Modele de Bune Practici în Identificarea și Cuantificarea Riscurilor Sistemice

Modele de bune practici în identificarea și cuantificarea riscurilor sistemice

[anonimizat] Alexandru

DOFIN, anul II

O înțelegere riguroasă a noțiunii de risc sistemic este foarte importantă atât pentru practicile de supervizare macroprudențială derulate de entitățile cu rol de monitorizare a piețelor financiare naționale, regionale sau internaționale cât și pentru legiuitori, pentru reprezentanții claselor politice, în încercarea lor de a elabora seturi de politici de reglementare pentru statele lumii pentru dezvoltarea atât a unei discipline cât și a unei prudențe în activitatea economiilor reale și financiare. Identificarea și evaluarea riscurilor sistemice presupune folosirea unei baze considerabile de informații precum și a unor metode dedicate de modelare a acestora.

Riscul sistemic poate fi descris ca fiind acea situație când instabilitatea financiară devine atât de răspândită încât se ajunge la un blocaj în buna funcționare a sistemului financiar cu implicații majore și drastice asupra creșterii economice și bunăstării generale a populației.

Literatura de specialitate identifica astfel trei forme de manifestare a riscului sistemic și anume: riscul de contagiune, riscul ca o tensiune financiară datorată unor probleme micro sau macroeconomice ascunse pentru o perioadă mai lungă de timp să ia amploare și să provoace pagube la scară largă și un risc macroeconomic, care o dată propagat, crează simultan o serie de probleme la nivelul mai multor țări (en. “simultaneous failures”). În continuarea acestor riscuri, specialiștii în domeniul economiei având la bază și un aparat statistic solid au ajuns la elaborarea a patru metode analitice prin care riscurile sistemice pot fi identificate, analizate și evaluate prin prisma pierderilor pe care le pot cauza.

O primă metodă este reprezentată de indicatorii de stabilitate financiară, aceștia cuantificând la un anumit moment magnitudinea unor discrepanțe la nivelul unei sistem financiar. Mai apoi sunt modelele de identificare a semnalelor de alarmă timpurie (en. “early-warning signal models” sau pe scurt, modele de tip EWS). Acestea sunt folosite în principal de analiștii macroeconomiști pentru a surprinde probabilitatea și severitatea unor diverse episoade sistemice, crize care ar putea avea loc în viitor. Al treilea tip de modele sunt cele de tip stress-testing (en. “macro stress-testing models”) folosite în mare parte pentru a testa rezistența sistemelor financiare la o serie de scenarii negative care s-ar putea la fel întâmpla în viitor, cunoscute și sub denumirea de șocuri. În ultmul rând, al patrulea tip de modele pentru evenimentele de tip contagiune sau “spillover” (en. “contagion and spillover models”) sunt folosite pentru a evalua cât de rezistentă este o economie în fața unor șocuri financiare externe produse în cadre restrânse dar care s-au propagat rapid prin intermediari sau alte piețe financiare.

Ultimele trei modele au rolul de a identifica semnalele timpurii ale materializării riscului sistemic în timp ce primul model are rolul de a oferi informații despre situația curentă dintr-o economie.

Graficul 1 – Rolul modelelor analitice în studiul riscului sistemic

Sursa: Banca Central Europeană

Mai sus putem vedea și metodologia din spatele elaborării modelelor de analiza pentru riscul sistemic. Elaborată de Banca Central Europeană și adeseori utilizată în rapoartele de stabilitate financiară, acest grafic oferă informații suficiente despre modul în care metodele de estimare a riscurilor ar trebui dezvoltate. Din partea stângă, studiul pornește de la realitatea imperfecțiunilor din cadrul unei economii, acestea referitoare la bazele unor potențiale șocuri din partea intermediarilor financiari (ex. colapsul unor mari instituții financiare sau fonduri de investiții), piețe (ex. deprecieri masive ale cursurilor de schimb cu implicații semnificative asupra schimburilor internaționale de mărfuri și servicii) sau infrastructură (ex. aplicabilitatea unor reglementări impuse de organisme transnaționale precum BCE, FMI sau Banca Reglementărilor Internaționale – BIS). Toate șocurile pot fi determinante pentru apariția unui risc sistemic. Acesta trebuie identificat (din grafic “Risk identification”) și evaluat pentru a se vedea dacă el poate exploata vulnerabilitățile dintr-o economie, ceea ce-l face “material” sau nu, și în acest caz rezultatul studiului poate fi folosit pentru îmbunătățirea metodelor de management al riscurilor. În ultimă instanță, dacă riscul identificat apare ca material, se va ajunge la o revizuire a politicilor macroeconomice de către legiuitori sau organismele reglementatoare, care în lumina noilor amenințări financiare, se vor concentra pe minimizarea riscului prin propunerea de măsuri și implementarea lor.

Finalitatea acestui grafic este redată de necesitatea evaluării măsurilor macroeconomice propuse pentru a se vedea dacă acestea au fost într-adevăr eficace dar în același timp dacă vor putea fi folosite și în alte circumstanțe.

Întorcand-ne însă la aspectele practice utilizate în evaluarea riscurilor, putem menționa câteva detalii despre fiecare metodă cantitativă.

Indicatorii de stabilitate financiară evaluează, precum am menționat anterior, nivelul de instabilitate sau tensiune sistemica la un moment dat. Aceștia pot fi indicatori care să prezinte volatilitatea prețurilor activelor, yield-uri ale obligațiunilor guvernamentale sau spread-urile unor instrumente de tip CDS (credit default swaps), acestea din urmă fiind o referință viabilă pentru evaluarea riscului de țara sau posibilității unei națiuni de a-și rambursa la timp datoria publică. Alți indicatori de stabilitate pot fi rezultați în urma unor estimări econometrice a riscului de credit. Orice sistem de monitorizare macroprudențială trebuie să aibă în vedere astfel de indicatori care să fie disponibili pentru un număr de intermediari financiari importanți, piețe financiare sau, particular, pentru anumite sub-sectoare ale infrastructurii financiare.

Avantajul principal al acestor indicatori ar consta în ușurința elaborării lor pentru diversele segmente ale pieței financiare și intermediari. De asemenea, în pofida schimbărilor structurale care se pot produce într-o economie financiară, macroeconomiștii pot surprinde destul de repede orice informație necesară la un anumit moment printr-un indicator nou care să fie adăugat la portofoliul statistic de monitorizare. Este important astfel pentru organismele de reglementare să dezvolte un sistem amplu de astfel de indicatori și să-i revizuiască adeseori în vederea obținerii unui set de date complet, fără omisiuni semnificative, despre entitățile analizate la un moment dat. Totuși, în pofida ușurinței de elaborare și de interpretare a indicatorilor financiari, aceștia prezintă unele limitări. În primul rând, numai câteva aspecte specifice dintr-o economie pot fi surprinse prin prisma unui indicator la un moment dat, ignorându-se astfel imaginea de ansamblu a spațiului financiar pe care acesta îl descrie. Se pune astfel problema comparabilității între indicatorii de același fel, aceștia referindu-se de cele mai multe ori la infrastructuri financiare care să fie substanțial diferite în complexitate sau alte caracteristici (ex. analiza unor indicatori financiari pentru economiile din Europa de Vest în comparație cu cei aplicabili pentru Europa de Est). O alternativă a literaturii de specialitate ar consta în dezvoltarea unor indicatori combinați (en. “composite indicators”) care să facă referire la mai multe aspecte financiare concomitent în calculul lor. Deși sunt ușor de creat și aceștia, totuși se pune din nou problema comparabilității lor și a posibilității găsirii unei interpretări a lor în analizele care se pot face între mai multe țări. Astfel se poate întâmpla ca un indicator mixt să fie valoros pentru reglementatorii unei anumite țări care au utilizat anumite date financiare, economice, comerciale pentru elaborarea lui în timp ce, pentru altă națiune, dacă se utilizează aceeași metodologie de elaborare a indicatorului, să nu se mai ajungă la relevanța dorită.

Modelele de identificare a semnalelor de alarmă timpurie (en. “early-warning signal models”) sunt prima categorie de modele de tip “forward-looking”, având în vedere utilizarea lor în identificarea unor instabilități viitoare care se pot materializa pe baza unor indicatori financiari diverși care să figureze ca determinanți.

La baza elaborării acestor modele stă ideea de cuantificare a riscului vizat. Astfel, o “bulă” financiară, o tensiune macroeconomică sau pe scurt, o criză, este cuantificată prin intermediul unui indicator financiar, care peste o anumită limita (en. “threshold”) să fie capabil să ofere o informație timpurie legată de producerea unui fenomen de criză reglementatorilor unei țări. După ce este identificat acest indicator financiar, se caută mai apoi variabilele explicative care ar putea influența variabilitatea lui (de data aceasta, în cadrul unui model econometric, indicatorul financiar este văzut ca variabila endogenă, explicată iar celelalte, exogene sau explicative). Având astfel toate elementele, se stabilește natura modelului econometric utilizat (ex. logit, probit etc.).

Variabilele explicative sunt permanent monitorizate de cercetători în vederea studiului impactului acestora asupra variabilei semnal. Pentru elaborarea analizelor econometrice se pot utiliza atât abordări mai simpliste, unde se utilizează o singură variabilă semnal care peste o anumită limita, să ofere informație macroeconomiștilor sau abordări mai complexe, prin folosirea unor modele de tip “Markov-switching” care utilizează informațiile mai multor indicatori economici pentru estimarea unei probabilități a unui eveniment peste o anumită perioadă de timp. La fel, când variabilele semnal (probabilitățile de producere a evenimentului nefast) depășesc un anumit prag, atunci se poate vorbi de o vulnerabilitate a acelui sistem financiar. Performanța unui model EWS poate fi privită din perspectiva erorilor pe care acesta le poate avea, elemente care sunt însă specifice. Vorbim de erorile de tip I (estimarea unor alarme false) și erori de tip II (fenomene de criză omise de modelul în estimare).

Dintr-o altă perspectivă, în cadrul unui model statistic, variabilele din partea dreaptă a egalității sunt indicatorii de semnal timpuriu (en. early-warning indicators) care trebuie analizați cu atenție. Aceștia se pot referi la prețuri ale activelor de pe piețele financiare, interacțiuni între volumul datoriei unei entități private sau a unei țări și activitatea operațională a acesteia sau PIB, diverși indicatori macroeconomici care prin intermediul unor modele statistice să fie comparați cu valorile lor optime (sau de echilibru), medii istorice sau alte valori.

Utilizarea instrumentelor de identificare a semnalelor timpurii de criză (en. EWS models) de către organismele de reglementare este justificată de necesitatea surprinderii unor dezechilibre care se pot propaga între economii sau în cadrul aceleași economii, între agenții ei. De asemenea, prin intermediul acestor modele se dorește utilizarea informațiilor furnizate de indicatorii curenți pentru previzionarea unor potențiale episoade de tensiune financiară din viitor. Totuși, nu este exclusă o anumită reținere când vine vorba de o încredere semnificativă pusă pe baza rezultatelor obținute prin acești indicatori sau modele financiare. În trecut, putem menționa că aceste modele rareori au surprins noi episoade de criză. Deși noile modele de tip EWS elaborate de cercetătorii zilelor noastre sunt net superioare celor din vechime, acestea prezintă ca și celelalte dificultăți în estimarea perioadei exacte când va avea loc o criză. În al doilea rând, un alt dezavantaj în utlizarea aceluiași model EWS pentru mai multe țări constă în comparabiltate. Pentru elaborarea unuia sunt utilizate informații de mai multe tipuri care pot fi complet relevante pentru o țară în timp ce pentru altele să fie inutile, conform cu caracteristicile infrastructuriii financiare din țările în cauză. În ultimul rând, nu putem să nu menționăm și faptul că adeseori aceste modele sunt dezvoltate pe baza unor informații transparente, ușor identificabile și colectabile din surse publice în timp ce alți indicatori sau alte date, care nu sunt așa vizibile dar care pot face o diferență considerabilă în estimarea unor riscuri, nu sunt luate în considerare.

O provocare încă există pentru macroeconomisti în încercarea lor de a formula un model EWS optim care pe de-o parte să prindă toate informațiile relevante din economie, transparente sau mai puțin transparente, dar cu o putere predictivă mare și eficacitatea modelelor de a stabili exact momentul producerii unor episoade de tensiune financiară.

Modelele de stress-testing (en. macro stress-testing models), spre deosebire de testele EWS, nu iau în considerare anumite așteptări ale pieței sau valori la un moment dat și mai degrabă se bazează pe un număr de scenarii negative propuse chiar de cercetătorii care elaborează aceste modele, în așteptarea lor de a obține o explicație clară despre consecințele producerii unor șocuri financiare majore la nivel global sau național asupra economiei reale sau bunăstării populației. Ideea de stress-testing a fost preluată din practicile de risk management aplicabile pentru portofoliile de active financiare. În cazul acestora, se estimează la un moment dat o pierdere potențială bazată pe un scenariu de piață extrem (en. micro stress-testing). Economiștii care se ocupă cu analizele macroprudentiale din cadrul băncilor centrale ale lumii sunt interesați în permanență de scenariile de “macro-testing” în special asupra sistemelor bancare sau în general, asupra sistemului financiar agregat. Sunt interesați să vadă cât de rezistente sunt sistemele financiare locale în fața unor șocuri majore care chiar dacă nu s-au materializat, pot fi luate în considerare pentru prudențialitate.

Astfel, în elaborarea unor modele de stress-testing pentru sistemul bancar, se vor lua ca date inițiale o serie de indicatori macro și microfinanciari. Se va considera la început un scenariu macroeconomic advers în care calitatea creditelor incluse în portofoliul băncilor se deteriorează în paralel cu creșterea probabilităților de faliment ale clienților (en. probabilities of default – PD, în literatură de specialitate) și pierderile aferente falimentelor (en. losses given default – LGD). Pierderile de pe urma creditelor nerambursate pot fi mai apoi calculate și comparate cu nivelul capitalurilor proprii. Se evaluează astfel la finalul seriei de teste de stres câte instituții financiare eșuează în a se menține stabile în contextul unor evenimente nefaste și care e valoarea capitalului suplimentar care e necesar.

Folosirea metodologies de stress-testing îi ajută semnificativ pe reglementatori să identifice și să ofere o atenționare în privința riscurilor sistemice financiare care se pot manifesta într-o economie. Prin simularea unor pierderi potențiale pentru instituțiile financiare în general în cadrul a diverse scenarii, economiștii pot observa cu ușurință și prioritiza diferitele riscuri care trebuie luate în considerate pentru o anumită infrastructura financiară și nivelurile de capital pentru instituțiile financiare vizate ca fiind cu probleme.

Ca și celelalte modele discutate anterior și cele de stress-testing se confruntă cu anumite provocări. În primul rând, este important pentru scenariile negative elaborate să existe acces la toate informațiile necesare. Un al doilea aspect este reprezentat de alegerea scenariilor optime de evaluare a riscurilor, considerându-se atât realismul acestora cât și severitatea lor, în cazul în care vor avea loc în realitate. În ultimul rând, putem menționa că scenariile dezvoltate nu sunt reprezentate de un singur model econometric ci de o serie de ecuații grupate în module de testare. Este o continua provocare atât pentru cercetători cât și pentru reprezentanții organismelor regelementatoare să identifice setul de modele matematice care să reprezinte scenariul negativ optim pentru o anumită simulare.

Modelele de contagiune reprezintă ultimul tip de modele de identificare a riscurilor sistemice. Acestea au fost elaborate în scopul identificării și evaluării gradului de interdependență între diferitele entități sau piețe în situația producerii unui episod de criză. Astfel se estimează probabilitatea ca falimentul sau colapsul unei entități sau prăbușirea unei piețe financiare să se propage și să producă pagube și falimente în alte piețe.

Aici pot fi evidențiate două metodologii de testare, anume estimarea unor inderdependențe extreme între evoluția negativă a randamentelor la active și simulări ale pierderilor potențiale pornind de la impactul crizei asupra bilanțului contabil al entităților financiare. În primul caz se analizează în ce măsură pierderile de valoare de piață sau creșterile de probabilitate de faliment pot influența semnificativ valorile de pe alte piețe financiare considerand-se factorii de influența uzuali care pot provoca un fenomen de criză. În cel de-al doilea caz, al simulărilor, se observă cum falimentul concret al unor intermediari poate conduce la erodarea totală a capitalurilor altor instituții care au împrumutat entitatea inițială sau în care dețin interese de participare, cu impact ulterior asupra capitalurilor altor instituții financiare ajugandu-se chiar până la falimentul acestora. Dacă “crash-ul” (falimentul) inițial a provocat falimentele ulterioare ale altor entități, putem vorbi de un episod de contagiune. Când factorii care au provocat falimentele sau pagubele materiale în lanț nu se cunosc, putem spune ca avem situația unui efect mai abstract, de “spill-over”.

Ca și modele cantitative, literatura de specialitate menționează trei principale: folosirea unor modele GARCH sau de tip “regime-switching”, tehnicile de cointegrare și coeficienții de corelare între piețe (en. “cross-market correlation coefficients”).

Deși utile ca toate celelalte modele econometrice utilizate de macroeconomiști, și acestea prezintă diverse vulnerabilități. În primul rând, modelele de contagiune nu iau în considerare și anumiți factori ascunși, greu de cuantificat cum ar fi psihologia piețelor financiare. Aceasta s-ar materializa în situația în care, în prezența unui episod de criză, agenții care tranzacționează pe o bursă de valori decid concomitent să realizeze o vânzare rapidă de active cu un impact la fel de grabnic și negativ asupra valorii de piață al acestora. O altă limitare ar consta în absența informațiilor necesare care ar putea fi luate în considerare pentru elaborarea unui model optim econometric pentru ca în final, să menționăm că unele modele nu surprind neapărat apariția fenomenului de contagiune ci mai degrabă un număr de interdependențe care apar natural ca urmare a legăturilor comerciale și financiare inerente unei economiii globalizate.

În concluzie, putem spune că utilizarea metodelor analitice menționate este necesară pentru buna funcționare a aparatului macroprudențial. Totuși, rezultatele obținute în urma modelarii statistice nu trebuie supraestimate, considerându-se astfel limitările informaționale menționate mai sus precum și faptul că toate acestea au la bază o serie de ipoteze, care odată infirmate de realitatea economică, pot face întregul aparat matematic total ineficient și incapabil să prezică cu exactitate problemele care ar putea apărea pe termen scurt, mediu sau lung.

Bibliografie

Banca Central Europeană, “The concept of systemic risk”, European Central Bank Financial Stability Review, Decembrie 2009

De Bandt O., Hartmann P., “Systemic risk: a survey”, BCE, Working paper nr. 25, Noiembrie 2000

Hartmann P.,”Financial stability review”, Working paper series, Iunie 2010

Hartmann P, “Risk measurement and systemic risk”, Fourth joint Central Bank research conference 8-9 November 2005

Schwaab Bernd S, Koopman S.J., Lucas A., “Systemic Risk Diagnostics – Coincident indicators and early warning signals”, Working paper series, nr. 1327 / Aprilie 2011