Ler Edição - Serasa Experian
Transcrição
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