Testet för resultatattribution som den verkliga flaskhalsen
FRTB:s test för resultatattribution jämför en desks risk-teoretiska resultat, genererat av front office-prissättningsmodellen som matar riskmotorn, mot det hypotetiska resultat som används för backtestning. Enheter som upprepat underkänns flyttas till schablonmetoden, som Baselkommittén medvetet utformat mer konservativt, vilket skapar ett starkt incitament för banker att åtgärda underliggande data- och modellkonsekvensproblem i stället för att acceptera kapitalstraffet. I praktiken härrör många underkännanden från riskfaktorer som mappas eller approximeras olika mellan front office- och risksystem, inte från bristfällig statistisk riskmodellering.
Åtgärder innebär typiskt att avstämma de riskfaktorer som används vid prissättning mot dem som används i riskmotorn, att strama åt universum av behöriga riskfaktorer genom testet för icke-modellerbara riskfaktorer, och i vissa fall att omstrukturera handelsenheter kring linjer som kan modelleras sammanhängande. Banker som behandlat detta som ett rent riskmodellproblem snarare än ett integrationsproblem mellan front office och risk har generellt sett långsammare framsteg i åtgärdsarbetet.
Schablonmetoden som strategiskt alternativ, inte ett misslyckande
Den reviderade schablonmetoden, byggd på känslighetsbaserade riskvikter över delta, vega och krökning, är mer riskkänslig än sin föregångare och är för vissa enklare eller lågvolymenheter numera ett medvetet strategiskt val snarare än ett resultat av ett misslyckat modelltest. Att köra schablonmetoden undviker den löpande kostnaden för underhåll, godkännande och attributionstestning av interna modeller, och vissa banker begränsar medvetet omfånget för interna modeller till de enheter där kapitalfördelen tydligt överväger den operativa bördan.
Denna omprioritering spelar roll för resursfördelningen: i stället för att söka godkännande för interna modeller på varje desk prioriterar banker de handelslinjer där kapitalgapet mellan schablon- och modellerade utfall är störst, och accepterar schablonbehandling på övriga. Tillsynsmyndigheter, inklusive inom ramen för EBA:s tekniska standarder, har generellt varit mottagliga för denna selektiva ansats förutsatt att deskstruktur och riskfaktormappning förblir transparenta och väldokumenterade.
Icke-modellerbara riskfaktorer och datatillräcklighet
En återkommande implementeringsutmaning är testet för icke-modellerbara riskfaktorer, som kräver ett minsta antal verkliga, verifierbara prisobservationer för att en riskfaktor ska kvalificera sig för internmetoden; faktorer som underkänns kapitaliseras i stället genom en kostsam stressscenarioavgift. Mindre likvida instrument, tillväxtmarknadskurvor och skräddarsydda strukturerade produkter underkänns ofta i detta test, och banker investerar i tredjeparts prisdatakonsortier för att stärka antalet observationer där den interna transaktionsdatan är för tunn.
Att få detta rätt kräver nära samordning mellan marknadsdataenheter, modellvalidering och handelsenheterna själva, eftersom klassificeringen av en riskfaktor som modellerbar eller ej kan väsentligt påverka kapitalet på deskninivå. Banker som byggt delade, väl styrda marknadsdataverktyg innan FRTB infördes har haft en märkbart smidigare väg genom tillsynsgranskningen än de som behandlat datatillräcklighet som en eftertanke till modellbygget.
Sammanfattning
FRTB-implementeringen bekräftar ett bredare mönster i regelverket efter finanskrisen: den svåraste delen är sällan själva den statistiska modellen utan konsekvensen i data och processer som matar den. Banker som tidigt investerade i avstämning mellan front office och risk, samt i styrning på desknivå, fångar nyttan av interna modeller där det spelar roll, samtidigt som de pragmatiskt använder schablonmetoden på övriga områden i stället för att jaga full täckning med interna modeller till varje pris. Jonas Adam Mohamed Osman, vd för Quantica Risk, uppmanar handelsriskteam att behandla FRTB-beredskap som ett dataprogram för styrning med en kapitalmodell bifogad, inte tvärtom, vilket tenderar att förkorta vägen till hållbart godkännande av interna modeller.
Källor och vidare läsning
Relaterade sidor
- VaR mot Expected Shortfall: mätning av marknadsriskVarför Basel flyttade marknadsriskkapital från value-at-risk till expected shortfall, och vad förändringen innebär för svansriskhantering i praktiken.
- SA-CCR: motpartsrisk-kapital i praktikenHur schablonmetoden för motpartsrisk förändrar derivatkapital, och var banker fortfarande upplever att SA-CCR är kostsamt eller felkalibrerat.
- Basel III Endgame: att navigera CRR3-outputgolvetHur CRR3-outputgolvet omformar kapitalplaneringen för EU-banker, varför interna modeller tappar mark, och vad treasuryfunktioner måste göra nu.