Ler Edição - Serasa Experian

A Serasa Experian pode ajudar sua empresa
a se enquadrar na resolução do BACEN 3.721,
fornecendo soluções completas para você medir o
risco de carteiras de crédito, mensurar potenciais
perdas financeiras, realizar testes de stress, fazer
análises de alocação e muito mais. Seja qual for seu
desafio, pode desafiar a gente.
Ligue 0800 773 7728
Acesse já serasaexperian.com.br
7
Cadastro Positivo, Garantindo
a Qualidade do Crédito
Positive Notes, an Assurance
of Credit Quality
Ricardo Loureiro
Com o Cadastro Positivo as instituições financeiras, empresas comerciais e
prestadoras de serviços passarão a ter acesso aos hábitos de pagamento dos
indivíduos, ou seja, não conhecerão apenas os dados negativos, mas também os
positivos.
With Positive Date financial institutions, retailers and services providers will gain access to
consumers’ payment habits, that is, they will be aware not only of derogatory data, but of positive information as well.
18
Basileia III para um Setor Bancário em
Dificuldades em um Mundo sob Estresse
Basel III for a Troubled Banking
Sector in a World under Stress
Os documentos de consulta chamados de Basileia III representam uma reação à considerável pressão exercida sobre os balanços dos bancos em vista das condições difíceis da economia e do mercado nos últimos três anos. Eles são, igualmente, uma
resposta às limitações da atual abordagem reguladora evidenciadas durante a última queda de atividade econômica.
Lourenço Miranda
The consultative documents referred to as Basel 3 are a response to the significant pressure on banks’ balance sheets by the testing economic and market conditions of the past
three years. They are a response to limitations in the current regulatory approach that the
latest downturn highlighted.
A Ascensão de uma Nova Classe Empresarial
The Rise of a New Business Class
A continuidade do processo de fortalecimento do mercado interno se dá pelo incremento das políticas de desenvolvimento e fortalecimento dos pequenos negócios,
sustentando o crescimento da demanda via salários e lucros e financiando, prioritariamente, investimentos e produção.
31
Alexandre Guerra de Araújo
Continued strengthening of the domestic market occurs by incrementing small-business
development and strengthening policies, sustained demand growth via the segment’s wages and profits, and prioritizing the financing of investments and production.
48
Mensuração de Risco de Crédito
Para Carteiras: Um Modelo para o
Comportamento das Perdas no Tempo
Measuring Portfolio Credit Risk:
A Model for Losses over Time
Marcos Antonio Coque Jr.
Neste trabalho foi desenvolvido um modelo que, utilizando os conceitos de análise de
sobrevivência, permite quantificar o risco de crédito de uma carteira de empréstimos
ao longo do tempo, possibilitando um gerenciamento mais preciso do fluxo de perdas
da carteira de crédito.
This paper develops a model that uses survival analysis concepts to quantify a loan
portfolio’s credit risk over time, enabling more accurate management of the losses flow
in credit portfolios.
4
Palavra do Editor
As perspectivas de crescimento da economia brasileira em 2011 são otimistas. Na opinião de economistas, o Brasil não enfrentará, no
curto prazo, problemas de financiamento externo. O Investimento Estrangeiro Direto (IED), por
seu turno, poderá chegar a US$ 50 bilhões, superando a marca dos anos anteriores. Esse aumento é fundamental para que o País chegue a uma
taxa de investimento de 23% do Produto Interno
Bruto (PIB) e será alcançado com o estímulo ao
financiamento privado anunciado pelo governo.
Ricardo Loureiro, presidente da Serasa Experian América Latina, destaca nesta edição a importância da aprovação do Cadastro Positivo, afirmando que ele marca o início de uma
nova era para a economia brasileira. “O importante sistema de informações comportamentais
que são determinantes para uma apuração precisa do risco de crédito, pode ser traduzido em
segurança e rentabilidade dos negócios e em
menores custos de crédito. O cadastro positivo,
baseado no compartilhamento de informações
permitirá apurar o risco individual de crédito e,
consequentemente praticar taxas de juros mais
baixas”, informa Loureiro.
O presidente da Serasa Experian América Latina acredita que teremos um ano de ajustes na economia com aumento do crédito tanto
para a pessoa física como para a jurídica, com
destaque para as micro e pequenas empresas. A
evolução esperada para a pessoa física é de 18%
e de 19% para as pessoas jurídicas.
Lourenço Miranda discute as propostas
do Basileia III que deverão ir além das medidas
de reforço do balanço a que muitos bancos já deram início e podem desencadear mudanças fundamentais dos modelos de negócio e da precificação de produtos. Elas poderão marcar um
dos acontecimentos mais significativos em regulamentação bancária desde a introdução do primeiro Acordo da Basileia em 1988.
From the Editor
Brazilian economic growth prospects in 2011 are optimistic. According to
economists, Brazil will not run into foreign financing problems in the short run.
Foreign Direct Investment (FDI), in its
turn, may reach US$ 50 billion and surpass previous years. This increase is crucial for the country to reach an investment-to-GDP ratio of 23 percent, and will
be attained with the government’s recently announced stimulus to private sector
investment.
In this issue, Ricardo Loureiro,
president of Serasa Experian Latin America, highlights the importance of the Positive Data and says it marks the beginning of a new era for the Brazilian economy. “The important behavioral information
system, which is determinant to accurate
credit risk determination, may translate
added business security and returns, and
lower credit costs. Positive data, based on
shared information, will help determining
individual credit risk and, therefore, enable
lower interest rates,” Loureiro explains.
The president of Serasa Experian Latin America believes that this will be
a year of economic adjustments, with increased credit for both individuals and business firms, and for micro and small enterprises in particular. The expected growth
rates for individuals and business firms are
18 percent and 19 percent, respectively.
Lourenço Miranda discusses the
Basel III proposals, which should go beyond the balance sheet reinforcement
steps several banks area already implementing, and may trigger fundamental
changes for business models and product pricing. They may emerge as one of
the most significant developments in the
5
O Diretor Sênior de Risco da International Finance Corporation (IFC) / World Bank
Group, Lourenço Miranda, alega que os principais objetivos das novas regras propostas pelo
Comitê da Basiléia de Supervisão Bancária referem-se ao reforço da capitalização e da liquidez
do setor bancário global por meio de um aprimoramento da qualidade, transparência e consistência do capital regulador, do aumento dos requisitos de capital, da introdução de um índice
de alavancagem financeira e da abordagem à
pró-ciclicidade.
Alexandre Guerra de Araújo, Gerente da
Unidade de Acesso a Serviços Financeiros do
Sebrae Nacional, enfatiza que para que se possa dar continuidade ao processo de crescimento
do mercado interno é fundamental incrementar
as políticas de desenvolvimento e fortalecimento
dos pequenos negócios, sustentando o aumento
da demanda via salários e lucros neste segmento,
mas também financiando prioritariamente investimentos e produção.
Guerra de Araújo considera que “existem boas oportunidades para o crescimento saudável do crédito no país, em especial o financiamento dos pequenos negócios e que há perspectivas positivas com relação à capacidade de pagamento dessas pequenas empresas frente aos
seus compromissos de financiamento, não somente pelo aumento da renda oriunda da atividade empresarial, mas, também, por uma expectativa favorável de sustentabilidade desses ganhos”.
Ele acrescenta que a questão da informação e as
consultorias para desenvolvimento empresarial e
gestão financeira aumentarão sua relevância nos
próximos anos para este segmento, invocando
cada vez mais um papel diferenciado das instituições financeiras e bureaus de informação.
Marcos Antonio Coque Junior, Gerente
de Modelagem de Risco de Crédito, em um banco de varejo nacional apresenta nesta ediçãoum
estudo sobre a aplicação do modelo de análise
banking regulation area since the 1988 introduction of the first Basel Accord.
Dr. Lourenço Miranda, Senior
Risk Officer for the International Finance
Corporation (IFC) / World Bank Group, argues that the main goals of the new rules
proposed by the Basel Banking Supervision Committee concern reinforcing the
global banking sector’s capitalization and
liquidity by means of improved regulatory
capital quality, transparency and consistency, higher required capital levels, the
introduction of a financial leverage index,
and a pro-cyclic approach.
Alexandre Guerra de Araújo,
Manager of Sebrae’s Financial Services
Access Unit, points out that, in order for
the domestic market’s strengthening process to continue, small business development and strengthening policies must
be incremented, sustaining increased demand via the segment’s wages and profits, but also with priority funding for investment and production.
According to Guerra de Araújo, “good opportunities exist for healthy
credit growth in Brazil, especially as concerns small business financing, and there
are positive prospects for their repayment
capacity, not only through increased income from business activities, but also
as a result of a favorable outlook for the
sustainability of those gains.” Guerra de
Araújo adds that the relevance of information management and business development and financial management consultancies will increase for the segment in
the coming years, calling for a financial
institutions and information bureaus to
play more specific roles.
Marcos Antonio Coque Junior,
Credit Risk Modeling Manager with a
6
de sobrevivência, mais especificamente a distribuição Weibull, em problemas de mensuração
de risco de crédito de carteiras. Ele explica que
a utilização da distribuição Weibull foi um modelo adequado para representar os diferentes ratings de riscos, pois, devido apenas a mudanças nos
valores de seus parâmetros, podem-se representar diversas características de risco. Além disso,
a utilização da análise de sobrevivência permitiu
fazer um estudo do comportamento do risco da
carteira de crédito ao longo do tempo.
O modelo proposto por Marcos Antonio,
mostrou-se eficiente na mensuração do risco de
crédito ao longo do tempo, permitindo a quantificação do risco em diferentes instantes de tempo fornecendo uma ferramenta de auxílio na tomada de decisões mais adequada aos objetivos
estratégicos das instituições. Na aplicação desenvolvida pode-se mensurar o comportamento do risco da carteira ao longo do tempo, bem
como o impacto de decisões em diferentes prazos de tempo da carteira.
Tecnologia de crédito
ANO XIII
Publicação trimestral da Serasa Experian
Nº 75
ISSN 2177-6032
Presidente da Serasa Experian e
da Experian América Latina
Ricardo Loureiro
Ilustração
Eric Miranda e Leticia Ikeda
Assistente de Edição
Nancy Galvão
Os conceitos emitidos em artigos
assinados são de responsabilidade
de seus autores, não expressando,
necessariamente, o ponto de
vista da Serasa Experian, nem do
Conselho Editorial.
Tradução
Presidentes de Unidades de Negócios Allan Hastings
Marcelo Kekligian, Igor Ramos
Correspondência
Rocha, Jorge Antonio Dib,
Juliano Marcílio e Laércio Pinto Serasa Experian - Comunicação
Corporativa
Diretores
Al. dos Quinimuras, 187
José Alcântara, Lisias Lauretti,
CEP 04068-900 - São Paulo - SP
Milton Pereira, Paulo Melo e
Tel. (11) 2847-9515
Silvânio Covas
Fax (11) 2847-9791
www.serasaexperian.com.br
Editora Responsável
[email protected]
Rosina I. M. D’Angina (MTb 8251) [email protected]
Projeto Gráfico
Luis Barbuda
Capa
Eric Miranda
Editoração Eletrônica
Eric Miranda e Leticia Ikeda
É proibida a reprodução total
ou parcial dos artigos desta
publicação.
domestic retail bank, presents a study
on the application of survival analysis
modeling, and, more specifically, of the
Weibull distribution, to portfolio credit
risk measurement problems. He explains
that the Weibull distribution was appropriate to represent the various risk ratings, since different risk characteristics
can be represented by means of changes to their parameter values. In addition,
survival analysis allowed studying the
portfolio’s risk behavior over time.
The model Coque Junior proposes proved efficient in measuring credit
risk over time, enabling risk quantification at different points in time and providing a tool to help make decisions in
line with institutions’ strategic objectives. The application allows measuring
the portfolio’s risk behavior over time, as
well as the impact of decisions on the
portfolio at different lags.
Credit Technology
Year XIII
Trimonthly published by Serasa Experian
Nº 75
ISSN 2177-6032
Managing Director
Latin America
Ricardo Loureiro
Illustration
Eric Miranda and Leticia Ikeda
Assistant Editor
Nancy Galvão
The concepts issued in the signed
articles are the responsibility
of the authors, which do not
necessarily express the point of
view of Serasa Experian and the
Editorial Council.
Translation
Business Units Presidents
Allan Hastings
Marcelo Kekligian, Igor Ramos
Rocha, Jorge Antonio Dib, Juliano Mail Address
Serasa Experian - Comunicação
Marcílio and Laércio Pinto
Corporativa
Directors
Al. dos Quinimuras, 187
José Alcântara, Lisias Lauretti, CEP 04068-900 - São Paulo - SP
Milton Pereira, Paulo Melo and Tel. (11) 2847-9515
Silvânio Covas
Fax (11) 2847-9791
www.serasaexperian.com.br
Responsible Editor
[email protected]
Rosina I. M. D’Angina (MTb 8251) [email protected]
Graphic Design
Luis Barbuda
Cover
Eric Miranda
Desktop Publishing
Eric Miranda and Leticia Ikeda
Total or partial reproduction of
the articles hereby published is
strictly forbidden.
7
Cadastro Positivo,
Garantindo a
Qualidade do Crédito
Positive Notes, an Assurance
of Credit Quality
Ricardo Loureiro
8
Resumo
Abstract
O Governo Federal editou Medida
Provisória (MP) que aprova e regulamenta o Cadastro Positivo permitindo, assim,
aos agentes monitorar o grau de endividamento dos indivíduos e com isso reduzir o
risco de calote nas operações. Trata-se de
uma metodologia que avalia o risco de crédito por meio de uma análise das informações positivas do cidadão. As instituições
financeiras, empresas comerciais e prestadoras de serviços passarão a ter acesso aos hábitos de pagamento dos indivíduos, ou seja, não conhecerão apenas os dados negativos, mas os positivos. O sistema
beneficiará o tomador de crédito com oferta de juros menores nos financiamentos.
The Federal Government
approved and regulated the Positive Data, which allows economic actors to track individuals’ indebtedness and thereby reduce risk
of default. The methodology evaluates credit risk based on an analysis of citizens’ positive information. Financial institutions, retailers and services providers will
gain access to consumers’ payment habits, that is, they will be
aware not only of derogatory data,
but positive information as well.
Credit takers will benefit from the
system with lower interests rates.
Palavras-chave: banco de dados,
informações positivas e endividamento
Keywords: data banks, positive information and indebtedness
A implantação do Cadastro Positivo
pode incluir 26 milhões de brasileiros atualmente sem acesso a financiamentos, representando
aproximadamente uma demanda de 1 trilhão de
reais em novos empréstimos no país atingindo
76 % do Produto Interno Bruto (PIB).
Abrem-se, hoje, novas perspectivas
para o crédito, uma importante variável econômica, que promove a expansão da atividade, amplia o poder de compra dos consumidores e multiplica as transações. De acordo com o
que foi aprovado, “no fornecimento de produtos
e serviços que envolvam outorga de crédito ou
concessão de financiamento ao consumidor, o
fornecedor informará aos sistemas de proteção
ao crédito, para formação de cadastro positivo,
somente o adimplemento da obrigação contraída, sempre que houver a prévia concordância e
autorização expressa do consumidor para tal registro”. Ou seja, as informações positivas são do
próprio cidadão e serão utilizadas no seu interes-
Implementation of Positive Data
may include 26 million Brazilians who
now lack access to financing, equivalent
to an approximate demand of one trillion
reais in new loans nationwide, or 76 percent of GDP.
New vistas unfold for credit, an
important economic variable that fosters
expanded activity, increases consumers’ purchasing power and multiplies
transactions. According to the recently
passed bill, “in the provision of products
and services involving consumer credit
or financing, the provider will only provide credit protection services, for the
purposes of the formation of a positive
data, with data on timely payment of the
obligation, whenever the consumer has
given prior and explicit consent to such
records.” That is, positive information is
the citizen’s property and used on his
9
se, pois seu uso facilitará seu acesso ao crédito.
Um histórico positivo nos registros dos bancos
de dados de proteção ao crédito é um patrimônio valioso, constituindo-se em uma via de acesso mais rápida. Por outro lado, a informação positiva fará com que o agente financeiro analise a
inadimplência do indivíduo, podendo então, decidir pela concessão do crédito.
Deverá ser de interesse do consumidor
que seu histórico no cumprimento das obrigações
seja conhecido pelo concedente de crédito. O consumidor irá beneficiar-se e auferir tratamento diferenciado com a caracterização e o detalhamento
de seu perfil nos bancos de dados. Um bom e positivo histórico nos registros dos bancos de dados
de proteção ao crédito é uma via de acesso ao crédito mais rápido e menos burocrático.
Crédito de Massa
Ainda que seja uma experiência recente no país, de menos de duas décadas, o
crédito de massa já transformou a economia e
a vida do brasileiros. Os ganhos socioeconômicos são indiscutíveis e tornam o mercado consumidor um dos mais atraentes do planeta.
Com uma espetacular perspectiva de
crescimento, dada a baixa relação crédito/PIB,
de 47%, esta é a hora do Brasil analisar o atual
formato de seu sistema de crédito e os impactos sobre o endividamento do consumidor, que
evolui aceleradamente.
O Cadastro Positivo permitirá superar
uma vulnerabilidade, pois o mercado vai poder
contar com mecanismos para evitar o superendividamento do consumidor. Hoje, no Brasil, esse superendividamento ocorre de forma
individualizada, entretanto determina impactos no coletivo. O prejuízo com os maus pagadores é distribuído por todos os consumidores, por meio do custo elevado do crédito, penalizando a grande maioria que, de fato, salda
seus compromissos.
or her behalf, since its use will facilitate
access to credit. A positive history with
credit protection data banks is a valuable
asset and gives quicker access to funds.
On the other hand, positive information
will cause financial actors to analyze an
individual’s promptness and then make
a decision.
It will be in consumers’ best interests for credit providers to be aware
of their repayment history. Consumers will benefit and gain differentiated
treatment from their profiles’ characterization and detail levels. A good and
positive history with credit protection
records is a quicker, less bureaucratic
means of access to credit.
Mass Credit
Although still a relative novelty in
Brazil, dating back less than two decades,
mass credit has already transformed the
economy and life in Brazil. The socioeconomic gains are undeniable and make the
local consumer market one of the most attractive on the planet.
With spectacular growth prospects, given the low debt-to-GDP ratio of
47 percent, now is the time for Brazil to
discuss the current format of its credit system and the impacts on consumer indebtedness, which is evolving at a brisk pace.
Positive Data will enable overcoming a weakness, since the market will
have mechanisms to prevent consumer
overextension. In Brazil, today, this overextension occurs on an individual basis,
but has collective impacts. The damage
caused by bad credits is spread across all
consumers in the shape of a high cost of
credit, which penalizes the large majority
that does repay.
10
Vários países passaram por problemas de superendividamento de sua população, alguns com crise e outros não, mas todos
encontraram uma única saída para isto.
Por exemplo, na Coréia do Sul, em
1997, a Crise da Ásia, que quebrou boa parte do sistema financeiro da região, pegou as
famílias altamente endividadas. Sem crédito bancário, as famílias passaram a usar seus
cartões de crédito para pagamentos. De 1999
a 2002, o número de cartões mais que dobrou
e atingiu a marca de 100 milhões para uma população de 46 milhões. Para se ter uma idéia
da situação, o saldo utilizado no cheque especial e no cartão de crédito bateu os 114%
do PIB. O endividamento das famílias passou
para 96% da renda disponível. Sentindo o risco iminente, entre 2003 e 2004, os governantes passaram a impor limites nesta modalidade, aumentando a inadimplência das famílias,
que chegou a 10,5%, e mais insolvência para o
sistema financeiro. Para evitar o que poderia
ainda ser pior, no segundo semestre de 2004,
o cadastro positivo entrou em operação, para
melhorar e aperfeiçoar o sistema e os relatórios de crédito. No final daquele mesmo ano, a
inadimplência caiu para 5,5% e em 2005 para
3,2%. Hoje, a inadimplência das famílias está
em 1,1% e a Coréia do Sul tem um sólido ambiente de crédito.
Hong Kong é outro destaque na reversão do crescimento acelerado do superendividamento. Em 2002, após um longo ciclo de crescimento econômico, acompanhado por uma firme expansão do crédito, a relação endividamento familiar e renda disponível bateu os 140%.
Lá existe o instrumento de falência pessoal,
que atende aqueles casos em que o consumidor não tem ativos para pagar as diversas dívidas assumidas. As falências pessoais decretadas atingiram o recorde de 25.328 registros. Havia em Hong Kong uma situação desconfortá-
The people of several nations have
faced overextension issues. Some faced crises and some did not, but they all arrived at
the same solution.
For example, in 1997 in South Korea,
the Asian Crisis, which hit a significant part of
the region’s financial system, caught households with high indebtedness levels. Deprived
of banking credit, families started to use credit cards to make their payments. From 1999 to
2002, the number of credit cards more than
doubled, reaching 100 million units for a population of 46 million. To give a sense of the situation, the balance of checking account overdraft usage and credit cards reached 114 percent of GDP. Household indebtedness rose to
96 percent of disposable income. In 2003-04,
the authorities, sensing the impending risk,
started capping this form of credit, leading to
an increase in default, which reached 10.5%,
and increases insolvencies in the financial system. To prevent what might become an even
worse situation, positive data went into operation in the second half of 2004 to improve and
perfect the credit system and reports. By the
end of that year, defaulting had dropped to 5.5
percent, reaching 3.2 percent in 2005. Today,
household defaulting in South Korea is at 1.1
percent and the country enjoys a sound credit environment.
Hong Kong is another illustrative case of reversal of quick overextension increase. In 2002, after a long period of economic growth that came hand in
hand with solid credit expansion, household debt reached 140 percent of disposable income. Hong Kong’s legal system
provides for personal bankruptcy, for cases where consumers lack the assets to
repay their debts. Personal bankruptcies
reached a record number of 25,328 cases.
The island faced a situation where many
11
vel, com cidadãos quebrados e instituições com
rentabilidade em queda e indo para na mesma
direção. Vale lembrar que tanto neste território
chinês quanto nos Estados Unidos e em outros
países, o consumidor que fica insolvente e entra em falência passa por várias restrições. Em
Honk Kong, seu ativo é distribuído entre os credores. Nos Estados Unidos, fica sem acesso ao
crédito por uma década.
Hong Kong implantou seu cadastro positivo em junho de 2003 e, desde então,
tem promovido o compartilhamento das informações positivas de crédito do consumidor.
Como resultado, já em 2004, a insolvência pessoal tinha caído para 12.150 casos. O período
de transição para o novo sistema de crédito
durou dois anos, com o objetivo de criar uma
firme cultura do cadastro positivo. Em 2008,
os registros de falências pessoais estavam em
10.779 e, em 2009, com o impacto da crise financeira global foram a 16.157 e devem voltar
para o patamar abaixo de 8 mil ocorrências nos
próximos dois anos. A população deste território e a economia local estão livres dos problemas do superendividamento.
Atualmente, no Brasil, o envidamento da população em comparação à renda é de
39%, de acordo com o Banco Central. É um número que não preocupa no momento, porque
a renda e o emprego também estão em alta.
A lição que fica da Coréia do Sul e de
Hong Kong e mais outros países como a Tailândia e a África do Sul, é que não se deve esperar a deterioração do endividamento para
se implantar um moderno e eficiente sistema
de crédito. Vários países, de forma oposta, implantaram o cadastro positivo sem passar pelo
cenário crítico de uma crise de endividamento do consumidor, como Portugal, Espanha,
Itália, Alemanha, Croácia, Irlanda, República
Tcheca, Turquia, Hungria, Marrocos, Arábia
Saudita e muitos outros.
citizens where broke and financial institutions faced dropping return rates and the
prospect of bankruptcy. It is worth noting
that in Hong Kong, as in the US and other countries, insolvent and bankrupt consumers face several restrictions. In Honk
Kong, his assets are distributed among
creditors. In the US, they are barred from
credit for a decade.
Hong Kong implemented its positive data system in June 2003 and has since
then encouraged the exchange of positive
consumer credit information. As a result,
personal insolvencies dropped to 12.150 cases in 2004. The transition to the credit system took two years, with the goal of creating
a new sound and culture of positive data. By
2008, personal bankruptcies were at 10,779.
In 2009, with the impact of the global financial crisis, they rose back to 16,157 and
should revert to levels under eight thousand
in the next two years. The territory’s population and local economy are now free from
the problems of overextension.
In Brazil today, the population’s indebtedness amounts to 39 percent of their
income, according to Central Bank data. It
is not cause for concern at the present moment because income and employment are
also on the rise.
The lesson learned from South Korea, Hong Kong and other countries, such
as Thailand and South Africa, is that it is
best to not wait for debt to deteriorate before
implementing a modern and efficient credit system. Several countries implemented
positive records without experiencing the
critical scenario of a consumer debt crisis,
as illustrated by Portugal, Spain, Italy, Germany, Croatia, Ireland, the Czech Republic, Turkey, Hungary, Morocco, Saudi Arabia and many more.
12
O Risco do Endividamento
Estatísticas do Banco Central mostram
que, nos últimos cinco anos, o número de brasileiros com dívidas superiores a R$ 5 mil passou de
10 milhões para 23 milhões. Este aumento do endividamento é coerente com a evolução da relação crédito/PIB, que era de 28,1% em 2005, fechou
2009 em 45% e a previsão para 2010 é que alcance
48%. A maior oferta de recursos, sobretudo para
o crédito imobiliário, veículos, cartão de crédito e
consignado justificam o desempenho verificado.
O aumento do número de pessoas
usufruindo do crédito é um fator importante, porque se traduz
em melhor qualidade
de vida, aquisição da
casa própria, educação e realização pessoal e familiar. Esse
crescimento, torna o
Brasil o sétimo principal mercado consumidor do planeta,
com a perspectiva de,
em breve, ser o quinto. É por conta do crédito que o país é o segundo mercado mundial em aquisição de
forno microondas, o quinto em computadores pessoais, o sexto em números de passageiros de cruzeiros marítimos, entre outros destaques.
Para a economia, o crédito promove
um círculo virtuoso, que começa no financiamento do consumo e daí para a produção, gerando empregos, ampliando a renda, com disponibilidade para a poupança e,
novamente, para o consumo, resultando no
crescimento econômico.
No entanto, essa dinâmica do crédito só
é possível com o risco dimensionado e bem ge-
The Risk of Indebtedness
Central Bank statistics show that in
the past five years the number of Brazilians
with debt in excess of R$ 5 thousand rose
from 10 million to 23 million. This is consistent wit the evolution of the debt-to-GDP ration, which was 28.1 percent in 2005, 45 percent in 2009 and is expected to reach 48 percent in 2010. The growing supply of funds,
especially for real estate, cars, credit cards
and payday credit, justifies the pace.
The increased number of credit users is an important factor because
it translates into imEric
proved living standards, the purchase
of homes, education, and personal
and household accomplishments. The
increase makes Brazil the world’s seventh largest consumer market, with
the prospects of
soon becoming fifthplaced. Credit is the
reason why Brazil
is the world’s second largest market for microwave oven
purchases, fifth for personal computers
and sixth for ocean cruise passengers,
among other highlights.
Credit fosters a virtuous circle
in the economy that begins with a boost
to consumption and spreads to production, generating jobs and increasing
disposal income for savings and added consumption, resulting in economic growth.
This dynamics, however, can
only occur in the presence of well-sized
13
renciado, fatores que promovem a qualidade do
crédito. No caso oposto, em que o risco não é
mensurado e não há sua gerência eficaz, a cobrança de juros elevados é um repasse da expectativa de perda futura às novas transações,
em que o bom pagador paga pelo mau, independentemente de sua reputação creditícia.
Dessa forma, os juros funcionam como um seguro financeiro contra a inadimplência e, no final, quem paga essa conta são os bons pagadores, que acabam tendo acesso a um crédito
cada vez mais caro.
A metodologia de concessão de crédito, baseada nas informações negativas, é imperfeita, ultrapassada e não está em consonância com a sofisticação financeira do mercado brasileiro. Para ilustrar o risco que se assume diariamente no crédito, as estatísticas
oficiais mostram os dados do sistema bancário e não se sabe o quanto um cidadão tem de
dívidas no comércio, em serviços, etc. Assim,
muitos consumidores podem ter os R$ 5 mil
dentro de seu limite de crédito. Outros, porém,
já estão superendividados e com alta probabilidade de inadimplência. Como os concedentes
não tinham como diferenciá-los, dava-se mais
crédito a estes consumidores endividados, tornando sua condição pessoal mais difícil e ampliando o risco nos negócios.
A implantação do cadastro positivo é
determinante, porque leva a apuração do risco
à esfera individual. Como modelo estatístico de
apoio à decisão de crédito, o cadastro positivo é
abrangente ao considerar a posição de todos os
compromissos assumidos pelo consumidor, em
todos os setores econômicos. A partir dos hábitos de pagamento, é conhecido o risco individual, que abre espaço para a prática de juros individualizados. Com a composição dos riscos individuais se tem o risco coletivo.
Para os negócios, o cadastro positivo é
uma ferramenta única, que amplia a confiança
and well-managed risk, the factors that
promote credit quality. In the opposite
case, where credit is not measured and
there is no effective management, high
interest rates emerge in response to the
expected future losses from new deals,
forcing god credits to pay for bad ones,
regardless of their reputation as obligors. Interest rates thus operate as a
form of insurance against defaulting,
leaving reputable obligors with the bill
and increasingly expensive credit.
Extending credit based on negative information is imperfect, outdated and inconsistent with the sophistication of the Brazilian marketplace. To illustrate the risk routinely taken in credit, official statistics only show data from
the baking system and fail to display a
citizen’s debt with retail, services, etc.
Therefore, many consumers may have
R$5 thousand in debt within their limits. Others, however, are already overextended and show high likelihood of default. Because credit providers cannot
tell one group from the other even more
credit is given to the overextended, subjecting them to increased hardship and
increasing the risk of doing business.
Implementing positive data is crucial because it will take risk determination
to the individual level. With statistical credit decision support systems, positive data
are comprehensive insofar as they take account of all of a consumer’s commitments
with every industry. Awareness of payment habits enables determining individual risk and paves the way for individualized
interest rates. The sum of individual risks
provides collective risk.
Positive data amount to a unique
business tool that increases transaction
14
e a segurança nas transações, aumentando a
rentabilidade das empresas.
Do lado do consumidor, diferentemente do que acontece hoje, onde ser bom ou mau
pagador tanto faz, porque se pagam juros elevados de qualquer maneira, com o cadastro
positivo o consumidor se envolve com sua reputação no crédito, que pode lhe reverter em
empréstimos e financiamentos mais baratos.
O cidadão percebe que há uma grande vantagem em ser bom pagador. O superendividamento desaparece, porque quem concede
crédito conhece a posição tomada do consumidor e este cuida de sua reputação creditícia.
Fica para trás o modelo injusto de proteger e
criar referência no inadimplente.
Com risco melhor dimensionado e consumidor financeiramente responsável há redução dos juros individuais e sistêmicos, em benefício da sociedade. Com juros mais baixos, há
mais investimentos produtivos. Além disso, segurança e transparência no crédito são fatores
de atração de investimentos externos. Por isso
tudo, o cadastro positivo é praticado nas economias mais desenvolvidas do mundo e em mais
uma centena de países.
confidence and security and increases
returns to firms.
For consumers, unlike today,
where it doesn’t matter whether one is
a good credit or not, since interest rates
are high anyway, with positive data a consumer will become involved with his or
her credit recovery, which can result in
cheaper loans and financing. Citizens realize there is a benefit in being a good obligor. Overextension drops because credit providers become aware of consumers’
positions and consumers become mindful of their reputation. Unfairly protecting
defaulters and using them as a standard
becomes a thing of the past.
With better risk metrics and financially responsible consumers, individual and
systemic interest rates drop, with benefits
to all of society. Lower interest rates lead to
increased investment in production. In addition, credit safety and transparency help
attract foreign investment. For all this, positive data are a reality in the world’s most
developed economies and in more than one
hundred countries.
As micro e pequenas empresas (MPEs),
que são mais de 90% das organizações brasileiras, vivem um bom momento econômico, com
elevada pontualidade de pagamento, inadimplência sob controle e menor insolvência. Estes
aspectos mostram que o segmento pode ampliar sua contribuição à economia nacional, que
hoje é de cerca de 20% do PIB, muito distante
dos 50% verificados nos países desenvolvidos.
Essas empresas têm 57% dos empregos e corresponde a 37% da massa salarial, de acordo
com o Anuário do Trabalho na Micro e Pequena
Empresa 2009, do SEBRAE e DIEESE.
Micro and small enterprises
(MSEs), which include over 90 percent of all
business firms in Brazil, are experiencing
a good economic period with high prompt
payment rates, defaulting under control and
lower insolvency. These aspects show that
the segment can increase its contribution
to the national economy, which now lies
at around 20 percent of GDP, far less than
the 50 percent seen in developed countries.
These firms answer for 57 percent of jobs
and 37 percent of the wage mass, according to the 2009 Annual Report on Labor in
Aliado de Micro e
Pequenas Empresas
An Ally for Micro and
Small Enterprises
15
Entretanto, muitos entraves estruturais
ainda persistem nesses negócios. A informalidade é um deles. A Lei Geral das Micro e Pequenas Empresas, por meio do Programa Empreendedor Individual, vem estimulando os microempresários informais a regularizarem sua
situação. São 10,3 milhões de empreendedores,
que gradualmente estão aderindo ao programa.
A informalidade impacta negativamente no sistema tributário, no mercado de trabalho, na produtividade, na competitividade dessas empresas e do sistema econômico. A alta carga tributária, a falta de informações do negócio e o reduzido acesso ao crédito ainda são os maiores
obstáculos para a migração dessas empresas
rumo a formalidade.
Como as MPEs operam na fronteira entre pessoa física e jurídica, isto em qualquer
parte do mundo, os países com experiências
bem sucedidas nesse porte buscaram alternativas para superar a pouca ou nenhuma informação creditícia. A solução foi usar o cadastro positivo do micro e pequeno empresário, enquanto consumidor, na apuração do risco de crédito
de seu negócio.
Estudos da UNCTAD – Comissão das
Nações Unidas para o Comércio e Desenvolvimento e do Banco Mundial seguem essa linha, apontando a falta de informações positivas
como o maior impeditivo às MPEs e consumidores no acesso ao crédito e como um dos mais
significativos fatores de limitação do crescimento econômico. A The Entrepreneur School, uma
das mais respeitadas instituições de formação
de empreendedores dos Estados Unidos, destaca que as informações positivas do empresário
de micro e pequenas empresas servem como
uma garantia, um aval, para o seu negócio.
Taiwan é um dos bons exemplos mundiais dessa prática. As MPEs são 97,3% das
empresas locais, empregam 77,6% da mão-deobra, respondem por 31,5% das vendas totais
Micro and Small Enterprises, a publication
by SEBRAE and DIEESE.
Still, many cultural hurdles persist for these business. Informality is one
of them. The General Micro and Small Enterprises Act, through the Individual Entrepreneur Program, has been encouraging microentrepreneurs to regularize their situation.
In all, a universe of 10.3 million businesspersons who are gradually embracing the program. Informality has a negative impact on
the tax system, on the labor market, on productivity, and on these firms’ and the entire
economic system’s competitiveness. The
high tax burden, the lack of business information and reduced access to credit remain
the main obstacles against these firms’ migration to formal status.
Because MSEs around the globe
operate on the boundary between individuals
and legal entities, countries with successful
experiences with businesses this size have
sought alternatives to overcome the lack or
absence of credit information. The solution
was to use micro and small entrepreneurs’
positive data as consumers to determine
their businesses’ credit risk.
Studies by the UNCTAD – United
Nations Commission for Trade and Development and by the World Bank corroborate this,
indicating the lack of positive information as
the main factor preventing MSEs and consumers from accessing credit and one of the
most significant limiting factors for economic growth. The Entrepreneur School, one of
the most renowned entrepreneurial training
institutions in the United States, emphasizes
that positive information on micro and small
businessowners serve as assurance for their
businesses, as a form of collateral.
Taiwan is among the leading global
examples of this practice. MSEs comprise
16
de todas as empresas e totalizam 24,1% das exportações. Estima-se que 62% dos financiamentos concedidos às MPEs locais, são por
meio da avaliação do histórico de informações
positivas de seu proprietário, de acordo com
o Ministério de Assuntos de Estado daquele
país. Além de Taiwan, Tailândia, Malásia, entre outras economias, seguem esta realidade. Com isso, ganham os consumidores, empresários, empregados, os negócios em geral,
sobretudo os micro e pequenos, que também
passam a ter, via crédito, um grande estímulo
à formalidade.
Hoje, a quase totalidade dos países
membros da Organização para a Cooperação
e Desenvolcimento Econômico (OCDE) conta
com as informações positivas dos micro e pequenos empresários como colateral para seus
negócios. A organização reconhece a importância desse modelo como forma de avaliação do
risco para as MPEs.
Vários países do leste europeu, que já
tem o cadastro positivo implantado, vão nessa
direção. Do mesmo modo, no Norte da África, o
Egito já favorece suas MPEs.
Por outro lado, a recente crise financeira global levou algumas economias, que tinham
o cadastro positivo exclusivo para o crédito às
pessoas físicas, a estender essa circunstância
para as MPEs, a exemplo da Turquia, que conta
com informações positivas desde 1999.
No Brasil, o conceito de que o perfil financeiro da MPE guarda estreita relação com
o de seu proprietário é conhecido no mercado. Conhece-se o dono da empresa, sabe-se
sobre suas finanças mas, pela falta do cadastro positivo restava uma lacuna na informação
creditícia que afeta a capacidade de financiamento das MPEs.
A atual dinâmica do cadastro negativo, não distingue bons dos maus pagadores e o
real nível de endividamento das pessoas é des-
97.3 percent of local firms, employ 77.6 percent of the workforce, and answer for 31.5
percent of total sales and 24.1 percent of
exports. An estimated 62 percent of loans
granted to local MSEs, occur based on the
evaluation of the owner’s positive data, according to the Taiwanese State Affairs Ministry. In addition to Taiwan, Thailand, Malaysia and other economies also adopt this
system, resulting in gains for consumers,
business owners, workers, and business in
general, in particular micro and small enterprises, for which credit is a boost in the
direction of formality.
Today, almost every OECD member state relies on positive information on
micro and small businessowners as warranty for their operations. The organization
acknowledges the model’s importance as a
means to evaluate the risk MSEs pose.
Several countries in Eastern Europe that have already implemented positive
data are moving in this direction. The same
applies to Northern Africa, where Egypt’s
MSEs already benefit from the method.
On the other hand, the recent
global financial crisis led some economies
where positive data were limited to consumer credit to extend the system to MSEs, as
exemplified by Turkey, where positive data
have been available since 1999.
In Brazil, the market is familiar with the notion that an MSE’s financial profile is closely related with its owner’s. An institution may know an entrepreneur and be aware of his or her finances,
but the lack of positive data created a gap
in credit information that hampers MSEs’
ability to raise funds.
The dynamics of today’s negative
data does not tell good from bad credits and
hides the real level of individual indebted-
17
Autores/Authors
conhecido. As informações positivas não compartilhadas, impossibilitam uma boa avaliação
de crédito e deixam as MPEs sem o aval de sua
reputação, para ajudá-las a obter recursos mais
baratos. É uma espécie de limitador à sua existência e crescimento.
O cadastro positivo é a maneira contemporânea de se decidir crédito, onde há o
refinamento na apuração do risco individual,
facilitando que o consumidor também possa
ser compreendido como uma MPE, em sintonia com o conceito de empreendedor individual e coerente com a experiência internacional.
Como as vantagens do cadastro positivo são
para toda a sociedade, direcioná-las às MPE é
um caminho natural.
Com o cadastro positivo as MPEs contarão com uma arquitetura aliada aos seus interesses no crédito, em condições de gerar um
impacto socioeconômico sem precedentes. Os
micro e pequenos negócios poderão ser financeiramente saudáveis, ter sua competitividade
ampliada e o país tirará proveito desse imenso
potencial de riqueza.
A existência do cadastro positivo consagra e assegura o direito fundamental de tratamento isonômico, na ocasião da concessão
de crédito, sendo uma oportunidade para a sociedade interessada divulgar a sua condição de
bom pagador. Com ele será possível gerenciar
os efeitos colaterais do endividamento – elevação do spread, dos juros e a restrição do crédito.
A implantação do cadastro positivo vai
garantir a qualidade ao crédito.
Ricardo Loureiro
Presidente da Serasa Experian e da Experian América do Sul
President, Serasa Experian and Experian South America
ness. Positive information is not shared,
which prevents accurate credit evaluations
and deprive MSEs of their owners’ reputation, which might help secure cheaper
funds. The existing system limits their existence and growth.
Positive data are the contemporary means to make credit decisions, enabling fine-tuned individual risk assessment and allowing consumers to be regarded as MSEs, in line with the concept of individual entrepreneur and consistently with
international experience. Because the benefits of positive data accrue to all of society,
applying them to MSEs is a natural development.
With positive data, MSEs will have
access to an architecture aligned with their
credit interests and capable of generating
unprecedented socioeconomic impact. Micro and small enterprises will gain financial
health and increased competitiveness, and
the nation will be able to take advantage of
their vast potential for wealth.
Positive data reinforce and assure
the fundamental right to equitable treatment when it comes to credit, and stand as
an opportunity for those interested in publicizing their status as good credits. They will
enable managing the side effects of indebtedness – wider spread, higher interest rates
and credit restrictions.
Expanding positive data will assure credit quality.
18
Basileia III para um
Setor Bancário em
Dificuldades em um
Mundo sob Estresse
Basel III for a Troubled
Banking Sector in a
World under Stress
Lourenço Miranda
19
1. Introdução
1. Introduction
O grave estresse enfrentado pelo setor bancário global durante a crise financeira levou a comunidade reguladora a propor requisitos
mais rígidos do que os anteriores, referidos pelo Comitê da Basileia de Supervisão Bancária em seu comunicado à imprensa1 “como uma “reação
abrangente à crise bancária global”.
The severe stress experienced by
the global banking industry during the
period of the financial crisis has led the
regulatory community to propose more
rigorous requirements than it has previously done, as what the Basel Committee on Banking Supervision called in
its press release1 a “Comprehensive response to the global banking crisis”.
Palavras-chave: Comitê da Basileia, Capital Regulador e Econômico, (Pró-)
(A-) Ciclicidade do Capital, Alavancagem Financeira, Riscos de Liquidez e Sistêmico
Key Words: Basel Committee, Regulatory and Economic Capital,
(Pro-) (A-) Cyclicality of Capital, Leverage Ratio, Liquidity and Systemic Risks
Os principais objetivos das novas regras propostas pelo Comitê da Basiléia de Supervisão Bancária são relativos ao reforço da
capitalização e da liquidez do setor bancário global por meio de um aprimoramento da
qualidade, transparência e consistência do capital regulador, do aumento dos requisitos de
capital, da introdução de um índice de alavancagem financeira e da abordagem à pró-ciclicidade. Como observou O Sr. Nout Wellink,
Presidente do Comitê da Basileia e do Nederlandsche Bank (o Banco Central Holandês) no
mesmo comunicado, "essas medidas resultarão, com o tempo, em maiores requisitos de capital e liquidez e menor alavancagem no sistema bancário, menor pró-ciclicidade, maior resistência do setor bancário ao estresse e incentivos mais fortes para garantir que as práticas
de remuneração estejam corretamente alinhadas com o desempenho no longo prazo e com
a aceitação prudente de riscos”.
As propostas do Basileia III provavelmente irão além das medidas de reforço do
balanço a que muitos bancos já deram início
e podem desencadear mudanças fundamentais dos modelos de negócio e da precificação
The major objectives of these
new regulations were to strengthen the
capitalization and liquidity of the global
banking sector, by improving the quality, transparency and consistency of regulatory capital, increasing capital requirements, introducing a leverage ratio
and by addressing pro-cyclicality. As Mr
Nout Wellink, the Chairman of the Basel
Committee and President of the Nederlandsche Bank (the Dutch Central Bank)
emphasized in the same press release:
"these measures will result over time in
higher capital and liquidity requirements
and less leverage in the banking system,
less pro-cyclicality, greater banking sector resilience to stress and strong incentives to ensure that compensation practices are properly aligned with long-term
performance and prudent risk-taking".
The Basel 3 proposals are likely to extend the scope of the balance
sheet strengthening measures already
initiated by many banks, and potentially trigger fundamental changes in business models and product pricing. In this
20
de produtos. Assim, poderão marcar um dos
acontecimentos mais significativos em regulamentação bancária desde a introdução do primeiro Acordo da Basileia em 1988.
2. Lidando com a
Pró-Ciclicidade do Capital
Os bancos devem não somente calcular o capital regulador mínimo – o Pilar 1 –, mas,
também, estender o mesmo conceito a um arcabouço completo de adequação de capital,
também conhecido como Pilar 2. O Pilar 2 amplia os parâmetros internamente estimados do
Pilar 1 para um processo demonstrado de adequação de capital, conhecido como Programa
de Avaliação Interna de Adequação de Capital
(“Internal Capital Adequacy Assessment Program” – ICAAP).
A adequação de capital refere-se ao
processo de demonstrar que as instituições
estão adequadamente capitalizadas no nível
do conglomerado, incorporando diferentes
conceitos de capital: valor de mercado do patrimônio líquido, valor escritural do patrimônio
líquido, capital segundo agências de rating, capital econômico e capital regulador. A aplicação de capital refere-se ao processo por meio
do qual o capital total (normalmente o patrimônio líquido escritural) se divide entre as unidades de negócio e, por sua vez, é usada para estimativas de lucratividade e precificação com
base no risco e para a tomada de decisões estratégicas. Em geral, a divisão se dá com base
na utilização de capital econômico.
Com a implementação do Basileia II,
o capital regulador e o capital econômico estarão muito mais alinhados do que nos termos do Basileia I.
Contudo, no caso do capital de crédito,
por exemplo, permanece uma diferença, especialmente no sentido de que o capital econômico
tende a ser mais cíclico do que o capital da Ba-
sense, they could mark one of the most
significant developments in banking regulation since the original Basel Accord
was introduced in 1988.
2. Dealing with
Pro-Cyclicality of Capital
Banks are not only required to calculate a minimum regulatory capital, Pillar 1, but are also required to extend this
concept into a full capital adequacy framework, aka Pillar 2. Pillar 2 extends Pillar
1 internally estimated parameters into a
demonstrated capital adequacy process,
known as Internal Capital Adequacy Assessment Program (ICAAP).
Capital adequacy refers to the process demonstrating that institutions are adequately capitalized at the top of the house,
incorporating different concepts of capital:
market value of equity, book value of equity,
rating agency capital, economic capital, and
regulatory capital. Capital allocation refers
to the process where the total capital (usually the book equity) is partitioned among
the business units, which is in turn used for
risk-based profitability and pricing estimations and strategic decision-making. Usually, the partitioning is done based on the usage of economic capital.
With the implementation of Basel
2, regulatory and economic capital will be
much more closely aligned in comparison
with Basel 1.
However, for example, if we look
at credit capital, some disconnect remains, especially in the sense that economic capital is likely to be more cyclical than Basel capital. The gap between
them will be cycle sensitive, which has
implications in both capital adequacy
and capital allocations.
21
sileia. A diferença entre eles será sensível ao ciclo, o que traz implicações tanto para a adequação quanto para a aplicação de capital.
Há três visões distintas do capital:
• Capital “Bottom-of-the-cycle”: reflete o
requisito máximo de capital no decorrer de um
ciclo econômico. É acíclico.
• Capital “Point-in-time” – PIT: reflete,
num determinado ponto no tempo, como sugere o nome, o requisito de capital durante o ano
seguinte. É cíclico.
• Capital “Through-the-cycle” – TTC: reflete o requisito de capital médio ao longo de um
ciclo econômico completo. É acíclico.
Sob o ponto de vista PIT, o capital é cíclico e reflete o nível de capital, requerido normalmente ao longo do ano fiscal seguinte,
considerando o “nível de risco atual” que corresponde ao ponto em que nos encontramos
no ciclo. Segundo o TTC, o capital é acíclico,
refletindo a média dos capitais PIT no decorrer
do ciclo econômico. O capital Botton-of-de-cicle
reflete o capital PIT máximo ao longo de um ciclo. Também é acíclico.
Se uma instituição financeira administrar seu capital adotando uma filosofia PIT, tem
a intenção de equiparar o nível de capital, aceitando os riscos do momento. Como o risco flutua ao longo do ciclo, o capital também flutuará. Esse enfoque é frequentemente criticado por
ser indesejável, uma vez que a instituição financeira terá que aumentar o nível de capital para
acompanhar o aumento do nível de risco durante as quedas de atividade econômica. Aumentar
o capital (ou seja, o patrimônio líquido) durante
esses períodos é dispendioso.
Se uma instituição financeira administrar seu capital com base numa filosofia de TTC, a intenção não será a de equiparar o nível de capital à aceitação de riscos do
momento, mas, sim, de manter o capital com
base no nível médio de risco ao longo de um
There are three distinguished
views of the capital:
• Bottom-of-the-cycle Capital: reflects the maximum capital requirement
over an economic cycle. It is a-cyclical.
• Point-in-time (PIT) Capital: reflects the capital requirement over the
next year at, as the name suggests, one
point in time. It is cyclical.
• Through-the-cycle (TTC) Capital: reflects the average capital requirement over one complete economic cycle.
It is a-cyclical.
Under the PIT view, capital is cyclical, reflecting the level of capital required, usually over the next fiscal year,
given the “current level of risk” and corresponding with where we currently stand
in the cycle. Under the Through-the-Cycle
view, the capital is a-cyclical, reflecting the
average of PIT capitals over the economic
cycle. Bottom-of-the-cycle capital reflects
the maximum of PIT capitals over one cycle. It is also a-cyclical.
If a financial institution manages
its capital based on a PIT philosophy, the
intent is to match the capital level with the
current risk taking. As the risk fluctuates
over the cycle, so does the capital. This
view is often criticized as undesirable,
since the financial institution would have
to increase the level of capital to match the
increased level of risk during downturns.
Raising capital (i.e. equity) during downturns is expensive.
If a financial institution manages
its capital based on a TTC philosophy, its
intent is not to match the capital level with
the current risk taking but to hold capital
based on an average level of risk over a cycle. This view has the advantage that during downturns, the firm would not have to
22
ciclo. Esse enfoque traz a vantagem de que,
durante as quedas de atividade econômica, a
instituição não precisará aumentar o nível de
capital para acompanhar o nível mais elevado
de risco. Entretanto, o capital mantido, somente por coincidência equivalerá ao risco efetivo
em qualquer ponto do ciclo.
A pergunta a ser respondida – e que é
um dos aspectos centrais do Basileia III – referese à ciclicidade do capital e trata-se de um problema que deve ser abordado. O fato é que um
capital por mais estável e, portanto, insensível
ao risco, não é desejável para os acionistas, que
esperam recompensa proporcional aos riscos.
Ao mesmo tempo, os reguladores, como deixaram claras as novas diretrizes Basileia III, preferem um capital acíclico e mais estável ao capital PIT, que é mais cíclico. Há dois motivos para
isso. Primeiro, o conservadorismo, ou seja, um
colchão de segurança adicional frente ao potencial de riscos que não tenham sido detectados e
nem medidos. E, em segundo lugar, um capital
acíclico que evite o risco sistêmico da necessidade de muitas instituições de capital durante quedas da atividade econômica, como se deu durante a crise passada, levou o Comitê da Basileia a
emitir sua terceira rodada de regras.
A preocupação do Comitê da Basileia
com o risco sistêmico é compreensível. Contudo, manter capital além do que exigem os riscos
aceitos a cada momento, como propõe o Basileia
III, ficará às expensas dos acionistas. Esse capital excedente significa que as instituições financeiras não estão tomando riscos suficientes para
gerar a taxa de retorno exigida por seus acionistas. Assim, um capital excessivamente acíclico
também não deve ser desejável, uma vez que
cria um excedente de capital em relação à aceitação de risco durante boa parte dos ciclos, ou
seja, em momentos de expansão econômica.
O Comitê da Basileia pretende avaliar
diversas opções para abordar a pró-ciclicidade,
increase the level of capital to match the
increased level of risk. However, the capital held does not match the current risk
taking at any point in the cycle unless by
coincidence.
The question that has to be answered, which is one of the core aspects of
Basel 3 – is if capital cyclicality is a problem that needs to be dealt with. The fact is
that an excessive stable, thus not risk sensitive, capital is not desired by the shareholders, that expect the risks to be rewarded accordingly. At the same time, regulators, as became evident through the new
Basel 3 directives, prefer a more stable acyclical capital over a more cyclical PIT
capital. They have two reasons for that.
First, conservatism, that is an extra safety
cushion for potential undetected and unmeasured risk; second, a-cyclical capital
to prevent the systemic risk of many institutions needing capital during downturns,
as what happened during the past crisis
and what motivated the Basel Committee
to issue the third round of regulations.
The Basel Committee concern
about systemic risk is understandable.
However, extra capital in excess of the current risk taking, and what is proposed by
Basel 3, comes at expense of shareholders. Excess capital means that institutions
are not taking enough risk to generate the
required rate of return for its shareholders.
Thus, excessively a-cyclical capital should
not be desired either, as it creates excess
capital relative to the risk taking during
good parts of the cycles, i.e. moments of
expansion of the economy.
The Basel Committee intends to
evaluate a number of options to address
pro-cyclicality, including: the use of a
noncyclical probability of default proxy
23
entre elas: uso de uma proxy não-cíclica da probabilidade de inadimplência nos modelos internos de rating; incentivo à política de provisionamento que se aproxime mais de uma metodologia perspectiva de perda esperada, em vez da
abordagem baseada em perdas incorridas hoje
aplicada nos termos do IFRS e do U.S. GAAP;
e introdução de colchões de capital que seriam
proativamente ajustados levando em conta fatores macroeconômicos. A proposta mais revolucionária, em nossa opinião, é um arcabouço mecânico que exigiria a conservação do capital do
Tier 1 por meio de restrições sobre os dividendos, recompra de ações e bonificações discricionárias, caso a capitalização de um banco se
mantenha dentro de determinadas faixas acima
de seu requisito regulador mínimo.
A Probabilidade de Inadimplência (“Probability of Default” – PD) não pode ser puramente PIT, muito embora tenham esse objetivo, uma
vez que nem todas as informações são observáveis, mesmo que tenhamos um processo de rating de riscos livre de fricção. Assim, mesmo que
uma instituição declare adotar uma filosofia PIT
para suas PDs, essas PDs virão, na verdade, de
uma filosofia híbrida, o que reduz a ciclicidade.
Quanto mais TTC forem as PDs, maior o efeitocolchão. Alguns grandes bancos usam dois ou
até mesmo três conjuntos de PDs. As PDs mais
próximas do PIT são usadas para precificação e
gestão de riscos (os ratings internos de risco costumam ser mais próximos do PIT, enquanto os
de agências costumam alinhar-se mais ao TTC).
PDs um pouco mais distantes do PIT são usadas
para os fins de capital econômico, enquanto as
mais distantes do PIT e mais próximas do TTC
são usadas para o capital regulador.
A Perda por Inadimplência (“Loss Given
Default” – LGD) costuma ser acíclica, graças à interpretação do requisito de LGD em momentos de
queda da atividade econômica (piso do ciclo). Aliás, as LGDs das linhas, uma vez estabelecidas,
in internal rating models; encouragement for provisioning policies to move to
a forward-looking expected loss methodology rather than the incurred loss approach currently applied under IFRS and
U.S. GAAP; and the introduction of capital buffers that would be proactively adjusted to take account of macroeconomic factors. The most ground-breaking proposal in our view is a mechanistic framework that would require the conservation
of Tier 1 capital via restrictions on dividends, share buybacks, and discretionary bonuses if a bank's capitalization falls
within specified ranges above its minimum regulatory requirement.
Talking about probability of defaults (PD), these probabilities cannot be
purely point-in-time (PIT) even though
they are intended to be as not all information is observable even when we had
a frictionless risk rating process. Therefore, even if an institution’s stated philosophy is PIT for PDs, in reality these PDs
are from a hybrid philosophy, which reduces the cyclicality. The more TTC the
PDs are, the larger the dampening effect.
Some large banks use two or even three
sets of PDs. The most PIT PDs are used
for pricing and risk management (internal
risk ratings are usually more PIT, while
rating agency ratings are more TTC). Less
PIT PDs are used for economic capital and
the least PIT PDs, more TTC, are used for
regulatory capital.
When talking about Loss Given
Default (LGD), LGDs are generally a-cyclical due to the interpretation of the downturn LGD requirement (bottom-of-the-cycle). For that matter, facility LGDs, once
set, are not adjusted for any changes in
expectations over the next year, which cre-
24
não são ajustadas em relação a quaisquer alterações das expectativas para o ano seguinte, o que
cria mais um efeito-colchão. As LGDs somente
são ajustadas em relação a variações das garantias reais, não a mudanças dos ciclos de LGD.
Os testes de estresse também contribuem para um efeito-colchão da pró-ciclicidade
do capital. Dada a maneira como são construídos, os cenários de estresse devem impedir que
as instituições financeiros reduzam seus níveis
de capital nas partes favoráveis do ciclo de crédito. Por causa das exigências de testes de estresse, haverá um capital PIT adicional durante
as expansões econômicas. Assim, apesar
das baixas PDs durante as expansões econômicas, o capital requerido não irá necessariamente reduzir-se, ou,
pelo menos, não o fará
tão rapidamente.
A mensagem,
portanto, é a de que a
ciclicidade do capital
deve ser administrada
e levada em consideração e de que os reguladores estão levando as instituições a eliminar ainda mais sua próciclicidade. A pró-ciclicidade, ou sensibilidade
do capital ao risco, contribui para a elevação da
exposição do mercado ao risco sistêmico. Entretanto, os bancos devem ter alguma cautela
ao tentar reduzir mais a pró-ciclicidade do capital, isso porque já há, como vimos acima, elementos embutidos (PDs, LGDs, cenários de estresse) que suavizam a ciclicidade do requisito
de capital. Em segundo lugar, uma suavização
excessiva irá resultar em capital além dos riscos aceitos, criando, com isso, custos adicionais para os acionistas.
ates another dampening effect. LGDs are
only adjusted for the change in collaterals
rather than the change in LGD cycles.
As far as stress testing is concerned, they also contribute to a dampening effect in the pro-cyclicality of capital. The way a stress scenario is build, it
should lead to the prevention of financial
institutions from reducing their capital levels at the favorable parts of the credit cycle. Because of the stress testing requirements, there will be an add-on to PIT capital during economic expansions. Thus,
despite low PDs durEric
ing economic expansions, required capital will not necessarily go dow, at least
not so fast.
So, the message here is that cyclicality of capital
must be managed
and taken into consideration, and regulators are pushing institutions to smooth
out the pro-cyclicality of it even further.
Pro-cyclicality, or risk sensitivity of capital contributes to the raise of the systemic risk exposure of the market. However, Banks must pay some sort of attention when trying to smooth even more
the pro-cyclicality of capital. The reason is that there are already built-in elements (PDs, LGDs, stress scenarios) that
smooth the cyclicality of capital requirement as discussed before. Second, excessive smoothing will result in capital in excess of risk taking, thus, creating extra
costs to shareholders.
25
3. Alavancagem Financeira
A alavancagem excessiva foi, obviamente, um fator que contribuiu para o estresse sofrido pelo setor bancário desde 2007. A introdução de uma medida de capital consistente e não
atrelada ao risco, uma medida do índice de alavancagem, poderia ajudar a complementar as
medidas de capital regulado ajustado ao risco e
a identificar pontos fora da curva.
Segundo o Comitê da Basileia2, a introdução de um índice de alavancagem é uma medida complementar do arcabouço baseado em
risco do Basileia II com vistas a uma migração
para um tratamento no Pilar 1 baseado em análise e recalibragem adequadas. Os índices de alavancagem já são aplicados aos bancos de determinados países, como os Estados Unidos e o
Canadá; além disso, outros reguladores nacionais, como o FINMA, da Suíça, anunciaram planos de introdução de medidas semelhantes em
resposta à crise recente.
A alavancagem permite às instituições
financeiras aumentar os ganhos ou as perdas
em potencial de uma posição ou investimento para além do que seria possível com investimento direto de seus próprios fundos. Há três
tipos de alavancagem – a de balanço patrimonial, a econômica e a embutida – e medida alguma é capaz de captar simultaneamente as três
dimensões. A primeira definição baseia-se em
conceitos patrimoniais, a segunda em fluxos de
caixa futuros dependentes do mercado e a terceira no risco de mercado.
O Comitê da Basileia não sugere nívelmeta específico para o índice, mas propõe diversas opções de definição de seu numerador e
denominador – a medida de capital de um lado
e, de outro, a medida da exposição total ou dos
ativos. O BCBS propõe que o numerador abranja capital de alta qualidade e que o denominador
capture não só itens de balanço, mas, também,
integre adequadamente ativos extra-balanço.
3. Leverage Ratio
Excessive leverage was evidently a contributory factor to the stress experienced by the banking sector since 2007.
The introduction of a consistent and nonrisk-based capital measure, a leverage ratio measure, could usefully complement
risk-adjusted regulatory capital metrics and
help to identify outliers.
According to the Basel Commit2
tee , the introduction of a leverage ratio as a
supplementary measure to the Basel 2 riskbased framework with a view to migrating to
a Pillar 1 treatment based on appropriate review and calibration. Leverage ratios are already applied to banks in certain countries,
such as the United States and Canada, and
other national regulators, such as Switzerland's FINMA, have announced plans to introduce similar measures as a response to
the recent crisis.
Leverage allows a financial institution to increase the potential gains or losses on a position or investment beyond what
would be possible through a direct investment of its own funds. There are three
types of leverage—balance sheet, economic, and embedded—and no single measure can capture all three dimensions simultaneously. The first definition is based
on balance sheet concepts, the second on
market-dependent future cash flows, and
the third on market risk.
The Basel Committee doesn't suggest any specific target level for the ratio but
proposes a number of options for defining
its numerator and denominator--the capital
measure on the one hand and the total exposure measure or the assets measure on the
other. The BCBS proposes that the numerator comprise high-quality capital and that
the denominator not only capture on-bal-
26
Para permitir comparabilidade entre os países
e seus diferentes regimes reguladores, o BCBS
propõe ajustes de harmonização internacional
ao índice de alavancagem. O índice de alavancagem é suficientemente versátil para ser usado como ferramenta de política macro ou micropreventiva e como instrumento anticíclico.
Intuitivamente, seria de se esperar que
num ambiente de justo valor um aumento do
preço dos ativos aumentaria o patrimônio líquido do banco como porcentagem do ativo total.
Balanços patrimoniais mais sólidos resultariam
num menor múltiplo de alavancagem. Pelo mesmo raciocínio, numa queda da atividade econômica, os preços dos ativos e o patrimônio líquido
da instituição cairiam e o múltiplo de alavancagem tenderia a aumentar.
Mas, pelo contrário, as evidências empíricas demonstram que a alavancagem bancária
aumenta durante os booms e cai quando a atividade econômica esfria. Dize-se que a alavancagem é procíclica porque a expansão e a contração dos balanços patrimoniais amplia, em vez de
contrabalançar o ciclo de crédito. Isso porque os
bancos gerenciam ativamente sua alavancagem
durante o ciclo, usando tomada e concessão de
crédito com garantia real.
Para reduzir a pró-ciclicidade, os supervisores bancários irão limitar, por meio do Basileia III, o acúmulo de alavancagem durante aquecimentos da economia, estabelecendo um piso
para o índice de alavancagem ou um teto para
o múltiplo de alavancagem. O índice de alavancagem também poderá ser expresso como uma
faixa que traga um nível-meta de longo prazo.
Alternativamente, poderá haver um mecanismo de relaxamento do limite durante as quedas
de atividade econômica, uma vez que tetos fixos do índice de alavancagem (ou pisos fixos do
seu múltiplo) poderiam ampliar a pró-ciclicidade
ao incentivar os bancos a desalavancar durante
resfriamentos da economia (e vice-versa).
ance-sheet assets, but also appropriately integrate off-balance-sheet assets. To make it
comparative across countries and their varying regulatory regimes, the BCBS proposes
adjustments to the leverage ratio to harmonize it internationally. The leverage ratio is
versatile enough to be used both as a macro- or micro-prudential policy tool and as a
countercyclical instrument.
Intuitively, one would expect that in
a fair-value environment a rise in asset prices would boost bank equity or net worth as
a percentage of total assets. Stronger balance sheets would result in a lower leverage multiple. Conversely, in a downturn,
asset prices and the net worth of the institution would fall and the leverage multiple
would be likely to increase.
Contrary to intuition, however, empirical evidence has shown that bank leverage rises during boom times and falls during downturns. Leverage is said to be procyclical because the expansion and contraction of balance sheets amplify rather
than counteract the credit cycle. The reason is that banks actively manage their leverage during the cycle using collateralized
borrowing and lending.
To reduce pro-cyclicality, banking supervisors will limit, through Basel 3,
the buildup of leverage in an upturn by setting a floor on the leverage ratio or a ceiling on the leverage multiple. The leverage ratio limit could also be expressed as
a range with a long-term target level. Alternatively, there could be a mechanism to relax the limit during downturns, since constant fixed caps on the leverage ratio (or
constant fixed floors on the leverage multiple) could amplify pro-cyclicality by encouraging banks to deleverage during a downturn (and vice versa).
27
A mensagem, aqui, é a de que o índice de
alavancagem pode ser uma ferramenta preventiva útil e relativamente fácil de implementar para
jurisdições que não desejem fiar-se exclusivamente em requisitos de capital sensível ao risco, muito embora a ferramenta não se trate de uma panaceia universal. A combinação do índice de alavancagem com regras de capital ao estilo da Basileia
pode reduzir o risco de acúmulo de alavancagem
excessiva em entidades individuais e no sistema
como um todo.
4. O Risco de Liquidez
e o Basileia III
O Comitê da Basileia publicou em dezembro de 20093 um documento de consulta em
separado referente a novos padrões internacionais de gestão e monitoramento de liquidez.
Especificamente, o documento propõe
duas medidas complementares que têm por objetivo encapsular a liquidez de curto prazo dos
bancos e suas posições de funding estrutural:
Em primeiro lugar, a medida de liquidez
no curto prazo, que o documento de consulta
chama de índice de cobertura de liquidez, exigiria que os bancos mantivessem ativos de qualidade e livres de ônus superiores a seus desembolsos de caixa sob estresse ao longo de um horizonte de tempo de 30 dias. O índice de cobertura de liquidez identifica o montante desse ativos
líquidos, de alta qualidade e sem ônus detidos
por uma instituição que podem ser usados para
fazer frente às saídas de caixa liquidas ocorridas
em um cenário de estresse agudo de curto prazo especificado pelos supervisores. O cenário
especificado envolve choques tanto à instituição quanto sistêmicos desenvolvidos a partir de
circunstâncias reais ocorridas durante a crise financeira global. O documento propõe diversas
definições possíveis para o numerador e o denominador, inclusive as restrições aplicáveis aos
ativos líquidos elegíveis e as premissas de de-
The message here is that the leverage ratio can be a useful prudential
tool, and one that can be relatively easy
to implement, for jurisdictions that do
not want to rely solely on risk-sensitive
capital requirements, though it is no silver bullet. Combining the leverage ratio
with Basel-type capital rules can reduce
the risk of excessive leverage building
up in individual entities and in the system as a whole.
4. Liquidity Risk
and Basel 3
The Basel Committee published a
separate consultative document in December
20093 regarding new international standards
for liquidity management and monitoring.
Specifically, the document proposes
two complementary metrics that are intended
to encapsulate banks' short-term liquidity and
structural funding positions:
First, the short-term liquidity metric, named the liquidity coverage ratio in
the consultative document, would require
banks to maintain high quality, unencumbered assets in excess of their stressed
cash outflows over a 30-day time horizon.
The liquidity coverage ratio identifies the
amount of these unencumbered, high quality liquid assets an institution holds that
can be used to offset the net cash outflows
it would encounter under an acute shortterm stress scenario specified by supervisors. The specified scenario entails both institution-specific and systemic shocks built
upon actual circumstances experienced in
the global financial crisis. The document
proposes several possible definitions of the
numerator and denominator, including the
haircuts to be applied to eligible liquid assets and the stressed outflow assumptions
28
sembolso sob estresse para cada categoria de
passivo e compromisso extra-balanço.
Segundo, a medida de funding estrutural,
chamada de índice de funding estável líquido (“net
stable funding” – NSF), avalia a maturidade comportamental de cada lado do balanço ao longo de
um horizonte de tempo de um ano. Mais especificamente, restrições são aplicadas a cada categoria de ativos e passivos de acordo com sua estabilidade esperada durante um cenário de estresse e
o funding estável disponível deve superar o funding
estável requerido. O índice NSF tem por objetivo
promover funding estrutural de mais longo prazo
dos balanços patrimoniais dos bancos, das exposições extrabalanço e das atividades nos mercados de capitais.
Entretanto, o prolongado aperto de liquidez do fim de 2008 e do começo de 2009 demonstrou que as instituições financeiras precisam ser
capazes de operar sob estresse por mais de 30
dias. Assim, o comitê também desenvolveu um
conjunto mínimo de ferramentas de monitoramento a ser empregado no acompanhamento contínuo
das exposições ao risco de liquidez e das tendências tanto para cada banco quanto para o sistema
todo ao longo de diferentes horizontes de tempo.
A mensagem, aqui, é a de que o Comitê
emitiu esses princípios para fornecer expectativas
consistentes aos supervisores quanto aos elementos-chave de um arcabouço robusto para a gestão
do risco de liquidez nas organizações bancárias.
De acordo com o Comitê, esses elementos devem
abranger: supervisão pelo conselho de administração e pela alta administração; estabelecimento
de políticas e tolerância ao risco; uso de ferramentas de gestão de risco de liquidez, como previsão
abrangente de fluxo de caixa, limites e teste de estresse de cenários de liquidez; desenvolvimento de
planos contingenciais de funding robustos e multifacetados; e manutenção de um colchão suficiente de ativos líquidos de alta qualidade para fazer
frente a necessidades contingenciais.
for each category of liabilities and off-balance-sheet commitments.
Second, the structural funding metric, named the net stable funding (NSF) ratio, effectively assesses the behavioral maturity of each side of the balance sheet over a
one-year horizon. More particularly, haircuts
are applied to each category of assets and liabilities according to their expected stability
through a stress scenario, and the available
stable funding must exceed the required
stable funding. The NSF ratio is intended to
promote longer-term structural funding of
banks’ balance sheets, off-balance sheet exposures and capital markets activities.
However, the prolonged liquidity
crunch of late 2008 and early 2009 demonstrates that financial institutions need to be
able to function in a stress scenario for longer than 30 days. Therefore, the Committee
has also developed a minimum set of monitoring tools to be used in the ongoing monitoring of the liquidity risk exposures and
trends at both the bank and system wide level over different time horizons.
The message here is that the Committee issued these December 2009 sound
principles to provide consistent supervisory expectations on the key elements of a robust framework for liquidity risk management at banking organizations. According
to the Committee such elements include:
board and senior management oversight;
the establishment of policies and risk tolerance; the use of liquidity risk management tools such as comprehensive cash
flow forecasting, limits and liquidity scenario stress testing; the development of robust and multifaceted contingency funding plans; and the maintenance of a sufficient cushion of high quality liquid assets
to meet contingent liquidity needs.
29
5. Conclusões
A alavancagem excessiva, uma expressão que descreve o montante de risco que as empresas aceitam em relação às reservas financeiras que mantêm contra esses riscos, representou
um papel central na virtual totalidade das crises financeiras e, como não poderia deixar de ser, acredita-se que tenha contribuído para a recente crise
financeira global. Assim, a introdução do índice
de alavancagem pode complementar bem as medidas de capital regulador ajustado ao risco e ajudar a identificar pontos fora da curva. Sua adoção
pode reduzir o risco de acúmulo excessivo de alavancagem em instituições específicas e no sistema financeiro como um todo. Entretanto, é preciso
ter em mente que o índice de alavancagem tem limitações intrínsecas e deve, portanto, ser considerado como apenas uma em um conjunto de ferramentas de política macro e micropreventiva.
Outro item apontado pelo Comitê é a questão da pró-ciclicidade do capital. De fato, como vimos, a pró-ciclicidade do capital contribui para o
aumento da exposição do mercado ao risco sistêmico. Contudo, os bancos devem estar cientes de
que já há na estrutura de cálculo de capital elementos embutidos que suavizam a ciclicidade do requisito de capital, como discutido anteriormente. Isso
irá criar custos adicionais para os acionistas.
De qualquer maneira, a crise financeira
vem chamando a atenção do mundo desde 2008 e
certamente ainda o fará por algum tempo. Nesse
sentido, os documentos de consulta chamados de
Basileia III são uma reação sensata, natural e esperada à considerável pressão exercida sobre os
balanços dos bancos pelas condições excepcionalmente difíceis da economia e do mercado nos
últimos três anos, além de uma resposta às limitações da atual abordagem reguladora que ficaram evidentes durante a última queda de atividade econômica. O desafio, agora está na preparação para 2013, quando começarão a ocorrer algumas das principais mudanças.
5. Conclusions
Excess leverage, a term that describes
the amount of risk firms take relative to the financial reserves they hold against those risks,
has played a central role in virtually all financial crises and as it couldn’t be any different,
is widely believed to have contributed to this
recent global financial crisis. Therefore, introducing the leverage ratio could usefully complement risk-adjusted regulatory capital metrics and help to identify outliers. Its adoption
can reduce the risk of excessive leverage building up in individual entities and in the financial
system as a whole. However, we must bear in
mind that the leverage ratio has inherent limitations, and should therefore be considered as
just one of a set of macro- and micro-prudential policy tools.
Another item pointed out by the Committee is the address of pro-cyclicality of capital. Indeed, as pointed out before, pro-cyclicality of capital contributes to the raise of the systemic risk exposure of the market. However,
Banks must be aware that there are already
built-in elements of the capital calculation
structure that smooth the cyclicality of capital
requirement as discussed before. This will create extra costs to shareholders.
In anyway, the financial crisis has held
the world’s attention since 2008 and surely will
keep on holding in the days to come. In this
sense, the consultative documents referred as
Basel 3 are a sensible, natural and expected response to the significant pressure put forth
on banks' balance sheets by the exceptionally
testing economic and market conditions of the
past three years, and a response to limitations
in the current regulatory approach that were
highlighted by the latest downturn. The challenge now and a little bit of an art as well is to
be prepared for 2013, time when some of the
major changes start occurring.
30
6. Leitura complementar
sobre o Basileia III
6. Further reading
on Basel 3
• http://www.bis.org/publ/bcbs165.htm
• http://www.bis.org/list/Basileia3/index.htm
• http://www.bis.org/press/p091217.htm
• http://www.bis.org/publ/bcbs164.htm
• http://www.bis.org/press/p100912.htm
• http://www.bis.org/publ/bcbs165.htm
• http://www.bis.org/list/basel3/index.htm
• http://www.bis.org/press/p091217.htm
• http://www.bis.org/publ/bcbs164.htm
• http://www.bis.org/press/p100912.htm
Notas
Notes
1. http://www.bis.org/press/p100912.htm
2. http://www.bis.org/press/p100912.htm
3. http://www.bis.org/publ/bcbs165.htm
1.http://www.bis.org/press/p100912.htm
2. http://www.bis.org/press/p100912.htm
3. http://www.bis.org/publ/bcbs165.htm
Autores/Authors
As opiniões aqui publicadas são do
autor e não devem ser atribuídas ao World
Bank Group. E nem representam quaisquer
das conclusões a política oficial do World
Bank Group, de seus Diretores Executivos,
ou dos países que representam.
The views published here are those
of the author and must not be attributed to
the World Bank Group. Nor do any of the
conclusions represent official policy of the
World Bank Group or of its Executive Directors or the countries they represent.
Lourenço Miranda
É Diretor Sênior de Risco da International Finance Corporation (IFC) / World Bank Group, parte do Client Risk Advisory Team. Com
mais de 14 anos de experiência em gestão de risco e 20 em modelagem quantitativa, Miranda atualmente se dedica ao avanço e
melhoria das práticas de Gestão de Risco do IFC Financial Markets Clients em países em desenvolvimento e de fronteira, com o
objetivo de atenuar a pobreza mundial, cirando oportunidades para que as pessoas melhorem suas vidas por meio do acesso a
um mercado financeiro global sustentável e sólido.
International Finance Corporation (The World Bank Group)
2121 Pennsylvania Ave, NW
Washington, DC 20433 USA
[email protected]
Is Senior Risk Officer at the International Finance Corporation (IFC) / World Bank Group within the Client Risk Advisory Team. With more
than 14 years of relevant risk management experience and 20 years of quantitative modeling, r. Miranda presently works in the progress and
improvement of Risk Management practices for IFC Financial Markets Clients in developing and frontier countries, with the aim to alleviate
World’s poverty, giving the opportunity for people to improve their lives through access to a sustainable and sound global financial market.
International Finance Corporation (The World Bank Group)
2121 Pennsylvania Ave, NW
Washington, DC 20433 USA
[email protected]
31
A Ascensão de
uma Nova Classe
Empresarial
The Rise of a New
Business Class
Alexandre Guerra de Araújo
32
A tão divulgada inclusão de aproximadamente 20 milhões de brasileiros,
que deixaram de ser considerados estatisticamente pobres e a ascensão de 32 milhões de brasileiros nas denominadas classes média e alta, trazem excelentes perspectivas de consolidação de um mercado
interno vigoroso com contingente populacional expressivo e poder de compra. As
classes A e B (luxo) tomaram mais o contorno de nichos, com consumo aproximado de R$ 35 bilhões, enquanto as classes
C, D e E incorporaram efetivamente o conceito de “o mercado”, com consumo de R$
850 bilhões. No entanto, pouco ainda se conhece e se investiga sobre este fenômeno no que tange às suas causas e efeitos.
The notorious inclusion of approximately 20 million Brazilian citizens who are no longer considerer statistically poor, and the rise of 32 million to
the so-called medium and high classes
create excellent prospects for the consolidation of a vibrant domestic market
with significant numbers and purchasing power. Classes A and B (luxury) have
become closer to niches, with an approximate R$ 35 billion in consumption,
while classes C, D and E now effectively embody the concept of market, with
R$ 850 billion in consumption. However,
the causes and effects of this phenomenon are little known and investigated.
Palavras-chave: mercado, micro e pequenas empresas, assimetria da informação.
Keywords: market, micro and small enterprises, information asymmetry.
Sem dúvida, a elevação da massa salarial, o
maior grau de formalização e a expansão do emprego, bem como políticas de transferência de renda,
contribuíram significativamente para esses avanços. Adiciona-se também à renda das famílias recursos oriundos de recebimento de aluguéis e dividendos. A geração de renda advinda de lucros e salários das atividades empresariais de pequeno porte
também compõe a geração e incremento da renda
total das famílias, tendo em vista, inclusive, que são
empresas eminentemente familiares (estima-se que
mais de 95% dos pequenos negócios são familiares)
e grandes geradoras de ocupação e renda1. Não se
exclui, sob hipótese alguma desse cenário, a contribuição de algumas condições de autoemprego e pequeno empregador, ainda sitiados na informalidade.
A pirâmide de renda familiar total que define as classes sócioeconômicas por faixas2 sofreu
mudanças benéficas na década. Temos hoje quase metade da população integrante dessa nova
classe média com taxas de crescimento expressi-
Without a doubt, the growing wage
mass, higher formal economy levels and jobs
expansion, as well as income transfer policies,
made a significant contribution toward these
gains. Household income further accrues
funds from rent and dividends. Income generation from the profits and wages of small business activities also add to the generation and
increase of total household income, in the light
of the additional fact that these are chiefly family businesses (according to estimates, over 95%
of small businesses are family-owned) and
great job and income generators1. The scenario in no way excludes the contribution of some
forms of self-employment and small employers
still operating under informal conditions.
The total household income pyramid
that divides socio-economic classes according to
ranges2 has undergone beneficial changes in the
past decade. Today, almost half of the population
belongs to this new middle class, with significant
33
vas a cada ano. Somente a classe C já concentra
31% da renda total brasileira3.
Analogamente, poderíamos propor a
existência de uma pirâmide de renda empresarial, resultante do faturamento das vendas para
o consumo/investimento do governo, famílias e
outras empresas, empreendimentos estes que
sem dúvida pagam salários e recolhem impostos, mesmo sob regime diferenciado4. A larga
base da pirâmide de renda empresarial (Classe
E) seria composta pelos mais de 16 milhões de
empreendedores autoempregados, negócios
informais, pequenos produtores e empregadores e empreendedores individuais5, no campo
e na cidade, com faturamento empresarial bruto anual de, hipoteticamente, até R$ 100 mil. A
Classe D, composta de microempresas com faturamento até R$ 240 mil reuniria aproximadamente 5,5 milhões de empresas6. A Classe C,
a pequena empresa com faturamento entre R$
240 mil e R$ 2,4 milhões, com aproximadamente
300 mil empresas registradas7. Acima disso teríamos as médias (Classe B) e grandes empresas (Classe A), que reúnem menos que 1% do
total dos estabelecimentos no país, com aproximadamente 50 mil estabelecimentos8.
Ao superpormos uma pirâmide sobre
a outra, teríamos que os segmentos ou classes empresarias C, D e E contribuem substancialmente para a renda total familiar no Brasil
e até mesmo confundem-se com seus indivíduos, pelos argumentos de que aproximadamente 56% da força de trabalho formal urbana está
ocupada e recebendo seus proventos por estes
estabelecimentos, além dos outros 12,3 milhões
de pessoas ocupadas nos 4,1 milhões de estabelecimentos da agricultura familiar, segundo
o censo agropecuário. Temos então que aproximadamente 30% da massa salarial é diretamente paga por estes segmentos aos seus empregadores, adicionando então a própria contribuição ao(s) sócio(s) via pró-labore. Em terceiro, e
year-on-year growth rates. Class C alone already
concentrates 31% of the total income in Brazil3.
Similarly, one might advance the
presence of a business income pyramid
arising from sales for consumption/investment by the government, households and
other business firms, enterprises that certainly pay wages and taxes, even if they
do son under special regimes4 . The broad
base of the business income pyramid
(Class E) is made up of the over 16 million
urban and rural self-employed entrepreneurs, informal businesses, small producers and employers, and individual entrepreneurs5, with hypothetical gross annual
sales of up to R$ 100 thousand. Class D,
made up of micro enterprises with sales
up to R$ 240 thousand congregates close
to 5.5 million businesses6. Class C, of
small businesses with sales between R$
240 thousand and R$ 2.4 million, includes
about 300 thousand registered business
firms7. Beyond that lie medium (Class B)
and large (Class A) companies, which add
up to less than 1% of all establishments
and total approximately 50 thousand8.
By superposing the two pyramids,
we find that the C, D and e business segments or classes make a significant contribution to Brazil’s total household income
and even can even be confused with the relevant individuals, based on the argument
that approximately 56% of the formal urban
work force is employed by and receives wages from these establishments, in addition
to the 12.3 million employed by the 4.1 million household farming establishments, according to the agricultural census. We also
find that an approximate 30% of the wages mass is paid directly by these segments
to their employers as compensation to business owners. Thirdly, and still little explored,
34
ainda pouco explorado, são os resultados desses negócios, ou seja, temos a geração de lucros que são reinvestidos no próprio ou em outros negócios, tanto para formação de capital
fixo/estoques, de poupança ou de consumo, entenda-se aqui do sócio e sua família.
Dessa forma, quer seja via salários pagos
a este enorme contingente de trabalhadores, que
se inserem na faixa de renda familiar de salários
tradicionalmente mais baixos pagos pelos pequenos negócios, ou via resultados da atividade empresarial apropriados pelas famílias proprietárias,
os empresários de pequenos negócios avançam
na sua afirmação de classe emergente com um
ainda grande potencial de expansão e significativa representatividade de mercado. Concorrem
para a ascensão da denominada nova classe média e nos fazem crer que pensar no pequeno negócio é realmente pensar em um grande projeto
de inclusão e distribuição no país.
Alguns cálculos básicos e estatísticas disponíveis nos apontam que a massa de lucros desses negócios foram substancialmente responsáveis pela ascensão das famílias na pirâmide
de renda e na sua mais vigorosa participação no
mercado de consumo. Se de forma simplista imaginássemos tão somente os negócios formais urbanos com seus 5,8 milhões de estabelecimentos,
e atribuíssemos uma modesta margem média de
contribuição líquida de 5% sobre seu faturamento
declarado de R$ 240 mil, independentemente do
setor ou mesmo do tempo de existência do estabelecimento, teríamos que a contribuição da atividade empresarial desses negócios ao consumo e/
ou investimento das famílias proprietárias seria de
algo em torno de R$ 70 bilhões ao ano. Somente
entre 2007 e 2008 foram incorporados à base de
estabelecimentos mais de 200 mil novos micro e
pequenos negócios registrados, que, pelo cálculo
acima, representariam em torno de R$ 2,4 bilhões
de reais em lucros incrementais advindos dos pequenos negócios nascentes.
come the results of these businesses, that
is, the generation of profits that are reinvested in the business itself or other businesses for fixed capital/inventory formation, savings, or consumption (of the business owners and their families ).
Therefore, whether by means of the
wages paid to the vast contingent of workers who belong o the household income
range of the traditionally lower wages small
business pay, or by means of the business
profits proprietor households appropriate,
small business owners make way in their
self-affirmation as an emerging class with
a still great potential for expansion and significant market representativeness. They
add to the rise of the so-called new business class and lead us to believe that being
mindful of small businesses truly equates
with being mindful of a broad inclusion and
distribution project for Brazil.
Some simple calculations and existing statistics indicate that the profit mass
from these businesses was significantly responsible for the rise of households along
the income pyramid and for their increased
participation in the consumer market. If we
simplistically considered only the 5.8 million
formally established urban businesses and
assigned them a modest average net contribution margin of 5% on their stated sales
of R$ 240 thousand, regardless of the establishment’s industry or even its age, we
would find that their contribution to the proprietor households’ consumption and/or investment is close to R$ 70 billion a year. In
2007 and 2008 alone, the establishments
base included over 200 thousand new micro
and small registered businesses, which, according to the calculations above, would represent around R$ 2.4 billion in incremental
profits from small startups.
35
Dentro da ótica do comportamento do faturamento dos pequenos negócios, utilizando-se
tão somente a fonte de arrecadação do simples nacional nas esferas da união, estados e municípios,
temos valores na ordem de R$ 3 bilhões somente para o mês de agosto de 20109. No ano de 2009,
as cifras chegaram à casa de R$ 26,8 bilhões. O
que mais chama a atenção é a taxa geométrica de
crescimento da série de janeiro de 2009 para agosto de 2010, em torno de 4,8% mensais, fruto não
apenas da criação de novos negócios e adesão de
contribuintes, mas também do aumento do próprio
volume arrecadado. A quantidade de DAS (Documento de Arrecadação do Simples) praticamente
dobrou no período em referência.
From the angle of the behavior of
small business sales, and based only on
the nationwide Simples (simplified taxation system) at the Union, State and local
levels, we arrive at close to R$ 3 billion in
August 2010 alone9. In 2009, the number
reaches R$ 26.8 billion. Most noteworthy is
the geometric growth rate the series shows
between January 2009 and August 2010,
at close to 4.8% per month, the result not
only of the creation of new business and
the adhesion of new taxpayers, but also of
the settled tax bills themselves. The number of DAS (Simples Payment Document)
almost doubled over the period.
Gráfico 1 Constituição anual de empresas e estimativa de empresas encerradas no estado de São
Paulo (1997-2008)
Annual business registration and estimated closures in the State of São Paulo (1997-2008)
Chart 1
Fonte: Elaborado pelo SEBRAE-SP, a partir de dados do DNRC/ JUCESP e pesquisa de campo.
(*) Estimativa de empresas encerradas até o 5º ano de atividade.
Source: Prepared by SEBRAE-SP based on DNRC/JUCESP data and field surveys.
(*) Estimated number of firms shutting down until their 5th year in activity.
36
Other important pieces of evidence
support this view. The segment’s mortality rate dropped in recent years10, while the
number of new establishments rose in a
State such as São Paulo, despite the recent
economic hardship (Graph 1). Requests for
bankruptcy also dropped (Table 1).
Outros importantes indícios corroboram
para esta análise. A taxa de mortalidade do segmento se reduziu nos últimos anos10, assim como
a de constituição ascendeu em um estado como o
de São Paulo, mesmo com adversidades econômicas recentes (Gráfico 1). Os pedidos de falência requeridos foram menores (Tabela 1).
Tabela 1 Falências e recuperações, por segmento
Anállise: Janeiro a Junho
Instrumento/Porte
Jan-Jun/08
Jan-Jun/09
Jan-Jun/10
Falência Requerida
1.170
1.169
939
Micro e Pequena Empresa
857
749
596
Média Empresa
212
276
223
Grande Empresa
101
144
120
Falência Decretada
482
405
397
Micro e Pequena Empresa
446
372
356
Média Empresa
25
23
37
Grande Empresa
11
10
4
Recuperação Jud. Requerida
137
391
208
Micro e Pequena Empresa
83
201
128
Média Empresa
39
112
59
Grande Empresa
15
78
21
Recuperação Jud. Deferida
90
256
150
Micro e Pequena Empresa
46
117
69
Média Empresa
30
75
61
Grande Empresa
14
64
20
Recup. Jud. Concedida
6
43
132
Recup. Extrajud. Requerida
5
6
2
Recup. Extrajud. Homologada
1
3
-
A contratação de mão de obra continuou
em ritmo ascendente, mesmo durante os meses da
recente contração da atividade econômica a partir
do final de 2008. O rendimento médio mensal do
trabalho principal dos empregados de comércio e
serviços em âmbito nacional, com ou sem carteira assinada, tem crescido sistematicamente a uma
Hirings continued to rise even
during the period of economic contraction that began in late 2008. National average monthly income from the main occupation of workers in trade and services, whether registered or not, has been
growing systematically at an average an-
37
nual geometric rate (2004-2008) of approximately 8% (from R$ 616 to R$ 838 in
the period)11, which is a sign of productivity gains, in the light of the period’s inflation and of the positive results for business activities.
taxa geométrica média anual entre 2004-2008 de
aproximadamente 8% ao ano (saindo de R$ 616
para R$ 838 no período em questão)11, representativo sinalizador de ganhos de produtividade, considerando a inflação no período, e os resultados positivos da atividade empresarial.
 Table 1 Bankruptcies and recoveries by segment
Analysis: January-June
Instrument/Size
Request for Bankruptcy
Micro and Small Enterprise
Jan-Jun/08
Jan-Jun/09
Jan-Jun/10
1,170
1,169
939
857
749
596
Medium Enterprise
212
276
223
Large Business Firm
101
144
120
Granted Request for Bankruptcy
482
405
397
Micro and Small Enterprise
446
372
356
Medium Enterprise
25
23
37
Large Business Firm
11
10
4
Request for Court-assisted Recovery
137
391
208
Micro and Small Enterprise
83
201
128
Medium Enterprise
39
112
59
Large Business Firm
15
78
21
Certified Court-assisted Recovery
90
256
150
Micro and Small Enterprise
46
117
69
Medium Enterprise
30
75
61
Large Business Firm
14
64
20
Granted Request for Court-assisted Recovery
6
43
132
Request for Out-of-Court Recovery
5
6
2
Certified Out-of-Court Recovery
1
3
-
Por fim, e talvez mais importante, as empresas continuam contraindo financiamentos
a taxas de crescimento próximas a 20% ao ano
para realizar investimentos, o que nos remete a
um cenário de que o mercado de crédito para
este segmento dobrará nos próximos 5 anos,
apesar de ainda termos claramente um cenário
de restrição de crédito para o segmento.
Finally, and perhaps most importantly, business firms continue to take on
financing at growth rates close to 20% a
year for investment purposes, which suggests a scenario in which the credit market for the segment will double in the
next five years, although clear credit constraints still exist.
38
Estima-se que o total de crédito para os
pequenos negócios gira em torno de um mercado de R$ 130 bilhões de reais, segundo dados
do Banco Central para as operações liberadas
até R$ 100 mil.
According to estimates, total credit for small businesses is at around R$
130 billion, based on Central Bank of Brazil data for authorized deals up to R$ 100
thousand.
Gráfico 2 Evolução do crédito por faixa de operação – Pessoa Jurídica
Chart 2
Credit evolution by operation range – Business Firms
Fonte: BACEN.
Source: Central Bank of Brazil.
O indicador Serasa Experian confirma que
a demanda por recursos também continua se elevando consistentemente para grandes empresas e
com natural maior sazonalidade para as pequenas.
No entanto, nem tudo são flores. Persistem as dificuldades dos pequenos negócios no seu
acesso a tecnologia, mercados, educação/orientação e crédito. Não existe ainda uma clara percepção dos agentes de mercado sobre as oportunidades que representa esse segmento. Existe uma
latente desigualdade entre contribuição e acesso para o segmento empresarial, que também se
The Serasa Experian indicator confirms that the demand for funds continues
to rise consistently for large businesses and
more seasonally for small ones.
Still, the scenario is not all rosy. Small
businesses continue to face difficulties in their
access to technology, markets, education/advice, and credit. Market actors still lack a clear
perception of the opportunities the segment
has to offer. A latent inequality exists between
contribution and access to the business segment, a trait that reflects the Country’s own
39
confunde com a própria desigualdade do país. Características desses estabelecimentos como pequenos, sem escala e dispersos, muitas vezes vistas como desvantagens, podem trazer diferencial
competitivo quando favorecem a velocidade do
processo decisório, baseado em um único ou poucos sócios, e o posicionamento de mercado focado no atendimento a distintos nichos de clientes e
territórios. Entender bem os pequenos negócios,
seus sócios e empregados significa, coletivamente, conquistar um enorme mercado de crédito e de
consumo, ainda pouco explorado e conhecido.
inequality. Some of the characteristics that
mark these establishments, such as small
size, small scale and dispersion are often regarded as disadvantages, but may offer a competitive edge when they favor agile decisionmaking that depends on one or a few owners,
and a market positioning based on service to
selected client niches and territories. A proper
understanding of small businesses, their owners and their employees means, collectively,
conquering a vast credit and consumer market that is so far little explored and known.
Gráfico 3 Demanda por crédito
Chart 3
Demand for credit
Fonte: Serasa Experian.
Source: Serasa Experian.
Parto do princípio que as instituições
financeiras e os bureaus de informação desempenham um papel fundamental no processo
de aproximação do mercado aos pequenos negócios, pelas condições distintas de acesso e
I assume that financial institutions and information bureaus play a
leading role in the process of approximating the markets and small businesses, given their privileged condi-
40
retenção de dados que possuem sobre o histórico, inclusive relacional, dessas empresas e
seus sócios. A título de exemplo cito uma importante ferramenta da Serasa Experian que
traça o perfil de 39 grupos distintos de consumidores e suas famílias. Pode-se hipoteticamente pensar que este mesmo exercício poderia ser realizado para perfis desses segmentos
empresariais, revelando inúmeras oportunidades de negócios e focando estratégias de interação. A redução da assimetria da informação
para os segmentos de mais baixos ingressos
é essencial para a alavancagem dos pequenos
negócios.
Por sua vez, as instituições financeiras
cumprem um papel primordial no provimento
de soluções financeiras de curto e longo prazo, bem como, em processo ascendente de interesse, da prestação de serviços de consultoria e educação financeira para seus clientes.
Não é apenas uma estratégia de fidelização ou
responsabilidade social, mas também, essencial instrumento de mitigação de risco, preservação da saúde da carteira e controle sistêmico de riscos. Assim como as famílias da classe
C, D e E acessam hoje bem mais facilmente o
mercado de consumo por intermédio de endividamento junto ao lojista ou instituição financeira, acredito que a expansão dos pequenos
negócios requererá também um choque de
crédito mais vigoroso do que o atualmente presenciado. Preparando-se para esse momento,
várias instituições segmentaram suas plataformas de atendimento focando em faixas de faturamento anual de até R$ 1 milhão, exatamente no sentido de privilegiar e distinguir o que
está sendo considerada uma crescente oportunidade do mercado de crédito. São várias as
instituições que crescem suas carteiras com
operações de crédito para Micro e Pequenas
Empresas a taxas superiores ao total de operações de crédito (ver Gráfico 4).
tions of access to and retention of data
on the history, including relationships,
of these firms and their owners. To illustrate, Serasa Experian offers an important tool that profiles 39 distinct
groups of consumers and their households. Hypothetically, the same reasoning might apply to profiling these
business segments, revealing countless business opportunities and helping focus interaction strategies. Reduced information asymmetry for segments with less penetration is essential to leveraging small businesses.
Financial institutions, in their
turn, play a crucial role in providing
short- and long-term financial solutions, as well as in the growing provision of financial advice and education for their clients. This is not only
a loyalty-building or social responsibility strategy, but also an essential instrument to mitigate risk, preserve the
portfolio’s financial soundness and assist in systemic risk control. Like C,
D and E households that now enjoy
easier access to the consumer market through store or bank credit, I believe that the rise of small businesses will also require a more vigorous
credit shock than seen today. In preparation for this, several financial institutions have segmented their service platforms and focused on annual
sales ranges of up to R$ 1 million, in
order to benefit and distinguish what
is now regarded as a growing opportunity in the credit market. Several institutions have been growing their Micro
and Small Enterprise credit portfolios
at rates higher than total credit operations (see Graph 4).
41
Gráfico 4 Variação 2010/2009 das operações de crédito
Chart 4
Credit operations change 2010/2009
Fonte: BACEN e Demonstrações Financeiras das instituições.
Source: Central Bank of Brazil and Institutions’ Financials.
Gráfico 5 Desembolsos do BNDES em 2010
Chart 5
BNDES Disbursements, 2010
R$ milhões
Fonte: BNDES.
Source: BNDES.
Quantidade
42
Alia-se a esse momento o fato histórico de
que o BNDES, pela primeira vez em sua história, tem
no conjunto de suas operações um volume total de crédito para Micro, Pequenas e Médias Empresas superior ao dos seus 10 maiores clientes, e já representa praticamente um terço do volume de desembolsos daquela instituição. Produtos de repasse (FINAME, BNDES
Automático) e o cartão BNDES em muito tem contribuído para este “downscalling” da instituição.
Ou seja, tanto o setor financeiro público quanto o privado percebem e se movimentam na direção do
segmento, apesar do ainda insuficiente atendimento
da demanda.
Apesar de quase todas as variáveis estarem
“conspirando” positivamente para a consolidação de
um cenário extremamente favorável ao crescimento
do crédito para famílias e empresas, inclusive pela até
agora baixa participação do crédito no PIB de 46%, al-
Gráfico 6 Índices de Inadimplência
Chart 6
Default Rates
Fonte: BACEN.
Source: Central Bank of Brazil.
The push is further boosted by
the historic fact that, for the first time ever,
BNDES’s credit operations for Micro, Small
and Medium Enterprises exceeds those with
its 10 largest clients, and already amount
to almost one third of the institution’s disbursements. Pass-through products (FINAME, BNDES Automático) and the BNDES
card have largely contributed to the institution’s downscaling.
That is, both the public and private
financial sectors are acknowledging and
moving toward the segment, although the
demand remains underserved.
Although almost all variables “conspire” in favor of the consolidation of a highly favorable scenario for increased credit for households and businesses, for fac-
43
guns indicadores sinalizam alguma cautela. Quando
olhamos tão somente a economia no curto prazo, os indicadores de inadimplência nos revelam séries relativamente bem comportadas, mostrando até tendência de
queda para a pessoa física (Gráfico 6).
Porém, em uma perspectiva comparativa
com outras economias, levanta-se a hipótese plausível
de que existe, pelo menos como tendência, um chamado sobre-endividamento das famílias.
Se olharmos o nível de endividamento das famílias pelo quociente do total da renda pessoal disponível sobre o saldo do crédito ao consumidor ao final de
2009 no país, chegaremos a um impressionante percentual de 64% de “comprometimento da renda” (excluído, segundo a fonte, o financiamento imobiliário).
Comparativamente com outras economias em grau
de desenvolvimento análogo, teríamos que Rússia, Índia e China estariam próximas a algo em torno de 10%,
enquanto o comprometimento global não passaria de
21%. Certamente a China destaca-se em relação a esses outros países quando consideramos tão somente o montante da dívida total, incluso a imobiliária, mas
é bem inferior à brasileira em montante quando olhamos tão somente a não imobiliária ou mesmo per capita (Gráficos 7, 8 e 9).
Tal constatação deve-se também ao fato do
crédito imobiliário representar muito pouco no PIB e no
comprometimento do total da renda familiar no Brasil,
pois o nível de acesso ainda é baixo comparativamente.
Alia-se a esse fato o vigoroso processo de inclusão de
milhões de famílias ao consumo, principalmente de duráveis, e políticas de incentivo ao consumo, inclusive via
renúncia fiscal, como mecanismo contracíclico a partir de 2008. As dúvidas que residem no longo prazo são
se, com o crescimento do crédito imobiliário a taxas tão
expressivas quanto às observadas ultimamente, teriase ainda espaço para a manutenção do atual padrão
de consumo das famílias. Em segundo lugar, se o efeito riqueza da valorização dos ativos imobiliários, fortemente presenciada pelas rápidas elevações de preços
de imóveis nos grandes centros, será capaz de dar sustentação ao atual padrão de consumo.
tors including their so-far low share of GDP,
at 46%, some indicators suggest caution.
Looking at the short-run economy alone, default indicators show relatively well-behaved
series, and even a downward trend for individuals (Graph 6).
However, compared with other economies, it is possible that there may be at least
a trend for household over-indebtedness.
Looking at total household indebtedness as the quotient of total available personal income divided by the balance of consumer credit in Brazil by yearend 2009, we arrive
at an impressive 64% of “committed income”
(real-estate financing excluded, according
to the source). Compared with other economies at a similar stage of development, Russia, India and China are closer to 10%, while
global commitment does not exceed 21%. Of
course, China stands apart from these other
countries when we consider total debt (including real-estate credit) alone, but is still much
lower than Brazil’s for non-real estate alone or
even per capita figures (Graphs 7, 8 and 9).
This is also due to the fact that realestate credit in Brazil represents a small
share of GDP and total household income,
since the level of access is comparatively
low. This is compounded by the vigorous inclusion of millions of families in the consumer market, especially for durable goods, and
consumption incentive policies as a countercyclical mechanism beginning in 2008. The
longer term questions are whether, with the
growth of real-estate credit at rates as high
as seen recently, there would still be room
for the current household consumption standards. Secondly, whether the wealth-effect
of property appreciation, as illustrated by the
rapid increase of real-estate process in the
major urban centers, will be able to sustain
the current consumption standard.
44
Gráfico 7 Endividamento Total do Consumidor
Chart 7
Total Consumer Indebtedness
Fonte: Lafferty Cards and Consumer Finance.
Nota: endividamento calculado pela relação entre o rendimento e o saldo devedor do consumidor.
Dados relativos a 2009.
Source: Lafferty Cards and Consumer Finance.
Note: indebtedness computed as the consumer’s outstanding debt-to-income ratio. 2009 Data.
Gráfico 8 Saldo devedor do consumidor
Chart 8
Outstanding Consumer Debt
Fonte: Lafferty Cards and Consumer Finance. Dados relativos a 2009.
Source: Lafferty Cards and Consumer Finance. 2009 data.
45
Gráfico 9 Saldo devedor por família
Chart 9 Outstanding Debt by Household
Fonte: Lafferty Cards and Consumer Finance. Dados relativos a 2009.
Source: Lafferty Cards and Consumer Finance. 2009 data.
Conclusões
O que podemos de certa forma considerar mediante estas análises é que existem boas
oportunidades para o crescimento saudável do
crédito no país, em especial o financiamento dos
pequenos negócios.
Em segundo lugar, existem perspectivas
positivas com relação à capacidade de pagamento
dessas pequenas empresas frente aos seus compromissos de financiamento, não somente pelo aumento da renda oriunda da atividade empresarial, mas,
também, por uma expectativa favorável de sustentabilidade desses ganhos. A questão da informação
e as consultorias para desenvolvimento empresarial
e gestão financeira aumentarão sua relevância nos
próximos anos para este segmento, invocando cada
vez mais um papel diferenciado das instituições financeiras e bureaus de informação.
Conclusions
These analysis allow concluding
that good opportunities exist for healthy
credit expansion in Brazil, especially in
small business financing.
Secondly, there are positive prospects as concerns these small firms’
ability to honor their financing commitments, not only as a result of the increased income from business activities, but also as a result of favorable
prospects for the sustainability of these
gains. Information and business development and financial management consultancies will gain relevance to the segment in the coming years, indicating an
increasingly important role for financial
institutions and information bureaus.
46
O crédito ao consumidor poderá trazer
alguns possíveis riscos a esse cenário benigno,
via arrefecimento dos atuais patamares de crescimento para níveis considerados mais sustentáveis. Instrumentos que viabilizem acesso à educação financeira tornam-se primordiais.
Por fim, e espero ter contribuído com alguns indícios, a relação entre a inclusão sócioeconômica vivida ao longo dos últimos anos por
milhões de famílias brasileiras encontra forte
aderência, pelo vigor e resultados positivos que
vêm sendo alcançados, nas atividades de pequeno porte. Destaca-se, nesse cenário, o próprio processo de inclusão financeira dos pequenos negócios e empreendedores, com ainda
grande potencial de crescimento.
Para que possamos dar continuidade ao
processo de fortalecimento do mercado interno é
fundamental incrementar as políticas de desenvolvimento e fortalecimento dos pequenos negócios,
sustentando o crescimento da demanda via salários e lucros neste segmento, mas também financiando prioritariamente investimentos e produção.
Fica aqui a reflexão, que de certa forma
sintetiza a discussão, de que o mal que se pode fazer em emprestar a quem não pode pagar é menor
do que não emprestar a quem pode pagar.
Notas
1. As MPE foram responsáveis por cerca de 60% das admissões no setor privado
(2009), e pagaram 39,4% do valor total dos salários (2008). Fonte: Sebrae. Anuário do Trabalho na Micro e Pequena Empresa 2009.
2. Classificação segundo a FGV: classe E até R$705, classe D entre R$705 e R$1.126,
classe C entre R$1.126 e R$4.854, classe B entre R$4.854 e R$6.329, e classe A acima de
R$6.329.
3. Ministério da Fazenda. Economia
Brasileira em Perspectiva, 7ª edição, junho/julho de 2010.
Consumer credit may bring about
some potential hazards for this benign credit scenario if it causes the current growth levels to settle at more sustainable ones. Instruments to enable access to financial education
are therefore essential.
Finally – and I hope to have provided
some evidence of this – the relationship between the socio-economic inclusion of millions of Brazilian families in recent years is
strongly reflected in the vigor and positive results of small business activities. Noteworthy
in this scenario is the financial inclusion of
small businesses and entrepreneurs and their
massive remaining potential for growth.
To continue the process of strengthening the domestic market, we must increment
small business development and strengthening policies, sustaining the growth of demand
via the segment’s wages and profits, but also
prioritizing the financing of investments and
production.
I leave the reader with the reflection,
which in a way summarizes the discussion,
that there is less harm in lending to those unable to pay than in not lending to those who
are able.
Notes
1. MSEs were responsible for around 60%
of hirings in the private sector (2009) and paid 39.4%
of total wages (2008). Source: Sebrae. Anuário do Trabalho na Micro e Pequena Empresa 2009.
2. FGV classification: class E up to R$705,
class D between R$705 and R$1,126, class C between
R$1,126 and R$4,854, class B between R$4,854 and
R$6,329, and class A R$6,329 and above.
3. Ministry of Finance. Economia Brasileira
em Perspectiva, 7th ed., Jun/Jul 2010.
4. The Super Simples Nacional, a simplified tax regimen in force since 2007 (L.C. nº
123/2006), allows micro and small firms to use a
47
Autor/Author
4. O Super Simples Nacional, regime tributário simplificado em vigor desde 2007
(L.C. nº 123/2006), permite que micro e pequenas empresas recolham os seguintes tributos mediante documento mensal único de arrecadação: IRPJ, IPI, CSLL, Cofins, PIS/Pasep,
INSS, ICMS e ISS.
5. O Empreendedor Individual (EI) é
uma figura jurídica criada pela L.C. nº 128/2008.
São os empresários que faturam até R$36.000
por ano, não têm participação em outra empresa como sócio ou titular e têm no máximo um
empregado contratado que receba o salário mínimo ou o piso da categoria. Ao se formalizar
como EI, além de ter um CNPJ e acesso a benefícios como aposentadoria e auxílio doença, o
empresário fica isento dos tributos federais (IR,
PIS/Pasep, Cofins, IPI e CSLL), pagando apenas a Previdência Social e o ICMS ou ISS.
6. MTE. Rais 2008.
7. MTE. Rais 2008.
8. MTE. Rais 2008.
9. Fonte: Receita Federal (http://www8.
receita.fazenda.gov.br/SimplesNacional/sobre/
estatisticas/default.asp).
10. Sebrae/SP. Doze anos de monitoramento da sobrevivência e mortalidade de empresas. Agosto de 2010.
11. Sebrae. Anuário do Trabalho na Micro e Pequena Empresa 2009. Dados: IBGE,
PNAD. Elaboração: Dieese. Foram consideradas microempresas os estabelecimentos com
até 10 ocupados.
single tax payment document to collect the following taxes: IRPJ (Corporate income tax), IPI (Tax
on Manufactured Products), CSLL (Social Contribution on Net Profits), Cofins (Contribution to
Social Security), PIS/Pasep (Contribution to Social
Integration Program), INSS (Contribution to Social Security), ICMS (State Value-Added Tax) and
ISS (Municipal Tax on Services).
5. The Individual Entrepreneur (Empreendedor Individual – EI) is a legal status created
by L.C. nº 128/2008 for businesspersons with sales
of up to R$36,000 per year, no stake in other firms
as owners or principals, and at the most one registered employee making minimum wage or the relevant union’s floor wage. By registering as EI, in
addition to a Corporate Taxpayer Number and access to benefits like retirement and paid sick leave,
entrepreneurs are exempted from Federal Taxes
(IR, PIS/Pasep, Cofins, IPI and CSLL), and liable
only for Social Security and ICMS or ISS.
6. MTE. Rais 2008.
7. MTE. Rais 2008.
8. MTE. Rais 2008.
9. Source: Brazilian Federal Revenue Service (http://www8.receita.fazenda.gov.br/SimplesNacional/sobre/estatisticas/default.asp).
10. Sebrae/SP. Doze anos de monitoramento da sobrevivência e mortalidade de empresas.
August 2010.
11. Sebrae. Anuário do Trabalho na Micro
e Pequena Empresa 2009. Data: IBGE, PNAD. Prepared by: Dieese. Micro-businesses were considered
to be establishments with up to 10 workers.
Alexandre Guerra de Araújo
Gerente da Unidade de Acesso a Serviços Financeiros do Sebrae Nacional, Mestre em Economia pela Universidade de Illinois e
Finanças pela Vanderbilt University e Instituto Brasileiro de Mercado de Capitais. [email protected]
Manager of the Financial Services Access Unit, Sebrae Brazil. Master of Economics (University of Illinois) and Master of Finance (Vanderbilt
University and Instituto Brasileiro de Mercado de Capitais). [email protected]
48
Mensuração de Risco de
Crédito Para Carteiras:
Um Modelo para o
Comportamento das
Perdas no Tempo
Measuring Portfolio Credit Risk:
A Model for Losses over Time
Marcos Antonio Coque Junior
49
Resumo
Abstract
A recente estabilidade econômica brasileira proporcionou um crescimento do volume de crédito no Brasil. O crescimento do crédito vem acompanhado pelo desenvolvimento de modelos quantitativos mais sofisticados
como suporte às decisões de crédito, tanto por questões de necessidade de um sistema mais eficaz de avaliação e controle do risco de crédito quanto por questões de boas práticas internacionais.
Vários modelos podem ser utilizados para a mensuração do risco de crédito de carteiras. Dentre eles, pode-se citar CreditMetrics, CrediRisk+, KMV e CreditPortfolioView. Neste trabalho foi desenvolvido um modelo que, utilizando
os conceitos de análise de sobrevivência,
permite quantificar o risco de crédito de
uma carteira de empréstimos ao longo do
tempo, possibilitando um gerenciamento mais preciso do fluxo de perdas da carteira de crédito. Além disso, a metodologia proposta considera os diferentes tempos de início e diferentes tempos de vencimento (maturidade) dos ativos da carteira
no cálculo do risco. Ao final da explanação conceitual do modelo, será desenvolvida uma aplicação prática e uma análise de sensibilidade do modelo proposto.
Brazil’s newfound economic stability has led to increased credit volumes. In the
wake of credit expansion come
more sophisticated quantitative models to support credit decisions, due both to the
need of a more effective credit risk assessment and control system and to international best practice issues.
Several models can be
used to measure portfolio credit risk, including CreditMetrics, CrediRisk+, KMV and CreditPortfolioView, to name a few.
This paper develops a model
that uses survival analysis concepts to quantify a loan portfolio’s credit risk over time, enabling more accurate management of the losses flow in credit
portfolios. In addition, the proposed risk-calculation methodology takes account of the assets’
different origination dates and
maturities. After a conceptual
explanation, we develop a practical application and a sensitivity
analysis of the proposed model.
Palavras-chave: Risco de Crédito, Modelo de Portfólio, Simulação de Monte Carlo, Análise de Sobrevivência, Weibull
Keywords: Credit Risk, Portfolio Model, Monte Carlo Simulation, Survival Analysis, Weibull
1. Introdução
Para uma instituição financeira, concessão de crédito consiste no ato de disponibilizar um determinado valor para uma contra-
1. Introduction
For financial institutions, extending credit means providing a
counterpart with a certain amount
50
parte, mediante compromisso de pagamento
do valor remunerado por uma taxa de juros em
uma data futura. Sob essa perspectiva, surge
o risco de crédito que pode ser definido como
a incerteza de a contraparte atrasar ou não pagar o compromisso de concessão de crédito na
data de vencimento determinada. O descumprimento do acordo firmado na concessão do
crédito caracteriza o evento de default.
A perda decorrente do risco de crédito pode se materializar de duas maneiras distintas. A primeira é quando o cliente não cumpre
uma obrigação, acarretando perda do valor do
empréstimo menos uma taxa de recuperação.
Essa modalidade é conhecida como risco de default. A segunda ocorre quando, devido a mudanças na classificação de risco do tomador, o
valor de mercado do empréstimo sofre alterações, sendo conhecida como risco de spread.
Com o crescimento acentuado do volume de crédito no Brasil e aumento da competitividade no mercado, os spreads bancários se tornaram menores. Esse movimento fez
com que as instituições financeiras passassem
a adotar um maior refinamento na administração de risco de crédito, buscando se preocupar mais com o ciclo completo das operações,
ou seja, com todo o processo de acompanhamento e de recuperação do crédito concedido,
dando maior ênfase a mensuração e controle
do risco. Além disso, iniciativas de órgãos regulatórios, como o Novo Acordo de Basiléia, apresentam critérios e recomendações para desenvolvimento de modelos internos de mensuração e gerenciamento de risco das instituições.
Sendo assim, as instituições financeiras passaram dar maior ênfase ao desenvolvimento e à implantação de modelos quantitativos como suporte às decisões de crédito, migrando para uma administração mais técnica
apoiada por critérios quantitativos.
in exchange for a promise of later repayment of that amount plus interest. From this angle, credit risk may
be defined as the counterpart’s risk
of late payment or non-payment on
the agreed due date. Failure to comply
with the agreement signed at the time
of credit extension characterizes a default event.
Credit risk losses may occur in
two different ways. Firstly, when a client fails to honor an obligation, leading to loss of the loan minus recovery.
This is known as default risk. The second occurs when the loan’s market value changes as a result of changes in
the obligor’s credit rating; this is known
as spread risk.
With the sharp growth of credit volume in Brazil and increased market competition, bank spreads have
narrowed. This led financial institutions to refine credit risk management
and become more concerned with the
full cycle of their deals, that is, with
the entire process of loan tracking
and recovery, adding emphasis to risk
measurement and control. In addition, regulatory initiatives such as the
New Basel Agreement provide criteria
and recommendations for the development of internal risk measurement
and management models at institutions.
As a result, financial institutions increased their focus on development and implementation of quantitative models to support credit decisions, migrating to a more technical management attitude backed by
quantitative criteria.
51
O principal objetivo dos modelos de
risco de crédito de carteiras ou portfólio é estimar a distribuição das perdas futuras de uma
carteira de crédito, não tratando operações individualmente, mas sim a carteira de crédito
como um todo, com o intuito de quantificar o
risco de determinada composição dela e possibilitar controle mais eficiente da instituição em
assumir e gerenciar os riscos.
Entre as principais metodologias de
análise de risco de crédito utilizadas atualmente no mercado podem-se citar os modelos
KMV (Vasicek, 1987), CreditMetrics (J.P. Morgan, 1997), CreditRisk+
(Credit Suisse First
Boston, 1997) e o CreditPortfolioView (McKinsey, 1997). Para maiores detalhes sobre esses modelos ver Saunders (1999).
Os modelos de
risco de portfólios existentes necessitam de
algumas condições não
encontradas atualmente no mercado financeiro brasileiro. Dentre essas características, pode-se destacar: falta de um mercado secundário de títulos de crédito líquido para definição de
spreads de crédito, poucas empresas com classificação relativas à qualidade de crédito (rating)
divulgada por instituições públicas ou privadas
e poucas empresas com ações negociadas no
mercado local.
Nesse contexto, o principal objetivo deste trabalho é apresentar um modelo de
mensuração de risco de crédito de carteiras visando fazer uma previsão da distribuição de
perdas de crédito do qual possam ser extraí-
The main purpose of portfolio
credit risk models is to estimate a credit portfolio’s future losses distribution,
addressing not just individual operations, but the entire credit portfolio to
quantify the risk of a certain portfolio
composition and enable the institution
to become more efficient in taking and
managing risk.
Some of the main credit risk
analysis methodologies currently in
use are KMV (Vasicek, 1987), CreditMetrics (J.P. Morgan, 1997), CredEric
itRisk+ (Credit Suisse First Boston,
1997), and CreditPortfolioView (McKinsey, 1997). For additional details on
these models, see
Saunders (1999).
Existing portfolio risk models have
certain requirements
the Brazilian financial
market does not meet
at present. Some of
the issues include the
absence of a liquid
secondary market to enable defining
spreads, the low number of institutions with credit rating information
available as provided by public or
private-sector entities, and the low
number of firms in the local stock
market.
Given this context, the main
purpose this paper is to introduce a
portfolio credit risk measurement model to enable predicting a credit losses
distribution capable of yielding the sta-
52
das as informações estatísticas (perda esperada e VaR - Value at Risk) que quantificam o risco
de um portfólio. A metodologia é baseada na
inadimplência dos empréstimos, que é a mais
adequada para carteiras com ativos de crédito que serão mantidas até o vencimento ou por
períodos extensos.
Um ponto que diferencia o modelo proposto é a quantificação do risco de crédito de
uma carteira de empréstimos bancários ao longo do tempo. Ou seja, permite determinar a
distribuição de perdas de um portfólio para diferentes instantes de tempo, possibilitando um
gerenciamento mais preciso do fluxo de perdas
da carteira de crédito.
Outro diferencial da metodologia proposta é considerar, na mensuração do risco,
que os ativos de crédito que compõem a carteira possuem diferentes tempos sem apresentar default (datas iniciais diferentes) e diferentes tempos de vencimento (maturidade),
o que pode representar uma significativa diferença na mensuração do risco da carteira
como um todo.
2. Modelo Proposto de Risco
de Crédito de Carteiras
Este artigo propõe um modelo de
mensuração de risco de crédito de carteiras
com o objetivo principal de estimar a distribuição de perdas de uma carteira, para diferentes instantes de tempos, ou seja, com
esse modelo é possível determinar o fluxo
de perdas do portfólio ao longo do tempo e
assim, ter uma visão contínua do comportamento do risco.
Em geral, uma carteira de crédito é
composta por ativos com diferentes características de risco dos tomadores, diferentes
datas de início (tempo sem apresentar default) e tempos distintos de vencimentos des-
tistical information (expected loss and
VaR - Value at Risk) needed to quantify a portfolio’s risk. The methodology
is based on loan default, which is most
appropriate for portfolios of assets that
will be held to maturity of for extended
periods of time.
One of the proposed model’s
distinguishing features is the quantification of the credit risk of a loans portfolio over time. That is, the model allows
determining a portfolio’s loss distribution at different points in time, thereby
enabling more accurate management of
the portfolio’s losses flow.
Another distinguishing trait
lies in the fact that the model assumes, for risk measurement purposes, that the assets in the portfolio have different times to default (different initial dates) and different maturities, which may lead to significant
differences in the measurement of the
portfolio as a whole.
2. Proposed Portfolio
Credit Risk Model
This paper proposes a portfolio credit risk measurement model intended to estimate a portfolio’s loss
distribution at different points in time.
In other words, the model allows determining the portfolio’s losses flow
over time and thereby achieving a continuous view of how risk behaves.
In general, a credit portfolio
is made up of assets with different
obligor risk characteristics, different
dates of origination (time to default)
and different maturities. Therefore,
generating the portfolio’s losses flow
53
ses ativos (maturidade). Sendo assim, para
gerar o fluxo de perdas da carteira ao longo
do tempo é necessário utilizar técnicas que
permitem capturar essas características e
mensurar adequadamente o risco de crédito de uma carteira. Portanto, para o desenvolvimento do modelo proposto serão utilizadas as técnicas de análise de sobrevivência,
mais especificamente, a família de distribuições Weibull.
O cálculo da distribuição de perdas
foi feito por meio do método de simulação de
Monte Carlo, pois é praticamente impossível
determinar uma solução analítica para a determinação da distribuição de perdas do modelo proposto.
No método da simulação de Monte
Carlo, constrói-se uma distribuição empírica das perdas da carteira. O resultado da simulação pode ser uma distribuição totalmente diferente das distribuições teóricas conhecidas e, dessa distribuição, podem ser extraídas a perda esperada e o VaR da carteira. Em
razão da ocorrência de diferentes tempos de
início dos ativos, será utilizado o conceito de
probabilidade condicional na simulação.
A perda esperada é a média da distribuição empírica e pode ser interpretada
como o impacto financeiro antecipado de perdas com crédito. Perdas esperadas podem
também ser vistas como o custo previsível de
conceder crédito e devem ser cobertas pela
provisão para devedores duvidosos (PDD).
O conceito VaR (Value at Risk) procura capturar os eventos que ocorrem nas caudas das distribuições de perdas do portfólio
e pode ser entendido como um valor crítico
de perdas. O VaR é o valor estabelecido em
uma distribuição de perdas para um portfólio de ativos financeiros no qual não se espera ser igualado ou superado com uma deter-
over time requires techniques that enable capturing these characteristics
and measuring the portfolio’s credit risk appropriately. As a result, development of the proposed model will
use survival analysis techniques and,
more specifically, the Weibull distribution family.
Monte Carlo simulations were
used to calculate loss distributions,
as it is practically impossible to determine the proposed model’s loss distribution from an analytical solution.
For the Monte Carlo simulation method, we build an empirical
distribution of the portfolio’s losses.
The simulation’s output may be a distribution completely different from
know theoretical distributions, and
allows extracting the portfolio’s expected loss and VaR. Because of the
different asset origination dates, the
simulation will use the concept of
conditional probability.
Expected loss is the average
empirical distribution and may be interpreted as the anticipated financial impact of credit losses. Expected
loss may also be regarded as the predictable cost of extending credit and
must be covered by the provision for
bad debts (PBD).
VaR (Value at Risk) attempts to
capture events at the tail of the portfolio’s loss distributions and may be understood as a critical loss value. VaR
is the value, in a financial assets portfolio’s loss distribution, that one does
not expect to see matched or surpassed, at a certain critical probability, within a certain period of time. VaR
54
minada probabilidade crítica em um período
de tempo definido. O VaR é estimado de um
quantil da distribuição empírica de perdas e,
neste trabalho, será utilizada 99,9% de probabilidade para o cálculo do VaR.
A perda inesperada, ou o capital econômico alocado (CEA), é definida pela diferença entre a perda esperada do portfólio e
o VaR relativo a uma determinada probabilidade, que está associado à taxa de insolvência definida. O CEA determina o montante de capital necessário para a cobertura de
eventuais perdas com crédito.
is estimated based on a quantile of the
empirical loss distribution and this paper uses 99.9 percent probability for
the purposes of VaR calculations.
Unexpected loss, or allocated
economic capital (AEC), is defined as
t he difference between the portfolio’s
expected loss and its VaR at a certain
probability level, which lies associated with a certain rate of insolvency.
AEC determines the amount of capital needed to cover eventual credit
losses.
Figura 1 Distribuição de perdas e medidas de risco
Figure 1
Loss distribution and risk metrics
Na Figura 1 são apresentadas graficamente as medidas de risco que são estimadas a partir da distribuição de perda.
A figura a seguir, representa esquematicamente o modelo proposto, onde as medidas de risco podem ser obtidas em diferentes instantes de tempo.
Figure 1 graphically depicts the
risk metrics estimated based on the
loss distribution.
The next Figure schematically depicts the proposed model, whose
risk metrics may be obtained at different points in time.
55
Figura 2 Distribuições de perdas ao longo do tempo
Figure 2
Loss distribution over time
Ao final do processo de modelagem,
podem-se estimar diversas medidas de risco,
como perda esperada, capital alocado, RAROC
(Risk Adjusted Return on Capital) (definição veja
Saunders (1999)), que permitem aplicações na
administração de risco de crédito de portfólio.
As três aplicações possíveis são:
a) As perdas esperadas determinam o
valor mais adequado de provisão para devedores duvidosos relativos ao portfólio;
b) O capital econômico pode ser utilizado para definir limites de exposições de crédito
a fatores tais como clientes individuais, grupos
econômicos, tipos de instrumentos, tipos de garantias, moedas, países, etc.;
c) O RAROC permite que as exposições
de crédito sejam comparadas em uma base ajustada ao risco, possibilitando técnicas de apreçamento mais precisas para as operações.
A seguir, será apresentado o desenvolvimento dos elementos conceituais do mo-
At the end of the modeling process, we can estimate several risk metrics
such as expected loss, allocated capital,
RAROC (Risk Adjusted Return on Capital)
(see Saunders (1999) for definition), which
can be applied to portfolio credit risk management.
The three possible applications are:
a) expected losses determine the
appropriate amount of bad debts provisions for the portfolio;
b) economic capital can be used
to define credit exposure limits to factors
such as individual clients, conglomerates,
security types, collateral types, currencies, geographies, etc.;
c) RAROC allows comparing credit exposures on a risk adjusted basis, enabling more accurate pricing practices.
We discuss, next, the proposed
model’s conceptual elements. They in-
56
delo proposto. São eles: modelo de análise
de sobrevivência, distribuição Weibull e função de probabilidade condicional. Em seguida, será descrito o procedimento para cálculo da distribuição de perdas pelo modelo proposto utilizando os conceitos definidos.
clude: survival analysis model, Weibull
distribution, and conditional probability function. Subsequently, we describe the procedure the proposed model
uses to calculate loss distribution based on the concepts as defined.
2.1 Modelo de Análise de Sobrevivência
A análise de sobrevivência é um conjunto de métodos de análises estatísticas que
podem ser utilizados quando a variável estudada é o tempo até a ocorrência de um evento de
interesse. Sendo assim, a análise de sobrevivência pode ter bastante utilidade na área de crédito, na qual o tempo de sobrevivência do cliente
é o período entre a aquisição de um produto de
crédito e o pagamento desse produto (adimplência) e o tempo de não sobrevivência caso ocorra
inadimplência. Dessa forma, os modelos ajustados por análise de sobrevivência fornecem a
probabilidade de ocorrer um evento de interesse (por exemplo, inadimplência) com um cliente para diversos instantes de tempo. Sendo assim, a instituição financeira poderá definir adequadamente o perfil de risco de cada cliente e
definir melhores prazos e taxas.
“Análise de sobrevivência” é, portanto, um termo usado para descrever experimentos que medem o tempo até a ocorrência de um
evento. Neste trabalho, o evento de interesse será
a inadimplência. Esse tempo é, em geral, considerado uma variável que assume valores reais e
positivos e tem distribuição contínua.
Na análise de dados de sobrevivência é
ponto fundamental a caracterização da distribuição de probabilidade para o tempo de inadimplência. Essa distribuição pode ser descrita pela
função de sobrevivência, função de distribuição
acumulada, função de densidade de probabilidade ou pela função taxa de falha. Maiores detalhes podem ser vistos em Colosimo (2006). Para
2.1 Survival Analysis Model
Survival analysis is a set of
statistical analysis methods that can
be used when the relevant variable is
the time to the occurrence of a certain
event. Therefore, survival analysis can
be of great use in credit, where a client’s survival time is the period from
acquisition of a credit product to repayment (non-default), and to the moment of non-survival in the event of default. Survival analysis-adjusted models therefore indicate a client’s probability of showing a certain event (e.g.
default) at various points in time, enabling financial institutions to appropriately define each client’s risk profile
and set better terms and rates.
“Survival analysis”, therefore, is a term used to describe experiments that measure the time until an
event occurs. In this paper, the relevant event is default. This time is generally regarded as a continuous distribution variable that takes on real and
positive values.
In survival data analysis, characterization of the time-to-default probability distribution is crucial. This distribution may be described by the survival function, the accumulated distribution function, the probability density
function, or the fail-rate function. For
additional details, see Colosimo (2006).
57
estimar essas funções, podem-se utilizar distribuições de probabilidade paramétricas, como,
por exemplo, a distribuição Weibull, Exponencial,
Gamma, Lognomal, entre outras. Neste trabalho
será utilizada a distribuição Weibull por conta da
variedade de comportamentos que esta distribuição pode apresentar. A seguir será descrita
com mais detalhes a distribuição Weibull.
To estimate these functions we may
use parametric probability distributions, such as Weibull, Exponential,
Gamma, Log-normal, and others. This
paper uses the Weibull distribution because of the range of behaviors it can
show. We provide, next, additional details on the Weibull distribution.
2.2 Distribuição Weibull
A distribuição Weibull tem uma notável aceitação na modelagem de risco, pois apenas com mudanças nos valores dos seus parâmetros ela permite modelar comportamento de
risco (inadimplência) crescente, decrescente ou
constante ao longo do tempo. Neste estudo, optou-se pela utilização do modelo Weibull, já que
uma carteira de crédito pode apresentar comportamento de risco distinto ao longo do tempo.
A família de distribuição Weibull, possui dois parâmetros, β: parâmetro de forma (ou
inclinação) e η: parâmetro de escala (ou vida característica).
Para o tempo t ≥ 0, dados os parâmetros de forma (β > 0) e escala (η > 0), a função de
distribuição acumulada da distribuição Weibull
é definida por:
2.2 Weibull Distribution
The Weibull distribution is remarkably widespread in risk modeling
because, with simple changes to its parameters, it allows modeling increasing, decreasing or constant risk behavior (default) over time. This study chooses the Weibull model because a credit
portfolio’s risk behaviors may change
over time.
The Weibull distribution family has two parameters: β - the shape
(slope) parameter; and η - the scale (or
characteristic life) parameter.
For time t ≥ 0, given the form (β
> 0) and scale (η > 0) parameters, the
Weibull distribution’s accumulated distribution function is given by:
F(t) = 1 - exp
[- (
A função de sobrevivência da distribuição Weibull:
S(t) = 1 - F(t) = exp
t
η
β
) ]
And the Weibull distribution’s
survival function is:
[- (
t
η
β
) ]
58
Alterando o parâmetro de forma, β, temse uma variedade de comportamentos dessa distribuição. As principais formas da taxa de risco
(inadimplência) para a distribuição Weibull podem
ser descritas por β < 1, taxa de inadimplência decrescente ao longo do tempo, β = 1, taxa de inadimplência constante ao longo do tempo, e β > 1, taxa
de inadimplência crescente ao longo do tempo.
A estimação dos parâmetros da distribuição Weibull pode ser feita por métodos tradicionais, como método da máxima verossimilhança e
método dos mínimos quadrados.
Changing the form parameter β produces a variety of distribution behaviors. The main risk (default)
rate forms for the Weibull distribution
can be described by β < 1 - default
decreases over time; β = 1 - default
rate is constant over time; and β > 1 default rate increases over time.
The Weibull distribution’s parameters can be estimated via traditional methods, such as maximum
likelihood and minimum squares.
2.3 Função de
Probabilidade Condicional
A função de distribuição acumulada e
a função de sobrevivência citadas anteriormente calculam uma probabilidade para um tempo t
considerando que não existe tempo de vida anterior, ou seja, que uma operação inicia do zero
(crédito novo). Porém, por meio da função condicional é possível calcular a probabilidade de
default de uma operação para um determinado
tempo t, dado que essa unidade já “sobreviveu”
a certo tempo T (crédito já existente na carteira)
sem apresentar inadimplência.
2.3 Conditional
Probability Function
The accumulated distribution
function and the survival function mentioned earlier calculate the probability of
a certain time t assuming no prior life,
that is, that a loan begins at zero (new
loan). However, the conditional function enables calculating a deal’s probability of default for a certain time t assuming that the unit has already “survived” without default for a certain time
T (existing loan).
Kececioglu (1991) mostra que para o
tempo t ≥ 0, a função condicional é dada pela
seguinte equação,
Kececioglu (1991) shows that
for time t ≥ 0, the conditional function
is given by
59
F(T+t)-F(T)
F(t|T) =
1-F(T)
→
exp
S(T+t)
[- (
exp
F(t|T) = 1-exp
T+t
η
=1-
S(T)
→
[- (
2.4 Processo de Cálculo
do Modelo Proposto
2.4.1 Dados de Entrada
Os dados de entrada para o modelo é uma
carteira de crédito composta por N devedores já
classificados com um rating de crédito e, para cada
um deles, serão associados:
• Parâmetros da distribuição Weibull segundo seu rating de risco;
• Tempo de início (TI);
• Tempo de vencimento (TV);
• Exposição (E).
Inicialmente, estimam-se os parâmetros
da distribuição Weibull para cada um dos ratings da
carteira com base em dados históricos de inadimplência. Para cada ativo da carteira determina-se o
S(T)
where:
t is the future lifespan;
T is the existing lifespan without default.
The conditional probability
function for the Weibull distribution is
em que:
t é o tempo de vida futura;
T é o tempo de vida já completo, sem
apresentar default.
Para a distribuição Weibull a função de
probabilidade condicional é a seguinte:
F(t|T) = 1 -
S(T+t)
F(t|T) = 1
T+t
η
[- (
)
β
+
T
η
(
β
) ]
→
β
) ]
T
η
β
) ]
2.4 Calculation Process
for the Proposed Model
2.4.1 Input Data
The model’s input data comprise
a credit portfolio made up of N obligors
with existing credit ratings. Each obligor
is associated with:
• The Weibull distribution’s parameters according to its risk rating;
• Initial time (IT);
• Time to maturity (TM);
• Exposure (E).
We begin by estimating the
Weibull distribution’s parameters for each
of the portfolio’s ratings based on historic
default data. Initial time, Time to maturity
60
Tempo de inicio, Tempo de Vencimento e Exposição. A seguir suas respectivas definições:
Tempo de início (TI): tempo em que
o ativo está no portfólio sem apresentar default.
Ou seja, é a diferença entre a data da análise e a
data de concessão do crédito.
Tempo de vencimento (TV): tempo total para o pagamento do empréstimo. Também
conhecido como maturidade, é o tempo de contrato do crédito.
Exposição (E): valor de crédito concedido. Este valor pode ser ajustado para considerar
os fatores de exposição no momento da inadimplência (EAD – Exposure at Default) e a taxa de
recuperação (LGD – Loss Given Default).
and Exposure are determined for each asset in the portfolio as defined next:
Initial time (IT): how long the
asset has been in the portfolio without
default. In other words, it is the difference between the date of the analysis
and the date of origination.
Time to maturity (TM): total time until loan repayment. Also
known as maturity, it is the loan
agreement’s term.
Exposure (E): credit amount.
This may be adjusted to take account
of factors such as Exposure at Default
(EAD) and Loss Given Default (LGD).
2.4.2 Processo de Simulação
Neste tópico será descrito o procedimento para a simulação das perdas de uma carteira
de crédito com dados de entrada conforme descritos anteriormente. Além disso, faz-se necessário definir um período (P) para estimar a distribuição de perdas do portfólio.
1º passo: para cada exposição Ei (i=1,..,N)
da carteira, gera-se um número aleatório ui;
2º passo: simula-se o tempo para default
(TD) utilizando a função de probabilidade condicional e considerando o tempo de início (TI) para
uma determinada exposição i: F-1(TDi /TIi )=ui.
Portanto, tem-se para cada elemento i da carteira
um tempo de default (TDi ) simulado considerando os parâmetros da distribuição Weibull segundo seu rating de risco e seu tempo de início (TIi );
3º passo: neste passo será definido para
cada ativo i se sua exposição (Ei) é considerada
como default ou não no período (P) da análise.
Para isso, serão feitas duas verificações com o
número simulado de tempo para default (TDi ). A
primeira verificação é se o TDi ocorrerá no período (P) de análise, ou seja, se TDi é menor ou igual
a P, se verdadeiro segue para a segunda verificação. Caso contrário, essa exposição (Ei ) pode ser
2.4.2 Simulation Process
This topic describes the procedure
used to simulate a credit portfolio’s losses
based on the input data described previously. We must also define an estimation period
(P) for the portfolio’s loss distribution.
Step 1: for each exposure Ei
(i=1,..,N), a random number ui ; is generated
Step 2: time to default (TD) is estimated with the conditional probability function assuming the initial time (IT) of a certain exposure i: F-1(TDi /ITi )=ui . We thereby generate, for each element i in the portfolio, a time to default (TDi ) summated based
on the Weibull distribution’s parameters according to the asset’s risk rating and initial
time (ITi );
Step 3: at this step, we define
whether each asset i’s exposure (Ei ) is a
default or a non-default in the relevant period (P). To this end, we run two checks with
the simulated time to default (TDi ). The first
check is whether TDi occurs within the analyzed period (P), that is, whether TDi is equal
to P or less; If true, we move on to the second check. Otherwise, the exposure (Ei ) can
61
considerada com não default, pois seu default não
ocorreu durante período P da análise. A segunda
verificação é se o tempo de default (TDi ) é maior
que o tempo de vencimento (TVi ). Se afirmativo,
isso significa que a exposição (Ei ) não entrará em
default, pois o default simulado ocorrerá quando o
contrato já estiver encerrado. Caso negativo, a exposição (Ei ) é considerada default;
4º passo: somam-se todas as exposições
que foram consideradas como default, sendo este
o valor de default (VDj ) da carteira para uma determinada simulação j=1,...,S, em que S é o número de simulações executadas.
Os quatro passos acima devem ser repetidos S vezes (j=1,...,S) para que se possa construir a distribuição empírica das perdas do portfólio para o período (P) de análise. Vale ressaltar
que esse período (P) é flexível e pode ser alterado
para prever a distribuição de perda para diferentes instantes de tempo e, então, conhecer o comportamento das perdas ao longo do tempo.
Não existe um número S de simulações
correto, mas pode-se acompanhar a estabilidade
das estatísticas de interesse (perda esperada e
VaR) e definir uma margem de precisão dessas
medidas para parar a simulação.
be regarded as a non-default because there
was no default during period P. The second
check is whether time to default (TDi ) exceeds time to maturity (TMi ). If affirmative,
it means that exposure (Ei ) will not default,
since the simulated default will occur after
the term of the loan agreement. If negative,
exposure (Ei ) is deemed a default;
Step 4: we add up all of the exposures deemed as defaults to obtain the portfolio’s default value (DVj ) for a certain simulation j=1,...,S, where S is the number of
simulations run.
The four steps above are repeated S
times (j=1,...,S) to obtain the empirical distribution of the portfolio’s losses over analytical period (P). it is worth noting that period
(P) is flexible and cam be changed to predict
loss distributions for different points in time
and, therefore, provide the behavior of losses over time.
There is no one correct number S
of simulations, but we can track the stability
of the relevant statistics (expected loss and
VaR) to define an accuracy margin of those
metrics and stop the simulation.
2.4.3 Cálculo das Medidas de Risco
Após executar o processo de simulação descrito anteriormente, tem-se a distribuição empírica das perdas para um período (P) de
análise. A partir dessa distribuição empírica podem-se calcular as medidas de risco de interesse: perda esperada e VaR (Value at Risk) para um
determinado nível de probabilidade.
A perda esperada é a média da distribuição empírica:
2.4.3 Calculating the Risk Metrics
After running the simulation
process above, we get the empirical distribution of losses for analytical period
(P). This empirical distribution allows
calculating the relevant risk metrics: expected loss and VaR (Value at Risk) for a
certain level of probability.
Expected loss is the mean empirical distribution:
S
S
∑VD
Perda Esperada =
j=1
S
j
∑VD
Expected Loss =
j=1
S
j
62
O VaR (Value at Risk) é estimado de um
quantil específico da distribuição empírica de
perdas. Deseja-se o VaR com probabilidade de
99,9%, portanto deve-se encontrar o 0,999 quantil da distribuição empírica:
VaR (99,9%) = Quantil (0,999;VD j )
A perda inesperada ou capital econômico alocado (CEA) é definido pela diferença
entre o VaR (99,9%) e a perda esperada.
Todas as medidas de risco são extraídas da distribuição empírica de um período (P)
de análise. Portanto, para estimar as medidas
de risco ao longo do tempo deve-se fazer o processo de simulação para diferentes períodos P e
calcular as medidas de risco das diferentes distribuições empíricas.
3. Aplicação e Resultados
VaR (Value at Risk) is estimated
from a certain quantile of the empirical loss
distribution. We desire a VaR at 99.9 percent
probability, which requires defining the empirical distribution’s 0.999th quantile:
VaR (99.9%) = Quantile (0.999;VD j )
Unexpected loss, or allocated economic capital (AEC), is given by the difference
between VaR (99.9%) and expected loss.
All of the risk metrics are derived
from the empirical distribution for a certain
period (P). Therefore, estimation of the risk
metrics over time, requires running the simulation process for different periods P and
calculating the various empirical distributions’ risk metrics.
3. Application and Results
Neste tópico se exercitará toda a teoria
descrita anteriormente por meio de um exemplo. A aplicação foi desenvolvida com base em
dados de uma carteira fictícia adaptada do portfólio apresentado no documento CreditRisk+
do Credit Suisse First Boston (1997). Para o cálculo das estimativas dos parâmetros da distribuição Weibull, para cada rating de crédito, foram utilizados dados extraídos do relatório “2009
Annual Global Corporate Default Study and Rating Transitions” da Standard & Poor’s.
Como não há implantado em nenhum
software o algoritmo descrito neste trabalho,
todos os cálculos e estimativas foram desenvolvidos pelo autor por meio do software R.
This topic will put the foregoing theory into practice by means of an example.
The application was developed based on data
from a fictional portfolio’s data adapted from
the portfolio described in Credit Suisse First
Boston’s CreditRisk+ (1997). To calculate the
Weibull distribution’s estimated parameters
for each credit rating, we used data from Standard & Poor’s “2009 Annual Global Corporate
Default Study and Rating Transitions” report.
Because no software package includes the algorithm described in this paper, all calculations and estimations were
developed by the author using the software package R.
3.1 Aplicação do Modelo Proposto
O portfólio analisado é composto por
25 ativos com diferentes qualidades de crédito
e valores de exposição. A classificação de rating
3.1 Application of the
Proposed Model
The portfolio is made up of 25 assets with different credit qualities and expo-
63
de cada cliente deve ser atribuída a priori por
um modelo adequado de classificação de risco.
Além disso, cada cliente possui diferentes tempos de início (TI), tempo que o ativo está no portfólio sem apresentar default, e diferentes tempos de vencimento (TV), tempo total para o pagamento do empréstimo. O detalhamento dessa
carteira está apresentado na Tabela 1.
sures. Each client’s rating must be defined
in advance by means of an appropriate riskrating model. In addition, each client has
a different initial time (IT), the period during which it as been in the portfolio and default free, and a different time to maturity
(TM), the total time to repayment. Table 1
provides details on the portfolio.
Tabela 1 Carteira de crédito para análise
Tempo de Início (em meses)
Tempo de Vencimento (em meses)
Exposição (em Reais)
Rating
0
12
358.475
CCC/C
0
12
1.089.819
CCC/C
6
12
1.799.710
B
8
12
1.933.116
CCC/C
1
12
2.317.327
AA
8
12
2.410.929
CCC/C
2
12
2.652.184
CCC/C
6
12
2.957.685
CCC/C
3
18
3.137.989
BBB
3
18
3.204.044
BBB
AAA
10
18
4.727.724
2
18
4.830.517
BBB
2
18
4.912.097
BBB
7
18
4.928.989
CCC/C
7
18
5.042.312
B
7
18
5.320.364
BB
5
60
5.435.457
BBB
4
60
5.517.586
A
15
60
5.764.596
BB
0
60
5.847.845
A
10
60
6.466.533
BB
10
60
6.480.322
CCC/C
6
60
7.727.651
AA
5
60
15.410.906
B
7
60
20.238.895
BB
Fonte: adaptado de CreditRisk+ (1997).
64
 Table 1
Analyzed credit portfolio
Initial Time (in months)
Time to Maturity (in months)
Exposure (in Reais)
Rating
0
12
358,475
CCC/C
0
12
1,089,819
CCC/C
6
12
1,799,710
B
8
12
1,933,116
CCC/C
1
12
2,317,327
AA
8
12
2,410,929
CCC/C
2
12
2,652,184
CCC/C
6
12
2,957,685
CCC/C
3
18
3,137,989
BBB
3
18
3,204,044
BBB
10
18
4,727,724
AAA
2
18
4,830,517
BBB
2
18
4,912,097
BBB
7
18
4,928,989
CCC/C
7
18
5,042,312
B
7
18
5,320,364
BB
5
60
5,435,457
BBB
4
60
5,517,586
A
15
60
5,764,596
BB
0
60
5,847,845
A
10
60
6,466,533
BB
10
60
6,480,322
CCC/C
6
60
7,727,651
AA
5
60
15,410,906
B
7
60
20,238,895
BB
Source: adapted from CreditRisk+ (1997).
Para se utilizar o conceito de análise de
sobrevivência na simulação dos tempos de defaults é necessário estimar os parâmetros (Beta
e Eta) da distribuição Weibull para cada um dos
seis ratings da carteira. Para isso, precisa-se de
dados históricos de inadimplência ao longo do
tempo para cada rating. Essas informações foram extraídas do relatório da Standard & Poor’s
To use the concept of survival
analysis in time to default simulation
we must estimate the Weibull distribution’s parameters (β and η) for each
of the six ratings in the portfolio. Doing this requires historic default data
for each rating. This information was
obtained from Standard & Poor’s “2009
65
Annual Global Corporate Default Study
and Rating Transitions” report. Table 2
shows the relevant data.
denominado “2009 Annual Global Corporate Default Study and Rating Transitions”. Na Tabela 2
estão apresentados os dados utilizados.
Tabela 2 Dados de inadimplência ao longo do tempo por ratings
Horinzonte de Tempo (em anos)
Rating
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
AAA
0,00%
0,03%
0,14%
0,26%
0,39%
0,58%
0,68%
0,68%
0,74%
0,82%
0,86%
0,90%
0,94%
1,04%
1,14%
AA
0,02%
0,07%
0,14%
0,24%
0,33%
0,43%
0,52%
0,60%
0,67%
0,74%
0,81%
0,87%
0,93%
0,98%
1,02%
A
0,08%
0,21%
0,35%
0,53%
0,72%
0,95%
1,22%
1,46%
1,70%
1,97%
2,20%
2,39%
2,58%
2,75%
2,99%
BBB
0,26%
0,72%
1,23%
1,86%
2,53%
3,20%
3,80%
4,40%
5,00%
5,60%
6,21%
6,72%
7,24%
7,80%
8,36%
5,27%
7,49%
9,51%
11,48%
17,45%
18,49% 19,39%
20,18%
20,84% 21,57%
BB
0,97%
2,94%
13,19%
14,75%
16,21%
B
4,93%
15,65% 19,46% 22,30% 24,57% 24,57% 26,47%
28,06%
29,44% 30,82% 32,04% 33,04%
27,98% 36,95% 42,40% 45,57% 48,05% 49,19% 50,26%
51,09%
52,44% 53,41% 54,32% 55,33% 56,38%
CCC/C
33,04% 34,85% 35,74%
57,28% 57,28%
Fonte: “2009 Annual Global Corporate Default Study and Rating Transitions” — Standard & Poor’s.
Default over time data, per rating
 Table 2
Time Horizon (in years)
Rating
1
2
3
4
5
6
7
8
AAA
0.00%
AA
0.02%
A
0.03%
0.14%
0.26%
0.39%
0.58%
0.68%
0.07%
0.14%
0.24%
0.33%
0.43%
0.52%
0.08%
0.21%
0.35%
0.53%
0.72%
0.95%
1.22%
BBB
0.26%
0.72%
1.23%
1.86%
2.53%
3.20%
3.80%
4.40%
5.00%
BB
0.97%
2.94%
5.27%
7.49%
9.51%
11.48%
13.19%
14.75%
16.21%
B
4.93%
15.65% 19.46% 22.30% 24.57% 24.57% 26.47%
28.06%
51.09%
CCC/C
27.98% 36.95% 42.40% 45.57% 48.05% 49.19%
50.26%
9
10
11
12
0.68%
0.74%
0.82%
0.86%
0.90%
0.94%
1.04%
1.14%
0.60%
0.67%
0.74%
0.81%
0.87%
0.93%
0.98%
1.02%
1.46%
1.70%
1.97%
2.20%
2.39%
2.58%
2.75%
2.99%
5.60%
6.21%
6.72%
7.24%
7.80%
8.36%
17.45%
18.49% 19.39%
20.18%
20.84% 21.57%
29.44% 30.82%
32.04% 33.04%
33.04%
34.85% 35.74%
52.44%
54.32% 55.33%
56.38%
57.28%
53.41%
13
14
15
57.28%
Source: “2009 Annual Global Corporate Default Study and Rating Transitions” — Standard & Poor’s.
Com base nos dados anteriores e por
meio do método de mínimos quadrados, foram
estimados os parâmetros da distribuição Weibull para cada um dos ratings de crédito. O resultado está apresentado na Tabela 3.
We used the above data above
and the minimum squares method to
estimate the Weibull distribution’s parameters for each credit rating. Table 3
shows the results.
66
Tabela 3 Parâmetros da distribuição Weibull para os ratings de crédito
Distribuição Weibull
 Table 3
Rating
Beta ()
AAA
1,54
2.772
AA
1,43
3.764
Eta ()
A
1,37
2.198
BBB
1,28
1.118
BB
1,14
519
B
0,75
453
CCC/C
0,33
262
Weibull distribution parameters for each credit rating
Weibull Distribution
Rating
Beta ()
Eta ()
AAA
1.54
2,772
AA
1.43
3,764
A
1.37
2,198
BBB
1.28
1,118
BB
1.14
519
B
0.75
453
CCC/C
0.33
262
Utilizando as informações da carteira
apresentada na Tabela 1 e os parâmetros estimados da Tabela 3, foi executado o processo de
simulação das perdas desse portfólio para diferentes períodos de tempo. O processo foi executado para 10 instantes de tempo: 6, 12, 18, 24, 30,
36, 42, 48, 54 e 60 meses.
Após a execução do processo de simulação, foi obtida uma distribuição empírica das
perdas para cada um dos períodos mencionados anteriormente. Dessas distribuições foram
extraídas as medidas de risco de interesse; são
elas: perda esperada, VaR (99,9%) e CEA (capi-
We use the portfolio information from Table 1 and the parameters
estimated in Table 3 to run this portfolio’s loss simulation process for different periods of time. The process was
applied to ten points in time: 6, 12, 18,
24, 30, 36, 42, 48, 54 and 60 months.
After running the simulation,
we obtained an empirical distribution
of losses for each of the periods mentioned above. These distributions yielded the relevant risk metrics: expected
loss, VaR (99.9%) and AEC (allocated
67
economic capital). Figure 3 graphs the
portfolio’s loss behavior in the different
periods and Table 4 shows the results
of the simulation.
tal econômico alocado). A Figura 3 ilustra graficamente o comportamento das perdas dessa
carteira nos diferentes períodos e, a Tabela 4, os
valores obtidos pela simulação.
Figura 3 Medidas de risco ao longo do tempo
Figure 3
Risk metrics over time
Tabela 4 Valores das medidas de risco ao longo do tempo
Período (em meses)
PE - (Perda Esperada)
VaR (Value at Risk - 99,9%)
CEA - Capital Econômico Alocado
1
684.110
20.238.895
19.554.785
6
2.644.607
26.719.217
24.074.610
12
4.088.424
33.185.760
29.097.336
18
4.994.521
36.739.790
31.745.269
24
5.701.608
39.697.358
33.995.750
30
6.419.509
42.175.320
35.755.811
36
7.142.571
43.219.942
36.077.371
42
7.813.692
46.188.701
38.375.009
48
8.463.082
47.172.435
38.709.353
54
8.780.355
47.582.146
38.801.791
60
8.946.779
47.656.788
38.710.009
68
 Table 4
Risk metrics over time
Period (in months)
EL (Expected Loss)
VaR (Value at Risk – 99,9%)
AEC – Allocated Economic Capital
1
684,110
20,238,895
19,554,785
6
2,644,607
26,719,217
24,074,610
12
4,088,424
33,185,760
29,097,336
18
4,994,521
36,739,790
31,745,269
24
5,701,608
39,697,358
33,995,750
30
6,419,509
42,175,320
35,755,811
36
7,142,571
43,219,942
36,077,371
42
7,813,692
46,188,701
38,375,009
48
8,463,082
47,172,435
38,709,353
54
8,780,355
47,582,146
38,801,791
60
8,946,779
47,656,788
38,710,009
Analisando esses valores, é possível observar o comportamento das perdas da carteira no decorrer do tempo, permitindo uma análise
continua do risco no tempo e auxiliando a tomada
de decisão quanto à alocação de capital e gerenciamento de risco de crédito.
A perda esperada para o período de 12
meses está em torno de R$ 4 milhões, o que pode
ser utilizado como uma previsão da perda para o
período e no auxílio da composição da PDD (provisão para devedores duvidosos). Porém, no decorrer do tempo, verifica-se que a perda esperada dessa carteira pode chegar a mais de R$ 8
milhões. Portanto, essas informações permitem
alertar sobre a necessidade de gerenciamento e
acompanhamento mais precisos da perda potencial para essa carteira ao longo do tempo.
De maneira similar pode-se analisar o
CEA (ou perda inesperada) da carteira. Nos primeiros 12 meses está em torno de R$ 29 milhões,
porém pode-se notar que o valor do CEA pode
chegar a mais de R$ 38 milhões ao longo do tem-
Analysis of these results allows observing the portfolio’s loss behavior, enabling continuous analysis of risk over time and helping make
capital allocation and credit risk management decisions.
The expected loss for the
12-month period is at around R$ 4 million, which can be used as a loss prediction for the period and to help establish provision for bad debts (PBD). Over
time, however, the portfolio’s expected
loss may exceed R$ 8 million. This piece
of information indicates a need to more
accurately manage and track the portfolio’s potential loss over time.
We can also analyze the portfolio’s
AEC (or unexpected loss). It is at around
R$ 29 million in the first 12 months, but
may exceed R$ 38 million over time. The
portfolio’s risk metrics are relatively stable
from month 42 onwards.
69
po. As medidas de riscos dessa carteira apresentam certa estabilidade a partir do 42º mês.
Da mesma maneira que se estimam as
medidas de risco para diferentes instantes de
tempo, pode-se fazer uma análise do RAROC
considerando os diferentes períodos. Uma das
possíveis aplicações desse tipo de análise é para
a definição do spread da operação com base em
diferentes períodos de tempo. Neste caso, a aplicação levará em conta a relação de risco e retorno
da carteira no geral, porém poderia ser aplicada
uma análise individualmente para cada rating.
Supõe-se que o custo de oportunidade para essa carteira seja de 10% ao ano, ou
seja, espera-se um RAROC=10% a.a. O objetivo é determinar o spread da operação para que
se obtenha o RAROC esperado. Considerando
a definição de RAROC apresentada em Saunders (1999), porém com a simplificação de desconsiderar as taxas adicionais e os custos operacionais e utilizando as estimativas de perda
esperada e CEA, pode-se determinar uma relação entre o spread cobrado e o RAROC para diferentes prazos da operação. Nessa aplicação
será feita uma análise para os prazos de 12 e 18
meses. A seguir, o gráfico que ilustra essa relação para os dois períodos mencionados.
Considerando o prazo da operação de
12 meses, para obter o custo de oportunidade
esperado de RAROC de 10% ao ano, deve-se ter
um spread de 5,36% no período. Caso o prazo da
operação seja de 18 meses, deve-se considerar
um spread de 4,98% anualizado. Conclui-se que,
para essa carteira, para obter RAROC de 10%
a.a. pode-se cobrar um spread menor para uma
operação de 18 meses quando comparada com
uma operação de 12 meses. Portanto, através
da análise proposta, foi possível quantificar os
valores dos spreads da operação para diferentes
prazos com o objetivo de manter a rentabilidade
do portfólio no nível desejado.
In much the same way that
risk metrics can be estimated for different points in time, we can also run
RAROC analyses for the different periods. One possible application of this
kind of analysis concerns setting a
deal’s spread for different periods of
time. In this case, application will take
account of the portfolio’s general riskto-return ratio, but individual analyses
could be done for each rating.
We assume that the portfolio’s
opportunity cost is 10 percent a year,
that is, expected RAROC=10% p.a.
The goal is to set the loan’s spread in
order to achieve the expected RAROC.
Considering the definition of RAROC
given in Saunders (1999), but with the
simplification of disregarding additional rates and operating costs, and using the expected loss and AEC estimates, we can determine a relationship between the spread and RAROC
for different maturities. This application will consider 12- and 18-month
maturities. We provide, next, a graph
that illustrates the relationship for the
two selected periods.
For the 12-month loan, obtaining RAROC at 10 percent a year requires
a spread of 5.36 percent over the period.
If the loan matures in 18 months, an
annualized spread of 4.98 percent is required. In conclusion, for this portfolio,
obtaining a RAROC of 10 percent p.a.
requires lower spreads for 18 months
compared to a 12-month loan. The proposed analysis enabled quantifying the
operation’s spreads for different maturities in order to maintain the portfolio’s
return at the desired levels.
70
Figura 4 Relação do spread e RAROC para diferentes prazos
Figure 4
Relationship between spread and RAROC for different periods
3.2 Análise de Sensibilidade
Para analisar o impacto do tempo
inicial e do tempo de vencimento dos empréstimos nas medidas de risco será feito
um teste de sensibilidade dessas duas variáveis na carteira proposta.
Utilizando as mesmas exposições
e ratings da carteira original, construíram-se quatro carteiras hipotéticas para
análise:
• Tipo 1: todos os empréstimos
possuem tempo inicial igual a zero e não
possuem tempo de vencimento. Ou seja,
esta carteira não irá considerar o impacto dos ativos possuírem um tempo sem default e um tempo para vencimento;
• Tipo 2: todos os empréstimos
possuem 6 meses de tempo inicial e não
possuem tempo de vencimento;
3.2 Sensitivity Analysis
To analyze the impact of initial time and time to maturity on the
risk metrics, we will run a sensitivity
test on the two variables for the proposed portfolio.
Using the same exposures
and ratings as the original portfolio,
we built four hypothetical portfolios
for analytical purposes:
• Type 1: all loans have zero
initial time and no time to maturity.
That is, the portfolio does not take
account of whether its assets have
gone for a time without default or
lack time to maturity;
• Type 2: all loans have six
months’ initial time and no time to
maturity;
71
• Tipo 3: todos os empréstimos
possuem tempo inicial igual a zero e tempo de vencimento igual a 18 meses;
• Tipo 4: todos os empréstimos possuem 6 meses de tempo inicial e tempo de vencimento igual a 18 meses.
Para cada uma das 4 carteiras hipotéticas foi executado o procedimento de simulação e foram estimadas as medidas de risco
(perda esperada e VaR (99,9%)) utilizando-se
a metodologia proposta. Nas Figuras 5 e 6 estão apresentados os resultados obtidos nessas simulações.
Pode-se verificar que existe diferença
nas medidas de risco, perda esperada e VaR
(99,9%), quando introduzidas as variáveis tempo
inicial e tempo de vencimento. Assim, conclui-
Figura 5 Perda esperada para as 4 carteiras hipotéticas
Figure 5
Expected loss for the four hypothetical portfolios
• Type 3: all loans have zero
initial time and 18 months’ time to
maturity;
• Type 4: all loans have 6
months’ initial time and 18 month’s
time to maturity.
We used the proposed methodology to run the simulation procedure and estimate the risk metrics (expected loss e VaR (99.9%)) for
each of the four hypothetical portfolios. Figures 5 and 6 provide the results of the simulations.
The risk metrics expected loss
and VaR (99.9%) change with the introduction of the initial time and time to
maturity variables. We conclude, there-
72
Figura 6 VaR (99,9%) para as 4 carteiras hipotéticas
Figure 6
VaR (99.9%) for the four hypothetical portfolios
se que existe uma sensibilidade do tempo inicial
e do tempo de vencimento no cálculo do risco de
crédito da carteira. O impacto das variáveis tempo inicial e tempo de vencimento, nas duas medidas de risco, foi semelhante.
Quando se compara a carteira tipo 1
com a tipo 2 verifica-se que há o crescimento
do risco ao longo do tempo, porém a carteira do
tipo 2, em um nível menor que a tipo1, o que é
esperado, pois a tipo 2 possui empréstimos com
um tempo inicial de 6 meses sem apresentar default, portanto, com menor risco para isso.
Quando se compara a carteira tipo 1
com a tipo 3 verifica-se que elas permanecem
iguais até o 18º mês, quando, a partir de então,
a carteira tipo 3 apresenta estabilidade nos valores de risco, o que é esperado, pois a carteira
fore, that calculation of the portfolio’s
credit risk is sensitive to initial time and
time to maturity. The impact of the variables initial time and time to maturity
was similar for the two risk.
A comparison of portfolio types
1 and 2 shows that risk increases over
time, but less so for portfolio type 2,
as should be, since type 2 has loans
with initial time of 6 months without
default and, therefore, with lower risk
of defaulting.
A comparison of portfolio types
1 and 3 shows that they remain similar until the 18th month, from which
point type 3’s risk stabilizes, as expected, given that all of its assets ma-
73
tipo 3 possui vencimento de todos os ativos em
18 meses e, dessa forma, não ocorrem perdas
além desse período nesse portfólio.
A carteira tipo 4 reflete tanto o nível menor de risco devido aos seus ativos possuírem
6 meses sem apresentar default, como reflete a
estabilidade do valor do risco após 18 meses.
Portanto, com a análise de sensibilidade, pode-se verificar que o modelo proposto
captura nas medidas de risco o impacto de os
empréstimos possuírem tempo inicial sem default e tempo de vencimento.
4. Considerações finais
Neste trabalho estudou-se aplicação do
modelo de análise de sobrevivência, mais especificamente a distribuição Weibull, em problemas
de mensuração de risco de crédito de carteiras.
A utilização da distribuição Weibull foi um modelo adequado para representar os diferentes ratings de riscos, pois, devido apenas a mudanças nos
valores de seus parâmetros, podem-se representar diversas características de risco. Além disso, a
utilização da análise de sobrevivência permitiu fazer um estudo do comportamento do risco da carteira de crédito ao longo do tempo.
O modelo proposto mostrou-se eficiente na mensuração do risco de crédito ao longo
do tempo, permitindo a quantificação do risco
em diferentes instantes de tempo fornecendo
uma ferramenta de auxílio na tomada de decisões mais adequada aos objetivos estratégicos
das instituições. Na aplicação desenvolvida pode-se mensurar o comportamento do risco da
carteira ao longo do tempo, bem como o impacto de decisões em diferentes prazos de tempo
da carteira.
Em estudos futuros poderão ser utilizadas outras distribuições para a modelagem do
tempo até o default, como, por exemplo, a distribuição Gamma Generalizada, além da possibi-
ture in 18 months and, therefore, no
losses occur afterwards.
Portfolio type 4 reflects both
the lower risk level associated with
the fact that its assets have gone six
months without defaulting and the
stable risk level after 18 months.
The
sensitivity
analysis
shows, therefore, that the proposed
model’s risk metrics capture the impact of initial time without default
and of time to maturity.
4. Conclusions
This paper studies the application of the survival analysis model
and, more specifically, of the Weibull
distribution, to portfolio credit risk
measurement problems. The Weibull
distribution provides and appropriate
tool to represent the different risk ratings, since simple changes to its parameters’ values can be used to represent different risk characteristics.
In addition, survival analysis enables
studying the portfolio’s credit risk behavior over time.
The proposed model proved
efficient in measuring credit risk over
time, enabling quantifying risk at different points in time and providing a
tool that helps make decisions more in
line with institutions’ strategic objectives. The application can measure the
portfolio’s risk behavior over time, as
well as the impact of decisions on the
portfolio over different time spans.
Future studies may use other distributions, such as Generalized Gamma, to model time to default,
and may also used regression models
74
Autor/Author
lidade de utilizar modelos de regressão, o que
permitiria incorporar variáveis macroeconômicas (como PIB, taxa de desemprego etc.) e/ou
variáveis que avaliam o risco do cliente e das
operações (como informações sociodemográficas, financeiras, de relacionamento do cliente
etc.) do crédito concedido para estimar a distribuição de perdas da carteira.
Além disso, como o modelo proposto utiliza a metodologia de simulação para estimar a distribuição de perdas, ele se torna
bastante flexível para adaptar e possibilitar a
construção da análise de cenários, análise de
estresse e a utilização de correlação entre os
empréstimos ou entre os ratings por meio do
modelo de cópulas.
which would enable including macroeconomic variables (such as GDP,
unemployment, etc.) and/or variables
concerned with the loan’s client and
operation risk (such as sociodemographic, financial and relationship information) to estimate the portfolio’s
loss distribution.
Furthermore, since the proposed model relies on simulation to
estimate loss distributions, it is flexible enough to accommodate and enable scenario analysis, stress analysis, and the use of correlations
among loans or ratings by means of
couplings models.
Marcos Antonio Coque Junior
Mestre e Bacharel em Estatística pelo IME/USP, possui MBA em Engenharia Financeira pela POLI/USP. Atualmente é Gerente de
Modelagem de Risco de Crédito em um banco de varejo nacional. Contato com o autor: [email protected]
Master and Bachelor of Statistics from IME/USP, with an MBA in Financial Engineering from POLI/USP. Coque Junior is currently Credit
Bibliografia/Bibliography
Risk Modeling Manager at a national retail bank. The author can be contacted by email at [email protected]
COLOSIMO, E.A., GIOLO, S.R. (2006) Análise de Sobrevivência Aplicada. Ed. Blucher – São Paulo.
CREDIT SUISSE FIRST BOSTON. (1997) CreditRisk+: A credit risk management framework. Technical Report.
J. P. MORGAN (1997) CreditMetrics Technical Document. Technical Report.
KECECIOGLU, D.B. (1991) Reliability Engineering Handbook – Volume 1. Prentice Hall – 1st edition.
McKINSEY (1997) Measuring Credit Portfolio Risk: Incorporating Macroeconomic Migration Analysis. Technical Report.
SAUNDERS, A. (1999). Medindo o risco de crédito. Rio de Janeiro: Qualimark.
SICSÚ, A.L. (2010) Credit Scoring – Desenvolvimento – Implantação – Acompanhamento. Ed. Blucher – São Paulo.
STANDARD & POOR’S. (2010) 2009 Annual Global Corporate Default Study And Rating Transitions. Technical Report.
VASICEK, O. (1987) Probability of Loss on Loan Portfolio. KMV Corporation.
A Serasa Experian pode ajudar sua empresa a
rentabilizar seu maior patrimônio: sua carteira de
clientes. Com as soluções de gestão de carteira
Serasa Experian, você acompanha variações
de risco, acelera a tomada de decisão, antecipa
ações de cobrança, e muito mais. Seja qual for seu
desafio, pode desafiar a gente.
Ligue 0800 773 7728
Acesse já serasaexperian.com.br
O
CADASTRO
POSITIVO
FOI APROVADO.
O QUE VOCÊ GANHA
COM ISSO?
A Serasa Experian tem uma ótima notícia para
você: o Cadastro Positivo foi aprovado pelo Governo.
Hoje, você não tem problemas quando paga suas
contas em dia. E, de agora em diante, poderá obter
vantagens com a sua história de crédito. O Cadastro
Positivo registra a pontualidade no pagamento de
suas contas para que, num futuro próximo, você que
é bom pagador possa negociar melhores condições
na hora de trocar de carro, financiar sua casa ou
realizar outros sonhos.
Cadastro Positivo Serasa Experian.
Seu nome tem valor.
serasaexperian.com.br/cadastropositivo