Vintage-analyse
Vintage-analyse groepeert leningen naar oorsprongsperiode en vergelijkt ze op gelijke leeftijd, waardoor kredietverslechtering zichtbaar wordt die achterstandsratio's op portefeuilleniveau verbergen.
Vintage-analyse is een kredietrisicotechniek die leningen groepeert op de periode waarin ze zijn verstrekt en de prestaties van elke groep volgt op basis van leeftijd, in plaats van op kalenderdatum. Door cohorten met hetzelfde aantal maanden op de boeken te vergelijken, wordt de vertekening door de groei van de portefeuille weggenomen en worden veranderingen in kredietkwaliteit maanden eerder zichtbaar dan in de algemene achterstandsratio's.
Belangrijkste punten
- Een vintage is een cohort leningen dat in dezelfde periode is verstrekt — meestal een maand of een kwartaal.
- Prestaties worden gemeten aan de hand van maanden op de boeken (MOB), dus een lening die drie maanden oud is, wordt alleen vergeleken met andere leningen die drie maanden oud zijn.
- Een groeiende portefeuille verwatert automatisch de eigen achterstandsratio, omdat jonge leningen nog geen tijd hebben gehad om te defaulten. Vintage-analyse is de standaardcorrectie hiervoor.
- De output is een vintagecurve: cumulatieve bad rate uitgezet tegen MOB, één lijn per cohort.
- De belangrijkste toepassingen zijn vroege detectie van kredietverslechtering, evaluatie van beleid of scorecardwijzigingen, vergelijking van kanalen en producten, en het schatten van verliezen over de volledige looptijd voor modellen voor verwachte kredietverliezen.
Wat is vintage-analyse?
Elke lening heeft twee klokken. De ene is kalendertijd — de datum op het afschrift. De andere is leeftijd, oftewel hoe lang de lening al uitstaat. Kredietrisico volgt de tweede klok, niet de eerste. Een lening die vorige week is verstrekt, kan niet negentig dagen achterstallig zijn; een lening die twee jaar geleden is verstrekt, heeft alle kans gehad om te defaulten.
Conventionele portefeuillerapportage mengt de twee. Een ratio zoals portfolio at risk over 30 dagen wordt op een bepaalde datum over alle leningen op de boeken berekend, ongeacht de leeftijd. Dat cijfer beantwoordt "hoe doet de portefeuille het op dit moment?", wat nuttig is, maar het beantwoordt niet de vraag "is wat we vandaag verstrekken beter of slechter dan wat we vorig jaar hebben verstrekt?" Dat zijn verschillende vragen, en alleen de tweede vertelt je of je kredietbeleid werkt.
Vintage-analyse beantwoordt de tweede vraag door leeftijd constant te houden. Groepeer de leningen per uitbetalingsmaand en meet vervolgens elke groep op MOB 3, MOB 6, MOB 12 enzovoort. Elke vergelijking is zuiver.
Waarom groei slechte kredietverlening verhult
Dit is precies de tekortkoming die vintage-analyse moet voorkomen.
Een kredietverstrekker die zijn kredietboek elk jaar verdubbelt, heeft een portefeuille waarin de meeste leningen jong zijn. Jonge leningen zijn bijna nooit achterstallig — niet omdat ze goed zijn, maar omdat ze nog geen tijd hebben gehad om slecht te worden. De noemer van de achterstandsratio groeit onmiddellijk, terwijl de teller pas met een vertraging van enkele maanden reageert.
Het resultaat is een portfolio-at-riskratio die vlak blijft, of zelfs verbetert, terwijl de acceptatiekwaliteit instort. Wanneer de groei vertraagt, komen de opgehoopte slechte leningen in één keer aan de oppervlakte en verslechtert de ratio sterk, vaak toegeschreven aan het economisch klimaat in plaats van aan verstrekkingsbeslissingen die een jaar eerder zijn genomen.
Vintage-analyse maakt dit zichtbaar terwijl het nog gaande is.
De vintagetabel
De standaardoutput is een driehoek: originatiecohorten in de rijen, maanden op de boeken in de kolommen. Het gedeelte rechtsonder in de tabel is leeg omdat recente vintages nog niet zijn verouderd.
Cumulatieve 90+ dagen achterstandsgraad, per originatiemaand en maanden op de boeken
- Januari: MOB 3: 0.8% | MOB 6: 2.1% | MOB 9: 3.4% | MOB 12: 4.0%
- Februari: MOB 3: 0.9% | MOB 6: 2.3% | MOB 9: 3.6% | MOB 12: 4.2%
- Maart: MOB 3: 1.1% | MOB 6: 2.8% | MOB 9: 4.3%
- April: MOB 3: 1.6% | MOB 6: 3.9%
- Mei: MOB 3: 2.1% | MOB 6: 4.8%
- Juni: MOB 3: 2.4%
Lees één willekeurige kolom van boven naar beneden. Bij MOB 3 is het wanbetalingspercentage tussen januari en juni verdrievoudigd. Bij MOB 6 is het tussen januari en mei meer dan verdubbeld. Er veranderde iets in de onderneming rond maart of april — een beleidsversoepeling, een nieuw kanaal, een wijziging van de afkapwaarde van de scorecard, een fraudenetwerk, of een nieuw filiaal dat zwakke kredietnemers binnenhaalt.
Bedenk nu wat de achterstandsratio op portefeuilleniveau over dezelfde periode zou hebben laten zien. Als de portefeuille snel groeide, heel weinig. De 4.8% van het mei-cohort bij MOB 6 komt pas laat in het jaar volledig naar voren in de headlinecijfers.
De tabel in drie richtingen lezen:
- In een kolom omlaag — vergelijkt cohorten op dezelfde leeftijd. Dit is de vergelijking die ertoe doet voor de kredietkwaliteit.
- In een rij horizontaal — volgt de rijping van één cohort en laat zien hoe verliezen zich opstapelen naarmate de leeftijd toeneemt.
- Langs een diagonaal — vertegenwoordigt één enkele kalenderperiode, omdat elke stap naar rechts en omlaag één maand vooruit in de tijd gaat. Diagonale patronen wijzen op een schok die alle cohorten tegelijk treft, zoals een macro-economische gebeurtenis, een verstoring in de incasso of een storing in een betalingskanaal.
Dat laatste onderscheid is diagnostisch belangrijk. Een probleem dat in de kolommen zichtbaar is, vindt zijn oorsprong in acceptatie. Een probleem dat langs een diagonaal zichtbaar is, vindt zijn oorsprong in de omgeving of in het beheer, en treft leningen die in orde waren toen ze werden verstrekt.
Vintage-curven
Elke rij als een lijn uitzetten — cumulatief wanbetalingspercentage op de verticale as, MOB op de horizontale — levert de vintage-curvegrafiek op die de techniek haar kenmerkende beeld geeft.
Goed gedragen curven delen een vorm: eerst een steile stijging, daarna geleidelijke afvlakking naarmate het cohort ouder wordt. Het punt waarop de curve afvlakt is het rijpingspunt, en het bepaalt hoe lang een cohort moet worden gevolgd voordat het uiteindelijke verliespercentage betrouwbaar kan worden geschat. Voor kortlopende consumenten- en microkredieten kan dit zes tot twaalf maanden zijn; voor langerlopende gedekte kredietverlening kan dit meerdere jaren zijn.
Twee eigenschappen van de curven zijn betekenisvol:
- Hoogte — waar de curve zich bevindt. Een hogere curve betekent op elke leeftijd een slechter cohort.
- Vorm — hoe snel de curve stijgt. Curven die in de eerste paar maanden zeer steil stijgen, wijzen op problemen bij de kredietverstrekking: fraude, onjuist opgegeven inkomen of kredietnemers die nooit van plan waren terug te betalen. Curven die laag blijven en later verslechteren, wijzen op betaalbaarheidsproblemen die ontstaan naarmate de omstandigheden veranderen.
Wanbetaling op de eerste termijn — een kredietnemer die de allereerste termijn mist — verdient aparte monitoring. Het is vrijwel nooit een kredietgebeurtenis in de gewone zin. Het wijst meestal op fraude, identiteitsmisbruik, een gegevensfout of een kredietmedewerker die leningen verstrekte die de kredietnemer nooit daadwerkelijk heeft ontvangen.
Wat te meten
De techniek staat los van welke maatstaf u volgt, en de keuze moet aansluiten bij de vraag die wordt gesteld.
- Cumulatief % ooit 30 / 60 / 90+ dagen achterstallig: Vroeg risicosignaal, het snelst beschikbaar.
- Cumulatieve wanbetalingsgraad: Formele kredietuitkomst gedefinieerd door de wanbetalingsdefinitie van de kredietverstrekker.
- Cumulatief nettoverliespercentage: Afschrijvingen minus terugvorderingen — de werkelijke economische uitkomst.
- Actueel achterstandspercentage: Momentopname in plaats van cumulatief; meer ruis maar eenvoudiger.
- Wanbetalingspercentage bij de eerste termijn: Beoordeelt fraude en de integriteit van de kredietverstrekking.
- Vervroegde aflossings- / vroegtijdige beëindigingsgraad: Meet de omzetimpact en de gedragsmatige looptijd van de lening voor prijsbepalings modellen.
Twee methodologische keuzes zijn belangrijker dan ze lijken:
Gewogen op aantal of gewogen op saldo? Meten op aantal leningen behandelt elke kredietnemer gelijk; meten op uitgekeerd bedrag weerspiegelt de economische blootstelling. Ze kunnen verschillende verhalen vertellen wanneer de leningbedragen sterk uiteenlopen — een cohort kan er per aantal goed uitzien en per waarde slecht als juist de grote leningen falen. Rapporteer beide waar mogelijk.
Welke noemer? Voor cumulatieve verliespercentages moet de noemer het oorspronkelijk uitgekeerde bedrag van het cohort zijn, constant gehouden. Het gebruik van het huidige openstaande saldo brengt precies de vertekening terug die de techniek moet wegnemen, omdat het saldo afneemt naarmate goede leningen worden terugbetaald.
Waar vintage-analyse wordt gebruikt
Evaluatie van kredietbeleid. De enige betrouwbare manier om te weten of een beleidswijziging effect heeft gehad. Verstrak een afkappunt in maart, en de vintages vanaf maart moeten bij gelijke MOB onder de eerdere liggen. Niets anders isoleert het effect zo zuiver.
Monitoring van scorecards. Vintagecurven uitgesplitst naar scoreband moeten geordend en gescheiden zijn. Als banden naar elkaar toe groeien of elkaar kruisen, heeft het model aan onderscheidend vermogen ingeboet en is herkalibratie nodig.
Vergelijking van kanaal, product en vestiging. Cohortgroepen die zijn uitgesplitst naar acquisitiekanaal, vestiging, kredietadviseur of product laten vaak zien dat het totale resultaat door één sterk segment wordt gedragen terwijl een ander segment verlies maakt.
Beoordeling van campagnes en promoties. Leningen die onder een promotionele actie zijn verstrekt, vormen hun eigen vintage en kunnen op hun eigen merites worden beoordeeld in plaats van in de portefeuille te worden vermengd.
Modellering van verwachte kredietverliezen. Vintagecurven zijn een directe empirische input voor de schatting van levenslange verliezen onder IFRS 9, omdat ze beschrijven hoe verliezen zich gedurende de levensloop van een cohort manifesteren.
Prijsstelling en winstgevendheid. Het verwachte levenslange verlies per segment, afkomstig van volgroeide vintagecurven, is de verliescomponent van een risicogebaseerde prijs.
Prognoses. Nog niet volgroeide cohorten kunnen vooruit worden geprojecteerd door de vorm van vergelijkbare volgroeide curven toe te passen, wat een vroege schatting geeft van waar een recente vintage zal uitkomen.
Hoe vintage-analyse zich verhoudt tot andere technieken
- Vintage-analyse: Volgt originatiecohorten op leeftijd. Het meest geschikt voor het vergelijken van acceptatiekwaliteit in de loop van de tijd. Beperking: Vereist dat cohorten rijpen.
- Roll-rateanalyse: Volgt maand-op-maand de verschuivingen tussen achterstandsbuckets. Het beste voor kortetermijnprognoses voor incasso. Beperking: Geeft de kwaliteit van de originatie niet weer.
- Doorstroompercentage / transitiematrix: Evalueert de kans op beweging tussen risicostaten. Het beste voor het modelleren van migratie op korte termijn. Beperking: Veronderstelt dat transitierelaties stabiel blijven.
- Portfolio-at-risk-momentopname: Meet de hele portefeuille op één moment in de tijd. Het beste voor het beoordelen van de huidige staat van de portefeuille. Beperking: Wordt vertekend door portefeuillegroei en verschuivingen in de samenstelling.
- Statische-poolanalyse: Volgt een vaste pool van rekeningen in de loop van de tijd. Het beste voor securitisatie en poolperformance. Beperking: Conceptueel identiek aan vintage-analyse onder een andere naam.
Deze technieken vullen elkaar aan. Roll rates vertellen wat er volgende maand gebeurt; vintagecurven vertellen of de leningen die je vandaag verstrekt, de moeite waard zijn om te verstrekken.
Gegevens en praktische vereisten
- Een uitbetalingsdatum bij elke lening, onveranderlijk, die het cohortlidmaatschap permanent vastlegt. Een lening verandert nooit van vintage, ook niet na herstructurering.
- Historische prestatie-snapshots, of een transactiehistorie die volledig genoeg is om de betalingsachterstand van elke lening op elk einde van de maand in het verleden te reconstrueren.
- Een stabiele definitie van "slecht" die consistent over de hele reeks wordt toegepast. Het wijzigen van de defaultdefinitie halverwege de reeks maakt elke vergelijking ongeldig.
- Voldoende cohortomvang. Kleine cohorten produceren grillige curves. Wanneer de maandelijkse volumes laag zijn, groepeer ze dan per kwartaal.
- Consistente behandeling van herstructureringen en afboekingen. Een geherstructureerde lening die niet langer als achterstallig wordt gerapporteerd, zal zijn vintage flatteren. Bepaal de regel, documenteer deze en pas hem overal toe.
- Segmentatiesleutels vastgelegd bij origination — product, kanaal, filiaal, kredietverstrekker, scoreband. Segmenten kunnen niet achteraf worden geanalyseerd als de kenmerken nooit zijn vastgelegd.
Veelgemaakte fouten
Het vergelijken van onvolgroeide cohorten met volgroeide cohorten op hun eindwaarden. Een cohort op MOB 4 zal er altijd beter uitzien dan een op MOB 18. Alleen vergelijkingen op gelijke leeftijd zijn geldig — dit is de kern van de methode, en het blijft de meest voorkomende fout.
Het uitstaande saldo als noemer gebruiken. Introduceert opnieuw de groeivertekening. Houd het oorspronkelijk uitbetaalde bedrag constant.
Het negeren van mixverschuiving. Een cohort kan verslechteren simpelweg omdat de samenstelling veranderde — meer van een risicovoller product, meer van een zwakker kanaal — zonder dat een enkel segment verslechtert. Segmenteer voordat u concludeert dat de acceptatie is verslapt.
Het negeren van seizoensinvloeden. Bij kredietverlening die wordt gedreven door landbouw en schoolgeld, worden cohorten die in verschillende maanden zijn ontstaan geconfronteerd met wezenlijk andere terugbetalingsomgevingen. Vergelijk gelijke maanden over de jaren heen, evenals opeenvolgende maanden.
Het overinterpreteren van kleine cohorten. Een paar defaults in een klein cohort veroorzaken dramatische procentuele schommelingen die niets betekenen.
Stoppen op portefeuilleniveau. De geaggregeerde curve is het gemiddelde van segmenten die in tegengestelde richtingen kunnen bewegen.
Het behandelen van een diagonaal effect als een originationprobleem. Als elk cohort in dezelfde kalendermaand verslechtert, is de oorzaak extern of operationeel, niet de acceptatie.