The text discusses the challenges and methods involved in valuing financial institutions, particularly banks, compared to corporations. Here’s an English translation:

Valuing Banks:

It is considered that evaluating financial institutions, including banks, is a more complex task than evaluating corporations. Banks are characterized by high and variable financial leverage. Their published reports do not truly reflect the created value, and due to complicated regulations, the industry is becoming increasingly cyclical.

Valuation Methodology:

Banks are typically valued using the Equity Cash Flow (ECF) method because interest expenses and revenues form a major part of their operations, making it inappropriate to separate them.

Problems with ECF Method:

  1. Timing Mismatch: The deposits taken by banks and the loans given do not usually match in time. Thus, the difference between interest income and interest expenses (Net Interest Income) does not accurately describe real value. For instance, this difference might increase due to taking on additional risks, potentially reducing the actual value.
  2. Capital Cost Variability: The cost of bank capital depends on the beta of loans and deposits, meaning significant changes in the duration or ratio of assets and liabilities can alter the cost of capital (unlike in corporations where WACC is stable).
  3. Tax Penalty on Equity: Due to high leverage, banking regulations require banks to maintain a minimum amount of capital. Issuing additional loans may force a bank to raise its equity, resulting in a tax penalty since equity does not provide a tax shield (dividends are taxable).

Alternative Method – Economic Spread:

Due to the above issues, the Economic Spread method is used in practice. This method allows for the separate evaluation of value created in relation to both loans and deposits.

The logic is straightforward: loan interest income is not compared with deposit interest expenses, but rather with alternative income in the financial market (e.g., buying bonds of the same duration and risk). This alternative income is called the Matched Opportunity Rate (MOR), which essentially represents the Cost of Debt.

For deposits, the comparison is made against what the interest expenses would be if bonds of the same duration were issued in the financial market.

Additionally, the method considers tax components arising from the forced increase in equity (Tax Penalty on Equity – TPE) and from mismatches in the maturity of liabilities (Tax on Maturity Mismatch – TMM). For specific formulas, refer to the Excel file linked at the end of the text.

An example from the book shows that while Net Interest Income might be 20.2 million, the Economic Spread, or the actual value created, is 10.3 million. The difference is attributed to two components: the adjusted cost of capital (4.2 million, which represents the cost of capital the bank would have without the mismatch in the duration of deposits and loans) and the additional risk-related increase in capital cost (5.2 million).

Excel Model

Additional Considerations:

  1. Interest Rate Forecasting: Long-term interest rates depend on expectations of short-term interest rates, which eventually converge. Therefore, forecasting a bank’s interest income should align with this phenomenon.
  2. Loan Loss Provisions: It is crucial to estimate the portion of loans that will default and the losses the bank will incur. This requires evaluating the quality of the current loan portfolio and reviewing historical statistics.
  3. Forecasting Required Capital: The amount of required capital is determined by Risk-Weighted Assets (RWA), complicated by Basel III directives post-2007 crisis. Banks publish RWA, but the calculation models are diverse and not transparent, necessitating external evaluation techniques.

RWA reflects three types of risks: credit, market, and operational. The calculation of credit risks is based on Basel II, allowing the determination of RWA by various banking products. Market risk is assessed using VaR (Value at Risk) data, which banks publish, describing the maximum probable loss in the worst-case scenario. The ratio of RWA to VaR can be derived from historical statistics. Operational risk encompasses all other risks not covered under credit or market risks, focusing on net income (net interest income and other revenues). Statistical methods can establish the ratio between net income and RWA.

Source: Valuation, Measuring and Managing the Value of Companies – by McKinsey & Co, T. Koller, M. Goedhart, D. Wessels

——————————————————————————————————————-

ითვლება რომ ფინანსური ინსტიტუტების, მათ შორის ბანკების შეფასება უფრო რთული ამოცანაა ვიდრე კორპორაციების. ბანკები ხასიათდებიან მაღალი და ცვალებადი ფინანსური ლევერეჯით, მათ მიერ გამოქვეყნებული ანგარიშები რეალურად არ ასახავენ შექმნილ ღირებულებას, და გართულებული რეგულაციების გამო ინდუსტრია უფრო და უფრო ციკლური ხდება…

ბანკების შეფასება ხდება Equity Cash Flow მეთოდით, რადგან საპროცენტო ხარჯები და შემოსავლები, ბანკებისთვის ოპერაციების დიდ ნაწილს წარმოადგენს, და მათი გამიჯვნა არასწორია.

მაგრამ Equity CF მეთოდს აქვს გარკვეული პრობლემები:

  1. ბანკების მიერ მიღებული დეპოზიტები და გაცემული სესხები, როგორც წესი, დროში ერთმანეთს არ ემთხვევა, და ამიტომ პროცენტებს შორის სხვაობა (Net Interest Income), სწორად ვერ აღწერს რეალურ ღირებულებას. მაგალითად, შეიძლება ეს სხვაობა გაიზარდოს მაგრამ დამატებითი რისკების ხარჯზე, და სინამდვილეში რეალური ღირებულება შემცირდეს და პირიქით;
  2. ბანკის კაპიტალის ღირებულება დამოკიდებულია სესხებისა და დეპოზიტების ბეტაზე, ამიტომ მნიშვნელოვანი ცვალებადობა აქტივებისა და ვალდებულებების ხანგძლივობებში ან ერთმანეთთან თანაფარდობებში მნიშვნელოვნად ცვლის Cost of Capital-ს (კორპორაციების შემთხვებაში WACC – სტაბილურია);
  3. მაღალი ლევერეჯის გამო საბანკო რეგულაციები ბანკებს აიძულებენ მინიმალური კაპიტალის ქონას, ანუ დავუშვათ დამატებითი სესხების გაცემამ შესაძლებელია ბანკი იძულებული გახადოს რომ გაზარდოს მოზიდული საკუთარი კაპიტალი, რაც წარმოქმნის საგადასახადო “ჯარიმას” (Tax Penalty on Equity). ეს იმიტომ, რომ საკუთარი კაპიტალი არ ქმნის საგადასახადო ფარს, რადგან დივიდენდები დაბეგვრადია.

ზემოთ-თქმული პრობლემების გრამო პრაქტიკაში იყენებენ Economic Spread მეთოდს, რომელიც საშუალებას იძლევა დანახულ იქნას როგორც სესხებთან ისე დეპოზიტებთან მიმართებაში შექმნილი ღირებულება ცალ-ცალკე.

ლოგიკა მარტივია, სესხის საპროცენტო შემოსავლებს უპირისპირებენ არა დეპოზიტის საპროცენტო ხარჯებს, არამედ ალტერნატიულ შემოსავლებს ფინანსურ ბაზარზე (დავუშვათ იგივე ხანგძლიოვობისა და იმავე რისკის მატარებელი ობლიგაციების ყიდვა რომ მომხდარიყო). ამ ალტერნატიულ შემოსავალს უწოდებენ – Matched Opportunity Rate – MOR ანუ შინაარსობრივად Cost of Debt-ია.

ასევე, დეპოზიტების შემთხვევაში, დეპოზიტებზე გაცემული საპროცენტო ხარჯების დაპირისპირება ხდება იმავე ხანგძლივობის ობლიგაციების გამოშვების შემთხვევაში ფინანსური ბაზარზე რა საპროცენტო ხარჯი იქნებოდა.

ამასთან, ითვალისწინებენ საგადასახადო ნაწილს, რომელიც წარმოქმნება საკუთარი კაპიტალის იძულებით გაზრდის (Tax Penalty on Equity – TPE) და ვადლებულებები ხანგძლივობების შეუსაბამობის გამო (Tax on Maturity Mismatch – TMM). თუ ფორმულები დაგაინტერესებთ კონკრეტულად ნახეთ ტექსტის ბოლოს ექსელის ფაილი, სადაც პირველ გვერდზე მოცემულია E-FCF მეთოდით შეფასება და მეორე გვერდზე Economic Spread მეთოდი წიგნში* მოცემული მაგალითის მიხედვით.

ნახეთ ქვემო ცხრილში მოცემული შედეგი. მაშინ როცა Net Interest Income არის 20.2 მილიონი, Economic Spread, ანუ რეალურად შექმნილი ღირებულება არის 10.3 მილიონი. ხოლო მათ შორის სხვაობა განპირობებულია ორი კომპონენტით – პირველი, მორგებული კაპიტალის ღირებულებით ანუ 4.2 მილიონი წარმოადგენს იმ კაპიტალის ღირებულებას რომელიც ბანკს ისედაც ექნებოდა რომ არ ყოფილიყო სხვაობა დეპოზიტებისა და სესხების ხანგძლივობებს შორის და მეორე, ხანგძლივობებს შორის წარმოქმნილი დამატებითი რისკებით მიღებული კაპიტალის ღირებულების ნამატი – 5.2 მილიონი.

*Excel Model

პ.ს.

ზემოთ მოცემული მოდელი გამარტივებული ვერსიაა, პრაქტიკაში ბანკების შეფასებას კიდევ ესაჭიროება სამი მომენტის კარგი გააზრება:

  • საპროცეტო განაკვეთების პროგნოზების შესაბამისობა მოლოდინების თეორიასთან:

გრძელვადიანი საპროცენტო განაკვეთები დამოკიდებულია მოკლევადიანი საპროცენტო განაკვეთების მოლოდინებზე. შორეულ მომავალში კი ისინი ერთმანეთს ემთხვევიან:

ამიტომ ბანკის საპროცენტო შემოსავლების პროგნოზირება შესაბამისობაში უნდა იყოს ამ მოვლენასთან. მაგალითად თუ ბანკის დეპოზიტები საშუალოდ 3 წლიანია, პროგნოზირებას ჭირდება რომ გამოითვალოს სამ წლიან დეპოზიტებზე შემოსავლები ყოველ მომდევნო პერიოდში. მაგალითად აი ასე:

  • სესხის დანაკარგების (Loan Loss Provisions) გაანგარიშება:

მსხვილი და მნიშვნელოვანი პუნქტია ბანკისთვის ის თუ სესხების რა ნაწილის დეფოლტი ხდება და რა დანაკარგებს განიცდის ბანკი. ამის შესაფასებლად საჭიროა ერთის მხრივ ბანკის მიმდინარე პორთფელის ხარისხის შეფასება (ხომ არ არის არასწორად დაგეგმილი Provision-ები) და მეორეს მხრივ ისტორიული სტატისტიკის გადახედვა:

  • სავალდებულო კაპიტალის ოდენობის პროგნოზირება:

სავალდებულო კაპიტალის ოდენობა განისაზღვრება RWA (Risk Weighted Assets)-ს ოდენობით, რომელიც გართულდა 2007 წლის კრიზისის გამო Basel III დირექტივით.

ბანკები RWA-ს აქვეყნებენ ხოლმე, მაგრამ მისი დათვლის მოდელები სხვადასხვაგვარია და გამჭირვალე არ არის. ამიტომ გარედან შეფასებისთვის საჭიროა ტექნიკის გამოყენება.

RWA-ში ისახება სამი სახის რისკები: საკრედიტო, საბაზრო და საოპერაციო. ცხრილში მოცემულია ერთ-ერთი ევროპული ბანკის RWA-ს დათვლის მაგალითი.

საკრედიტო რისკების დათვლა ხდება BASEL II-ის მიხედვით – ის საშუალებას გვაძლევს RWA განვსაზღვროთ სხვადასხვა საბანკო პროდუქტების მიხედვით:

საბაზრო რისკი დამოკიდებულია VaR (Value at Risk) მონაცემზე, რომელსაც ბანკები აქვეყნებენ. მონაცემი აღწერს ყველაზე ცუდი სცენარის შემთხვევაში ბანკის მაქსიმალურ ალბათურ ზარალს. RWA/VaR – თანაფარდობის გამოყვანა შესაძლებელია ისტორიული სტატისტიკით.

საოპერაციო რისკში გულისხმობენ ყველა სხვა რისკს რომელიც არ შედის საკრედიტო ან საბაზრო რისკებში. საუბარია ბანკის ნეტო შემოსავლებზე. ანუ ნეტო საპროცენტო შემოსავლებისა და სხვა შემოსავლების ჯამზე. აქაც სტატისტიკურად შეგვიძლია დავადგინოთ თანაფარდობა ნეტო შემოსავლებსა და RWA-ს შორის.

წყარო:

Valuation, Measuring and Managing the Value of Companies – by McK.&Co, T. Koller, M. Goedhart, D. Wessels