Factorii Determinanti Ai Probabilitătii de Nerambursare a Creditelor Acordate Societătilor Nefinanciare (persoane Fizice)

Academia de Studii Economice București

Facultatea de Finanțe, Asigurări, Bănci și Burse de Valori

Managementul Sistemelor Bancare

Factorii determinanți ai probabilității de nerambursare a creditelor acordate societăților nefinanciare (persoane fizice)

Echipă

Tiron Alina

Draghici Mihaela

Ikonomi Heras

Onica Tiberiu

Dumitru Madalina Gabriela

Budica Ana-Maria

Mai 2016

Cuprins

Introducere

Probabilitatea de nerambursare și riscul de credit – aspecte teoretice

Evidențe statistice

II.1. Analiza evoluției creditării sectorului nefinanciar (2015-2016)

II.2. Analiza ponderilor sumelor restante în total credite (2015 – 2016)

Analiză empirică

III.1. Metodologie – prezentarea unor modalități de calcul a riscul de credit folosite de bănci

III.2. Baza de date

Rezultatele studiului

Concluzii

Bibliografie

Introducere

În prezent, piața financiară este extrem de volatilă datorită influenței unui număr mare de factori obiectivi și subiectivi. Universul bancar se caracterizează prin multiple dimensiuni ale riscurilor financiare care afectează performanțele.Unul dintre principalele riscuri cu care se confruntă instituțiile de credit este reprezentat de riscul de credit.

Scopul acestui proiect este determinarea relației care există între anumiți indicatori bancari și factori determinanți ai probabilității de nerambursare a creditelor. În acest sens, proiectul cuprinde atât aspecte teoretice referitoare la riscul de credit, probabilitatea de nerambursare, metode utilizate de instituțiile de credit pentru o mai bună gestionare a riscului, cât și evidențe statistice și o analiză empirică.

Echipa care a realizat acest proiect este alcătuită din:

Tiron Alina

Academia de Studii Economice – MsBank, 2014-prezent

Academia de Studii Economice Bucuresti, FABBV, 2011-2014

Alpha Bank- Referent specialitate – Departamentul de Bugetare și Planificare, Direcția Rețea Sucursale, 25.09.2014 – prezent

Nitu Mihaela Elena

Academia de Studii Economice – MsBank, 2014-prezent

Univ.Spiru Haret-FinanteBanci

Rbs Bank-Administrator Conturi

Lugera&Makler Srl-Contabil Junior-Prezent

Ikonomi Heras

Academia de Studii Economice – MsBank, 2014-prezent

Academia de StudiiEconomiceBucuresti, FABBV, 2011-2014

Banca Comerciala Romana-stagiu practica

Budica Ana-Maria

Academia de Studii Economice – MsBank, 2014-prezent

Academia de Studii Economice Bucuresti, FABBV, 2011-2014

Netopia SRL- Referent financiar contabil-01.2016-prezent

ING Bank-Agent vanzari 07.2015-01.2016

Dumitriu Madalina-Gabriela

ASE-MsBank 2014-prezent

Univ.NicolaeTitulescu- Finante Banci 2011-2014

ING Bank-Operator servicii post-acordare 03.03.2016-prezent

Bancpost-operator call center 1.09.2015-1.12.2015

Onica Tiberiu

ASE-MsBank 2014-prezent

ASE – FABBV

Michelin – Analist 18.04.2016-prezent

Adevarul Holding 10.12.2013- 01.04.2016

Probabilitatea de nerambursare și riscul de credit – aspecte teoretice

Riscul de nerambursarere prezinta probabilitatea de a suferi o pierdere datorita nerecuperarii sumelor imprumutate si/sau a dobanzilor aferente acestor sume.Acest tip de risc este asociat in general creditelor, fapt pentru care este numit si risc de creditare sau risc de insolvabilitate.

Riscul de credit reprezintă riscul actual sau viitor de afectare negativă a profiturilor si capitalului băncilor ca urmare a neîndeplinirii de către debitor a obligațiilor contractuale sau a eșecului acestuia în îndeplinirea celor stabilite.

Mishkin (2004) consideră riscul de credit ca fiind rezultat al proceselor de selecție adversă și hazard moral. Selecția adversă pe piața de creditare se manifestă atunci când împrumuturile cu un grad ridicat al riscului de a nu fi rambursate sunt acordate solicitanților. Hazardul moral există pe piața creditelor datorită posibilității ca, odată ce obțin creditul, clienții să investească înproiecte cu risc mare, ceea ce conduce, în caz de eșec, la imposibilitatea rambursării creditului.

Pentru a obține profit, instituțiile financiare trebuie să depășească problemele de selecție adversă și hazard moral.

Riscul de credit prezintă două forme principale: riscul de nerambursare și riscul de spread.

Instituțiile de credit trebuie să dispună de un cadru de administrare a riscului de credit care să ia în considerare profilul de risc al instituției de credit, cu politici și procese pentru identificarea, măsurarea, monitorizarea și controlul riscului de credit – inclusiv riscul de credit al contrapartidei.

La evaluarea riscului de credit instituțiile de credit trebuie să ia în considerare celpuțin: performanța financiară curentă și previzionată a contrapartidelor; concentrarea expunerilor față de contrapartide, piețele în care acestea operează, sectoarele economice și țările unde sunt stabilite;capacitatea de punere în aplicare, din punct de vedere legal, a angajamentelor contractuale; capacitatea și posibilitatea de a executa garanțiile, în condițiile pieței; angajamentele contractuale cu persoanele cu care se află în relații speciale.

Pentru limitarea pierderilor care decurg din neîncasarea la scadență a creditelor și dobânzilor aferente, se impune o gestionare atentă a riscului de credit, care se realizează a priori și a posteriori.

Gestionarea a priori este o primă etapă și presupune divizarea și limitarea riscurilor, aprecierea calității (capacității de rambursare) solicitanților de credite, constituirea garanțiilor.

A doua etapă, gestionarea a posteriori, vizează: analiza portofoliului de credite și constituirea de provizioane, gestiunea creditelor neperformate.

Componentele riscului de credit. Factorii care au o anumită influență asupra pierderii potențiale din riscul de credit sunt numiți componente ale riscului de credit.

Falimentul reprezintă situația în care un debitor se află în imposibilitatea de a-și realiza plățile aferente datoriei înregistrate.

Riscul de nerambursare se referă la probabilitatea apariției acestui eveniment. Expunerea este dată de suma potențială totală pierdută în caz de faliment. Riscul de expunere face trimitere la incertitudinea în ceea ce privește valoarea viitoare care poate fi pierdută la un anumit moment necunoscut de incapacitate de plată. Pierderea sub faliment este pierderea apărută după eforturile de recuperare. Este mai mică decât suma datorată datorită recuperărilor din cadrul procesului demarat după faliment, incluzând recuperări de garanții de la terțe părți sau din lichidarea activelor gajate pentru creditor. Aceste sume recuperate sunt specifice fiecărei unități și nu unui debitor.

Măsurile acestor factori sunt numite componente ale riscului de credit și au devenit obligatorii prin reglementările Basel. Acestea sunt: probabilitatea de faliment (DP), expunerea în caz de nerambursare (EAD) și pierderea în caz de nerambursare (LGD).

Conform Mishkin (2004), în vederea obținerii de profit, instituțiile de credit pot pune în aplicare o serie de principii de gestionare a riscului de credit:

Verificarea și monitorizarea creditelor: Asimetria informației este prezentă pe piața de creditare deoarece creditorii dețin prea puține informații despre oportunitățile de investire și activitățiledebitorilor. Pentru realizarea unei verificări eficiente, instituțiile de credit trebuie să colecteze informații solide de la potențialii debitori. Verificarea eficientă și colectarea informațiilor reprezintă, împreună, un principiu important al managementului riscului de credit.

Odată ce un împrumut a fost acordat, debitorii au tendința de a se angaja în activități riscante, ceea ce reduce probabilitatea ca împrumutul să fie rambursat. Pentru a reduce acest hazard moral, instituțiile financiare trebuie să includă în contractul de împrumut o prevedere care să restricționeze angajarea debitorului în activități riscante.

Stabilirea unei relații pe termen lung cu clienții: Dacă un potențial debitor a avut un cont curent sau de economii sau un alt credit la o bancă, pe o perioadă lungă de timp, ofițerul de credite poate analiza activitatea trecută a clientului și să cunoască anumite aspecte despre acesta. O relație pe termen lung aduce beneficii și clientului, nu numai băncii. Un client ce are o legătură anterioară cu banca va obține mai ușor un credit la o rată a dobânzii mai mică, deoarece banca determină mai ușor dacă viitorul debitor prezintă un risc de credit scăzut și, implicit, înregistrează costuri mai scăzute pentru monitorizarea debitorului.

Angajamente de creditare: loan commitment- angajamentul băncii de a acorda unei firme împrumuturi în limita unei anumite sume, la o rată de dobândă prestabilită, ce impune firmei respective obligativitatea de a furniza constant băncii informații legate de situația sa financiară,reducând astfel costurile băncii pentru colectarea informațiilor, ca și riscurile de creditare aferente. Avantajul firmei este acela de a avea o sursă de creditare constantă, iar avantajul băncii constă în faptul că angajamentul de creditare dezvoltă o relație pe termen lung cu clientul, ceea ce facilitează un acces mai amplu la informații despre client.

Garanții și balanța compensatorie: Balanța de compensare reprezintă o formă particulară de garanție, care presupune ca o firmă ce a primit un credit de la o bancă să constituie un depozit minim obligatoriu într-un cont la banca respectivă.

Raționalizarea creditelor: Acest principiu constă în refuzul băncii de a acorda credite chiar dacă clienții sunt dispuși să plătească rata de dobândă stabilită, sau chiar o rată mai mare. Raționalizarea creditelor prezintă două forme. Prima apare atunci când creditorul refuză să acorde credite de orice valoare unui client, chiar dacă acesta este dispus să plătească o rată de dobândă mai mare. A doua se manifestă atunci când creditorul restricționează mărimea împrumutului la o valoare mai mică decât cea dorită de client.

Evidențe statistice

Un articol publicat de Wall Street în luna aprilie a acestui an surprinde situația creditării din România și evoluția acesteia în cursul anilor 2015 și 2016. Astfel, sectorul bancar românesc s-a consolidat în anul 2015 după ce a redevenit profitabil, iar rata creditelor neperformante a înregistrat scăderi considerabile. Împrumuturile în lei au devenit majoritare, în timp ce vulnerabilitățile legate de creditele în valută au ajuns să scadă.

Am considerat relevantă pentru proiectul nostru prezentarea unor date statistice și evoluții ale creditelor acordate societăților nefinanciare, persoanelor fizice și surprinderea evoluției sumelor restante. Sursa datelor utilizate este baza de date interactivă oferită de Banca Națională a României.

Graficul de mai jos surprinde evoluția creditelor acordate societăților nefinanciare în intervalul 2013-2016. Datele se referă la creditele acordate în lei, în euro și în alte valute.

Graficul II.1. Credite acordate societăților nefinanciare

Sursă: prelucrare proprie a datelor statistice BNR

Totalul creditelor acordate până la finalul lunii aprilie 2016 este de 102,729 mil. lei, iar în anul 2013 s-a înregistrat un volum de 112, 340 mil. lei, diferența fiind dată de valoarea ridicată a creditelor acordate în euro în anul 2013. Din cei patru ani incluși în analiză, cel mai mare volum al creditelor este înregistrat în 2013. Se poate observa o creștere semnificativă a creditelor acordate în lei, asociată cu scăderea sumelor împumutate în valute străine, scăzând astfel riscurile asociate unei valute străine.

În continuare, pentru o mai bună reprezentare a sumelor repartizate către persoanele fizice, am împărțit sumele totale ale creditelor pe două mari categorii: credite de consum și credite ipotecare. Cele trei grafice surprind evoluția acestor credite în perioada ianuarie-aprilie 2016, față de aceeași perioadă a anului 2015.

Grafic II.2. Volumul creditelor pentru consum acordate populației

Sursă: prelucrare proprie a datelor statistice BNR

Graficul surprinde evoluția creditelor pentru consum acordate populației. În perioada ianuarie-aprilie 2016 se observă o creștere a volumului creditelor acordate în lei față de aceeași perioadă a anului precedent. Creditele în valute străine au înregistrat scăderi semnificative. În luna aprilie a anului 2016 a fost acordat un total de aproximativ 52,125 mil. lei, spre deosebire de 53,554 mil. lei acordați în aprilie 2015. Așa cum am surprins și la graficul anterior, diferența este dată de creditele în valute străine, 2015 fiind anul în care creditele acordate în moneda națională au devenit majoritare.

Un grafic asemănător a fost realizat și pentru creditele cu destinație ipotecară.

Grafic II.3. Volumul creditelor pentru locuințe

Sursă: prelucrare proprie a datelor statistice BNR

În ceea ce privește creditele pentru locuințe situația este diferită față de creditele de consum. Creditele acordate în lei au valori mai mici față de cele acordate în alte valute, dar se păstrează trendul crescător al acestora în 2016 față de 2015.

Pentru a putea surprinde situația reală a sumelor nerambursate și a prezenței consecințelor apariției riscului de credit, am realizat un grafic pentru evoluția ponderilor sumelor restante în totalul creditelor acordate.

Grafic II.4. Ponderile sumelor restante în total sume datorate

Sursă: prelucrare proprie a datelor statistice BNR

Graficul a fost realizat pe baza datelor pentru intervalul ianuarie 2015 – martie 2016.

Se poate observa că evoluția ponderilor sumelor restante în total sume datorate a cunoscut un ritm descrascător, ceea ce înseamnă băncile au eliminat din portofoliile lor parte din creditele neperformante. Aceste ponderi au scăzut de la 11.98%, în ianuarie 2015, la 11.53% în martie 2016. Valoarea maximă a raportului dintre sumele restante și total credite a fost înregistrată în februarie 2015, cu o valoare de aproximativ 12.1%.

Analiză empirică

Prin modelul realizat în acest capitol, vom încerca să determinăm dacă există o corelație între anumiți indicatori ai băncii, creditele acordate de acestea persoanelor fizice și sumele restante din creditele acordate persoanelor fizice.

Trebuie avută o mare atenție atunci când se acordă un credit atât persoanelor fizice cât și celor juridice pentru a nu exista probabilitatea ca aceștia nu își ramburseze creditele. Din păcate, acest risc nu poate fi eliminat, de aceea băncile trebuie să folosească metode clare de determinare a riscului de nerambursare. În același timp, acestea trebuie să fie atente în analiza creditelor și să administreze cu atenție informațiile obținute pentru a stabili dacă creditul va fi acordat sau nu.

III.1. Metodologie

Metoda scorului:

În scopul determinării și limitării riscului de credit, băncile trebuie să-și clasifice creditele acordate în una din următoarele 5 categorii:

standard

înobservație

sub tandard

îndoilenic

pierdere

Tabel II.1- Criterii de incardare pe categorii de clasificare pentru expunerile de credit.

Sursa: BNR

categoria A – în cazul în care performanțele financiare sunt foarte bune și permit achitarea la scadență a dobânzii și a ratei.

categoria B – în cazul în care performanțele financiare sunt bune sau foarte bune, dar nu pot menține acest nivel dintr-o perspectivă mai îndelungată

categoria C – în cazul în care performanțele financiare sunt satifacatoare, dar au o evidența tendința de înrăutățire

categoria D – în cazul în care performanța financiară este scăzută și cu o evidentă ciclicitate la intervale scurte de timp

categoria E – în cazul în care performanțele financiare arată pierderi și există perspective clare că nu pot fi plătite nici ratele, nici dobânzile.

Din punct de vedere metodologic, estimarea riscului de credit presupune:

evaluarea caracteristicilor debitorilor și a facilităților pe care vor să le acceseze;

diferențierea semnificativă a riscului;

acuratețea rezonabilăși consistentă in timp a estimărilor cantitative privind riscul de credit.

Conform literaturii de specialitate, există două tehnici pentru estimarea probabilității de nerambursare și anume:

modele bazate pe informații de piață (Portofolio Manager, Credit Metrics)

modele bazate pe factori determinanți (modele logit)

Modelul Credit Metrics a fost dezvoltat de J.P Morgan (1997) devenind unul dintre cele mai utilizate modele de management al riscului de credit și se bazează pe ratinguri și pe calculul VaR (Value -at-Risk). Acest model constă în determinarea pierderilor maximepotențiale la care este expus un creditor în situația în care calitatea portofoliului său de credite scade și poate determina o tranziție către niveluri inferioare de rating.

VaR-ul reprezintă pierderea estimată a unui portofoliu fix de instrumente financiare pe un orizont fix de timp iar utilizarea acestui indicator implică alegerea arbitrară a doi parametri: perioada de deținere a instrumentelor financiare (orizontul de timp) și nivelul de relevanță. Conform Acordului de la Basel privindAdecvarea Capitalului, orizontul de timp este de două săptămâni (10 zile), iar nivelul de relevanță este de 1%.

Pentru completarea informațiilor furnizate de măsura VaR, sunt calculate și măsuri adiționale: VaR marginal, VaR incremental, VaR component.

III. 2. Date

În analiza studiului de caz voi încerca să demonstrez că între indicatorii bancari, sume restante din creditele acordate persoanelor fizice și totalul creditelor acordate persoanelor fizice există o legatură.

Vom folosi date cu privire la rentabilitatea economică, indicatorul de solvabilitate, ponderea creditelor restante în total credite, sume restante și total credite.

Rentabilitatea economică – determină cât de profitabilă este compania în comparație cu totalul activelor și cât de eficient este managementul în utilizarea activelor pentru a genera profit. Aceasta se calculează ca raport între profitul net și activele totale ale băncii.

Indicatorul de solvabilitate – Solvabilitatea urmărește capacitatea acesteia de a-și achita obligațiile totale din resurse totale, pe baza acestui indicator putându-se evalua riscul incapacității de plată pe termen lung (insolvabilitatea sau risc de faliment). In măsura în care activul real este suficient ca să îi permită plata tuturor datoriilor, societatea este solvabilă.

Ponderea credite restante în total credite – calculat ca raport între creditele restante și creditele totale

Sume restante – se referă la totalul sumelor restante din creditele acordate persoanelor fizice.

Total credite – se referă la totalul creditelor acordate persoanelor fizice.

Analiza o vom face în programul Eviews 4 prin realizarea unei ecuații de regresie între aceste variabile și prin folosirea testului Augmented Dickey-Fuller unit root test.

Datele sunt luate de pe site-ul BNR, sunt măsurate în milioane lei și reprezintă o medie a tuturor băncilor prezente în România.

Perioada de analiză a studiului este de 7 ani (2008-2014), utilizat pe trimestre (28 de date).

Rezultatele studiului

În cazul ecuației de regresie trebuie verificat dacă între variabilele introduse în aceasta există o legătură. Legătura dintre variabile este posibilă doar în momentul în care probabilitate fiecărei variabile și probabilitatea lui F-statistic este mai mică de 5%.

Testul Augmented Dickey-Fuller unit root test este un test ce se folosește pentru a determina dacă variabilele utilizate în model sunt staționare. Acest lucru este esențial, deoarece dacă stationaritatea nu există, modelul nu va mai avea un rezultat adevărat. Înainte de determinarea ecuației trebuie determinată stationaritatea variabilelor.

În concluzie, studiul de caz presupune două etape:

IV.1. Testul Augmented Dickey-Fuller

IV.2. Crearea ecuației de regresie, estimarea parametrilor prin metoda celor mai mici pătrate și testarea parametrilor și a modelului (aceasta testare trebuie să respecte aceeași cerință în toate cazurile)

IV.1. Testul Augmented Dickey-Fuller

După introducerea datelor în Eviews vom determina dacă variabilele utilizate sunt staționare. Testul se va face pe toate cele cinci serii. Se va verifica dacă t-Statistic este mai mic decât valorile critice, adică parametrul nu are rădăcina unitate.

Testarea stationaritatii are trei etape (level, 1st difference și 2nd difference).

Level

1st difference

2nd difference

Se trece la următoarea etapă dacă din prima etapă nu rezultă că seria este staționară.

Tabel IV.1 – Test de staționaritate al indicatorului ROA

Prelucrare proprie

Seria ROA are o valoarea a t-statistic = -8.248208 mai mică decât valorile critice, iar probabilitatea testului este de 0%, de unde rezultă că seria este staționară. La acest test, s-a trecut la a treia etapă (2st difference), deoarece seria nu era staționară.

Tabel IV.2 – Test de staționaritate al indicatorului de solvabilitate

Prelucrare proprie

Seria indicator solvabilitate are o valoarea a t-statistic = -5.704060 mai mică decât valorile critice, iar probabilitatea testului este de 0%, de unde rezultă că seria este staționară. La acest test, s-a trecut la a doua etapă (1st difference), deoarece seria nu era staționară.

Tabel IV.3 – Test de staționaritate al ponderii creditelor restante in total credite

Prelucrare proprie

Seria pondere credite restante in total credite are o valoarea a t-statistic = -6.626141 mai mică decât valorile critice, iar probabilitatea testului este de 0%, de unde rezultă că seria este staționară. La acest test, s-a trecut la a doua etapă (1st difference), deoarece seria nu era staționară.

Tabel IV.4 – Test de staționaritate al variabliei total credite

Prelucrare proprie

Seria sume restante are o valoarea a t-statistic = -8.429631 mai mica decât valorile critice, iar probabilitatea testului este de 0%, de unde rezultă că seria este staționară. La acest test, s-a trecut la a doua etapă (1st difference), deoarece seria nu era staționară.

Tabel IV.5 – Test de stationaritate al variabilei sume restante

Prelucrare proprie

Seria sume restante are o valoarea a t-statistic = -8.902759 mai mică decât valorile critice, iar probabilitatea testului este de 0%, de unde rezultă că seria este staționară. La acest test nu a fost necesara trecerea la urmatorul nivel.

IV.2 – După introducerea datelor în Eviews și estimarea parametrilor prin metoda celor mai mici pătrate am obținut:

Tabel IV.6 – Ecuația de regresie între ROA, sume restante si total credite acordate

Prelucrare proprie

Testarea validității modelului

O modalitate ușoară de verificare dacă modelul este valid, este să verificăm dacă probabilitatea lui F-statistic este mai mică decât 5%.

Prob(F-statistic) = 0.000022 de unde rezultă că este mai mică decât 5%, iar modelul este valid.

Testarea parametrilor

Pentru a vedea dacă parametrii sunt semnificativi pentru model, trebuie să comparăm dacă probabilitatea fiecăruia este mai mică de 5%.

În acest caz paramentrul l_creditet nu este semnificativ deoarece probabilitatea asociata acestuia este mai mare de 5%, iar paramentrul l_sumerest este semnificativ deoarece probabilitatea asociata acestuia este mai mica de 5%.

Există o corelației negativă între ROA și sumele restante, adică atunci când sumele restante scad rentabilitatea economică va crește. Sumele restante din credite înseamnă pentru bancă o cheltuială în plus ceea ce va determina un profit net mai mic. Profitul redus va determina o rentabilitate economică mai mică.

Tabel IV.7 – Ecuația de regresie între ponderea sume restante in total credite, sume restante si total credite acordate

Prelucrare proprie

Ecuația este de forma: pondere = l_creditet + l_sumerest + c

pondere = -27.03141*x1 + 4.303110*x2+ 279.0090

Testarea validității modelului

O modalitate ușoară de verificare dacă modelul este valid, este să verificăm dacă probabilitatea lui F-statistic este mai mică decât 5%.

Prob(F-statistic) = 0.000000 de unde rezultă că este mai mică decât 5%, iar modelul este valid.

Testarea parametrilor

Pentru a vedea dacă parametrii sunt semnificativi pentru model, trebuie să comparăm dacă probabilitatea fiecăruia este mai mică de 5%.

În condițiile în care, atât probabilitatea l_creditet, cât și probabilitatea l_sumerest sunt mai mici decât 5%, putem concluziona că parametrii sunt seminificativi.

Programul Eviews, pe lângă coeficienți și probabilitate, mai calculează:

R2 ajustat: reprezintă o modificare a lui R2 care se modifică pe baza numărului de termeni din model. Acesta crește doar în cazul în care noul termen introdus în model îl îmbunătățește.

S.E. of regression: reprezintă o valoare bazată pe variația estimată a reziduurilor.

Sum squared residual: reprezintă suma pătratelor reziduurilor

F-statistic: testează regresia conform ipotezei că toți coeficienții din regresie sunt 0

Mean Depenedent var: reprezintă media variabilei dependente

S.D. dependent var: reprezintă deviația standard a variabilei dependente

Akaike info criterion: este folosit în selecția modelelor econometrice

Schwarz criterion: este folosit în selecția modelelor econometrice

Durbin-Watson stat: Acesta este un test statistic ce determină dacă există corelație serială a erorilor din model.

T-statistic: este folosit pentru a determina dacă coeficientul este egal cu 0.

Pentru a nu exista corelație serială a erorilor din model, valoarea Durbin-Watson statistic trebuie să aibă o valoare de aproximativ 2.

În cazul corelației dintre ponderea sume restante in total credite, sume restante si total credite acordate, valoarea Durbin-Watson statistic este de 0.447633 ceea ce semnifică faptul că în acest model există corelație serială a erorilor.

Există o corelație negativă între ponderea sumelor restante în credite și total credite acordate persoanelor fizice și există o relație pozitivă intreponderea sumelor restante în credite și sumele restante. În cazul în care sumele restante vor crește, acestea vor determina o creștere a ponderii sumelor restante în total credite, iar în cazul în care totalul creditelor va scădea acesta va determina o creștere a ponderii ceea ce reprezintă o problemă pentru bancă.

Grafic III.1 – Pondere credite restante in total credite in perioada 2008-2014

Prelucrare proprie

Conform graficului 1 se poate observa o creștere a ponderii creditelor restante în total credite, având o pantă crescătoare, ajung la un maxim de 6.81% în trimestrul 2 al anului 2014. Acest lucra a fost datorat incapacității de rambursare a creditelor de către persoanele fizice. În trimestrul 3 al anului 2014 aceasta a prezentat o scădere, ajung în trimestrul 4 al anului 2014 la o valoare de 6.01%.

Tabel IV.8 – Ecuația de regresie între indicatorul de solvabilitate, sume restante si total credite acordate

Prelucrare proprie

Ecuația este de forma: indsolv = l_creditet + l_sumerest + c

indsolv = -0.725476*x1 + 0.747578*x2 + 17.00735

Testarea validității modelului

O modalitate ușoară de verificare dacă modelul este valid, este să verificăm dacă probabilitatea lui F-statistic este mai mică decât 5%.

Prob(F-statistic) = 0.000000 de unde rezultă că este mai mică decât 5%, iar modelul este valid.

Testarea parametrilor

Pentru a vedea dacă parametrii sunt semnificativi pentru model, trebuie să comparăm dacă probabilitatea fiecăruia este mai mică de 5%.

În acest caz paramentrul l_creditet nu este semnificativ deoarece probabilitatea asociata acestuia este mai mare de 5%, iar paramentrul l_sumerest este semnificativ deoarece probabilitatea asociata acestuia este mai mica de 5%.

Analizând doar legătura dintre indicatorul de solvabilitate și sumele restante, acestea prezintă o corelație pozitivă. În cazul în care nivelul sumelor restante este foarte mare, bancă nu mai incazeaza venituri de pe urma creditelor acordate, iar la rândul ei nu își poate onora datoriile. Acestea cresc, iar indicatorul de solvabilitate va crește.

Durbin Watson statistic (DW) este un test statistic care testează corelația serială a

erorilor. Dacă erorile nu sunt corelate, atunci valoarea lui DW va fi în jur de 2.In cazul nostrum aacesta este 1,066, ceea ce inseamna ca eroriles sunt correlate.

Grafic lll.2. Evolutia indicatorul de solvabilitate in perioada 2008-2014

Prelucrare proprie

Conform graficul 2 se poate observa o crestere a indicatorului de solvabilitate are o evolutie crescatoare ajungand la maxim 16,80 procente in trimestrul 4 al anului 2014.In anul 2008 a inregistrat valoarea cea mai mica si anume 11.89 procente.

Concluzii

Riscul de credit este unul dintre cele mai esențiale în structura riscurilor unei instituții de credit și necesită o atenție deosebită din partea conducerii acesteia.

Pentru prevenirea riscului trebuie sa se analizeze cu mare atentie debitorul prin prisma elemnteleor ce tin de determinare riscului de nerambursare.

Din punctul de vedere al băncii, în calitate de creditor, riscul de credit afectează fluxurile proprii de numerar și lichiditatea sa. Dacă riscul de credit este ținut sub control printr-un management corespunzător, atunci efectele nefavorabile din derularea unui credit, nu au consecințe asupra indicatorilor economici ai băncii.

După cum am încercat să demonstrăm în partea de studiu de caz a proiectului, sumele restante din creditele acordate persoanelor fizice au o influență negativă asupra inidcatorilor băncii, ceea ce va determina ca băncile să fie mult mai atente în administrarea riscului de credit și ar trebui să analizeze cu mare atenție probabilitatea de nerambursare și dacă pentru debitorul respective merită asumarea unui risc.

Calculul ratingului pentru debitori trebuie făcut cu precizie și în prezența tuturor datelor clare și concrete despre acesta. Chiar dacă debitorul are o probabilitate de nerambursare aproape de sau chiar 0, banca trebuie să fie atentă la anumite modificări ce pot apărea în comportamentul debitorului ce ar putea determina o întârziere sau chiar ar putea duce la incapacitate totală de plată a sumelor rămase din credite.

Bibliografie

Bessis, Joel. 2015. Risk management in banking, Fourth edition

Dedu V. – Gestiunesi audit bancar – edituraeconomica, 2008

Nicolae Dardac, Bogdan Moinescu – Evaluarea cantitativa a riscului de credit din perspectiva Basel II; Economie teoretica si aplicata

www.bnr.ro

http://www.bnro.ro/Sistemul-bancar-din-Romania–pilon-de-baza-al-sistemului-financiar-7333.aspx