Pagsusuri ng Vintage

Ang pagsusuri ng vintage ay isang pamamaraan sa panganib sa kredito na pinapangkat ang mga loan ayon sa panahon kung kailan ipinagkaloob ang mga ito at sinusubaybayan ang performance ng bawat grupo ayon sa edad, sa halip na ayon sa petsa sa kalendaryo. Ang paghahambing ng mga cohort sa parehong bilang ng buwan sa libro ay nag-aalis ng distortion na dulot ng paglago ng portfolio, at naglalantad ng mga pagbabago sa kalidad ng kredito mga buwan bago gumalaw ang mga headline arrears ratios.

Mga pangunahing punto

• Ang vintage ay isang cohort ng mga loan na ipinagkaloob sa parehong panahon — karaniwan nang isang buwan o isang quarter.
• Ang performance ay sinusukat sa pamamagitan ng months on book (MOB), kaya ang isang loan na tatlong buwan na ay ikinukumpara lamang sa ibang mga loan na tatlong buwan na rin.
• Ang lumalagong portfolio ay kusang nagpapababa sa sarili nitong arrears ratio, dahil ang mga bagong loan ay hindi pa nagkaroon ng panahong mag-default. Ang pagsusuri ng vintage ang karaniwang pagtatama para rito.
• Ang output ay isang vintage curve: pinagsama-samang bad rate na naka-plot laban sa MOB, isang linya bawat cohort.
• Ang mga pangunahing gamit nito ay ang maagang pagtukoy ng paglala ng kredito, pagsusuri ng polisiya o mga pagbabago sa scorecard, paghahambing ng mga channel at produkto, at pagtatantiya ng lifetime loss para sa mga modelo ng expected credit loss.

Ano ang pagsusuri ng vintage?

Ang bawat loan ay may dalawang orasan. Ang isa ay ang oras sa kalendaryo — ang petsa sa statement. Ang isa pa ay ang edad, o kung gaano na katagal ang loan. Ang panganib sa kredito ay sumusunod sa ikalawang orasan, hindi sa una. Ang loan na ipinagkaloob noong nakaraang linggo ay hindi maaaring maging ninety days past due; ang loan na ipinagkaloob dalawang taon na ang nakalipas ay nagkaroon na ng lahat ng pagkakataong mag-default.

Ang karaniwang pag-uulat ng portfolio ay pinaghahalo ang dalawang ito. Ang ratio gaya ng portfolio at risk over 30 days ay kinukuwenta sa bawat loan na nasa libro sa isang partikular na petsa, anuman ang edad. Sinasagot ng numerong iyon ang "kumusta ang portfolio sa ngayon," na kapaki-pakinabang, ngunit hindi nito masasagot ang "mas mabuti ba o mas masama ang ating ipinagkakaloob ngayon kaysa sa ipinagkaloob natin noong nakaraang taon." Magkaibang tanong ang mga iyon, at tanging ang pangalawa ang nagsasabi sa iyo kung gumagana ang iyong credit policy.

Sinasagot ng pagsusuri ng vintage ang pangalawang tanong sa pamamagitan ng pagpapanatiling pare-pareho ng edad. Ipangkat ang mga loan ayon sa buwan ng pagpapagkaloob, pagkatapos ay sukatin ang bawat grupo sa MOB 3, MOB 6, MOB 12 at iba pa. Ang bawat paghahambing ay paghahambing ng magkatulad sa magkatulad.

Bakit naitatago ng paglago ang masamang pagpapautang

Ito ang partikular na kabiguan na nilalayong pigilan ng pagsusuri ng vintage.

Ang isang lender na dinodoble ang libro nito bawat taon ay may portfolio kung saan karamihan sa mga loan ay bago pa. Ang mga batang loan ay halos hindi nagiging delingkuwente — hindi dahil magaganda ang mga ito, kundi dahil hindi pa sila nagkaroon ng panahong maging masama. Ang denominator ng arrears ratio ay agad na lumalaki habang ang numerator ay tumutugon lamang nang may lag na ilang buwan.

Ang resulta ay isang portfolio at risk ratio na nananatiling flat, o bumubuti pa nga, habang ang kalidad ng underwriting ay bumabagsak. Kapag bumagal ang paglago, ang mga naipon na masasamang loan ay sabay-sabay na lumalabas at ang ratio ay biglang lumalala nang husto, kadalasang isinisisi sa economic environment sa halip na sa mga desisyon sa origination na ginawa isang taon na ang nakalipas.

Ipinapakita ito ng vintage analysis habang nangyayari pa.

Ang talahanayan ng vintage

Ang karaniwang output ay isang tatsulok: mga cohort ng origination pababa sa mga row, months on book sa mga column. Walang laman ang kanang ibaba ng talahanayan dahil hindi pa tumatanda ang mga bagong vintage.

Kumulatibong antas ng 90+ days past due, ayon sa buwan ng origination at months on book

• Enero: MOB 3: 0.8% | MOB 6: 2.1% | MOB 9: 3.4% | MOB 12: 4.0%
• Pebrero: MOB 3: 0.9% | MOB 6: 2.3% | MOB 9: 3.6% | MOB 12: 4.2%
• Marso: MOB 3: 1.1% | MOB 6: 2.8% | MOB 9: 4.3%
• Abril: MOB 3: 1.6% | MOB 6: 3.9%
• Mayo: MOB 3: 2.1% | MOB 6: 4.8%
• Hunyo: MOB 3: 2.4%

Basahin nang pababa ang alinmang column. Sa MOB 3, naging tatlong beses ang bad rate mula Enero hanggang Hunyo. Sa MOB 6, higit pa sa doble ito mula Enero hanggang Mayo. May nagbago sa negosyo noong mga Marso o Abril — isang pagpapaluwag ng polisiya, isang bagong channel, isang pagbabago sa scorecard cutoff, isang fraud ring, o isang bagong branch na nag-o-onboard ng mga mahihinang borrower.

Ngayon isipin kung ano ang portfolio-level arrears ratio ang ipapakita sana sa parehong panahon. Kung mabilis na lumalaki ang book, napakakaunti lang. Ang 4.8% ng cohort ng Mayo sa MOB 6 ay hindi agad lumilitaw nang buo sa mga headline number hanggang huling bahagi ng taon.

Pagbasa sa talahanayan sa tatlong direksyon:

• Pababa sa isang column — ikinukumpara ang mga cohort sa parehong edad. Ito ang paghahambing na mahalaga para sa kalidad ng kredito.
• Pahalang sa isang row — sinusubaybayan ang pag-mature ng isang cohort, na ipinapakita kung paano naiipon ang mga pagkalugi habang tumatanda ito.
• Pahilis — kumakatawan sa iisang panahon ng kalendaryo, dahil ang bawat hakbang pakanan at pababa ay umaabante ng isang buwan sa totoong oras. Ang mga pattern na pahilis ay nagpapahiwatig ng shock na sabay-sabay na nakakaapekto sa lahat ng cohort, gaya ng macroeconomic event, pagkaantala sa collections, o outage sa payment channel.

Mahalaga ang huling pagkakaibang iyon para sa diagnosis. Ang problemang nakikita pababa sa mga column ay nagmumula sa underwriting. Ang problemang nakikita sa pahilis ay nagmumula sa kapaligiran o sa servicing, at nakakaapekto sa mga loan na maayos noong isinulat ang mga ito.

Mga kurba ng vintage

Ang pag-plot sa bawat row bilang isang linya — cumulative bad rate sa vertical axis, MOB sa horizontal — ay bumubuo ng vintage curve chart na nagbibigay sa teknik ng visual signature nito.

Ang maayos na mga kurba ay magkatulad ng hugis: matarik na pagtaas sa simula, pagkatapos ay unti-unting pagpapatag habang ang cohort ay nagkakaedad. Ang punto kung saan pumapatag ang kurba ay ang maturation point, at tinutukoy nito kung gaano katagal dapat obserbahan ang isang cohort bago ang huling loss rate ay maaaring matantiya nang maaasahan. Para sa mga panandaliang consumer at microloans, maaaring anim hanggang labindalawang buwan ito; para sa mas mahabang terminong secured lending, maaaring ilang taon.

Dalawang katangian ng mga kurba ang may kahulugan:

• Taas — kung saan nakapuwesto ang kurba. Ang mas mataas na kurba ay nangangahulugan ng mas malalang cohort sa bawat edad.
• Hugis — kung gaano ito kabilis tumaas. Ang mga kurbang tumataas nang napakatarik sa unang ilang buwan ay nagpapahiwatig ng mga problema sa origination: pandaraya, maling pagdeklara ng kita, o mga borrower na hindi kailanman nagbalak magbayad. Ang mga kurbang nananatiling mababa at saka lumalala sa kalaunan ay nagpapahiwatig ng mga problema sa affordability na lumilitaw habang nagbabago ang kalagayan.

First payment default — ang borrower na hindi nakapagbayad sa pinakaunang installment — ay dapat hiwalay na sinusubaybayan. Ito ay halos hindi kailanman isang credit event sa karaniwang kahulugan. Karaniwan itong nagpapahiwatig ng pandaraya, maling paggamit ng pagkakakilanlan, error sa data, o isang loan officer na nag-originate ng mga loan na hindi naman talaga natanggap ng borrower.

Ano ang dapat sukatin

Hindi mahalaga sa teknik kung aling sukatan ang sinusubaybayan mo, at ang pagpili ay dapat sumunod sa tanong na sinasagot.

• Cumulative % na umabot sa 30 / 60 / 90+ araw na past due: Maagang senyales ng panganib, pinakamabilis makuha.
• Cumulative default rate: Pormal na resulta ng kredito na tinutukoy ng depinisyon ng default ng nagpapautang.
• Cumulative net loss rate: Ang mga write-off na binawasan ng recoveries — ang tunay na resultang pang-ekonomiya.
• Point-in-time delinquency rate: Snapshot sa halip na cumulative; mas maingay ngunit mas simple.
• First payment default rate: Sinusuri ang pandaraya at integridad ng origination.
• Prepayment / early settlement rate: Sinusukat ang epekto sa kita at ang behavioural loan life para sa pricing models.

Dalawang metodolohikal na pagpili ang mas mahalaga kaysa sa inaakala:

Naka-weight sa bilang o naka-weight sa balanse? Ang pagsukat ayon sa bilang ng mga loan ay tinatrato ang bawat borrower nang pantay-pantay; ang pagsukat ayon sa halagang na-disburse ay sumasalamin sa economic exposure. Maaaring magkaiba ang kuwento ng mga ito kapag malaki ang pagkakaiba-iba ng laki ng loan — ang isang cohort ay maaaring magmukhang maayos ayon sa bilang ngunit masama ayon sa halaga kung ang malalaking loan ang bumabagsak. Iulat pareho kung posible.

Aling denominator? Para sa mga cumulative loss rate, ang denominator ay dapat ang orihinal na halagang na-disburse ng cohort, na pinananatiling pareho. Ang paggamit sa kasalukuyang outstanding balance ay muling nagpapasok ng eksaktong distortion na idinisenyong alisin ng teknik, dahil bumababa ang balanse habang nagbabayad ang mga loan na maayos.

Saan ginagamit ang vintage analysis

Pagsusuri ng patakaran sa kredito. Ang tanging maaasahang paraan para malaman kung gumana ang isang pagbabago sa patakaran. Higpitan ang isang cutoff sa Marso, at ang mga vintage mula Marso pataas ay dapat na nasa ibaba ng mga naunang vintage sa pantay na MOB. Walang ibang paraan ang naghihiwalay sa epekto nang ganito kalinis.

Pagsubaybay sa scorecard. Ang mga vintage curve na hinati ayon sa score band ay dapat na maayos at magkakahiwalay. Kung nagsasalubong o nagkakalapit ang mga band, nawalan na ng kakayahang magdiskrimina ang modelo at kailangan na itong i-recalibrate.

Paghahambing ng channel, produkto at branch. Ang mga cohort na naka-segment ayon sa acquisition channel, branch, loan officer o produkto ay madalas na nagpapakita na ang aggregate performance ay dala lamang ng isang malakas na segment habang ang isa naman ay nalulugi.

Pagsusuri ng campaign at promosyon. Ang mga loan na isinulat sa ilalim ng isang promotional push ay bumubuo ng sarili nilang vintage at maaaring suriin batay sa sarili nilang mga termino sa halip na ihalo sa buong book.

Pagmomodelo ng inaasahang credit loss. Ang mga vintage curve ay direktang empirical input sa pagtataya ng panghabambuhay na loss sa ilalim ng IFRS 9, dahil inilalarawan ng mga ito kung paano lumilitaw ang mga loss sa buong buhay ng isang cohort.

Pagpepresyo at kakayahang kumita. Ang inaasahang lifetime loss ayon sa segment, na kinuha mula sa mga mature vintage curves, ay ang loss component ng isang presyong batay sa panganib.

Pagtataya. Ang mga immature cohort ay maaaring i-project pasulong sa pamamagitan ng paglalapat ng hugis ng maihahambing na mature curve, na nagbibigay ng maagang pagtataya kung saan hahantong ang isang kamakailang vintage.

Paano inihahambing ang vintage analysis sa iba pang mga pamamaraan

• Vintage analysis: Sinusubaybayan ang mga origination cohort ayon sa edad. Pinakamahusay para sa paghahambing ng kalidad ng underwriting sa paglipas ng panahon. Limitasyon: Kailangang mag-mature ang mga cohort.
• Roll rate analysis: Sinusubaybayan ang paggalaw sa pagitan ng mga delinquency bucket buwan-buwan. Pinakamahusay para sa panandaliang pagtataya ng koleksyon. Limitasyon: Hindi sumasalamin sa kalidad ng origination.
• Flow rate / transition matrix: Sinusuri ang probabilidad ng paglipat sa pagitan ng mga risk state. Pinakamahusay para sa pagmomodelo ng malapitang migration. Limitasyon: Ipinapalagay na mananatiling stable ang mga ugnayan ng transition.
• Portfolio at risk snapshot: Sinusukat ang buong book sa iisang punto ng panahon. Pinakamahusay para sa pagtatasa ng kasalukuyang kondisyon ng portfolio. Limitasyon: Nadidistort ng paglago ng portfolio at pagbabago ng mix.
• Static pool analysis: Sinusubaybayan ang isang nakapirming pool ng mga account sa paglipas ng panahon. Pinakamahusay para sa securitisation at performance ng pool. Limitasyon: Konseptwal na kapareho ng vintage analysis sa ilalim ng ibang pangalan.

Ang mga ito ay magkakomplemento. Sinasabi ng mga roll rate kung ano ang mangyayari sa susunod na buwan; sinasabi ng mga vintage curve kung ang mga loan na isinusulat mo ngayon ay sulit bang isulat.

Data at mga praktikal na kinakailangan

• Isang petsa ng disbursement sa bawat loan, hindi nababago, na permanenteng nagtatakda ng pagiging kabilang sa cohort. Hindi kailanman nagbabago ng vintage ang isang loan, kabilang na pagkatapos ng restructuring.
• Mga snapshot ng nakaraang performance, o isang kasaysayan ng transaksyon na sapat na kumpleto upang muling mabuo ang katayuan ng delinquency ng bawat loan sa bawat nakaraang pagtatapos ng buwan.
• Isang matatag na depinisyon ng "bad" na inilalapat nang magkakatulad sa buong serye. Ang pagbabago ng default na depinisyon sa kalagitnaan ng serye ay nagpapawalang-bisa sa bawat paghahambing.
• Sapat na laki ng cohort. Ang maliliit na cohort ay gumagawa ng magulong mga kurba. Kapag mababa ang buwanang volume, ipangkat sa quarterly.
• Konsistent na pagtrato sa mga restructure at write-off. Ang isang restructured loan na hindi na iniuulat bilang delinquent ay magpapaganda sa vintage nito. Magpasya sa patakaran, idokumento ito, at ilapat ito sa kabuuan.
• Mga segmentation key na nakukuha sa origination — produkto, channel, branch, officer, score band. Hindi masusuri nang retrospective ang mga segment kung hindi kailanman naitala ang mga attribute.

Mga karaniwang pagkakamali

Paghahambing ng mga immature na cohort sa mga mature sa kanilang mga huling halaga. Ang isang cohort sa MOB 4 ay palaging magmumukhang mas maganda kaysa sa isa sa MOB 18. Ang mga paghahambing lamang na magkapareho ang edad ang balido — ito ang buong punto ng metodo, at ito pa rin ang pinakakaraniwang pagkakamali.

Paggamit ng outstanding balance bilang denominator. Ibinabalik nito ang distortion ng paglago. Panatilihing hindi nagbabago ang orihinal na halagang na-disburse.

Pagwawalang-bahala sa mix shift. Maaaring lumala ang isang cohort dahil lang nagbago ang komposisyon nito — mas marami ng mas mapanganib na produkto, mas marami ng mas mahinang channel — nang walang lumalalang kahit isang segment. Mag-segment muna bago maghinuha na bumaba ang underwriting.

Pagwawalang-bahala sa seasonality. Sa pagpapautang na nakabatay sa agrikultura at bayarin sa paaralan, ang mga cohort na na-originate sa magkakaibang buwan ay talagang humaharap sa magkakaibang kapaligiran ng pagbabayad. Ihambing ang magkakatulad na buwan sa iba't ibang taon gayundin ang magkakasunod na buwan.

Labis na pagbibigay-kahulugan sa maliliit na cohort. Ang ilang default sa isang maliit na cohort ay nagbubunga ng malalaking pagbabago sa porsyento na walang kahulugan.

Paghinto sa antas ng portfolio. Ang pinagsama-samang kurba ay ang average ng mga segment na maaaring gumagalaw sa magkasalungat na direksyon.

Pagturing sa isang diagonal effect bilang problema sa origination. Kung ang bawat cohort ay lumalala sa parehong buwan ng kalendaryo, ang dahilan ay panlabas o operational, hindi underwriting.