SlideShare a Scribd company logo
1 of 18
IL RISK APPETITE FRAMEWORK
NELLE BANCHE LOCALI
Proposta di adozione di un modello per la
FTBCC (Federazione Toscana delle BCC).
Andrea Sabatini
Abc – Xxx, gg mm 2015
Agenda
• Il Risk Appetite Framework (RAF): declinazioni
operative della normativa vigente
• Il RAF per le banche locali: proposta di un
modello di monitoraggio
• Dal modello all’applicazione empirica
1
Agenda
• Il Risk Appetite Framework (RAF): declinazioni
operative della normativa vigente
• Il RAF per le banche locali: proposta di un
modello di monitoraggio
• Dal modello all’applicazione empirica
2
Il Risk Appetite Framework
 Il Risk Appetite:
 definisce la propensione al rischio della Banca in funzione
degli obiettivi strategici, identificandone in contemporanea i
limiti di tolleranza;
 indirizza il business in coerenza con un determinato ed
adeguato livello di rischio.
 Il framework di Risk Appetite e la sua declinazione in
indicatori di sintesi:
 viene approvata dal Consiglio di Amministrazione della
Banca;
 garantisce la coerenza tra la propensione al rischio e gli
obiettivi di rendimento della Banca.
3
1 2
RISK CAPACITY (max rischio assumibile)
RISK APPETITE (propensione al rischio) RISK TOLERANCE
(soglia di tolleranza)
Il Risk Appetite Framework
 La definizione del Risk appetite di una banca è un
processo:
 complesso;
 che coinvolge tutti i suoi livelli organizzativi, dal Top
Management e Consiglio di Amministrazione sino ai livelli
operativi della rete commerciale.
 Rendere efficace la definizione del Risk Appetite di una
banca significa:
 tradurre un processo complesso in una struttura di metriche
di sintesi che riflettono l'orientamento strategico della
banca (oggetto di approvazione del Consiglio di
Amministrazione) e collegarlo all'attività quotidiana e alle
decisioni operative delle diverse aree dell’azienda di credito
(rete commerciale, strutture crediti, etc).
4
1 2
Agenda
• Il Risk Appetite Framework (RAF): declinazioni
operative della normativa vigente
• Il RAF per le banche locali: proposta di un
modello di monitoraggio
• Dal modello all’applicazione empirica
5
Dalla strategia alla misurazione
 Il Risk Appetite deve tradursi in un insieme di metriche
che sintetizzino l’orientamento strategico della Banca.
 Anche per le banche locali, la declinazione del Risk
appetite in un insieme di indicatori di sintesi è un
esercizio sfidante, che deve rispondere alla necessità di:
 SEMPLICITÀ: avere un framework che sia facilmente
comprensibile.
 SINTESI: tradurre le complessità operative di una banca in
poche metriche.
 ESAUSTIVITÀ: fornire informazioni adeguate e complete per
supportare un processo decisionale consapevole degli
organi di governo.
 Esiste un evidente trade-off tra queste necessità
(semplicità, sintesi ed esaustività), e la sfida è proprio nel
garantire il giusto equilibrio tra di esse. 6
Le principali dimensioni della misurazione
7
Controllo su specifiche
tipologie di rischio
OBIETTIVO DESCRIZIONE TIPO DI METRICA
• Fornire obiettivi e limiti
generici/totali/complessivi per
rispondere ad aspettative dei
principali stakeholder (azionisti,
agenzie di rating)
• target rating
• business mix
• Assicurare il soddisfacimento dei
requisiti regolamentari sia in
condizioni normali sia in condizioni di
stress
• metriche del I Pilastro
• metriche del II Pilastro
• metriche di Basilea III
--->Rapporti PV/RWA<---
• Articolare il trade-off rischio-
rendimento
• Assicurare la stabilità e la
sostenibilità di crescita e utili
(autofinanziamento)
• Definire obiettivi / vincoli su
specifiche tipologie di rischio
• Rischio di credito
• Rischio di mercato
• Rischio operativo
• Rischio di liquidità
4
• solidità dello stato
patrimoniale e del conto
economico
3
2 Requisiti regolamentari
1 Posizionamento esterno
Focus per le
Banche
locali
Profittabilità e rischio
1 2
Le principali dimensioni della misurazione
8
DIMENSIONE R.A. METRICHE VANTAGGI
• Data la composizione del capitale delle
banche locali, e le relative attuali
configurazioni metodologiche (standard),
risulta più adatto il rapporto che descrive il
coefficiente di vigilianza: T1/RWA.
• Si può considerare anche il Leverage ratio.
• Utilizzabile anche da
entità che non utilizzano
metodologie avanzate.
• Tra i RAPM (Risk Adjusted Performance
Measures), il RAROC = NOPAT
(Profit/Loss)/CAPITALE (REGOLAMENTARE).
• In aggiunta è analizzabile il Risk On Return.
• Rappresenta il binomio
rischio/rendimento.
• Di semplice misurazione
e comunicazione.
3
2 Requisiti regolamentari
Profittabilità e rischio
Sono le funzioni obiettivo
da ottimizzare
Dettagli nelle
prossime
slide
1 2
 Il framework di Risk Appetite deve poi essere collegato all'attività quotidiana e alle decisioni operative
delle diverse aree della banca (rete commerciale, funzione crediti, etc.).
 A questo fine è necessario che le diverse metriche di Risk Appetite siano articolate a livello di business /
geografia / segmento, tradotte in strumenti di indirizzo operativi / gestionali ed interiorizzate da tutte le
funzioni della banca attraverso lo sviluppo di un'adeguata cultura del rischio.
L’ottimizzazione nel modello di RAF
9
T1R = T1/RWA
ROR = CRP/Profit (Loss)
 Cosa hanno in comune gli indicatori individuati?
 La relazione che ne lega le variabili è la stessa, consentendo un’uniformità dal punto di vista
matematico/computazionale.
 Sia che si consideri la configurazione a 2 variabili, y ed x (con z assimilata alla costante α), ed ottimizzando attraverso
la programmazione lineare, sia che si considerino le 3 variabili (programmazione non lineare).
 Le differenze di trattazione sono naturalmente relative al significato economico di ognuna di esse.
z = y/x
LVRG = ASSETS/T1
RAROC = Profit (Loss)/T1
1 2 3
L’ottimizzazione nel modello di RAF
10
𝛼 =
𝑦
𝑥
𝛼 𝑥
𝑦
Per valutare l'elasticità del T1 (y) rispetto ai
RWA (x), e viceversa, consideriamo il T1R
come dato (α).
𝑥 =
𝑦
𝛼
RELAZIONE ELASTICITA' RISULTATO
• Si giunge per entrambe le variabili allo stessa
conclusione, ossia di inelasticità (E = -1), per
qualsiasi valore di α.
• E' interessante notare come tale proprietà
determini, ad esempio, che l'incremento di 1
b.p. dell'una, abbinato ad un pari decremento
dell'altra, conduce ad una crescita composta
costante (alla 3° cifra decimale) di α
(graficamente, una retta).
COMMENTO
T1R = T1/RWA
y = α*x Ey = -(dy/dx)*(x/y)
Ex = -(dx/dy)*(y/x)
Analogo per tutti gli indicatori
considerati (come da slide
precedente)!!!
RatioCapitale Regolamentare
9,98%
9,96%
9,94%
9,92%
- 5 10 20
Numero di variazioni progressive
T1r=T1/RWA
15
1 2 3
L’ottimizzazione nel modello di RAF
11
Migliorare di un b.p. i ratio
utilizzando la leva del patrimonio
costa circa un b.p. di RWA. Pertanto
ottimizzare gli RWA comporta
ottimizzare il costo delle manovre
che utilizzano la leva del patrimonio.
DinamicadelRatio(variazione del Patrimonio)
18,00%
12,00%
6,00%
β = 1b.p. x RWA
0,00%
- 5.000 7.500 12.500
CAPITALE regolamentare (migliaia €)
T1r=T1/RWA
10.000
β = ammontare di risorse da aggiungere al
patrimonio, al fine di ottenere un
miglioramento di un b.p. in termini di ratio
patrimoniali.
Dinamicadel Ratio (variazione dei RWA)
18,00%
12,00%
6,00%
0,00%
- 50.000 75.000 125.000
RWA (migliaia €)
T1r=T1/RWA
100.000
Migliorare di un b.p. i ratio
utilizzando la leva dei RWA costa circa
100 volte la variazione del numeratore
del ratio (circa 100 b.p. del T1).
β = - (1b.p. x RWA2)/(RWA
x 1b.p. + T1)
β= ammontare di risorse da sottrarre ai
RWA, al fine di ottenere un miglioramento di
un b.p. in termini di ratio patrimoniali.
1 2 3
Agenda
• Il Risk Appetite Framework (RAF): declinazioni
operative della normativa vigente
• Il RAF per le banche locali: proposta di un
modello di monitoraggio
• Dal modello all’applicazione empirica
12
Il dataset di riferimento
13
 Il dataset utilizzato per la verifica dell’attinenza del modello proposto con il sistema della FTBCC, è
costituito dall’insieme delle variabili dei 4 indici descritti estratte dai bilanci delle ventisei banche
confederate, per il periodo 2006-2013 (fonte ABI-Fast).
 Ogni singolo indice ha potuto contare quindi su 416 osservazioni.
COD. ABI DENOMINAZIONE BANCA
07048 BCC DELL'ELBA
07075 BCC CREDIUMBRIA
08003 BCC DI MONTECATINI T. - VALDINIEVOLE
08325 BCC DEL MUGELLO
08345 BCC DI ANGHIARI E STIA
08351 BANCASCIANO
08358 BCC DI PESCIA
08446 BCC AREA PRATESE
08457 BCC DI CASCIA - VALDARNO FIORENTINO
08458 BCC DI CASCINA
08486 BCC DI PISTOIA
08489 BCC VALDICHIANA
08591 BCC DI IMPRUNETA
08636 BCC DELLA MAREMMA
08639 BCC DI MASIANO
08670 BCC DI MONTEPULCIANO
08673 CHIANTIBANCA
08726 BCC VERSILIA LUNIGIANA E GARFAGNANA
08730 BCC DI PITIGLIANO
08736 BCC DI PONTASSIEVE
08811 BCC DEL VALDARNO
08829 VIBANCA - BCC DI S. PIETRO IN VINCIO
08851 BCC DI SATURNIA E COSTA D'ARGENTO
08866 BCC DI SIGNA
08885 BANCA CRAS BCC
08922 BCC DI VIGNOLE E MONTAGNA PISTOIESE
Le correlazioni tra le variabili
14
 Attraverso il software statistico “R”, programma open source considerato ormai tra quelli di riferimento
anche nella ricerca in ambito finanziario , sono state verificate le correlazioni tra le variabili dei singoli
indici del gruppo di banche in oggetto, per stabilire se fossero realmente omogenee e rendere il modello
del RAF in grado di essere rappresentativo per ognuna delle aderenti FTBCC.
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 5.430e+02 1.212e+03 0.448 0.655
bil1$IP478 1.314e-01 3.292e-03 39.908 <2e-16 ***
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 3.457e+04 1.123e+04 3.078 0.00237 **
bil1$IP601 9.996e+00 2.258e-01 44.273 < 2e-16 ***
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
1 2
Le correlazioni tra le variabili
15
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) -3787.1912 335.7452 -11.280 < 2e-16 ***
bil1$IC042 0.4236 0.1249 3.392 0.000833 ***
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 2.620e+02 2.381e+02 1.100 0.273
bil1$IP601 3.365e-02 4.787e-03 7.031 3.07e-11 ***
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
 (Segue)
1 2
I valori risultanti (benchmark)
16
 Avendo quindi verificato tali proprietà, si è pervenuti all’identificazione del valore medio di ciascuno degli
indici indagati, ponendo tali valori come soglie di benchmark (regionale) in ambito RAF: a parità delle altre
condizioni, tali determinazioni possono essere considerate come riferimento attorno ai quali assicurarsi
che la singola banca graviti.
 In particolare, i valori medi riscontrati sono stati, rispettivamente:
17

More Related Content

Similar to RAF_FTBCC_2015_A.Sabatini

Business Plan Splendid Srl
Business Plan Splendid Srl Business Plan Splendid Srl
Business Plan Splendid Srl Giulia Fiorati
 
Piano di trasfomazione pcl 2020 161129
Piano di trasfomazione pcl 2020 161129Piano di trasfomazione pcl 2020 161129
Piano di trasfomazione pcl 2020 161129Fabio Bolo
 
Panoramica UniCredit S.p.a.
Panoramica UniCredit S.p.a.Panoramica UniCredit S.p.a.
Panoramica UniCredit S.p.a.MirkoLezzi
 
IPE-BAIN&CO "Analisi strategica dei drivers di profittabilità del mercato ban...
IPE-BAIN&CO "Analisi strategica dei drivers di profittabilità del mercato ban...IPE-BAIN&CO "Analisi strategica dei drivers di profittabilità del mercato ban...
IPE-BAIN&CO "Analisi strategica dei drivers di profittabilità del mercato ban...IPE Business School
 
4 Valutazioneeconomicofinanziaria
4 Valutazioneeconomicofinanziaria4 Valutazioneeconomicofinanziaria
4 ValutazioneeconomicofinanziariaLuca Vecchiato
 
Fse 13 - valutazioneeconomicofinanziaria
Fse   13 - valutazioneeconomicofinanziariaFse   13 - valutazioneeconomicofinanziaria
Fse 13 - valutazioneeconomicofinanziariaLuca Vecchiato
 
Training bcbs BASEL 4 Framework (italian)
Training bcbs BASEL 4 Framework (italian)Training bcbs BASEL 4 Framework (italian)
Training bcbs BASEL 4 Framework (italian)Rudra Chakraborty
 
A. Brunetti, I risultati e l’impatto degli scanner data sulla stima dell’infl...
A. Brunetti, I risultati e l’impatto degli scanner data sulla stima dell’infl...A. Brunetti, I risultati e l’impatto degli scanner data sulla stima dell’infl...
A. Brunetti, I risultati e l’impatto degli scanner data sulla stima dell’infl...Istituto nazionale di statistica
 
La Valutazione Economico Finanziaria
La Valutazione Economico FinanziariaLa Valutazione Economico Finanziaria
La Valutazione Economico Finanziariaberka
 
Lezione 4 modelli per la stima del rischio
Lezione 4   modelli per la stima del rischioLezione 4   modelli per la stima del rischio
Lezione 4 modelli per la stima del rischioGiovanni Della Lunga
 
Monitoraggio retail: uno strumento per l'evoluzione del mercato
Monitoraggio retail: uno strumento per l'evoluzione del mercatoMonitoraggio retail: uno strumento per l'evoluzione del mercato
Monitoraggio retail: uno strumento per l'evoluzione del mercatoARERA
 
Project Work MIB23 e MFA23 - PwC
Project Work MIB23 e MFA23 - PwCProject Work MIB23 e MFA23 - PwC
Project Work MIB23 e MFA23 - PwCIPE Business School
 
Webinar 01/12 "Metodo Tariffario Rifiuti | Quale futuro, quali vantaggi e qua...
Webinar 01/12 "Metodo Tariffario Rifiuti | Quale futuro, quali vantaggi e qua...Webinar 01/12 "Metodo Tariffario Rifiuti | Quale futuro, quali vantaggi e qua...
Webinar 01/12 "Metodo Tariffario Rifiuti | Quale futuro, quali vantaggi e qua...Servizi a rete
 
Piano di impresa 2018 - 2021 intesa San Paolo
Piano di impresa 2018 - 2021 intesa San PaoloPiano di impresa 2018 - 2021 intesa San Paolo
Piano di impresa 2018 - 2021 intesa San PaoloQuotidiano Piemontese
 
Webinar 25062020 senza_paura_mgi_pragma
Webinar 25062020 senza_paura_mgi_pragmaWebinar 25062020 senza_paura_mgi_pragma
Webinar 25062020 senza_paura_mgi_pragmaFabrizio Ugolini
 
Project Work MIB23 e MFA23 - Reply
Project Work MIB23 e MFA23 - ReplyProject Work MIB23 e MFA23 - Reply
Project Work MIB23 e MFA23 - ReplyIPE Business School
 
Orientamenti per la copertura dei costi efficienti di esercizio e di investim...
Orientamenti per la copertura dei costi efficienti di esercizio e di investim...Orientamenti per la copertura dei costi efficienti di esercizio e di investim...
Orientamenti per la copertura dei costi efficienti di esercizio e di investim...ARERA
 
Perdite idriche e certificati bianchi: caso studio Aqa. L’efficienza operativ...
Perdite idriche e certificati bianchi: caso studio Aqa. L’efficienza operativ...Perdite idriche e certificati bianchi: caso studio Aqa. L’efficienza operativ...
Perdite idriche e certificati bianchi: caso studio Aqa. L’efficienza operativ...Servizi a rete
 
Piano Lombardia sostenibile
Piano Lombardia sostenibilePiano Lombardia sostenibile
Piano Lombardia sostenibilepuntolino
 

Similar to RAF_FTBCC_2015_A.Sabatini (20)

Business Plan Splendid Srl
Business Plan Splendid Srl Business Plan Splendid Srl
Business Plan Splendid Srl
 
Piano di trasfomazione pcl 2020 161129
Piano di trasfomazione pcl 2020 161129Piano di trasfomazione pcl 2020 161129
Piano di trasfomazione pcl 2020 161129
 
Panoramica UniCredit S.p.a.
Panoramica UniCredit S.p.a.Panoramica UniCredit S.p.a.
Panoramica UniCredit S.p.a.
 
IPE-BAIN&CO "Analisi strategica dei drivers di profittabilità del mercato ban...
IPE-BAIN&CO "Analisi strategica dei drivers di profittabilità del mercato ban...IPE-BAIN&CO "Analisi strategica dei drivers di profittabilità del mercato ban...
IPE-BAIN&CO "Analisi strategica dei drivers di profittabilità del mercato ban...
 
4 Valutazioneeconomicofinanziaria
4 Valutazioneeconomicofinanziaria4 Valutazioneeconomicofinanziaria
4 Valutazioneeconomicofinanziaria
 
Fse 13 - valutazioneeconomicofinanziaria
Fse   13 - valutazioneeconomicofinanziariaFse   13 - valutazioneeconomicofinanziaria
Fse 13 - valutazioneeconomicofinanziaria
 
Training bcbs BASEL 4 Framework (italian)
Training bcbs BASEL 4 Framework (italian)Training bcbs BASEL 4 Framework (italian)
Training bcbs BASEL 4 Framework (italian)
 
A. Brunetti, I risultati e l’impatto degli scanner data sulla stima dell’infl...
A. Brunetti, I risultati e l’impatto degli scanner data sulla stima dell’infl...A. Brunetti, I risultati e l’impatto degli scanner data sulla stima dell’infl...
A. Brunetti, I risultati e l’impatto degli scanner data sulla stima dell’infl...
 
Score meccanica srl
Score meccanica srlScore meccanica srl
Score meccanica srl
 
La Valutazione Economico Finanziaria
La Valutazione Economico FinanziariaLa Valutazione Economico Finanziaria
La Valutazione Economico Finanziaria
 
Lezione 4 modelli per la stima del rischio
Lezione 4   modelli per la stima del rischioLezione 4   modelli per la stima del rischio
Lezione 4 modelli per la stima del rischio
 
Monitoraggio retail: uno strumento per l'evoluzione del mercato
Monitoraggio retail: uno strumento per l'evoluzione del mercatoMonitoraggio retail: uno strumento per l'evoluzione del mercato
Monitoraggio retail: uno strumento per l'evoluzione del mercato
 
Project Work MIB23 e MFA23 - PwC
Project Work MIB23 e MFA23 - PwCProject Work MIB23 e MFA23 - PwC
Project Work MIB23 e MFA23 - PwC
 
Webinar 01/12 "Metodo Tariffario Rifiuti | Quale futuro, quali vantaggi e qua...
Webinar 01/12 "Metodo Tariffario Rifiuti | Quale futuro, quali vantaggi e qua...Webinar 01/12 "Metodo Tariffario Rifiuti | Quale futuro, quali vantaggi e qua...
Webinar 01/12 "Metodo Tariffario Rifiuti | Quale futuro, quali vantaggi e qua...
 
Piano di impresa 2018 - 2021 intesa San Paolo
Piano di impresa 2018 - 2021 intesa San PaoloPiano di impresa 2018 - 2021 intesa San Paolo
Piano di impresa 2018 - 2021 intesa San Paolo
 
Webinar 25062020 senza_paura_mgi_pragma
Webinar 25062020 senza_paura_mgi_pragmaWebinar 25062020 senza_paura_mgi_pragma
Webinar 25062020 senza_paura_mgi_pragma
 
Project Work MIB23 e MFA23 - Reply
Project Work MIB23 e MFA23 - ReplyProject Work MIB23 e MFA23 - Reply
Project Work MIB23 e MFA23 - Reply
 
Orientamenti per la copertura dei costi efficienti di esercizio e di investim...
Orientamenti per la copertura dei costi efficienti di esercizio e di investim...Orientamenti per la copertura dei costi efficienti di esercizio e di investim...
Orientamenti per la copertura dei costi efficienti di esercizio e di investim...
 
Perdite idriche e certificati bianchi: caso studio Aqa. L’efficienza operativ...
Perdite idriche e certificati bianchi: caso studio Aqa. L’efficienza operativ...Perdite idriche e certificati bianchi: caso studio Aqa. L’efficienza operativ...
Perdite idriche e certificati bianchi: caso studio Aqa. L’efficienza operativ...
 
Piano Lombardia sostenibile
Piano Lombardia sostenibilePiano Lombardia sostenibile
Piano Lombardia sostenibile
 

RAF_FTBCC_2015_A.Sabatini

  • 1. IL RISK APPETITE FRAMEWORK NELLE BANCHE LOCALI Proposta di adozione di un modello per la FTBCC (Federazione Toscana delle BCC). Andrea Sabatini Abc – Xxx, gg mm 2015
  • 2. Agenda • Il Risk Appetite Framework (RAF): declinazioni operative della normativa vigente • Il RAF per le banche locali: proposta di un modello di monitoraggio • Dal modello all’applicazione empirica 1
  • 3. Agenda • Il Risk Appetite Framework (RAF): declinazioni operative della normativa vigente • Il RAF per le banche locali: proposta di un modello di monitoraggio • Dal modello all’applicazione empirica 2
  • 4. Il Risk Appetite Framework  Il Risk Appetite:  definisce la propensione al rischio della Banca in funzione degli obiettivi strategici, identificandone in contemporanea i limiti di tolleranza;  indirizza il business in coerenza con un determinato ed adeguato livello di rischio.  Il framework di Risk Appetite e la sua declinazione in indicatori di sintesi:  viene approvata dal Consiglio di Amministrazione della Banca;  garantisce la coerenza tra la propensione al rischio e gli obiettivi di rendimento della Banca. 3 1 2 RISK CAPACITY (max rischio assumibile) RISK APPETITE (propensione al rischio) RISK TOLERANCE (soglia di tolleranza)
  • 5. Il Risk Appetite Framework  La definizione del Risk appetite di una banca è un processo:  complesso;  che coinvolge tutti i suoi livelli organizzativi, dal Top Management e Consiglio di Amministrazione sino ai livelli operativi della rete commerciale.  Rendere efficace la definizione del Risk Appetite di una banca significa:  tradurre un processo complesso in una struttura di metriche di sintesi che riflettono l'orientamento strategico della banca (oggetto di approvazione del Consiglio di Amministrazione) e collegarlo all'attività quotidiana e alle decisioni operative delle diverse aree dell’azienda di credito (rete commerciale, strutture crediti, etc). 4 1 2
  • 6. Agenda • Il Risk Appetite Framework (RAF): declinazioni operative della normativa vigente • Il RAF per le banche locali: proposta di un modello di monitoraggio • Dal modello all’applicazione empirica 5
  • 7. Dalla strategia alla misurazione  Il Risk Appetite deve tradursi in un insieme di metriche che sintetizzino l’orientamento strategico della Banca.  Anche per le banche locali, la declinazione del Risk appetite in un insieme di indicatori di sintesi è un esercizio sfidante, che deve rispondere alla necessità di:  SEMPLICITÀ: avere un framework che sia facilmente comprensibile.  SINTESI: tradurre le complessità operative di una banca in poche metriche.  ESAUSTIVITÀ: fornire informazioni adeguate e complete per supportare un processo decisionale consapevole degli organi di governo.  Esiste un evidente trade-off tra queste necessità (semplicità, sintesi ed esaustività), e la sfida è proprio nel garantire il giusto equilibrio tra di esse. 6
  • 8. Le principali dimensioni della misurazione 7 Controllo su specifiche tipologie di rischio OBIETTIVO DESCRIZIONE TIPO DI METRICA • Fornire obiettivi e limiti generici/totali/complessivi per rispondere ad aspettative dei principali stakeholder (azionisti, agenzie di rating) • target rating • business mix • Assicurare il soddisfacimento dei requisiti regolamentari sia in condizioni normali sia in condizioni di stress • metriche del I Pilastro • metriche del II Pilastro • metriche di Basilea III --->Rapporti PV/RWA<--- • Articolare il trade-off rischio- rendimento • Assicurare la stabilità e la sostenibilità di crescita e utili (autofinanziamento) • Definire obiettivi / vincoli su specifiche tipologie di rischio • Rischio di credito • Rischio di mercato • Rischio operativo • Rischio di liquidità 4 • solidità dello stato patrimoniale e del conto economico 3 2 Requisiti regolamentari 1 Posizionamento esterno Focus per le Banche locali Profittabilità e rischio 1 2
  • 9. Le principali dimensioni della misurazione 8 DIMENSIONE R.A. METRICHE VANTAGGI • Data la composizione del capitale delle banche locali, e le relative attuali configurazioni metodologiche (standard), risulta più adatto il rapporto che descrive il coefficiente di vigilianza: T1/RWA. • Si può considerare anche il Leverage ratio. • Utilizzabile anche da entità che non utilizzano metodologie avanzate. • Tra i RAPM (Risk Adjusted Performance Measures), il RAROC = NOPAT (Profit/Loss)/CAPITALE (REGOLAMENTARE). • In aggiunta è analizzabile il Risk On Return. • Rappresenta il binomio rischio/rendimento. • Di semplice misurazione e comunicazione. 3 2 Requisiti regolamentari Profittabilità e rischio Sono le funzioni obiettivo da ottimizzare Dettagli nelle prossime slide 1 2  Il framework di Risk Appetite deve poi essere collegato all'attività quotidiana e alle decisioni operative delle diverse aree della banca (rete commerciale, funzione crediti, etc.).  A questo fine è necessario che le diverse metriche di Risk Appetite siano articolate a livello di business / geografia / segmento, tradotte in strumenti di indirizzo operativi / gestionali ed interiorizzate da tutte le funzioni della banca attraverso lo sviluppo di un'adeguata cultura del rischio.
  • 10. L’ottimizzazione nel modello di RAF 9 T1R = T1/RWA ROR = CRP/Profit (Loss)  Cosa hanno in comune gli indicatori individuati?  La relazione che ne lega le variabili è la stessa, consentendo un’uniformità dal punto di vista matematico/computazionale.  Sia che si consideri la configurazione a 2 variabili, y ed x (con z assimilata alla costante α), ed ottimizzando attraverso la programmazione lineare, sia che si considerino le 3 variabili (programmazione non lineare).  Le differenze di trattazione sono naturalmente relative al significato economico di ognuna di esse. z = y/x LVRG = ASSETS/T1 RAROC = Profit (Loss)/T1 1 2 3
  • 11. L’ottimizzazione nel modello di RAF 10 𝛼 = 𝑦 𝑥 𝛼 𝑥 𝑦 Per valutare l'elasticità del T1 (y) rispetto ai RWA (x), e viceversa, consideriamo il T1R come dato (α). 𝑥 = 𝑦 𝛼 RELAZIONE ELASTICITA' RISULTATO • Si giunge per entrambe le variabili allo stessa conclusione, ossia di inelasticità (E = -1), per qualsiasi valore di α. • E' interessante notare come tale proprietà determini, ad esempio, che l'incremento di 1 b.p. dell'una, abbinato ad un pari decremento dell'altra, conduce ad una crescita composta costante (alla 3° cifra decimale) di α (graficamente, una retta). COMMENTO T1R = T1/RWA y = α*x Ey = -(dy/dx)*(x/y) Ex = -(dx/dy)*(y/x) Analogo per tutti gli indicatori considerati (come da slide precedente)!!! RatioCapitale Regolamentare 9,98% 9,96% 9,94% 9,92% - 5 10 20 Numero di variazioni progressive T1r=T1/RWA 15 1 2 3
  • 12. L’ottimizzazione nel modello di RAF 11 Migliorare di un b.p. i ratio utilizzando la leva del patrimonio costa circa un b.p. di RWA. Pertanto ottimizzare gli RWA comporta ottimizzare il costo delle manovre che utilizzano la leva del patrimonio. DinamicadelRatio(variazione del Patrimonio) 18,00% 12,00% 6,00% β = 1b.p. x RWA 0,00% - 5.000 7.500 12.500 CAPITALE regolamentare (migliaia €) T1r=T1/RWA 10.000 β = ammontare di risorse da aggiungere al patrimonio, al fine di ottenere un miglioramento di un b.p. in termini di ratio patrimoniali. Dinamicadel Ratio (variazione dei RWA) 18,00% 12,00% 6,00% 0,00% - 50.000 75.000 125.000 RWA (migliaia €) T1r=T1/RWA 100.000 Migliorare di un b.p. i ratio utilizzando la leva dei RWA costa circa 100 volte la variazione del numeratore del ratio (circa 100 b.p. del T1). β = - (1b.p. x RWA2)/(RWA x 1b.p. + T1) β= ammontare di risorse da sottrarre ai RWA, al fine di ottenere un miglioramento di un b.p. in termini di ratio patrimoniali. 1 2 3
  • 13. Agenda • Il Risk Appetite Framework (RAF): declinazioni operative della normativa vigente • Il RAF per le banche locali: proposta di un modello di monitoraggio • Dal modello all’applicazione empirica 12
  • 14. Il dataset di riferimento 13  Il dataset utilizzato per la verifica dell’attinenza del modello proposto con il sistema della FTBCC, è costituito dall’insieme delle variabili dei 4 indici descritti estratte dai bilanci delle ventisei banche confederate, per il periodo 2006-2013 (fonte ABI-Fast).  Ogni singolo indice ha potuto contare quindi su 416 osservazioni. COD. ABI DENOMINAZIONE BANCA 07048 BCC DELL'ELBA 07075 BCC CREDIUMBRIA 08003 BCC DI MONTECATINI T. - VALDINIEVOLE 08325 BCC DEL MUGELLO 08345 BCC DI ANGHIARI E STIA 08351 BANCASCIANO 08358 BCC DI PESCIA 08446 BCC AREA PRATESE 08457 BCC DI CASCIA - VALDARNO FIORENTINO 08458 BCC DI CASCINA 08486 BCC DI PISTOIA 08489 BCC VALDICHIANA 08591 BCC DI IMPRUNETA 08636 BCC DELLA MAREMMA 08639 BCC DI MASIANO 08670 BCC DI MONTEPULCIANO 08673 CHIANTIBANCA 08726 BCC VERSILIA LUNIGIANA E GARFAGNANA 08730 BCC DI PITIGLIANO 08736 BCC DI PONTASSIEVE 08811 BCC DEL VALDARNO 08829 VIBANCA - BCC DI S. PIETRO IN VINCIO 08851 BCC DI SATURNIA E COSTA D'ARGENTO 08866 BCC DI SIGNA 08885 BANCA CRAS BCC 08922 BCC DI VIGNOLE E MONTAGNA PISTOIESE
  • 15. Le correlazioni tra le variabili 14  Attraverso il software statistico “R”, programma open source considerato ormai tra quelli di riferimento anche nella ricerca in ambito finanziario , sono state verificate le correlazioni tra le variabili dei singoli indici del gruppo di banche in oggetto, per stabilire se fossero realmente omogenee e rendere il modello del RAF in grado di essere rappresentativo per ognuna delle aderenti FTBCC. Coefficients: Estimate Std. Error t value Pr(>|t|) (Intercept) 5.430e+02 1.212e+03 0.448 0.655 bil1$IP478 1.314e-01 3.292e-03 39.908 <2e-16 *** --- Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 Coefficients: Estimate Std. Error t value Pr(>|t|) (Intercept) 3.457e+04 1.123e+04 3.078 0.00237 ** bil1$IP601 9.996e+00 2.258e-01 44.273 < 2e-16 *** --- Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 1 2
  • 16. Le correlazioni tra le variabili 15 Coefficients: Estimate Std. Error t value Pr(>|t|) (Intercept) -3787.1912 335.7452 -11.280 < 2e-16 *** bil1$IC042 0.4236 0.1249 3.392 0.000833 *** --- Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 Coefficients: Estimate Std. Error t value Pr(>|t|) (Intercept) 2.620e+02 2.381e+02 1.100 0.273 bil1$IP601 3.365e-02 4.787e-03 7.031 3.07e-11 *** --- Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1  (Segue) 1 2
  • 17. I valori risultanti (benchmark) 16  Avendo quindi verificato tali proprietà, si è pervenuti all’identificazione del valore medio di ciascuno degli indici indagati, ponendo tali valori come soglie di benchmark (regionale) in ambito RAF: a parità delle altre condizioni, tali determinazioni possono essere considerate come riferimento attorno ai quali assicurarsi che la singola banca graviti.  In particolare, i valori medi riscontrati sono stati, rispettivamente:
  • 18. 17

Editor's Notes

  1. T1r (obbligatoriamente determinato sui bilanci) al posto di CET1r, indicatore gestionale (e T1 invece di CET1). NOPAT sostituito da P/L (per BCC, in prima analisi).