भारतीय बँकिंग क्षेत्र 1 एप्रिल 2027 पासून Expected Credit Loss (ECL) आणि Basel 3.1 फ्रेमवर्कसारख्या मोठ्या नियामक बदलांसाठी सज्ज होत आहे. सध्या बँकांची आर्थिक स्थिती मजबूत असली तरी, GNPA **1.73%** इतके कमी आहे, मात्र या बदलामुळे बँकांना भविष्यातील जोखमींसाठी जास्त भांडवल बाजूला ठेवावे लागेल. गुंतवणूकदारांनी बँकेची नफाक्षमता, तरतुदी खर्च आणि लोन बुकची गुणवत्ता कशी पाहावी, यात बदल होणार आहे.
काय घडले?
भारतीय रिझर्व्ह बँक (RBI) बँकिंग क्षेत्राला रिस्क मॅनेजमेंटच्या नियमांमध्ये मोठे बदल करण्याच्या दिशेने नेत आहे. Expected Credit Loss (ECL) फ्रेमवर्क आणि Basel 3.1 कॅपिटल नियम 1 एप्रिल 2027 पासून लागू होणार आहेत. या नियमांमुळे बँका संभाव्य बुडीत कर्जांचे (Bad Loans) हिशोब कसे मांडतात, यात बदल होईल. बँकांना पूर्णपणे नवीन नियमावलीत येण्यासाठी 2031 पर्यंत वेळ असला तरी, RBI चा उद्देश हा 'प्रतिक्रियात्मक' (Reactive) मॉडेलमधून 'सक्रिय' (Proactive) मॉडेलकडे जाण्याचा आहे. म्हणजेच, कर्ज बुडीत गेल्यानंतर पैसा बाजूला ठेवण्याऐवजी, बँकांना भविष्यातील संभाव्य नुकसान अंदाजित करून त्यासाठी आगाऊ तरतूद करावी लागेल.
गुंतवणूकदारांसाठी हे का महत्त्वाचे?
गुंतवणूकदारांसाठी सर्वात मोठा बदल म्हणजे बँकेच्या ताळेबंदात (Balance Sheet) दिसणारे बदल. सध्याच्या प्रणालीमध्ये, क्रेडिट खर्च (Credit Costs) हे अनेकदा उशिरा दिसणारे निर्देशक असतात. ECL फ्रेमवर्क अंतर्गत, बँकांना डिफॉल्टचा अंदाज घेण्यासाठी भविष्याकडे पाहणाऱ्या डेटाचा (Forward-looking data) वापर करावा लागेल. याचा अर्थ, जरी आज कर्ज सुरळीत चालू असले तरी, जर आर्थिक दृष्टिकोन किंवा कर्जदाराचा धोका वाढला, तर बँकेला आपोआपच तरतुदी वाढवाव्या लागतील. यामुळे जोखमीचे लोन पोर्टफोलिओ असलेल्या बँकांच्या तिमाही नफ्यात जास्त चढ-उतार दिसू शकतात. यामुळे प्रणाली अधिक सुरक्षित आणि जागतिक धक्क्यांविरुद्ध अधिक लवचिक होईल, पण जर तरतूद खर्च वेगाने वाढले, तर नेट इंटरेस्ट मार्जिन (NIMs) आणि रिटर्न ऑन असेट्स (ROA) वर अल्पकालीन दबाव येऊ शकतो.
आर्थिक आरोग्याचा संदर्भ
बँकिंग क्षेत्र या बदलांना तुलनेने मजबूत स्थितीतून सामोरे जात आहे. मार्च 2026 पर्यंत, ग्रॉस नॉन-परफॉर्मिंग असेट्स (GNPA) 1.73% होते, जे मागील वर्षाच्या 2.22% पेक्षा सुधारणा दर्शवते. तसेच, या क्षेत्रात 17.68% इतके मजबूत कॅपिटल अॅडेक्वेसी रेशो (Capital Adequacy Ratio) आहे, जे Basel 3.1 अंतर्गत वाढलेल्या भांडवली गरजांविरुद्ध एक बफर प्रदान करते. मात्र, आकडेवारीनुसार कर्जांशी संबंधित रिस्क-वेटेड असेट्स (RWAs) वाढण्याचा कल दिसून येतो, जे FY22 मध्ये 82.1% वरून FY26 मध्ये 84.8% झाले. हे सूचित करते की बँकांनी अशा सेगमेंटमध्ये कर्ज वाढवले आहे, ज्यासाठी जास्त भांडवल लागते. त्यामुळे नवीन नियामक अनुपालन हे भविष्यातील बॅलन्स शीट व्यवस्थापनासाठी एक महत्त्वाची चाचणी ठरेल.
डेटाचे आव्हान
नवीन क्रेडिट रिस्क मॅनेजमेंट (CRM) फ्रेमवर्कची परिणामकारकता मोठ्या प्रमाणात डेटावर अवलंबून असेल. ECL साठी डिफॉल्टची संभाव्यता आणि डिफॉल्ट दिल्यानंतर होणारे नुकसान (Loss Given Default) अचूकपणे मोजण्यासाठी पाच वर्षांचा ऐतिहासिक डेटा आवश्यक आहे. ज्या बँकांनी प्रगत ॲनालिटिक्स, AI टूल्स आणि मजबूत क्रेडिट मूल्यांकन पायाभूत सुविधांमध्ये लवकर गुंतवणूक केली आहे, त्यांना फायदा होण्याची शक्यता आहे. गुंतवणूकदारांनी लक्षात घ्यावे की आता केवळ कर्ज वाढवणे महत्त्वाचे नाही; बँकेकडे 'रिस्क इंटेलिजन्स'ची (Risk Intelligence) गुणवत्ता असणे महत्त्वाचे आहे, ज्याद्वारे बँक कोणाला आणि कोणत्या दराने कर्ज द्यायचे हे ठरवते.
काय चुकले तर काय होईल?
या संक्रमणादरम्यान सर्वात मोठा धोका म्हणजे कमाईत विसंगती येण्याची शक्यता. जर बँकेचे अंतर्गत मॉडेल पुरेसे कॅलिब्रेटेड नसतील, तर अपेक्षेपेक्षा जास्त तरतूद करावी लागू शकते, ज्यामुळे थेट नफा कमी होईल. याव्यतिरिक्त, Basel 3.1 मुळे बँकांना मालमत्तेच्या विशिष्ट प्रकारांविरुद्ध अधिक भांडवल ठेवावे लागू शकते, ज्यामुळे त्या सेगमेंटसाठी रिटर्न ऑन इक्विटीवर (Return on Equity) परिणाम होऊ शकतो. जर एखादी बँक आपल्या कर्जांचे मिश्रण कार्यक्षमतेने ऑप्टिमाइझ करू शकली नाही, तर तिची भांडवलाची किंमत वाढू शकते आणि नियामक भांडवलाच्या मागणीमुळे वाढ मर्यादित होऊ शकते.
गुंतवणूकदारांनी काय ट्रॅक करावे?
गुंतवणूकदारांनी आगामी तिमाही निकालांमध्ये व्यवस्थापनाच्या भाषणांवर लक्ष केंद्रित केले पाहिजे, विशेषतः या नियमांच्या तयारीबाबत. विशेषतः, ज्या बँका नवीन नियमांचा परिणाम तपासण्यासाठी समांतर अंतर्गत मॉडेल चालवत आहेत, त्यांच्याकडे लक्ष द्या. 'क्रेडिट कॉस्ट्स' (Credit Costs) - म्हणजेच बुडीत कर्जांसाठी बँका बाजूला ठेवणारी रक्कम - या ट्रेंडवर लक्ष ठेवा, कारण नवीन प्रणाली अंतर्गत बदलांचा हा पहिला भाग दिसेल. शेवटी, बँकेच्या चांगल्या, अधिक डेटा-आधारित रिस्क मॅनेजमेंटचा खर्च शोषून घेताना निरोगी मार्जिन राखण्याच्या बँकेच्या क्षमतेचे मूल्यांकन करा. ही प्रणाली विवेकपूर्ण कर्जांना पुरस्कृत करण्यासाठी डिझाइन केली आहे, त्यामुळे चांगल्या रेटिंग असलेल्या लोन बुक्स असलेल्या बँकांना उच्च-धोका, उच्च-उत्पन्न मालमत्तेवर अवलंबून असलेल्या बँकांपेक्षा या संक्रमणातून अधिक सहजपणे मार्ग काढता येईल.
