KPMG Financial Risk & Regulation

Napon belüli likviditáskezelés

A 2023-as banki válság számos fontos tanulságot hozott a likviditási kockázatkezelés terén, különös tekintettel a napon belüli likviditási kockázatra. Ez a hírlevél megvizsgálja azokat a kihívásokat, amelyekkel a bankok szembesülnek a betétállományok, a pénzbeáramlások és -kiáramlások napon belüli és napi ingadozásainak előrejelzése során, amelyek elengedhetetlenek a hatékony likviditáskezeléshez. Az euróövezetben bevezetett újítások, mint például a 10 másodperces végrehajtással (24/7/365) történő azonnali fizetések és a T+1 elszámolási idők lerövidítése jelentősen növelték a napon belüli likviditáskezelés sebességét és összetettségét. A fejlett modellek segítenek a bankoknak ezeknek a mozgásoknak a becslésében, az ismétlődő minták, például a fizetésnapi betétek, a hétvégi hatások és a szezonális promóciók rögzítésével. A napon belüli likviditási kockázat hatékony kezelése nemcsak a szabályozási megfeleléshez, hanem a likviditási tartalékok hatékony felhasználásához is elengedhetetlen. Az EKB által nemrégiben közzétett, a napon belüli likviditási kockázat kezelésére vonatkozó jó gyakorlatok, amelyek a BCBS 144 likviditási kockázatra és a BCBS 248 napon belüli likviditáskezelésre vonatkozó irányelvein alapulnak, hét alapelvet vázolnak fel, amelyek a BCBS 248, az ILAAP, a CRD és a SREP alapján tisztázzák a szabályozói elvárásokat, holisztikus megközelítéssel, amely megkülönbözteti az alapvető követelményeket a legjobb gyakorlatokra hozott példáktól.

További információkért a témában ajánljuk korábbi hírleveleinket a likviditáskezelésről:

2025 január: Az MNB ICAAP-ILAAP-BMA kézikönyvének változásai
2024 november: 2023-as banki válságról és a likviditási kockázatokról
2023 október: Szezonalitással rendelkező pénzügyi idősorok kezelése

Mi a napközbeni likviditási kockázat?

A napon belüli likviditási kockázat akkor merül fel, amikor a bank nem tudja időben teljesíteni fizetési kötelezettségeit, ami negatívan befolyásolja saját és mások likviditási pozícióit. Ez az eltérésekből adódik a kimenő és bejövő fizetések időzítése között, akár egyetlen valután belül, akár több valuta között, még akkor is, ha a napi nettó likviditási igények kiegyensúlyozottnak tűnnek. Mivel a bejövő fizetések kiszámíthatatlanok, a bankok ezt a kockázatot likviditási tartalékok felhasználásával, a fizetések késleltetésével (amikor lehetséges) vagy a hitelkeretekre támaszkodva kezelik a beáramlások és kiáramlások jobb összehangolása érdekében. Ez a kockázat elsősorban valós idejű bruttó elszámolási rendszerekben, levelező banki szolgáltatásokban, értékpapír-elszámolásokban, devizaügyletekben és központi szerződő felek vagy ügyfelek elszámolási tevékenységeiben fordul elő.

Egy lépéssel hátrébb lépve, az USA-ban ezeket (és minden más nem napon belüli likviditási) vészhelyzeteket különböző időhorizontokon figyelik, és viselkedésüket stresszhelyzetekben szimulálják vagy előrejelzik a múltbeli adatok felhasználásával a belső likviditási stresszteszt modellekben. Ott a likviditási kockázatkezelés – hasonlóan a piaci kockázatkezeléshez – a 2007-8-as válság után szigorú szabályozási követelményekkel alakult ki a banki holdingtársaságok (100 milliárd USD fölötti összesített eszközállománnyal) számára. Az ILST modellek összetettségét tovább növeli az alapul szolgáló forgatókönyv, például, ha a különböző jogi egységek közötti elhatárolás kötelező-e vagy sem.

A minimális működési likviditás (más néven napon belüli likviditás) az ILST kulcsfontosságú eleme. Számos szakértő és újságíró elgondolkodott azon, hogyan lehetett volna elkerülni a 2023-as amerikai válságot (tekintve, hogy a főszereplők megfelelően tőkésítettek voltak), de már 2021-ben látható volt a szabályozók számára (például kereshetők a Federal Reserve Bank of San Francisco által nyilvánosságra hozott levelek), hogy a likviditási kockázatkezelési gyakorlatok elmaradtak a felügyeleti elvárásoktól: (i) az ILST nem foglalkozott sem a piaci, sem az egyedi kockázatokkal, (ii) a likviditási korlátokba a stressz utáni helyzet nem volt beépítve, a korlátokat nem vizsgálták felül és frissítették elég gyakran, (iii) és a vészhelyzeti finanszírozási terv sem naprakész nem volt, sem a likviditási kockázati keretrendszerhez nem kapcsolódott az érintett intézményekben.

Az Egyesült Államokon kívül a közelmúlt válságai, beleértve a COVID-19-et, a 2022-es brit államkötvény-válságot és az energiaválságot, rávilágítottak a váratlan fizetési késedelmek, a margin hívások és az ingadozó fedezeti igények napon belüli likviditásra gyakorolt hatásaira. A Credit Suisse 2023-as csődje rávilágított a napon belüli likviditási stressz veszélyeire, mivel a késedelmes bejövő fizetések és a normál kiáramlások fenntartására tett erőfeszítések hozzájárultak a likviditási feszültségekhez.

A technológiai fejlődés, mint például az azonnali fizetések és az AI-vezérelt kereskedés növeli a tranzakciók sebességét és ezáltal a likviditási hiányok kockázatát is. Ezek a kihívások rávilágítanak az erősebb felügyeleti keretrendszerek szükségességére annak biztosítása érdekében, hogy a bankok hatékonyan kezelhessék a napon belüli likviditási sokkokat.

Hogyan kell egy megfontolt napon belüli likviditási kockázatkezelésnek működnie?

A napon belüli likviditási stressztesztelés elengedhetetlen annak felméréséhez, hogy a likviditási igények hogyan változnak kedvezőtlen körülmények között. A Bázeli Bizottság négy stresszforgatókönyvet vázolt fel a BCBS 248-ban: saját pénzügyi stressz, ügyfél stressz, partner stressz és piaci szintű hitel- vagy likviditási stressz. Az 1. ábra egy példát mutat arra, hogyan alakulhat a napon belüli likviditás a nap folyamán.

1. ábra: Napi maximális napon belüli likviditás használat (Forrás: 1. ábra a BCBS 248-ból)

A bankok további stresszteszteket is beépítenek, mint például operatív stressz (pl. fizetési rendszer meghibásodása), leminősítési stressz, partner stressz és deviza stressz, hogy értékeljék ellenálló képességüket és stratégiákat dolgozzanak ki a potenciális likviditási hiányok enyhítésére.

Az EKB azonosította a napon belüli likviditási stressztesztelés előretekintő perspektívájának hiányát, kiemelve a proaktív intézkedések szükségességét a BCBS 248-ban vázoltakon túl. A napi pénzkezelés során a bankok ritkán számítják ki előre a napon belüli likviditási hiányokat, vagy értékelik az előrejelzési pontosságot utólag, korlátozva ezzel a likviditási hiányok előrejelzésének képességét. Azonban a nagyobb bankok egyre inkább használják az előre jelzett napon belüli egyenlegeket stresszhelyzetekben, hogy javítsák a kockázati felkészültséget.

Az EKB megalapozott gyakorlatának összefoglalása

Az EKB új elvárásainak való megfelelés érdekében számos kulcsfontosságú területen javításra van szükség a jelenlegi piaci standardokhoz képest. Először is, a napon belüli likviditási (IL) kockázat korlátkeretrendszerének átfogónak kell lennie, formalizált cserékkel a kockázat, a treasury és az üzleti egységek között. A rendszeres jelentéseknek, beleértve a BCBS 248 mutatókat, ad-hoc képességeket kell tartalmazniuk, és az ILM-et be kell integrálni a belső audit folyamatokba, hogy biztosítsák a csoporton belüli következetességet.

Ezenkívül a valós idejű monitorozásnak ki kell terjednie a nem jelentős valutákra és alszámlákra, alapos kockázatértékelésekkel. A számlákon lévő tartalékok kiosztását és a partner fizetési minták monitorozását javítani kell. Az eredményeknek tartalmazniuk kell a napon belüli igényeket, és explicit kiáramlási létrákat kell meghatározni. Rendszeres likviditási irányelvek szükségesek a napon belüli likviditás beállításához és optimalizálásához frissített likviditási forrásokkal, amelyek elsőbbséget élveznek más felhasználással szemben. Végül, a stresszteszteknek, különösen a nem GSIB-ek esetében, átfogóbbnak és konzervatívabbnak kell lenniük, valamint külön napon belüli likviditási tartalékokat kell létrehozni minden jelentős valutára.

Az alapvető gyakorlatok teljes körének való megfelelés nagy kihívást jelent sok bank számára, különösen a külön BAU és stressz tartalékok minden valutára, a valós napon belüli előrejelzés vagy a csoporton belüli egységes alkalmazás tekintetében. Az 1. táblázat további részleteket nyújt a kulcsfontosságú elemekről és jó gyakorlatokról.

Gyakorlatok táblázat

	Kulcsfontosságú gyakorlatok	Jó gyakorlatok
1	Kockázatkezelési keretrendszer A napon belüli likviditási kockázat, annak okainak és taxonómiájának egyértelmű definiálása. A szerepek, felelősségek és a dokumentáció formalizálása az egyes entitások között, biztosítva a kockázatmérést és az eszkalációt.	A fókusz kiterjesztése az egyes bankokon túl a közös felelősségekre piaci kifizetéseket illetően. Limit átlépése esetén történő tartalék felhasználás részletes kockázati taxonómiával. Integrálja a napon belüli likviditási kockázatot az FTP (Funds Transfer Pricing) keretrendszerbe.
2	Irányítás Fórumok létrehozása az üzleti, treasury és kockázatellenőrzési együttműködéshez. Az időben történő jelentések biztosítása, gyors eszkaláció és rendszeres belső audit a kulcsfontosságú kockázati területeken.	Havi fórumok tartása aktív 2LoD felügyelettel a kockázatelemzésben és válság eszkalációban. A napon belüli likviditási kockázat integrálása a vészhelyzeti finanszírozási és helyreállítási tervekbe.
3	Előrejelzés A kötelező TSOk (időspecifikus kötelezettségek) és prioritási fizetések meghatározása az érintettek bevonásával. A nagy fizetések finanszírozásának biztosítása és az LNNCP (legnagyobb negatív nettó kumulatív pozíció) és a napi egyenlegek előrejelzése.	Az ILM tool rövid távú előrejelzései (30 perc – 2 óra) bizonytalansági szintekkel. RA pontosságot a rendszeres felülvizsgálatok és újrakalibrálások biztosítják a szokásos (BaU) szcenáriók között.
4	Monitorozás Az egyenlegek, fizetések, fedezetek és hitelkeretek monitorozása részletes betekintésekkel. Az automatikus eszkaláció, a gyors treasury válaszok és a kompenzáló tartalékok engedélyezése.	A TSP-k, napon belüli projekciók és partner fizetési minták élő monitorozása. Gyakori napon belüli frissítések a nem jelentős valuták esetében a pontosság biztosítása érdekében.
5	Kiáramlások kezelése A fizetések priorizálása és korlátozása egyértelmű kiadási időkkel és kiáramlási ütemtervvel. A BaU tartalékok és treasury cselekvési tervek biztosítása a TSOk teljesítéséhez minden jelentős valutában.	Kétoldalú partner limitek használata a nem priorizált fizetésekhez. A stabilitás érdekében tartalmazza a várható nettó kiáramlásokat mind a BaU, mind a stressz körülmények között.
6	Likviditás forrásai A likviditási források meghatározása mind a BaU, mind a stressz körülmények között, prioritással és rendszeres teszteléssel. A készpénz és előre zálogba helyezett eszközök releváns valutákban és központi bankoknál vagy intézményeknél vannak fenntartva.	Azokban a valutákban, amelyekhez nincs közvetlen RTGS hozzáférés, minimális készpénzszint fenntartása a székhely szerinti banki számlákon. Az intézményeknek legalább egy másodlagos nostro számlájuk is kell, hogy legyen minden CLS valutában.
7	Stressztesztelés Azokban a valutákban, amelyekhez nincs közvetlen RTGS hozzáférés, minimális készpénzszint fenntartása a székhely szerinti banki számlákon. Az intézményeknek legalább egy másodlagos nostro számla szükséges minden CLS valutában.	A stressztesztek elvégzése naponta. A stressztartalékot a jelenlegi stressz portfólió és a múltbeli likviditási igények maximumaként való beállítása. Kvantitatív fordított és operatív stressztesztek elvégzése.

Modellezési megközelítés – Machine Learning

Az EKB szabályozási változásainak lehetséges megoldása a gépi tanulási (ML) technikák alkalmazása az előrejelzéshez. Ez javíthatja a napon belüli likviditás előrejelzését azáltal, hogy azonosítja a történelmi mintákat a tranzakció időpontjaiban, és becsüli a fennmaradó pénzáramlásokat az előrejelzés és a tényleges egyenlegek közötti különbségként a múltbeli adatok felhasználásával.

A folyamat az adat előkészítésével kezdődik, ahol a tényleges külső tranzakciós időket összevonják a belső rendszerekből származó várható pénzáramlásokkal, az irreleváns tranzakciókat eltávolítják, és egy anyagi küszöbértéket állítanak be a fizetésekre, amelyek jelentősen befolyásolják a napon belüli egyenlegeket. Az algoritmus fejlesztésében olyan modelleket képeznek ki az időpontok előrejelzésére, mint a random forest (véletlen erdő) a múltbeli adatok és rendelkezésre álló jellemzők alapján. Az előrejelzett időbélyegeket ezután szimulálják a várható pénzáramlásokkal segítségével, a pontosságot és robusztusságot paraméterek beállításával értékelik. Ez az ML-vezérelt megközelítés javítja a likviditás előrejelzését, lehetővé téve a pontosabb és proaktívabb napon belüli kockázatkezelést.

Hogyan tudunk segíteni?

A KPMG a szabályozási követelmények és a legjobb iparági gyakorlatok értelmezésében tud segíteni testreszabott workshopokkal és piaci benchmarkinggal. Támogatjuk likviditás napon belüli kockázatkezelését, és annak fejlesztését a felmerülő igények alapján a szabályozási, irányítási és monitorozási funkciók tekintetében.

A hírlevelet készítette: Soltész József, Székely György, Kádár Zoltán