Dopad vyšších úroků na strukturu bankovních depozit

V tomto příspěvku se zaměříme na změnu struktury klientských depozit a na nové přístupy k modelování těchto produktů, což jsou témata, která aktuálně řeší mnohé banky nejen v České republice.

Jedním z faktorů pro změnu chování klientů bank a z toho vyplývající změny modelovacích přístupů je nedávný vývoj úrokových sazeb.

Aktuální vývoj

Od konce roku 2012 byla základní ČNB REPO sazba na úrovni 0,05 % až do poloviny roku 2017, kdy došlo k jejímu postupnému zvyšování, které trvalo do nástupu pandemie COVID-19. V té době došlo opět ke snížení sazeb na minimální hodnoty. Při následném růstu inflace začala ČNB v polovině roku 2021 opět zvedat REPO sazbu až na aktuální sedmiprocentní úroveň.

Pro behaviorální modelování depozit bez stanovené maturity, typicky běžných a spořicích účtů, je tento vývoj úrokových sazeb ideální. Díky rozmanitosti historických změn klíčových tržních faktorů je totiž možné tzv. natrénovat i sofistikované přístupy, což v předchozích letech kvůli dlouhodobě nízkým sazbám blízkým nule nebylo v praxi snadno proveditelné.

Kromě vývoje na trhu úrokových sazeb můžeme zvýšený zájem o modely úrokového rizika částečně připisovat i nové regulaci v oblasti úrokového rizika investičního portfolia (IRRBB). Evropská bankovní autorita (EBA) v říjnu 2022 zveřejnila celkem tři nové dokumenty týkající se IRRBB. Jedná se o obecné pokyny, které se kromě úrokového rizika zabývají také rizikem rozšíření kreditních spreadů, další dva dokumenty jsou pak regulatorní technické standardy, přičemž jeden se týká standardizovaného přístupu pro měření IRRBB. Zároveň probíhají konzultace k připravované změně regulatorního reportingu v této oblasti.

Modelování depozit

Vzhledem k výše uvedenému není překvapením, že mnoho bank aktuální vývoj a příliv nových dat využívá ke změnám svých behaviorálních modelů depozit, které jsou jedním z pilířů ovlivňující měření a řízení podstupovaného úrokového rizika.

Modelování depozit se typicky sestává ze tří hlavních aspektů – určení likviditního odtokového (run-off) profilu, modelování úrokové citlivosti a určení dopadu do vnitrobankovních sazeb (Funds Transfer Pricing - FTP). Cílem run-off profilů je určit výši očekávaných odtoků depozit v předem stanoveném časovém horizontu. Pomocí modelů úrokové citlivosti, jak již označení indikuje, se banky snaží co nejlépe vystihnout citlivost jednotlivých typů depozit a typů klientů na změny úrokových sazeb. Výstupy z předchozích dvou modelů následně vstupují do vnitropodnikového oceňování produktů skrze FTP.

Mezi často využívané přístupy na modelování úrokové citlivosti patří stanovení replikačního portfolia a tzv. β-modely. Replikační portfolio je koncept, kdy se snažíme nalézt portfolio tvořené fixně úročenými tržními nástroji, které budou svými charakteristikami kopírovat vývoj úrokové citlivosti klientských depozit. K nalezení optimálního replikačního portfolia se využívá maximalizace (případně minimalizace) účelové funkce, která může být reprezentována například volatilitou marže, korelací mezi klientskými sazbami a tržními sazbami nebo kombinací volatility a očekávané velikosti marže, například pomocí tzv. Sharpe ratio.

Naopak β-modely poskytují informaci, jak velká změna tržních úrokových sazeb se propíše do sazeb klientských produktů za určitých předpokladů. Samotná β funkce představuje elasticitu depozit vůči změnám úrokových sazeb a může nabývat různých hodnot pro odlišné typy klientů, i různých hodnot například pro růst a pokles sazeb, případně pro prostředí nízkých nebo vysokých tržních sazeb.

Nové přístupy a dopad na řízení rizik

Značné množství bank pozorovalo během minulého roku významnou změnu v chování retailových i korporátních klientů z pohledu citlivosti na nabízený úrok. Výrazně se v některých bankách začaly prosazovat spořicí / termínované vklady, u kterých některé banky nabízí zajímavé úročení, často na úkor klasických běžných účtů. Některé banky zároveň narazily na problém, že separátní modelování běžných a spořicích účtů pomocí tradičních modelů ještě zvýraznilo pozorovanou změnu v chování a banky na to musely reagovat v rámci svého řízení aktiv a pasiv.

V poslední době pozorujeme dva zásadní trendy, kterými se banky snaží své modely uzpůsobit tak, aby lépe dokázaly vystihnout chování klientů.

1. Detailní segmentace dle klientů, nikoliv produktů

Na trhu je vidět snaha o detailnější segmentaci klientů. Dříve byla klasifikace vytvářena zejména podle typu produktu (běžný, spořicí, termínovaný účet), měny a segmentu klienta (např. firemní klientela, retail). Aktuální trend spočívá v segmentování za pomocí datových přístupů, například s využitím strojového učení nebo klasifikační analýzy pomocí dostupných datových proměnných. Tímto se dají opravit neduhy tradiční segmentace, jako například výskyt klientů s různou potřebou výběru svých prostředků v rámci jednoho segmentu.

U některých bank v regionu se také ukázalo, že i tradiční modelovací přístupy je možné vylepšit za pomocí segmentace založené na datové analýze.

2. Přechod k sofistikovanějším přístupům pro řízení úrokového rizika

Dále pozorujeme pozvolný přechod od metody replikačního portfolia k β-modelům pro měření a řízení úrokového rizika. Je to dáno tím, že dříve nebylo snadné kalibrovat tyto modely, ale díky již zmiňovanému tržnímu vývoji a dostupným datům je nyní situace výrazně snazší.

Výhodou β-modelů je, že můžeme stanovit citlivost pro různé úrovně sazeb i pro různě velké změny sazeb. Chování klientů a jejich citlivost na úrokovou míru je odlišná podle toho, jestli se úroky na depozitech nachází například kolem půl procenta nebo, jako je tomu právě dnes, i přes pět procent. Díky aktuálním datům jsou banky dokonce schopny vytvořit celou křivku citlivostí klientů na aktuální sazbu. Zároveň je třeba mít na paměti, že s rostoucí komplexitou modelů může vyvstat problém implementace výsledků do FTP a zároveň je kladen větší nárok na údržbu a monitorování kvality modelových výstupů.

Na základě výše zmíněných důvodů je nyní ideální čas na vývoj nových behaviorálních modelů, které dokážou lépe zohlednit požadavky ze strany byznysu i z pohledu řízení rizik.