4.2 Data requirements

For at overholde kravet i artikel 76 i RTS om IRB-vurderingsmetoden, som foreskriver, at institutter bør have forsvarlige politikker, procedurer og metoder til vurdering og forbedring af datakvaliteten, der anvendes i forbindelse med procedurer for kreditrisikomåling og kreditrisikostyring, bør institutterne sikre, at de politikker gælder for alle data, som anvendes under modeludvikling og kalibrering, samt for de data, der anvendes i forbindelse med anvendelse af risikoparametrene.

For at de data, der anvendes under modeludviklingen og i forbindelse med anvendelsen af risikoparametre som input i modellen, kan opfylde kravene om nøjagtighed, fuldstændighed og hensigtsmæssighed som specificeret i artikel 174, litra b), i forordning (EU) nr. 575/2013, skal de være tilstrækkeligt præcise for at undgå væsentlige påvirkninger af resultatet for allokeringen af eksponeringer i låntager- eller facilitetsratingklasser eller puljer, og de bør ikke indeholde bias, som gør dataene uegnet til formålet. 4.2.2 Styring for datas repræsentativitet

For at overholde kravet om repræsentativitet af dataene, der anvendes i PD- og LGD-modellen som specificeret i artikel 174, litra c), artikel 179, stk. 1, litra d), og artikel 179, stk. 2, litra b), i forordning (EU) nr. 575/2013 samt i artikel 40 og 45 i RTS om IRB-vurderingsmetoden, bør institutterne have forsvarlige politikker, procedurer og metoder for vurdering af de datas repræsentativitet, der anvendes i forbindelse med estimering af risikoparametre. I deres interne politikker bør institutterne specificere de statistiske tester og parametre, som skal anvendes i forbindelse med vurdering af repræsentativiteten af dataene, der anvendes til risikodifferentiering, og de bør ligeledes specificere dette separat for data, som ligger til grund for risikokvantificeringen. Institutterne bør også specificere metoder til kvalitativ vurdering af data for de tilfælde, der er defineret i deres politikker, og hvor anvendelsen af statistiske tests ikke er mulig.

Institutterne bør anvende de samme standarder og metoder til vurdering af repræsentativiteten af dataene, der stammer fra forskellige kilder, herunder interne, eksterne og fælles data eller en kombination af disse, medmindre forskellige metoder kan begrundes med datakildens specificitet eller tilgængeligheden af oplysninger.

Når der anvendes eksterne eller fælles data, bør institutterne indhente tilstrækkelige oplysninger fra dataleverandørerne til at vurdere repræsentativiteten af sådanne eksterne eller fælles data ud fra instituttets egne porteføljer og procedurer.

4.2.3 Datas repræsentativitet til modeludvikling

Institutterne bør analysere datas repræsentativitet i tilfælde af statistiske modeller og andre mekaniske metoder, der anvendes til at fordele eksponeringer i ratingklasser eller puljer, samt i tilfælde af statistiske modeller til forudsigelse af misligholdelser, som fastlægger estimater af sandsynligheden for misligholdelse med hensyn til individuelle låntagere eller faciliteter. Institutterne bør vælge et passende datasæt i forbindelse med modeludvikling for at sikre, at modellens resultater for anvendelsesporteføljen, især dens rangordningsevne, ikke hæmmes væsentligt af datas utilstrækkelige repræsentativitet.

Med henblik på at sikre at de data, som anvendes under udvikling af modellen til allokering af låntagere eller eksponeringer i ratingklasser eller puljer, er repræsentative for anvendelsesporteføljen, der er omfattet af den pågældende model, som krævet i artikel 174, litra c), i forordning (EU) nr. 575/2013 og artikel 40, stk. 2, i RTS om IRB-vurderingsmetoden, bør institutterne analysere dataenes repræsentativitet på modeludviklingstrinnet med hensyn til følgende:

• (a) anvendelsesområdet
• (b) definitionen af misligholdelse
• (c) fordelingen af de relevante risikokarakteristika
• (d) kreditregler og inddrivelsespolitikker.

I forbindelse med punkt 21, litra (a), bør institutterne analysere segmenteringen af eksponeringer og tage i betragtning, hvorvidt der var nogle ændringer i den pågældende models anvendelsesområde i løbet af perioden, der er omfattet af de data, som blev anvendt under udvikling af modellen til allokering af låntagere eller eksponeringer i ratingklasser eller puljer. I tilfælde, hvor der observeres sådanne ændringer, bør institutterne analysere de relevante risikofaktorer for ændringen i modellens anvendelsesområde ved at sammenligne deres fordeling i referencedatasættet (RDS) før og efter ændringen samt med fordelingen af disse risikofaktorer i anvendelsesporteføljen. I den forbindelse bør institutterne anvende statistiske metoder såsom klyngeanalyse eller lignede teknikker til at påvise repræsentativitet. I tilfælde af fælles modeller bør analysen udføres med hensyn til den del af modellens område, som anvendes af et institut.

I forbindelse med punkt 21, litra (b), bør institutterne sikre, at definitionen af misligholdelse, der ligger til grund for de data, som anvendes til modeludvikling, er konsistent over tid, og at den især er i overensstemmelse med følgende:

• (a) Der er foretaget justeringer for at opnå konsistens med den aktuelle misligholdelsesdefinition, når misligholdelsesdefinitionen er blevet ændret i observationsperioden.
• (b) Der er truffet passende foranstaltninger af instituttet, når modellen omfatter eksponeringer i flere jurisdiktioner, som har eller har haft forskellige misligholdelsesdefinitioner.
• (c) Definitionen af misligholdelse i hver datakilde er blevet analyseret separat.
• (d) Definitionen af misligholdelse, der anvendes i forbindelse med modeludvikling, har ingen negativ indvirkning på ratingmodellens struktur og resultater med hensyn til risikodifferentiering og evnen til at forudsige, når denne definition er forskellig fra definitionen af misligholdelse, som anvendes af instituttet i overensstemmelse med artikel 178 i forordning (EU) nr. 575/2013.

I forbindelse med punkt 21, litra (c), bør institutterne analysere værdifordeling og værdiområde for centrale risikokarakteristika med hensyn til de data, som anvendes under udvikling af modellen til risikodifferentiering, i forhold til anvendelsesporteføljen. For så vidt angår LGD-modeller, bør institutterne udføre sådanne analyser separat for ikkemisligholdte og misligholdte eksponeringer.

Institutterne bør analysere dataenes repræsentativitet med hensyn til porteføljens struktur ud fra relevante risikokarakteristika og på grundlag af statistiske tests, som er specificeret i institutternes politikker, med henblik på at sikre, at det observerede værdiområde for disse risikokarakteristika i anvendelsesporteføljen er tilstrækkeligt afspejlet i udviklingsprøven. Når anvendelse af statistiske tests ikke er mulig, bør institutterne som minimum udføre en kvalitativ analyse på grundlag af de deskriptive statistikker for porteføljens struktur under hensyntagen til de mulige sæsoneffekter omtalt i artikel 180, stk. 2, litra f), i forordning (EU) nr. 575/2013. Når resultaterne af denne analyse tages i betragtning, bør institutterne tage højde for risikokarakteristikaenes følsomhed over for økonomiske forhold. Væsentlige forskelle i de centrale risikokarakteristika mellem dataprøven og anvendelsesporteføljen bør adresseres, f.eks. ved at anvende en anden dataprøve eller en delmængde af observationer eller ved at afspejle disse risikokarakteristika tilstrækkeligt som risikofaktorer i modellen.

I forbindelse med punkt 21, litra (d), bør institutterne analysere, om der i den relevante historiske observationsperiode var betydelige ændringer i deres kreditregler eller inddrivelsespolitikker eller i det relevante lovgivningsmæssige miljø, herunder ændringer i lovgivning om insolvens, retslige tvangsauktionsprocedurer og alle retsforskrifter vedrørende afhændelse af sikkerhedsstillelser, der kan påvirke risikoniveauet eller risikokarakteristikaenes fordeling eller områder i porteføljen, der er omfattet af den pågældende model. I tilfælde, hvor institutterne observerer sådanne ændringer, bør de sammenligne de data, som er indbefattet i referencedatasættet (RDS), før og efter ændringen af politikken. Institutterne bør sikre de aktuelle udlånspolitikkers eller inddrivelsesreglers sammenlignelighed med dem, som finder anvendelse på observationerne, der er indbefattet i referencedatasættet (RDS), og som anvendes til modeludvikling.

Inden for PD-modellen kræver de datas repræsentativitet, som anvendes under udvikling af modellen til risikodifferentiering, ikke, at andelen af misligholdte og ikkemisligholdte eksponeringer i dette datasæt skal være lig med andelen af misligholdte og ikkemisligholdte eksponeringer i instituttets anvendelsesportefølje. Institutterne bør dog have et tilstrækkeligt antal observationer af misligholdelse og ikkemisligholdelse i udviklingsdatasættet, og de bør dokumentere forskellen.

4.2.4 Datas repræsentativitet til kalibrering af risikoparametre

For at institutterne kan sikre, at de anvendte data til risikokvantificering er repræsentative for anvendelsesporteføljen, der er omfattet af den pågældende model, i overensstemmelse med tredje del, kapitel 3, afdeling 6, underafdeling 2, i forordning (EU) nr. 575/2013 og artikel 45, stk. 2, i RTS om IRB-vurderingsmetoden, bør institutterne analysere sammenligneligheden af de data, der anvendes i forbindelse med beregning af langsigtede gennemsnitlige misligholdelsesrater eller langsigtede gennemsnitlige tab givet misligholdelse (LGD) som omtalt i artikel 179, stk. 1, litra d), i forordning (EU) nr. 575/2013, og, hvor det er relevant, analysere puljens repræsentativitet i overensstemmelse med artikel 179, stk. 2, litra b), i førnævnte forordning, for så vidt angår følgende:

• (a) anvendelsesområdet
• (b) definitionen af misligholdelse
• (c) fordelingen af de relevante risikokarakteristika
• (d) de aktuelle og forventede økonomiske forhold eller markedsvilkår
• (e) kreditregler og inddrivelsespolitikker.

I forbindelse med punkt 28, litra (a), bør institutterne udføre en analyse som specificeret i punkt 22.

I forbindelse med punkt 28, litra (b), og for at sikre at definitionen af misligholdelse, der ligger til grund for de data fra hver datakilde, som anvendes til risikokvantificering, er i overensstemmelse med kravene i artikel 178 i forordning (EU) nr. 575/2013, bør institutterne sammenligne definitionen af misligholdelse, der aktuelt anvendes af instituttet, med definitionerne, som anvendes til observationerne, der er indbefattet i det anvendte datasæt til risikokvantificering. Hvis definitionen af misligholdelse er ændret i den historiske observationsperiode, bør institutterne vurdere de historiske datas repræsentativitet, der er indbefattet i referencedatasættet (RDS), og som anvendes til risikokvantificering, på samme måde som specificeret for eksterne data i kapitel 6 i EBA's retningslinjer for anvendelsen af definitionen af misligholdelse i henhold til artikel 178 i forordning (EU) nr. 575/2013. Hvis definitionen af misligholdelse er ændret i den historiske observationsperiode mere end en gang, bør institutterne udføre analysen af hver af de tidligere definitioner af misligholdelse separat.

I forbindelse med punkt 28, litra (c), bør institutterne udføre en egnet analyse for at sikre, at værdiområderne for de centrale risikokarakteristika i anvendelsesporteføljen på kalibreringssegmentets niveau er sammenlignelige med dem i porteføljen, der udgør referencedatasættet til risikokvantificering, i en grad, som er nødvendig for at sikre, at risikokvantificeringen ikke udsættes for bias.

I forbindelse med punkt 28, litra (d), bør institutterne udføre analysen af markedsvilkårene og de økonomiske forhold, der ligger til grund for dataene, på følgende måde:

• (a) i overensstemmelse med afsnit 5.3.4 med hensyn til PD-estimering
• (b) i overensstemmelse med afsnit 6.3.2 og under hensyntagen til en mulig økonomisk nedgangsperiode som krævet i artikel 181, stk. 1, litra b), i forordning (EU) nr. 575/2013 med hensyn til LGD-estimering.

I forbindelse med punkt 28, litra (e), bør institutterne analysere, om der var betydelige ændringer i kreditreglerne eller inddrivelsespolitikkerne i den relevante historiske observationsperiode, som kan påvirke risikoniveauet eller karakteristikaene for relevante risikofaktorers fordeling eller områder i porteføljen, der er omfattet af den pågældende model. I tilfælde, hvor institutterne observerer sådanne ændringer, bør de analysere den potentielle bias i estimaterne af risikoparametre, der resulterer af disse ændringer, på følgende måde:

• (a) i form af misligholdelsesraternes niveau og misligholdelsesraternes sandsynlige udsvingsområde med hensyn til PD-estimering
• (b) i form af tabsprocenter, inddrivelsesprocedurernes gennemsnitlige varighed, hyppigheder for anvendelse af bestemte inddrivelsesscenarier og fordelinger af tabsomfang med hensyn til LGD-estimering.

Når datas repræsentativitet, som vurderes i overensstemmelse med punkt 28 til 33, er utilstrækkelig og fører til en bias eller øget usikkerhed i risikokvantificering, bør institutterne foretage en passende justering for at afhjælpe biasen, og de bør anvende en forsigtighedsmargen i overensstemmelse med afsnit 4.4.