Una piattaforma per il rischio immobiliare
-
8 Luglio 2019
La soluzione lanciata da Prelios permette tramite l’utilizzo dei big data di determinare i valori immobiliari e i loro collateral sotto diversi scenari e condizioni di mercato
Con le nuove normative internazionali la gestione del rischio è sempre più cruciale nella governance sia del portafoglio Npe che in ottica di nuova concessione di credito ipotecario. Oltre alle ottime ragioni di business per tenere monitorato il valore degli asset a garanzia dei crediti deteriorati, le Final Guidelines dell’Eba su Npe, in vigore dal 30 giugno 2019, tutte le banche prevedono metodologie statistiche avanzate e sostenute da dati empirici sul mercato immobiliare. Ad esempio, le banche ora dovranno includere nella policy di credit risk anche il back-testing dei valori aggiornati statisticamente e saranno chiamati a evolvere l’indicizzazione macro-territoriale per adottare invece un approccio asset-specific mediante metodologie quali gli Avm (Automated Valuation Model). Ciò è ancora più sulle posizioni Utp (Unlikely to Pay), in quanto le controparti sono ancora operative.
Guardando invece alle nuove concessioni di credito e relativo monitoraggio, si segnala l’importanza della consultazione dell’Eba uscita il 19 giugno 2019 che richiede un approccio data driven con evidenze puntuali relative all’andamento del mercato immobiliare, in diverse prospettive (geografia, settore industriale, tipologia immobiliare, vintage, ecc.). Viene espressamente richiamata una banca dati di transazioni immobiliari sufficientemente granulare da permettere alla banca di effettuare un back-testing periodico sulla solidità dei valori through the cycle.
A tal fine Prelios ha di recente investito nella creazione di Premium, piattaforma di analisi del rischio immobiliare per la determinazione di valori immobiliari sotto diversi scenari e condizioni di mercato. Tramite i big data socio-economici e demografici sottostanti, Premium è in grado di indicare quali indicatori incidono maggiormente sulla formazione del valore di mercato dei loro collateral, quali possibili scenari futuri per questi valori sotto varie condizioni economiche e, pertanto, quali approcci adottare per ottimizzare non solo gli Rwa (Risk Weighted Assets) ma anche la strategia commerciale sul credito ipotecario.
L’utilizzo di Premium ha recentemente permesso a una banca italiana una riduzione double-digit delle ulteriori loan loss provisions su un portafoglio Utp garantito da immobili, con la ricostruzione di un dataset empirico sul proprio portafoglio di garanzie e con la dotazione di algoritmi previsionali per sostenere gli haircut applicati dalla banca, facilitando il dialogo con il Supervisor e tutelando il valore del portafoglio.