Český finanční a účetní časopis 2016(4):5-25 | DOI: 10.18267/j.cfuc.483

Metody stanovení výše rezerv pro úvěrové ztráty

Michal Kováč
Michal Kováč; katedra měnové teorie a politiky, Fakulta financí a účetnictví, Vysoká škola ekonomická v Praze, nám. W. Churchilla 4, 130 67 Praha 3; <kovac.michal@email.cz>.

Příspěvek se zabývá tématem stanovení výše rezerv pro úvěrové ztráty. Mezi nejpoužívanější způsoby stanovení výše rezerv využívané úvěrovými institucemi patří metody úrovně přechodu a Markovových řetězců. Cílem příspěvku je ukázat a vysvětlit jednotlivé kroky vedoucí ke kvantifikaci výše rezerv pro úvěrové ztráty užitím zmíněných metod a dále charakterizovat příčiny rozdílné úroveň rezerv jednotlivých přístupů. Metody úrovně přechodu a Markovových řetězců jsou následně testovány na dvou reálných portfoliích retail klientely ve dvou různých zemích. Pomocí empirických testů byly prokázány značné rozdíly potvrzující teoretický předpoklad rozdílné úrovně rezerv tvořených užitím metod úrovně přechodu a Markovových řetězců.

Klíčová slova: Úvěrové riziko, Retail klientela, Rezerva pro úvěrové ztráty

Methods for determining the amount of Loan Loss Provisions

This paper deals with theme methods for determining the amount of Loan Loss Provisions (LLP). The most common methods for determining the amount of loan loss provisions used by credit institutions include Roll Rates and Markov's chains methods. This paper aims to show and explain the steps leading to the determining the amount of loss loan provisions for credit losses using mentioned methods and to define the causes of different levels of reserves for individual approaches. Roll Rates and Markov's chains approaches are subsequently tested on two real portfolios retail clients in two different countries. Empirical tests have demonstrated significant differences confirming the theoretical assumption of different levels of loan loss provisions using Roll Rates and Markov's chains approaches.

Keywords: Credit risk; Retail clients; Loan loss provision (LLP).
JEL classification: G32

Zveřejněno: 1. prosinec 2016  Zobrazit citaci

ACS AIP APA ASA Harvard Chicago IEEE ISO690 MLA NLM Turabian Vancouver
Kováč, M. (2016). Metody stanovení výše rezerv pro úvěrové ztráty. Český finanční a účetní časopis, 2016(4), 5-25. doi: 10.18267/j.cfuc.483
Stáhnout citaci
  • BibTeX (.bib)
  • Bookends (.ris)
  • EasyBib (.ris)
  • EndNote (.enw)
  • EndNote 8 (.xml)
  • ISI WoS (.isi)
  • Medlars (.medlars)
  • Mendeley (.ris)
  • MODS (.xml)
  • Papers (.ris)
  • RefWorks (.txt)
  • RefManager (.ris)
  • RIS (.ris)
  • MS Word (.xml)
  • Zotero (.ris)
    • Zobrazit celý článek

    Reference

    1. BERGEN, N., DE YOUNG, R., 1997. Problem Loans and Cost Effeciency in Commercial Banks. Journal of Banking and Finance [online], roč. 21, č. 6, s. 849- 870. [cit. 28. 8. 2016] Dostupné z: <https://www.federalreserve.gov/pubs/feds/1997/199708/199708pap.pdf>. doi: 10.1016/s0378-4266(97)00003-4. Přejít k původnímu zdroji...
    2. BIS [Bank for International Settlements], 1999. Principles for the Management of Credit Risk [online]. [cit. 31. 07. 2016] Dostupné z: <http://www.bis.org/publ/bcbs75.pdf>.
    3. BIS [Bank for International Settlements], 2005. An Explanatory Note on the Basel II IRB Risk Weight Functions [online]. [cit. 2. 10. 2016] Dostupné z: <http://www.bis.org/bcbs/irbriskweight.pdf>.
    4. BREEDEN, J., 2003. Portfolio Forecasting Tools: What you need to know. The RMA Journal [online], sv. 86, č. 2, s. 78-87. [cit. 28. 8. 2016] Dostupné z: <http://www.strategicanalytics.com/pdf/RMAJ200310ForecastTools.pdf>.
    5. ČSFR, 1992, 593/1992 Sb. ZÁKON České národní rady ze dne 20. 11. 1992 o rezervách pro zajištění základu daně z příjmu [online], [cit. 31. 07. 2016] Dostupné z: <https://portal.gov.cz/app/zakony/zakonPar.jsp?idBiblio=40382&nr=593~2F1992&rpp=15#local-content>.
    6. FED [Federal Reserve Board], 2013. Capital Plannig at Large Bank Holding Companies: Supervisory Expectations and Range of Current Practice [online]. [cit. 28. 6. 2016]. Dostupné z: <http://www.federalreserve.gov/bankinforeg/bcreg20130819a1.pdf>.
    7. GRINSTEAD, C., SNELL, J., 2015, Introducion to Probability, [online]. [cit. 31. 07. 2016] Dostupné z: <https://www.dartmouth.edu/~chance/teaching_aids/books_articles/probability_book/amsbook.mac.pdf>.
    8. CHOY, M., MA, N. L., 2011. A Markov Chain approach to determine the optimal performance period and bad definition for credit scorecard. Research Journal of Social Science and Management [online], sv. 1, č. 6, s. 227-234. [cit. 28. 8. 2016] Dostupné z: <https://arxiv.org/ftp://arxiv/papers/1106/1106.4513.pdf>.
    9. LLOYD, S., NIETO, F., 2015. Expected losses - a paradigm shift, Amsterdam IRFS Focus Update, [online]. [cit. 28. 8. 2016] Dostupné z: <http://www.ifrs.org/Meetings/MeetingDocs/Other%20Meeting/2015/November/CMAC/AP4-IFRS-9_Roadshow-deck_2015_october.pdf>.
    10. LYN, T., 2009. Modeling the credit risk portfolios of consumer loans: Analogies with corporate loan models. Mathematics and Computers in Simulation, roč. 79, č. 8, s. 2525-2534. doi: https://doi.org/10.1016/j.matcom.2008.12.006. Přejít k původnímu zdroji...
    11. McPHAIL, J., McPHAIL, L., BAZYLUK, B., 2015. Considerations for determining the allowance for loan and lease losses. The RMA Journal: The Journal of Enterprise Risk Management [online], sv. 97, č. 8, s. 44-49. [cit. 28. 8. 2016] Dostupné z: <http://www.rmahq.org/uploadedFiles/Knowledge_Center/Publications_and_Tools/Research_and_Surveys/RMA-Journal-articles-Loan-Loss-Reserves.pdf>.

    Tento článek je publikován v režimu tzv. otevřeného přístupu k vědeckým informacím (Open Access), který je distribuován pod licencí Creative Commons Attribution 4.0 International License (CC BY 4.0), která umožňuje distribuci, reprodukci a změny, pokud je původní dílo řádně ocitováno. Není povolena distribuce, reprodukce nebo změna, která není v souladu s podmínkami této licence.


    Zpět na obsah