Studio Legale Tidona e Associati  | Diritto Bancario e Finanziario

HOME

CONTATTO

CHI SIAMO

 

Magistra Banca e Finanza | Studio Legale Tidona e Associati | Diritto Bancario e Finanziario

Rivista di Diritto Bancario e Finanziario
Per contattarci

CERCA ARTICOLI:

La crisi del credito e le lezioni per il risk management

Di Corrado Bei

15 ottobre 2009

 

Indubbiamente gli ultimi due anni e mezzo hanno visto gli istituti finanziari incorrere in pesanti perdite legate alle diverse componenti del loro business. Perdite che hanno riguardato prima di tutto il business collegato al trading e finanza strutturata (dall’estate 2007 e fino ai primi mesi del 2009), anche se il 2009 è stato poi foriero di miliardari ricavi proprio in una attività tipica del prop desk, e cioè il proprietary trading. Successivamente, dato anche l’usuale ritardo rispetto al ciclo macroeconomico sono iniziate ad affiorare tutte quelle perdite legate al credito. Sicuramente anche il 2010 sarà caratterizzato da questa problematica e recentemente sia il Fondo Monetario Internazionale che la BCE hanno rialzato le stime sulle perdite relative al comparto ‘loans’.

Una delle problematiche affrontate in termini accademici, applicativi e regolamentari è stata quello del fallimento o del mancato buon funzionamento dei sistemi di risk management nelle grandi e medie istituzioni finanziarie con il risultato che solo in pochi hanno ‘passato la tempesta’ senza subire danni irreparabili. Non a caso il Financial Times, forse anche in maniera provocatoria, recentemente ha nominato personaggio del 2009 Lloyd C. Blankfein, CEO di Goldman Sachs proprio per il ruolo attivo che la banca di investimento ha avuto nel gestire gli output del proprio sistema di risk management, cosa che le ha permesso di evitare gran parte delle perdite sui mortgages che nel 2007 e nel 2008 hanno stravolto e portato sull’orlo della bancarotta (se non oltre) le più importanti banche di investimento internazionali.

Pertanto, numerosi sono stati i contributi che hanno cercato di esaminare le problematiche vissute dalle unità del risk management ed uno dei contributi più lucidi in tal senso è quello di Philippe Jorion in un recente paper pubblicato sull’European Financial Management[1].

L’autore innanzitutto tutto pone l’accento sul fatto che prima di tutto bisogna considerare le due tipologie di sistemi di misurazione del rischio presenti ed in uso. La prima tipologia, detta return based, è quella più facile da implementare, è in grado di monitorare un trading dinamico di portafoglio, ma ha anche dei forti limiti. Innanzitutto non è in grado di dare indicazioni per nuovi strumenti e mercati, di far emergere rischi nascosti ed è anche estramente lenta nell’identificare style drift.

La seconda tipologia di sistemi di misurazione del rischio sono invece i cd position based, i quali possono essere applicati anche a nuovi mercati e strumenti ed utilizzando le informazioni più recenti sulle posizioni di portafoglio consentono di individuare rischi nascosti e style drift; inoltre, possono essere utilizzati per effettuare stress test che siano forward looking. Ma tutto questo ha un costo che si concretizza nella enorme mole di informazioni necessarie e nella difficoltà di implementazione; inoltre si ipotizza che il portafoglio globale da esaminare sia ‘ congelato’ ad una determinata data e non permette di monitorare sistemi di trading dinamico. Tutto ciò può anche spesso portare ad errori di modellazione (model risk) e nel trattamento dei dati. Nonostante questo, la moderna architettura del risk management è praticamente quasi tutta position based; però si possono anche integrare i due approcci, utilizzando quello risk based per effettuare back test sui modelli position based in modo da stimare le exceptions[2].

Comunque, nonostante l’utilizzo di sistemi position based, il 2007 ed il 2008 hanno visto miliardi di dollari in perdite infestare i bilanci di tutte le banche di investimento. Basti pensare che la sola UBS ha subito perdite per $19 bn solo nel settore Mortgage Backed Securities. Tutto ciò anche per colpa dei sistemi di risk management. Per una disamina più approfondita è necessario introdurre una classificazione dei rischi in funzione del loro grado di incertezza:[3]

 

-          Known Known. Sono quei rischi che si conoscono ex ante e che sono misurabili in maniera abbastanza consistente. In definitiva si tratta di rischi conosciuti e ben misurabili, si possono identificare pertanto sia i fattori di rischio che le relative distribuzioni. Si possono comunque subire perdite inattese per mera sfortuna o per una eccessiva esposizione al fattore di rischio

-          Known Unknown. Il termine si riferisce a quelle circostanze o rischi che si conoscono ex ante, ma sono difficili da misurare o interpretare. Ad esempio il risk manager potrebbe non stimare accuratamente o in maniera appropriata le distribuzioni di alcuni fattori di rischio (insieme alla struttura di varianza e covarianza); inoltre, il processo di mapping (rimpiazzare le posizioni di portafogli con le relative esposizioni ai fattori di rischio) potrebbero essere incorrette e generare il cd model risk. Ad esempio, supponiamo che il risk manager abbia stimato la volatilità dell’S&P500 con i dati del 2005/2006. Si tratta di un periodo relativamente tranquillo, e questo potrebbe indurre a sottostimare la volatilità dei mercati per gli anni seguenti. In figura 1,  ad esempio, si riporta il calcolo della volatilità dell’S&P500 utilizzando una media mobile esponenziale  (EWMA) con fattore di decay di 0,94 e la stima utilizzata dalla maggior parte dei sistemi di risk management che si basano su stima del VAR storico e che invece utilizzano un modello Moving Average (MA) ad un anno. Come si può notare dal grafico, i sistemi di risk management hanno sistematicamente sottostimato la volatilità sull’S&P500 dall’anno 2007 in poi, facendo correre alle Investment Bank un rischio maggiore di quello atteso.

 

 

 

 

 

 

 

 

 

 

 

 Figura 1: Daily Volatility Forecast for the S&P Index

 

 Ma simili errori sono stati commessi anche nella stima della matrice di correlazione tra le diverse tranches di ABS da parte delle società di rating per stimare i valori a scadenza dei portafogli ed i relativi VAR. Anche qui il problema è che sono stati utilizzati dati relativi a periodi in cui il mercato immobiliare era in crescita costante nei prezzi.

Infine, un altro rischio che ricade in questa categoria, che ha avuto una notevole importanza nella recente crisi, ma che non è possibile ricondurre ad una semplice gestione quantitativa tramite sistemi di risk management, è il rischio di liquidità che si distingue in:

o   asset liquidity risk, dovuto all’impatto sui prezzi di una grande vendita di un asset

o   funding liquidity risk, che si ha quando una società non è in grado di far fronte ai bisogni di cash flow o ai margin calls

 

-          Unknown unknown. Si riferisce a quelle circostanze e a quei rischi non prevedibili, né tantomeno stimabili ex ante, quindi fuori da ogni scenario predittivo. Esempi di questa categoria di rischi sono:

o   Regulatory risk, come ad esempio i recenti vincoli sulle short sales

o   Counterparty risk, in quanto è difficile conoscere perfettamente la controparte coinvolta in un contratto, tanto che la sua generalizzazione diventa un rischio sistematico (systematic risk), dove il vero risk manager diventa la banca centrale

 

Le implicazione dei rischi appartenenti alle ultime due categorie (known unknown e unknown unknown) sono piuttosto forti nella pratica, dove l’approccio generale utilizzato è quello dell’Economic Capital Analysis dove vi è una estensione del metodo VAR al rischio totale di una istituzione finanziaria (includendo i rischi di mercato, di credito ed operativo). In queste applicazioni, l’orizzonte temporale di stima troppo lungo (di solito un anno) ha portato ad errori di valutazione enormi. Basti pensare che AIG nel 2007 disse di avere $15bn in eccesso di economic capital richiesto. In realtà, nel 2007 ha avuto bisogno di $170bn di denaro pubblico per essere salvata….

 

Quali sono le lezioni per i risk manager?

-          Innanzitutto occorre affidarsi a risk manager che abbiano una capacità valutativa estensiva e proattiva e non solo a macchine

-          Necessità di costruire scenari che siano forward looking, che guardino al futuro e che non si basino solo sul passato

-          Fare stress test dei vari modelli, variando le ipotesi alla base dei parametri e delle distribuzioni

-          Un buon risk manager, inoltre, dovrebbe reagire nel momento in cui emergono segni di debolezza nei modelli adottati. Ad esempio, UBS nel 2007 ha visto un numero di exceptions pari a 29, quando con un sistema di risk management ben calibrato e con un intervallo di confidenza del 99% dovevano essere 2/3, ma non furono effettuati i giusti adeguamenti nei sistemi di misurazione del rischio. Al contrario, come riportato da Nocera[4], Goldman Sachs nel Dicembre 2006 notò che le perdite del desk sui mortgage furono superiori al VAR per diversi giorni di seguito, e dopo una attenta valutazione procedette con il taglio dei relativi rischi; ciò la pose al riparo da gran parte delle turbolenze dell’estate 2007 che invece non risparmiarono praticamente tutte le rivali.

 

In definitiva, ex post si può dire che le banche che hanno fatto peggio sono state quelle che hanno avuto una struttura di business prettamente gerarchica, dove il top management ha voluto espandere le linee di business senza dare ascolto ai warning dei risk managers, senza costruire modellli di misurazione dei rischi per le nuove strutture di prodotto e senza effettuare stress test.

Questo spiega perché gli organi regolatori spingano e definiscano nuove e migliori strutture  di stress testing. Ad esempio, il Comitato di Basilea consiglia l’uso di reverse stress tests dove, partendo da un risultato (ad esempio la rottura sui limiti di capitale di vigilanza) ci si chiede quali eventi possano aver portato a quello scenario.

Nonostante ciò, i sistemi di risk management non saranno mai in grado di garantire ex ante una protezione contro enormi perdite inattese, anche per la presenza di rischi del tipo unknown unknown ed in particolare quelli regolamentari e sistematici. Di sicuro quello che farà la differenza sarà il buon senso e un bel po’ di umiltà, soprattutto da parte degli attori protagonisti degli ultimi eventi, ma da questo punto di vista c’è ancora molto ‘da lavorare’. Basti pensare che lo stesso CEO di Goldman Sachs, Lloyd Blankfein, uomo dell’anno per il Financial Times, ha detto in una recente intervista al The Times di Londra, che lui “sta facendo  il lavoro di Dio”….parafrasando una canzone degli Stiff Little Fingers…it’s a long way to paradise


 

[1] Risk Management and Lessons from the Credit Crisis, Philippe Jorion – European Financial Management, Vol. 15 n. 5 - 2009

[2] In gergo si intende per exceptions il numero di perdite realizzate maggiori del VAR stimato con un determinato livello di confidenza. Così ad esempio, back test relativi a modelli di stima del VAR giornaliero con un intervallo di confidenza dell’1%, se ben calibrati dovrebbero mostrare perdite superiori al VAR stesso per un numero di volte (exceptions) non superiori all’1% dei 252 giorni lavorativi annuali, cioè 2,5. Exceptions di gran lunga maggiori di 2,5 dovrebbero spingere il risk manager a riconsiderare il modello stesso

[3] La classificazione seguente si fa ricondurre all’ex Segretario della Difesa degli USA Donald Rumsfeld

[4] Nocera, J., Risk Mismanagement, New York Times, January 2009

Elenco completo degli articoli

 

Si iscriva alla Newsletter per ricevere gli approfondimenti

 

Raccolta di Giurisprudenza in Omaggio:

IL CONTENZIOSO SUL MUTUO BANCARIO

Clicca qui per richiedere la Raccolta in omaggio

 
 
 

© COPYRIGHT TIDONA

Tutti i contenuti sono protetti dal diritto d'autore. Ogni utilizzo non autorizzato sarà perseguito ai sensi di legge.

RIPRODUZIONE VIETATA

 

 

 

Vedi tutti gli articoli
NOTE OBBLIGATORIE per la citazione o riproduzione degli articoli e dei documenti pubblicati in Magistra Banca e Finanza
È consentito il solo link dal proprio sito alla pagina della rivista che contiene l'articolo di interesse.
È vietato che l'intero articolo, se non in sua parte (non superiore al decimo), sia copiato in altro sito;  anche in caso di pubblicazione di un estratto parziale è sempre obbligatoria l'indicazione della fonte e l'inserimento di un link diretto alla pagina della rivista che contiene l'articolo.
Per la citazione in Libri, Riviste, Tesi di laurea, e ogni diversa pubblicazione, online o cartacea, di articoli (o estratti di articoli) pubblicati in questa rivista è obbligatoria l'indicazione della fonte, nel modo che segue:
Autore, Titolo, in Magistra, Banca e Finanza - www.magistra.it - ISSN: 2039-7410, anno
Esempio: CASTIGLIONI M., La securitization in Italia, in Magistra Banca e Finanza - Tidona.com - ISSN: 2039-7410, 2010
Studio Legale Tidona | Diritto Bancario e Finanziario
 
In questo sito web utilizziamo cookies tecnici per migliorare la Sua navigazione. Continuando la navigazione acconsente al loro uso. Maggiori informazioni alla nostra cookie policy.

stampa questa pagina

© copyright 1998-2009 Studio Legale Tidona e Associati | Tidona.com |