4.2 Data requirements

Radi ispunjavanja zahtjeva iz članka 76. RTS -a o metodologiji procjene IRB pristupa institucije trebaju imati zadovoljavajuće politike, procese i metode procjenjivanja i poboljšavanja kvalitete podataka upotrijebljenih za procese upravljanja i mjerenja kreditnih rizika, institucije trebaju osigurati da se te politike primjenjuju na sve podatke upotrijebljene u razvoju i kalibraciji modela, kao i na sve podatke upotrijebljene u primjeni parametara rizika.

Kako bi podatci upotrijebljeni u razvoju modela i primjeni parametara rizika kao ulaznih vrijednosti modela zadovoljavali zahtjeve u pogledu točnosti, potpunosti i prikladnosti iz članka 174. toč ke (b) Uredbe (EU) br. 575/2013, trebaju biti dovoljno precizni kako bi se izbjegla značajna narušavanja rezultata raspoređivanja izloženosti u rejting - kategorije dužnika ili proizvoda te skupove izloženosti i ne smiju sadržavati nikakve pristranosti koje čine podatke neprikladnima za tu svrhu. 4.2.2 Upravljanje reprezentativnošću podataka

Kako bi se zadovoljio zahtjev reprezentativnosti podataka upotrijebljenih u PD i LGD modelima iz članka 174. točke (c), članka 179. stavka 1. točke (d) i članka 179. stavka 2. točke (b) Uredbe (EU) br. 575/2013, kao i članaka 40. i 45. RTS -a o metodologiji procjene IRB pristupa, institucije trebaju imati odgovarajuće politike, procese i metode procjenjivanja reprezentativnosti podataka upotrijebljenih za procjenjivanje parametara rizika. Institucije trebaju u svojim internim politikama odrediti statističke testove i mjere koje treba upotrijebiti za potrebe procjenjivanja reprezentativnosti podataka upotrijebljenih za diferenciranje rizika i posebno za podatke na kojima se temelj i kvantificiranje rizika. Institucije isto tako trebaju odrediti metode za kvalitativnu procjenu podataka za slučajeve, definirane u njihovim politikama, u kojima nije moguća primjena statističkih testova.

Institucije trebaju primijeniti iste standarde i metode za ocjenjivanje reprezentativnosti podataka koji proizlaze iz različitih izvora, uključujući interne, vanjske i zajedničke skupove podataka ili kombinaciju istih, osim ako su različite metode opravdane specifičnošću izvora podataka ili dostupnošću po dataka.

Ako se koriste vanjski podatci ili zajednički skupovi podataka, institucije trebaju pribaviti dovoljne informacije od pružatelja podataka za procjenu reprezentativnosti takvih vanjskih podataka ili zajedničkih skupova podataka za vlastite portfelje i procese.

4.2.3 Reprezentativnost podataka za razvoj modela

Institucije trebaju analizirati reprezentativnost podataka u slučaju statističkih modela i drugih mehaničkih metoda upotrijebljenih za raspoređivanje izloženosti u rejting -kategorije ili skupove izloženosti, kao i u slučaju statističkih modela za predviđanje nastanka statusa neispunjavanja obveza kojima se procjenjuju vjerojatnosti nastanka statusa neispunjavanja obveza za pojedinačne dužnike ili proizvode. Institucije trebaju odabrati odgovarajući sku p podataka za potrebe razvoja modela kako bi se osiguralo da učinkovitost modela na portfelju primjene, posebno njegova diskriminatorna snaga, nije značajno umanjena zbog nedovoljne reprezentativnosti podataka.

Za potrebe osiguravanja da podatci koji se up otrebljavaju u razvoju modela za raspoređivanje dužnika ili izloženosti u rejting - kategorije ili skupove izloženosti budu reprezentativni u odnosu na portfelj primjene obuhvaćen relevantnim modelom sukladno članku 174. točki (c) Uredbe (EU) br. 575/2013 i članku 40. stavku 2. RTS -a o metodologiji procjene IRB pristupa, institucije trebaju analizirati reprezentativnost podataka u fazi razvoja modela u smislu svega sljedećeg:

• (a) područja primjene,
• (b) definicije statusa neispunjavanja obveza,
• (c) distribucije relevantni h rizičnih karakteristika,
• (d) standarda odobravanja plasmana i politika naplate.

Za potrebe stavka 21 . točke (a) institucije trebaju analizirati segmentaciju izloženosti i razmotriti je li došlo do promjene područja primjene razmatranog modela tijekom razdoblja obuhvaćenog podatcima upotrijebljenim u razvoju modela za raspoređivanje dužnika ili izloženosti u rejting - kategorije ili skupove izloženosti. Kada se opaze takve promjene, institucije trebaju analizirati pokretače rizika relevantne za promjenu područja primjene modela uspoređujući njihovu distribuciju u referentnom skupu podataka prije i nakon promjene, kao i s distribucijom tih pokretača rizika u portfelju primjene. U tu svrhu, institucije trebaju primijeniti statističke metodologije kao što je klaster analiza ili slične tehnike kako bi dokazale reprezentativnost. U slučaju modela razvijenih na zajedničkom skupu podataka, analizu treba izvršiti uzimajući u obzir po dručje primjene modela od strane institucije.

Za potrebe stavka 21 . točke (b) institucije trebaju osigurati da definicija statusa neispunjavanja obveza temeljem koje su generirani podatci upotrijebljeni za razvoj modela bude dosljedna tijekom vremena te da posebno bude dosljedna u odnosu na sve sljedeće:

• (a) da su izvršene prilagodbe kako bi se postigla dosljednost s trenutačnom definicijom statusa neispunjavanja obveza ak o se ta definicija mijenjala tijekom promatranog razdoblja;
• (b) da je institucija usvojila odgovarajuće mjere za slučajeve kada model obuhvaća izloženosti u nekoliko područja nadležnosti u kojima postoje ili su postojale različite definicije statusa neispunjav anja obveza;
• (c) da je definicija statusa neispunjavanja obveza zasebno analizirana za svaki izvor podataka;
• (d) da definicija statusa neispunjavanja obveza primijenjena prilikom razvoja modela nema negativan učinak na strukturu i učinkovitost rejting -modela u pog ledu diferenciranja rizika i prediktivne snage ako je ta definicija različita od definicije statusa neispunjavanja obveza kojom se institucija koristi u skladu s člankom 178. Uredbe (EU) br. 575/2013.

Za potrebe stavka 21 . točke (c) institucije trebaju analizirati distribuciju i raspon vrijednosti ključnih rizičnih karakteristika upotrijebljenih u razvoju modela za diferenciranje rizika u usporedbi s portfeljem primjen e. U odnosu na LGD modele, institucije trebaju provesti takvu analizu posebno za izloženosti u statusu ispunjavanja obveza i za izloženosti u statusu neispunjavanja obveza.

Institucije trebaju analizirati reprezentativnost podataka u pogledu strukture port felja prema relevantnim rizični m karakteristikama na temelju statističkih testova navedenih u njihovim politikama kako bi osigurale da se raspon vrijednosti opažen za te rizične karakteristike u portfelju primjene primjereno odražava u razvojnom uzorku. Ako nije moguća primjena statističkih testova, institucije trebaju provesti barem kvalitativnu analizu na temelju deskriptivne statistike strukture portfelja, uzimajući u obzir moguće učinke sezoniranja iz članka 180. stavka 2. točke (f) Uredbe (EU) br. 575/ 2013. Prilikom razmatranja rezultata ove analize, institucije trebaju uzeti u obzir osjetljivost rizičnih karakteristika na gospodarske uvjete. Treba riješiti značajne razlike u ključnim rizičnim karakteristikama između uzorka podataka i portfelja primjene , na primjer koristeći drugi uzorak podataka ili podskup podataka ili odgovarajućim odražavanjem tih rizičnih karakteristika kao pokretača rizika u modelu.

Za potrebe stavka 21 . točke (d) institucije trebaju analizirati postoje li tijekom relevantnog povijesnog razdoblja promatranja značajne promjene u njihovim standardima odobravanja plasmana ili politikama naplate ili u relevantnom zakonodavnom okružju uključujući pr omjene u pravu koje uređuje insolventnost, proceduri ovršnog postupka i svim pravnim propisima povezanima s naplatom kolaterala koje mogu utjecati na razinu rizika ili distribuciju ili raspon rizičnih karakteristika u portfelju obuhvaćenom razmatranim mode lom. Ako institucije opaze takve promjene, trebaju usporediti podatke uključene u referentni skup podataka prije i nakon promjene politike. Institucije trebaju osigurati usporedivost trenutačnih standarda odobravanja plasmana ili standarda naplate s podatc ima uključenim u referentni skup podataka i upotrijebljenim za razvoj modela.

Unutar PD modela, reprezentativnost podataka koji se upotrebljavaju u razvoju modela za diferenciranje rizika ne zahtijeva da udio izloženosti u statusu neispunjavanja obveza i izloženosti koje nisu u statusu neispunjavanja obveza u tom skupu podataka bude jednak udjelu izloženosti u statusu neispunjavanja obveza i izloženosti koje nisu u statusu neispunjavanja obveza u portfelju primjene te institucije. Ipak, institucije u razvo jnom skupu podataka trebaju imati dovoljan broj opservacija u statusu neispunjavanja obveza i statusu ispunjavanja obveza te trebaju dokumentirati razliku.

4.2.4 Reprezentativnost podataka za kalibriranje parametara rizika

Kako bi institucije osigurale da podatc i upotrijebljeni u kvantifikaciji rizika budu reprezentativni za portfelj primjene obuhvaćen relevantnim modelom u skladu s pododjeljkom 2. odjeljka 6. poglavlja 3. u dijelu 3. Uredbe (EU) br. 575/2013 i člankom 45. stavkom 2. RTS -a o metodologiji procjene IRB pristupa, institucije trebaju analizirati usporedivost podataka upotrijebljenih za izračun dugoročnih prosjeka stopa nastanka statusa neispunjavanja obveza ili dugoročnih prosjeka LGD- a iz članka 179. stavka 1. točke (d) Uredbe (EU) br. 575/2013 i, ak o je relevantno, reprezentativnost zajedničkog skupa podataka u skladu s člankom 179. stavkom 2. točkom (b) te Uredbe, u smislu svega sljedećega:

• (a) područja primjene,
• (b) definicije statusa neispunjavanja obveza,
• (c) distribucije relevantnih rizičnih karakteristika,
• (d) trenutačnih i predvidivih gospodarskih ili tržišnih uvjeta,
• (e) standarda odobravanje plasmana i politika naplate.

Za potrebe stavka 28 . točke (a) institucije trebaju iz vršiti analizu kako je određeno u stavku 22.

Za potrebe stavka 28 . točke (b) i kako bi se osiguralo da definicija statusa neispunjavanja obveza temeljem koje su generirani podatci upotrijebljeni za kvantifikaciju rizika iz svakog izvora podataka bude u skladu sa zahtjevima iz članka 178. Uredbe (EU) br. 575/2013, institucije trebaju usporediti definiciju statusa neispunjavanja obveza koju trenutačno primjenjuju s definicijama koje se primjenjuju za opservacije uključene u skup podataka upotrijebljen za kvantifikaciju rizika. Ako se definicija statusa neispunjavanja obveza mijenjala tijekom povijesnog razdoblja promatranja, institucije trebaju procijeniti reprezentativnost povijesnih podataka uključenih u referentni skup podataka i upotrijebljenih za kvantifikaciju rizika na isti način kako je određeno za vanjske podatke u poglavlju 6. EBA -inih Smjernica o primjeni definicije statusa neispunjavanja obveza iz članka 178. Uredbe (EU) br. 575/2013. Ako se definicija statusa neispunjavanja obveza promijenila tijekom povijesnog razdoblja promatranja više od jednom, institucije trebaju izvršiti analizu svake od prošlih definicija sta tusa neispunjavanja obveza zasebno.

Za potrebe stavka 28 . točke (c) institucije trebaju izvršiti odgovarajuću analizu kako bi osigurale da na razini kalibracijskog se gmenta rasponi vrijednosti ključnih rizičnih karakteristika u portfelju primjene budu usporedivi s onima u portfelju koji čini referentni skup podataka za kvantifikaciju rizika, u mjeri potrebnoj za osiguravanje nepristranosti kvantifikacije rizika.

Za potrebe stavka 28 . točke (d) institucije trebaju izvršiti analizu tržišnih i gospodarskih uvjeta koji se odnose na podatke na sljedeći način:

• (a) u odnosu na procjenu PD-a, u skladu s odjeljkom 5.3.4 .;
• (b) u odnosu na procjenu LGD-a, u skladu s odjeljkom 6.3.2 . i uzimajući u ekonomsku recesiju sukladno zahtjevima iz članka 181. stavka 1. toč ke (b) Uredbe (EU) br. 575/2013.

Za potrebe stavka 28 . točke (e) institucije trebaju analizirati postoje li značajne promjene u standardima odobravanja plasmana ili politikama naplate tijekom relevantnog povijesnog razdoblja promatranja koje bi mogle utjecati na razinu rizika ili distribuciju ili raspone karakteristika relevantnih pokretača rizika u portfelju obuhvaćenom razmatranim modelom. Ako institucije opaze takve promjene, trebaju analizirati potencijalnu pristranost u procjenama parametara rizika proisteklu iz tih promjena na sljedeći način:

• (a) u odnosu na procjenu PD-a, u pogledu razine stopa statusa neispunjavanja obveza i vjerojatan raspon varijabilnosti stopa st atusa neispunjavanja obveza;
• (b) u odnosu na procjenu LGD- a, u pogledu stopa gubitka, prosječnog trajanja procesa naplate, učestalosti upotrebe određenih scenarija naplate i distribucije visine gubitka.

Ako je reprezentativnost podataka ocijenjena u skladu sa stavcima od 28. do 33. nedovoljna i dovodi do pristranosti ili povećane neizvjesnosti kvantifikacije rizika, institucije trebaju provesti odgovarajuće prilagodbe kako bi se otklonila pristranost i trebaju primijeniti maržu konzervativnosti u skladu s odjeljkom 4.4.