Le attività di raccolta dei depositi e di impiego (credito) ai clienti sono cruciali per tutte le banche commerciali. In primis, perché le banche sono le uniche istituzioni finanziarie che possono avere un deposito, ad esempio nella forma del conto corrente. In secondo luogo, perché l’attività del credito permetterà di trasformare il deposito, che può essere ritirato in ogni momento e quindi ha una scadenza di breve termine, in un investimento con una scadenza temporale di lungo termine (es. mutuo). Da questo mismatch temporale proviene la maggiore fonte di guadagno delle banche, fintanto che la curva dei tassi di interesse prevede che venga remunerato un investimento a lungo termine più di uno a breve termine per corrispondere un premio al tempo e all’incertezza dell’investimento. Dal punto di vista della banca tale mismatch temporale è fonte di guadagno ma anche fonte di rischi, in particolare il rischio di liquidità e il rischio di tasso di interesse. Il primo riguarda l’incertezza relativa a quando e quanto verranno ritirati i depositi, o quando e quanto verranno ripagati prima del tempo previsto contrattualmente il debito verso la banca (e.g. prepagamento di mutui), facendo affluire/defluire con maggiore velocità la liquidità della banca. Il secondo tipo di rischio riguarda l’incertezza sul tasso con cui verranno remunerati i depositi ed il tasso di impiego dei crediti; entrambi i tassi dipendono dalla curva dei rendimenti e dai movimenti al rialzo/ribasso che potranno avvenire in futuri. Entrambi i rischi possono essere mitigati se la banca comprende il comportamento dei clienti e, tramite un modello, può prevedere quale sia l’ammontare di depositi stabili ed insensibili nel tempo o prevedere quale sia l’ammontare di prepagamenti. In conclusione, la redditività ed il rischio di liquidità e di tasso di interesse sono profondamente influenzati dal comportamento dei clienti e dai modelli interni utilizzati per gestire prospetticamente i rischi e la redditività futura.
Recentemente con Umberto Crespi abbiamo scritto un libro[1] dedicato ai modelli comportamentali, alla natura e corretta impostazione delle assunzioni usate nei modelli che hanno il fine di gestire il disallineamento (mismatch) tra i depositi/impieghi ed il relativo rischio di liquidità e tasso di interesse. Sono modelli statistici e matematici che si dividono, per semplicità, in due macro-categorie: i modelli per i depositi e quelli per il prepagamento. I primi mirano a stimare quale sia la parte di depositi che possa essere considerata come una fonte stabile di finanziamento e quale parte dei volumi sono insensibili alle variazioni dei tassi di interesse. I secondi, invece, sono modelli che stimano la probabilità ed il volume di finanziamenti (e.g. mutui) che sarà prepagato dal cliente. Il prepagamento può essere parziale o totale e, in entrambi i casi, modifica le rate contrattualmente previste. Quest’ultimo comportamento ha effetti importanti per l’intero portafoglio di crediti della banca malgrado sia stimato a livello di singolo evento (un mutuo). In particolare i modelli di prepagamento sono diventati rilevanti in paesi, come l’Italia, che hanno abolito la normativa vincolante il rapporto contrattuale univoco con la banca dando la possibilità di estinguere, prepagare o surrogare senza costi aggiuntivi (Decreto Bersani l. legge 2 aprile 2007, n. 40).
L’output dei modelli è rilevante per misurare e gestire il rischio di tasso di interesse ma anche per comprendere la redditività delle banche. In particolare, il modello dei depositi stima quale sia l’ammontare di prelievi che verranno effettuati dai conti correnti o, viceversa, qual è l’ammontare di depositi che non verrà prelevato, in un arco temporale di un anno o anche di più. Allo stesso tempo considera una probabilità di tali uscite e, per essere conservativi, di solito si prende il 95% o il 99% dei possibili scenari futuri. Facciamo un esempio: se sul conto corrente un cliente ha 1.000 euro, il modello dovrà prevedere quale sia l’ammontare, o la percentuale dei 1.000 euro, che sarà ancora sul conto corrente tra un anno o due anni o anche dieci anni. E tale percentuale deve essere prudente, nel senso che il modello deve considerare periodi di stress in cui, per diversi motivi, il conto corrente non è più alimentato da uno stipendio o una pensione ma ci sono sole uscite. Mettiamo che il risultato del modello con un orizzonte temporale di dieci anni e un livello di confidenza del 95% sia 300 euro. Di conseguenza la banca potrà investire, ad esempio in un mutuo, 300 euro prestandoli ad un cliente con un orizzonte di dieci anni, ed essere certa al 95% che non dovrà reperire altrove, ovvero sui mercati finanziari, 300 euro qualora il cliente richieda il proprio deposito indietro. Il secondo obiettivo del modello dei depositi è stimare, sempre con un certo livello di confidenza, quale parte di questi 300 euro depositati è insensibile al variare dei tassi di interesse. Assumiamo che il deposito sia remunerato con un tasso di interesse pari allo 0.1% e che il modello preveda per quel cliente un volume insensibile ai tassi di interesse pari a 200 euro. Questo significa che se i tassi di interesse nei prossimi dieci anni aumenteranno o diminuiranno solo 100 euro dovranno cambiare remunerazione a causa della fluttuazione mentre 200 euro riceveranno sempre lo 0.1%. Chiaramente, questo esempio non vale per un singolo correntista e bisogna osservare il fenomeno a livello di portafoglio, ovvero osservando tutti i clienti nel loro insieme o in sotto-insiemi effettuando l’analisi per il cluster Retail, Private o nel mondo delle imprese segregando le piccole dalle medie/grandi imprese.
Chiarito questo obiettivo, è importante capire le cause, ovvero le variabili esplicative del modello, che possono spiegare come mai il cliente con 1.000 euro sul conto utilizzerà con il 95% di probabilità nei prossimi dieci anni il 70% di quest’ultimi e chiederà, per l’80% di questo deposito, di rivedere al rialzo le condizioni contrattuali se i tassi di interesse di mercato aumenteranno, o viceversa, si vedrà la richiesta da parte della banca di diminuire la remunerazione dei depositi se i tassi scenderanno.
Usando l’econometria, congiuntamente alla logica economica, si crea il mix perfetto che consente al modello di assumere che gli eventi storici osservati siano predittivi del futuro in termini sia di dimensioni sia di impatto per le banche. Per questo motivo è importante avere un database utile alla stima del modello con una profondità storica di almeno 3-5 anni, una granularità dei dati che storicizzi il depositi medio mensile (quello giornaliero è troppo di dettaglio per l’obiettivo del modello), una capacità di aggregare i clienti in funzione dell’appartenenza al settore Retail, Private, small-business, grandi imprese o banche, e che includa per ognuno di essi la remunerazione dei depositi.
Seguendo la teoria economica, ognuno di noi detiene depositi sul conto corrente in funzione delle transazioni attese (componente transazionale) quali le spese per affitto, ristoranti o vestiti, per gestire le future transazioni (componente risparmio) o per investire (componente speculativa). Per questo motivo il modello dovrà considerare quelle variabili che possono spiegare la componente transazionali, di risparmio o speculativa. Tali variabili sono microeconomiche ed aiutano a spiegare la componente transazionale e di risparmio, quali il salario e la ricchezza finanziaria del cliente, il costo opportunità di muovere il deposito verso altre forme di investimento, il livello di competizione tra le banche o la presenza/assenza di una trattenuta per muovere la liquidità tra un conto corrente e un altro. In secondo luogo, le variabili macroeconomiche come l’andamento del PIL, dell’inflazione, dei salari e della disoccupazione sono utili a capire le componenti transazionali e di risparmio mentre l’andamento dei mercati finanziari (tassi di interesse, azionariato e obbligazionario) sono fondamentali per capire la componente speculativa. Non da ultimo, ci sono altre variabili che possono essere utili a prevedere quanti volumi saranno stabili ed insensibili ai tassi, e dipendono dalla banca ovvero la presenza di una strategia di business o di marketing che può incentivare/disincentivare l’utilizzo del deposito per fini transazionali o speculativi e rendendo più o meno appetibile il deposito su conto corrente.
Una volta comprese che tutte queste variabili possono essere rilevanti, diventa fondamentale l’analisi economica di quali, tra queste, siano più utili a predire il comportamento del cliente. Per questo motivo, nel libro suggeriamo di scegliere un modello semplice rispetto ad uno più complesso in funzione della qualità del database, ovvero della capacità di incrociare i dati con le variabili predittive. Un modello semplice utilizzerà, ad esempio, la serie storica dei volumi del conto corrente e ne prenderà un minimo o analizzerà qual è stata la variabilità minima-massima negli ultimi dieci anni assumendo che la stessa si potrà ripresentare nei prossimi dieci anni. Al contrario, un modello più complesso andrà ad integrare i depositi sul conto corrente dei clienti con il valore della ricchezza finanziaria e l’ammontare di investimenti (portafoglio titoli) cercando una relazione tra l’allocazione della ricchezza finanziaria tra il conto corrente ed il portafoglio titoli con l’andamento delle variabili finanziarie o del costo opportunità con altri prodotti di investimento.
Una volta ottenuto l’output, da un modello semplice o da uno più complesso, molti attori all’interno dei vari dipartimenti della banca ne faranno uso. E per questo motivo i modelli comportamentali sono importanti all’interno di tutto il processo bancario.
In primis, il dipartimento di tesoreria della banca, il quale utilizzerà l’ammontare di volumi stabili per la gestione del rischio di liquidità, il dipartimento di finanza e/o risk management per sapere quanta parte dei depositi potranno essere investiti in mutui a tasso fisso così da immunizzare la banca dal rischio tasso di interesse, o per stabilire il prezzo interno di trasferimento dei fondi ovvero la remunerazione dei depositi e dei mutui tra la tesoreria e le unità di business. Infine, il dipartimento di pianificazione per prospettare la redditività complessiva all’interno del piano industriale o il dipartimento che cura la relazioni con gli investitori i quali sono interessati a capire quale sia la redditività della banca. Per ultimo, questi modelli sono oggetto di attenzione da parte della vigilanza bancaria, ECB, e degli audit interni che, insieme al dipartimento di validazione dei modelli interni, si occuperà di verificare la corretta implementazione e stima dei modelli.
[1] A Guide to Behavioural Modelling – Risk.Net
