Komplikationer med värdering till verkligt värde

På grund av nya komplexa finansiella instrument med kort handelshistoria och få etablerade marknader har värderingsmetoderna förändrats. Följaktligen har företagen varit tvungna att komplettera prisnoteringar med värderingsmodeller.186 Chorafas är av åsikten att när det inte finns exakta mått på instrumentens priser krävs uppskattningar för att få ett korrekt värde, varför värderingsmodeller tillämpas. Han förklarar att modeller genererar ett värde via data som finns tillgänglig på marknaden. Data samlas in och utifrån marknadens osäkerhet och framtida händelser och dylikt simuleras ett estimerat värde som instrumenten kan säljas för. Emellertid påpekar han att det inte är ett bestämt värde, eftersom osäkerheten kring framtiden alltid är oviss och det går inte att förutsäga vad som kommer att ske, men värderingen sker utifrån tillgänglig informationen. Simuleringar är det enda verktyg som kan frambringa en värdering när prisnoteringar inte finns tillgängliga, men Chorafas understryker att när informationen blir oviss avspeglas det i värdet på instrumentet. Emellertid medför finansiella modellerna problem, eftersom de inte är lagstadgade, utan verktyg som företagen själva har skapat och modellernas informationsutbyte är inte alltför omfattande och öppet.187 Bankerna har en stor sekretess kring vilken modell de använder och följaktligen hur värdet på tillgångarna appliceras188.

De uppräknade problemen kan återkopplas till skandalen med Enron och hur det företaget använde värderingsmodeller på en kontinuerlig basis. William och Jackson påpekar att de två främsta problemen, när modeller används, är den ökade subjektiviteten och den minskade objektiviteten.189 Ryan anser att när simuleringar tillämpas finns det valmöjligheter för vilken modell som ska användas och vilka inputs som ska utgöra data i modellen. Alla värderingsmodeller är, enligt Ryan, begränsade och olika simuleringar fångar olika relevanta värderingsaspekter i olika instrument. Han poängterar att modeller baserar sitt resultat utifrån inputs från historisk data, där simuleringen ämnar förutspå (extrapolera) framtida kassaflöden eller korrespondera med riskanpassade diskonteringsräntor och resultatet tenderar att bli inkorrekt. Bolagen väljer att analysera historisk data utifrån specifika perioder för att bestämma sin inputs, vilka kan ha signifikanta effekter på värderingsresultatet. Ryan är av åsikten att detta speciellt uppmärksammas då marknader är illikvida. Han berättar att när marknader är illikvida skapar det signifikativa och praktiska svårigheter för redovisningen. Företagen måste föreställa sig hypotetiska försäljningspriser även då faktiska transaktioner inte kommer att ske förrän långt in i framtiden. Enligt Ryan medför illikvida marknader dåligt definierade verkliga värden, eftersom de hypotetiska transaktionspriserna inte går att mäta på ett trovärdigt sätt. Han menar att när verkligt värde återges från andra källor än likvida 184 Belkaoui, 2007, sid 460-463 185 Scott, 2008, sid 144-148 186 Newsweek.com 187

Chorafas, 2006, sid 73 och 176-177

188

Ft.com

189

marknader är de inte verifierbara och det tillåter företagen att ägna sig åt resultatmanipulering.190

I en studie utförd av Basel Committee on Banking Supervision (BCBS) konstateras det att när likviditeten försvinner på en marknad, med många komplexa strukturerade finansiella instrument, och när första- och andrahandstransaktioner blir otillgängliga kan endast värderingsmetoder som utgår ifrån modeller frambringa ett verkligt värde. Som beskrivits bygger dessa modeller sin värdering på framförallt icke observerbara inputs (komplexa finansiella tillgångar antas inte ha någon aktiv marknad). I studien framhålls också att om inputs ska kunna nyttjas som värderingsunderlag krävs det att ett brett urval av information används som data. Därtill anser BCBS att bolagen själva måste implementera robusta interna processer och metoder för att förstå risken som finns i de komplexa produkterna, särskilt när marknadspriserna försvinner. Många simuleringar använder inte alla marknads- och riskfaktorer, utan fokuserar enbart på kreditrisken hos de underliggande tillgångarna. På grund av detta bortses (som beskrivits ovan) andra faktorer såsom marknadslikviditeten och motpartsrisk.191

Viñals lyfter fram flertalet nackdelar med internt genererade simuleringar, eftersom de är beroende av konjunkturläget, varför de är signifikant cykliska och skapar en negativ dynamik. Enligt Viñals intensifieras också negativiteten problemet, eftersom värderingsprocessen påverkas på ett osäkert sätt på sådana instrument som företagen försöker begränsa sina förluster på vid en konjunkturnedgång. Vidare påstår han att det inte har någon betydelse vilken modell eller teknik som tillämpas för att utveckla värderingsmodeller, om det görs externt eller internt, eftersom det alltid kommer att finnas en viss subjektivitet i designen. Följaktligen är Viñals av åsikten att värderingen kommer att påverkas av omdömena från de personer som skapar modellerna. Eftersom de måste besluta om den teoretiska grunden som modellens resultat ska byggas på, vilket innefattar dataunderlaget, således antaganden och bedömningar. Denna subjektivitet associerar Viñals med den så kallade modellrisken; sannolikheten att det förekommer fel i värderingarna på grund av olämpliga tekniker eller gjorda antaganden som visar sig vara icke tillfredställande.192

Vidare menar Viñals att värderingsmodeller skapar ny informationsasymmetri och tillika problem med moral hazard. Han förklarar att när det finns incitament för att manipulera information som inhämtas från marknaden kommer användandet av simuleringarna att medföra att institutionerna handplockar sin inputs och antaganden, vilket leder till problem med informationsasymmetrin. Därtill anser han att modellvärderingen påverkas av tidpunkten för då modellerna och teknikerna utvecklades. Enligt Viñals skapades de sedvanliga modellerna under fina ekonomiska förhållanden, varför ingen hänsyn togs till hur de skulle fungera under mindre bra omständigheter. Således anser han att modellerna inte har inkluderat relevanta riskfaktorer och framförallt saknar de modellrisk, likviditetsrisk och motpartsrisk.193 Även Allen och Carletti är av åsikten att avsaknaden av prisuppgifter från en aktiv och likvid marknad medför att värderingar måste underbyggas via modeller eller proxy-prismetoder, tillika experters omdömen. De anser också att resultaten från modeller är känsliga gentemot de inputs och antaganden som nyttjas, och lyfter fram de estimeringsmisstag och osäkerheter

190

Ryan, 2008

191

Basel Committee on Banking Supervision, 2008, Fair value measurement and modelling: An assessment of challenges and lessons learned from the market stress

192

Viñals, 2008, Valuation and financial stability

193

som värderingsresultat innehåller. Vidare påpekar de att det är svårt att kalibrera dessa värderingsmodeller, således eftersom det saknas tillgängliga riktlinjer. Dessutom varierar likviditeten på marknaderna över perioder, varför det uppstår större variationer i de estimeringar som görs på de finansiella instrumentens verkliga värden. Emellertid anser Allen och Carletti att det finns tillvägagångssätt som kan minimera diskrepansen i estimeringarna, nämligen följande:194

• Att använda ett större urval av inputs och antaganden • Betona modellernas inputs

• Jämföra resultatet från olika modeller och tekniker

• Använda priser från relaterade tillgångar, prisuppgifter hämtade från andra marknadsdeltagare, information som erbjuds av oberoende prissättningstjänster och relevant värdering av säkerheter som referenspunkter.

Även Ryan ger tydliga förslag för att åtgärda redovisningsproblemen som simuleringar ger. Han föreslår att det bör framgå i redovisningen vilka specifika inputs som är betydelsefulla för värderingsprocessen och hur verkligt värde påverkas av de inputs som används i värderingsprocessen för alla berörda finansiella tillgångar. Han påpekar att detta ska göras när värderingen genereras av värderingsmodeller med både observerbar data och icke observerbar data. Ryan menar att om sådan redovisning skulle ske kommer modellbaserad värdering bli mer informationsrik och följaktligen mer transparent.195 Likaså bedömer Viñals att om finansiell information ska fungera på ett korrekt sätt måste marknaden själv kunna bedöma hur de finansiella instrumenten blir värderade. Således är han av åsikten att följande aspekter måste tillkännagivas i redovisningen när värderingsmodeller tillämpas:196

• Företagets exponering till de olika finansiella instrumenten, hur dessa värderas – vilka tekniker som används och vilka inputs som nyttjas

• Vilka antaganden som har gjorts och hur känsliga dessa är för värderingen när olika utfall sker

Allen och Carletti samt Plantin, Haresh och Shin menar att det inte bara är värderingsmodeller som medför svårigheter, utan hävdar också att själva prissättningen på noterade finansiella instrument kan innebära problem. De påpekar att det är ett vanligt förekommande fenomen under finansiella kriser, tilliten till motparter försämras och en osäkerhet uppstår på hela kapitalmarknaden (se vidare under bilaga 1). När det finns en stor volatilitet brukar det tendera att orsaka ännu mer kaos innan en ljuspunkt skådas. Allen och Carletti samt Plantin, Haresh och Shin menar att finansiella institut inte bara får värderingsproblem, utan svårigheterna tenderar att härstamma på grund av marknadens dåliga psyke. Eftersom försäljningarna under sådana omständigheter har en benägenhet att ske i stora volymer och till reapriser. De anser att det största misstaget är att gripas av panik när en marknad fallerar, eftersom det tenderar att skapa en osäkerhet på marknaden som får direkta konsekvenser på värderingsprocessen.197, 198 Ett tydligt exempel som demonstrerar problemet är Merrill Lynchs

194

Basel Committee on Banking Supervision, 2008

195

Ryan, 2008

196

Viñals, 2008

197

försäljning av sina Collateralized Debt Obligations. Merrill Lynch hittade en köpare som var villig att ge 22 cents för varje dollar, vilket ger ett värde på 22 procent av anskaffningspriset199.

Det kan diskuteras huruvida det priset är ett rättvist värde, då försäljningen kan klassificeras som en så kallad ”fire sale”, en framtvingad panikartad försäljning200. Försäljningen skapar emellertid en prisnotering men priset baseras på ett resultat genererat av en simulering. Således hävdar Chorafas att det finns några aspekter att ta hänsyn till när sådana finansiella instrument värderas, speciellt instrument med lån som underliggande tillgångar. Han menar att det största problemet med sådana finansiella tillgångar är att de varken är identiska eller likvärdiga, alla bygger på separata underliggande bolån och det går inte att likställa dem med varandra fastän strukturen är likadan. Följaktligen poängterar han att det skapar problem när dagens instrument ska värderas, och speciellt med de värderingsmodeller som finns tillgängliga för bolagen, då dessa tillåter marknadsdata och företagens egna antaganden. Konsekvenserna från det blir, enligt Chorafas, att värderingarna blir så välbyggda och trovärdiga som de inputs som använts för att värdera tillgångarna.201

Plantin, Haresh och Shin samt Lindsell anser att det ovannämnda exemplifierar den instabilitet som verkligt värde kan skapa på marknaden, varför de har explicita åsikter om att finansiella tillgångar värderas via värderingsmodeller som använder icke observerbara inputs. De menar att verkligt värde bestäms via hypotetiska marknadspriser på en tilltänkt marknad, oftast baserat på ledarnas egna antaganden om framtiden. Följaktligen vill de inte använda termen verkligt värde på sådana tillgångar, eftersom de menar att ett värde genererat från en modell inte kan likställas med ett verkligt värde, och de understryker att det inte rör sig om semantik. Det berör det fundamentala kring vad verkligt värde innebär, nämligen aktiva marknader med likviditet och med köpare och säljare som båda är kunniga och villiga att utföra en transaktion inom en armslängd avstånd. De är av åsikten att värdering utifrån hypotetiska marknader med hypotetiska marknadsdeltagare inte faller inom den definitionen. Följaktligen anser de att värden frambringade av modeller är en prognostisering eller estimering och inte en explicit observation.202, 203

Värderingsmodeller handlar om att teoretisera hypotetiska marknader med tilltänkta köpare och säljare, vilka antas ha lika mycket kunskap och intresse i de specifika instrumenten som företaget själv, det menar Plantin, Haresh och Shin samt Lindsell. De anser att när ett hypotetiskt värde fastställs på ett instrument blir utgångspunkten ledarnas åsikter om hur framtiden kommer att utvecklas och tillgångens värdeutvecklingen. Enligt författarna utgör dessa siffror endast data åt de matematiska modellerna och kan aldrig utgöra ett faktiskt värde. Emellertid är de också av åsikten att när väl modeller tillämpas och uträkningen av det hypotetiska marknadspriset sker bör ledarnas förutsägelser kring andra faktorer, såsom efterfrågan, räntenivåer, växlingskurser, den ekonomiska tillväxten, konkurrenseffekter tillräknas värderingsresultatets validitet och reliabilitet. Eftersom de uppräknade faktorerna påverkar simuleringens resultat.204, 205

198 Plantin m.fl, 2008 199 Bloomberg.com 200

Merrill Lynch var tvingade att förbättra sin balansräkning på grund av rädslan att inte ha tillräckligt med eget kapital utifrån prognostiserade framtida nedskrivningar av CDOs, utförda av industrin.

201 Chorafas, 2006, sid 92-93 202 Lindsell, 2005 203 Plantin m.fl, 2008 204 Lindsell, 2005 205 Plantin m.fl, 2008