חברות רבות נאבקות ביישום מודל הפסדי האשראי הצפויים בהתאם לתקן דיווח כספי בינלאומי IFRS 9. במאמר זה אציג מספר דוגמאות עבור הגישה הפשטנית ליתרות חוב לקוחות ממכירת סחורות ושירותים, כיצד נראה יישום שכזה ואלו היבטים ניתן למכן או למחשב
פורסם: 10.2.19 צילום: יח"צ
מודל בדיקת הפגימה (Impairment, בחינת ירידת הערך) החדש של תקן דיווח כספי בינלאומי IFRS 9 צופה את הסיכון להפרשה בגין הפסדי אשראי צפויים, שזהו למעשה שינוי יחסית לשיטה אשר שימשה עד כה ולמעשה נהגה להסתכל רק על הפסדי אשראי בפועל. החשבונאות אם כך מתקרבת יותר ויותר לאקטואריית סיכוני אשראי צופה-פני עתיד; שינוי זה דורש מודל לניתוח והערכת הסיכונים כתוצאה מהפסדי אשראי עבור כל הנכסים הפיננסיים אשר אינם משוערכים לשווי שוק.
מאמר זה מתמקד ביישום הגישה הפשטנית, אשר משמשת בין היתר עבור יתרות חוב לקוחות ממכירת סחורות ושירותים כמו גם נכסים חוזיים (הכנסות מחוזים עם לקוחות) בהתאם לתקן דיווח כספי בינלאומי IFRS 15.
תקן דיווח כספי בינלאומי IFRS 9 לא מציין דרישות ספציפיות כאלו ואחרות בנוגע לעיצוב המודל. עם זאת, בפרקטיקה נ עשה שימוש בשתי שיטות לצורך קביעת ה- ECL (הפסד האשראי הצפוי, Expected Credit Loss):
- מטריצות הפרשות (Provision matrices) בהתבסס על ניסיון חדלות הפירעון הפנימי של החברה מלקוחותיה על פני השנים.
- שיטת הערכת השווי באמצעות ההסתברות חדלות פירעון (Probability to Default).
מה שמשותף לשתי הגישות הללו הוא שפעם אחת שתיהן תלויות במידה רבה בשקלול תרחישים של מצבי טבע שונים ופעם שניה שתיהן חייבות להיות מתואמות למידע מאקרו כלכלי צופה פני עתיד. לעיתים קרובות, המידע ההיסטורי המצוי בידי החברה אינו מייצג דיו היות ומקרי חדלות פירעון כתוצאה ממחזורי עסקים או ממודלים עסקיים הינם נדירים יחסית. עם זאת, תקן דיווח כספי בינלאומי IFRS 9 אינו מאפשר חיזוי פשוט של עסקי העבר, כלומר, התקן טוען כי אחוז מסוים של מקרי חדלות פירעון הינו סביר אפילו עבור לקוחות בעלי התנהגות אשראי טובה (Good Credit Standing). במקרים אחרים, התיעוד הקיים במערכת לתכנון משאבי הארגון (ERP) אינו מאפשר ניתוח גרעיני מספק דיו של מקרי חדלות הפירעון ההיסטוריים וזוהי הסיבה מדוע השימוש בשיטת הערכת השווי שבה ה- ECL נקבע בהתבסס על ההסתברות לחדלות פירעון הוא רעיון מצויין, אשר לאחר מכן מיושם על יתרות חוב הלקוחות.
כעת נציג באמצעות מספר דוגמאות את האופן שבו המודל מיושם בשלושה שלבים.
דוגמא: מודל בדיקת הפגימה (Impairment, בחינת ירידת הערך)
- הגדרת הפרמטרים במודל
בתור התחלה, על החברה להגדיר את הפרמטרים הדרושים ואת מידת הזמינות של הנתונים הנחוצים. מלבד השימוש ב- ERP, ניתן "למשוך" נתונים גם מתוך מערכות לניהול סיכונים, לדוגמא בניהול יתרות חוב לקוחות, כאשר על פי רוב כבר קיים מידע רלוונטי. המידע הבא חיוני למודל:
- ערכם הפנסקני של יתרות חוב הלקוחות ממכירת סחורות ושירותים כמו גם הכנסות מחוזים עם לקוחות
- התקופות החוזיות עד לפירעון החוזים
- הבטוחות
- שמותיהם וכתובותיהם של הלקוחות
- דירוגי האשראי של הלקוחות
- הסתברויות לחדלות פירעון (PD) של הלקוחות
במרבית המקרים, נתונים בדבר דירוגי האשראי ו/או הסתברויות לחדלות פירעון של בסיס הלקוחות החברה אינם זמינים, במיוחד במקרה של תאגידים הטרוגניים ובינלאומיים. במקרים מסוג זה שירותי דירוג אשראי, סוכניות דירוג אשראי וביטוחי אשראי יכולים לסייע מאחר ועל פי רוב הם עושים שימוש בנתונים אלו בדיוק על מנת לקבוע סיכוני אשראי.
לעיתים קרובות, לצורך כימות ראשוני מקובל להיעזר במערכת נתוני שוק זמינה, המספקת דירוגי האשראי ו/או הסתברויות לחדלות פירעון עבור חברות רבות הרשומות למסחר בבורסה כמו גם ברמת הענף.
התקדמות באופן מובנה היא רעיון טוב, מפני שעל התאגיד להסביר בביאורים לדוחות את נתוני הכניסה (input data) שיושמו על ידו כמו גם את ההנחות והשיטות אשר שימשו אותו בעת קביעת ההפרשה כנגד סיכונים.
- פירוט ואיסוף נתונים
בשלב השני, על התאגיד לאסוף הלכה למעשה את התונים ולהחדירם לתוך המודל באמצעות שימוש בטכנולוגיות מחשוב ותקשורת לשם ניהול ועיבוד מידע (IT). הבסיס להערכת השווי הוא החשיפה לסיכון (Risk Exposure), במקרה דנן שלפנינו ערכם הפנסקני של יתרות חוב הלקוחות (דהיינו, החשיפה בעת חדלות פירעון, EAD- Exposure at Default). בטוחה מפחיתת סיכון (Risk-Mitigating Collateral), כמו ביטוח אשראי או ערבות (Surety) מחברת ביטוח האשראי אוילר הרמס (Euler Hermes), יכולה להקטין במישרין את החשיפה או לחילופין לקבל ביטוי בסוף בצורת פקטור שיקלול מסוים. כמובן שאין להתעלם מהשתתפות עצמית (Deductible) או מסעיפים אחרים אשר יכולים להביא לכך שהתאגיד ישא רק בסיכונים שיוריים (Residual Risks, סיכונים שאריתיים).
נציין כי התקופה החוזית (Contractual Term) משחקת תפקיד מרכזי בעת הערכת שווייה של החשיפה לסיכון. ישנו כלל אמפירי לפיו, ככל שהזמן לפירעון ארוך יותר, כך סיכון חדלות הפירעון גבוה יותר. התשלומים המתוכננים של כל אחד מהלקוחות כמו גם יתרת החיים של יתרות חוב הלקוחות המזוהות ולוחות הזמנים של התשלומים על פי רב אינם זמינים אד-הוק ועל כן עליהם להיות חלק אינטגרלי מהנתונים שנאספים מוקדם יותר כתשומות למודל. את הנתונים הללו ניתן לאסוף באמצעות מקרי חדלות פירעון ב- ERP.
עבור חברות שלהן בסיס לקוחות הטרוגניים או לחילופין בעלות מעט מאוד לקוחות, תקן דיווח כספי בינלאומי IFRS 9 מציע את האפשרות לקבץ את הלקוחות לכדי תיקי סיכון נפרדים המכונים אשכולות (Clusters). לאשכול ישנם מאפייני סיכון זהים, כמו למשל אזור, ענף או התנהגות תשלומים היסטורית המאפשרים את יצירתם של אשכולות סיכון הומוגניים, אשר במודל בעת ביצוע הערכת השווי יסתכלו עליהם ברמת האשכול. האישכול (Clustering), כלומר תהליך יצירת האשכולות, מאפשר הלכה למעשה צמצום בכמות הנתונים הדרושים.
את כל הנתונים שמנינו עד כה ניתן לאסוף מתוך מידע פנימי של החברה. כעת נעבור לנתונים שאותם יש לאסוף ממקורות מידע חיצוניים בשלב האחרון: דירוג האשראי של הלקוח ובמיוחד ההסתברות שלו לחדלות הפירעון (PD) מבוטאים באחוזים. את ה- PD יש לייחס בצורה ראויה לכל אחד מהלקוחות או מאשכולות הסיכון ולאחר מכן יש לבצע קליברציה לתקופות לפירעון. בנוסף, על התאגיד לקבל מספק הנתונים שלו אישור לפרסום הגורמים (במיוחד אלו הקשורים למידע צופה פני עתיד) שנכללו בקביעה כחלק מהמידע שייחשף בביאורים לדוחות. נציין כי הקיבוץ לאשכולות סיכון רלוונטי גם ליישום תקן דיווח כספי בינלאומי IFRS 7.
- יישום והכרה
משעה שאספנו את הנתונים הפנימיים של החברה לגבי הלקוחות, פרטי יתרות חוב הלקוחות והבטוחות, קיבצנו אותם לאשכולות סיכון אידאליים ו"חיזקנו" אותם באמצעות נתונים חיצוניים, כגון דירוגי אשראי והסתברויות לחדלות פירעון, הרי שיש בידינו את כל המידע החיוני להערכת חדלות פירעון האשראי (Credit Default).
בפרקטיקה, אקטוארים של סיכוני אשראי נוהגים לעשות שימוש בנוסחה הבאה:
ECL = EAD x PD x LGD
כאשר:
ECL – הפסדי האשראי הצפויים (Expected Credit Loss). הסבר מלא של פרמטר זה ממסגרת מאמר זה. המחשה ברורה של השימוש בו ניתן למצוא אצל פולניצר, ר' (2018),"תיק הלוואות והפסד אשראי צפוי", פאנדר – מגזין ניהול ההשקעות, הביטוח והפנסיה של ישראל, מרץ.
EAD – החשיפה בעת חדלות פירעון (Exposure at Default). הרחבה אודות פרמטר זה ניתן למצוא במאמרו של פולניצר, ר' (2018),"הפסד אשראי צפוי בלתי צפוי והון כלכלי", פאנדר – מגזין ניהול ההשקעות, הביטוח והפנסיה של ישראל, מרץ.
PD – ההסתברות לחדלות פירעון (Probability of Default). הסבר אודות פרמטר זה אינה בתחולת מאמרנו להרחבה נא ראו מאמרו של פולניצר, ר' (2018), "סמנכ"ל כספים, את ההסתברות לחדלות פירעון (PD) אתה כבר יודע למדוד?", פאנדר – מגזין ניהול ההשקעות, הביטוח והפנסיה של ישראל, נובמבר.
LGD – שיעור ההפסד בקרות חדלות פירעון (Loss Given Default). הסבר אודות פרמטר זה אינה בתחולת מאמרנו להרחבה נא ראו מאמרו של פולניצר, ר' (2018), "חשב, את שיעור ההפסד בקרות חדלות פירעון (LGD) אתה כבר יודע לאמוד?", פאנדר – מגזין ניהול ההשקעות, הביטוח והפנסיה של ישראל, נובמבר.
במשוואה לעיל, ה- LGD, כלומר, ההפסדים בפועל ביתרות חוב הלקוחות במקרה של חדלות פירעון הינם הנכסים הלא סולבנטיים הצפויים אשר אינם ניתנים השבה (Unrecoverable).
דוגמא לחישוב
נניח תאגיד המחזיק בחשיפה ללקוח (שאיננה מבוטחת) בסך 100 מיליון ₪ בעלת יתרת חיים של שנה, כאשר ההסתברות לחדלות פירעון לשנה הינה 1% ושיעור ההפסד בקרות חדלות פירעון הינו 50%.
אם ניצוק לתוך המשוואה לעיל את הנתונים הללו, נקבל את התמונה הבאה: הפסדי האשראי הצפויים הינם 500 אלף ₪ (ECL = 100 x 1% x 0.5). לשם פישוט ההסבר, לא ביצענו היוון בדוגמא מספרית זו.
לאחר ההכרה לראשונה, השינויים בהפסד האשראי הצפוי נמדדים בתאריכי חתך שונים לפי שווי הוגן הנזקף דרך דו"ח רווח והפסד. בהתאם לתקן חשבונאות בינלאומי IAS 39, הפרשות בגין הערכת שווי (Valuation Allowances) עדיין נרשמות בכל פעם שמתרחש הפסד, למרות ה- ECL.
שילוב תהליכים ומערכות
על מנת שחישוב הפגימה לא ישאר תיאורטי לחלוטין, הרי שבעת היישום יש לחשוב על שילוב המודל ביחד עם תהליכים ומערכות IT הרלוונטיים לחשבונאות.
בהתחשב בסביבת ה- ERP ובמבנה הקבוצה, התהליך החשבונאי יכול לכלול התאמות "בסוף" במאזן המאוחד אך גם התאמות בתוך מערכת ה- ERP המקומית. כמובם שיש לשקול את יעילות התהליך כמו גם את הסיכון לטעות. בפרקטיקה, חשבונאות קבוצה לעיתים קרובות אוספת וממדלת נתונים תחילה, ורק לאחר מכן משלבת את נתוני ההפרשה כנגד סיכונים באמצעות דוחות ERP או מערכות דיווח.
מהפרקטיקה עולה כי אוטומציה עשויה להיות מאתגרת כאשר נעשה שימוש בנתונים אשר אינם משמשים בדוחות השנתיים, כגון פרטי הלקוחות והתקופות החוזיות. על מנת להימנע משילתות ידניות וממיפוי נתונים מפורט, המטרה צריכה להיות לשלב את הנתונים הנאספים בשוטף באופן סטנדרטי ב- ERP או בחבילת הדיווח עבור דוחות כספיים וביאורים. במהלך היישום, מומלץ לדון לא רק בשיטה אלא גם בשילוב של התהליכים החשבונאיים, מערכות ה- IT ומערכת הביקורת הפנימית עם המבקר החיצוני שלך.
בהתחשב בזמינות הנתונים והממשקים עם ספקי שירותים חיצוניים, הרי שעשויים להיות פתרונות לבדיקת פגימה שהינם אוטומטיים לגמרי שכבר זמינים וברי-יישום המבטיחים איכות נתונים גבוהה ותהליכים יעילים.
IFRS 9 – דרך חדשה לכימות סיכוני אשראי
תקני דיווח כספי בינלאומיים (IFRS) הושקו כחלק מיוזמה שמטרתה ליצור הרמוניה בין תקני החשבונאות השונים ברחבי האיחוד האירופי. מטרתם של תקני ה- IFRS היא להגביר הן את מידת השקיפות והן את מידת ההשוואתיות של דוחותיה הכספיים של החברה. סטנדרטים אלה כבר עכשיו אומצו על ידי מדינות רבות ברחבי העולם, למעט ארה"ב.
תקני ה- IFRS חלים בישראל על תאגידים מדווחים אשר ניירות הערך שלהם נסחרים בשוק מוסדר. כלומר, הם אינם חלים על מרבית החברות במשק. לרמת שקיפות המוגברת של ה- IFRS יש גם "מחיר" בצורה של תנודתיות מוגברת של תוצאות החברה. פירמת הייעוץ "שווי פנימי" מסייעת ללקוחותיה בביצוע בניתוחים כמותיים במכשירים פיננסיים ובמדידת סיכונים לצורך יישום תקני ה- IFRS.
תקן הדיווח הכספי הבינלאומי מספר 9 החדש (IFRS 9) וכללי התקינה החשבונאית האמריקאית (ASU 2016-13) אשר נכנסו לתוקף בינואר 2018 נועדו להגביר את רמת הדיוק ומידת השקיפות של האופן שבו סיכון האשראי מיוצג הן במאזן והן בדוח הרווח וההפסד של החברה. עבור חברות שאינן מוסדות פיננסיים, מדובר בעיקר בהערכת יתרות חוב הלקוחות במאזן ובתוצאות הפגימה (Impairment, ירידת הערך) המקבלות ביטוי בדוח הרווח והפסד. שני התקנים החדשים כוללים בחובם דרישות בנוגע לשימוש במידע היסטורי כמו גם במידע צופה פני עתיד אודות האשראי וכל זאת על מנת לחשב את ההפרשות בגין הפסדי אשראי (מה שמכונה בתקנים Expected Credit Losses, הפסדי אשראי צפויים).
- במסגרת התקנים החדשים, החברות תצטרכנה להתחיל לבצע הפרשות לחובות אבודים (bad debt provisions) בגין הפסדי אשראי עתידיים אפשריים בתקופת הדיווח הראשונה – אפילו אם סביר ביותר שהנכס (יתרת חוב הלקוח במקרה דנן שלפנינו) יגבה במלואו.
- IFRS 9 דורש מהישות המיישמת אותו לבסס את מדידת הפסדי האשראי הצפויים על מידע סביר ובר-תמיכה (Reasonable and Supportable) זמין, לרבות מידע היסטורי, עדכני וחזוי.
- הפסדי אשראי צפויים (ECL) הינם אומדן משוקלל הסתברות (Probability Weighted Estimate) לסיכון האשראי. ה- ECL צריכים להיות צופים פני עתיד ולקחת בחשבון תחזיות עתידיות ולא רק נתונים היסטוריים. כמובן שככל שמידע חדש יותר הינו זמין, על הישות יש לעדכן את ה- ECL.
פירוש האמור לעיל הוא כי הגברת השקיפות מגיעה עם "תג מחיר" של תנודתיות מוגברת של תוצאות החברה, בעיקר כתוצאה מפגימת יתרות חוב הלקוחות במאזן.
אתגרים עבור תאגידים מדווחים
כרגע, תאגידים מדווחים בישראל מבצעים הפרשות מצומצמות מאוד בגין יתרות חייבים שטרם נפרעו. דבר זה יהיה חייב להשתנות בעתיד, שכן התאגידים המדווחים יצטרכו להכיר בהפסדי אשראי צפויים (ECL) בדוחות הכספיים שלהם על כל יתרות החייבים שלהם. כאמור, אמידת ה- ECL צריכה להיות "צופה פני עתיד" בניגוד להסתמכות מלאה על נתונים היסטוריים כפי שקורה כיום. כמובן יש לעדכן את אומדני ה- ECL בכל תקופת דיווח.
מיקוד
ה- ECL מחושבים על ידי: i) זיהוי תרחישים שבהם יתרת חוב שלקוח (או ההלוואה) מגיעה לכשל (Default); ii) אמידת הפסד המזומן (Cash Shortfall) שיגרם בכל תרחיש במידה ויתרחש כשל; iii) הכפלת ההפסד בהסתברות להתרחשות כשל; ו- (iv) סכימת התוצאות של כלל אירועי הכשל האפשריים.
לשם ההמחשה, הדוגמא לעיל מניחה כי קיים תרחיש כשל אחד בלבד. במסגרת התקנים החשבונאות, התאגידים המדווחים יצטרכו למדל תרחישים מרובים על מנת להגדיר את הרמות הנכונות של ההפרשה לחובות אבודים.
דוגמא להמחשה
נניח לשם המחשה כי חברת ABC מתכננת ליישם את התקן החדש (IFRS 9) וסביר להניח כי ההפרשה לחובות מסופקים (doubtful receivable) תיגדל בהשוואה לרמות הנוכחיות, במיוחד בשל העובדה כי שהיא תידרש לאמוד הסתברויות לכשל לכל יתרות חוב הלקוחות הרשומות בספריה. חברת ABC מחפשת סיוע בביצוע אופטימיזציה למאזניה, ביעול הדיווח ובחיסכון בעלויות.
כיצד פירמת הייעוץ "שווי פנימי" יכולה לסייע לחברת ABC?
- כימות הסכום החדש של הפרשה ליתרות חוב הלקוחות הנדרשת. לפירמת הייעוץ "שווי פנימי" ניסיון במידול הפסדי אשראי צפויים בהתבסס על מידע זמין מהלקוח.
- אופטימיזציה של סיכוני האשראי. אנו בפירמת הייעוץ "שווי פנימי" יודעים לבצע ניתוח אקטוארי על מנת לסייע בלהעריך את השפעת הדוחות הכספיים על רכישת ביטוח אשראי. ניתוח הכולל שיקולים סביב המבנה האופטימלי והעלויות הפוטנציאליות.
- תיאום עם רואי החשבון שלך. לפירמת הייעוץ "שווי פנימי ניסיון בתקשורת הנוגעת לטיפול החשבונאי בסיכוני אשראי מול משרדי רואי חשבון.
תרשים מידול הסיכונים של "שווי פנימי"
לסיכום
תקן דיווח כספי בינלאומי IFRS 9 מציג מודל חדש להכרה בהפסד מירידות ערך של נכסים פיננסיים – מודל הפסדי האשראי הצפויים ("Expected Credit Loss Model", להלן "המודל החדש").
המודל החדש שונה מהמודל הישן שהיה קיים במסגרת תקן חשבונאות בינלאומי IAS 39 לטיפול בירידות ערך של נכסים פיננסיים – מודל ההפסדים שהתממשו בפועל ("Incurred Loss Model", להלן "המודל הישן"), שבמסגרתו הפסד אשראי מוכר רק בקרות "אירוע הפסד".
המעבר למודל החדש נועד בעיקר על מנת לתת מענה למספר כשלים שקיימים במודל הישן, אשר חודדו בתקופת המשבר הפיננסי של 2007-2008.
המטרה העיקרית של המודל החדש הינה לספק למשתמשים בדוחות הכספיים מידע שימושי יותר אודות הפסדי האשראי הצפויים של הישות. מודל זה דורש מישות להכיר בהפסדי האשראי הצפויים בכל עת ולעדכנם בכל מועד דיווח על מנת לשקף את השינויים בסיכון האשראי של המכשיר הפיננסי.
המודל החדש הינו מודל "צופה פני עתיד" והוא מבטל את סף ההכרה (קרות "trigger event") שקיים במודל הישן. משמע, לא עוד הכרחי שאירוע הפסדי יתרחש לפני שמוכר ההפסד. בהתאם, המודל החדש מחייב את הצורך במידע עדכני ושוטף אודות הפסדי האשראי הצפויים.
בנוסף, כידוע, לשם מדידת הפסדי אשראי שמוכרים לפי המודל הישן, יש לקחת בחשבון אך ורק הפסדים שנובעים מאירועי עבר ובהתחשב בתנאים הנוכחיים בעוד שהשפעת אירועים עתידיים של הפסדי אשראי לא תילקח בחשבון גם אם אלו צפויים. מאידך, כאמור, המודל החדש מתבסס על הפסדים צפויים ובהתאם, הוא מרחיב את המידע שהישות נדרשת להשתמש בו בעת קביעת וביסוס הציפיות להפסדי אשראי.
המודל החדש מבוסס על גישה הכוללת שלושה שלבים כשהמעבר משלב לשלב מתרחש בעת שינוי משמעותי באיכות האשראי של הנכס הפיננסי. השלב שבו נמצא הנכס הפיננסי קובע כיצד יש למדוד את ההפסד מירידת הערך וכיצד יש ליישם ולקבוע את הריבית האפקטיבית שתוכר בגינו.
בשלב הראשון, ישות תכיר בהפסד מירידת ערך כבר במועד ההכרה לראשונה בנכס הפיננסי, כנגד רווח או הפסד, בגובה הפסדי האשראי הצפויים לחול לאורך מלוא חיי הנכס כשהם מוכפלים בהסתברות להתרחשותם במהלך 12 החודשים העוקבים למועד ההכרה בו לראשונה. בשלב זה הריבית האפקטיבית תחושב בהתבסס על הערך ברוטו של הנכס בספרים (דהיינו – מבלי לבצע התאמה בגין ההפרשה להפסדי האשראי החזויים).
במקרה בו חלה עלייה משמעותית בסיכון האשראי המתייחס לנכס הפיננסי לעומת זה ששרר במועד ההכרה בו לראשונה ואיכות האשראי שלו אינה נחשבת עוד כסיכון אשראי נמוך, הנכס הפיננסי עובר לשלב השני. בשלב זה יעודכן חישוב ההפסד מירידת ערך בהתאם להפסדי האשראי הצפויים בהתחשב במלוא אורך חיי הנכס (ללא הכפלה בהסתברות להתרחשותם במהלך 12 החודשים העוקבים למועד ההכרה לראשונה). בדומה לשלב הראשון, גם בשלב זה, הריבית האפקטיבית תחושב בהתבסס על הערך ברוטו של הנכס בספרים.
מעבר לשלב השלישי יתרחש במקרה של עליה משמעותית נוספת בסיכון האשראי של הנכס הפיננסי עד כדי כך שהנכס כבר יחשב כנכס שנפגם עקב סיכון אשראי (Credit-Impaired). בשלב זה, בדומה לשלב השני, ההפסד מירידת ערך יחושב בהתאם להפסדי האשראי הצפויים בהתחשב במלוא אורך חיי הנכס. אולם, בניגוד לשני השלבים הראשונים, הריבית האפקטיבית תחושב בשלב זה בהתבסס על העלות המופחתת של הנכס בספרים (דהיינו – לאחר התאמה בגין ההפרשה להפסדי אשראי). נכסים פיננסיים הנמצאים בשלב השלישי ייבחנו לירידת ערך, בדרך כלל, על בסיס נפרד.
*למען גילוי נאות הכותב הינו מעריך שווי ואקטואר העורך חוות דעת אקטואריות וכלכליות, נותן ייעוץ בתחומי הערכות השווי של תאגידים, נכסים בלתי מוחשיים ומכשירים פיננסיים מורכבים וכן מתמנה ע"י בתי משפט ובתי דין כמעריך שווי ואקטואר מוסמך. הנושאים בהם עוסק הכותב בתחום בתחום הערכות שווי מימון כמותי הינם, בין היתר: בדיקות הגנה לחשבונאות גידור (Hedge Effectiveness Tests); שווי הוגן לנגזרים משובצים (Embedded Derivatives); הערכות שווי וניתוח סיכונים לדוח גלאי 2 (ניתוחי רגישות, VaR Analysis); הערכות שווי וניתוח סיכונים ל- IFRS 7 ול- 9 IFRS; הערכות שווי אגרות חוב להמרה, אופציות פיננסיות ופוזיציות נגזרים מורכבות; ניתוח סיכוני אשראי וכיוצא באלה הערכות שווי מימון כמותי.
בעלים של שווי פנימי – מר רועי פולניצר, FRM ,F.IL.A.V.F.A. ,CFV
פרטי השכלה:
בעלים של פירמת הייעוץ שווי פנימי. מוסמך כאקטואר מלא (Fellow) מטעם לשכת מעריכי השווי והאקטוארים הפיננסיים בישראל (.F.IL.A.V.F.A) ומשמש כמנכ"ל הלשכה. מעריך שווי מימון תאגידי (CFV- Corporate Finance Valuator) מוסמך על ידי לשכת מעריכי השווי והאקטוארים הפיננסיים בישראל (IAVFA- Israel Association of Valuators and Financial Actuaries) ומוסמך כמומחה לניהול סיכונים (CRM- Certified Risk Manager) על ידי האיגוד הישראלי למנהלי סיכונים (IARM- Israeli Association of Risk Managers). מוסמך כמנהל סיכונים פיננסיים (FRM- Financial Risk Manager) מטעם האיגוד העולמי למומחי סיכונים (GARP -Global Association of Risk Professionals). בעל תואר שני (בהצטיינות) במנהל עסקים, תואר ראשון (בהצטיינות) מאוניברסיטת בן-גוריון בנגב בכלכלה עם התמחות במימון ודיפלומה בניהול סיכונים פיננסיים במתכונת FRM מאוניברסיטת אריאל בשומרון. למד בתוכנית ללימודי תעודה באקטואריה באוניברסיטת חיפה ועבר בהצלחה את הבחינות הסופיות של רשות ניירות ערך בישראל לרישיון מנהל תיקים.
פרטי ניסיון מקצועי:
בעשור האחרון, מר פולניצר ייעץ למשרדי רואי חשבון, משרדי ייעוץ כלכלי, משרדי ביקורת חקירתית וחברות ציבוריות ופרטיות בארץ וחיווה את דעתו המקצועית באלפי עבודות הערכות שווי, חוות דעת אקטואריות, ניתוחי סיכונים, ייעוץ כלכלי ומידול פיננסי בתחומים שונים, בהיקף מצטבר של מיליארדי דולרים ארה"ב.
מגזין "סטטוס" מופק ע"י: 
Tags: אקטואריה הערכת שווי כלכלה פיננסים תשואה
