چگونه Covid-19 و نرخ بهره پایین بانک ها را وادار به تغییر مدل سازی سپرده های غیر متناوب خود می کنند

مدیریت نرخ بهره و ریسک نقدینگی در پس انداز و حساب های جاری موضوع داغ برای بانکها در سال 2021 است. ریسک ، ALM و مدیران خزانه داری مجبورند در حال تغییر نیازهای نظارتی ، تغییر رفتار برداشت و استراتژی های قیمت گذاری سپرده به دلیل COVID-19 و کاهش بازار باشند. نرخ

برای شناسایی (بهترین) شیوه های بازار برای پرداختن به این چالش ها ، Zanders یک مینی بررسی از ده بانک اروپایی را آغاز کرده است. در این مقاله بینش اصلی جمع آوری شده از این نظرسنجی خلاصه شده است.

نظارت شدید و پوشش های متخصص به دلیل COVID-19

از زمان شروع بحران COVID-19 در مارس 2020 ، بیشتر بانکهای مورد بررسی در حال افزایش حجم برای پس انداز و حساب های جاری هستند. مدیریت ریسک بانکها و تیم های ALM با تشدید نظارت بر نرخ بهره و ریسک نقدینگی در اوراق بهادار غیر متعهد (NMD) پاسخ دادند. برخی از بانک ها تصمیم به ارزیابی مجدد پارامترهای مدل های NMD خود (زودتر از برنامه ریزی شده) ، برخی دیگر تصمیم گرفتند که یک پوشش متخصص را در نمونه کارها تکرار کننده اعمال کنند تا برای افزایش نقدینگی در سبد NMD تنظیم شود.

چالش فعلی برای مدیران ALM و ریسک تصمیم گیری در مورد اینکه آیا نقدینگی اضافی در پرتفوی NMD از ماهیت ساختاری یا موقتی برخوردار است یا خیر. با توجه به حجم اضافی به عنوان "ساختاری" به جای "موقت" باعث افزایش مدت زمان NMD برای اکثر بانک ها می شود ، زیرا حجم کمتری در تنورهای یک شبه (یا یک ماهه) سرمایه گذاری می شود. افزایش مدت زمان NMD به نوبه خود باعث می شود بانک ها به منظور دستیابی به مدت هدف خود از سهام ، نرخ بهره خود را به تعادل برسانند.

توسعه مجدد مدل های NMD برای سازگاری با محیط پایین نرخ بهره

به خصوص بانک های هلندی به شدت در مورد کاهش نرخ بهره (یا حتی منفی) در بازارهای مالی عمل می کنند. مانند تأثیر بیش از حد نقدینگی از COVID-19 ، باعث شد بانک ها نظارت بر نرخ بهره و خطر نقدینگی خود را تشدید کنند. علاوه بر این ، بانکها پارامترهای مدل های ریسک NMD خود را مجدداً ارزیابی کردند تا قیمت تغییر قیمت و برداشت را در نظر بگیرند. برخی از بانک ها حتی با یافته های اعتبار سنجی مدل هدایت می شوند ، حتی مدلهای NMD خود را کاملاً توسعه دادند. در کنار جدیدترین داده های حجم و قیمت گذاری ، این بانک ها همچنین مدل های NMD خود را به شرح زیر تغییر دادند:

• قیمت گذاری غیر خطی یا نامتقارن از اوراق بهادار NMD را در خود جای دهید ، و این امکان را برای مدل سازی پاسخ متفاوت بانک به سمت افزایش و کاهش نرخ بهره فراهم می کند.
• انتظارات رو به جلو را در پارامترهای مدل نهایی وارد کنید.

در سالهای آینده ، ما انتظار داریم که بانک های بیشتری مدل های NMD خود را به شدت توسعه دهند ، زیرا مدل های NMD میراث به دلیل فرضیات تجدید نظر خطی در حال شکست هستند. ترکیب دینامیک قیمت گذاری غیر خطی و انتظارات آینده نگر در کالیبراسیون پارامتر مدل در واقع در حل مبارزات فعلی پس زمینه مفید خواهد بود.

مدیریت صریح تر حجم هسته و غیر هسته ای

به صراحت مدل سازی و محافظت از حجم هسته و غیر هسته ای در پرتفوی NMD می تواند با نیازهای نظارتی یا دیدگاههای داخلی در مورد بلوغ متفاوت رفتاری بین بخش های هسته و غیر هسته ایجاد شود. فقط نیمی از بانکهای شرکت کننده در مینی بررسی ما بین حجم اصلی و غیر هسته ای در مدیریت نرخ بهره و ریسک نقدینگی در اوراق بهادار NMD خود تمایز قائل هستند.

بسیاری از بانک ها هنوز با تفسیر و پیامدهای عملی از حجم NMD هسته/غیر هسته ای مبارزه می کنند. دستورالعمل های EBA حجم اصلی پس انداز یا اوراق بهادار حساب های جاری را به عنوان بخشی از حجم که انتظار نمی رود با توجه به مدت کوتاهی جریان یابد ، توصیف می کند و تحت تغییر نرخ نرخ بهره تولید نمی شود. به دلیل عدم وجود الزامات خاص (افشای) ، بسیاری از بانک ها قبل از اجرای یک چارچوب اصلی/غیر هسته ای برای اوراق بهادار NMD خود در ریسک نرخ بهره ماهانه خود در انتظار دستورالعمل های خاص و فنی تر یا نمونه های سرب هستند.

بانکهایی که به صراحت هسته و غیر هسته ای را در نرخ بهره خود قرار می دهند ، از حجم های خطر خود استفاده می کنند ، حجم غیر هسته ای را یک شبه یا با مدت زمان بسیار کمی (به عنوان مثال ، یک ماه) الگوبرداری می کنند. هنگامی که به نظر بین حجم هسته و غیر هسته ای می پردازیم ، به نظر می رسد که قسمت اصلی برای اوراق بهادار حساب های جاری ، در مقایسه با اوراق بهادار پس انداز ، تا حدودی بالاتر است. این احتمالاً به دلیل پایدار قیمت گذاری حساب های جاری است ، حتی اگر این حجم تمایل به نشان دادن رفتار بی ثبات تر داشته باشد. بانکها برای اندازه گیری هسته/غیر هسته ای متنوع متنوعی را اتخاذ می کنند ، اگرچه بیشتر آنها از معیارهای مدل NMD مانند سرعت تکرار نرخ مشتری و نرخ خروج استفاده می کنند. نحوه تبدیل بانکها این معیارها را به یک اقدام اصلی/غیر هسته ای تبدیل می کند ، بستگی به تفسیر آنها از دستورالعمل های EBA دارد.

Zanders & Modeling Savings

در چند سال گذشته ، ما از بسیاری از بانکهای اروپایی در توسعه ، اعتبار سنجی و برون سپاری مدل های ریسک برای سپرده های غیر متناسب حمایت کرده ایم. ما از کل چرخه مدل سازی در موضوعاتی مانند:

• کالیبراسیون مدل ها بر اساس داده های تاریخی و قضاوت متخصص
• اثبات روش مدل و فرضیات کلیدی بانک
• به روزرسانی های مدل مداوم در مورد تحولات بازار یا نمونه کارها اخیر

ما در خانه خدمات راه حل مدل سازی پس انداز را به صورت دیجیتالی بر روی سپرده های غیر متناوب مدل سازی و مدیریت ریسک با استفاده از کالیبراسیون کارآمد ، ابزار پیشرفته و تخصص طولانی مدت موضوع توسعه داد. می توانید اطلاعات بیشتری در مورد چگونگی پشتیبانی ما از شما داشته باشید و یا درخواست نسخه ی نمایشی را در وب سایت خود داشته باشید. برای اطلاعات بیشتر ، در تماس با Bas Van Oers دریغ نکنید.< SPAN> در چند سال گذشته ، ما از بسیاری از بانکهای اروپایی در توسعه ، اعتبار سنجی و برون سپاری مدل های ریسک برای سپرده های غیر متناسب حمایت کرده ایم. ما از کل چرخه مدل سازی در موضوعاتی مانند: