Bankovní report může být přesný ke včerejšímu večeru a přesto neposkytovat dostatečný podklad pro dnešní krizové rozhodnutí. Otázka likvidity mě proto vede k propojení bankovního významu údajů s jejich aktuálností, dostupností a využitím. Nejde jen o rychlejší sestavení tabulky. Potřebujeme vědět, co lze skutečně použít, v jakém čase a při jakých omezeních. Následující úvaha popisuje můj navržený analytický postup, nikoli zkušenost s řízením bankovní likvidity.
Skutečný případ: Silicon Valley Bank v březnu 2023
Silicon Valley Bank v Kalifornii čelila 9. března 2023 odlivu vkladů přes 40 miliard dolarů a 10. března byla uzavřena. Přezkum Federal Reserve zveřejněný v dubnu 2023 popsal nedostatky řízení rizik, koncentraci podnikatelského modelu a selhávání interních likviditních testů. Zmiňoval také změny předpokladů, které snižovaly měřené riziko namísto řešení jeho podstaty. Nešlo tedy pouze o technickou rychlost reportingu a tento případ tak ani nevykládám.
Co z případu vyvozuji a co ne
Můj závěr není, že každý problém banky vyřeší nový dashboard. Rychlejší výstup založený na nepřiměřeném předpokladu může dodat falešnou jistotu rychleji. Nejdřív bych oddělila pozorovanou skutečnost, použitý modelový předpoklad a rozhodnutí vedení. Datová kontrola může ověřit zdroj a výpočet. Posouzení vhodnosti rizikového scénáře vyžaduje odbornou znalost a odpovědnost příslušné funkce.
Při čtení výsledku bych se ptala, zda změna ukazatele odráží skutečnou změnu situace, nebo jen jiný způsob měření. Pokud se například sníží předpokládaný odliv a vykázaná rezerva se zlepší, nemusí přibýt žádné použitelné prostředky. Chtěla bych vidět oddělený dopad nových dat, změn metodiky a uskutečněných opatření. Takové rozlišení pomáhá vést věcnou diskusi bez směšování různých příčin.
Modelový příklad: rezerva existuje, ale ne celá hned
Představme si smyšlenou banku, která vykazuje dvacet miliard korun potenciálních zdrojů likvidity. Osm miliard může použít okamžitě, sedm až po provedení konkrétní transakce a pět má omezení, jehož uvolnění zatím není ověřeno. Výstup s jediným součtem dvacet miliard může být matematicky správný, ale pro otázku, kolik plateb lze vypořádat dnes, je neúplný.
Pokud modelový dnešní odliv činí deset miliard a jediný bezpodmínečně dostupný zdroj představuje osm miliard, vzniká potřeba doložit další dvě miliardy včas. Nemohu předpokládat, že sedm miliard z druhé skupiny automaticky pokryje rozdíl. Záleží na době provedení, způsobilosti aktiv, dostupnosti protistrany a provozní připravenosti. Čísla nepopisují SVB ani žádnou českou banku a nejsou regulatorním výpočtem.
Pro kontrolu bych vytvořila přehled zdrojů s částkou, časem dostupnosti, omezením, odpovědnou osobou a důkazem posledního ověření. Vedle něj bych zachytila časovou strukturu odlivů. Tím vznikne otázka konkrétního nesouladu v čase, nikoli spor o celkový součet. Následné možnosti řešení by posuzovali pracovníci odpovědní za řízení likvidity, rizika a rozhodnutí banky.
Jak bych pracovala s datovou nejistotou
Každý krizový přehled by podle mého návrhu rozlišoval potvrzené hodnoty, kvalifikované odhady a dosud neověřené položky. Odhad není automaticky nepoužitelný. Musí však být zřejmé, kdo jej vytvořil, na jakém základě a při jaké změně situace přestane platit. Nejistotu bych nezakrývala přesností na dvě desetinná místa, pokud zdroj takovou jistotu neposkytuje.
U datových vazeb bych prověřila, zda se stejná položka nepočítá dvakrát. Aktivum uvedené jako dostupný zdroj může být současně v jiné části přehledu použito pro jiný účel. Oddělené týmy mohou mít každý správný dílčí seznam a společný součet přesto nadhodnotí možnosti banky. Kontrola identifikátorů, omezení a návazností je zde konkrétní analytickou prací, která podporuje odborné rozhodování.
Zajímal by mě také okamžik poslední aktualizace. Jeden údaj může být dostupný průběžně, druhý jen po nočním zpracování a třetí po ručním potvrzení. Ve výsledku bych tyto odlišnosti uvedla, místo abych všechny položky označila společným časem vytvoření reportu. Čas sestavení není totéž jako čas platnosti podkladů. Právě v rychlé změně je toto rozlišení zásadní.
Scénář není předpověď
Zátěžový scénář bych četla jako otázku, nikoli jako tvrzení, co určitě nastane. Pomáhá ověřit, jaké podmínky by přestaly být zvládnutelné a které kroky je možné provést. Pokud odborný tým změní předpoklad, chtěla bych jeho zdůvodnění a porovnání s původní variantou. Citlivost výsledku na několik klíčových parametrů bývá informativnější než jediná prezentovaná hodnota.
V modelové situaci bych porovnala pomalejší a rychlejší odliv při stejném celkovém objemu. Rozdíl může odhalit provozní omezení, které denní součet neukáže. Doplnila bych i variantu, kdy je některý zdroj dočasně nedostupný nebo kdy se současně zpozdí přenos dat. Smyslem není tvrdit, že tyto varianty popisují konkrétní banku, ale odhalit citlivá místa navrženého procesu.
Od informace k proveditelnému rozhodnutí
Při nácviku bych sledovala celý řetězec: kdo změnu zachytí, kdo ověří data, kdo posoudí dopad a kdo rozhodne. Pokud se všechny role postupně ptají na stejný údaj, čas ztracený předáváním může převážit nad rychlostí automatického výpočtu. Připravila bych stručný rozhodovací záznam se skutečnostmi, nejistotami, možnostmi a termínem další aktualizace.
Zpětně bych ověřila i uskutečnitelnost přijatých kroků. Formální možnost získat zdroj ještě neznamená, že jsou připravené účty, dokumenty, oprávnění a kontakty. Praktická zkouška na přiměřeném rozsahu může ukázat závislost na jednom člověku nebo chybějící provozní návaznost. Takový poznatek bych neinterpretovala jako závadu modelu; jde o jinou vrstvu připravenosti, kterou modelový výsledek nemá zakrýt.
Přiměřený rozsah důkazů v časovém tlaku
Ve stresu může sběr dalších podrobností sám způsobit zdržení. Předem bych proto s odbornými vlastníky vymezila minimální soubor údajů pro rozhodnutí a jasnou cestu doplnění nejistot. Každá další analýza by měla odpovídat na konkrétní otázku, ne pouze zvětšovat report. Stručné a včasné uvedení omezení může být užitečnější než rozsáhlý soubor doručený po skončení rozhodovacího okna.
Po cvičení bych porovnala slíbené a skutečné časy. Dorazil vstup včas? Rozuměli účastníci stejně uvedenému omezení? Dokázal jiný vyškolený pracovník zopakovat výpočet? Z odpovědí by vznikly konkrétní úpravy přístupů, kontrol a odpovědností. Každou významnější změnu bych znovu vyzkoušela. Úspěšný nácvik totiž dokládá připravenost pro ověřené podmínky, nikoli záruku zvládnutí každé budoucí situace.
Uchovala bych také důvody rozhodnutí, která se tehdy jevila rozumná. Jestliže se později ukážou jiné okolnosti, tento záznam pomůže odlišit vadný předpoklad od nové informace. Cílem zpětného vyhodnocení je zlepšit reakci a kvalitu podkladů, nikoli hodnotit minulost podle znalostí, které účastníci v rozhodném okamžiku mít nemohli.
Průběžně bych také potvrzovala, že používané definice zůstávají stejné mezi datovým týmem, vlastníkem reportu a příjemcem rozhodovací informace.
Shrnutí a doporučení
Případ SVB mě vede k opatrnosti vůči závěru založenému na jediném dobrém ukazateli. Doporučila bych oddělit aktuální data, modelové předpoklady a proveditelná opatření. U každého zdroje likvidity by měly být zřejmé podmínky i čas dostupnosti a u každého důležitého závěru míra nejistoty. Analytická přesnost zahrnuje také jasně přiznat, co zatím nevíme.
Můj navržený přínos spočívá v ověřování podkladů, zachycení jejich návazností a srozumitelném předání zjištění specialistům. Výsledek má pomáhat rozhodnout včas, nikoli vytvářet dojem jistoty. Proto bych společně s odborným týmem pravidelně zkoušela nejen sestavení reportu, ale i postup, který má na jeho základě skutečně následovat.