Kredi Portföy Yaklaşımı (CreditPortfolio View™)

CreditPortfolio View™, temerrüt olasılıklarının tesadüfi gözlemlerine dayalı ve aynı zamanda da temerrüdün ekonomideki gelişmelerle de (faiz oranlarının seviyesi, döviz kurları, ekonominin büyüme oranı, işsizlik oranı ve devlet harcamaları gibi makro ekonomik değişkenlere) bağlantılı olduğunu kabul eden bir çoklu faktör modeldir. Wilson tarafından (1987-97) tarafından geliştirilip, McKinsey tarafından önerilen CreditPortfolioView, temerrüt olasılıklarına ek olarak geçiş olasılıklarını ekonomi ile ilişkilendiren nedensel gözlemlere dayanır. Ekonomi kötüye giderken, dereceler düşer ve temerrütler artar, tam tersi durumda ekonomi güçlenirken ise temerrütler düşerken risk dereceleri artar (risk düşer). Diğer bir deyişle kredi döngüleri ekonomik döngüleri takip etmektedir. Bu model ampirik olarak kredi ve iş döngülerinin birlikte hareket etmesinin cevabı niteliğindedir.167 _{Ekonominin durumu} makro ekonomik faktörler tarafından işletilen geniş bir boyut olduğundan, CreditPortfolio-View™ bu makro ekonomik faktörler temerrüt ve değişme-kayma olasılıklarına ilişkilendiren bir metodoloji önermektedir.168 _{Modelin en önemli avantajı} verilerin açık ve kolay ulaşabilir olmasıdır.

CreditPortfolio View™ yaklaşımının özünde teklif edilenler;169

ƒ Model açıkça doğrulamaktadır ki, ayrı kayıp dağılımı, alt portföy içinde sayı ve kredilerinin büyüklüğüne bağlıdır,

ƒ Tarihsel ortalamalara pasif ve şartsız olarak dayanmaktansa, kayıp dağılımları şartlı olarak ekonomik duruma bağlıdır,

ƒ Likide edilebilen veya edilemeyen kredi tutarları kayıpları piyasa değeri bazlı fiyatlamayla ölçülür,

167 _{Didier Cossin ve Hugues Pirotte, Advanced Credit Risk Analysis: Financial Approaches and}

Mathematical Models to Assess, Price, and Manage Credit Risk , John Wiley & Sons, 2001, s.295.

168 _{Crouhy, Galai ve Mark., 2000, s.114.} 169 _{Caouette,.Altman ve Narayanan, 1998, s.297.}

ƒ Bu yaklaşım tek bir borçlunun tahsilatına uygulanabildiği gibi bireysel portföylere de uygulanabilir,

ƒ Geri kurtarma oranları kadar ülke riskinden artan kayıplarıda kapsar.

Temerrüt olasılıkları, bağımsız değişkenlerin güncel ve gecikmeli makro ekonomik değişkenlere bağlı olan spekülatif nota bağlı endeksin logit fonksiyonu olarak modellenir: t , j Y t , j e 1 1 P + =

P j,t , ifadesi t döneminde j ülkesi/endüstrisi içinde spekülatif notlu borçlular için koşula bağlı temerrüt olasılığını, Y j,t ifadesi ise, aşağıda açıklanan çoklu-faktör modelinden türetilen değer endeksini gösterir. Logit dönüşüm, olasılığın 0 ile 1 arasında bir değer almasını sağlamaktadır. Her bir ülkedeki ekonominin durumu gösteren makroekonomik endeks aşağıdaki çoklu-faktör modeli tarafından belirlenir:

Y j,t =β j,0 + β j,1 X j,1,t + β j,2 X j,2,t+ ………..+ β j,m X j,m,t + v j,t

Yj1, t döneminde j. ülke/sektör spekülatif derece endeks değeridir. Β j,0,1,2.. ise j. ülke/sektör spekülatif derece için değerlendirilen katsayıları oluşturur. X j,1 ifadesi j. ülke/sektör makro ekonomik değişkenlerin t dönemi değerleridir. Vj,1 normal dağılımda Xj’den bağımsız varsayılan hata terimidir. Vj,1 ~ N (0,σj), ve v1 ~N (0, ∑ v) varsayımı ile V1 , Vj1 endeks değişimleri yığınının vektörünü, ∑ V ise j x j endeks değişimleri kovaryans matriksini göstermektedir. Makro ekonomik değişkenler her bir ülke için belirlenir. Yeterli veri elde edildiği zaman, model ülke/endüstri seviyesinde ayarlanabilir. O zaman hem temerrüt olasılığı Pj hem de endeks Y j,t ülke/endüstri seviyesinde tanımlanır ve β j katsayıları gerektiği biçimde ayarlanır.

Modelde, koşullu geçiş matrisinin elde edilmesinde, başlangıç noktasını ФM ile gösterilen Moody's ve S&P geçmiş verilerini temel alan, koşulsuz Markov geçiş matrisi oluşturmaktadır. Bu geçiş olasılıkları birçok farklı endüstriyi ve iş alanını kapsayan, 20 yıldan fazla veriyi temel alan geçmiş tarihsel ortalamalar olması nedeniyle koşula bağlı değildir. Ekonomik bunalım süresince, kendisine yatırım yapılması uygun olmayan nota sahip (spekülatif) borçlulara ait temerrüt olasılıkları, mevcut ortalama

temerrüt olasılığından daha yüksektir. Ayrıca yukarı doğru geçişler azalırken, aşağı doğru geçişler artmaktadır. Ekonomik genişleme döneminde durum tam tersidir:

SDP t / Ф SDP > 1 Ekonomik bunalım döneminde

SDP t / Ф SDP < 1 Ekonomik genişleme döneminde

SDP, spekülatif nota sahip bir borçlu için benzetim yapılmış temerrüt olasılığını, ФSDP, spekülatif nota sahip bir borçlu için geçmiş ortalama koşulsuz temerrüt olasılığı göstermektedir. SDPt , logit dönüşüm olasılığı Pj, t değerlerinden türetilmekte, ФSDP ise derece kuruluşlarından elde edilmektedir. CreditPortfolio View™ yukarıdaki bu oranları kayma matrisinin yaratılması için ФM içindeki kayma olasılıklarının düzeltilmesinde kullanılmasını kuvvetle önermektedir. M ekonomik duruma göre şarta bağlı olduğu durumda yani, Mt = M(Pj,t/ ФSDP) iken simülasyon herhangi bir zaman ufkunda işletilebilir, bu bize T dönemi ufkunda çoklu dönem kayma matrisi oluşturmaya aşağıda şekilde izin verir.

(

)

Aynı simülasyon kümülatif şartlı herhangi bir derece ve zaman dönemi için temerrüt olasılıklarını dağılımını oluşturabilmek için bir çok kez yeniden türetilebilir. Aynı Monte Carlo metodolojisi herhangi bir zaman ufkunda kayma olasılıklarının şartlı kümülatif dağılımını oluşturmak için kullanılabilir. Bu dağılımdan herhangi kredi VaR ölçümü, her kesim için maksimum olası temerrüt olasılığı gibi % 99 güvenilirlikte çıkarılabilir. KMV ve CreditPortfolio View™ temellerini "Temerrüt ve kayma olasılıkları zaman boyunca değişmektedir" şeklindeki aynı ampirik gözleme dayandırmaktadır.170 KMV mikro ekonomik yaklaşım benimsemiş olup, herhangi bir borçlunun temerrüt olasılığının onun varlıklarının piyasa değeri ile ilişkili olduğu kabul etmektedir.171 CreditPortfolio View™ ise herhangi bir borçlu için temerrüt ve kayma olasılıklarıyla ilgili makroekonomik faktör ilişkili metodoloji önermektedir. Bu modelin yeteneğini artırabilmek için her ülke ve her ülkedeki her sektör için güvenilir temerrüt verilerine ihtiyaç duyulmaktadır. Modelin diğer bir kısıt noktası ise kayma matrisini düzeltmek

170 _{Crouhy, Galai ve Mark., 2000,s.116.} 171 _{Crosbie ve Bohn, 2003, s.25.}

için "ad-hoc" prosedürüdür. Önerilen modelin basit Bayesian modelinden daha iyi performans göstereceği tam olarak açık değildir.