Ühisrahastusplatvorm võib näidata sulle kümneid graafikuid, krediidiskoore, default rate‘e, taastumismäärasid ja tootlusnumbreid.
See ei tähenda veel, et sul on investeerimisotsuse tegemiseks vajalik info olemas. Veel vähem tähendab suur hulk statistikat, et seda statistikat on lihtne õigesti tõlgendada.
Sama laenuportfelli kohta võib täiesti ausalt arvutada mitu väga erinevat default rate’i, taastumismäära või tootlusnäitajat. Samuti saab teha neid arvutusi väga eksitaval moel.
Tulemus sõltub sellest, mida loetakse default’iks, millised laenud valimisse lähevad, kui vanad need laenud on, mida kasutatakse nimetajana ja mida arvutus tegelikult mõõta üritab.
Seetõttu ei ole selle artikli eesmärk õpetada sulle ühte „õiget” default rate’i valemit. Eesmärk on õpetada mõtteviisi, mille abil saad hinnata, kas platvormi, finfluentseri või sinu enda Exceli tabelis olev number üldse vastab sellele küsimusele, mida sa teada tahad.
Alusta küsimusest, mitte andmetest
Üks lihtsamaid viise statistikaga valele järeldusele jõuda on võtta suur andmestik ette, hakata erinevaid veerge omavahel võrdlema ja alles pärast mõelda, mida see tulemus tähendab.
Õigem järjekord on vastupidine.
Kõigepealt sõnasta küsimus.
Näiteks:
- Kas see krediidiskoor eristab kõrgema ja madalama riskiga laene?
- Kas selle laenutoote risk on suurem kui teistel sarnastel laenudel?
- Kas hiljuti väljastatud laenud lähevad sama vanuse juures sagedamini hapuks, kui eelmistel aastatel väljastatud laenud?
- Kui laen läheb hapuks, kui suur osa rahast tavaliselt kaotatakse?
- Kas kõrgem intress kompenseerib suurema krediidiriski?
Alles seejärel otsusta, milliseid andmeid sellele küsimusele vastamiseks vajad.
Oletame näiteks, et kõrgema intressiga laenud lähevad sagedamini hapuks. Sellest ei saa järeldada:
„Kõrgem intress muudab laenu riskantsemaks.”
Palju tõenäolisem seletus võib olla hoopis see, et kõrgema riskiga laenajatele määrataksegi kõrgem intress.
Sama probleem tekib näiteks laenu eesmärgi, riigi või mõne muu tunnusega. Kui ühes grupis on juba algusest peale rohkem kõrgema riskiga laenajaid, võib kogu grupp näida riskantsem isegi siis, kui sinu uuritav tunnus ise midagi ei põhjusta.
Korrelatsioon aitab leida kohti, mida edasi uurida. See ei tõesta, et sinu tuvastatud tegur riski põhjustas.
Mis asi on krediidirisk?
Krediidirisk on lihtsustatult risk, et sulle võlgu olev inimene või ettevõte ei maksa kokkulepitud raha täielikult ja õigel ajal tagasi.
Selle riski hindamiseks on kasulik mõelda kolme komponendi peale:
- PD ehk probability of default – kui tõenäoline on, et laen läheb hapuks;
- LGD ehk loss given default – kui suur osa riskis olevast rahast pärast taastumisi lõplikult kaotsi läheb;
- EAD ehk exposure at default – kui palju raha oli hapuksmineku hetkel veel õhus (tagasimaksmata põhiosa + soovi korral ka kogunenud intress).
Nende abil saab hinnata oodatavat krediidikahju:
oodatav kahju ≈ PD × LGD × EAD
See on eelkõige hinnang, mitte sinu tegelik tootlus.
Näiteks võib laenude hapuksmineku tõenäosus olla suhteliselt kõrge, aga kui suurem osa rahast hiljem edukalt tagasi saadakse, on lõplik kahju palju väiksem.
Teisel juhul võivad default’id olla harvemad, kuid kui nende puhul peaaegu midagi ei taastu, võib lõplik kaotus olla palju suurem.
Seetõttu ei piisa investeeringu riski hindamiseks ainult küsimusest:
„Kui suur on default rate?”
Alusta definitsioonidest, mitte protsendist
Enne ükskõik millise statistika vaatamist tee selgeks, mida kasutatud mõisted tähendavad. Näiteks võivad erinevates andmestikes ja platvormidel tähendada erinevaid asju (inglisekeelsed nimetused võivad veel omakorda erineda isegi sama tähenduse korral):
- viivises;
- default / probleemne;
- maha kantud;
- restruktureeritud;
- taastunud;
- uuesti maksvaks muutunud.
Üks platvorm võib lugeda laenu default’i suhteliselt kiiresti pärast maksetega viivisesse minekut. Teine võib laenu pikalt viivises või restruktureeritud staatuses hoida või isegi mitte viivist kuvada enne, kui teatud mahus põhiosamaksetega ollakse viivises. Kolmas võib hoopis viivises laenudele and mitu korda võimaluse maksegraafiku muutmiseks.
Kui võrdled nende kolme platvormi „default rate’i”, võib täpselt samasuguse laenukvaliteedi korral olla see number väga erinev.
Sama probleem tekib ühe platvormi enda ajalooliste andmetega, kui definitsioonid on ajas muutunud.
Kui sa ei tea täpselt, kuidas numbrit arvutatakse, ei tea sa ka, mida see tegelikult näitab.
Üks staatus võib peita mitu täiesti erinevat tulemust
Probleem tekib ka siis, kui ühe nimetuse all on mitu erinevat asja kokku pandud. Näiteks võib „enneaegselt lõppenud” laen tähendada:
- laenaja maksis kogu laenu varem tagasi;
- laen refinantseeriti;
- laenuväljastaja ostis laenu tavapäraselt tagasi;
- rakendus tagasiostugarantii;
- leping lõpetati mõnel probleemsel põhjusel.
Kui kõiki neid näidatakse andmetes ühe staatuse all, ei saa selle põhjal usaldusväärselt hinnata, milline osakaal laenudest tegelikult probleemseks muutus.
See on eriti oluline garantiide ja tagatisfondidega toodetes. Investor võib saada oma raha korrektselt tagasi isegi siis, kui aluslaenude kvaliteet on halb ja risk kõrge. Headel aegadel.
Halbadel aegadel võid siiski saada krediidiriskiga pihta, sest tagasiostugarantii kukub ära. Kui aga tahad hinnata aluslaenude krediidiriski, vajad infot selle kohta, mis laenudega enne tagasiostu tegelikult juhtus.
Üks default rate ei vasta kõigile küsimustele
Enne default rate’i arvutamist küsi:
Mille jaoks ma seda numbrit kasutada tahan?
Kui suur osa portfellist on praegu probleemne?
Sellisel juhul huvitab sind näiteks see, kui suur osa tänasest allesolevast põhiosast on viivises või default’is pärast seniseid tagasimakseid ja taastumisi.
See võib olla kasulik, kui tahad aru saada, mis seisus portfell on täna. Selle põhjal aga ei saa järeldusi teha eriti palju laiemalt. Pikaajalisemaid järeldusi saad võib olla teha siis, kui arvutad seda regulaarselt ja vaatad trendi.
Kui sageli väljastatud laenud üldse hapuks lähevad?
Kui tahad hinnata uue laenu krediidiriski, huvitab sind pigem see, kui suur osa võrreldavatest algselt väljastatud laenudest läks mingil hetkel hapuks.
See annab sulle vastuse ühe olulise osa kohta riskist. Selle põhjal ei saa küll täpselt tulevikku ennustada, aga kui teatud laenusegment on väga suure default rate‘ga, siis tõenäoliselt on seal ka edaspidi risk kõrgem.
Allesoleva portfelli hapude osakaal võib eksitada
Oletame, et lõpetad täna uute laenude rahastamise. Sinu hästi maksvad laenud hakkavad põhiosa tagasi maksma ning saavad järjest täielikult tasutud. See raha lahkub portfellist. Probleemsed laenud võivad samal ajal jääda sissenõutavaks aastateks.
Mis juhtub?
Isegi kui mitte ükski uus laen enam hapuks ei lähe, hakkab probleemsete laenude osakaal sinu portfellis järjest kasvama. See ei tähenda, et portfelli algne kvaliteet muutus järsku halvemaks. Lihtsalt graafikus olevate laenude osakaal järjest vähenes.
Näiteks võivad kaks investorit omada algselt sisuliselt sama kvaliteediga laenuportfelli:
- esimene lõpetas mitu aastat tagasi investeerimise;
- teine lisab pidevalt uut raha peale ja reinvesteerib.
Esimesel võib tänaseks väga suur osa allesolevast portfellist olla probleemne, sest head laenud on juba tagasi makstud. Teisel võib probleemsete osakaal tunduda väike, sest nimetajas on suur hulk värskeid laene, mis pole veel jõudnud probleemseks muutuda.
Sellest ei saa järeldada, et teise investori laenude kvaliteet oleks parem.
Hetkel alles oleva portfelli koostis ja algselt väljastatud laenude kvaliteet on kaks erinevat asja.
Kui tahad hinnata krediidikvaliteeti, vaata pigem originaalkohorte: kui palju konkreetsel perioodil väljastatud laenudest lõpuks probleemseks muutus.
Näiteks vaata, mis juhtus laenudega, mida rahastasid aastal 2025 või 2026 Q1 perioodil.
Default rate laenude arvu või eurode järgi?
Lisaks on veel üks tase, kus saad default rate’i arvutada erinevalt. Üks võimalus on vaadata, kui suur osa laenude arvust läheb hapuks. Teine võimalus on vaadata, kui suur osa rahasummast läheb hapuks.
Mõlemad võivad olla õiged, kuid vastavad veidi erinevale küsimusele.
Kui investeerid igasse laenu enam-vähem sama summa, on laenude arvu järgi arvutatud tulemus sageli parem lähenemine. Eriti kui arvutad seda probleemsete laenude osakaalu laenuportaali andmestiku pealt.
Seal võib juhtuda näiteks nii, et sina küll paned igasse laenu 10 €, aga laenajatest osad saavad 500 € ja teised 10 000 €. Kui mõned 10 000 € laenajad ei tee ühtegi tagasimakset, siis tundub probleemsete laenude osakaal oluliselt suurem, kui see sinu portfellis oleks.
Kui ka sinu investeeringute suurused erinevad või tahad hinnata kogu portfelli rahalist riski, on eurodes arvutatud näitaja täpsem. Kõige parem on võimalusel vaadata mõlemat.
EAD ehk milline osakaal hapuks läks?
Ka „hapuks läinud eurode” puhul on oluline küsida, millist summat kasutad. Kui osa põhiosast jõudis enne default’i tagasi tulla, ei ole hapuksmineku hetkel enam kogu algne investeering ohus.
EAD aitab vaadata seda summat, mis default’i hetkel tegelikult veel saamata oli. Ka siin on oluline otsustada, kas vaatad summasid kaalutuna või arvutad iga laenu kohta EAD protsendi ja võtad kaalumata keskmise väärtuse.
Kaalutud variandi puhul mõjutavad jälle suuremad laenud pilti rohkem ja kaalumata keskmine aitab paremini hinnata võrdsete investeeringute stsenaariumit.
EAD on põhjus, miks varajane default võib olla palju valusam kui sama laenu hiline default.
Portfelli vanus võib statistika väga ilusaks teha
Laenudel kulub aega, enne kui need saavad probleemseks muutuda. Reeglina tuleb jääda mitme maksega viivisesse, et laen probleemseks loetaks.
Kui platvorm kasvab kiiresti ja annab välja palju uusi laene, suureneb nimetajas värskete laenude hulk. Need pole veel jõudnud hapuks minna, isegi kui nad mitte ühtegi makset ei tee.
Selle tulemusel võib kogu portfelli default rate langeda isegi siis, kui uute laenude tegelik kvaliteet on hoopis halvenenud.
Kohordi ehk vintage-analüüs
Üks kasulikumaid viise krediidiriski analüüsimiseks on jagada laenud väljastamisperioodi järgi gruppidesse ehk kohortidesse.
Näiteks võtad kõik samas kvartalis väljastatud laenud ning vaatad, kui suur osa neist oli probleemne:
- 6 kuud pärast väljastamist;
- aasta pärast;
- kahe aasta pärast;
- praeguse seisuga.
Sama saab teha taastumistega. Siin võib eraldi veel analüüsida ka taastumise kohorte selle järgi, millal laenud hapuks läksid, sest erinevatel aegadel võib nii taastumine ise kui ka selleks rakendatav protsess erineda.
Nii võrdled eri perioodidel väljastatud laene samas vanuses ja saad samadel tingimustel võrreldavad tulemused.
Vaata kumulatiivset default’i ajas
Üks informatiivsemaid lihtsaid graafikuid on:
- horisontaalteljel aeg laenu väljastamisest;
- vertikaalteljel kumulatiivne default;
- iga joon tähistab eri väljastamiskohorti.
Kui uuema kohordi joon liigub sama vanuse juures kiiremini üles kui vanema kohordi oma, on põhjust uurida, miks.
Lihtsamini öeldes, kui hilisemal ajal välja antud laenud lähevad varasemast kiiremini hapuks, siis see on potentsiaalne märk riski suurenemisest.
Graafikult ei näe otseselt selle põhjust, aga näed, et midagi on muutunud.
Varajane ja hiline default ei ole sama asi
Kui laen läheb hapuks kohe alguses, on ohus suurem osa investeeringu põhiosast, kui mitu aastat makseid teinud laenu puhul. See tähendab, et kaks gruppi võivad jõuda lõpuks sarnase default rate’ini, kuid summaline kaotus investorile võib olla väga erinev.
Samuti võib koheselt hapuks minevate laenude puhul olla taastumine halvem, kuna null tagasimakset võib viidata pahatahtlikkusele või pettusele.
Seetõttu tasub lisaks küsimusele „kui paljud?” vaadata ka: „Millal?”
Küps laen annab uut infot, aga ei muutu riskivabaks
Laenu alguses tehtud krediidihinnang ei ole ainus info, mis meil selle laenu kohta kunagi tekib. Ka tegelik maksekäitumine annab uut infot.
Kui mingi laenugrupi default’id kipuvad tekkima peamiselt laenuperioodi alguses, siis mitu järjestikust korrektset makset võivad tähendada, et allesjäänud laenude tingimuslik default’i tõenäosus on väiksem kui sama grupi värsketel laenudel.
See ei tähenda, et näiteks „kuus kuud maksnud laen on alati turvaline”.
Õige küsimus on:
Kui suur on default’i tõenäosus nende laenude seas, mis on juba x arvu makseid edukalt teinud?
Seda saab hinnata ainult võrreldavate ajalooliste andmete pealt.
Mõnes andmestikus võib juhtuda, et laenu algne Rating või mõni laenaja tunnus muutub pärast pikka korrektset makseajalugu vähem informatiivseks, sest tegelik maksekäitumine annab juba tugevamat uut infot.
Näiteks portaali krediidiskoor ütleb, et tegemist on riskantse grupiga. Samas, kui sellise skooriga laenaja on teinud juba 6+ makset, siis võib olla tegemist hoopis madala riskiga laenajaga.
Selliseid vastuseid peaks andma reaalne portaali statistika.
Järelturu „küpsed laenud” ei pruugi olla juhuslik valim
Siin tekib oluline probleem, kui tahad selliseid vanemaid laene osta järelturult.
Ajalooline analüüs võib näidata kõigi kuus kuud korrektselt maksnud laenude tulemusi. Järelturule jõuavad aga ainult need laenud, mida teised investorid otsustavad müüa.
Need kaks valimit ei pruugi olla ühesugused.
Näiteks võivad teadlikumad investorid eelistada müüa laene, mille puhul nad näevad mõnda täiendavat ohumärki. Sellisel juhul võib järelturul olevate küpsete laenude tegelik risk olla kõrgem, kui sinu analüüsist välja tulnud ajalooline keskmine.
Lisaks tuleb arvestada ostuhinda. Väiksem krediidirisk ei pruugi anda paremat investeeringut, kui maksad selle eest järelturul liiga suurt juurdehindlust.
Laenu vanus võib anda väärtuslikku uut infot. See ei tee järelturu pakkumisest automaatselt head investeeringut.
Maksegraafik mõjutab riski
Sama algsumma, intressi ja isegi sama laenuvõtja puhul võib investori risk olla erinev sõltuvalt maksegraafikust.
Amortiseeruva laenu puhul maksab laenuvõtja põhiosa iga maksega tagasi. Mida kauem ta korrektselt maksab, seda väiksem summa on võimaliku hilisema default’i hetkel veel õhus.
Bullet-laenu puhul makstakse suurem osa või kogu põhiosa tagasi alles tähtaja lõpus. Sisuliselt võib kogu põhiosa olla seega riskis kuni viimase maksepäevani.
Kui ka intress makstakse alles perioodi lõpus, on tegemist veelgi riskantsema laenuga. Sul pole sisuliselt kogu laenuperioodi jooksul selget infot, kas laenaja on võimeline ja plaanib laenu tagasi maksta.
Seetõttu ei piisa kahe laenugrupi võrdlemisel ainult default rate’ist. Oluline on ka see, kui suur põhiosa oli tüüpilise default’i hetkel veel tagasi saamata ehk milline oli EAD.
Näiteks võib sama default rate’iga amortiseeruva ja bullet-portfelli rahaline kahju olla väga erinev.
Maksegraafik mõjutab korraga nii EAD-d, rahavoogude ajastust, likviidsust kui lõpuks ka investori tegelikku tootlust.
Restruktureerimine võib default’i ära peita
Laenu maksegraafiku muutmine ei muuda automaatselt laenu heaks.
Kui probleemsele laenule antakse maksepuhkust või graafik tehakse ümber, võib olukord statistikas ajutiselt välja näha tegelikkusest parem. Seda nii ajutiselt statistikat vaadates kui ka hiljem analüüsides, millal probleemid tekivad.
Kui sul pole võimalik statistikast selgelt tuvastada neid probleemsete laenude maksegraafikute pikendamisi, siis võid ekslikult hinnata, et probleemid tekivad 8. kuul. Kuigi tegelikkuses ei tehtud makseid enam juba 4. kuul ja 8. kuul sai lihtsalt maksepuhkus läbi.
Vaata ka riski enne, kui default’id jõuavad tekkida
Vintage-analüüs on väga kasulik, aga uute laenude puhul pead paratamatult ootama, kuni portfell n-ö küpseb.
Vahepeal saad aga jälgida ka seda, kas väljastatavate laenude riskiprofiil ise muutub.
Näiteks:
- kas keskmine LTV tõuseb;
- kas laenuperioodid pikenevad;
- kas suureneb kõrgema riskiga laenajate osakaal;
- kas laenatakse uutesse riikidesse või toodetesse;
- kas nõutud omafinantseering väheneb;
- kas taustakontroll muutub leebemaks;
- kas tagatised muutuvad nõrgemaks.
Need näitajad ei tähenda automaatselt, et tulevikus kahju suureneb. Küll võivad need anda varasema hoiatussignaali sellest, et vana ajalooline default rate ei pruugi enam kirjeldada täna väljastatavaid laene.
LTV ei ole parem, kui selle taga olev vara väärtus
LTV ehk laenusumma suhe tagatise väärtusesse näeb välja väga objektiivne number. Näiteks võib 60% LTV tunduda palju turvalisem kui 90% LTV. Aga valemil on kaks komponenti:
laenusumma / tagatise väärtus
Kui tagatise väärtus on liiga optimistlik, muutub ka ilus LTV sisuliselt optimistlikuks numbriks.
Seetõttu tasub tagatisega laenude puhul küsida:
- kes tagatise väärtuse määras;
- millal hindamine tehti;
- kas hindaja on tehingu osapooltest sõltumatu;
- kas kasutatakse tänast turuväärtust, arenduse tulevast väärtust või mõnda muud hinnangut;
- kas sarnast vara oleks päriselt võimalik selle hinnaga müüa;
- milline oleks väärtus sundmüügi või halva turu korral.
LTV on ainult üks arvutus, mille täpsus sõltub sisenditest. Eriti oluline on see siis, kui investeerid välismaistesse projektidesse, kus sul pole head arusaama, kuidas seal selliseid arvutusi tehakse.
Enne analüüsi puhasta andmed
Hea analüüs algab andmete puhastusest. Näiteks ei tohiks liiga värskeid laene kasutada pikemaajalise default rate’i arvutamiseks või tuleks eraldi välja filtreerida laenud, mis väljastati mingisugustel oluliselt teistsugustel tingimustel.
Näiteks, kui kunagi tehti põhjalik taustakontroll ja ühel hetkel lõpetati selle tegemine, siis nende vanade laenude analüüs võib anda täiesti teise tulemuse, kui uuemate laenude oma.
Võrdle õunu õuntega
Üks sagedasemaid analüüsivigu ei ole vale valem, vaid mitte võrreldavad valimid.
Kasuta sama ajaperioodi
Kui üks segment sisaldab mitu aastat vanemaid laene kui teine, võid tegelikult võrrelda eri majandusolukordi, krediidimudeleid ja portfelli vanuseid.
Kasuta võrreldavat riskikoosseisu
Kui ühe riigi portfellis on palju rohkem kõrge riskiga laene kui teises, ei saa toorest riigi default rate’i vaadates teada, kas erinevus tuleb riigist või riskikoosseisust.
Võimalusel võrdle omavahel sama riskigruppi, toodet, laenuperioodi ja väljastamisperioodi.
Kasuta sama mõõdikut
Ära võrdle omavahel kahte numbrit lihtsalt sellepärast, et mõlemal on protsendimärk taga.
Mudeli oodatav lõpptulemus, tänase seisuga realiseerunud tootlus, annualiseeritud XIRR ja kumulatiivne krediidikahju vastavad erinevatele küsimustele.
Kaks õigesti arvutatud numbrit võivad olla omavahel täiesti võrreldamatud.
Taastumine: default ei ole sama, mis lõplik kahju
Default ei tähenda automaatselt, et kogu probleemseks muutunud summa on lõplikult kadunud. Osa rahast võib hiljem tulla tagasi:
- laenaja uutest maksetest;
- inkassost;
- kohtumenetlusest;
- tagatise realiseerimisest;
- garantiiandjalt.
Seetõttu on PD kõrval mõistlik vaadata ka lõplikku kahju pärast taastumisi.
Nimetaja võib iga protsendi ilusaks muuta
Protsendi juures pööratakse tavaliselt tähelepanu lugejale ehk sellele, kui suur osa laenudest näiteks probleemseks muutus. Nimetaja võib aga sama oluline olla:
Millise summa või valimi suhtes protsent arvutati?
Taastumismäära puhul võiks intuitiivne küsimus olla:
„Kui palju probleemseks muutumise hetkel õhus olnud rahast olen tagasi saanud?”
Kui nimetajas kasutatakse aga ainult mingit väiksemat osa nõudest ning lugejasse lähevad kõik laekunud maksed, võib tulemuseks olla väga kõrge „taastumismäär” isegi olukorras, kus suurem osa nõudest on endiselt tagasi saamata.
Näiteks üks ühisrahastusportaal on arvutanud taastumist sedasi, et kõik, mis tagasi laekub, on taastumine, aga hapuks läinud summaks loeti ainult esialgse maksegraafiku järgi viivises olevaid makseid.
Sellisel juhul võis sama laenu pealt kõrge taastumise korral olla taastumismäär tublisti üle 100% ja seejärel aja jooksul muudkui tuli allapoole.
Lugeja ja nimetaja peavad kirjeldama sama asja
Kontrolli vähemalt:
- kas nimetaja on kogu hapuksmineku hetkel õhus olnud põhiosa või ainult mingi osa sellest;
- kas lugejas on ainult põhiosa või ka intressid ja viivised;
- kas kulud on maha arvestatud;
- kas mõlemad arvud puudutavad täpselt sama kohorti;
- kas sama loogikat on kasutatud kogu perioodi vältel.
Taastumise puhul vaata aega ja koosseisu
Uuemal probleemsete laenude kohordil on olnud taastumiseks vähem aega, kui mitu aastat vanal kohordil. Seetõttu ei saa nende tänast kumulatiivset taastumist otse võrrelda. Vaata näiteks, kui palju on taastunud sama aja jooksul pärast default’i.
Veel üks oluline probleem on probleemsete laenude koosseisu muutumine.
Oletame, et platvormi vanad probleemsed laenud pärinesid peamiselt ühest riigist, kus sissenõudmine töötas hästi. Tänased probleemsed laenud pärinevad aga valdavalt teistest riikidest, teist tüüpi projektidest või on teistsuguste lepingutega.
Sellisel juhul ei saa vana kõrge taastumismäära põhjal tingimata midagi järeldada tänaste ja tulevaste probleemsete laenude ja nende taastumise kohta.
Erinevust võib tekitada ka mõni seadusemuudatus, mis näiteks ei luba enam probleemsetelt laenudel viivist arvestada või muudab oluliselt võlgade sissenõudmise protsessi.
Vaata seega ka, kas vana taastumismäär on üldse tuleviku suunal vaadates informatiivne.
Ära vaata ainult keskmist taastumist
Kaks portfelli võivad näidata sama keskmist taastumist, kuid:
- ühes taastub enamik probleemseid laene osaliselt;
- teises ei taastu enamik üldse ja üksikud laenud makstakse peaaegu täielikult tagasi.
Kui sa just kogu laenusummat igas laenus täis ei rahasta, siis need ei ole investori jaoks sama riskiprofiiliga olukorrad.
Lihtsustatult, kui sa investeerid 50 € igasse laenu, mis lähevad ilma makseid tegemata hapuks ja taastumismäär on igas laenus 50%, siis igast probleemsest laenust taastub sinu jaoks keskmiselt 25 €. Kui aga taastumismäär on kokku 50 €, sest paar 10 000 € laenu taastusid täiel määral, siis sinu probleemsed laenud ei pruugi erilist taastumist näha.
Seetõttu vaata võimalusel ka taastumiste jaotust ning taastumise kestust.
Kas krediidiskoor päriselt töötab?
Platvorm võib märgistada laene tähtede, numbrite või muude riskiklassidega. Ära eelda automaatselt, et „A” või „900” tähendab seda, mida sina intuitiivselt arvad.
Kõigepealt uuri:
- mida skoor tegelikult mõõdab;
- millist tulemust see prognoosima peaks;
- millise perioodi kohta;
- kas tegemist on päriselt PD hinnanguga või lihtsalt mõne riskiga seotud tunnusega.
Seejärel vaata tegelikke tulemusi.
Kui skoor peaks järjestama laenud krediidiriski järgi, peaksid madalama riskiga grupid piisavalt suure ja küpse valimi korral näitama väiksemat probleemsete laenude osakaalu.
Ajalooliselt on pigem olnud turvaline eeldada, et kõrget riski näitavat skoori võib usaldada, aga madala riskiskoori puhul tuleb seda kriitilisemalt hinnata.
Järjestamine ja kalibreerimine on kaks eri asja
Võib ka juhtuda, et mudel näitab õigesti, et grupp A on turvalisem kui B ja B turvalisem kui C. Samas võib ta alahinnata kõigi kolme grupi tegelikku hapuksmineku tõenäosust.
Seega küsi eraldi:
- kas mudel paneb laenud enam-vähem õigesse riskijärjekorda;
- kas mudeli ennustatud riskitase vastab enam-vähem tegelikule riskitasemele.
Ajalooliselt on olnud näiteid, kus skoori ja tegelikkuse vahel on väga suured käärid sees. Reeglina investori jaoks negatiivses suunas.
Uus mudel mineviku suunas ei ennusta
Kui platvorm muudab oluliselt krediidimudelit, ei pruugi vanade laenude statistika uut mudelit hästi kirjeldada.
Tagantjärele uue mudeliga vanade laenude ümberhindamine võib olla analüüsiks kasulik, aga see ei ole sama mis olukord, kus uus mudel oli investeerimisotsuse tegemise hetkel päriselt kasutusel.
Ajalooline statistika võib sind väga kergesti petta
Ühisrahastuse andmestikes võib olla palju tunnuseid ja filtreid. Kui proovid piisavalt palju kombinatsioone, leiad peaaegu kindlasti grupi, mis töötas minevikus erakordselt hästi.
See ei tõesta, et oled leidnud toimiva investeerimisstrateegia.
Ära kasuta tuleviku infot mineviku otsuses
Ajaloolise strateegia testis tohib iga investeerimisotsus tugineda ainult infole, mis oli tol hetkel investorile teada. Hilisem staatus, uus krediidiskoor, teada saadud maksekäitumine või muu tulevikuinfo muudab backtesti ebarealistlikult heaks.
Ära leia ja tõesta strateegiat sama andmestiku peal
Kui kasutad ühte andmestikku sadade strateegiate proovimiseks ja valid tagantjärele kõige parema, kirjeldab tulemus väga hästi just seda minevikku.
Katseta oma strateegia toimivust andmetel, mida sa selle leidmiseks ei kasutanud.
Cross-validation võib aidata hinnata, kas mudel õppis lihtsalt ühe konkreetse andmevalimi seest näilise mustri, mis oli tegelikult infomüra. See ei lahenda aga kõiki probleeme.
Kui kõik testimiseks kasutatud andmed pärinevad samast ajastust, krediidimudelist ja majanduskeskkonnast, võivad nii treening- kui testandmed jagada sama ajutist mustrit.
Strateegia võiski toimida, aga ainult mingi ajutise põhjuse pärast.
Seetõttu on investeerimisstrateegia jaoks eriti tugev test niinimetatud out-of-time kontroll: vaata, kuidas sama reegel käitub hilisemates kohortides, mida reegli loomise ajal veel olemas ei olnud.
Märgi analüüsi peale suuremad muutused
Ajalooline andmestik ei pruugi olla ühe ja sama süsteemi ajalugu. Platvorm võis vahepeal muuta:
- krediidimudelit;
- taustakontrolli protsesse;
- sissetuleku kontrollimist;
- laenusummasid ja tähtaegu;
- hinnastamist;
- riskigruppe;
- tooteid;
- riike;
- restruktureerimise reegleid;
- sissenõudmise protsesse ja ajastust;
- default’i definitsiooni.
Kui paned kõik need laenud ühte potti kokku, võid saada numbreid, mis ei kirjelda enam ühtegi tänast investeerimisvõimalust.
Teavitamise kuupäev ei pruugi olla rakendumise kuupäev
Blogipostituse või e-kirja kuupäev ei pruugi olla sama hetk, mil uus reegel päriselt kogu portfelli puhul rakendus. Muudatus võib tulla kasutusele järk-järgult.
Seetõttu võib olla mõistlik teatud perioodide andmeid võimalusel analüüsidest üldse välja jätta.
Kas kõrgem intress kompenseerib kõrgema riski?
Kõrge intressimäär ei tähenda automaatselt head tootlust. See võib olla lihtsalt hind, mida laenaja peab suurema riski eest maksma ja võib ka juhtuda, et ta ei maksa siiski piisavalt.
Seega on kaks eraldi küsimust:
- Kas need konkreetsed kõrgema intressiga laenud on riskantsemad?
- Kas kõrgem intress kompenseerib selle suurema riski piisavalt?
Investori jaoks on tavaliselt teine küsimus olulisem. Kui risk on poole suurem, aga tootlus 4x parem, siis on tegemist päris hea võimalusega.
Samamoodi tasub eri segmentide võrdluses vaadata hinnastamist. Kui ühe riigi või toote krediidikahjud on oluliselt suuremad, aga investorile makstav intress on praktiliselt sama, siis intress ei suuda riski kompenseerida.
Väga lihtsustatud mõttemudel on:
intress − oodatav krediidikahju = riskiga korrigeeritud tootlus
See pole mingi ülitäpne arvutuskäik, aga umbes sellises suunas võiks mõte minna, kui intressimäärasid vaatama hakkad.
Platvormi statistika ei ole neutraalne tõde
See ei tähenda tingimata, et platvorm üritab sind petta, kuigi on ka paraku päris mitmeid selliseid näiteid ajaloost võtta. Platvorm peab tegema hulga valikuid:
- mida näidata;
- millist definitsiooni kasutada;
- millist perioodi kuvada;
- milliseid laene valimisse võtta;
- millise valemiga tootlust arvutada;
- kuidas käsitleda probleemseid nõudeid.
Need valikud võivad anda investeeringutest väga soodsa või väga ebasoodsa pildi isegi siis, kui kõik arvud on tehniliselt õigesti arvutatud.
Samas tasub silmas pidada, et kui on võimalik, siis praktiliselt alati kipuvad platvormid “eksima” suunal, mis näitab arve positiivsemas valguses. Sellest võid ise omad järeldused teha.
Investorina on kasulikum küsida:
„Kas ma suudan selle numbri arvutusloogikat piisavalt mõista ja vajadusel ise ligikaudselt kontrollida?”
Nii mõnegi ühisrahastusportaali puhul on ajalooliselt olnud vastuseks ei, isegi kui sa oskaksid neid asju välja arvutada.
Lubadus ei ole tõend
Platvorm võib öelda, et:
- uus krediidimudel on parem;
- sissenõudmine muutus efektiivsemaks;
- laenukvaliteet paranes.
Need võivad olla õiged väited. Aga, kas tulemused on seda juba näidanud?
Kui muudatus peaks default‘e vähendama, vaata uusi kohorte sama vanuse juures.
Kui sissenõudmine peaks taastumist parandama, vaata taastumise kiirust võrreldavate kohortide puhul.
„Me muutsime protsessi” ja „protsess töötab paremini” on kaks erinevat asja. Esimest võid enamjaolt usaldada, teist pead kontrollima.
Mõnikord ei võimalda andmed vastust saada
Hea analüüsi tulemus ei pea alati olema:
„A on parem kui B.”
Mõnikord on aus tulemus:
„Nende andmete põhjal ei ole võimalik seda järeldust teha.”
Näiteks võib värskete probleemsete laenude madal taastumine tähendada:
- neil pole veel olnud veel piisavalt aega taastuda;
- või nende taastumine ongi kehvem.
Kui avalikud andmed ei võimalda neid hüpoteese eristada, siis ära eelda automaatselt, et sulle sobivam vastus on õige.
80/20 töövoog ühisrahastuse statistika hindamiseks
- Sõnasta küsimus. Mida tahad otsustamiseks teada?
- Tee selgeks definitsioonid. Mida tähendavad default, viivis, taastumine ja restruktureerimine?
- Vaata portfelli vanust. Ära võrdle värskeid ja küpseid laene.
- Vaata kohorte. Võrdle eri perioodidel väljastatud laene sama vanuse juures.
- Vaata default’i aega. Varajane hapuksminek tähendab tavaliselt suuremat EAD-d.
- Vaata nii PD-d kui LGD-d. Kui sageli laenud hapuks lähevad ja kui palju hiljem taastub?
- Kontrolli nimetajaid. Millise summa või valimi suhtes protsent arvutati?
- Vaata muutusi ajas. Kas krediidimudel, toode, riigid või protsess on muutunud?
- Kontrolli valimi suurust. Ära tee suuri järeldusi mõne üksiku laenu põhjal.
- Väldi tulevikuinfot. Ajaloolises testis kasuta ainult tol hetkel teada olnud infot.
- Kontrolli võrreldavust. Sama periood, sama riskikoosseis, sama kaalumine ja sama mõõdik.
- Vaata ka underwriting‘u muutumist. LTV, tähtajad ja laenajate profiil võivad halveneda enne default-statistika nähtavat muutust.
- Stressitesti eeldusi. Mis juhtub, kui default‘e tuleb rohkem, taastub vähem või taastumine võtab kauem? Ehk kas su strateegial on piisavalt nn margin of safety ruumi, et ka halvema stsenaariumi korral sa ei oleks suurte kaotuste otsas.
Mida sul ei ole vaja teha?
Väikese portfelli puhul võib detailse andmeanalüüsi ajakulu olla suurem kui sellest saadav kasu. Oluline on pigem ära tunda olukorrad, kus kodulehel kuvatavad numbrid võivad sind eksitada.
Kui platvormi statistika mõistmiseks oleks vaja päevade kaupa andmeid puhastada, keerulisi valemeid ümber arvutada ja oletada, mida eri väljad tegelikult tähendavad, on ka see investeerimisotsuse jaoks informatsioon.
Info puudumine on ise samuti info.
Reeglina tähendab see seda, et sul ei ole mõistlik sinna investeerida.
Kokkuvõtteks
Ühisrahastuse krediidiriski analüüsimisel on oluline aru saada:
- mida number mõõdab;
- millise valimi pealt see arvutati;
- kui vanad laenud on;
- millal probleemid tekivad;
- kui palju raha on default’i hetkel veel õhus (nn exposure at default);
- kui palju probleemsetest nõuetest tagasi saadakse;
- kui kaua taastumine aega võtab;
- kas tänane probleemne portfell sarnaneb sellele, mille pealt ajalooline statistika tuli;
- kas eri grupid on üldse omavahel võrreldavad;
- ja kas mineviku tulemused üldse ütlevad midagi tuleviku kohta või on vahepeal midagi oluliselt muutunud.
Kui jätad sellest artiklist meelde ainult ühe mõtte, siis võiks see olla:
Ära küsi kõigepealt, mida statistika näitab. Küsi, kuidas statistika arvutati ja kas see üldse vastab sellele küsimusele, mille põhjal sa investeerimisotsuseid teed.