4.2 Data requirements

För att uppfylla kravet i artikel 76 i den tekniska standarden för tillsyn av den interna bedömningsmetoden om att institut bör ha sunda policyer, processer och metoder för bedömning och förbättring av kvaliteten på data som används vid mätning av kreditrisk och hanteringsprocesser bör instituten se till att deras policyer tillämpas för alla data som används i kalibreringen och modellutvecklingen samt för data som används vid tillämpningen av riskparametrar.

För att data som används vid modellutveckling och tillämpningen av riskparametrar som indata i modellen ska uppfylla kraven på riktighet, fullständighet och lämplighet som anges i artikel 174 b i förordning (EU) nr 575/2013 bör de vara tillräckligt exakta för att undvika väsentlig snedvridning i resultatet av åsättandet av riskklasser för exponeringar, och de bör inte innehålla några snedvridningar som gör data olämpliga. 4.2.2 Styrning avseende representativiteten för data

För att uppfylla kravet på representativitet för data som används i PD- och LGD-modellerna som anges i artiklarna 174 c, 179.1 d och 179.2 b i förordning (EU) nr 575/2013 samt artiklarna 40 och 45 i den tekniska standarden för tillsyn av den interna bedömningsmetoden bör instituten ha sunda policyer, processer och metoder för bedömning av representativiteten för data som används för skattning av riskparametrar. Instituten bör i sina interna policyer ange de statistiska tester och mått som ska användas vid bedömningen av representativiteten för data som används för riskdifferentiering, samt separat av underliggande data för riskkvantifieringen. Instituten bör även ange metoder för kvalitativ bedömning av data för sådana fall, som anges i deras policyer, där det inte är möjligt att tillämpa statistiska tester.

Instituten bör använda samma standarder och metoder för bedömning av representativiteten för data som härrör från olika källor, inbegripet interna, externa och sammanställda data eller en kombination av dessa, såvida inte olika metoder motiveras av datakällans särskilda egenskaper eller tillgången till information.

Om både externa eller sammanställda data används bör instituten ta fram tillräcklig information från dataleverantörerna för att bedöma om dessa externa eller sammanställda datas representativitet för institutets egna portföljer och processer.

4.2.3 Representativitet hos data för utarbetande av modell

Instituten bör analysera representativiteten för data i det fall statistiska modeller och andra mekaniska metoder använts för att åsätta riskklasser eller pooler för exponeringar, samt i det fall statistiska modeller estimerar sannolikheten för att enskilda gäldenärer eller exponeringar ska fallera. Instituten bör välja lämpliga data för modellutvecklingen för att säkerställa att modellens prestanda när det gäller tillämpningsportföljen, särskilt dess urskiljningsförmåga, inte hindras avsevärt av bristande representativitet för data.

För att säkerställa att data som används vid modellutveckling för att åsätta gäldenärer eller exponeringar en riskklass eller pool är representativa för tillämpningsportföljen som omfattas av den relevanta modellen, enligt vad som krävs i artikel 174 c i förordning (EU) nr 575/2013 och artikel 40.2 i den tekniska standarden för tillsyn för den interna bedömningsmetoden, bör instituten analysera representativiteten för de data som används vid modellutvecklingenmed avseende på samtliga följande punkter:

• (a) Tillämpningsområdet.
• (b) Fallissemangsdefinitionen.
• (c) De relevanta riskegenskapernas fördelning.
• (d) Policy för kreditgivning och återvinning.

När det gäller punkt 21(a) bör instituten analysera exponeringarnas segmentering och överväga om modellens tillämpningsområde förändrats under den period som omfattas av de data som använts för modellutvecklingen för att åsätta gäldenärer eller exponeringar riskklasser. Om instituten upptäcker sådana ändringar bör de analysera de riskfaktorer som är relevanta för ändringen av modellens tillämpningsområde genom att jämföra deras spridning i uppsättningen av referensdata före och efter ändringen samt med spridningen av dessa riskfaktorer i tillämpningsportföljen. I sådana fall bör instituten tillämpa statistiska metoder såsom klusteranalys eller liknande för att bevisa representativitet. Om det förekommer modeller som bygger på sammanställda data bör analysen göras för den del av modellens tillämpningsområde som används av ett institut.

När det gäller punkt 21(b) bör instituten se till att fallissemangsdefinitionen som ligger till grund för de data som använts vid modellutvecklingen är konsekvent över tid och i synnerhet att den är förenlig med samtliga följande punkter:

• (a) Att justeringarna har gjorts för att uppnå överensstämmelse med den nuvarande fallissemangsdefinitionen där fallissemangsdefinitionen har ändrats under observationsperioden.
• (b) Att lämpliga åtgärder har vidtagits av institutet om modellen omfattar exponeringar i flera jurisdiktioner och har eller har haft olika fallissemangsdefinitioner.
• (c) Att fallissemangsdefinitionen för varje uppgiftskälla har analyserats separat.
• (d) Att den definition som används vid modellutvecklingen inte har en negativ inverkan på klassificeringsmodellens struktur eller prestanda, med avseende på riskdifferentiering och prognosförmåga, om denna definition skiljer sig från den definition som används av institutet i enlighet med artikel 178 i förordning (EU) nr 575/2013.

När det gäller punkt 21(c) bör instituten analysera fördelning och spridning av värden för de viktigaste riskegenskaperna i de data som använts vid modellutvecklingen i jämförelse med tillämpningsportföljen. För LGD-modeller bör instituten analysera ej fallerade och fallerade exponeringar separat.

Instituten bör analysera datarepresentativiteten med avseende på portföljens struktur per relevant riskegenskap baserat på statistiska tester som anges i deras policyer för att säkerställa att de värden som observerats för riskegenskaperna i tillämpningsportföljen återspeglas på ett adekvat sätt i de värden som använts vid modellutvecklingen. Om det inte är möjligt att tillämpa statistiska tester bör instituten åtminstone genomföra en kvalitativ analys på grundval av en statistisk beskrivning av portföljens struktur, med beaktande av de möjliga säsongseffekter som avses i artikel 180.2 f i förordning (EU) nr 575/2013. Vid prövningen av resultaten av analysen bör instituten ta hänsyn till hur känsliga riskegenskaperna är för ekonomiska förhållanden. Väsentliga skillnader i de viktigaste riskegenskaperna för de data som använts vid modellutvecklingen respektive tillämpningsportföljen bör beaktas t.ex. genom användning av alternativa data eller en delmängd av data eller genom att återspegla dessa riskegenskaper som riskfaktorer i modellen.

När det gäller punkt 21(d) bör instituten analysera huruvida det, under den relevanta historiska observationsperioden, har förekommit betydande ändringar av deras utlåningsnormer eller återvinningspolicyer, eller i den relevanta rättsliga miljön, inbegripet ändringar av insolvenslagstiftning, utmätning eller lagstiftning med anknytning till realisering av säkerheter, som kan ha påverkat risknivån, fördelningen eller spridningen för riskegenskaper i portföljen som omfattas av modellen. Om instituten upptäcker sådana ändringar bör de jämföra de data som ingår i dataurvalet före och efter det att policyn ändrades. Instituten bör säkerställa att nuvarande kreditgivningsprinciper och återvinningspolicyer är jämförbara med de som tillämpas i de observationer som ingår i det dataurval som använts vid utarbetandet av modellen.

Representativiteten för data i PD-modellen som används vid utveckling av modellen för riskdifferentiering kräver inte att andelen fallerade och ej fallerade exponeringar i dessa data motsvarar andelen fallerade och ej fallerade exponeringar i institutets tillämpningsportfölj. Instituten bör dock ha utvecklingsdata som omfattar ett tillräckligt antal fallerade och ej fallerade observationer och de bör dokumentera skillnaden.

4.2.4 Representativitet hos data för kalibrering av riskparametrar

För att instituten ska kunna säkerställa att data som används vid riskkvantifiering är representativa för tillämpningsportföljen som omfattas av den relevanta modellen i enlighet med underavsnitt 2 i avsnitt 6, kapitel 3 i del tre i förordning (EU) nr 575/2013 och artikel 45.2 i den tekniska standarden för tillsyn för den interna bedömningsmetoden bör instituten analysera jämförbarheten hos de data som används vid beräkningen av det långfristiga genomsnittet av andelen fallissemang eller det långfristiga genomsnittet av LGD-värden som avses i artikel 179.1 d i förordning (EU) nr 575/2013 och, i förekommande fall, representativiteten för sammanställda data i enlighet med artikel 179.2 b i samma förordning, med avseende på följande:

• (a) Tillämpningsområdet.
• (b) Definitionen av fallissemang.
• (c) Fördelningen av relevanta riskegenskaper.
• (d) Nuvarande och förväntade ekonomiska förhållanden eller marknadsförhållanden.
• (e) Utlåningsnormer och återvinningspolicyer.

Instituten bör genomföra en analys enligt vad som anges i punkt 22, med avseende på punkt 28(a).

När det gäller punkt 28(b) och för att säkerställa att definitionen av fallissemang som ligger till grund för data som används vid riskkvantifieringen från varje datakälla är förenlig med kraven i artikel 178 i förordning (EU) nr 575/2013, bör instituten jämföra den definition av fallissemang som för närvarande tillämpas av institutet med de definitioner som använts vid observationer som ingått i de data som använts för riskkvantifiering. Om definitionen av fallissemang har ändrats under den historiska observationsperioden bör instituten bedöma representativiteten hos de historiska data som ingår i uppsättningen referensdata och som använts vid riskkvantifiering på samma sätt som anges för externa data i kapitel 6 i EBA:s riktlinjer för tillämpning av definitionen av fallissemang i artikel 178 i förordning (EU) nr 575/2013. Om definitionen av fallissemang har ändrats mer än en gång under den historiska observationsperioden bör instituten göra en separat analys av varje tidigare definition av fallissemang.

När det gäller punkt 28(c) bör instituten göra en lämplig analys för att säkerställa att uppsättningen värden för de viktigaste riskegenskaperna hos tillämpningsportföljen på kalibreringssegmentnivån är jämförbara med de i portföljen som utgör uppsättningen av referensdata för riskkvantifiering i den utsträckning det krävs för att säkerställa att riskkvantifieringen inte innehåller fel.

När det gäller punkt 28(d) bör instituten göra en analys av de ekonomiska förhållanden och marknadsförhållanden som ligger till grund för data på följande sätt:

• (a) Med avseende på PD-skattning, i enlighet med avsnitt 5.3.4.
• (b) Med avseende på LGD-skattning, i enlighet med avsnitt 6.3.2 och med beaktande av ekonomisk nedgång, enligt vad som krävs i artikel 181.1 b i förordning (EU) nr 575/2013.

När det gäller punkt 28(e) bör instituten analysera huruvida det har förekommit väsentliga ändringar av utlåningsnormerna eller återvinningspolicyerna under den relevanta historiska observationsperioden som kan påverka risknivån, fördelningen eller spridningen för de relevanta riskfaktorernas egenskaper i portföljen som omfattas av modellen. Om instituten upptäcker sådana ändringar bör de analysera den potentiella snedvridningen i skattningarna av riskparametrarna till följd av dessa ändringar på följande sätt:

• (a) Med avseende på PD-skattning och sannolika variationsintervall när det gäller PD-skattning.
• (b) Med avseende på förlustnivåer, återvinningsprocessernas genomsnittliga längd, hur ofta vissa återvinningsscenarier används samt fördelningen av förlusternas svårighetsgrad när det gäller LGD-skattning.

Om representativiteten för de data som bedömts i enlighet med punkterna 28 till 33 är otillräcklig och leder till fel eller ökad osäkerhet i riskkvantifieringen, bör instituten göra en lämplig justering för att åtgärda felet samt tillämpa en försiktighetsmarginal i enlighet med avsnitt 4.4.