A macroeconometric framework for credit portfolio modelling in South Africa

Abstract

English: Driven by intense competition for market share, banks across the globe have allowed credit portfolios to become less diversified (across all dimensions  country, industry, sector and size) and have become willing to accept lesser quality assets on their books. As a result, even well capitalised banks could come under severe solvency pressure when global economic conditions turn. The banking industry has realised the need for more sophisticated loan origination and credit and capital management practices. To this end the reforms introduced by the Bank of International Settlement through the New Basel Accord (Basel II) aims to include exposure specific credit risk characteristics within the regulatory capital requirement framework, but is still not able to allow diversification and concentration risk to be fully recognised within the credit portfolio. In order to enhance earnings and liquidity profiles, active credit portfolio management is becoming a central part of capital management within the banking industry. If any risk mitigation or value enhancing activity is to be pursued, a credit portfolio manager must be able to identify the interdependencies between exposures in a portfolio and relate macroeconomic credit risk into tangible portfolio effects. The core principle for addressing practical questions in credit portfolio management lies in the ability to link the cyclical or systematic components of firm credit risk with the firm’s own idiosyncratic credit risk as well as the systematic credit risk component of every other exposure in the portfolio. Most structural credit portfolio management approaches have opted to represent the general economy or systematic risk by a single risk factor. The systematic component of all exposures, the process generating asset values and therefore the default thresholds are homogeneous across all firms. Indeed this Asymptotic Single Risk Factor (ASRF) model has been the foundation for Basel II. However the ASRF approach does not allow for enough flexibility when answering real life questions. Commercially available credit portfolio models have made an effort to address this issue by introducing more systematic factors in the asset-value-generating process. From a practitioner’s point of view, however, these models are often a “black-box” which allows little economic meaning or inference to be attributed to systematic factors. The methodology proposed by Pesaran, Schuermann, Treutler and Weiner (PSTW) (2006) has made a significant advance in credit risk modelling because it avoids the usage of proprietary balance sheet and distance to default data, instead focussing on credit ratings which are more freely available. Linking an adjusted structural default model to a structural global econometric (GVAR) model means that credit risk analysis and portfolio management can be done by using a conditional loss distribution estimation and simulation process. The GVAR model used in PSTW (2006) comprises a total of 25 countries and accounts for 80 per cent of world production, but does not include an African component. This thesis proposes a country-specific macroeconometric risk driver engine which is compatible with and could feed into the GVAR model and framework using vector error-correcting (VECM) techniques. This allows conditional loss estimation of a South African-specific credit portfolio and opens the door for credit portfolio modelling on a global scale because such a model can easily be linked into the GVAR model. By using firm-specific asset value functions, the outcomes from the macroeconometric vector error-correcting model (VECM) is translated into default probabilities and used to perform credit risk analysis and scenario analysis on a fictitious portfolio of corporate bank loans within the South African economy. These results can be used in credit portfolio management or standalone credit risk analysis which means that practical credit portfolio management and value enhancing applications can be performed.

Sepedi: Ka ge di hlohleletšwa ke phenkgišano ye kgolo ya kabelano ya mebaraka, dipanka go ralala le lefase di dumeletše diphothefolio tša dikoloto gore di se ke tša farologana kudu (go ralala le mahlakore ka moka - naga, intaseteri, lekala le bogolo) gomme di ile tša nyaka go amogela dithoto tša boleng bja fase ka dipukung tša tšona. Ka lebaka la se, le dipanka tša go ba le letlotlo le legolo di be di kgona go ba ka fase ga kgatelelo ye kgolo kudu ya phuhlamo ge maemo a ekonomi ya lefase a fetoga. Intaseteri ya dipanka e lemogile gore go na le tlhokego ye e gatetšego pele ya mothopo wa diloune le tša letlotlo le ditiro tša taolo ya letlotlo. Go fihla mo lebakeng le dipeakanyoleswa tše di tsebagaditšwego ke Panka ya Phetšotefelo ya Boditšhabatšhaba ka go diriša Kwano ye Mpsha ya Basel (Basel II) di ikemišeditše go akaretša maemo a go ba kotsing ya dikoloto ka gare ga motheo wa dinyakwa tša letlotlo la melawana, eupša gape ga e kgone go dumelela dikotsi tša pharologano le tša go tlala tšeo di tsebjago ka gare ga phothefolio ya dikoloto. Ka nepo ya go oketša letseno le diphrofaele tša thekišego, taolo ye e šomago ya phothefolio ya dikoloto e fetoga karolo ye bohlokwa ya taolo ya letlotlo ka gare ga intaseteri ya dipanka. Ka go mošomo ofe goba ofe wa go fokotša dikotsi goba wa go oketša boleng wo o swanetšego go dirwa, molaodi wa phothefolio ya dikoloto o swanetše go kgona go tseba dikamanommogo ka gare ga phothefolio le go amanya kotsi ya dikoloto tša ekonomi ye kgolo ka go diabe tše di bonagalago tša phothefolio. Molawana wa motheo wa go ahlaahla dipotšišo tše di bonagalago ka go taolo ya phothefolio ya dikoloto o mabapi le go kgona ga kamano le dikarolo tša nako yeo goba tshepedišo ya kotsi ya dikoloto tša feme le kotsi ya dikoloto ya feme ye e swanago e nnoši gammogo le karolo ya kotsi ya dikoloto ya go ba kotsing gofe goba gofe ka gare ga phothefolio. Bontši bja mekgwa ya taolo ya phothefolio e kgethile go emela ekonomi ka kakaretšo goba kotsi ya tshepedišo ka lebaka le tee. Karolo ya tshepedišo ya go ba kotsing ka moka, tshepedišo ya go tšweletša boleng bja dithoto le gape mellwane ya ka tsela ye nngwe go ralala le difeme ka moka. Ka nnete mokgwa wo wa Lebaka la Kotsi le Tee wa Asimothothiki (ASRF) e bile motheo wa Basel II. Le ge go le bjale mokgwa wa ASRF ga o dumele go fetogafetoga fao go lekanego ge go arabja dipotšišo tša mmakgonthe. Mekgwa ya phothefolio ya dikoloto ye e hwetšagalago go tša kgwebo e dirile matsapa a go rarolla bothata bjo ka go tsebagatša mabaka a tshepedišo a mantši ka tshepedišong ya tšweletšo ya boleng bja dithoto. Go ya ka maikutlo a mošomedi, le ge go le bjale, mekgwa ye gantši "ga e tsebje" gomme se se dumelela tlhalošo ye nnyane ya tša ekonomi goba tšhupetšo yeo e tlago lebišwa go mabaka a tshepedišo. Mokgwa wo o šišintšwego ke Pesaran, Schuermann, Treutler le Weiner (PSTW) (2006) o dirile kgatelopele ye kgolo ka go mohlala wa dikotsi tša sekoloto ka lebaka la gore o efoga tšhomišo ya palantshešiti ya motho le go ba kgole le tshedimošo ye e sego ya thwii, sebakeng sa go nepiša dikelo tša sekoloto tše di le hwetšagalago nyanyeng. Go amantšha mokgwa wo o fetošitšwego wo o sego wa thwii wa dibopego go ya go mokgwa wa ekonomethriki wa sebopego sa lefase ka bophara (GVAR) go ra gore tshekatsheko ya dikotsi tša sekoloto le taolo ya phothefolio e ka dirwa ka go šomiša tshepedišo ya phatlalatšo ya tahlegelo ya lebakanyana ya kakanyo le kekišo. Mokgwa wa GVAR wo o šomišwago ka go PSTW (2006) o bopilwe ke palomoka ya dinaga tše 25 gomme o na le seabe sa dipersente tše 80 tša tšweletšo ya lefase ka bophara, eupša ga o akaretše karolo ya Afrika. Thesese ye e šišinya entšene ya tlhohleletšo ya dikotsi tša ekonomethriki ye kgolo ya naga ye itšego ye e sepelelanago le ebile e ka bago le kabo ka go mokgwa wa GVAR le go motheo wa go šomiša mekgwa ya phošollo ya diphošo tša bekthara(VECM). Se se dumelela kakanyo ya tahlegelo ya lebaka phothefolio ye itšego ya dikoloto ya Afrika Borwa ebile e bula lebati la mohlala wa phothefolio ya dikoloto maemong a lefase ka bophara ka lebaka la gore mokgwa woo o ka amanywa gabonolo ka go mokgwa wa GVAR. Ka go šomiša mešomo ye itšego ya boleng bja dithoto, dipoelo go tšwa go mokgwa wa go phošolla diphošo tša bekthara tša ekonomethriki ye kgolo (VECM) e fetošetšwa go ba dikgonagalo tše e sego tša thwii le go šomišwa go phethagatša tshekatsheko ya dikotsi tša sekoloto le tshekatseko ya seemo go phothefolio ye e sego ya mmakgonthe ya diloune tša panka tša dihlongwa ka gare ga ekonomi ya Afrika Borwa. Dipoelo tše di ka šomišwa ka taolong ya phothefolio ya sekoloto goba ka go tshekatsheko ya kotsi ya sekoloto ye e emego e nnoši seo se rago gore taolo ya photefolio ya sekoloto ye e šomago le dikgopelo tša go godiša boleng di ka dirwa.

Afrikaans: Gedrewe deur intense mededinging om markaandeel, het banke regoor die wêreld toegelaat dat kredietportefeuljes minder gediversifiseerd word (oor alle dimensies – land, bedryf, sektor en grootte) en het hulle bereid geword om bates van laer gehalte op hul boeke te aanvaar. Gevolglik kan selfs goed gekapitaliseerde banke onder ernstige solvensiedruk kom wanneer wêreldwye ekonomiese toestande verander. Die bankbedryf het die behoefte aan meer gesofistikeerde leningsoorsprong en krediet- en kapitaalbestuurspraktyke besef. Vir hierdie doel is die hervormings wat deur die Bank van Internasionale Vereffening deur die nuwe Basel-ooreenkoms (Basel II) ingestel is, daarop gemik om blootstellingspesifieke kredietrisiko-eienskappe binne die regulatoriese kapitaalvereisteraamwerk in te sluit, maar dit is steeds nie in staat om diversifikasie- en konsentrasierisiko ten volle binne die kredietportefeulje te erken nie. Om verdienste- en likiditeitsprofiele te verbeter, word aktiewe kredietportefeuljebestuur 'n sentrale deel van kapitaalbestuur binne die bankbedryf. Indien enige risikobeperking of waardeverbeterende aktiwiteit nagestreef moet word, moet 'n kredietportefeuljebestuurder die onderlinge afhanklikhede tussen blootstellings in 'n portefeulje kan identifiseer en makro-ekonomiese kredietrisiko in tasbare portefeulje-effekte kan verbind. Die kernbeginsel vir die aanspreek van praktiese vrae in kredietportefeuljebestuur lê in die vermoë om die sikliese of sistematiese komponente van firma-kredietrisiko te koppel aan die firma se eie idiosinkratiese kredietrisiko, sowel as die sistematiese kredietrisikokomponent van elke ander blootstelling in die portefeulje. Die meeste strukturele kredietportefeuljebestuursbenaderings het gekies om die algemene ekonomie of sistematiese risiko deur 'n enkele risikofaktor voor te stel. Die sistematiese komponent van alle blootstellings, die proses wat batewaardes genereer en dus die standaarddrempels, is homogeen oor alle firmas. Inderdaad, hierdie asimptotiese enkelrisikofaktor- (AERF-)model was die grondslag vir Basel II. Die ASRF-benadering laat egter nie genoeg buigsaamheid toe wanneer werklike vrae beantwoord word nie. Kommersieel beskikbare kredietportefeuljemodelle het 'n poging aangewend om hierdie probleem aan te spreek deur meer sistematiese faktore in die batewaarde-genereringsproses in te voer. Vanuit 'n praktisyn se oogpunt is hierdie modelle egter dikwels 'n "swart boks" wat min ekonomiese betekenis of afleiding toelaat om aan sistematiese faktore toegeskryf te word. Die metodologie wat deur Pesaran, Schuermann, Treutler en Weiner (PSTW) (2006) voorgestel is, het 'n beduidende vooruitgang in kredietrisikomodellering gemaak omdat dit die gebruik van 'n eie balansstaat en afstand-tot-wanbetalingsdata vermy en eerder fokus op kredietgraderings wat meer vrylik beskikbaar is. Deur 'n aangepaste strukturele wanbetalingsmodel aan 'n strukturele globale ekonometriese (GVOR) model te koppel, kan kredietrisiko-ontleding en portefeuljebestuur gedoen word deur 'n voorwaardelike verliesverspreidingsberaming- en simulasieproses te gebruik. Die GVOR-model wat in PSTW (2006) gebruik word, bestaan ​​uit altesaam 25 lande en is verantwoordelik vir 80% van die wêreldproduksie, maar sluit nie 'n Afrika-komponent in nie. Hierdie proefskrif stel 'n landspesifieke makro-ekonometriese risikodrywer-enjin voor wat versoenbaar is met die GVOR-model en -raamwerk en ook daarin kan voer deur middel van vektorfoutkorreksie- (VFKM-)tegnieke. Dit maak voorsiening vir voorwaardelike verliesberaming van 'n Suid-Afrikaans-spesifieke kredietportefeulje en maak die deur oop vir kredietportefeuljemodellering op 'n wêreldwye skaal, omdat so 'n model maklik aan die GVOR-model gekoppel kan word. Deur firma-spesifieke batewaardefunksies te gebruik, word die uitkomste van die makro-ekonometriese vektorfoutkorreksie-model (VFKM) vertaal in wanbetalingswaarskynlikhede en gebruik om kredietrisiko-ontleding en scenario-ontleding uit te voer op 'n fiktiewe portefeulje van korporatiewe banklenings binne die Suid-Afrikaanse ekonomie. Hierdie resultate kan gebruik word in kredietportefeuljebestuur of selfstandige kredietrisiko-ontleding, wat beteken dat praktiese kredietportefeuljebestuur en waardeverbeterende toepassings uitgevoer kan word.