Počet klientů není spolehlivým obrazem diverzifikace. Stovky samostatných společností mohou reagovat na tentýž výpadek financování, jednoho velkého odběratele nebo pokles ceny určitého zajištění. U koncentrace mě proto zajímá především společná příčina potíží: co se může pokazit více klientům současně a jak by se tento pohyb přenesl do banky. Následující text kombinuje doložený zahraniční případ s mým návrhem analytického postupu. Nepopisuje kontrolu, kterou bych sama provedla, ani neposuzuje konkrétní českou banku. Jeho cílem je ukázat, jak převést obecnou otázku diverzifikace do ověřitelných pracovních kroků.
Doložený případ: Silicon Valley Bank v Kalifornii
Silicon Valley Bank byla v Kalifornii uzavřena 10. března 2023. Federal Reserve ve zprávě zveřejněné 28. dubna 2023 popsala vysoce koncentrovaný obchodní model, závislost na nepojištěných vkladech a nedostatky řízení rizik. Klientská základna byla úzce propojena s technologickými společnostmi a rizikovým kapitálem. Zpráva zároveň rozebírá úrokové a likviditní riziko i nedostatky dohledu. Tento případ proto nelze redukovat na poučku, že jedno odvětví vždy způsobí krach. Ukazuje souběh společných vazeb a dalších slabin. Podrobnosti a časovou osu obsahují přímo materiály amerického dohledu uvedené níže.
Co z případu vyvozuji pro úvěrové portfolio
SVB je především případ obchodního modelu a financování, nikoli jednoduchý příklad ztrát z koncentrovaných podnikových úvěrů. Přenos do úvěrové analýzy je moje metodická úvaha: podobně jako vkladatelé mohou být vzájemně závislí i dlužníci, přestože jde o různé právnické osoby. Navrhuji proto odlišit právní propojení, ekonomickou závislost a společnou citlivost na vnější šok. Tyto pohledy mohou vést k rozdílným skupinám. Ne každá společná citlivost znamená stejný regulatorní režim; analytická mapa má nejprve vysvětlit mechanismus a teprve potom podporovat posouzení limitů nebo dalších opatření.
Nejdříve vymezit základ výpočtu
Začala bych rozhodným datem, vymezením expozic a účelem výstupu. Jiný obraz poskytne čerpaný úvěr, jiný schválený rámec včetně nečerpané části. Je potřeba uvést, zda pracujeme s hrubou expozicí, hodnotou po zohlednění zajištění nebo jinou mírou. Tyto veličiny bych nemíchala v jednom podílu. Následovala by kontrola identifikátorů, měn, duplicit a vazeb mezi smlouvou a klientem. Bez stabilního základu může změna výsledku pocházet z opravy dat, nikoli z nového rizika. Každý přehled by proto měl obsahovat stručnou poznámku o rozsahu a známých omezeních vstupu.
Více řezů místo jedné vítězné tabulky
Potom bych sestavila samostatné pohledy podle odvětví, regionu, velikosti expozice, zdroje splácení a typu zajištění. U každého by byly viditelné absolutní částky i podíly. Klesající podíl odvětví totiž může doprovázet rostoucí objem jeho úvěrů, jestliže ostatní portfolio roste rychleji. Zvláštní kategorii potřebují neznámé údaje. Jejich skrytí do ostatních může zlepšit vzhled grafu, ale zhoršit interpretaci. Cílem není maximalizovat počet tabulek. Každý řez má odpovídat konkrétní otázce a u významné koncentrace ukázat, kdo dokáže ověřit podkladové informace a kdy byly naposledy aktualizovány.
Modelový příklad: deset dodavatelů jednoho zákazníka
Následující situace je hypotetická. Deset firem z různých odvětví čerpá úvěry u jedné banky. Část vyrábí součástky, část zajišťuje logistiku a další poskytuje údržbu. Každá má vlastní vedení i vlastníka, ale všechny získávají významnou část tržeb od stejné automobilky. Odvětvová tabulka může působit pestře, zatímco ztráta tohoto odběratele by zasáhla více dlužníků současně. V návrhu analýzy bych nejprve ověřila podíl společného odběratele na jejich peněžních tocích. Pouhá informace, že patří mezi zákazníky, nestačí. Důležitá je možnost nahradit zakázky, čas potřebný k přechodu a dostupná likvidní rezerva.
U stejného modelu bych oddělila první dopad a následné zesílení. Prvním dopadem může být opožděná platba automobilky. Druhým omezení výroby dodavatelů, čerpání rezervních linek a slabší prodejnost specializovaného zařízení sloužícího jako zajištění. Pokud analýza započte jen růst pravděpodobnosti selhání, může přehlédnout společný tlak na hodnotu zajištění a financování. Zároveň bych jednotlivé kanály nesčítala mechanicky: stejná ztráta se nesmí objevit pod několika názvy. Před kvantifikací by vznikla stručná mapa vazeb s vysvětlením, které předpoklady jsou doložené a které pouze testujeme v zátěžové variantě.
Jak zacházet s neúplnými informacemi
Banka nemusí znát každého zákazníka každého dlužníka. Můj návrh proto nevyžaduje zdánlivě úplnou síť obchodních vztahů. U významných expozic bych hledala dostupné údaje ze schvalování a pravidelných přezkumů, rozlišila jejich stáří a přiřadila odpovědnost za doplnění. Neznámou závislost bych nepřepsala na nulu. Pro rozhodnutí může být užitečný interval nebo citlivost výsledku na rozumně nepříznivý předpoklad. Současně je třeba popsat, co takový interval znamená. Nejistota o vazbě není totožná s důkazem vysokého rizika, ale může odůvodnit cílený sběr informací před dalším navýšením expozice.
Od přehledu ke konkrétnímu rozhodnutí
Za nejdůležitější výstup považuji vysvětlení, co má management udělat jinak. Možností je doplnění dat, podrobnější stresový scénář, přezkum limitu nebo zvýšené sledování vybraných klientů. Ne každá koncentrace vyžaduje okamžité omezení obchodu. Rozhodnutí má zohlednit také výnos, kvalitu klientů a reálnou možnost riziko snížit. Pokud by banka chtěla expozice prodat, potřebuje ověřit dostupnost trhu a čas provedení. Plán závislý na klidných podmínkách nemusí fungovat v okamžiku společného šoku. Proto bych u každého navrženého opatření uvedla vlastníka, spouštěcí podmínku a hlavní překážky provedení.
Kontrola změn a obhajoba výsledku
Při dalším měsíčním přehledu bych požadovala rozklad změny na nové obchody, splátky, kurzové vlivy, přesuny klasifikace a opravy dat. Jinak nelze spolehlivě poznat, zda se banka skutečně diverzifikuje. Vedle největších skupin bych sledovala i rychle rostoucí menší segmenty. Vlastník analýzy by měl umět vysvětlit alespoň několik konkrétních položek za souhrnným číslem. Tento průchod je podle mě silnější než kontrola samotného vzorce v tabulce: ověřuje také význam klasifikace, úplnost vztahů a návaznost na rozhodování. Výsledek má být reprodukovatelný z uloženého datového snímku a popsaných pravidel seskupení.
Jakou otázku položit vedení
Při diskusi bych se zeptala, která společná závislost se v současném přehledu vůbec neobjevuje a jak by ji banka poznala včas. Odpověď může odhalit důležitější problém než překročení již známého limitu. Další otázka míří na výjimky: kdo je schvaluje, na jak dlouho a podle jakých podkladů. Přehled výjimek má ukazovat jejich souhrnný účinek. Jednotlivě malé obchody totiž mohou společně změnit profil portfolia, aniž některý z nich působí mimořádně. Tento návrh nevyžaduje předem určitý závěr; vytváří prostor pro doložené rozhodnutí o přijatém riziku.
Shrnutí a doporučení
Koncentraci bych hodnotila jako síť společných příčin, nikoli jen žebříček největších jmen. Doporučuji začít jasným rozsahem expozic, porovnávat několik smysluplných řezů a přiznat neznámé vazby. U nejvýznamnějších závislostí má následovat popis přenosu šoku a realistické rozhodnutí s vlastníkem. Případ SVB připomíná důležitost společného obchodního prostředí; konkrétní úvěrové závěry ale musí vycházet z vlastních podkladů daného portfolia. Dobrá analýza proto nezůstane u varovného příběhu. Umožní dohledat výpočet, zpochybnit předpoklad a rozhodnout, která informace nebo změna řízení přinese největší praktický užitek.