Kondor Imre

Bank és kockázat

Ha az ügyfél csődbe megy, hitelezői között megindul a hátramaradt értékein való osztozkodás, illetve megkezdődik a biztosítékok értékesítése. Ez a visszaszerzési folyamat esetleg évekig is eltarthat, jelentős energiákat és pénzeket emészthet fel, de sokszor nagyon is megéri, mert a befagyott kölcsön jelentős részét meg lehet menteni általa. Ezekkel a kármentő feladatokkal a bankokban specializált részlegek foglalkoznak.

Az ügyfelek minősítése, a biztosítékok értékelése, és az ügyfélcsőd esetén elszenvedett tényleges veszteség mérlegelése képezik az alapját a hitelező és az adós között lefolytatott alkunak, melynek során meghatározzák az ügylet árát és egyéb feltételeit. A hitelezési kockázat elemeinek a vizsgálata kiterjedt tudomány, melynek a specialistái nagy létszámú csapatokban dolgoznak a bankokban. Az ügyfél hitelképességének megítélése nyilván nem mentes szubjektív elemektől, és hagyományosan erősen függött a bank és az ügyfél személyes kapcsolatától. A szektor fejlődésével, a hitelezés tömegesedésével és elszemélytelenedésével párhuzamosan egyre nagyobb jelentőségre tesznek szert a szinte automatizált, statisztikai hitelminősítési rendszerek. Amikor a bank irritálóan sok adatunkat firtatja, egy statisztikus sokaság valamelyik osztályában igyekszik elhelyezni bennünket, és azt próbálja eldönteni, milyen feltételekkel nyújthat hitelt nekünk ahhoz, hogy ne bukjon rajta.

Az egyedi ügyfélhez tartozó kockázatok meghatározásával nem ér véget a bank teljes hitelkockázatának a kiértékelése. Az ügyfelek országok, régiók, gazdasági szektorok szerinti eloszlása, egymással való korrelációik és egy sor egyéb tényező döntő módon befolyásolhatja, hogy a hitelportfolió egésze mekkora veszélyeket hordoz magában. Nyilvánvalóan veszélyes, ha a banknak túlságosan nagy a kitettsége egyetlen szektorban, mondjuk a mezőgazdaságban, ahol egy szokatlanul forró és száraz nyár tömeges csődöket okozhat, miközben az itt elszenvedett veszteségeket részben ellensúlyozhatta volna mondjuk az üdítőital-gyártóknak nyújtott hiteleken elért nyereség. Hasonló veszélyt hordoz a hitelportfolió koncentrációja egy látszólag független vállalatokból álló, de közös tulajdonosok által ellenőrzött vállalatcsoportban. A hitelportfolió teljes, aggregált kockázatát tehát nagyon erősen meghatározza a portfolió diverzifikációja, vagyis a különböző szektorok, régiók stb. szerinti szétterítettsége, valamint az egyes elemek közötti korrelációk szerkezete.

A hitelportfolió egészére vonatkozó elméleti modellek sokkal kevésbé kidolgozottak, mint a piaci kockázatokéi, hiszen a releváns események száma itt sokkal kisebb, az időhorizont pedig sokkal hosszabb; ezen a területen viszonylag ritka, de jelentős veszteséget okozó események statisztikájával van dolgunk. Létezik ugyan néhány (négy-öt) széles körben elterjedt és drága szoftverekben megtestesülő alapmodell, de ezek egyike sem igazán meggyőző, és mind eléggé önkényesen próbálja megragadni a korrelációk kérdését. Ezek között a modellek között van olyan, amelyik a felhasznált matematikai eszközök tekintetében meghökkentően hasonlít némely statisztikus fizikai feladat megoldására, ami talán megkönnyítheti a jövőben a fizikusok számára, hogy pénzügyi kalandozásaik során a hitelkockázatok problémakörébe is eljussanak, ahol sokkal nagyobb volumenű kockázatokat és sokkal fejletlenebb módszereket fognak találni, mint az általuk előszeretettel frekventált piaci kockázatok esetében.

Mindemellett a piaci és hitelkockázatok nyilvánvalóan nem is függetlenek. A kamatok ingadozása nemcsak a kötvények értékét változtatja meg, hanem átértékeli az egész hitelportfoliót is. Az eddig elmondottakat végiggondolva beláthatjuk, milyen óriási feladat egy akár nem is túlságosan nagy méretű bank tevékenységének, befektetési és hitelezési politikájának az optimális megválasztása.