Hva er et kredittapscenario? - Forklaring og eksempler

Hva er kredittapscenario?

Et kredittapscenario er et verktøy for å analysere risikoen for at en låntaker misligholder lånet. I praksis lager banken eller investoren flere mulige fremtidsscenarioer, basert på ulike økonomiske forutsetninger, og beregner hvor store tapene kan bli i hvert tilfelle. Dette er en sentral del av kredittrisikostyring.

Scenarioene kan være alt fra en mild nedgangskonjunktur til en alvorlig finanskrise. De brukes både for enkeltlån og for hele porteføljer. For norske banker er dette pålagt gjennom regelverk som Basel III og norske forskrifter fra Finanstilsynet. Investorer i obligasjoner og utlånsfond bruker også kredittapscenarioer for å vurdere risikoen i sine investeringer.

Målet er å sikre at banken har nok kapital til å tåle tap, og at investoren får en korrekt risikopremie. Uten slike scenarioer ville man vært avhengig av enkle historiske gjennomsnitt, som ofte underestimerer sjansen for ekstreme hendelser.

Forstå kredittapscenario

For å forstå et kredittapscenario må man kjenne til tre nøkkelbegreper: sannsynlighet for mislighold (PD), tap gitt mislighold (LGD) og eksponering ved mislighold (EAD). PD angir hvor sannsynlig det er at låntakeren ikke betaler. LGD er hvor stor andel av lånet som tapes hvis mislighold skjer. EAD er hvor mye banken har til gode når misligholdet inntreffer.

Et scenario setter disse størrelsene i sammenheng med makroøkonomiske variabler som BNP-vekst, renter, arbeidsledighet og boligpriser. For eksempel kan et scenario med 3 prosentpoeng høyere arbeidsledighet føre til at PD for en gruppe lån øker fra 2 % til 8 %. Samtidig kan LGD øke fordi panteobjekter faller i verdi.

Det er viktig å skille mellom forventet tap (gjennomsnittlig tap over tid) og uventet tap (tap som overstiger forventningen). Kredittapscenarioer brukes ofte til å estimere uventet tap under stress, for eksempel tap ved en 1 %-sannsynlighet (99 % Value at Risk).

Hvordan fungerer kredittapscenario?

Prosessen starter med å definere et sett med makroøkonomiske sjokk. Deretter bruker man statistiske modeller for å oversette disse sjokkene til endringer i PD, LGD og EAD for hver låntaker eller portefølje. Til slutt beregnes forventet tap og uventet tap.

En enkel tabell kan illustrere hvordan ulike scenarioer gir forskjellige tap:

Historisk bakgrunn

Kredittapscenarioer har blitt stadig viktigere etter finanskrisen i 2008, da mange banker underestimerte risikoen i boliglån. Internasjonale reguleringer som Basel III krever at banker gjennomfører stresstester. I Norge har Finanstilsynet siden 2013 pålagt de største bankene å rapportere resultater fra stresstester.

Utviklingen av avanserte risikomodeller har gjort det mulig å lage mer detaljerte scenarioer. Før 2008 var kredittvurdering ofte basert på enkle nøkkeltall som gjeldsgrad og betalingshistorikk. I dag bruker bankene omfattende datasett og maskinlæring for å simulere tusenvis av mulige utfall.

Norsk bankvesen har også hatt egne erfaringer med bankkriser, som i slutten av 1980-årene og bankkrisen i 1991–1993. Disse hendelsene understreket behovet for bedre risikostyring og førte til strengere regulering.

Praktisk eksempel

Tenk deg en norsk bank som har gitt et lån på 10 millioner kroner til et boligbyggelag. Banken lager tre scenarioer:

• Base: Økonomien vokser som forventet, låntaker betaler som avtalt.
• Stress: Renteøkning på 2 prosentpoeng, boligpriser faller 10 %, arbeidsledighet stiger til 5 %. I dette tilfellet øker PD til 5 % og LGD til 25 %, noe som gir forventet tap på 125 000 kroner (10 mill 5 % 25 %).
• Alvorlig stress: Renteøkning på 4 prosentpoeng, boligprisfall på 25 %, arbeidsledighet på 8 %. PD øker til 15 %, LGD til 40 %, forventet tap 600 000 kroner.

Fordeler og ulemper

Fordeler: Gir et mer nyansert risikobilde enn enkle nøkkeltall. Hjelper med å prise risiko riktig og oppfylle regulatoriske krav. Kan avdekke sårbarheter i porteføljen som ellers ville vært skjult.

Ulemper: Modellene er komplekse og avhengige av antagelser som kan være feil. Historiske data gir ikke alltid gode prediksjoner for fremtiden, spesielt ved strukturelle endringer. Scenarioene kan bli for optimistiske eller pessimistiske avhengig av hvem som lager dem, og det er en risiko for at man stoler blindt på modellene.

I tillegg krever arbeidet med kredittapscenarioer betydelige ressurser, noe som kan være en utfordring for mindre banker og investorer.

Vanlige misforståelser

En vanlig misforståelse er at et kredittapscenario spår nøyaktig hva som vil skje. I virkeligheten er det bare en illustrasjon av mulige utfall basert på bestemte forutsetninger. En annen misforståelse er at verste fall-scenarioet er det viktigste; i praksis må man vurdere sannsynlighetsvektede utfall for å få et realistisk bilde.

Mange tror også at scenarioene er objektive, men de er preget av subjektive valg av parametere og modellspesifikasjoner. To ulike analytikere kan komme frem til svært forskjellige resultater for samme portefølje. Det er derfor viktig å forstå forutsetningene og å bruke scenarioene som et verktøy for diskusjon, ikke som fasit.

Oppsummering

Kredittapscenarioer er et uunnværlig verktøy for risikostyring i bank og for investorer. De hjelper med å kvantifisere tapspotensialet under ulike økonomiske forhold. For å bruke dem riktig må man forstå forutsetningene og begrensningene.

Norske banker og investorer bør være kjent med både metodikken og de regulatoriske kravene. Selv om modellene har svakheter, gir de et langt bedre grunnlag for beslutninger enn å stole på intuisjon eller enkle historiske gjennomsnitt. I en verden med økende usikkerhet blir kredittapscenarioer stadig viktigere.