SMB-portefølje misligholdssannsynlighet: En grundig forklaring

Hva er SMB-portefølje misligholdssannsynlighet?

SMB-portefølje misligholdssannsynlighet, ofte forkortet PD (probability of default), er et sentralt risikobegrep innen kredittanalyse. Det angir sannsynligheten for at en låntaker i en portefølje av små og mellomstore bedrifter (SMB) ikke vil oppfylle sine betalingsforpliktelser innen en bestemt tidshorisont, vanligvis ett år. For investorer og banker er PD et verktøy for å kvantifisere kredittrisiko og sette av tilstrekkelig kapital for å dekke potensielle tap.

I Norge benyttes PD særlig av banker som følger interne ratingbaserte (IRB) metoder under Basel-regelverket. Disse metodene krever at bankene selv estimerer PD for ulike låntakersegmenter basert på historiske data og statistiske modeller. For SMB-porteføljer er dette spesielt utfordrende fordi små bedrifter ofte har mindre historikk og mer variabel inntjening enn store selskaper.

PD er ikke et statisk tall, men endrer seg med konjunkturer, bransjetilhørighet og den enkelte bedrifts økonomiske situasjon. Derfor overvåkes PD løpende, og bankene justerer risikoklassifiseringen av lånene i porteføljen. For investorer som kjøper SMB-lån eller obligasjoner, er PD avgjørende for å vurdere avkastningskravet og risikojustert avkastning.

Forstå SMB-portefølje misligholdssannsynlighet

For å forstå PD må man se det i sammenheng med de andre komponentene i kredittrisiko: tapsgrad (LGD – loss given default) og eksponering ved mislighold (EAD – exposure at default). Forventet tap (EL) beregnes som EL = PD × LGD × EAD. Dersom en bank har en SMB-portefølje med en gjennomsnittlig PD på 2 %, en LGD på 40 % og en EAD på 10 millioner kroner, blir forventet tap 80 000 kroner (0,02 × 0,40 × 10 000 000).

PD er altså en sannsynlighet, men den representerer en gjennomsnittsbetraktning over et stort antall lån. For enkeltlån kan utfallet være 0 eller 1 (mislighold eller ikke), men i porteføljesammenheng gir PD et forventningsrett estimat. Derfor er det viktig å ha en stor og representativ portefølje for å kunne stole på PD-estimatene.

SMB-bedrifter kjennetegnes ofte av høyere konkursrisiko enn store bedrifter. Ifølge Statistisk sentralbyrå (SSB) har SMB en gjennomsnittlig konkursrate på rundt 2–3 % årlig, men dette varierer sterkt med bransje. For eksempel har bygg- og anleggsbransjen historisk høyere PD enn varehandel. Banker og investorer må derfor segmentere porteføljen etter bransje, størrelse og andre risikofaktorer for å få presise PD-estimater.

Hvordan fungerer SMB-portefølje misligholdssannsynlighet?

PD-estimering for SMB-porteføljer foregår typisk gjennom statistiske modeller som logistisk regresjon eller maskinlæringsalgoritmer. Modellene bruker historiske data om bedrifters regnskapstall, betalingshistorikk, bransje, alder, geografisk beliggenhet og makroøkonomiske indikatorer som BNP-vekst og rentenivå. For eksempel kan en modell inkludere variabler som rentebetjeningsevne (EBITDA / rentekostnader), egenkapitalandel og likviditetsgrad.

En vanlig tilnærming er å dele porteføljen inn i risikoklasser (ratingklasser) med tilhørende PD. For eksempel kan klasse A ha PD under 0,5 %, klasse B 0,5–1,5 %, klasse C 1,5–3 %, klasse D 3–6 % og klasse E over 6 %. Bankene oppdaterer disse ratingene årlig eller ved vesentlige endringer i bedriftens forhold.

I Norge stiller Finanstilsynet krav til at banker som bruker IRB-metoder, må validere sine PD-modeller regelmessig. Dette innebærer å sammenligne estimert PD med faktisk mislighold over tid (backtesting). Hvis modellen systematisk underestimerer eller overestimerer risikoen, må den kalibreres på nytt. For mindre banker som ikke har egne IRB-modeller, brukes ofte standardiserte PD-satser fra myndighetene.

Historisk bakgrunn

Konseptet misligholdssannsynlighet har røtter tilbake til 1970-tallet, da finansforskere som Robert Merton utviklet strukturelle modeller for kredittrisiko. Merton-modellen så på et selskaps egenkapital som en kjøpsopsjon på selskapets eiendeler, og mislighold oppstod når eiendelsverdien falt under gjeldsforpliktelsene. Denne teoretiske innsikten la grunnlaget for senere empiriske modeller.

Praktisk anvendelse av PD for porteføljer ble først utbredt etter Basel II-avtalen i 2004, som introduserte IRB-metoder. Basel II tillot banker å bruke egne PD-estimater for å beregne kapitalkrav, noe som ga insentiv til å utvikle mer presise risikomodeller. I Norge ble Basel II implementert gjennom forskrifter fra Finanstilsynet i 2007.

SMB-porteføljer fikk særlig oppmerksomhet etter finanskrisen i 2008, da mange små bedrifter gikk konkurs og bankene oppdaget at deres PD-modeller ikke fanget opp systemrisiko godt nok. Dette førte til strengere krav til stresstesting og makroøkonomiske scenarier i PD-estimeringen. I dag bruker norske banker ofte en kombinasjon av historiske data, ekspertvurderinger og makromodeller for å beregne PD for SMB.

Praktisk eksempel

La oss se på en norsk sparebank som har en portefølje på 500 lån til SMB i bygg- og anleggsbransjen. Banken har historiske data over 10 år og har observert at i gjennomsnitt 15 av 500 lån misligholder hvert år. Det gir en enkel historisk PD på 3 % (15/500). Banken ønsker imidlertid å justere for konjunkturer og bruker en logistisk regresjonsmodell som inkluderer BNP-vekst og rentenivå.

Tabellen under viser estimert PD for ulike segmenter i porteføljen:

En graf over gjennomsnittlig PD for norske SMB fra 2000 til 2023 (basert på data fra Norges Bank) ville vist topper under finanskrisen i 2008–2009 (PD opp mot 5 %) og under pandemien i 2020 (PD rundt 4,5 %), med lavere nivåer i oppgangsår som 2017–2019 (rundt 2 %). Slike grafer hjelper investorer å forstå syklisiteten i kredittrisiko.

Fordeler og ulemper

En av de største fordelene med å bruke PD i SMB-porteføljer er at det gir et kvantitativt mål på risiko som kan sammenlignes på tvers av lån og porteføljer. Det gjør det mulig å prissette risiko mer presist og å allokere kapital effektivt. Videre er PD en forutsetning for å følge regulatoriske krav som Basel III, og det bidrar til å opprettholde finansiell stabilitet.

Ulempene er særlig knyttet til datakvalitet og modellrisiko. SMB har ofte kortere historikk og mer uregelmessige regnskaper enn store foretak, noe som gjør PD-estimater usikre. Modellene kan også bli forenklet og ikke fange opp nisjerisiko, for eksempel en bransje som er spesielt utsatt for teknologisk endring. I tillegg kan PD-modeller underestimere risiko i oppgangstider fordi historiske data ikke fanger opp sjeldne, men alvorlige hendelser (svarte svaner).

For investorer som ikke er banker, kan det være vanskelig å få tilgang til pålitelige PD-data for SMB. Offentlig tilgjengelig informasjon som regnskap fra Brønnøysundregistrene kan brukes, men krever analytisk kompetanse. Derfor er det vanlig at investorer støtter seg på kredittvurderinger fra ratingbyråer eller bankenes interne vurderinger.

Vanlige misforståelser

En utbredt misforståelse er at PD er det samme som konkursrisiko. Mislighold kan forekomme uten at bedriften går konkurs – for eksempel ved at den misligholder et lån, men senere restrukturerer gjelden. PD er definert som manglende betaling i henhold til kontraktsvilkårene, og konkurs er bare en av flere mulige utfall.

En annen misforståelse er at PD kan predikeres nøyaktig for enkeltlån. I virkeligheten er PD en sannsynlighet på porteføljenivå; for et enkelt lån er det umulig å vite om det vil misligholde eller ikke. Derfor må investorer alltid tenke i porteføljesammenheng og diversifisere.

Noen tror også at en lav PD betyr at lånet er risikofritt. Selv med PD på 0,5 % er det en liten sjanse for tap, og når mange slike lån kombineres, kan det totale tapet bli betydelig i en krise. Det er derfor viktig å også vurdere korrelasjon mellom mislighold, noe som ofte glemmes i enkel PD-analyse.

Oppsummering

SMB-portefølje misligholdssannsynlighet er et uunnværlig verktøy for kredittrisikostyring i norske banker og for investorer som eksponerer seg mot små og mellomstore bedrifter. Det gir et systematisk mål på risiko som kan brukes til kapitalberegning, prising og porteføljeovervåking. Samtidig er PD-estimater beheftet med usikkerhet og må tolkes i lys av datakvalitet, modellantagelser og makroøkonomiske forhold.

For å lykkes med PD-analyse bør man segmentere porteføljen, bruke flere datakilder og regelmessig validere modellene. Norske reguleringer stiller strenge krav til banker, men også private investorer kan dra nytte av å forstå PD for å ta bedre risikobeslutninger. Husk at PD bare er én brikke i puslespillet – sammen med LGD, EAD og korrelasjon gir det et mer fullstendig bilde av kredittrisiko.