Pénzügyi Stabilitási Jelentés (2020. november)

Page 62

MAGYAR NEMZETI BANK

3. táblázat: A stresszteszt eredménye különböző tőkekövetelmények mellett 8 százalékos tőkekövetelmény

Tőkehiányos bankok tőkeigénye (Mrd Ft) Tőkehiányos bankok átlagos tőkeigénye (százalékpont) Tőketöbblettel rendelkező bankok tőkepuffere (Mrd Ft) Tőketöbblettel rendelkező bankok átlagos tőkepuffere (százalékpont)

Teljes* tőkekövetelmény

Forgatókönyvek előtt

Alappálya sávközepe

Stresszpálya

Alappálya sávközepe

Stresszpálya

0,0

0,0

25,2

32,9

86,2

0,0

0,0

1,5

2,3

3,1

1 808,6

1 947,9

1 652,3

1 265,0

987,8

10,2

10,2

9,5

8,1

7,4

Megjegyzés: *A jelentés publikációjának időpontjában érvényes követelmények. A forgatókönyvek előtti adatok 2020 II. negyedévére, az egyes pályák adatai pedig a pályák második évének végére vonatkoznak. Forrás: MNB.

8. KERETES ÍRÁS: MODELLJÉBEN

FEJLESZTÉSEK

A

veszteségei jelentős részben a pálya első évében realizálódnak, melynek végére a szektorszintű tőkemegfelelési mutató mintegy 3,1 százalékponttal csökken. A bankrendszer aggregált mutatója ugyanakkor a stresszpálya végén is 1,7 százalékponttal elmarad a kiinduló tényértéktől. Az eloszlás tizedik percentilise megközelíti a 8 százalékos első pilléres tőkekövetelményt, ami azt mutatja, hogy csupán a szektor töredéke sérülékeny még a súlyos stresszforgatókönyv alapján is. A bankcsoportokat kockázattal súlyozott eszközértékeikkel (RWA) súlyozva a stresszpálya második évének végére a bankrendszer 7,8 százaléka kerülne a 8 százalékos első pilléres küszöb alá, és 25 milliárd forintnyi tőkeemelési igény keletkezne (3. táblázat). E tőkeemelési igény 86 milliárd forintra nő a jelentés publikációjának időpontjában érvényes összes tőkekövetelményt figyelembe véve.

SZOLVENCIA

STRESSZTESZT

JÖVEDELMEZŐSÉGI

Jelenlegi stressztesztünkben a banki jövedelemelőrejelzéseket már egy részletesebb, a főbb eredménytételek szerinti bontásban készülő modell alapján számítjuk. A hitelezési veszteségek előtti jövedelem előrejelzése korábban egy banki szintű paneladatbázison becsült statikus ökonometriai modell szerint történt, Banai és szerzőtársai26 (2013) tanulmányában ismertetett módszertan alapján. Ebben a megközelítésben azonban nem volt lehetőség az előrejelzett jövedelem részletes, eredménytételekre bontott elemzésére, valamint elfedte az eredmény kialakulásának explicit hatásmechanizmusait is. Emiatt megkezdtük az áttérést egy olyan modellkeretre, amelyben a főbb eredménykomponensek forgatókönyvek szerinti előrejelzéseit külön-külön készítjük el. A modell jelen formájában a kamateredményt, a jutalék- és díjeredményt, valamint a pénzügyi műveletek eredményének egyes résztételeit modellezzük részletesebben. A kamateredmény előrejelzéséhez kamatlábkockázati modellünket vettük alapul.27 A bankok kamateredményét a makrogazdasági környezet elsődlegesen a beérkező és kifizetendő kamatok mértékén (kamatlábkockázat), valamint a kamatok beérkezésének valószínűségén (hitelkockázat) keresztül alakítja.28 A modellt egyrészt annyiban módosítottuk, hogy a kamatlábak változásának hatása helyett minden kamatérzékeny tétel esetében az egyes hozamgörbepályák mellett realizálódó kamateredményt számítsuk ki. Másrészt, a hitelkockázat kamateredményre gyakorolt hatását úgy jelenítettük meg, hogy a hiteleken várható kamatbevételben ügyletenként figyelembe vettük a nemteljesítés előrejelzett valószínűségét, melyet – makro- és ügyletszintű változók hatását megragadó – hitelkockázati modelljeinkből számszerűsítettünk. Törekedtünk emellett a bankok kamatbevételeinek és kamatráfordításainak teljeskörű megragadására, így állományi alapon számszerűsítettük például a lejárat nélküli hiteltermékeken – hitelkártyákon és folyószámlahiteleken – várhatóan realizálódó kamatbevételt is. A kamatokkal szemben a jutalékokat és díjakat generáló konkrét szolgáltatásokat, tranzakciókat, és azok árazását nehezebb közvetlenül megragadni, így az eredménytétel modellezése egy – dinamikus és a hibatag autokorrelációjával számoló – fixhatásos panelregresszió keretein belül történik. Az adatbázis idősorai 2008 elejétől indulnak29

26

Banai Ádám, Hosszú Zsuzsanna, Körmendi Gyöngyi, Sóvágó Sándor, Szegedi Róbert (2013): Stressztesztek a Magyar Nemzeti Bank gyakorlatában. MNB-tanulmányok, 109. Budapest: Magyar Nemzeti Bank. 27 A kamatlábkockázati modell részletes ismertetése a 2020. májusi Pénzügyi stabilitási jelentés 10. keretes írásában található. 28 A devizaárfolyam-kockázatot, amelyet a kamateredményt alakító harmadik lényegi csatornának tartunk, a stresszteszt jelen keretrendszerében külön, a bankok teljes deviza nyitott pozíciójának felhasználásával számítjuk ki. 29 Az időhorizont hosszának meghatározása során egyrészt az adatbázis információtartalmának maximalizálására törekedtünk, másrészt arra, hogy az intézmények üzleti modelljében elkerüljük a strukturális töréseket.

58

PÉNZÜGYI STABILITÁSI JELENTÉS • 2020. NOVEMBER


Turn static files into dynamic content formats.

Create a flipbook
Issuu converts static files into: digital portfolios, online yearbooks, online catalogs, digital photo albums and more. Sign up and create your flipbook.