Assessing the Cyclical Implications of IFRS 9 — A Recursive Model
IFRS 9 ทำให้วิกฤตแรงขึ้นหรือไม่ · ECL Series ตอนที่ 3 (Jorge Abad & Javier Suarez — ESRB Occasional Paper No 12, July 2017)
IFRS 9 ถูกออกแบบมาให้ธนาคารตั้งสำรอง “เร็วขึ้น” เพื่อไม่ให้วิกฤตครั้งหน้าแรงเท่าปี 2008 แต่ Paper นี้ตั้งคำถามกลับว่า ถ้าสำรองพุ่งขึ้นพร้อมกันทั้งระบบตั้งแต่วันแรกของขาลง IFRS 9 จะกลายเป็นตัวเร่งวิกฤตเสียเองหรือไม่
ตอนที่ 2 จบไว้ที่ข้อถกเถียงเรื่อง Cliff Effect ว่าฝ่ายไหนถูก Paper นี้จัดทำประกอบงานของ ESRB (European Systemic Risk Board) Task Force ที่ศึกษาผลของ IFRS 9 ต่อเสถียรภาพทางการเงิน และสร้างโมเดลจำลองพอร์ตสินเชื่อขึ้นมาวัดเป็นตัวเลข
สิ่งที่ทำให้ Paper นี้น่าอ่านสำหรับคนทำโมเดล คือมันใช้เครื่องมือเดียวกับที่เราใช้ทำ Lifetime PD จริง ๆ นั่นคือ Rating Migration Matrix บวกกับวัฏจักรเศรษฐกิจแบบ Markov Chain แล้วเทียบวิธีตั้งสำรอง 4 แบบ ได้แก่ Incurred Loss (IAS 39 เดิม), One-year Expected Loss (แบบ Basel IRB), Lifetime Expected Loss (แบบ CECL ของสหรัฐฯ) และ IFRS 9
สรุปจากส่วนที่แอด Highlight สีส้มไว้ ดังนี้
1. คำตอบสั้น ๆ: IFRS 9 รวมความเจ็บไว้ที่ต้นขาลง
The Main Finding
ผลของโมเดลที่ปรับให้เข้ากับพอร์ตสินเชื่อธุรกิจของธนาคารยุโรปชี้ว่า
IFRS 9 จะทำให้ผลขาดทุนด้านเครดิตกระทบกำไรและ CET1 “กระจุกตัว” อยู่ที่ช่วงแรกสุดของขาลงของวัฏจักร ซึ่งทำให้เกิดความกังวลเรื่องการเสริมวัฏจักร (Procyclicality)
เพราะในช่วงเศรษฐกิจหดตัว อัตราผิดนัดของสินเชื่อปกติสูงกว่าช่วงขยายตัวมากกว่า 2 เท่า และลูกหนี้จำนวนมากไหลจาก Stage 1 ไป Stage 2 พร้อมกัน
2. โมเดลที่ใช้
A Recursive Rating Migration Model
- แบ่งสินเชื่อเป็น 3 กลุ่ม: Standard (เทียบอันดับ AAA–BB), Substandard (B–C ซึ่งเทียบได้กับ Stage 2) และ NPL
- ใช้ข้อมูลการเปลี่ยนอันดับเครดิตและอัตราผิดนัดของ S&P ช่วงปี 1981–2015
- PD ต่อปีของกลุ่ม Standard 0.85% และ Substandard 7.29%, LGD 36%, อายุสินเชื่อเฉลี่ย 5 ปี
- วัฏจักรเศรษฐกิจมี 2 สถานะ (ขยายตัว / หดตัว) สลับกันแบบ Markov Chain และสถานะนี้เปลี่ยน Migration Matrix กับ PD
- ธนาคารปล่อยสินเชื่อใหม่ทดแทนสินเชื่อที่ครบกำหนดตลอดเวลา และผลของสำรองถูกส่งต่อไปที่กำไรและ CET1
ใครเคยทำ Lifetime PD ด้วย Transition Matrix จะเห็นว่านี่คือโครงเดียวกัน เพียงแต่ต่อยอดไปถึงงบการเงินและเงินกองทุน
3. ระดับสำรองเทียบกัน 4 วิธี
Steady-state Allowances
ในภาวะปกติ (Steady State) สำรองคิดเป็น % ของสินเชื่อรวม
- Incurred Loss 1.14%
- One-year Expected Loss 1.78%
- IFRS 9 2.67%
- Lifetime Expected Loss 4.64%
IFRS 9 อยู่ใกล้ One-year มากกว่า Lifetime เพราะในภาวะปกติ สินเชื่อ Substandard (Stage 2) มีแค่ราว 15.5% ของพอร์ต
แต่สำรองของ Stage 2 (1.28%) ก็มากกว่าสำรองของ Stage 1 (0.24%) ถึง 5 เท่า แม้สินเชื่อ Stage 1 จะมีสัดส่วนมากกว่ามาก
เมื่อเฉลี่ยตลอดวัฏจักร สำรองแบบ IFRS 9 สูงกว่า Incurred Loss ราว 152 bps และสูงกว่า One-year Expected Loss ราว 88 bps
4. เห็น Cliff Effect ในกราฟเดียว
Effects of a Negative Shock
ผู้เขียนลองช็อกพอร์ต โดยให้สินเชื่อ Standard 35% ตกเป็น Substandard ในปีเดียว
- สำรองแบบ IFRS 9 พุ่งขึ้นราว 1.9 percentage points ของสินเชื่อตั้งต้น
- แบบ Lifetime เพิ่มราว 1.3 points
- แบบ One-year เพิ่มแค่ 0.5 point และแบบ Incurred เพิ่มราว 0.4 point (และเพิ่มช้ากว่า 1 ปี)
ที่น่าสนใจคือ IFRS 9 พุ่งแรงกว่า Lifetime ด้วยซ้ำ
เหตุผลคือ แบบ Lifetime ตั้งสำรองเต็มอายุไว้กับทุกสัญญาอยู่แล้ว ช็อกจึงเพิ่มแค่ส่วนของความเสี่ยงที่สูงขึ้น
Get Perpetual learn เจ้าม่วง’s stories in your inbox
Join Medium for free to get updates from this writer.
แต่ใน IFRS 9 สัญญาที่ตกจาก Stage 1 ไป Stage 2 ต้องกระโดดจาก 12-month เป็น Lifetime ECL ในทันที นี่คือ “หน้าผา” ของ Cliff Effect
ผลต่อ CET1 ก็ต่างกันมาก ภายใต้ IFRS 9 ธนาคารต้องใช้กันชนเงินกองทุน (Capital Conservation Buffer: CCB) ในปีนั้นทันที และต้องเพิ่มทุนเล็กน้อย ขณะที่วิธีอื่นไม่ต้องเพิ่มทุนเลย
5. เมื่อเศรษฐกิจถดถอยจริง
The Arrival of a Contraction
เมื่อจำลองการเข้าสู่ภาวะถดถอย “ตามปกติ”
- ผลกระทบต่อ CET1 ในทันทีภายใต้ IFRS 9 เท่ากับราว 1 ใน 3 ของ CCB และมากกว่าแบบ Incurred Loss ราว 2 เท่า
- โอกาสที่ธนาคารต้องเพิ่มทุนในช่วงหดตัว เพิ่มจาก 10.3% (Incurred) และ 12.5% (One-year) เป็น 14.9% (IFRS 9)
- ถ้าหดตัวต่อเนื่อง ภายใต้ IFRS 9 ธนาคารจะใช้ CCB หมดในปีที่ 4 ขณะที่แบบ One-year ใช้หมดในปีที่ 5
ในทางกลับกัน IFRS 9 ทำให้ธนาคารกำไรดีและเงินกองทุนแข็งแรงกว่าในช่วงขาขึ้น
ผู้เขียนจึงสรุปว่า ไม่อาจตัดความเป็นไปได้ว่า ในบางสถานการณ์ IFRS 9 จะ “เพิ่ม” ความผันผวนของแรงกดดันต่อเงินกองทุนตลอดวัฏจักร ซึ่งสวนทางกับเจตนาของมาตรฐาน
6. ผลรอบสอง และความสำคัญของการมองล่วงหน้า
Second-round Effects
เมื่อเงินกองทุนลดลง ธนาคารมักไม่ได้แค่งดปันผลหรือเพิ่มทุน
แต่จะลดสินทรัพย์เสี่ยง (RWA) ด้วย เช่น ลดการปล่อยสินเชื่อใหม่ หรือหันไปปล่อยให้ลูกหนี้ที่ปลอดภัยกว่า
ถ้าทุกธนาคารทำพร้อมกัน สินเชื่อทั้งระบบจะหดตัวตั้งแต่ช่วงแรกของขาลง ซึ่งอาจซ้ำเติมวิกฤต
แต่ Paper ก็มีข่าวดี
ถ้าธนาคารคาดการณ์การมาของวิกฤตได้ล่วงหน้า 1 ปี ผลกระทบต่อสำรอง กำไร และ CET1 จะเบาลงอย่างมาก
แปลว่าคุณภาพของ Forward-looking Information และ Macro Scenario ไม่ใช่แค่เรื่องความแม่นของตัวเลข แต่กำหนดว่าสำรองจะ “ค่อย ๆ ขึ้น” หรือ “กระโดด”
7. นโยบายรองรับ
Macroprudential Implications
ผู้เขียนมองว่าผลกระทบ “มีนัยสำคัญ แต่รับมือได้” ถ้าธนาคารมี CCB เต็มจำนวนตอนช็อกมาถึง
ข้อเสนอคือ ให้หน่วยงานกำกับดูแลใช้กันชนเงินกองทุนต้านวัฏจักร (Countercyclical Capital Buffer: CCyB) อย่างจริงจัง
โดยตั้งไว้สูงกว่าศูนย์ในช่วงเศรษฐกิจปกติ เพื่อปลดปล่อยได้ทันทีเมื่อสำรองพุ่งขึ้น
ควบคู่กับ Stress Test ที่ดูว่าสำรองแบบ IFRS 9 จะขยับเท่าไหร่ภายใต้ Scenario ร้าย
แต่ในโลกจริง ความเสี่ยงหลายอย่างไม่มีอยู่ในข้อมูลอดีตเลย ธนาคารจึงต้องพึ่ง “Overlay” ซึ่งเป็นเรื่องของตอนสุดท้าย
ข้อจำกัดที่ผู้เขียนระบุเอง
โมเดลเรียบง่าย ไม่ได้รวมการเปลี่ยนพฤติกรรมการปล่อยกู้หรือการเตรียมตัวล่วงหน้าของธนาคาร และอิงข้อมูลในอดีต ผลจึงไม่ใช่การประเมินต้นทุนและประโยชน์ทั้งหมดของ IFRS 9 แต่เป็นการวัดผลด้านเสริมวัฏจักรเป็นตัวเลขครั้งแรก ๆ
ที่มา: Abad, J. and Suarez, J. (2017), “Assessing the cyclical implications of IFRS 9 — a recursive model”, ESRB Occasional Paper Series No 12, European Systemic Risk Board, July 2017
ภาพประกอบทั้งหมดจาก Abad & Suarez (2017), ESRB Occasional Paper No 12, © European Systemic Risk Board · นำมาประกอบเพื่อการศึกษาเท่านั้น
ECL Series ทั้ง 4 ตอน
ถ้าสนใจคอนเทนต์แบบนี้อีก เพียงติดตามเราไว้ ECL Series มีทั้งหมด 4 ตอน
- IFRS 9 ECL Framework จากผู้ออกมาตรฐาน (IFRS Foundation, 2021)
- ทำไมโลกต้องเปลี่ยนมาใช้ ECL (BIS Quarterly Review, 2017)
- (คุณอยู่ตรงนี้) IFRS 9 ทำให้วิกฤตแรงขึ้นหรือไม่ (ESRB, 2017)
- Overlay และความเสี่ยงที่โมเดลมองไม่เห็น (ECB Banking Supervision, 2024)
เจ้าม่วง · Perpetual Learn
