Sund ECL

Kunskap

ECL utan egen historisk data

Fredrik Skeppstedt ·

En kreditgivare som just har börjat låna ut, eller som lanserar en ny produkt, har inga egna fallissemang att bygga en modell på. IFRS 9 kräver ändå en reservering för förväntade kreditförluster, på engelska expected credit losses (ECL), från första bokslutet. ECL beräknas vanligen ur tre storheter: PD (probability of default), sannolikheten att låntagaren fallerar under en period; LGD (loss given default), den andel av det utestående beloppet som går förlorad vid ett fallissemang; och EAD (exposure at default), det belopp som är utestående när fallissemanget inträffar. Utan egen historik måste alla tre skattas med data från någon annan.

Vad IFRS 9 tillåter

Standarden räknar upp vilka källor som får användas: egen förlusthistorik, interna riskklasser, andra företags förlusthistorik samt externa betyg, rapporter och statistik. Företag som saknar eller har för lite egna data får använda erfarenheter från jämförbara företag, på engelska peer group experience, för jämförbara finansiella instrument eller grupper av instrument (IFRS 9 B5.5.51). Företaget behöver inte söka uttömmande, men ska beakta all rimlig och verifierbar information som finns att tillgå utan orimlig kostnad eller ansträngning.

Enligt normgivaren IASB:s analys av standardens effekter kan den som har lite historik hämta uppskattningarna ur interna rapporter och statistik, till exempel sådana som togs fram när beslutet att lansera produkten fattades, ur information om liknande produkter eller ur jämförbara företags erfarenheter av jämförbara instrument (BCE.164).

Två regler gäller för all historik, egen eller lånad. Historiken ska justeras för nuvarande förhållanden och prognoser som inte påverkade den period data kommer från, och för förhållanden under den perioden som inte är relevanta för de framtida kassaflödena (B5.5.52). Förlusttal från historiken ska dessutom användas på grupper som är definierade på samma sätt som de grupper där förlusterna observerades (B5.5.53). Ett förlusttal för en annan kreditgivares hela konsumentbok passar alltså inte på en grupp som bara består av lån med låg riskklass.

Jämförbara portföljer

IFRS 9 definierar inte vad ett jämförbart företag eller instrument är. Närmast kommer B5.5.5, som räknar upp egenskaper som lån kan grupperas efter när de har gemensamma kreditriskegenskaper: instrumenttyp, riskklass, typ av säkerhet, tidpunkt för utbetalningen, återstående löptid, bransch, låntagarens geografiska hemvist och säkerhetens värde i förhållande till lånet.

Den mest detaljerade prövningen i EU-regelverket finns i EBA:s riktlinjer för skattning av PD och LGD i interna modeller för kapitalkrav (EBA/GL/2017/16). Riktlinjerna gäller kapitalkrav, inte ECL. När data används för att kalibrera en riskparameter ska jämförbarheten prövas i fem avseenden: vilken del av verksamheten data täcker, definitionen av fallissemang, fördelningen av relevanta riskegenskaper, nuvarande och förutsebara ekonomiska förhållanden, samt kreditgivningsregler och indrivningsrutiner (EBA/GL/2017/16 p. 28). Riktlinjerna nämner också förändringar i den rättsliga miljön, till exempel insolvensrätt och regler för att realisera säkerheter, under den period data kommer från (p. 26).

För en svensk konsumentkreditgivare ska produkten vara densamma: ett blancolån med fast amorteringsplan har ett annat förlopp än en kontokredit eller ett billån. Låntagarna ska ha liknande kreditvärdighet vid utbetalningen, och kreditprövningen och försäljningskanalen ska vara jämförbara, eftersom samma kreditbetyg kan betyda olika risk med olika regler för vem som beviljas. Fallissemang ska vara definierat på samma sätt; IFRS 9 utgår från att fallissemang inträffar senast vid 90 dagars dröjsmål, en presumtion som kan motbevisas (B5.5.37). Och indrivningen ska fungera på samma sätt: hos en kreditgivare som säljer förfallna lån till en inkassoköpare efter några månader bestäms förlusten av försäljningspriset, hos en som driver in dem själv av vad låntagarna till slut betalar.

Riktlinjerna anger tre sätt att hantera väsentliga skillnader i riskegenskaper: använda ett annat urval, använda en delmängd av observationerna eller låta egenskapen ingå som riskdrivare i modellen (EBA/GL/2017/16 p. 25). Med kreditbetyget som riskdrivare blir det så här: en jämförbar kreditgivare redovisar fallissemangsfrekvenser per kreditbetyg: 1 % för betyg A, 3 % för B och 8 % för C, med 50 %, 30 % och 20 % av lånen i respektive betyg. Det ger 3,0 % i genomsnitt. Den nya kreditgivaren väntar sig 30 %, 40 % och 30 % i samma betyg, och med samma frekvenser per betyg blir genomsnittet 0,3 + 1,2 + 2,4 = 3,9 %. Siffrorna är påhittade.

Offentliga data i Sverige

Ingen fri källa ger PD eller LGD för svenska konsumentlån direkt.

Andra kreditgivares årsredovisningar innehåller de upplysningar IFRS 7 kräver: en avstämning av reserveringen från ingående till utgående balans per klass (p. 35H) och bruttobelopp per riskklass (p. 35M). De visar fördelningen mellan stage 1, 2 och 3 och reserveringen i förhållande till bruttobeloppet. Den kvoten i stage 3 kan användas som ett ankare för LGD på fallerade lån. NOBA Bank Group redovisade för Sverige 31 december 2025 lån i stage 3 på 7 109 miljoner kr brutto med en reservering på 3 621 miljoner kr, alltså 51 %. TF Bank redovisade för hushållslån i alla länder 1 637 miljoner kr i stage 3 och en reservering på 864 miljoner kr, 53 %. TF Bank skriver samtidigt att banken regelbundet säljer förfallna lån när styrelsen bedömer att priset är fördelaktigt. Hur stor stock som finns kvar i stage 3, och vilken reservering den har, påverkas därför av jämförelseföretagets försäljningspolicy. Ingen av de två redovisar PD per riskklass.

Banker som beräknar kapitalkrav med egna modeller publicerar i pelare 3-rapporter tabellen EU CR6, med PD och LGD per PD-intervall, och EU CR9, där bankens PD jämförs med de fallissemang som faktiskt inträffade. Swedbanks rapport för fjärde kvartalet 2025 visar för gruppen Retail Other i intervallet 10–100 % en vägd genomsnittlig PD på 22,51 % och en observerad fallissemangsfrekvens på 11,08 %. Kapitalkravsmodellernas PD innehåller försiktighetsmarginaler och är kalibrerade på ett genomsnitt över en konjunkturcykel, så de kan inte användas som ECL-PD utan justering (IFRS 9 BC5.282–BC5.283).

SCB publicerar en kvartalsserie över utlåning och nödlidande lån där hushållens konsumtionslån redovisas för sig, med utestående belopp, nödlidande lån och andelen nödlidande lån från fjärde kvartalet 2014. Finansinspektionens rapport Svenska konsumtionslån från november 2025 bygger på uppgifter från närmare 40 företag och delar in dem i storbanker, nischbanker, konsumentkreditinstitut och säljfinansieringsbolag. Ungefär var tredje kund hos konsumentkreditinstituten fick ett inkassokrav 2024, och andelen har varit ungefär densamma sedan 2020. Rapporten har inga förlustuppgifter.

Priser på sålda fordringar ger ett ankare för LGD. Om en kreditgivare säljer ett fallerat lån för 20 % av det utestående beloppet blir förlusten vid försäljningen 80 %, före kostnader och det som hunnit betalas in. Inkassoköparen Hoist Finance anger att den i genomsnitt har betalat 8 % av det nominella beloppet och att priset för portföljer med lån utan säkerhet har legat mellan 4 och 40 %. Siffrorna gäller koncernen i flera europeiska länder. En kreditgivare som har ett avtal om löpande försäljning med en inkassoköpare har ett bättre ankare i det egna avtalets pris.

Makroscenarierna kan bygga på Riksbankens prognoser i den penningpolitiska rapporten, som bland annat omfattar styrränta, KPIF-inflation, BNP och arbetsmarknad och kan hämtas via API, och på Konjunkturinstitutets prognosdatabas, som uppdateras med prognosrapporterna fyra gånger per år.

Justering och osäkerhet

Kapitalkravsreglerna hanterar osäkerheten i externa data med en marginal för försiktighet. EBA:s riktlinjer räknar begränsad representativitet på grund av externa data som en källa till osäkerhet som ska täckas av en sådan marginal (EBA/GL/2017/16 p. 37 a viii). Europeiska centralbanken (ECB) skriver i sin vägledning för interna modeller att en bank som inte kan visa att externa data är representativa ändå får använda dem om den visar att informationen väger tyngre än bristerna, att skattningarna inte är snedvridna och att en lämplig försiktighetsmarginal läggs på (ECB guide to internal models 2024, kapitlet om kreditrisk, p. 38). ECB anser också att externa data med en annan definition av fallissemang ger större osäkerhet i skattningen (p. 87).

IFRS 9 kräver däremot ett väntevärdesriktigt (på engelska unbiased), sannolikhetsvägt belopp som bestäms genom att ett intervall av möjliga utfall utvärderas (p. 5.5.17 a, B5.5.42). IASB skriver att en inbyggd försiktighet vore godtycklig och skulle försämra jämförbarheten (BC5.86). ECL ska därför utgå från bästa skattning, före en marginal av det slag kapitalkravsreglerna lägger på. Osäkerheten i lånade data hanteras på tre sätt. Det första är intervallet av utfall i själva beräkningen. Det andra är att jämförelsedata justeras till den egna portföljens förhållanden, i den riktning skillnaderna pekar, uppåt eller nedåt (B5.5.52). Det tredje är upplysningarna, som ska förklara de indata, antaganden och metoder beräkningen bygger på (IFRS 7 p. 35G).

En overlay, en manuell justering, används när modellen inte fångar en känd risk, till exempel att jämförelseföretaget säljer sina förfallna lån eller att en ny försäljningskanal har högre risk. Overlayen är då en bästa skattning av den risken och kan sänka reserveringen lika väl som höja den. EBA:s riktlinjer för ECL påpekar att sådana tillfälliga justeringar kräver betydande bedömningar och kan snedvrida skattningen. De ska användas bara som en övergångslösning, vara i linje med de framåtblickande prognoserna, dokumenteras och omfattas av styrning, och de ska inte ligga kvar länge för en risk som är bestående. Är risken bestående ska modellen ändras (EBA/GL/2017/06 p. 54–56).

Övergång till egna data

Standarden kräver att kreditgivaren regelbundet ser över metod och antaganden för att minska skillnaderna mellan skattningar och faktiska förluster (B5.5.52).

ECB:s vägledning beskriver hur övergången går till i kapitalkravsmodeller. Ju fler egna fallissemang banken har, desto mindre vikt behöver externa data få, både för PD (p. 125) och LGD (p. 143). Fallissemangsfrekvenserna i externa och egna data ska beräknas var för sig och jämföras per riskklass. Väsentliga skillnader som inte förklaras av att lånen fördelar sig olika på riskklasserna tyder på att de externa data inte är representativa (p. 125). Den egna historiken behöver innehålla ett minsta antal fallissemang för att den bedömningen ska gå att göra (p. 143). För LGD ska försiktighetsmarginalen bestämmas med hänsyn till hur stor vikt de externa data får (p. 144).

Varken IFRS 9, EBA:s riktlinjer för ECL, Baselkommitténs vägledning eller ECB:s vägledning anger hur snabbt övergången ska gå eller vilken vikt egna och lånade data ska få. Fallissemang dröjer, men andelen lån med 30 eller 60 dagars dröjsmål per utbetalningsmånad kan jämföras med motsvarande kurvor från jämförelsedata redan efter några månader, och skillnaden ger ett första mått på om den lånade PD:n ligger rätt.

Utfallstester och dokumentation

EBA:s riktlinjer för ECL kräver att modellerna valideras. Valideringen ska pröva att indata är relevanta för kreditgivarens portföljer och, så långt det går, korrekta, tillförlitliga och fullständiga, och att modellens resultat håller de gränser kreditgivaren har satt. Om gränserna överskrids väsentligt ska modellen kalibreras om eller byggas om (EBA/GL/2017/06 p. 67 b). Baselkommitténs vägledning säger att metoderna för att validera ECL-modellerna ska dokumenteras, till exempel utfallstester (BCBS, Guidance on credit risk and accounting for expected credit losses, 2015, princip 2, punkt o).

Årsredovisningen ska förklara indata, antaganden och metoder för tre bedömningar: hur 12 månaders ECL och ECL för hela löptiden beräknas, när ett lån har SICR (väsentligt ökad kreditrisk) och när det är kreditförsämrat. Den ska också förklara hur framåtblickande information används och vilka ändringar av metoder och väsentliga antaganden som gjorts under året, och varför (IFRS 7 p. 35G). Byten av jämförelsedata och en större vikt för egna data är sådana ändringar.

Valideringen ska dokumenteras, med de data som använts, resultaten och de åtgärder som vidtagits (EBA/GL/2017/06 p. 67 c). Med lånade data behöver dokumentationen därför visa varifrån jämförelsedata kommer, hur de prövats mot den egna portföljen i de avseenden som anges ovan, vilka justeringar som gjorts och varför, hur stora overlays som lagts på och vad som ska till för att de tas bort, utfallstesterna och resultatet av dem, samt hur egna data ska ta över. Finansinspektionens fördjupade analys av hur kreditinstitut tillämpar IFRS 9, publicerad 14 april 2026, fann att samtliga analyserade institut använder expertbedömningar för att justera modellresultat, att användningen av utfallstester varierar mellan instituten och att det i vissa mindre institut finns ett betydande personberoende i modellprocesserna.

Vanliga frågor

Får man använda andra kreditgivares data för ECL?

Ja. IFRS 9 räknar andra företags förlusthistorik till de tillåtna källorna, och företag som saknar eller har för lite egna data får använda jämförbara företags erfarenheter för jämförbara instrument (B5.5.51). Data ska justeras för nuvarande förhållanden och prognoser (B5.5.52).

Vad är en jämförbar portfölj?

IFRS 9 definierar det inte. Den närmaste prövningen i EU-regelverket finns i EBA:s riktlinjer för PD och LGD i kapitalkravsmodeller: samma del av verksamheten, samma definition av fallissemang, liknande fördelning av riskegenskaper, jämförbara ekonomiska förhållanden och jämförbara kreditgivningsregler och indrivningsrutiner (EBA/GL/2017/16 p. 28).

Hur snabbt ska man gå över till egna data?

Varken IFRS 9, EBA:s riktlinjer, Baselkommitténs vägledning eller ECB:s vägledning anger en tid eller en viktning. IFRS 9 kräver att metod och antaganden ses över regelbundet så att skillnaderna mot faktiska förluster minskar (B5.5.52). ECB:s vägledning för kapitalkravsmodeller säger att externa data behöver få mindre vikt ju fler egna fallissemang banken har (p. 125, 143).

Kan man använda storbankernas PD från pelare 3-rapporterna?

Inte utan justering. Kapitalkravsmodellernas PD innehåller försiktighetsmarginaler, medan ECL ska vara väntevärdesriktig (IFRS 9 p. 5.5.17 a). I Swedbanks tabell EU CR9 för fjärde kvartalet 2025 låg den observerade fallissemangsfrekvensen för Retail Other under bankens PD i nästan alla PD-intervall.

Källor

Hämtade 29 oktober 2026.