Strumenti per la Valutazione del Rischio Finanziario: RiskCalc v 3.1 Italy

PMI – Rome Italy Chapter Roma, 19 Settembre 2008

Giovanni Butera, Ph.D.Director, Solution Specialist

Email: giovanni.butera@mkmv.comPh: +44 779 375 8887 ; +39 338 7640

227

2

Moody’s KMV: Struttura Organizzativa

Attività principali:

� Agenzia di Rating per:

ü Impreseü Istituzioni Finanziarieü Finanza Strutturataü Stati Sovrani

� Studio e Ricerche per:

ü Istituzioni Finanziarie

ü Dipartimenti di Ricerca

ü Imprese Pubbliche e Private

Attività principali:�Modelli per la determinazione della EDF, cioè la Frequenza Attesa di Insolvenza, di:

ü PMI di 19 Paesi Industrializzati in America, Europa ed Asiaü La totalità delle Imprese Quotate del Mondo

� Strumenti di supporto alla valutazione e al monitoraggio del rischio di credito:

ü Modelli di Rating per PMI e Large Corporateü Strumenti per la Gestione Attiva del Portafoglio Creditiü Modelli di Portafoglio

n Nel Mercato da oltre 100 anni

n Capitalizzazione di Borsa: ~ $10 bn

3

Modelli per la Previsione del Rischio di Credito: CaratteristichennACCURACYACCURACY – maggiore è l’accuratezza del modello nel definire il rischio, più profittevole è l’implementazione del sistema di rating nel Processo del Credito

– RiskCalc 3.1 ha ottenuto risultati superiori tra tutti i sistemi similari testati

– Costruito sulla base del più grande DB di dati Italiani, di altissima qualità

nnGRANULARITYGRANULARITY – maggiore è la granularità dei risultati del modello, maggiore è la capacità di distinzione del rischio tra crediti similari

– RiskCalc EDFs - o Probabilità di Default - sono valori continui, da un minimo dello 0.1% ad oltre il 30%

– Si potrebbero virtualmente “retare” intere popolazioni di clienti prospettici al fine di effettuare decisioni di concessione di credito sulla base del profilo di rischio prescelto

– Si incentiva (a) un coerente pricing e (b) l’implementazione di politiche di diversificazione del rischio

FORWARD LOOKINGFORWARD LOOKING – i modelli econometrici

4

Accuracy: CRD è il più grande Database al mondo con dati di elevata qualità

� Il Credit Research Database (CRD) di Moody’s KMV è composto da dati di elevatissima qualità, appartenenti ad oltre 1.5 milioni di Piccole e Medie Imprese, e comprende circa 97,000 eventi di default distribuiti per tutto il mondo.

� Sono state utilizzate informazioni su circa 6,600 defaults per costruire la versione di RiskCalc 3.1 per l ’Italia

RiskCalc Italian Private Firms Model RiskCalc v 1.0 Italy RiskCalc v 3.1 Italy

Credit Research Database Growth

Financial statements 124,000+ 510,000+ + 311%

Unique number of firms 52,000+ 116,000+ + 123%

Defaults 950+ 6,600+ + 594%

Time period 1995-1999 1993-2002 5 additional years

5

I Vantaggi di una Maggiore Granularità dell’output

0%

1%

2%

3%

4%

5%

6%

7%

8%

Pro

bab

ilità

di D

efau

lt

9%

10%

11%

12%

5 6 7

Rating Class8321 94 10

0%

1%

2%

3%

4%

5%

6%

7%

8%

Pri

cin

gS

pre

ad

9%

10%

11%

12%

Curva obsoleta per il mapping

Nuova curva per il mapping tra rischio e pricing

Curva di Pricingnel continuo

6

Distance-to-Default: una Misura “robusta” per la Previsione di Insolvenza

Gray areas represent recessions (as defined by NBER)

Inde

x of

Dis

tanc

e-to

-Def

ault

Mom

entu

m

-2

-1

0

1

2

Date

JAN84

JAN86

JAN88

JAN90

JAN92

JAN94

JAN96

JAN98

JAN00

JAN02

Spe

c D

efau

lt R

ate

Ove

r Nex

t Yea

r

(15.0%)

(10.0%)

(5.00%)

0.00%

5.00%

10.0%

15.0%

Distance-to-Default guida il ciclo di credito e aiuta a prevedere variazioni della p(def) in anticipo rispetto ad altre misure di valutazione: caratteristica esclusiva della EDF di Moody’s KMV

DD factor

Default rate

7

0%

2%

4%

6%

8%

10%

12%

14%

Feb-

98

Mar

-98

Apr-9

8

May

-98

Jun-

98

Jul-9

8

Aug-9

8

Sep-9

8

Oct-

98

Nov-9

8

Dec-9

8

Jan-

99

Feb-

99

Mar

-99

Apr-9

9

FSO Mode (Financial Data)

The impact of industry effects

Finl Statement OnlyEDF

The Impact of Industry Market Information

0%

2%

4%

6%

8%

10%

12%

14%

Feb-

98

Mar

-98

Apr-9

8

May

-98

Jun-

98

Jul-9

8

Aug-

98

Sep-

98

Oct-

98

Nov-9

8

Dec-9

8

Jan-

99

Feb-

99

Mar

-99

Apr-9

9

Industry Median EDF

FSO Mode (Financial Data)

The impact of industry effectsThe Impact of Industry Market Information

Industry Market FactorFinl Statement OnlyEDF

0%

2%

4%

6%

8%

10%

12%

14%

Feb-

98

Mar

-98

Apr-9

8

May

-98

Jun-

98

Jul-9

8

Aug-9

8

Sep-9

8

Oct-

98

Nov-9

8

Dec-9

8

Jan-

99

Feb-

99

Mar

-99

Apr-9

9

EDF

Industry Median EDF

FSO Mode (Financial Data)

The impact of industry effects

Industry Market FactorFinl Statement OnlyEDF

RiskCalc EDF

The Impact of Industry Market Information

Misura di Rischio “prospettica” di Controparte

0%

2%

4%

6%

8%

10%

12%

14%

Feb-98

Mar-98

Apr-9

8

May

-98

Jun-

98

Jul-9

8

Aug-98

Sep-98

Oct-

98

Nov-9

8

Dec-9

8

Jan-

99

Feb-99

Mar-99

Apr-9

9

EDF

Industry Median EDF

FSO Mode (Financial Data)

The impact of industry effects

Industry Market Factor

Finl Statement Only EDF

RiskCalc EDF

Impatto delle Informazioni di Mercato sulle EDF

Gli Aggiornamenti mensili di RC 3.1 attraverso l’aggiornamento delle informazioni settoriali consentono un miglior monitoraggio delle esposizioni

ED

F –

Exp

ecte

d D

efau

lt F

req

uen

cy

8

Private Firm EDF – L’Unico Indicatore Forward-Looking Esistente sul Mercato per le PMI Italiane

0%

2%

4%

6%

8%

10%

12%

14%

16%

18%

Jan-96 Sep-96 May-97 Jan-98 Sep-98 Jun-99 Feb-00 Oct-00 Jun-01

Financial Statement Only Mode RiskCalc V3.1 EDF

L’EDF percepisce la degradazione del rischio prima che il Bilancio divenga disponibile per l’analisi

Stato di Default - 2/21/02

9

Valutazione del Rischio di Controparte

“Modelli Fondamentali”

Catturano le dinamiche dei movimenti di valore estraendo informazioni dai mercati azionari

Modelli basati sui Bilanci e sulle esperienze di Insolvenza delle Aziende

“Modelli Strutturali”

Due Tipologie di Modelli per la Valutazione del Rischio

10

• Approccio Bottom-up

• Basato su informazioni per “definizione” storiche

• Campione di sviluppo: Aziende sane vs Aziende in default

• Approccio Econometrico

Probabilitàdi Default “Storica”

“Modelli Fondamentali”: il valore delle Informazioni di Bilancio

11

Due Tipologie di Modelli per la Valutazione del Rischio

Valutazione del rischio di controparte

“Modelli Fondamentali”: modelli basati sui Bilanci e sulle esperienze di insolvenza delle Aziende.

“Modelli Strutturali”: catturano le dinamiche dei movimenti di valore estraendo informazioni dai mercati azionari.

12

Le Dinamiche di Settore e l’Aggiornamento dei Modelli: per Efficaci Decisioni di Credito

RiskCalc v3.1 Distance-to-Default incamera tale segnale predittivo

dai mercati e lo riflette nei settori delle Piccole e Medie Imprese Italiane

Fonte: Banca d’Italia Tassi di Decadimento

PD Italia (vari settori economici)

0

1

2

3

4

5

6

7

8

9

10

11

12

1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000

Anno di Riferimento

PD

%

Transport

Edlizia

Commercio

• I trend di settore hanno una forte influenza sul rischio di insolvenza

• Gli indicatori di bilancio tipicamente riflettono questi trend, ma con effetto ritardato

13

RiskCalc 3.1: un Modello di Rating Integrato

•-2

•-1

•0

•1

•2

JAN84

JAN86

JAN88

JAN90

JAN92

JAN94

JAN96

JAN98

JAN00

JAN02

Spe

cD

efau

lt R

ate

Ove

r Nex

tYea

r

DD

Fac

tor

DD factor

Default rate

Basel II – L’Approccio IRB richiede l’uso di tutte le informazioni disponibili

EDFExpected Default Frequency

Forward Looking

Probabilità di Default Prospettica, che guarda al futuro!

Con RC 3.1 Italy è possibile estrarre informazioni dai Mercati al fine di migliorare la percezione

del Rischio delle PMI

Category Variable Activity Change in AR Turnover

Financial Charges to Sales Debt Coverage EBITDA* to Financial Charges Growth Sales Growth Leverage (Net Worth – Intangible Assets) to (Assets – Intangible

Assets) Liquidity Current Assets to Current Liabilities Profitability (Net Income + Taxes) to Assets Other Cash to Current Assets Size Total Assets

14

Le caratteristiche di Moody’s KMV RiskCalc 3.1

ü Data set di enorme dimensione e di alta qualità

ü Validazione rigorosa

ü Design trasparente: non una black-box

ü Documentazione completa e dettagliata sul modello

ü Spiegazione dettagliata dei fattori drivers dell’EDF

ü Granularità del mapping tra prezzo e rischio nel continuo

ü Modello benchmark di mercato per confrontare la capacitàdi classificazione del modello interno

15

Accesso Online

http://riskcalc.moodyskmv.com/

16

Inserimento dei dati di Bilancio della XY SpA

Inserire i dati dibilancio

Inserire i dati dibilancio

Selezionare il modelloRiskCalc desiderato

Selezionare il modelloRiskCalc desiderato

17

L’EDF indica che l’esposizione non èparticolarmente rischiosa: 0.31% di probabilità di insolvenza entro un anno

In termini di rating, questo risultato è equivalente ad un rating Baa2

La società XY si posiziona approssimativamente nel 18mo percentile: ciò significa che circa l’82% delle societàutilizzate per sviluppare il modello RC 3.1 Italy sono piu’ rischiose della XY SpA

RiskCalc permette di valutare l’effettiva rischiosità della Società XY sia in termini di probabilità di default assoluta (espressa anche tramite rating) che relativa, riferitaall’intero database sulle PMI Italiane di Moody’s KMV.

Il Rischio di Credito (EDF) della XY SpA

18

EDF Totale, Differita e Annualizzata (Es. Orizzonte Temporale = 3 Anni)

0 21 3

EDF Totale a 3 anni (1.21%)

EDF Annualizzata

a 3 anni(0.40%)

EDF Differitaa 3 anni(0.48%)

t

Definizione

• Probabilita’ di inadempienza dell’impresa nel terzoanno, assumendo che non si sia verificato un default durante i due anni precedenti

• Probabilita’ di inadempienza dell’impresa in qualsiasi momento entro l’orizzonte temporale di3 anni

• Probabilita’ di inadempienza dell’impresa in qualsiasi momento entro l’orizzonte temporale di3 anni, espressa in termini annualizzati

19

Percentili e Indici o Livelli

n La colonna Indici o Livello riporta i valori di ciascun ratio basati sui dati di bilancioinseriti. Es. (Utile ordinario + Ammortamento) / Interessi Passivi = 360.22.

n RiskCalc 3.1 Italy permette di confrontare gli indici di bilancio dell’azienda oggetto di analisi con gli indici di bilancio delle aziende nella banca dati di riferimento. Es. 60.99% delle aziende italiane presenti nel CRD di Moody’s KMV ed utilizzate per sviluppare il modello RC 3.1 Italy hanno un valore dell’indice di bilancio [(Utile ordinario + Ammortamento) / Interessi Passivi inferiore] a 360.22.

20

Tale grafico permette un’analisi “visiva” dei fattori di maggior rischio per la XY SpA. Solo il primo e l’ultimo fattore sono localizzati in zone “rosse” del grafico.

Percentile Graph: punti di forza e debolezza della XY SpA

nIl graficoriporta gliindici o i livellicalcolati e ilpercentile corrispondenteutilizzando unascala a gradazionidi ROSSO,

Il ROSSO

corrisponde a livelli

di EDF elevati, il

GRIGIO corrisponde

al livello medio e il

VERDE a livelli di

EDF bassi.

I livelli di EDF

rappresentati si

riferiscono alla

probabilita’ di

inadempienza

associata ad ogni

singolo indicatore.

21

Apporti Relativi

RiskCalc 3.1 Italy permette di determinare la “contribuzione” relativa di ciascun ratio alla determinazione del rischio complessivo della controparte.La bassa EDF della XY SpA e’ data dai valori dei seguenti indicatori:- Leverage- Capacità di copertura degli oneri finanziari- ROA

Tali aspetti rappresentano i punti di forza della struttura finanziaria della XY SpA

22

Apporti Relativi

- Un ApportoRelativo positivoindica che ilratio esercita un effetto positivosulla probabilita’di inadempienzadell’impresa.

- Un ApportoRelativonegativo indicache il ratioesercita un effetto negativosulla probabilita’di inadempienzadell’impresa.

23

Sensibilità Relative

Le sensibilita’ relative indicano l’impatto di una piccola variazione di un ratio sull’EDF.

Questi indicatori sono espressi come multipli dell’impatto medio ottenuto variandociascun ratio.

Il ratio (Utile Ordinario + Ammortamento) / Interessi Passivi contribuisce maggiormente alla diminuzione della rischiosità data l’elevata sensibilità della EDF a tale fattore.

24

Sensibilità Relative

nFattore su cui

incidere per

ridurre il rischio

di credito

25

Stress Test: il Ciclo di Credito Settoriale

n- Interazionedella misura dirischio sitematicodi Moody’s KMV (Distance to Default) degliultimi 10 anni con i dati di bilanciocorrenti

26

Versione Stampabile

27

Salva su File

28

n La modalita’ batch consente il calcolo simultaneo degli output diRiskCalc v3.1 Italy per un portafoglio composto da piu’ controparti.

Modalità Batch

nIl bathcing file(formato CSV), necessario per importaremassivamente i datifinanziari in RiskCalc, e le informazioni sui datidi input e di output del modellopossono esserescaricatidirettamente dalwebsite

29

Inserimento dati di inputn I dati di input richiesti per alimentare, in maniera massiva, RiskCalc

v3.1 Italy sono contenuti e ordinati per colonna nel batching file. In corrispondenza di ciascuna riga puo’ essere inserita una determinatasocieta’ con le relative informazioni.

nDati di input del modello

nLe informazioni diogni singola societa’

devono essereinserite per riga

30

Uploading del filen Una volta completato, il batching file puo’ essere facilmente importato

in RiskCalc per consentire al software di svolgere le analisi e calcolaregli output per l’intero portafoglio.

31

Dati di output (1/4)

n Per ogni singola societa’ del portafoglio, RiskCalc calcola:

nIl Percentile ad 1 e 5 anni (posizione relativa

della societa’, in termini dirischio, all’interno

campione di sviluppo del modello)

nIl Rating ad 1 e 5 anni

nLa Probabilita’ diDefault (EDF) cumulata, differita e annualizzata ad

1, 2, 3, 4, 5 anni

32

Dati di output (2/4)

n Per ogni singola societa’ del portafoglio, RiskCalc calcola:

nLa “contribuzione” ad 1 e 5 anni di ciascun fattore di rischio alla

determinazione della probabilita’ di default della controparte

33

Dati di output (3/4)

n Per ogni singola societa’ del portafoglio, RiskCalc calcola:

nLa “sentivity” ad 1 e 5 anni di ciascun fattore di rischio rispetto alla

probabilita’ di default della controparte

34

Dati di output (4/4)

n Per ogni singola societa’ del portafoglio, RiskCalc calcola:

nIl valore di ciascun fattore di rischio considerato da RiskCalc 3.1 Italy per la determinazione della probabilita’ di

default della controparte

35

Analisi di portafoglio (1/2)n Il batching file di RiskCalc e’ uno strumento che consente di svolgere

specifiche analisi finalizzate alla valutazione e al monitoraggio del rischiodel proprio portafoglio.

nSi possono selezionare le aziende chehanno un determinato profilo di rischio

(ad es: aziende con rating “BBB”) e svolgere su tale sub-portfoglio ulteriori

analisi

nPer esempio, nel caso in cui l’utilizzatore di RC fosse una banca interessata ad erogareprestiti a medio/lungo termine, l’analista potrebbe prendere in considerazione le aziende

con rating Investment Grade, che presentino un livello elevato del ratio relativo alla“copertura degli oneri finanziari” (Ordinary Profit + Depreciation) / Interest Expenses

36

Analisi di portafoglio (2/2)n Nelle operazioni di cartolarizzazione dei crediti, il batching file rappresenta

un valido strumento di supporto per:

n...valutare, in termini di rischio, l’intero portafoglio...

n…selezionare le aziende che presentanocaratteristiche (rating, livello dei ratio finanziari, etc.) in linea con le esigenze

dell’originator…

n…monitorare, nel tempo, iltrend del rischio del portafoglio

cartolarizzato.

37

Load and Launch: Excel Add-In

38

Risorse Aggiuntive

Il link Contact Us consente dicomunicare direttamente con il team di supporto a Moody’s KMV

Il link Contact Us consente dicomunicare direttamente con il team di supporto a Moody’s KMV

Il link Research consente discaricare la documentazionerelativa a tutti i modelli RiskCalc

Il link Research consente discaricare la documentazionerelativa a tutti i modelli RiskCalc