BazEkon - The Main Library of the Cracow University of Economics

BazEkon home page

Main menu

Author
Nokkala Jan (University of Eastern Finland)
Title
Are Large Credit Exposures a Source of Concentration Risk?
Czy duże ekspozycje kredytowe są źródłem ryzyka koncentracji?
Source
Bank i Kredyt, 2022, nr 4, s. 375-397, aneks, bibliogr. 26 poz.
Bank & Credit
Keyword
Kredyt bankowy, Ryzyko kredytowe, Pomiar ryzyka, Ocena ryzyka, Analiza wartości zagrożonej, Koncentracja
Bank credit, Credit risk, Risk measures, Risk assessment, Value at Risk Analysis, Concentration
Note
JEL Classification: G10, G20
summ., streszcz.
Abstract
Jaki wpływ mają duże, indywidualne kredyty na ryzyko kredytowe banku? Ponieważ duże kredyty w istotny sposób wpływają na stopień granularności portfela kredytowego, powinny być przedmiotem szczególnego zainteresowania analityków. Należy podkreślić, że w ostatnich latach opracowano wiele metod analitycznych i symulacyjnych umożliwiających pomiar granularności portfeli kredytowych. Wpływ dużych kredytów na ryzyko portfeli nabiera szczególnego znaczenia w odniesieniu do regulowanych instytucji finansowych. Istnienie regulacji bankowych wpływa na zakres badań dotyczących ryzyka koncentracji portfela kredytowego, bo instytucje udzielające kredytów są w większości instytucjami regulowanymi, a nawet jeśli nie podlegają regulacjom, to należy się spodziewać, że będą stosować znane metody pomiaru ryzyka portfelowego. Punktem wyjścia pomiaru ryzyka kredytowego przyjętym w artykule jest podejście oparte na asymptotycznym modelu jednoczynnikowym (asymptotic single risk factor - ASRF), uwzględniające pomiar wartości narażonej na ryzyko (Value at Risk) dla prawdopodobieństwa 99,9%. Metoda ta jest podstawą pomiaru ryzyka w 1. filarze regulacji bazylejskiej (Bazylea II) dla instytucji stosujących metodę ratingów wewnętrznych (IRB - internal ratings-based approach). Z kolei w filarze 2. tych regulacji wymaga się wprowadzenia ilościowych metod pomiaru ryzyka koncentracji. Badania w tym zakresie rozwinęły się w kierunku wprowadzania korekt wyznaczanych miar ryzyka kredytowego w celu uwzględnienia wpływu stopnia granularności portfela na łączne ryzyko kredytowe. Źródłem danych wykorzystanych w badaniu są sprawozdania instytucji finansowych dotyczące ekspozycji należących do poszczególnych klas ryzyka kredytowego (rating grade level data). Publikowanie tych informacji jest obligatoryjne, zgodnie z filarem 3. regulacji bazylejskiej. Raporty instytucji finansowych, które początkowo obejmowały od 27 do 14 mln kredytów i dotyczyły portfeli liczących mniej niż 3500 kredytów, zawierały wyniki wcześniejszych badań odnoszących się do zagadnienia granularności. Uzyskane rezultaty potwierdziły wcześniejsze wyniki badań i wskazały na nowe kryterium uzyskania progu dla zbliżonych zakresów wielkości kredytów, przy czym na próg ten wpływają duże indywidualne ekspozycje kredytowe. Tym nowym kryterium jest miara wag ryzyka lub korekta zwiększająca wagi ryzyka z tytułu ryzyka koncentracji. Dodatkową zaletą metody podwyższonej wagi ryzyka jest to, że może być stosowana przez banki wykorzystujące metodę wewnętrznych ratingów (IRB) oraz banki stosujące metodę standardową w zakresie wyznaczania wymogu kapitałowego z tytułu ryzyka kredytowego. Uzyskane wyniki mogą mieć również zastosowanie w przypadku wprowadzenia reform regulacyjnych Bazylea III z input floors, czyli dolnymi progami wag ryzyka, nakładającymi ograniczenia na wyniki metody IRB. Wyniki analizy wskazują, że kumulacja dużych kredytów o jednakowej wielkości w jednym portfelu zawiera zarówno rosnący, jak i malejący komponent ryzyka koncentracji dla tego portfela. W portfelach liczących najmniej kredytów czynnik granularności odpowiada za 80% ryzyka kredytowego mierzonego wartością narażoną na ryzyko (Value-at-Risk). Zastosowanie formuły podwyższonej wagi ryzyka (risk-weight add-on) przez instytucje wykorzystujące standardowe metody oceny ryzyka oraz instytucje bazujące na IRB wiąże się z podwyższeniem wagi ryzyka dla tych instytucji o ponad 20% w przypadku portfeli liczących mniej niż 100 kredytów. Jest to interesujący rezultat dla analizy ryzyka w małych portfelach zawierających ekspozycje rządowe (sovereign), dla których waga ryzyka wynosi 0%,lub w portfelach z ekspozycjami na instytucje o najwyższej wiarygodności kredytowej, gdy waga ryzyka wynosi 20%. W przypadku portfeli zawierających od 2000 do 3500 kredytów nie przewiduje się konieczności dodatkowego podwyższenia wagi ryzyka. Jeśli jednak dojdzie do kumulacji 50 dużych kredytów, to dodatkowo waga ryzyka zwiększa się o 1%. Badanie dotyczy przede wszystkim wielkości dużych kredytów oraz funkcji rozkładu kredytów w portfelu. Średnia wielkość kredytu w każdej klasie ratingowej i w każdym portfelu jest znana, natomiast dokonano analizy wrażliwości wyników na odchylenia wybranych wartości od założeń przyjętych w głównej części badania. (abstrakt oryginalny)

Credit concentration risk may be the largest risk for a bank. The division into non-granular and granular portfolios based on portfolio size and individual credit sizes is essential for assessing the concentration risk of a portfolio. This paper identifies portfolio-specific large credits as a source of concentration and evaluates the effects of these to portfolios risks. Choices on risk measures and assumptions on portfolio structure are aligned with those on previous studies, which enables previous research to be complemented with results on large credits. The use of parameters and portfolio sizes from actual portfolios increases the applicability of the results. The results show that accumulating large equally-sized credits has both increasing and decreasing implications to concentration risk following initial portfolio structure. In the smallest portfolios the share of granularity exceeds 80% of credit risk. A novel risk-weight add-on formulation with a unified interpretation for banks using standardized methods or internal ratings-based method is also introduced. (original abstract)
Accessibility
The Main Library of the Cracow University of Economics
The Library of Warsaw School of Economics
The Library of University of Economics in Katowice
Full text
Show
Bibliography
Show
  1. Brown S.J. (1976), Optimal portfolio choice under uncertainty: a Bayesian approach, Ph.D. dissertation, University of Chicago.
  2. Bellalaha M., Zouarib M., Sahlic A., Miniaouid H. (2015), Portfolio credit risk models and name concentration issues: theory and simulations, International Journal of Business, 20(2).
  3. BCBS (2005a), Workshop 'concentration risk in credit portfolios': selected literature on concentration risk in credit portfolios, Bank for International Settlements, http://www.bis.org/bcbs/events/rtf05biblio.htm.
  4. BCBS (2005b), An Explanatory Note on the Basel II IRB risk weight functions, Basel Committee on Banking Supervision.
  5. BCBS (2014), Supervisory framework for measuring and controlling large exposures. Standards, Basel Committee on Banking Supervision.
  6. BCBS (2015), Revised Pillar 3 disclosure requirements, Basel Committee on Banking Supervision, https://www.bis.org/bcbs/publ/d309.pdf.
  7. Baule R., Tallau C. (2016), Revisiting Basel risk weights: cross-sectional risk sensitivity and cyclicality, Journal of Business Economics, 86(8), 905-931.
  8. Duellmann K., Masschlein N. (2006), Sector concentration in credit portfolios and economic capital, Discussion Paper, Series 2: Banking and Finance Studies, 09/2006, Deutche Bundesbank.
  9. Emmer S., Tache D. (2005), Calculating credit risk charge with the one factor model, Journal of Risk, 7(2), 85-103.
  10. Galaasen S., Jamilov R., Juelsrud R., Rey H. (2020), Granular credit risk, National Bureau of Economic Research, w27994.
  11. Gini C. (1921), Measurement of inequality of incomes, The Economic Journal, 31(121), 124-126.
  12. Gordy M. (2003), A risk-factor model foundation for ratings-based bank capital rules, Journal of Financial Intermediation, 12(3), 199-232.
  13. Gordy M.B., Lutkebohmert E. (2007), Granularity adjustment for Basel II, Discussion Paper, Series 2: Banking and Finance Studies, 01/2007, Deutsche Bundesbank.
  14. Gordy M.B., Lutkebohmert E. (2013), Granularity adjustment for regulatory capital assessment, International Journal of Central Banking, 9(3), 33-71.
  15. Graham L.L. (1965), Analysis of an index of international trade concentration, doctoral dissertation, Oklahoma State University.
  16. Gürtler M., Heithecker D., Hibbeln M. (2006), Concentration risk under Pillar 2: When are credit portfolios infinitely fine grained?, Working Paper Series, FW20V4.
  17. Grippa P., Gornicka L. (2016), Measuring Concentration Risk - a Partial Portfolio Approach, International Monetary Fund.
  18. Hibbeln M. (2010), Risk Management in Credit Portfolios: Concentration Risk and Basel II, Springer.
  19. Juodis M., Valvonis V., Berniûnas R., Beivydas M. (2009), Measuring concentration risk in bank credit portfolios using granularity adjustment: practical aspects, Monetary Studies, Bank of Lithuania.
  20. Krali M., Gurov A. (2019), Analysis of granularity adjustment for regulatory capital, Journal of Central Banking Theory and Practice, 3, 111-132.
  21. Lefcaditis C., Tsamis A., Leventides J. (2014), Concentration risk model for Greek bank's credit portfolio, The Journal of Risk Finance.
  22. Markowitz H.M. (1952), Portfolio selection, Journal of Finance, 7, 77-91.
  23. Prorokowski L. (2017), Analysing revisions to the standardised approach in credit risk. Evidence from sovereigns, Bank i Kredyt, 48(3), 235-262.
  24. Prorokowski L., Prorokowski H., Nteh G.B. (2019), Reviewing Pillar 2 regulations: credit concentration risk, Journal of Financial Regulation and Compliance.
  25. Skridulytė R., Freitakas E. (2012), The measurement of concentration risk in loan portfolios, Economics & Sociology, 5(1), 51.
  26. Slime B. (2016), Credit name concentration risk: granularity adjustment approximation, Journal of Financial Risk Management, 5, 246-263.
Cited by
Show
ISSN
0137-5520
Language
eng
Share on Facebook Share on Twitter Share on Google+ Share on Pinterest Share on LinkedIn Wyślij znajomemu