Úvěrové riziko a jeho význam
Úvěrové riziko je pravděpodobnost a rozsah ekonomické ztráty vyplývající z nesplnění závazků dlužníka vůči věřiteli ve sjednaných termínech a podmínkách. Vzniká při poskytování úvěrů, nákupu dluhopisů, u derivátů s kreditní expozicí, stejně jako u mezibankovních a obchodních pohledávek. Pro finanční instituce je úvěrové riziko dominantní složkou rizikového profilu a přímo ovlivňuje kapitálové požadavky, tvorbu opravných položek, oceňování produktů a dlouhodobou stabilitu banky.
Základní parametry měření: PD, LGD, EAD a M
- PD (Probability of Default) – pravděpodobnost, že protistrana se dostane do stavu selhání v horizontu jednoho roku (nebo do konce splatnosti dle IFRS 9). PD se kalibruje z interních ratingů/score a historických dat.
- LGD (Loss Given Default) – procentuální ztráta na expozici po zohlednění zajištění, záruk, výnosů z vymáhání a diskontování cash-flow z workoutu.
- EAD (Exposure at Default) – očekávaná účetní hodnota expozice v okamžiku selhání (u revolvingových produktů se odhaduje pomocí Credit Conversion Factor).
- M (Maturity) – efektivní splatnost ovlivňující kapitálové požadavky a citlivost na změny PD.
Očekávaná ztráta (Expected Loss, EL) se odhaduje jako EL = PD × LGD × EAD. Neočekávaná ztráta (Unexpected Loss, UL) vyjadřuje variabilitu okolo EL a je základem pro kapitálové krytí.
Definice selhání a hraniční události
Selhání se typicky definuje jako prodlení delší než 90 dní po splatnosti nebo posouzení, že dlužník pravděpodobně nesplní závazky v plném rozsahu bez realizace zajištění. Specifikovány jsou též události jako restrukturalizace s ekonomickou ztrátou, úpadek, vyhlášení konkurzu, „non-performing exposure“ (NPE) a pravidla cure (návrat ze selhání po splnění podmínek).
Ratingové a scoringové systémy
Pro korporátní klienty dominují interní ratingové modely kombinující finanční poměry, kvalitativní faktory a behaviorální signály. Pro retail se používají scoringové karty (aplikační a behaviorální). Klíčové postupy:
- Výběr proměnných: stabilita, prediktivní síla, monotónnost, regulatorní akceptovatelnost.
- Transformace: Weight of Evidence (WoE), binning, standardizace.
- Modely: logistická regrese, gradient boosting, náhodné lesy, neuronové sítě – s důrazem na vysvětlitelnost a stabilitu.
- Kalibrace PD: mapování skóre na dlouhodobé empirické PD, Platt scaling nebo isotonická regrese při strojovém učení.
- Validace: diskriminační síla (AUC/GINI), stabilita (PSI), backtesting PD versus realizovaná selhání, binomické testy a Hosmer–Lemeshow test.
Měření kreditního rizika na úrovni portfolia
Modely portfolia hodnotí distribuci ztrát, koncentrace a korelace mezi dlužníky:
- Asymptotický jednofaktorový model (Vasicek/IRB) – předpokládá společný systematický faktor; kapitál se odvozuje z kvantilů distribuce ztrát.
- Strukturální modely (Merton/KMV) – default nastává, pokud hodnota aktiv klesne pod dluh; využívá se volatilita aktiv/akcií.
- Intenzitní modely – pracují s hazardní mírou a přechody ve Markovových maticích (migrační matice ratingů).
- Credit VaR a Expected Shortfall – kvantilové a průměrné tailové metriky při fixním horizontu (např. 99,9 % pro regulatorní kapitál).
Koncentrace se měří pomocí Herfindahl–Hirschmanova indexu, podílů na top N expozicích a sektorových limitech; pro malá portfolia se aplikuje granularity adjustment.
IFRS 9 a očekávané kreditní ztráty (ECL)
Účetní standard IFRS 9 nahradil model vzniklé ztráty modelem očekávané ztráty. Expozice jsou rozčleněny podle stagingu:
- Fáze 1: 12měsíční ECL (PD na 12 měsíců × LGD × EAD).
- Fáze 2: došlo k významnému zvýšení kreditního rizika (SICR) – tvoří se doživotní ECL.
- Fáze 3: kreditně znehodnocená expozice – úročení z amortizovaného nákladu, specifické odhady cash-flow z vymáhání.
ECL je pravděpodobnostně vážený průměr scénářů (baseline, optimistický, pesimistický), diskontovaný efektivní úrokovou sazbou. Klíčová je konzistence PD (12M vs. lifetime), cure rate, forbearance a pravidla pro write-off.
Regulatorní přístupy (IRB, Basel, CRR)
V rámci interních přístupů IRB banky odhadují PD, LGD, EAD a M podle přísných požadavků na data, konzervativnost a validaci. Kapitálové požadavky reflektují neočekávanou ztrátu při vysokém kvantilu. Pro menší banky je dostupný standardizovaný přístup s rizikovými váhami založenými na externích ratingech a typech zajištění. Systémové banky jsou povinny provádět pravidelné stress testy a udržovat kapitálové a likviditní polštáře (Pillar 2, buffer pro systémové riziko, proticyklický buffer).
Měření LGD a EAD: metodiky a data
LGD se odhaduje z workout dat: inkasa, náklady na vymáhání, čas zhodnocení kolaterálu a diskont. U zajištění se zohledňuje haircut (volatilita, právní vymahatelnost, likvidita). U revolvingových linek se EAD modeluje přes CCF s důrazem na chování dlužníků před defaultem (limit drawdown efekt).
Kolaterál, záruky a mitigace rizika
- Kolaterál: nemovitosti, stroje, zásoby, finanční aktiva; hodnotí se LTV, likvidita a právní čistota zástavního práva.
- Záruky a pojištění: státní/mezinárodní schémata, garanční fondy, pojištění úvěru – upravují LGD a rizikové váhy.
- Kovenanty: finanční (DSCR, Net Debt/EBITDA), informační a technické; umožňují včasnou intervenci.
Tržní indikátory úvěrového rizika
Pro emitenty na trzích jsou signály kreditní spready dluhopisů, CDS prémie a implikované PD z termínové struktury hazardních měr. U neobchodovaných subjektů se využívají syntetické tržní indikátory (např. modelované spready z porovnatelných společností nebo odvětví).
Backtesting, monitoring a včasné varovné signály (EWS)
- Migrační matice a přechody ratingů – sledování trendu zhoršení a koncentrace ve slabších stupních.
- Trigger události: prodlení, pokles obratů, zhoršení cash-flow, porušení kovenantů, negativní zprávy, změny v managementu.
- Model governance: pravidelná rekalibrace, stabilitní testy, dokumentace a nezávislá validace.
Stresové testování a scénářové analýzy
Banky modelují reakci PD, LGD a EAD na makroekonomické šoky (nezaměstnanost, HDP, úrokové sazby, ceny nemovitostí). Výstupem je ztráta v extrémních, ale relevantních scénářích a její dopad na kapitál a likviditu. Reverse stress testing hledá kombinace šoků, které by vedly k překročení kapitálových limitů.
Měření rizika protistrany a CVA u derivátů
U OTC derivátů je klíčová expozice vůči protistraně, která se mění s tržními cenami. Měření zahrnuje Expected Exposure/EE, Potential Future Exposure/PFE a CVA (Credit Valuation Adjustment) – úpravu hodnoty derivátu o kreditní riziko protistrany. Efektivní jsou netting a collateral CSA (margining).
NPL management, workout a recovery
Nesplácené úvěry (Non-Performing Loans) vyžadují segmentaci (restrukturalizovatelné vs. nevymožitelné), jasnou strategii (forbearance, splátkové kalendáře, prodej portfolií, soudní vymáhání) a transparentní účetnictví. Úspěšnost měří cure rate, time to resolution a skutečná LGD v porovnání s modelovanou.
Přenos rizika: sekuritizace, záruky a kreditní deriváty
Sekuritizace umožňuje převod části úvěrového rizika na investory (tranžové třídy, kreditní polštáře). Záruky státních agentur nebo mezinárodních institucí snižují kapitálové požadavky a podporují financování malých a středních podniků. Kreditní deriváty (např. CDS) poskytují zajištění specifických expozic.
Cenotvorba produktů a risk-adjusted výkonnost
Cena úvěru odráží EL, náklady kapitálu na UL, provozní náklady a likviditní přirážky. Výkonnost se hodnotí pomocí RAROC, Economic Profit a porovnáním se schválenými limity (risk appetite). Správné nastavení transfer pricingu zohledňuje splatnost a stabilitu financování.
Modelové riziko, etika a vysvětlitelnost
Rozhodování založené na modelech nese modelové riziko: chyby v specifikaci, datech a implementaci. Vyžaduje se trojstupňový systém governance (business – riziko – interní audit), vysvětlitelnost (SHAP, LIME, monotónní ML), testy bias/fairness a kontrola driftu. Kvalita dat (úplnost, konzistence, lineage) je základem spolehlivé měřitelnosti.
Praktický příklad: odhad EL a kapitálu
Předpokládejme portfolio 10 000 retailových úvěrů se střední PD 2 %, střední LGD 35 % a průměrnou EAD 5 000 €. Očekávaná ztráta je:
EL = 0,02 × 0,35 × 5 000 € = 35 € na úvěr, tedy přibližně 350 000 € na celé portfolio. Pro kapitálové krytí UL se použije kvantilová metoda (např. 99,9 % podle Vasiceka) s korelací závislou na typu expozice; výsledkem je dodatečný ekonomický kapitál, který banka drží nad rámec EL a opravných položek.
Implementační zásady a rámec řízení
- Risk appetite framework – limity PD, NPL, koncentrací, sektorů a zemí; toleranční pásma a eskalační pravidla.
- Politiky a standardy – originační pravidla, kovenanty, zajištění, oceňování kolaterálu, správa dat.
- Reportování – pravidelné early warning reporty, portfoliové heatmapy, stresové a reverse stresové reporty.
Shrnutí
Úvěrové riziko je měřitelné prostřednictvím tří klíčových parametrů PD, LGD a EAD; očekávaná ztráta určuje účetní krytí a cenotvorbu, zatímco neočekávaná ztráta tvoří základ kapitálových požadavků. Robustní rámec měření kombinuje mikroúroveň (ratingy, score, ECL) a makroúroveň (portfoliové modely, stresové testy). Úspěch spočívá v kvalitních datech, transparentních modelech, disciplinované validaci a aktivním řízení koncentrací, kolaterálu a včasných varovných signálů.
