H ραγδαία αύξηση των επισφαλειών και των μη εξυπηρετούμενων δανείων, λόγω της κρίσης των έξι τελευταίων ετών, αποτελεί ένα θέμα υψηλής σημασίας για τις ελληνικές τράπεζες. Οι τράπεζες καλούνται να διαχειρισθούν το υπάρχον απόθεμα μη εξυπηρετούμενων δανείων (NPLs) και να αναπροσαρμόσουν τα συστήματα και τις διαδικασίες διαχείρισης του πιστωτικού κινδύνου των επιχειρήσεων και των ιδιωτών ώστε να αποτρέψουν τη δημιουργία νέων. Στην πρώτη περίπτωση, οι τράπεζες περιχαρακώνουν (ring fencing) το προβληματικό χαρτοφυλάκιο, η διαχείριση του οποίου γίνεται από ειδική ομάδα διαχείρισης NPLs εντός της τράπεζας (internal work-out). Αυτό απαιτεί ειδικές δεξιότητες και εμπειρία, αφού ο χειρισμός των προβληματικών πελατών είναι διαφορετικός από τον χειρισμό των ενήμερων πελατών, καθώς είναι αναγκαία μια πιο προσωποποιημένη και νομική προσέγγιση. Παράλληλα, με τη διαχείριση των NPLs οι τράπεζες πρέπει να βελτιώσουν τα συστήματα διαχείρισης πιστωτικού κινδύνου, ώστε η ζημία από τη νέα γενιά NPLs να μπορεί να απορροφηθεί χωρίς κραδασμούς. Και στις δύο περιπτώσεις, οι τράπεζες πρέπει να αναπτύξουν τα κατάλληλα εργαλεία, ώστε να βελτιώσουν την ποιότητα του δανειακού χαρτοφυλακίου.
Το Εργαστήριο Συστημάτων Χρηματοοικονομικής Διοίκησης του Πολυτεχνείου Κρήτης έχει αναπτύξει σημαντική τεχνογνωσία σε θέματα ανάλυσης του πιστωτικού κινδύνου και διαχείρισης NPLs, καθώς έχει συνεργαστεί με χρηματοπιστωτικά ιδρύματα και επιχειρήσεις στο θέμα αυτό (Τράπεζα της Ελλάδος, ICAP Α.Ε., Eurobank, συνεταιριστικές τράπεζες και πρώην εμπορικές τράπεζες, όπως Ιονική, Γενική και Εμπορική). Επιπλέον, το Εργαστήριο έχει αναπτύξει συνεργασίες με ερευνητικά κέντρα και ιδρύματα του εξωτερικού (όπως το Centre for Financial and Risk Management της Audencia Nantes School of Management – EQUIS, AMBA, AACSB) στη Γαλλία. Μέσω των συνεργασιών αυτών αναπτύσσεται τεχνογνωσία, με βάση τις διεθνείς πρακτικές και τις νέες εξελίξεις, η οποία σταδιακά μεταφέρεται και στα ελληνικά δεδομένα.
Ειδικά στο πεδίο της ανάλυσης του πιστωτικού κινδύνου, το Εργαστήριο έχει αναπτύξει καινοτόμες μεθοδολογίες για τη δημιουργία μοντέλων πιστοληπτικής βαθμονόμησης (credit scoring), χρησιμοποιώντας εξελιγμένες αναλυτικές τεχνικές από τον χώρο της επιχειρησιακής έρευνας, της πολυκριτήριας ανάλυσης αποφάσεων και της τεχνητής νοημοσύνης. Πλήθος συγκριτικών αναλύσεων σε πραγματικά δεδομένα από την Ελλάδα και το εξωτερικό έχει δείξει ότι τα εργαλεία που έχουν αναπτυχθεί στο Εργαστήριο παρέχουν εκτιμήσεις υψηλής ακρίβειας (σε σχέση με άλλες καθιερωμένες στατιστικές τεχνικές). Οι μεθοδολογίες αυτές μπορούν να χρησιμοποιηθούν τόσο για την αξιολόγηση του πιστωτικού κινδύνου επιχειρήσεων (μεγάλων και μικρομεσαίων) όσο και ιδιωτών, παρέχοντας αξιόπιστες εκτιμήσεις για την πιθανότητα αθέτησης (probability of default).
Ταυτόχρονα, στην Audencia, πέρα από τις εργασίες που έχουν εκπονηθεί στους τομείς τραπεζικού και χρηματοοικονομικού κινδύνου και έχουν δημοσιευθεί σε κορυφαίες επιθεωρήσεις με βάση τις διεθνείς λίστες κατάταξης ABS και CNRS, έχουν αναπτυχθεί σε συνεργασία με τράπεζες συστήματα παρακολούθησης της χρηματοοικονομικής ευπάθειας (financial vulnerability) των δανειοληπτών, λαμβάνοντας υπόψη τόσο μεταβολές του εξωτερικού οικονομικού περιβάλλοντος όσο και συμπεριφορικά στοιχεία (behavioral elements), ώστε να προληφθεί, κατά το δυνατόν, η δημιουργία νέων NPLs. Παράλληλα, αναπτύσσονται εργαλεία πρόληψης και εκτίμησης δυνατότητας αποπληρωμής προβληματικών δανείων με έμφαση στον ρόλο που διαδραματίζουν και οι ανθρώπινες συμπεριφορές στη λήψη αποφάσεων σε θέματα δανείων/αποπληρωμής (συμπεριφορική χρηματοοικονομική – behavioral finance).
Οι προσεγγίσεις και οι τεχνικές που έχουν αναπτυχθεί καλύπτουν όλα τα στάδια της διαδικασίας ανάλυσης του πιστωτικού κινδύνου. Τα στάδια αυτά περιλαμβάνουν θέματα όπως: α) τη συλλογή και την προεπεξεργασία των αναγκαίων δεδομένων (διαδικασίες δειγματοληψίας, επιλογή μεταβλητών, διαδικασίες ελέγχου της ποιότητας των δεδομένων, κ.ά.), β) την ανάπτυξη αναλυτικών μοντέλων εκτίμησης του πιστωτικού κινδύνου μέσω στατιστικών και μη παραμετρικών τεχνικών (πολυκριτήρια ανάλυση, εργαλεία βελτιστοποίησης, τεχνητή νοημοσύνη) σε γενικό επίπεδο, αλλά και για εξειδικευμένες κατηγορίες επιχειρήσεων και πελατών (κλαδικά επιχειρηματικά μοντέλα, μοντέλα για ΜμΕ, καταναλωτική πίστη, κ.λπ.) και γ) τον έλεγχο της προβλεπτικής ικανότητας των μοντέλων μέσω στατιστικών και οικονομικών μέτρων απόδοσης.
Επιπλέον, οι μεθοδολογίες που έχουν αναπτυχθεί μπορούν να χρησιμοποιηθούν και για εκτίμηση της ζημίας σε περίπτωση αθέτησης (loss given default, LGD). Η εκτίμηση του LGD αποτελεί βασικό στοιχείο της διαχείρισης κινδύνων για χαρτοφυλάκια χορηγήσεων, καθώς, σε συνδυασμό με μοντέλα εκτίμησης του κινδύνου αθέτησης, παρέχει τη δυνατότητα ορισμού ορίων για τις κεφαλαιακές ανάγκες των χρηματοπιστωτικών ιδρυμάτων. Eτσι διαμορφώνεται μια ολοκληρωμένη προσέγγιση, η οποία ανταποκρίνεται πλήρως στις ρυθμιστικές απαιτήσεις (κανόνες Βασιλείας ΙΙ και ΙΙΙ). Ταυτόχρονα, μια τέτοια ολοκληρωμένη προσέγγιση επιτρέπει την υλοποίηση αξιόπιστων προσομοιώσεων ακραίων καταστάσεων (stress testing) σε χαρτοφυλάκια χορηγήσεων, με στόχο την ακριβή εκτίμηση των ζημιών που μπορεί να αντιμετωπίσει ένα χρηματοπιστωτικό ίδρυμα σε ακραίες συνθήκες.
* Ο κ. Αιμίλιος Γαλαριώτης είναι καθηγητής, Audencia Nantes School of Management (EQUIS, AMBA, AACSB), διευθυντής του Centre for Financial and Risk Management (CFRM), επικεφαλής του τομέα έρευνας Finance, Risk and Accounting Performance, πρόεδρος του τμήματος Accounting and Finance.
** Ο κ. Κωνσταντίνος Ζοπουνίδης είναι καθηγητής – ακαδημαϊκός, Πολυτεχνείο Κρήτης, Distinguished Research Professor, Audencia Nantes School of Management, πρόεδρος της Financial Engineering and Banking Society.