ;
v , reprezint matricea de corelaie ntre erorile de prognoz a variabilelor macroeconomice (v)

i ocurile de intrare n incapacitate de plat specifice fiecrui sector ( ) .

Ulterior procesului de calibrare, utilizarea decompoziiei Choleski a matricei ,

= AA ,
permite simularea distribuiei comune a probabilitilor de intrare n faliment pentru toate
segmentele. Aceast operaie presupune trei pai:
1. Generarea unui vector de (i + j) secvene de realizri aleatoare Z t , t = 1, n , pentru (i + j)
N(0, I) variabile aleatoare, unde I reprezint matricea identitate cu dimensiunea
(i + j ) ( j + i ) .
2. Calculul lui Et = Azt , care ncorporeaz corelaiile dintre variabilele macro i ocurile
asupra ratelor de intrare n faliment ale sectoarelor.
3. Calcularea lui Y j ,t i ulterior a lui Pj ,t utiliznd sistemul de ecuaii.

Calcularea matricei de tranziie condiionate. Odat ce ratele de intrare n incapacitate de plat

sunt calculate pentru fiecare ar/sector economic, se poate determina matricea de tranziie unic

53
Marcov pentru fiecare din rile/sectoarele economice. Pentru determinarea acestor matrice se
parcurg urmtorii pai:
1. Calcularea matricei Marcov de tranziie pentru fiecare din sectoarele economice utiliznd
datele istorice ale ageniilor de rating (notat cu M ). Aceast matrice reprezint
probabilitatea de a trece dintr-un rating n altul ntr-o anumit perioad de timp (de regul
un an). Ca urmare, aceast matrice este necondiionat i reprezint probabilitatea pe
termen lung de migrare, ignor situaia macroeconomic actual.
2. Pe baza probabilitilor de intrare n faliment simulate SDPt ( Pj ,t simulate) pentru fiecare

sector, se poate calcula raportul lor fa de media istoric SDP (probabilitatea

SDPt
necondiionat de intrare n faliment), , innd cont de faptul c o probabilitate mai
SDP
mare dect 1 corespunde unei perioade de recesiune economic, cu creterea migrrilor
ctre ratinguri mai nefavorabile.
3. Aceste rapoarte vor fi utilizate ulterior pentru adaptarea probabilitilor de migrare ale
matricei M pentru obinerea unei matrice de tranziie M, care este condiionat de
starea economiei. Atunci,
Pj ,t
M t = M ,
SDP
adic, o parte din probabilitate este mutat ctre strile de nrutire a ratingului i
Pj ,t
intrare n incapacitate de plat atunci cnd este mai mare ca 1, i vice versa atunci
SDP
cnd este mai mic dect 1.
4. Simularea poate fi realizat pentru orice orizont de timp ceea ce permite generarea unei
matrice de tranziie multiperioad pentru un orizont de timp T,
Pj ,t
MT = M .
t =1,...,T SDP

Utiliznd aceeai metodologie de simulare, matricea de tranziie condiionat este reprodus de

mai multe ori pentru generarea distribuiei de probabilitate multivariate de migrare i de intrare
n incapacitate de plat pentru orice rating i orice orizont de timp. Din aceast distribuie poate
fi calculat orice msur de CreditVAR.

54
II.5. Modele bazate pe evaluarea risc-neutral - Sistemul de Analiz al
Creditelor

Aplicarea probabilitilor risc-neutrale pentru evaluarea activelor a fost introdus de Arrow

(1953) i ulterior mbuntit de Harrison i Kreps (1979), Harrison i Pliska (1981) i Kreps
(1982).

O pia este risc-neutral dac toate activele sunt tranzacionate pe o pia pe care toi investitorii
sunt dispui s accepte, de la orice activ cu risc, acelai randament ateptat ca i rata fr risc.
Astfel, pe o pia financiar pe care investitorii au un comportament risc-neutral, preurile tuturor
activelor pot fi determinate prin actualizarea cash-flow-rilor ateptate n viitor cu rata fr risc.

Relaia de echilibru, n care randamentul ateptat al unui activ este egal cu rata fr risc, poate fi
aplicat pentru a determina probabilitile de faliment risc-neutrale implicite, probabiliti numite
i msuri martingale echivalente. Aceste estimri forward-looking ale riscului de faliment al unui
activ pot fi comparate cu probabilitile istorice estimate (probabilitile de tranziie).

Probabilitile risc-neutrale de faliment pot fi determinate n dou moduri:

pe baza spread-urilor obligaiunilor zero-cupon,
din cursurile bursiere ale aciunilor debitorilor (modelul lui Merton).

Metodologia utilizat pentru determinarea probabilitilor de faliment pe baza spread-ului

obligaiunilor zero-cupon a fost introdus de Litterman i Iben (1991). Considernd dou curbe
de randament zero-cupon pentru titluri de stat i obligaiuni cu risc de credit, la echilibru, pe baza
evalurii neutre la risc, randamentul ateptat al obligaiunii corporatiste, trebuie s fie egal cu
rata fr risc (randamentul titlului de stat) 6 :
p1 (1 + k1 ) = 1 + i1
unde:
p1 reprezint probabilitatea implicit neutr la risc a ndeplinirii obligaiilor de plat ale
debitorului pentru un orizont de un an,
1 + k 1 reprezint randamentul ateptat pentru un orizont de un an al obligaiunii corporatiste,

6
Presupunnd c rata de recuperare n cazul nendeplinirii obligaiilor de plat ale debitorului este zero

55
1 + i1 reprezint rata fr risc pentru orizontul de un an.

De aici, probabilitatea neutr la risc a intrrii n faliment a debitorului, ntr-un orizont de un an,
p1* , este:
1 + k1
p1* = 1 p1 = 1
1 + i1

Probabilitile de faliment pentru anul 2, 3, , n sunt obinute pe baza ratelor forward derivate
din cele dou curbe de randament.

Conform lui Ginzberg (1994) i Belkin (1998), relaia dintre probabilitile risc-neutrale i
probabilitile istorice de faliment este reflectat de prima de risc. Astfel, spread-ul, , dintre
randamentul (cu un orizont de un an) al unei obligaiuni corporatiste i randamentul unui titlu de
stat va reflecta probabilitatea de faliment neutr la risc, p1* , i pierderea cumprtorului
obligaiunii corporatiste n cazul falimentului debitorului (LGD):
1 = p1* LGD .

Alternativ, spread-ul poate fi caracterizat ca fiind o compensaie pentru investitori att pentru
pierderea ateptat, 1 , c i pentru pierderea neateptat, u1 :
1 = 1 + u1 .

Pierderea ateptat, 1 , poate fi considerat ca fiind egal cu media istoric a probabilitii de

faliment pentru acest tip de debitor, care se obine din produsul probabilitii istorice de tranziie,
t1 , cu LGD:
1 = t1 LGD .

Componenta neateptat a pierderii, u1 , poate fi considerat a fi egal cu produsul dintre

probabilitatea neateptat de faliment i LGD.

Astfel, din relaiile de mai sus rezult:

1 = p1* LGD = t1 LGD + u1 ,
relaie pe baza creia se pot calcula p1* i u1 .

56
Ca urmare, pe baza LGD, diferena dintre probabilitatea de faliment neutr la risc, p * , i
probabilitatea istoric de faliment, t1 , reprezint o prim de risc care reflect probabilitatea de
faliment neateptat.

Probabilitile neutre la risc ofer posibilitatea evalurii i marcrii la pia a creditelor. Conform
lui Ginzberg (1994), presupunnd cunoscute rata fr risc pentru un orizont de un an, r,
probabilitatea de faliment neutr la risc, p1* , i LGD i se dorete determinarea spread-ului, s,
astfel nct valoarea prezent a unui credit de o unitate (NPV) pentru un orizont de un an, s fie o
unitate, atunci s rezult din relaia:

E ( NPV ) =
(1 p ) (1 + r + s ) + p (1 LGD ) .
*
1
*
1
1+ r

Ginzberg i KPMG prin Sistemul de Analiz a Creditelor au ncercat s extind metodologia de

evaluare pentru credite cu scaden mai mare de un an. Astfel, KPMG a sugerat o metodologie
de evaluare a similar cu modelele binomiale/multinomiale de evaluarea a obligaiunilor, cu
diferena c probabilitile de tranziie nlocuiesc probabilitile de evoluie a ratelor dobnzii.
Acest model ofer flexibilitate n sensul c poate capta modificrile de spread de credit i
impactul opiunilor ataate creditului.

57
Bibliografie

[1] Alexander, Carol i Elizabeth Sheedy, editori, (2004) The Professional Risk Managers
Handbook. Volume I: Finance Theory, Financial Instruments and Markets, PRMIA
Publications.

[2] Alexander, Carol i Elizabeth Sheedy, editori, (2004) The Professional Risk Managers
Handbook. Volume II: Mathematical Foundations of Risk Measurement, PRMIA
Publications.

[3] Alexander, Carol i Elizabeth Sheedy, editori, (2004) The Professional Risk Managers
Handbook. Volume III: Risk Management Practices, PRMIA Publications.

[4] Basle Committee on Banking Supervision (2004) International Convergence of Capital

Measurement and Capital Standards, A Revised Framework.

[5] Basle Committee on Banking Supervision (1988) International Convergence of Capital

Measurement and Capital Standards.

[6] Basle Committee of Banking Supervision (1999) Principles for the Management of Credit
Risk Consultative Paper, www.bis.org/publ/bcbs54.pdf.

[7] Basle Committee of Banking Supervision (1999) Credit Risk Modelling: Curent Practices
and Applications, www.bis.org/publ/bcbs49.pdf.

[8] Chorafas, Dimitris N. (2000) Managing Credit Risk, Volume I Analysing, rating and
pricing the probability of default, Euromoney Books.

[9] Chorafas, Dimitris N. (2000) Managing Credit Risk, Volume II The lessons of VaR
failures and imprudent exposure, Euromoney Books.

[10] Council of European Communities, Council Directive 93/6/EEC of 15 March 1993 on the
capital adequacy of investments firms and credit institutions.

[11] Cossin, Didier i Hugues Pirotte (2001) Advanced Credit Risk Analysis, John Wiley &
Sons.

[12] Credit Suisse First Boston (1997) CreditRisk+, A Credit Risk Management Framework.

[13] Crouhy, Michel, Dan Galai i Robert Mark (2001) Risk Management, McGraw-Hill.

58
[14] Gallati, Reto (2003) Risk Management and Capital Adequacy, McGraw-Hill.

[15] Gordy, Michael B., editor, (2003) Credit Risk Modelling. The Cutting-edge Collection,
Risk Books.

[16] Hull, John C. (2007) Risk Management and Financial Institutions, Prentice Hall.

[17] Jorion, Philippe (2003) Financial Risk Manager Handbook, Second Edition, John Wiley
& Sons.

[18] Lore, Mark i Lev Borodovsky editori (2000) The Professional Handbook of Finacial Risk
Management, Butterworth Heinemann.

[19] Moodys Investor Service (2002) Special Comment Default & Recovery Rates of
European Corporate Bond Issuers, 1985-2001.

[20] Moodys Investor Service (2000) RiskCalc for Private Companies: Moodys Default
Model.

[21] Ong, Michael K. editor (2004) The Basel Handbook. A Guide for Financial Practitioners,
Incisive Media.

[22] Ong, Michael K. editor (2002) Credit Ratings. Methodologies, Rationale and Default
Risk, Risk Books.

[23] Rosen, Dan (2004) Credit Risk Capital Calculation, n Alexander, Carol i Elizabeth
Sheedy editori, (2004), The Professional Risk Managers Handbook Volumul III,
PRMIA Publications.

[24] Schmid, Bernd (2004) Credit Risk Pricing Models, Theory and Practice, Second Edition,
Springer Finance.

[25] Shimko, David editor (2004) Credit Risk, Models and Management, Second Edition,
Incisive Financial Publishing.

[26] Standard and Poors (2003) Special Report: Ratings Performance 2002.

[27] Van Deventer, Donald R. i Kenji Imai (2003) Credit Risk Models & the Basel Accords,
John Wiley & Sons.

59