Finanstilsynet stiller nå strengere krav til bankenes modeller for å anslå risiko ved boliglån, ifølge en melding tirsdag.

De største bankene bruker disse modellene til å beregne risikovekter som bestemmer hvor mye kapital som skal stilles bak utlån.

Risikovektene for boliglån har gått ned de siste årene, mens økte boligpriser og økt gjeldsbelastning i husholdningene har ført til økt risiko i boligmarkedet, påpeker Finanstilsynet.

Finanstilsynet anslår at innstrammingene i modellene for misligholdssannsynlighet, i kombinasjon med LGD-gulvet, vil øke risikovektene for boliglånsporteføljene til i størrelsesorden 20-25 prosent, fra tidligere nivåer på 10-15 prosent.

Sjekk her: Eie eller leie?

Finanstilsynet har informert bankene om innstrammingene både på stedlig tilsyn og i en egen henvendelse til Finans Norge, hvor bankene også fikk anledning til å kommentere innstrammingene, fremgår det.

"Bankenes innvendinger retter seg i hovedsak mot parameterverdier hvor det er nødvendig å utøve stor grad av skjønn. Stor usikkerhet i historiske anslag krever sikkerhetsmarginer. Finanstilsynet opprettholder sine vurderinger, men har gjort noen justeringer på bakgrunn av bankenes innspill", skriver tilsynet.

Sjekk her: Så mye kan du låne

Finanstilsynet har vært i kontakt med svenske og danske tilsynsmyndigheter, som deler bekymringene for boligmodellene.

"Det danske Finanstilsynet har varslet at kravene vil bli gjort gjeldende for danske bankers boliglån i Norge, mens den svenske Finansinspektionen har varslet tilsvarende innstramminger i pilar 2-kravene for svenske banker", heter det.

Finanstilsynet legger til grunn at bankene tilpasser modellene i løpet av 2. halvår 2014.

Les også:
Dagens aviser på 1-2-3

 (Vilkår)Copyright Dagens Næringsliv AS og/eller våre leverandører. Vi vil gjerne at du deler våre saker ved bruk av lenke, som leder direkte til våre sider. Kopiering eller annen form for bruk av hele eller deler av innholdet, kan kun skje etter skriftlig tillatelse eller som tillatt ved lov. For ytterligere vilkår se her.