C

C
A
A
I
I
E
E
T
T
E
E
D
D
E
E
S
S
T
T
U
U
D
D
I
I
I
I

N
N
r
r
.
.
2
2
3
3








Octombrie 2007



ISBN 1224-4449






















No t
Opiniile prezentate n aceast lucrare sunt n ntregime ale autorilor
i ele nu implic sau angajeaz n vreun fel Banca Naional a Romniei.
Reproducerea publicaiei este interzis, iar utilizarea datelor n diferite lucrri
este permis numai cu indicarea sursei.







SISTEM DE PREVIZIUNE
A EVENIMENTELOR DE DETERIORARE
A RATINGULUI CAAMPL

Autor:

Bogdan Moinescu
1



1
Autorul mulumete lui Cristian Bichi i Adrian Codirlau pentru sugestiile i comentariile oferite pe baza unor
versiuni preliminare ale acestei lucrri.



REZUMAT
Studiul i propune s descrie sintetic oportunitatea completrii cadrului de analiz
microprudenial al BNR cu o component dinamic, formalizat printr-un instrument de
identificare timpurie a instituiilor de credit a cror performan se deterioreaz, precum i
modul n care aplicarea exigenelor Acordului BASEL II poate contribui la rafinarea
tehnicilor de analiz off-site. Acest demers combin elemente ale analizei euristice cu cele
ale analizei cantitative, elementul central fiind dezvoltarea unui model econometric de
cuantificare a probabilitii de deteriorare a ratingului CAAMPL. Factorii determinani ai
fenomenului de deteriorare a ratingului pe care i-am identificat sunt ratingul perioadei
curente, cota de pia pe segmentul credite, ponderea creditelor neperformante n activul total
i ptratul abaterii ratei generale de risc de la nivelul su natural. Rezultatele aplicrii acestui
sistem de avertizare timpurie pentru datele disponibile la 31 decembrie 2006 arat c sistemul
bancar romnesc va performa cel puin la fel de bine n anul 2007 ca i n anul 2006, cu
excepia a trei instituii de credit nsumnd 2 la sut din activul agregat al sectorului bancar
pentru care ratingul CAAMPL este foarte probabil s se deterioreze de la 2 n decembrie 2006
la 3 n decembrie 2007.


Clasificarea JEL: G21, G32, G33
Cuvintecheie: sisteme de avertizare timpurie, probabilitate de deteriorare a ratingului
CAAMPL, Basel II, supraveghere off-site, rating bancar















Lista abrevierilor



AUROC Indicatorul de suprafa a curbei ROC (engl. Area Under ROC)
BCBS Comitetul de la Basel pentru Supraveghere Bancar (engl. Basle Committee
on Banking Supervision)
BCE Banca Central European
BdF Banca Franei
BdI Banca Italiei
BNR Banca Naional a Romniei
BRI Banca Reglementelor Internaionale
CAAMPL Sistemul uniform de rating bancar utilizat de BNR
CAMEL Sistemul uniform de rating bancar utilizat de Rezerva Federal a SUA
CRB Centrala Riscurilor Bancare
DSF Direcia Stabilitate Financiar BNR
EWS Sistem de avertizare timpurie (engl. Early warning system)
FAR Rata alarmei false (engl. False Alarm Rate)
FDIC Corporaia Federal de Asigurare a Depozitelor
(engl. Federal Deposit Insurance Corporation)
FED Banca Central Federal a SUA (engl. Federal Reserve)
FMI Fondul Monetar Internaional
GMS Sistem de monitorizare a creterilor (engl. Growth Monitoring System)
HR Rata de acuratee (engl. Hit Rate)
ROC Curba ROC (engl. Receiver Operating Characteristics)
SEER Sistemul de rating pentru examinare bancar
(engl. System for Estimating Examination Ratings)
SCOR Rating statistic off-site de tip CAMEL
(engl. Statistical Camel off-site Rating)






Cuprins



INTRODUCERE ........................................................................................... 9
I. ABORDRI INTERNAIONALE PRIVIND SISTEMELE
DE IDENTIFICARE TIMPURIE A BNCILOR
N DIFICULTATE.................................................................................11
II. METODOLOGIA SISTEMULUI DE PREVIZIUNE
A EVENIMENTELOR DE DETERIORARE
A RATINGULUI CAAMPL..................................................................14
2.1. Modelul statistic de cuantificare a probabilitii
de deteriorare a ratingului ................................................................14
2.2. Aprecieri calitative privind rezultatele furnizate
de modelul statistic ..........................................................................17
III. DATELE UTILIZATE.........................................................................19
IV. ASPECTE EMPIRICE PRIVIND ELABORAREA
I TESTAREA MODELULUI STATISTIC
DE CUANTIFICARE A PROBABILITII
DE DETERIORARE A RATINGULUI CAAMPL.............................22
CONCLUZII ................................................................................................29
BIBLIOGRAFIE..........................................................................................31




Banca Naional a Romniei
Caiete de studii, octombrie 2007

9
INTRODUCERE
Rolul sistemului bancar ca verig esenial n procesul de economisire-investire face ca
stabilitatea acestuia s fie o prioritate pe agenda autoritilor publice. Unul dintre obiectivele
majore ale unei bnci centrale este acela de a preveni riscul sistemic prin promovarea unei
monitorizri bancare eficiente, care s contribuie la realizarea stabilitii i viabilitii ntregului
sistem financiar. Astfel, bncile centrale au dezvoltat metode i procese pentru supravegherea i
evaluarea continu a bncilor premise ale prevenirii apariiei unei mari varieti de crize
bancare sau a altor surprize neplcute cu privire la entitile sistemului bancar.
O atenie particular este acordat mbuntirii calitii examinrii bncilor prin construirea unor
sisteme suport care pot asista supraveghetorii n identificarea timpurie a unor eventuale tendine
nefavorabile n activitatea unei bnci, ce ar putea conduce la probleme serioase n viitor (Bichi,
Dumitru, Moinescu, 2003). n mod tradiional, aceste tendine includ aspecte precum modificri
adverse ale unor variabile de profitabilitate, deteriorarea semnificativ a poziiei pe pia a bncii
i nrutirea indicatorilor financiari calculai pentru banc fa de nivelurile lor anterioare sau
n comparaie cu cei stabilii pentru grupul martor de bnci (engl. peer group). Dezvoltrile
recente pun accentul pe sisteme sofisticate care utilizeaz tehnici econometrice pentru estimarea
probabilitii de faliment sau a deteriorrii ratingului. Pe baza informaiilor oferite de aceste
instrumente, se declaneaz, atunci cnd este nevoie, aciuni de inspecie ce vizeaz aspectele
specifice identificate sau se stabilesc prioritile n cazul examinrilor generale ce se desfoar
pe o baz regulat. Astfel, sistemele de avertizare timpurie a deteriorrii performanelor bancare
permit mbuntirea eficacitii activitii de inspecie bancar i o mai bun gestionare a
resurselor limitate de care dispun autoritile de control prudenial.
Asemenea preocupri au fost ncurajate i de eforturile Bncii Reglementelor Internaionale
(BRI) de a elabora un cadru de convergen internaional privind problematica cuantificrii i
gestionrii riscului de faliment la nivelul instituiilor de credit. Noul dispozitiv de adecvare a
fondurilor proprii (BASEL II) reprezint cel mai important cadru referenial n supravegherea
microprudenial n prezent. n cadrul noii abordri, activitatea de supraveghere se orienteaz din
ce n ce mai mult spre analiza profilului de risc al instituiei de credit, a mijloacelor i
instrumentelor existente la ndemna conductorilor acesteia pentru gestionarea eficient a
riscurilor specifice. Sistemele de rating i de avertizare timpurie, testele de rezisten (stress test)
i cele de contaminare interbancar reprezint tehnici sofisticate care permit realizarea cu succes
a obiectivelor menionate anterior. Aceste instrumente utilizeaz informaii relevante despre
Banca Naional a Romniei
Caiete de studii, octombrie 2007


10
caracteristicile unei instituii de credit i contrapartidele acesteia, pe baza crora este furnizat o
msur sintetic a performanelor i/sau a vulnerabilitilor lor.
n acest context, scopul prezentului studiu este acela de a descrie oportunitatea completrii
cadrului de analiz microprudenial al BNR cu o component dinamic, formalizat printr-un
instrument de identificare timpurie a instituiilor de credit a cror performan se deterioreaz,
precum i modul n care aplicarea exigenelor Acordului BASEL II poate contribui la rafinarea
tehnicilor de analiz off-site. Acest demers combin elemente ale analizei euristice cu cele ale
analizei cantitative, elementul central fiind dezvoltarea unui model econometric de cuantificare a
probabilitii de deteriorare a ratingului CAAMPL.
Studiul este structurat pe patru seciuni, ncheindu-se cu principale concluzii i direcii viitoare
de analiz. n prima seciune am sintetizat cele mai importante consideraii din literatura i
practica de specialitate privind sistemele de avertizare timpurie, punnd accentul pe aspectele
metodologice i variabilele explicative utilizate. n seciunea a doua am descris metodologia
sistemului de previziune a evenimentelor de deteriorare a ratingului CAAMPL, pornind de la
elementele tehnice privind estimarea modelului statistic de cuantificare a probabilitii de
deteriorare a ratingului. n plus, am abordat i necesitatea integrrii expertizei umane n procesul
de interpretare a semnalelor furnizate de modelul statistic. Aceasta completeaz cadrul de analiz
cu o component calitativ, pe care o considerm un element cheie n depirea limitelor
statistice ale funciei de scoring estimate. n seciunea a treia am prezentat datele utilizate,
descriind detaliat att raionamentul economic, ct i evidenele statistice care au condus la
selecia variabilelor explicative. n seciunea a patra am surprins sintetic principalele aspecte
empirice privind elaborarea i testarea modelului statistic de cuantificare a probabilitii de
deteriorare a ratingului CAAMPL.
Banca Naional a Romniei
Caiete de studii, octombrie 2007


11
I. ABORDRI INTERNAIONALE PRIVIND SISTEMELE
DE IDENTIFICARE TIMPURIE A BNCILOR N DIFICULTATE
Avantajele sistemelor de rating sunt recunoscute de autoritile de supraveghere din ntreaga
lume, lucru dovedit i de utilizarea lor extensiv n prevenirea fenomenului de contaminare
bancar
2
. Prin delimitarea instituiilor de credit performante de cele aflate n dificultate, ratingul
bancar permite o alocare mai bun a resurselor limitate ale autoritii de supraveghere pentru a
evita propagarea unor dezechilibre individuale la nivel de sistem.
Cu toate acestea, metodologiile de rating bancar utilizate de autoritile de supraveghere
reprezint, mai ales, sisteme expert care furnizeaz evaluri doar pentru perioada la care se face
analiza, fr a oferi semnale privind evoluiile viitoare. Astfel, rezultatele ex post trebuie
completate cu informaii furnizate de instrumente de previziune a cror utilizare ofer mai mult
timp la dispoziia autoritii de supraveghere pentru adoptarea msurilor necesare.
Rolul dispozitivului microprudenial de avertizare timpurie (engl. early warning system EWS)
este de a furniza ex ante indicii privind potenialele probleme financiare ale instituiilor de credit
pe baza situaiilor lor financiare actuale. Sistemele EWS utilizate de bncile centrale sau de
autoritile de supraveghere combin elemente ale analizei calitative cu cele ale analizei
cantitative n diferite proporii. ncepnd cu anii '90, metodele cantitative au ctigat din n ce
mai mult teren, fiind n prezent principala component metodologic a sistemelor de avertizare
timpurie. Dintre acestea, cele mai des ntlnite n practica de specialitate au ca obiectiv
operaional estimarea probabilitii de faliment sau de deteriorare a ratingului (Jagtiani, Kolari,
Lemieux, Shin, 2003), folosind regresii de tip logit/probit sau modele de tip duration.
Delimitarea situaiilor de insolvabilitate sau de deteriorare a ratingului de cele de solvabilitate
sau de meninere / mbuntire a ratingului se realizeaz cel mai adesea doar pe baza unui singur
prag de semnal, stabilit astfel nct fie s maximizeze performana modelului, fie s conduc la
un anumit nivel al raportului dintre evenimentele neidentificate i alarmele false. Pe de alt parte,
exigenele recente privind realizarea unei bune segmentri a riscului consemnate n Acordul
Basel II (BCBS 2004 paragraf 389) sugereaz c utilizarea unui singur prag de alarm nu mai

2
Sistemele de rating bancar sunt utilizate cu precdere n scopul prevenirii apariiei fenomenului de contaminare
indirect. Aceasta se refer la situaia n care operatorii din pia reacioneaz disproporionat asupra unor bnci
solvabile ca urmare a percepiei lor greite privind existena efectelor contagiunii directe chiar dac nu este cazul.
n acest context, ratingul bancar permite att identificarea instituiilor de credit cu performane financiare sczute i
creterea anselor de reabilitare a acestora, ct i mbuntirea comunicrii autoritii de supraveghere cu operatorii
din pia atunci cnd apare insolvabilitatea unei instituii de credit. Pe de alt parte, pentru cuantificarea
probabilitii de apariie i a severitii unui eventual fenomen de contaminare interbancar direct, respectiv
contaminarea realizat exclusiv pe baza expunerilor interbancare, teoria i practica de specialitate au consacrat testul
de contaminare interbancar ca fiind cel mai potrivit instrument n acest sens (Upper i Worms 2004, Furfine 2003).
Banca Naional a Romniei
Caiete de studii, octombrie 2007


12
reprezint un referenial n domeniu, soluia fiind crearea unei scale de notare cu un numr
suficient de mare de categorii de risc.
n Statele Unite, att Rezerva Federal (engl. Federal Reserve FED), ct i Corporaia Federal
de Asigurare a Depozitelor (engl. Federal Deposit Insurance Corporation FDIC) folosesc
modele statistice n procesul de evaluare off-site a riscului bancar. Modelul SEER Risk Bank
(System for Estimating Examination Ratings) utilizat de FED stabilete probabilitatea de faliment
bancar sau de subcapitalizare sever prin intermediul unei regresii de tip probit. Din aceeai
categorie a instrumentelor de identificare timpurie a instituiilor de credit a cror performan se
deterioreaz face parte i modelul SCOR (Statistical Camels Off-site Rating) utilizat de FDIC.
Acesta a fost estimat pe baza unei regresii de tip logit cu o putere de discriminare cuantificat
prin indicatorul de suprafa a curbei ROC de 79 la sut (Gilbert, Meyer, Vaughan, 2002). Setul
de variabile explicative folosite cuprinde doar indicatori financiari, precum ponderea n active a
creditelor neperformante, a capitalului propriu sau a rezervei generale pentru riscul de credit.
Probabilitatea prag a fost stabilit la 35 la sut, ns validarea semnalului de deteriorare a
ratingului se realizeaz numai dup analiza microprudenial a expertului care supravegheaz
banca respectiv (Collier, Forbush, Nuxoll, Keefe 2003). FDIC mai folosete un model ce
mbin analiza calitativ-subiectiv cu cea cantitativ, intitulat Sistem de Monitorizare a
Creterilor (engl. Growth Monitoring System GMS). GMS urmrete detectarea bncilor cu
cretere foarte mare n termenii creditelor i al activelor fa de cea a grupului martor
(peer-group) din care fac parte.
Sistemul SAABA al Comisiei Bancare din Frana folosete date istorice pentru a evalua pierderile
posibile la nivelul portofoliului de credite n urmtorii trei ani. Analiza diagnostic i mecanismul
de alert se fundamenteaz pe nivelul indicatorului de solvabilitate i pe calitatea acionariatului.
Pe baza acestor informaii bncile sunt clasificate n patru categorii: (a) bnci cu un nivel al
indicatorului de solvabilitate mai mic de 8 la sut i o calitate slab a acionariatului; (b) bnci cu
un nivel al indicatorului de solvabilitate mai mic de 8 la sut, dar puternic susinute financiar de
ctre acionari; (c) bnci cu un nivel al indicatorului solvabilitate mai mare de 8 la sut, dar cu o
calitate slab a acionariatului; (d) bnci cu un nivel al indicatorului solvabilitate mai mare de
8 la sut i cu o calitate bun a acionariatului. Sistemul de avertizare timpurie urmrete
identificarea bncilor descrise la subpunctele (a) i (c). n acest sens, sunt analizate att static, ct
i dinamic nivelul fondurilor proprii, indicatorul de solvabilitate i calitatea acionariatului. n
ceea ce privete previzionarea modificrii fondurilor proprii, sunt estimate veniturile brute i
pierderea ateptat. SAABA cuantific pierderea ateptat folosind abordarea Basel II. n acest
sens sunt folosite probabilitile de nerambursare estimate printr-o metodologie de notare proprie
Bncii Franei (BdF), care prezint o putere de discriminare cuantificat prin indicatorul de
suprafa a curbei ROC de 85 la sut; indicatorul pierderea n caz de nerambursare (engl. loss
given default LGD) este considerat 45 la sut, iar valoarea reprezentnd expunerea n caz de
Banca Naional a Romniei
Caiete de studii, octombrie 2007


13
nerambursare (engl. exposure at default EAD) este obinut din registrul creditelor. Toate
aceste informaii sunt integrate ntr-o baz de date, care acceseaz 25 surse de date, dintre care 5
sunt cele mai importante.
Banca Italiei (BdI) a estimat o funcie de supravieuire a instituiilor de credit italiene folosind
modelul Cox Proportional Hazards. Aceasta cuantific probabilitile apariiei unor stri de
dificultate sever la nivelul bncilor italiene ntr-un orizont de timp de doi ani (Laviola,
Marullo-Reedtz, Trapanese, 1999). n acest sens, starea de dificultate sever este apreciat pe
baza evenimentelor de faliment n sens juridic, a celor de preluare a unei instituii de credit de
ctre o alta mai puternic financiar i a celor n care sistemul de rating bancar (PATROL
3
)
clasific instituia de credit n categoria 4 sau 5. Setul de variabile explicative include date
prudeniale i informaii calitative, precum zona geografic n care i desfoar activitatea
bncile italiene
4
. Dintre datele prudeniale se disting prin importan indicatorii privind calitatea
creditelor, care prezint o putere de predicie ridicat n identificarea bncilor n dificultate. n
acest sens, notm i preocuparea unor experi ai BdI de a gsi informaii suplimentare despre
calitatea creditelor pe baza informaiilor nregistrate de Centrala Riscurilor Bancare din Italia
(Marullo-Reedtz, Trapanese, 2000). Reestimarea modelului are loc doar atunci cnd situaia de
pe piaa bancar a suferit schimbri structurale, i nu la intervale predefinite.
n literatura de specialitate abordrile sunt, de asemenea, variate att din perspectiva tehnicilor
utilizate, ct i din cea a rezultatului furnizat. Cole i Ghunter (1998) modeleaz insolvabilitatea
bancar prin intermediul unei regresii logit. n cadrul analizei, datele extrase din rapoartele
off-site s-au dovedit a avea o capacitate predictiv mai bun dect datele colectate on-site,
acestea avnd un caracter perisabil, alterndu-se semnificativ dup doar cteva luni.
Gilbert, Meyer i Vaughan (1999) compar capacitatea modelelor univariate cu cea a modelelor
multivariate de a previziona falimente bancare. Autorii au constatat c n timp ce modelele
univariate prezint o volatilitate ridicat a capacitii lor predictive, modelele multivariate sunt
mai robuste i pot furniza informaii relevante pe timp ndelungat. Pe de alt parte Estrella, Park,
i Peristiani (2000) constat n cazul SUA c un model univariat care folosete doar indicatorul
de solvabilitate i lag-ul acestuia se comport mai bine dect modelele multivariate sau
neparametrice n previzionarea evenimentelor de faliment bancar.
Pornind de la abordrile metodologice descrise sintetic mai sus, ne propunem dezvoltarea unui
sistem de previziune a evenimentelor de deteriorare a ratingului CAAMPL.

3
Adecvarea capitalului (PATrimonio); profitabilitate (Redditivit); riscul de credit (Rischiosit); organizare
(Organizzazione); lichiditate (Liquidit).
4
n acest sens se utilizeaz o variabil dummy care delimiteaz bncile care i desfoar activitatea cu precdere n
partea de nord a Italiei, de cele care i desfoar activitatea cu precdere n partea de sud a Italiei.
Banca Naional a Romniei
Caiete de studii, octombrie 2007


14
II. METODOLOGIA SISTEMULUI DE PREVIZIUNE
A EVENIMENTELOR DE DETERIORARE A RATINGULUI CAAMPL
Arhitectura sistemului de previziune a evenimentelor de deteriorare a ratingului CAAMPL este
format din dou componente:
un model statistic de cuantificare a probabilitii de deteriorare a ratingului (2.1);
aprecieri calitative ale experilor pe baza unor informaii complementare celor
prelucrate prin model (2.2).
2.1. Modelul statistic de cuantificare a probabilitii de deteriorare a ratingului
n principiu, un mecanism de previzionare a nrutirii ratingului are la baz un model de
cuantificare a probabilitii de reducere a performanelor entitii analizate ntr-un anumit orizont
de timp. Sistemele de avertizare timpurie, fie c sunt dezvoltate la nivel academic sau la nivelul
autoritilor de supraveghere, utilizeaz ntr-o form sau alta modele statistice. Interesul n
aplicarea acestei abordri rezid att din aspectul su obiectiv, ct i din posibilitatea
automatizrii procesului de evaluare. Un alt punct important l reprezint scala de notare, care
asigur o bun segmentare a riscului de deteriorare a ratingului i, implicit, o interpretare
pertinent a semnalului dat de modelul statistic.
Prezentm n continuare o scurt descriere a modelului conceptual i a metodologiei de estimare
utilizate n obinerea funciei de scoring. Demersul realizat respect exigenele Basel II privind
performanele statistice ale modelelor interne pentru riscul de credit. Obiectivul este obinerea
unei acuratee rezonabile i consistente n timp, att a procedurii de clasificare a instituiilor de
credit, ct i a diferenierii semnificative a probabilitii de deteriorare a ratingului, respectiv
granularitatea scalei de notare.
n vederea construirii unui sistem de identificare timpurie a evenimentelor de deteriorare a
ratingului CAAMPL am folosit o abordare de tip logit, care previzioneaz o deteriorare a
ratingului peste exact un an. Variabila endogen este binar i delimiteaz situaiile de
deteriorare (engl. downgrade) de cele de mbuntire (engl. upgrade) sau de meninere a
ratingului ntr-un orizont de timp de un an. Prin convenie, variabilei dependente i se atribuie
valoarea 0 atunci cnd ratingul se mbuntete sau rmne constant i 1 atunci cnd ratingul se
deterioreaz peste 12 luni.
Setul de variabile exogene include exclusiv informaii microprudeniale, elementele macroeco-
nomice nefiind incluse n aceast versiune. Selecia variabilelor relevante a fost realizat prin
alegerea din teoria de specialitate i recomandrile personalului implicat n activitatea de
Banca Naional a Romniei
Caiete de studii, octombrie 2007


15
supraveghere a unei mulimi de indicatori i de criterii. Acestea au fost verificate empiric, n
final fiind reinute doar acele variabile care au relevan statistic.
Metodologia de estimare prezint urmtorul model conceptual:
|
|
,
1
1
) , / 1 (
i
x
i i
e
x y P

+
= =

) , / 1 ( |
i i
x y P = este probabilitatea de deteriorare condiionat
de caracteristicile entitii analizate i vectorul de coeficieni al
modelului
Notm cu y
i
variabila categoric care indic dac banca a nregistrat o performan mai slab la
un an dup cea consemnat la momentul i i cu y
i
*
o variabil latent explicat prin variabilele
x
ik
, k=(1,n), astfel nct:
*
0 1 1 2 2
*
*
,...,
1, 0
0, 0
i i i n in i
i i
i i
y x x x
y y
y y
= | +| +| + +| + c
= >
= <

Estimarea coeficienilor modelului folosete metoda verosimilitii maxime (engl. maximum
likelihood MLE). Ipoteza metodei MLE are n vedere faptul c fiecare observaie este extras
din distribuia Bernoulli. Probabilitatea de succes este ) (
`
|
i
x F , astfel nct avem:
[ [
= =
= = = =
0 1
` `
2 2 1 1
) ( )) ( 1 ( ) ,..., , (
i i
y y
i i n n
x F x F y Y y Y y Y prob | |

n aceste condiii, funcia de verosimilitate devine:
| | | |
i
i
y
n
i
i
y
i
x F x F data L

=
[
=
1
1
` `
) ( 1 ) ( ) / ( | | | de unde rezult
{ | |} ) ( 1 ) 1 ( ) ( ln
`
1
`
| |
i i
n
i
i i
x F y x F y L + =
_
=

Pentru obinerea valorii parametrilor se utilizeaz algoritmul quadratic hill climbing. Acesta
folosete matricea derivatelor secundare a funciei loglikelihood pentru realizarea convergenei.
Din punct de vedere economic, semnele coeficienilor variabilelor de intrare arat sensul
influenei acestor variabile asupra valorilor binare pe care le poate lua variabila dependent.
Contribuia marginal a fiecrei variabile la riscul de deteriorare este dat de derivata de ordin
nti a probabilitii n raport cu variabila explicativ x
i
:
( )
i
i
P
f X
x
c
= | |
c

unde ( ) f X | reprezint densitatea de probabilitate a distribuiei logistice
evaluat la valorile medii ale vectorului aleator X.
Banca Naional a Romniei
Caiete de studii, octombrie 2007


16
Acest proces echivaleaz cu o descompunere factorial n funcie de care se poate aprecia sursa
principal de risc la care este expus performana instituiei de credit respective.
Din perspectiva activitii de supraveghere, rolul funciei estimate prin regresia de tip logit este
de a furniza scorul (probabilitatea teoretic de deteriorare) pe baza cruia s poat fi clasificate
bncile. Pentru a putea interpreta rezultatele, este necesar, pe de o parte, stabilirea pragului de
alarm (P* graficul 1), iar pe de alt parte, valorile limitelor care segmenteaz scala de notare.
Graficul 1 Clasificarea bncilor n funcie de scorul logit
0 100 200 300 400 500 600 700 800 900 1000
0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
Scor
rating CAAMPL nedeteriorat
rating CAAMPL deteriorat
Eroare de tip 2
Eroare de tip 1
Previziune nedeteriorare
Previziune deteriorare
P*

n mod tradiional, atunci cnd scorul depete nivelul prag (P*), modelul clasific banca n
categoria rating deteriorat. n caz contrar, modelul va clasifica banca n categoria rating
nedeteriorat. Performana modelului statistic este influenat de valoarea pragului ales, procentul
clasificrilor corecte fiind direct afectat de acesta. Nivelul potenial al acurateei modelului
statistic (dat fiind setul de criterii explicative) se obine optimiznd nivelul pragului de alarm n
funcie de importana relativ ntre erorile de predicie. Acestea sunt de dou categorii:
deteriorri nesemnalate (eroarea de tip 1) i alarme false (eroarea de tip 2). Eroarea de tip 1
desemneaz situaia n care modelul clasific o anumit banc n categoria rating nedeteriorat
cnd, de fapt, se adeverete c a nregistrat o nrutire a ratingului. Eroarea de tip 2 desemneaz
situaia n care modelul clasific o anumit banc n categoria rating deteriorat cnd, de fapt, se
adeverete c nu a nregistrat o nrutire a ratingului.
Banca Naional a Romniei
Caiete de studii, octombrie 2007


17
Din punct de vedere metodologic, stabilirea importanei relative depinde de scopul n care este
folosit funcia logit estimat. n general, se acord o importan egal celor dou categorii de
erori. Totui, pentru o autoritate de supraveghere, deteriorrile nesemnalate ar putea fi mai
costisitoare dect alarmele false, astfel nct coeficientul importanei relative devine supraunitar.
O metoda alternativ este alegerea unui nivel dezirabil al indicatorului eroare de tip 1, pe baza
cruia se determin pragul de clasificare. Optarea pentru aceast abordare este echivalent cu
asumarea unui anumit nivel de deteriorri ale ratingului neidentificate. Desigur, pentru
supraveghetori, o valoare ct mai mic pentru acest parametru este dezirabil, ns aceasta
implic o valoare ct mai mic a pragului de discriminare. Avnd n vedere c reducerea pragului
conduce la creterea numrului alarmelor false, dar i c eantionul format din bncile cu rating
nedeteriorat este mult mai numeros dect cel format din bncile cu rating deteriorat, acurateea
global a sistemului de avertizare timpurie este, n acest caz, semnificativ mai redus dect
valoarea maxim potenial (dat fiind setul de variabile explicative).
n cadrul studiului, am considerat oportun utilizarea ambelor variante: (a) importana egal
pentru cele dou categorii de erori; (b) o valoare de 15 la sut pentru eroarea de tip 1.
Pe de alt parte, clasificarea mecanic a instituiilor de credit doar pe baza pragului de alarm ar
limita performana sistemului de previziune. Pentru a depi acest obstacol, se construiete o
scal de notare cu un numr suficient de clase de risc, astfel nct s se asigure o bun
segmentare a riscului n funcie de valoarea scorului obinut
5
, n condiiile unei delimitri
semnificative a probabilitii empirice de deteriorare a ratingului CAAMPL. n acest fel,
utilizatorul modelului poate judeca mai nuanat semnalul dat de funcia de scoring, n special
pentru valorile probabilitii teoretice de deteriorare nvecinate cu nivelul pragului de alarm.
2.2. Aprecieri calitative privind rezultatele furnizate de modelul statistic
6

Interpretarea semnalelor furnizate de model pe baza unor informaii calitative suplimentare i a
performanei istorice nregistrate pe fiecare banc n parte este o condiie necesar pentru
depirea limitelor statistice ale funciei de scoring.
Informaiile calitative se refer printre altele la aspecte legate de strategia bncii, de profilul de
risc, de calitatea sistemului de audit i control intern, precum i la elemente specifice privind
sursele de venit sau eficiena procesului de gestiune a costurilor operaionale.

5
n conformitate cu cerinele privind diferenierea pertinent i cuantificarea precis, consecvent i coerent a
riscului, prevzute de paragrafele 389 i 390 din Acordul Basel II (BCBS 2004).
6
n conformitate cu cerina privind necesitatea ca instituia de credit s colecteze i s nregistreze toate datele
relevante pentru a-i susine propriile procese de cuantificare i administrare a riscului, prevzute de paragraful 417
din Acordul Basel II (BCBS 2004).
Banca Naional a Romniei
Caiete de studii, octombrie 2007


18
Analiza performanei istorice pe fiecare banc permite tratarea distinct a semnalelor
furnizate de modelul statistic n funcie de entitatea evaluat. n acest sens, sunt utilizate trei
criterii statistice:
a) rata general de succes, calculat ca raport ntre numrul de evenimente corect
identificate i numrul total de observaii
7
;
b) rata de succes n condiiile n care modelul semnaleaz o deteriorare, calculat ca raport
ntre numrul de evenimente de deteriorare corect identificate i numrul total de alarme
furnizate;
c) rata de succes n condiiile n care modelul nu semnaleaz deteriorare, calculat ca
raport ntre numrul de evenimente de meninere sau mbuntire a ratingului corect
identificate i numrul de observaii n care modelul nu a semnalat apariia unei eventuale
deteriorri.

7
Numrul maxim de observaii pentru o banc este 73 (luni).
Banca Naional a Romniei
Caiete de studii, octombrie 2007


19
III. DATELE UTILIZATE
Eantionul de date utilizat pentru realizarea modelului de previziune a deteriorrii ratingului
CAAMPL este un panel format din 31 de instituii de credit cu personalitate juridic romn.
Din acest grup nu fac parte bncile ipotecare i nici sucursalele bncilor strine. Datele pentru
estimarea funciei de scoring acoper perioada decembrie 1999 decembrie 2002, cele pentru
testare acoper perioada ianuarie 2003 - decembrie 2005, iar previziunile sunt realizate pentru
luna decembrie 2007 pe baza datelor nregistrate la 31 decembrie 2006.
Setul iniial de variabile explicative cuprinde aproximativ 30 de elemente, respectiv date primare
i indicatori sintetici care acoper criteriile utilizate n mod tradiional n analiza performanelor
bancare. Principalele categorii de date utilizate sunt: a) indicatori de solvabilitate; b) indicatori de
profitabilitate; c) indicatori de lichiditate; d) indicatori privind calitatea activelor; e) indicatori
privind poziionarea n pia a instituiei de credit.
Un criteriu important este ratingul CAAMPL la momentul realizrii prediciei, care sintetizeaz
toat informaia cuprins n indicatorii care l compun. Avnd n vedere c pentru a putea
menine un rating general bun, o banc trebuie s depun eforturi de meninere a tuturor
ratingurilor individuale (pe componente) la un nivel ridicat
8
, cu ct ratingul prezent este mai mic
(bun) cu att deteriorarea este mai probabil (graficul 2), iar semnul ateptat al coeficientului
ataat este minus. Acest fapt este susinut i din punct de vedere statistic. Att cazurile n care o
banc notat cu rating 4 nregistreaz o deteriorare a performanei la rating 5 n decurs de un an,
ct i cele de trecere de la rating 3 la 4 sunt rare
9
. Majoritatea deteriorrilor de rating se
nregistreaz de la 2 la 3 (206 cazuri dintr-un total de 292, respectiv 70,55 la sut, dar care
reprezint doar 18,36 la sut din numrul de observaii cu rating 2). Pe de alt parte, trebuie
menionat c, dei deteriorrile de la rating 1 la rating 2 reprezint numai 20,55 la sut din
numrul total de evenimente de downgrade, acestea apar o dat la fiecare dou situaii n care,
nainte cu un an, ratingul consemnat era maxim. Astfel, pentru jumtate din cazurile de rating 1
s-au constatat, dup un an, deteriorri ale ratingului CAAMPL pe palierul imediat inferior
(tabelul 1).


8
Ratingul compus 1 sau 2 se acord bncilor doar dac toate componentele au ratinguri mai bune de 3, fapt care
determin c pentru a menine ratingul la nivelul de 1 sau 2 este necesar un efort susinut pentru meninerea notelor
tuturor componentelor.
9
Doar n 4 dintre cele 131 de situaii cu rating 4 s-au consemnat deteriorri la rating 5 ntr-un orizont de timp de un
an (3,05 la sut din cazurile de rating 4) i doar n 22 dintre cele 715 de situaii cu rating 3 s-au consemnat
deteriorri la rating 4 ntr-un orizont de timp de un an (3,05 la sut din cazurile de rating 3).
Banca Naional a Romniei
Caiete de studii, octombrie 2007


20
Tabelul 1. Statistici privind evenimentele de deteriorare a ratingului n funcie de ratingul cu un
an n urm
Rating
CAAMPL
Numr
ratinguri
Numr evenimente de
deteriorare a ratingului
dup un an
Ponderea evenimentelor
de deteriorare n funcie
de ratingul curent
Rating 1 105 R1R2 60 (57,14%) 20,55%
Rating 2 1 122 R2R3 206 (18,36%) 70,55%
Rating 3 715 R3R4 22 (3,06%) 7,53%
Rating 4 131 R4R5 4 (3,05%) 1,37%
Rating 5 81 - - -
Total 2 154 - 292 13,55%
Prin urmare, n cazul n care performana actual nu
este satisfctoare (rating 4), evideniind deficiene
de la severe la critice, probabilitatea de deteriorare
este mult mai redus dect, spre exemplu, n cazul
n care performana actual este foarte bun
(rating 1). De altfel, utilitatea unui model de previ-
zionare a deteriorrii ratingului n cazul unei bnci
cu o performana actual slab este mai degrab
redus, ntruct ea se afl deja n monitorizarea
atent a autoritii de supraveghere.
O alt variabil important este cota de pia n
funcie de valoarea portofoliului de credite al fie-
crei instituii de credit. Aceasta denot recunoa-
terea de care banca se bucur n rndul clienilor,
entitile cu o pondere ridicat pe piaa creditului nregistrnd mai puine evenimente de
deteriorare a ratingului dect cele cu pondere redus n condiiile mbuntirii contextului
macroeconomic. Acest fapt este susinut i din punct de vedere statistic, media aritmetic a cotei
de pia n cazul evenimentelor de meninere sau de mbuntire a ratingului CAAMPL fiind de
3,99 la sut, n timp ce media aritmetic a cotei de pia n cazul evenimentelor de deteriorare a
ratingului CAAMPL este de doar 1,58 la sut. Astfel, o pondere ridicat pe piaa creditului,
ceteris paribus, reduce probabilitatea de deteriorare a ratingului actual, iar semnul
coeficientului ataat acestei variabile va fi minus. Pe de alt parte, creterea ponderii
creanelor restante i ndoielnice n total active conduce la o nrutire probabil a ratingului. Cu
ct o banc are mai multe creane restante i ndoielnice n portofoliul su cu att este mai
probabil ca pierderile ndoielnice s devin certe i astfel, performana financiar a
instituiei de credit s se deterioreze.
Graficul 2 Probabilitatea de deteriorare
a ratingului ntr-un orizont de timp de un
an n funcie de performana actual
0%
10%
20%
30%
40%
50%
60%
Rating 1 Rating 2 Rating 3 Rating 4
P
r
o
b
a
b
i
l
i
t
a
t
e
a

e
m
p
i
r
i
c

d
e

d
e
t
e
r
i
o
r
a
r
e

a

r
a
t
i
n
g
u
l
u
i

C
A
A
M
P
L

Banca Naional a Romniei
Caiete de studii, octombrie 2007


21
n acelai sens acioneaz i ptratul abaterii ratei
generale de risc de la valoarea sa natural. Pe de o
parte, instituiile de credit cu un nivel al ratei
generale de risc mult sub valoarea de 50 la sut este
foarte probabil s nu consemneze venituri
satisfctoare, iar pe de alt parte, instituiile de
credit cu un nivel al ratei generale de risc mult peste
valoarea de 50 la sut este foarte probabil s
nregistreze o calitate precar a activelor i, implicit,
cheltuieli ridicate cu provizioanele. Astfel, bncile
care nregistreaz abateri mari (pozitive sau
negative) ale ratei generale de risc de la nivelul
de 50 la sut prezint un risc de deteriorare a
ratingului CAAMPL mai ridicat dect cele cu un
nivel al ratei generale de risc n vecintatea valorii de 50 la sut (graficul 3). Prin urmare,
semnul ateptat al coeficientului ataat variabilei reprezentnd ptratul abaterii ratei generale de
risc este pozitiv.
Graficul 3 Probabilitatea de deteriorare
a ratingului ntr-un orizont de timp de un
an n funcie de rata general de risc
0%
5%
10%
15%
20%
25%
13% 34% 50% 60% 82%
Rata general de risc
P
r
o
b
a
b
i
l
i
t
a
t
e
a

e
m
p
i
r
i
c

d
e

d
e
t
e
r
i
o
r
a
r
e

a

r
a
t
i
n
g
u
l
u
i

C
A
A
M
P
L

Banca Naional a Romniei
Caiete de studii, octombrie 2007


22
IV. ASPECTE EMPIRICE PRIVIND ELABORAREA I TESTAREA
MODELULUI STATISTIC DE CUANTIFICARE A PROBABILITII
DE DETERIORARE A RATINGULUI CAAMPL
n urma testelor univariate, au fost reinute n analiz doar patru variabile: (i) ratingul perioadei
n care se face analiza (RATING); (ii) cota de pia n funcie de valoarea portofoliului de
credite (COTA_CREDIT); (iii) ponderea creanelor neperformante n activul total (NPL);
(iv) ptratul abaterii ratei generale de risc de la nivelul su natural (PARGR). Analizele
statistice au evideniat c att indicatorii de solvabilitate, ct i cei de lichiditate prezint un aport
informaional nesemnificativ pentru explicarea fenomenului de nrutire a ratingului. n acelai
timp, indicatorii de profitabilitate au o capacitate redus de identificare a evenimentelor de
deteriorare a ratingului CAAMPL.
Folosind cele patru criterii pentru estimarea funciei logit polinomiale, rezultatul obinut n urma
testrii pe eantionul de estimare este asemntor cu cele obinute n alte studii care modeleaz
probabilitatea de deteriorare a ratingului:
Tabelul 2. Rezultatele estimrii modelului de previzionare a deteriorrii ratingului CAAMPL
(eantion de estimare: perioada decembrie 1999-decembrie 2002)
Variabil Coeficient
Eroare
Standard
z-Statistic Probabilitate
RATING -2,147428 0,193627 -11,09052 0,0000
COTA_ CREDIT -43,58294 5,787126 -7,531017 0,0000
NPL 20,54988 6,646984 3,091610 0,0020
PARGR 10,40612 2,223979 4,679057 0,0000
Constant 3,546190 0,441416 8,033678 0,0000
McFadden R
2
0,262773 Observaii nondowngrade 880
Akaike info criterion 0,705772 Observaii downgrade 194
Schwarz criterion 0,728953 Total observaii 1 074
Valorile testelor statistice realizate la nivelul eantionului de estimare denot c modelul
obinut respect exigenele unei bune performane econometrice. Coeficienii sunt
semnificativi statistic
10
i au semnele n concordan cu teoria economic. Astfel, probabilitatea

10
Relevana statistic a criteriilor selectate este evideniat att de valorile substaniale ale indicatorilor z-statistic
asociai coeficienilor funciei multivariate estimate, ct i de nivelul redus al corelaiei dintre variabile (Anexa 1).
Testele de stabilitate relev pstrarea semnificaiei statistice pentru fiecare dintre cele patru variabile chiar i n
condiiile reeantionrii aleatoare pe subgrupuri.
Banca Naional a Romniei
Caiete de studii, octombrie 2007
23
de deteriorare
11
este influenat negativ de ratingul curent i cota de pia pe segmentul credite,
n timp ce ponderea creanelor neperformante n activul total i ptratul abaterii ratei generale de
risc de la valoarea de 0,5 o influeneaz pozitiv.
Acurateea ridicat a previziunilor modelului de deteriorare a ratingului este asigurat de
performana funciei de scoring, n termenii puterii de discriminare, stabilitii i cali-
brrii adecvate a estimrilor sale. Testarea puterii de discriminare s-a realizat att pentru
observaiile incluse n perioada utilizat pentru estimarea funciei de scoring (decembrie
1999-decembrie 2002), ct i pentru cele aferente perioadei ulterioare (ianuarie 2003- decembrie
2005). n acest sens, s-au utilizat curba
ROC i indicatorul su de cuprins, res-
pectiv suprafaa delimitat de aceasta
(engl. Area under ROC AUROC).
Rezultatele evalurii arat valori ridicate
ale indicatorului de suprafa a curbei
ROC pentru ambele perioade analizate,
respectiv 84,27 la sut pentru perioada de
estimare i 85,45 la sut pentru perioada
ulterioar (engl. out of time). Aceast
performan permite atingerea unui nivel
de 85,12 la sut n condiiile includerii n
testare a ntregului eantion (graficul 4),
valoare semnificativ superioar pragului
de 75 la sut considerat referenialul n
domeniu. n plus, exemplificarea nume-
ric anterioar este ntrit i de forma
curbei ROC.
Concavitatea acesteia pune n eviden faptul c variabilele alese au o putere de
discriminare suficient de mare, astfel nct modelul n ansamblul su s realizeze o bun
ordonare a bncilor n funcie de probabilitatea acestora de deteriorare. Astfel, modelul
reuete s concentreze majoritatea cazurilor de deteriorare n categoriile cele mai riscante, iar
curbura testului ROC tinde ctre laturile ptratului unitate; n fapt, concavitatea curbei ROC este
echivalentul scorurilor cu un coninut informaional, fiind funcie descresctoare. Dac modelul
nu ar fi avut putere de discriminare, scorurile evenimentelor de deteriorare a ratingului
CAAMPL ar fi fost rspndite aleator pe grafic, fr o concentrare anume, astfel nct curba

11
Semnul plus ataat unei variabile arat c o cretere a variabilei respective, n condiiile n care ceilali factori
rmn nemodificai, conduce la o cretere a probabilitii de deteriorare a ratingului, n timp ce semnul minus arat o
influen contrar.
Graficul 4 Curba ROC
(perioada decembrie 1999-decembrie 2005)
0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1
0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1
Rata alarmei false (false alarm rate)
R
a
t
a

p
r
e
v
i
z
i
u
n
i
l
o
r

c
o
r
e
c
t
e

(
"
H
i
t

R
a
t
e
"
)
AUROC=85,12%
(eantion total)
Model
estimat
Model
aleator
Model
perfect
Banca Naional a Romniei
Caiete de studii, octombrie 2007


24
ROC ar fi fost similar cu prima bisectoare. n cazul n care modelul ar fi fost perfect, scorurile
tuturor cazurilor de deteriorare a ratingului ar fi fost mai mici dect scorul debitorului cel mai
slab dintre cei pltitori.
Evaluarea stabilitii acestei performane s-a
realizat prin estimarea intervalului de ncredere
aferent indicatorului de suprafa a curbei ROC,
utiliznd procedura bootstrap cu 1000 de iteraii.
Rezultatele relev c abilitatea modelului de
a delimita ex ante situaiile de deteriorare de
cele de meninere sau mbuntire a
ratingului CAAMPL se pstreaz consistent
pentru toate cele 1 000 reeantionri
aleatoare, cuantilele de 97,5 la sut i 2,5 la
sut fiind de 87,3 la sut i, respectiv, 82,7 la
sut (graficul 5).
Anticiparea evenimentelor de deteriorare a ratingului CAAMPL pe baza funciei de scoring
estimate presupune pe de o parte, stabilirea valorii pragului de alarm, iar pe de alt parte
calibrarea scalei de notare, respectiv categoriile de risc de deteriorare a ratingului CAAMPL.
Din punct de vedere conceptual, atunci cnd probabilitatea teoretic de deteriorare a ratingului
depete valoarea pragului de alarm, modelul semnaleaz c instituia de credit va nregistra un
rating mai slab n viitor, altfel, modelul semnaleaz c instituia de credit va nregistra un rating
cel puin la fel de bun. n acest sens, au fost folosite dou praguri, avnd n vedere relevana
acestora pentru activitatea de supraveghere. n cazul n care valoarea pragului de semnal este
stabilit pe baza principiului c alarmele false sunt la fel de costisitoare ca i deteriorrile
neidentificate, rata de succes este de 80,12 la sut, n timp ce dac valoarea pragului este stabilit
astfel nct s obinem un nivel de 15 la sut pentru eroarea de tip 1, rata de succes scade la 72,94
la sut (tabelul 3). n prima situaie, pragul de semnal a fost fixat la 24,5 la sut, iar n a doua
situaie la 16,45 la sut.
Tabelul 3. Acurateea sistemului de avertizare timpurie
P*=24,5% Eroarea de tip 1 = 15%
Dep = 0 Dep = 1 Total Dep = 0 Dep = 1 Total
Rata de
succes
80,14% 80,00% 80,12%
Rata de
succes
71,03% 85,08% 72,94%
Erori de
predicie
19,86% 20,00% 19,88%
Erori de
predicie
28,97% 14,92% 27,06%
Graficul 5 Distribuia indicelui ROC
Banca Naional a Romniei
Caiete de studii, octombrie 2007
25
0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1
0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1
Alarm fals (E2)
Deteriorare neidentificat (E1)
Prag = 24,5%
(E1=E2=20%)
Prag = 16,45%
(E2=30%;
E1=15%)
Reducerea acurateei generale a sistemului de avertizare timpurie n a doua situaie este un
rezultat ateptat, avnd n vedere c efectul pozitiv datorat scderii numrului deteriorrilor
neidentificate urma s fie depit numeric de efectul negativ datorat creterii numrului
alarmelor false (graficul 6), pe fondul dezechilibrului structural al eantionului
12
.
Rmne, totui, notabil creterea important a performanei de identificare a evenimentelor de
deteriorare a ratingului, pe fondul reducerii erorii de tip 1 de la 20 la sut la 14,92 la sut. Astfel,
n cazul n care stabilim valoarea pragului la 0,1645, doar 15 la sut din situaiile de nrutire a
ratingului sunt nesemnalate, n condiiile unei rate de alarm fals acceptabile. n acest caz, se
ajunge practic la un cost
relativ de doi la unu ntre
eroarea de tip 1 i cea de
tip 2. Prin urmare, stabi-
lirea pragului de semnal
la 16,45 la sut echiva-
leaz cu acordarea unei
importane de dou ori
mai mari erorilor dato-
rate deteriorrilor nei-
dentificate fa de erorile
datorate alarmelor false.
Dei nivelul acurateei
generale a funciei de
scoring este ridicat
13
i
comparabil cu cele
atinse de sistemele de avertizare timpurie utilizate de alte bnci centrale
14
este important de
verificat performana acesteia de la banc la banc. Eterogenitatea activitii bancare poate cauza
diferene notabile privind puterea predictiv a modelului de la o instituie de credit la alta. Pe de
alt parte, nelegerea limitelor statistice ale acestuia i completarea evalurilor sale cu informaii
calitative reprezint premise fundamentale pentru a obine un nivel i mai ridicat al performanei
sistemului de previziune a evenimentelor de deteriorare a ratingului CAAMPL.

12
Raportul ntre evenimentele de deteriorare i cele de meninere sau mbuntire a ratingului CAAMPL este de
aproximativ unu la apte, situaiile de nrutire a ratingului reprezentnd doar 13,55 la sut din numrul total de
observaii.
13
Mai ales n condiiile n care acordm aceeai importan deteriorrilor neidentificate i alarmelor false.
14
Spre exemplu, rata general de acuratee a sistemului de avertizare timpurie utilizat de Banca Italiei era de 85 la
sut la momentul implementrii (conform Laviola, Marullo, Trapanese 1999).
Graficul 6 Erorile de predicie n funcie de probabilitatea prag
Banca Naional a Romniei
Caiete de studii, octombrie 2007


26
Testarea modului n care funcia de scoring performeaz pentru fiecare banc n parte permite
tratarea separat a semnalelor furnizate de model de la banc la banc, n funcie de acurateea sa
anterioar. Astfel, pentru bncile la care performana istoric este foarte bun, respectiv o rat
general de succes de peste 90 la sut, semnalul va fi interpretat, n principiu
15
, n sensul
specificat de model, n caz contrar, impunndu-se o analiz calitativ suplimentar.
Fixnd pragul de alarm la 24,5 la sut se constat c modelul are o rat general de succes
foarte ridicat mai ales n cazul bncilor de importan sistemic. Pentru primele opt instituii de
credit n funcie de valoarea activului total la sfritul anului 2006, simpla aplicare mecanic a
pragului de alarm reuete s identifice corect n peste 90 la sut din cazuri, cu excepia bncii
B16 pentru care modelul are o performan de 83,56 la sut; dintre acestea se remarc situaia
bncii B1 i cea a bncii B4, pentru care rata de succes este de 100 la sut (anexa 2). De altfel,
calculnd rata medie de succes ca valoare ponderat n funcie de cota de pia a activului
obinem un nivel de 90,54 la sut, fa de 80,12 la sut, n cazul mediei aritmetice simple.
Pe de alt parte, notm c pentru trei dintre bncile cu capital strin (bncile B28, B29 i B30) i
pentru una dintre bncile cu capital privat autohton (banca B31) funcia de scoring are o
performan nesatisfctoare. Acest rezultat este determinat de numrul mare de alarme false
consemnate, avnd n vedere faptul c evenimentele de deteriorare a ratingului sunt integral
identificate de model. Din aceste motive, analiza calitativ va avea un rol important n
interpretarea semnalelor furnizate de funcia de scoring pentru cele patru instituii de credit.
Clasamentul este asemntor i n condiiile utilizrii unui nivel de 16,45 la sut pentru pragul de
alarm (anexa 2), cu excepia prii sale inferioare. n acest cadru de decizie alternativ, bncile
pentru care modelul performeaz cel mai slab sunt banca B21 (15,07 la sut) i banca
B27 (2,76 la sut).
Pentru bncile din partea inferioar a clasamentului senzitivitatea performanei modelului
statistic la modificarea pragului de alarm, impune o analiz statistic mai detaliat a
coninutului informaional al probabilitii teoretice de deteriorare. Reprezentnd grafic, n
funcie de scorul obinut, distribuia evenimentelor de deteriorare a ratingului CAAMPL
comparativ cu cea a evenimentelor de meninere sau mbuntire a ratingului CAAMPL
(graficul 7), notm faptul c suprafaa comun a celor dou distribuii este apreciabil (70 la
sut) pentru valori ale probabilitii teoretice de deteriorare ntre 0,1 i 0,29 (aproximativ 21 la
sut din observaii).

15
Cu anumite nuanri n funcie de riscul de eroare la care este expus semnalul dat de model. Spre exemplu, n
cazul n care modelul anticipeaz deteriorarea ratingului unei bnci peste patru trimestre, riscul de eroare este dat de
probabilitatea ca semnalul s fie o alarm fals.
Banca Naional a Romniei
Caiete de studii, octombrie 2007
27
0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1
0
1
2
3
4
5
6
7
Scor
Deteriorare Rating
Meninere sau mbuntire Rating
Aceast reprezentare intuitiv eviden-
iaz faptul c dei modelul, n an-
samblul su, reuete o delimitare
clar a celor dou distribuii, interpre-
tarea rezultatelor sale pentru valori
ale probabilitii teoretice de deteriorare
aflate n vecintatea scorului cores-
punztor interseciei celor dou
distribuii exclusiv pe baza unui prag
de alarm este insuficient. Pentru a
depi acest obstacol, am procedat la
calibrarea unei scale de notare,
aplicnd cerinele metodologice spe-
cifice abordrii bazate pe modele
interne pentru riscul de credit
menionate n Acordul de Capital
Basel II.
Pornind de la probabilitile teoretice i vectorul strilor de deteriorare a ratingului, au
rezultat ase clase de risc de downgrade. Criteriile utilizate n acest sens sunt omogenitatea
evenimentelor din aceeai clas i delimitarea semnificativ a probabilitii empirice de deterio-
rare a ratingului CAAMPL ntre diferitele categorii de risc. Probabilitile empirice rezultate sunt
estimri robuste n termenii riscului de deteriorare a ratingului CAAMPL i permit nuanarea
alarmelor generate prin aplicarea pragului de alarm. Valorile empirice ale probabilitii de
deteriorare a ratingului
16
asociate fiecrei categorii de risc
17
sunt prezentate n tabelul 4.
Tabelul 4. Segmentarea pe clase risc de deteriorare a ratingului CAAMPL
Limite scor Probabilitate empiric
c1 [0; 0,0054) 1%
c2 [0,0054; 0,0486) 2%
c3 [0,0486; 0,102) 4%
c4 [0,102; 0,2854) 13%
c5 [0,2854; 0,46) 34%
c6 [0,46; 1] 66%
Sursa: BNR, calcule proprii
Astfel, exist o ans din opt ca o banc cu un scor ntre 0,1 i 0,2854 s nregistreze un rating
mai slab ntr-un orizont de timp de un an, avnd n vedere c doar 13 la sut dintre bncile

16
Probabilitatea empiric de deteriorare a ratingului reprezint ponderea debitorilor n stare de nerambursare n
numrul total de debitori dintr-o clas de risc.
17
n conformitate cu cerinele prevzute de paragraful 446 din Acordul Basel II (BCBS 2004), respectiv faptul c un
sistem de rating trebuie s includ o scal de rating a debitorilor, care s reflecte exclusiv cuantificarea riscului de
nerambursare aferent acestora.
Graficul 7 Distribuia probabilitii de deteriorare a
ratingului
Banca Naional a Romniei
Caiete de studii, octombrie 2007


28
clasificate n timp n clasa C4 au nregistrat o deteriorare a ratingului CAAMPL. De altfel, clasa
C4 reprezint categoria cu risc mediu, avnd n vedere c probabilitatea empiric care i este
asociat, respectiv 13 la sut, prezint un nivel foarte apropiat de probabilitatea necondiionat
de deteriorare
18
existent la nivelul ntregului eantion de date utilizat. n acelai timp, clasele de
la C1 la C3 pot fi considerate clase cu risc sczut de deteriorare a ratingului, iar clasele C5 i C6
reprezint categorii cu risc ridicat de deteriorare. Din perspectiva procesului de delimitare a
evenimentelor de deteriorare de cele de meninere sau mbuntire a ratingului, acest rezultat
ntrete constatarea c simpla utilizare mecanic a unui prag de alarm este insuficient pentru a
asigura o bun acuratee a sistemului de previziune a evenimentelor de deteriorare a ratingului
CAAMPL pentru toate bncile comerciale persoane juridice romne.
Pe de alt parte, trebuie reinut faptul c, dei clasele de la C1 la C3 prezint un risc sczut de
deteriorare, bncile clasificate n categoria C3 sunt de dou ori mai riscante dect cele din clasa
C2 i de patru ori mai riscante dect cele din clasa C1. n acelai timp, dei att categoria C5, ct
i categoria C6 prezint un risc ridicat de deteriorare, trebuie menionat c bncile clasificate n
categoria C6 sunt de dou ori mai riscante dect cele din clasa C5, probabilitatea de apariie a
fenomenului de deteriorare fiind de dou evenimente din trei n cazul clasei C6, fa de doar un
eveniment din trei n cazul clasei C5.
Pe lng delimitarea clar a riscului pe baza
probabilitii empirice de deteriorare, calitatea
scalei de notare este evideniat i de distribuia
debitorilor n cele ase clase de risc,
granularitatea acesteia permind evitarea unei
situaii de concentrare a notelor ntr-o anumit
clas
19
(graficul 8). Nivelul de concentrare cel
mai ridicat se gsete n clasa C3 (22,2 la
sut), care se afl sub plafonul de 35 la sut
(referenialul n domeniu pentru situaiile de
concentrare nejustificat).
Consideraiile expuse anterior ne conduc la
concluzia c exist un set de indicatori care face
posibil modelarea fenomenului de deteriorare a
ratingului CAAMPL. Chiar i utilizarea exclusiv a datelor microprudeniale permite dezvoltarea
unei funcii de scoring cu o bun putere predictiv. Rezultatele sunt ncurajatoare i pentru c
eantionul de estimare a cuprins toate bncile comerciale cu personalitate juridic romn,
indiferent de strategia de pia sau specificul activitii de creditare a acestora.

18
Prin probabilitate necondiionat nelegem media variabilei dependente pe ntregul eantion. n cazul nostru,
variabila dependent ia valoarea 0 n 1 862 de cazuri i 1 n 292 de cazuri, respectiv o pondere de 86,45 la sut n
primul caz i de 13,55 la sut n al doilea caz.
19
n conformitate cu cerinele prevzute de paragrafele 403 i 406 din Acordul Basel II (BCBS 2004), respectiv
faptul c instituiile de credit care dein portofolii concentrate pe un anumit segment de pia i ntr-un anumit
interval al riscului de nerambursare, trebuie s dispun de un numr suficient de clase de rating n cadrul acestui
interval pentru a evita concentrarea excesiv a debitorilor ntr-o anumit clas de rating.
Graficul 8 Distribuia bncilor pe clase
de risc de deteriorare a ratingului CAAMPL
0%
5%
10%
15%
20%
25%
C1 C2 C3 C4 C5 C6
0%
10%
20%
30%
40%
50%
60%
70%
Distribuia bncilor pe clase de risc - scala
din stnga
Probabilitatea empric de deteriorare a
ratingului - scala din dreapta
Banca Naional a Romniei
Caiete de studii, octombrie 2007


29
CONCLUZII
Prezentul studiu descrie sintetic mecanismul unui sistem de identificare timpurie a evenimentelor
de deteriorare a ratingului CAAMPL cu un orizont de predicie de un an, precum i rezultatele
estimrilor sale pentru data de 31 decembrie 2007.
Principala component a acestuia este reprezentat de un model statistic de cuantificare a
probabilitii de deteriorare a ratingului CAAMPL, estimat i testat folosind exclusiv date
microprudeniale ce acoper perioada decembrie 1999-decembrie 2006. Metodologia specific
de estimare, testare i implementare combin elemente ntlnite n practica de specialitate cu
exigenele prevzute de Acordul Basel II privind problematica modelelor interne pentru riscul de
credit, n scopul obinerii unei performane ridicate i consistente n timp a procesului de
identificare a evenimentelor de deteriorare a ratingului instituiilor de credit din sectorul bancar
romnesc.
Acurateea ridicat a modelului statistic este asigurat de performana funciei de notare, n ter-
menii puterii de discriminare, stabilitii i calibrrii adecvate a estimrilor sale. Valoarea indi-
catorului de suprafa a curbei ROC este ridicat i robust, testele de stabilitate indicnd fluc-
tuaii reduse n jurul nivelului de 85 la sut, care reprezint, de altfel, valoarea corespunztoare
pentru ntregul eantion de observaii. n plus, verificarea capacitii de delimitare ex ante a
evenimentelor de deteriorare de cele de meninere sau mbuntire a ratingului CAAMPL arat
o performan mai ridicat la nivelul eantionului de testare (ianuarie 2003-decembrie 2005)
dect cea la nivelul eantionul de estimare (decembrie 1999-decembrie 2002).
Modelul performeaz foarte bine n special n cazul instituiilor de credit de talie mare din
sistemul bancar romnesc, media ponderat a ratei generale de acuratee fiind peste 90 la sut
fa de 80 la sut n cazul mediei aritmetice n condiiile calibrrii pragului de alarm astfel nct
procentul alarmelor false s fie egal cu cel al deteriorrilor neidentificate. Notabile sunt
procentele de performan n cazul BCR, BRD i Raiffeisen Bank, respectiv 100 la sut pentru
prima i a treia banc i 95,89 la sut pentru cea de-a doua. Pe de alt parte, n cazul a trei dintre
bncile cu capital strin i a unei bnci cu capital privat autohton funcia de scoring are o
performan nesatisfctoare. Acest rezultat este determinat de numrul mare de alarme false
consemnate, avnd n vedere faptul c evenimentele de deteriorare a ratingului sunt integral
semnalate de model. Din aceste motive, identificarea ex ante a evenimentelor de deteriorare a
ratingului nu se realizeaz exclusiv pe baza unui prag de alarm, probabilitatea de succes a
semnalului furnizat de model fiind evaluat inclusiv pe baza unei scale de notare, dar i prin
analiz calitativ.
Scala de notare include ase clase de risc, care asigur o bun segmentare a probabilitii de
deteriorare n funcie de valoarea scorului obinut. Criteriile utilizate pentru construirea acesteia
au fost omogenitatea evenimentelor din aceeai clas i delimitarea semnificativ a probabilitii
empirice de deteriorare a ratingului CAAMPL ntre diferitele categorii de risc. Probabilitile
empirice rezultate sunt estimri robuste n termenii riscului de deteriorare a ratingului CAAMPL
Banca Naional a Romniei
Caiete de studii, octombrie 2007


30
i permit nuanarea alarmelor generate prin aplicarea pragului de alarm, n special pentru
valorile probabilitii teoretice de deteriorare nvecinate cu nivelul pragului de alarm. Dintre
acestea, trei categorii sunt cu risc sczut de deteriorare, una cu risc mediu de deteriorare i dou
cu risc ridicat de deteriorare.
Avnd n vedere consideraiile expuse anterior apreciem c, alturi de sistemul de rating
CAAMPL, utilizarea modelului de previzionare a deteriorrii ratingului pe care l-am prezentat n
cadrul acestui studiu poate contribui la creterea acurateei procesului de identificare a bncilor
cu dificulti financiare. Astfel, banca central i-ar putea administra mai eficient resursele
limitate pe care le are pentru a evita propagarea unor eventuale dezechilibre individuale la nivel
de sistem.
Rezultatele aplicrii sistemului de previziune a evenimentelor de deteriorare a ratingului
CAAMPL pentru data de 31 decembrie 2007 indic 18 instituii de credit cu risc sczut de
deteriorare, 5 cu risc mediu de deteriorare i 8 cu risc ridicat de deteriorare. Interpretarea
semnalelor furnizate de model pe baza unor informaii calitative i a performanei istorice
nregistrate pentru pe fiecare banc n parte conduce la urmtoarele concluzii:
instituiile de credit cu pondere important n sectorul bancar romnesc vor nregistra o
performan cel puin la fel de bun n anul 2007 comparativ cu anul 2006;
nu exist bnci cu rating compus 3 la sfritul anului 2006 pentru care modelul ar
semnala o deteriorare a performanei la sfritul anului 2007;
semnalul de deteriorare a ratingului n cazul a cinci bnci reprezint mai degrab o
alarm fals, chiar dac probabilitatea empiric de downgrade aferent acestor entiti
este peste medie;
este foarte probabil ca pentru trei instituii de credit nsumnd 2 la sut din activul agregat
al sistemului bancar romnesc ratingul CAAMPL s se deterioreze de la 2 n decembrie
2006 la 3 n decembrie 2007.
Trebuie menionat totodat c includerea n viitor n modelul de cuantificare a probabilitii de
deteriorare a ratingului CAAMPL a unor variabile macroeconomice, precum cursul de schimb i
rata dobnzii sau integrarea informaiilor colectate prin activitatea de inspecie bancar n
procesul de interpretare a semnalelor furnizate de modelul statistic pot conduce la rafinarea
sistemului de previziune a evenimentelor de deteriorare a ratingului prezentat n cadrul acestui
studiu. De asemenea, pe msur ce marile agenii de rating vor nota mai multe dintre instituiile
de credit din sistemul bancar romnesc fa de cele nou n prezent, utilizarea ratingurilor emise,
dar mai ales a componentei acestora privind aprecierea perspectivei, va lrgi sfera de informaii
disponibile pentru completarea semnalelor furnizate de sistemul de previziune a evenimentelor
de deteriorare a ratingului CAAMPL. n plus, reanalizarea anual a performanei modelului
statistic expresie a aplicrii cerinei prevzute de paragraful numrul 443 din Acordul Basel II
reprezint o alt component care va contribui la meninerea acurateei acestuia la un nivel
ridicat n viitor.
Banca Naional a Romniei
Caiete de studii, octombrie 2007


31
BIBLIOGRAFIE
Balcaen S., Ooghe, H. (2004) 35 years of studies on business failure: an overview of the
classical statistical methodologies and their related
problems Universiteit GENT
Barr, R., Seiford, L.
i Siems, T. (1994)
Forecasting bank failure: A Non-Parametric Frontier
Estimation Approach, Reserches Economiques de
Lovain 60:4
Barth, J., Nolle, D.,
Phumiwasana, T., Yago, G.
A cross-country analysis of the bank supervisory framework
and bank performance, Economic and Policy Analysis
Working Paper 2002-2
Bichi C., Dumitru, I.,
Moinescu, B. (2003)
Reglementare i supraveghere bancar, Editura ASE

Bussiere, M.,
i Fratzscher, M. (2002)
Towards a New Early Warning System of Financial Crises,
European Central Bank, Working Paper No. 145
Capelle-Blancard, G.,
i Chauveau, T. (2002)
Lefficacit technique peut-elle contribue a lvaluation
du risque dinsolvabilit?, Fondation Banque de France
Cole, R. i Gunther, J.
(1998)
Predicting bank failures: A comparison of On and Off-site
Monitoring Systems, Journal of Financial Services Research,
13(2) p. 103 -117
Collier C., Forbush, S.,
Nuxoll, D., OKeefe, J.
(2003)
The SCOR System of Off-Site Monitoring: Its Objectives,
Functioning, and Performance FDIC Banking Review
2003, vol. 15, No. 3
Demirguc-Kunt, A.,
i Detragiache, E. (1999)
Monitoring Banking Sector Fragility: A Multivariate Logit
Approach with an Application to the 1996-97 Banking
Crises
Derviz, A., Podpiera, J.
(2004)
Predicting Bank CAMELS and S&P Ratings: The Case
of the Czech Republic Czech National Bank, January 2004
Engelmann B., Hayden, E.
i Tasche, D. (2003)
Testing Rating Accuracy, Risk, vol. 16, 2003.

Estrella, Park, A. S.,
i Peristiani, S. (2000)
Capital ratios as predictors of bank failure, Federal
Reserve of New York Economic Policy Review, vol. 6(2),
p. 33-52
Gaytan, A., i Johnson, C.
(octombrie 2002)
A Review of the Literature on Early Warning Systems for
Banking Crises, Central Bank of Chile Working Paper
No. 183
Georgescu, F. (2005) Stadiul pregtirii pentru aplicarea reglementrilor BASEL II
n sistemul bancar romnesc, www.bnro.ro
Banca Naional a Romniei
Caiete de studii, octombrie 2007


32
Gilbert, A. R., Meyer, A.
i Vaughan, M. D. (1999)
The role of supervisory screens and econometric models in
off-site surveillance, Federal Reserve of St. Louis Review
vol. 86(6), p. 31-56
Gilbert, A. R., Meyer, A.
i Vaughan, M. D. (2002)
Could a CAMELS Downgrade Model Improve Off-Site
Surveillance?, Federal Reserve of St. Louis Review, vol. 84
No. 1
Gunther, W. J.,
i Moore, R.R. (2001)
Early Warning Models in Real Time, Federal Reserve Bank
of Dallas
Halling, M., Hayden, E.
(2006)
Bank Failure Prediction: A Two-Step Survival Time
Approach Austrian Working Group on Banking and
Finance Meeting 2004
Hayden, E. i Bauer, J.
(2004)
New Approaches to Banking Analysis in Austria, Financial
Stability Report 7, Oesterreichische Nationalbank, 2004
Hosmer, D.,
i Lemenshow, S. (1999)
Applied Survival Analysis, Wiley & Sons

Jagtiani, J., Kolari, J.,
Lemieux, C., i Shin, H.
(2003)
Early Warning Models for Bank Supervision: Simpler Could
Be Better, Federal Reserve Bank of Chicago, Economic
Perspectives Q3
Laviola, S.,
Marullo-Reedtz, P.
i Trapanese, M. (1999)
Forecasting Bank Fragility: The Evidence from Italy, In: G.
Kaufman (Ed.), Research in Financial Services: Private and
Public Policy (Vol. 11), JAI Press
Logan, Andrew The United Kingdoms small banks crisis of the early
1990s: what were the leading indicators of failure?
Bank of England 2001 ISSN 1368-5562
Marullo-Reedtz, P.,
i Trapanese, M. (2000)
Credit Registers and Early Warning Systems of Bank
Fragility: The Italian Experience, Bank Fragility and
Regulation: Evidence from different countries (Vol. 12)
Meyer, P A i Pifer, H W
(1970)
Prediction of bank failures, The Journal of Finance, Vol.
25, No. 4, p. 853-68
Porath, Daniel (2004) Estimating probabilities of default for German savings
banks and credit cooperatives Bundesbank, Discussion
Paper Series 2: Banking and Financial Supervision
No. 06/2004
Sahajwala, R.
i P. Van den Bergh
(decembrie 2000)
Supervisory risk assessment and Early Warning Systems,
BCBS Working Paper No. 4
Saunders, A. (2000) Financial Institutions Management: A Modern Perspective,
3rd ed. (Boston: McGraw-Hill).
Banca Naional a Romniei
Caiete de studii, octombrie 2007


33
Schaeck K., Wolfe, S. Identifying Problem Banks in the German Co-operative
and Savings Bank
*** FDIC, (1997) History of the Eighties Lessons for the Future,
http://www.fdic.gov/bank/historical/history/
*** International Convergence of Capital Measurement
and Capital Standards BCBS (2004)
*** mbuntirea Sistemului Uniform de Rating i a Sistemului
de Avertizare Timpurie Raport Ernst & Young (decembrie
2004)
*** New Quantitative Models of Banking Supervision
Oesterreichische Nationalbank (2004)
*** Range of practice in banks internal ratings systems
BCBS (2000)
*** Studies on the Validation of Internal Rating Systems,
BCBS (2005), Working Paper No. 14.









Banca Naional a Romniei
Caiete de studii, octombrie 2007


34
ANEXA 1
Corelaia dintre variabilele exogene utilizate n estimarea funciei de scoring

RATING PARGR NPL COTA_CREDIT
RATING 1 15,19% 25,07% -24,43%
PARGR 15,19% 1 -10,35% -19,27%
NPL 25,07% -10,35% 1 -3,01%
COTA_CREDIT -24,43% -19,27% -3,01% 1

ANEXA 2
Rata general de succes a modelului statistic n funcie de pragul de alarm
prag de alarm
BNCI
COMERCIALE
24,5% 16,45%
Numr de deteriorri
ale ratingului CAAMPL
BANCA B1 100% 100% 0
BANCA B2 100% 100% 19
BANCA B3 100% 95,89% 0
BANCA B4 100% 100% 1
BANCA B5 98,63% 100% 1
BANCA B6 97,62% 97,62% 4
BANCA B7 97,26% 90,41% 4
BANCA B8 95,89% 95,89% 3
BANCA B9 95,89% 95,89% 3
BANCA B10 95,89% 95,89% 3
BANCA B11 91,78% 91,78% 7
BANCA B12 90,41% 82,19% 3
BANCA B13 90,41% 89,04% 12
BANCA B14 86,30% 86,30% 9
BANCA B15 86,30% 76,71% 21
BANCA B16 84,93% 76,71% 7
BANCA B17 84,93% 97,62% 26
BANCA B18 84,21% 84,21% 3
BANCA B19 83,56% 76,71% 7
BANCA B20 76,71% 76,71% 9
BANCA B21 75,34% 15,07% 1
BANCA B22 75,00% 51,47% 11
BANCA B23 71,23% 76,71% 20
BANCA B24 69,86% 69,86% 20
BANCA B25 64,38% 64,38% 27
BANCA B26 64,38% 45,21% 16
BANCA B27 64,38% 2,74% 0
BANCA B28 46,58% 35,62% 17
BANCA B29 45,21% 31,51% 14
BANCA B30 43,84% 43,84% 12
BANCA B31 32,88% 32,88% 12
TOTAL 80,12% 72,94% 292