Relatório de Economia Bancária e Crédito – 2008

Transcrição

Apresentação
O ano de 2008 foi marcado pelos efeitos da crise internacional, principalmente
após a quebra do Lehman Brothers, sobre os mercados financeiros domésticos.
Entretanto, um ambiente de estabilidade monetária, solidez do sistema bancário e
de aprofundamento do mercado de crédito doméstico contribuiu sobremaneira
para a resistência do país à crise. Também contribuíram para essa resistência as
ações adotadas pelo Banco Central do Brasil no sentido de regularizar a liquidez e
compensar a escassez de linhas de crédito internacional. Com tais intervenções, o
Banco Central logrou rapidamente contornar restrições identificadas no mercado de
crédito, de modo que, ao final do ano, as operações de crédito aumentaram 31,1% em
relação ao ano anterior e atingiram cerca de 41,3% do Produto Interno Bruto (PIB).
Este relatório traz, na parte I (Evolução Recente do Mercado de Crédito
e Decomposição do Spread), capítulo 1 (Juros e Spread Bancário), a tradicional
apresentação do comportamento recente dos principais indicadores do mercado
de crédito, entre os quais a evolução dos saldos e o comportamento das taxas de
empréstimo. Ao final desse texto, apresentam-se também as principais medidas
recentes no âmbito do crédito, inclusive aquelas adotadas pelo governo e pelo Banco
Central para regularizar a liquidez e compensar a escassez de linhas de crédito
internacional. Anexo ao texto, é apresentado um resumo das medidas sugeridas e
adotadas no período.
O capítulo 2 (Decomposição do Spread Bancário e Apresentação de Nova
Metodologia) apresenta uma atualização da metodologia utilizada para a decomposição
do spread bancário, cuja alteração mais relevante consiste na estimação do efeito dos
subsídios cruzados causados pelo direcionamento obrigatório para o crédito rural e
para o crédito habitacional. A inclusão dos créditos direcionados exigiu também a
revisão e a melhoria de toda a metodologia de decomposição do spread já existente,
sendo considerada como taxa de captação uma média ponderada entre as taxas dos
depósitos a prazo (CDBs), dos depósitos em cadernetas de poupança e dos depósitos
a vista individualidade para cada um dos bancos. No cômputo da participação
dos recolhimentos compulsórios, optou-se pela utilização dos custos efetivos de
captação dos depósitos bancários que originam os recolhimentos compulsórios
(depósitos a prazo, a vista e/ou de poupança) ao invés do custo de oportunidade.
Por fim, foi calculada também a decomposição do spread para os bancos públicos,
para os bancos privados e para os doze maiores bancos.
Economia Bancária e Crédito
III
Adicionalmente, para complementar as informações apresentadas no
relatório, na parte II (Estudos Selecionados), reúne-se um conjunto de estudos
realizados no âmbito do Banco Central do Brasil para o melhor entendimento da
conjuntura atual, abordando aspectos que se seguem.
O primeiro estudo (Concentração Bancária, Lucratividade e Risco Sistêmico:
uma abordagem de contágio indireto) investiga o impacto da concentração do
sistema bancário brasileiro sobre a correlação dos retornos dos bancos. A ideia é
que a correlação dos retornos dos bancos é perfeitamente observada pelo mercado,
sendo um importante instrumento de inferência acerca da solvência das instituições
a partir da observação de um determinado choque idiossincrático. Nesse sentido,
o grau de concentração do sistema bancário pode alterar a exposição do sistema
financeiro nacional a um risco sistêmico na medida em que altera a percepção da
interdependência entre as instituições participantes no mercado. Os resultados
encontrados sugerem a existência de um canal de transmissão de contágio indireto
no Brasil, no qual a transmissão dos choques pode ser resultado das expectativas do
mercado quanto à solvência de algum banco, ou de um conjunto de bancos, dada a
ocorrência de um choque em uma ou mais instituições. Além disso, os resultados
apontam para o fato de que quanto maior a concentração do sistema financeiro
maior a inter-relação da lucratividade entre bancos com algumas características
similares, como bancos agrupados por volume de crédito, alavancagem, “controle
e consolidado bancário” e “controle, consolidado bancário e nível de alavancagem”.
Esse resultado reforça a importância de se estar atento às implicações da consolidação
bancária no risco de contágio de choques idiossincráticos no sistema. A consolidação
pode trazer benefícios em termos de diversificação e, portanto, gera redução do risco
idiossincrático, mas também pode elevar o risco sistêmico na medida em que aumenta
a probabilidade de um choque idiossincrático ser interpretado pelo mercado como
um choque de ordem agregada.
No segundo estudo (Varejistas e Fundos de Investimento Creditórios
Replicando um Banco Keynesiano), por meio de um modelo de venda de créditos
com a manutenção de parte destes pelo originador, é apresentado um modelo
de relacionamento entre um varejista e um fundo de investimentos em direitos
creditórios (FIDC) que possui características de banco keynesiano – um banco que
estimula economias em situações de forte recessão. Um resultado muito importante
desse modelo teórico é a necessidade de se proibir a venda ou a transferência dos
riscos de créditos, mediante o uso de derivativos, das cotas subordinadas pelo
originador. Sem essa proibição de venda ou de transferência de risco das cotas
subordinadas, é possível em um mercado de crédito em expansão a ocorrência de
bolhas de crédito, que podem gerar crise financeira.
O terceiro estudo (Crédito Habitacional no Brasil: aperfeiçoamentos
institucionais e avaliação da evolução recente) apresenta um breve histórico do
mercado de crédito imobiliário no Brasil e procura avaliar se a expansão dos
saldos de financiamentos habitacionais nos últimos anos foi resultado dos avanços
institucionais e econômicos recentes ou se foi tão-somente o resultado do aumento
das aplicações obrigatórias impostas pelas regras de direcionamento do crédito
imobiliário. Os resultados encontrados apontam para um comportamento diferente
entre as instituições financeiras públicas e privadas. Para as instituições públicas,
ficou evidenciado que a estabilização econômica, os ganhos de renda real recentes e a
IV
adoção da Lei nº 10.931, de 2 de agosto de 2004 – que garantiu às instituições credoras
o direito sobre o bem imóvel até a quitação da dívida pelos clientes –, trouxeram
benefícios em termos de inadimplência e favoreceram a expansão recente do crédito
imobiliário. Por sua vez, para as instituições privadas, tais efeitos econômicos e
institucionais não são significativos, com a recente expansão do saldo de crédito
imobiliário sendo explicada em grande parte pela maior exigibilidade advinda do
crescimento das aplicações em depósitos de poupança.
Uma das principais variáveis observadas na avaliação do comportamento
do crédito bancário é o índice que mede a inadimplência no setor. Diferentes
abordagens são utilizadas, ou foram propostas, para realizar o cálculo desse índice.
Contudo, a própria dificuldade de definir inadimplência leva à criação de medidas
díspares que em algumas vezes deixam de medir a inadimplência stricto sensu. Nesse
contexto, o quarto estudo (Inadimplência no Setor Bancário Brasileiro: uma avaliação
de suas medidas) tem como objetivo descrever e analisar o comportamento de três
dos principais índices de inadimplência encontrados na literatura. Os resultados
desse estudo mostram que o indicador mais adequado para medir a inadimplência
stricto sensu é o fundamentado no número de operações em atraso.
O quinto estudo (Concentração e Inadimplência nas Carteiras de Empréstimos
dos Bancos Brasileiros) analisa o mercado de empréstimos no Brasil entre 2003 e 2008
para medir a diversificação e a taxa de inadimplência das carteiras dos bancos. Para isso,
utiliza-se a base de dados do Sistema de Informações de Crédito do Banco Central do
Brasil (SCR), que classifica os empréstimos por setor econômico e risco. Os resultados
mostram crescente concentração nos empréstimos de maior risco e diversificação nos
empréstimos de menor risco. A taxa de inadimplência apresentou tendência declinante
ao longo do período para a maior parte das atividades econômicas.
O sexto estudo (Loss Given Default: um estudo sobre perdas em operações
prefixadas no mercado brasileiro) tem por objetivo investigar a perda incorrida por
instituições financeiras a partir da inadimplência de clientes – Loss Given Default
(LGD) – no mercado de crédito brasileiro ao longo do período de janeiro de 2003
a setembro de 2007, a partir de informações existentes no SCR. Conforme Basileia
II, o cálculo da LGD é necessário para a apuração do risco de crédito na Abordagem
IRB-Avançada. Neste trabalho, foi selecionada uma amostra composta de 9.557
operações de não varejo a taxas prefixadas, cujo cálculo da LGD baseou-se no custo
de oportunidade ao longo do período em default, assim como na perda do principal.
Não foram considerados os demais custos de recuperação. O trabalho identificou
um comportamento de bimodalidade na distribuição empírica de probabilidade da
LGD, com um intervalo médio entre 47% e 92%. Foi também verificado, por meio
de um modelo de regressão Tobit, que variáveis relacionadas ao nível de atividade
econômica, à presença de garantia, ao valor da operação e à existência de renegociação,
entre outras, influenciaram o comportamento da LGD. Os resultados foram similares
aos obtidos por outros autores.
Na literatura recente sobre testes macroeconômicos de estresse do risco de
crédito de sistemas financeiros usando dados de balanço, o estresse é geralmente
incorporado somente no nível das variáveis macroeconômicas. Nenhuma modelagem
de estresse é considerada explicitamente na sensibilidade do risco de crédito às
variáveis macroeconômicas. O sétimo estudo (Teste de Estresse na Ligação Macrorrisco
V
de Crédito: uma aplicação ao setor doméstico de pessoas físicas) procura preencher
essa lacuna propondo um método de regressão quantílica para capturar a incerteza
relacionada à ligação macrorrisco de crédito. O procedimento proposto possui duas
vantagens principais: relaxa a hipótese de normalidade implícita na literatura atual e
decompõe a incerteza dessa ligação segundo as diferentes variáveis macroeconômicas
que afetam o risco de crédito. Resultados aplicados ao crédito doméstico brasileiro
indicam que a importância relativa das variáveis macroeconômicas nos quantis
extremos da distribuição de risco crédito difere notavelmente daquela observada na
relação mediana. No que se refere aos exercícios de estresse, o efeito da inflação, do
crescimento real do PIB e da taxa de juros são geralmente similares, enquanto um
estresse em desemprego produz o efeito mais nocivo no risco de crédito.
Em suma, o presente relatório busca não apenas apresentar
comportamento recente do mercado de crédito e uma revisão da metodologia
cálculo da decomposição do spread, mas também trazer uma série de artigos
interesse para a área bancária, da qual destacamos a análise do risco sistêmico,
inadimplência e do mercado de crédito habitacional.
VI
o
de
de
da
Sumário
Apresentação ............................................................................................................................ III
Parte I – Evolução Recente do Mercado de Crédito e
Decomposição do Spread ................................................................... 11
1 – Juros e Spread Bancário ................................................................................................... 13
1 Evolução......................................................................................................................................................... 13
2 Medidas ......................................................................................................................................................... 16
Anexo .................................................................................................................................................................18
Súmula das principais medidas adotadas e propostas......... ................................................................................. 18
2 – Decomposição do Spread Bancário e Apresentação de Nova Metodologia ....................... 27
1 Introdução ...................................................................................................................................................... 27
2 Atualizações metodológicas.......................................................................................................................... 28
3 Avaliação da decomposição do spread bancário .......................................................................................... 30
4 Considerações finais ..................................................................................................................................... 34
Referências ....................................................................................................................................................... 35
Anexo A .............................................................................................................................................................36
Fórmulas usadas para a decomposição do spread bancário, segundo a nova metodologia........................................36
Anexo B ......................................................................................................................................................................42
Tabelas da decomposição do spread bancário ........................................................................................................42
Parte II – Estudos Selecionados ....................................................................... 47
1 – Concentração Bancária, Lucratividade e Risco Sistêmico:
uma abordagem de contágio indireto .............................................................................. 49
1 Introdução ...................................................................................................................................................... 49
2 Estratégia empírica........................................................................................................................................ 51
2.1 Base de dados ....................................................................................................................................................52
2.2 Especificação econométrica...............................................................................................................................53
3 Resultados ..................................................................................................................................................... 54
4 Conclusões..................................................................................................................................................... 59
Referências ....................................................................................................................................................... 61
2 – Varejistas e Fundos de Investimento Creditórios Replicando um Banco Keynesiano .... 63
1 Introdução ..................................................................................................................................................... 63
2 Modelo de vendas de crédito .........................................................................................................................64
3 Descrição contábil de um varejista e um fundo replicando um banco de crédito comercial ....................... 67
4 Discussão dos resultados .............................................................................................................................. 69
4.1 Desnecessidade de seguro de depósito e a consequente não o corrência de risco moral do depositante .....70
4.2 Sistema V + F possui características de um banco keynesiano ........................................................................71
4.2.1 Oferta de crédito no sistema V + F após o choque depressivo ......................................................................73
4.3 Vedação da venda ou transferência do risco de crédito das cotas subordinadas pelo vendedor que
originou os créditos ............................................................................................................................................74
4.4 Vedação à compra de créditos de pessoas físicas ou jurídicas controladas ou ligadas aos
gestores do fundo (Lei nº 4.595, art. 34) ............................................................................................................75
5 Conclusão ............................................................................................................................................................... 75
Referências ........................................................................................................................................................77
3 – Crédito Habitacional no Brasil: aperfeiçoamentos institucionais e
avaliação da evolução recente ........................................................................................ 79
1 Introdução ...................................................................................................................................................... 79
2 Quadro institucional ...................................................................................................................................... 81
3 Análise descritiva .......................................................................................................................................... 84
4 Estratégia empírica........................................................................................................................................ 95
4.1 Base de dados ....................................................................................................................................................95
4.2 Especificação econométrica...............................................................................................................................96
4.3 Resultados ..........................................................................................................................................................98
4.3.1 Saldo do crédito imobiliário ............................................................................................................................98
4.3.2 Risco do crédito imobiliário...........................................................................................................................100
5 Conclusão .................................................................................................................................................... 101
Referências .................................................................................................................................................... 103
4 – Inadimplência no Setor Bancário Brasileiro:
uma avaliação de suas medidas ..................................................................................... 105
1 Introdução .................................................................................................................................................... 105
2 Definições de inadimplência ....................................................................................................................... 107
3 Perda esperada segundo Basileia II ............................................................................................................ 108
4 Índices de inadimplência ............................................................................................................................. 109
4.1 Abordagem por provisão ..................................................................................................................................109
4.2 Abordagem por exposição................................................................................................................................110
4.3 Abordagem por quantidade..............................................................................................................................110
5 Simulação da carteira de crédito ................................................................................................................ 111
5.1 Fases.................................................................................................................................................................111
5.2 Número de operações ......................................................................................................................................111
5.3 Valor das operações .........................................................................................................................................111
5.4 Prazo das operações.........................................................................................................................................112
5.5 Valor das prestações ........................................................................................................................................112
5.6 Probabilidade de inadimplência .......................................................................................................................112
5.7 Recuperação das operações inadimplentes ....................................................................................................112
5.8 Índices de inadimplência..................................................................................................................................112
5.8.1 Índice de Inadimplência por Provisão ...........................................................................................................113
5.8.2 Índice de Inadimplência por Exposição .........................................................................................................113
5.8.3 Índice de Inadimplência por Quantidade ......................................................................................................113
6 Resultados ................................................................................................................................................... 114
6.1 Da simulação ....................................................................................................................................................114
6.2 Dos dados reais ................................................................................................................................................116
7 Conclusões................................................................................................................................................... 119
Referências ......................................................................................................................................................120
5 – Concentração e Inadimplência nas Carteiras de Empréstimos dos
Bancos Brasileiros.......................................................................................................... 123
1 Introdução .................................................................................................................................................... 123
2 Revisão literária........................................................................................................................................... 124
3 Dados e metodologia................................................................................................................................... 126
4 Resultados ................................................................................................................................................... 128
5 Conclusões................................................................................................................................................... 131
Referências ......................................................................................................................................................154
6 – Loss Given Default: um estudo sobre perdas em operações
prefixadas no mercado brasileiro .................................................................................. 157
1 Introdução .................................................................................................................................................... 157
2 Revisão bibliográfica ................................................................................................................................... 159
3 Metodologia e descrição dos dados ........................................................................................................... 160
3.1 Cálculo de cmponentes da LGD .......................................................................................................................161
3.2 Investigação sobre a LGD a partir de um modelo de regressão Tobit .............................................................163
4 Resultados ................................................................................................................................................... 164
4.1 Resultados das regressões ..............................................................................................................................170
5 Conclusão .................................................................................................................................................... 172
Referências ..................................................................................................................................................... 174
Anexo A ...........................................................................................................................................................176
Descrição das variáveis..........................................................................................................................................176
Anexo B............................................................................................................................................................177
Comportamento da LGD máxima e mínima ...........................................................................................................177
Anexo C............................................................................................................................................................181
Regressões para as modalidades cheque especial/conta garantida e capital de giro .........................................181
7 – Teste de Estresse na Ligação Macro-Risco de Crédito:
uma aplicação ao setor doméstico de pessoas físicas ................................................. 183
1 Introdução .................................................................................................................................................... 183
2 Metodologia ................................................................................................................................................ 184
2.1 Modelo econométrico ......................................................................................................................................184
2.2 Teste de estresse .............................................................................................................................................187
3 Exercício empírico........................................................................................................................................ 188
3.1 Dados................................................................................................................................................................188
3.2 Resultados ........................................................................................................................................................189
4 Conclusão .................................................................................................................................................... 192
Referências ......................................................................................................................................................194
Anexo ...............................................................................................................................................................196
Tabelas ...................................................................................................................................................................196
Gráficos ..................................................................................................................................................................198
Parte I
Evolução Recente do
Mercado de Crédito e
Decomposição do Spread
1
Juros e Spread Bancário
1 Evolução
A trajetória de crescimento das operações de crédito do sistema financeiro foi
condicionada, nos últimos meses de 2008, pelos efeitos decorrentes da crise financeira
internacional. Nesse sentido, o ritmo de expansão do crédito foi negativamente
afetado pela redução expressiva das fontes externas de financiamento, bem como pelo
arrefecimento do nível de atividade econômica doméstica, associado, entre outros
fatores, à deterioração das expectativas dos agentes econômicos. Os impactos da crise
financeira internacional sobre a economia brasileira foram atenuados por iniciativas
como o provimento de moeda estrangeira, via leilões realizados pelo Banco Central
(BC), e de liquidez em moeda nacional, por intermédio da liberação de recursos
oriundos dos recolhimentos compulsórios.
Nessa conjuntura, o volume total das operações de crédito do sistema
financeiro, considerados os recursos livres1 e os direcionados, atingiu R$1.227 bilhões
em dezembro de 2008, com crescimento anual de 31,1% em relação ao mesmo mês
do ano anterior, quando a expansão alcançou 27,8%. Em decorrência disso, o total de
empréstimos passou a representar 41,3% do Produto Interno Bruto (PIB) em 2008,
ante 34,2% em 2007 e 24,9% em dezembro de 1999.
Tabela 1 – Evolução do crédito total
R$ bilhões
Variação (%)
Discriminação
2006
2007
2008
t-1
t-2
Total
732,6
936,0
1227,3
31,1
67,5
Recursos livres
498,3
660,8
871,2
31,8
74,8
Recursos direcionados
234,3
275,2
356,1
29,4
52,0
Participação %
Total/PIB
30,2
34,2
41,3
Recursos livres/PIB
20,6
24,1
29,3
9,7
10,1
12,0
Recursos direcionados/PIB
1
Operações formalizadas com taxas de juros livremente pactuadas entre os mutuários e as instituições
financeiras, excluídas as operações de repasse do Banco Nacional de Desenvolvimento Econômico
e Social (BNDES) ou quaisquer outras lastreadas em recursos compulsórios ou governamentais.
13
O volume de empréstimos no segmento de recursos direcionados atingiu
R$356,1 bilhões, com evoluções de 29,4% em 2008 e de 52% em dois anos (12% do PIB,
ante 9,7% em 2006). As contratações realizadas pelo Banco Nacional de Desenvolvimento
Econômico (BNDES), que representaram 58,8% do segmento, alcançaram
R$209,3 bilhões (elevação anual de 30,8%), com R$90,9 bilhões de desembolsos
(expansão anual de 40%) impulsionados pelos aumentos de 47,5% e de 38,3% nos
financiamentos à indústria e ao setor de comércio e serviços, respectivamente.
Tabela 2 – Evolução do crédito com recursos direcionados
R$ bilhões
Discriminação
Total
2006
2007
2008
Variação (%)
t-1
t-2
243,3
275,2
356,1
29,4
52,0
BNDES
139,0
160,0
209,3
30,8
50,6
Direto
71,7
77,8
107,8
38,5
50,3
Repasses
67,3
82,2
101,5
23,5
50,8
Rural
54,4
64,3
78,3
21,8
44,0
Habitação
34,5
43,6
59,7
37,0
73,2
6,4
7,3
8,8
20,5
37,7
Outros
O saldo dos financiamentos habitacionais destinados a pessoas físicas e
cooperativas habitacionais cresceu 37% em 2008 (73,2% em dois anos), alcançando
R$59,7 bilhões. Já os desembolsos de operações financiadas com recursos da
caderneta de poupança somaram R$28 bilhões, com elevação anual de 58,7%,
enquanto os fluxos vinculados ao FGTS, canalizados principalmente ao segmento
popular, aumentaram 7,2% no ano e totalizaram R$6,3 bilhões em 2008.
Tabela 3 – Evolução dos desembolsos relativos aos financiamentos habitacionais
R$ bilhões
Discriminação
2006
2007
2008
t-1
t-2
SBPE
9.177
17.626
27.978
58,7
204,9
FGTS
6.848
5.913
6.336
7,2
-7,5
Variação (%)
O volume de crédito no segmento de crédito com recursos livres,
que corresponde a 71% do total concedido pelo sistema financeiro, atingiu
R$871,2 bilhões em dezembro de 2008, com evolução de 31,8% em relação ao ano
anterior (74,8% em dois anos), correspondendo a 29,3% do PIB, ante 20,6% do PIB
em 2006. Ressalte-se o desempenho das operações com pessoas jurídicas, cujo saldo
elevou-se 38,9% e atingiu R$476,9 bilhões, com incremento de 40,5% na carteira
referenciada em recursos domésticos.
14
Tabela 4 – Evolução do crédito com recursos livres
R$ bilhões
Discriminação
2006
2007
2008
Variação (%)
t-1
Total
Pessoa jurídica
Recursos domésticos
1/
Referencial
Leasing
Rural
Outros
Recursos externos
Pessoa física
Referencial
1/
Cooperativas
t-2
498,3
660,8
871,2
31,8
74,8
260,4
343,2
476,9
38,9
83,2
207,8
274,7
386,1
40,5
85,8
165,0
214,9
300,7
39,9
82,2
20,6
34,8
55,3
58,8
168,5
1,4
2,0
3,8
89,8
166,2
20,7
23,0
26,3
14,6
27,0
52,6
68,6
90,8
32,5
72,6
238,0
317,6
394,3
24,2
65,7
191,8
240,2
272,5
13,4
42,0
9,8
12,5
16,9
35,8
73,7
Leasing
13,9
30,1
56,7
88,2
308,7
Outros
22,5
34,7
48,1
38,7
114,0
1/ Crédito utilizado para cálculo das taxas de juros, definido pela Circular BCB nº 2.957, de 30 de dezembro de 1999.
A parcela relativa ao crédito referencial2 totalizou R$664 bilhões, com
participação relativa de 76,2% no total de crédito livre, ante 79,3% em 2007. Nas
linhas destinadas a pessoas jurídicas, sobressaiu a evolução de 74,6% nas operações de
capital de giro. Com relação ao segmento de pessoas físicas, destaque-se o incremento
de 26,8% na modalidade crédito pessoal, que inclui os créditos com consignação em
folha de pagamento.
Tabela 5 – Evolução das carteiras de crédito referencial
R$ bilhões
Discriminação
2006
2007
2008
t-1
t-2
Total
409,5
523,7
664,0
26,8
62,2
Variação (%)
Pessoas jurídicas
217,6
283,5
391,5
38,1
79,9
Pessoas físicas
191,8
240,2
272,5
13,4
42,0
Pessoas jurídicas
53,1
54,1
59,0
Pessoas físicas
46,9
45,9
41,0
Participação relativa (%)
A evolução do custo médio das operações no âmbito do crédito referencial
refletiu a ampliação das incertezas e da aversão ao risco, consubstanciada na elevação
do spread bancário, bem como a elevação da taxa Selic. Nesse sentido, a taxa média
de juros atingiu 43,3% em dezembro de 2008, com incremento anual de 9,5 p.p.
O incremento do spread contribuiu consideravelmente para o aumento do custo
das operações de crédito e ampliou sua participação na composição da taxa média
do sistema de 66% para 70,9%. O spread geral alcançou 30,7 p.p. ao final de 2008,
revelando crescimento de 8,4 p.p. em relação ao nível verificado no ano anterior,
enquanto a meta da taxa Selic acumulou acréscimo de 2,5 p.p. no ano.
2
Operações consideradas para o cálculo das taxas médias de juros das modalidades de crédito,
assim como dos segmentos de pessoa física e de pessoa jurídica. A remessa das informações pelas
instituições financeiras é regulamentada pela Circular BCB nº 2.957, de 30 de dezembro de 1999.
15
Gráfico 1 – Meta Selic X taxa média geral X spread
médio geral
Meta Selic e
spread médio
geral (%)
Taxa média
geral (%)
35
50
30
45
25
40
20
35
15
30
10
Jan
2007
Mar
Mai
Jul
Set
Meta Selic
Nov
Jan
2008
Mar
Mai
Spread geral
Jul
Set
Nov
Taxa média geral
O custo médio das operações com pessoas físicas apresentou o aumento
mais significativo, 14 p.p. no ano, impulsionado, sobretudo, pelo incremento de 13,1
p.p. no spread. Nas carteiras de pessoas jurídicas, a taxa média cresceu 7,8 p.p., com
elevação de 6,5 p.p. no spread. A propósito, a evolução do spread no segmento de
pessoas físicas refletiu em parte o aumento da inadimplência, haja vista que atrasos
superiores a noventa dias atingiram 8% em dezembro em 2008, com acréscimo de
1 p.p. em relação a 2007.
Gráfico 2 – Taxa de inadimplência e spread PF
Spread
Inadimplência
50
8,5
45
8,0
40
7,5
35
7,0
30
6,5
25
6,0
20
Jan
2006
Jun
Nov
Abr
2007
Spread
Set
Fev
2008
Jul
Dez
Inadimplência
2 Medidas
No início de 2008, a fim de suavizar o impacto sobre as receitas tributárias
do vencimento, em 31/12/2007, do prazo constitucional da vigência da Contribuição
Provisória sobre Movimentação ou Transmissão de Valores e de Créditos e Direitos
de Natureza Financeira (CPMF), o governo elevou as alíquotas do Imposto sobre
Operações de Crédito, Câmbio e Seguro ou relativas a Títulos ou Valores Mobiliários
(IOF) (Decreto nº 6.339, de 3 de janeiro de 2008) conforme se segue:
a) pessoas físicas – de 0,0041% ao dia para 0,0082% ao dia, até o máximo
de 3,0% (antes 1,5%), mais alíquota adicional de 0,38% sobre a operação
de crédito;
b) pessoas jurídicas – mantidas as alíquotas de 0,0041% ao dia até o
máximo de 1,5%, mas com alíquota adicional de 0,38% sobre a operação
de crédito.
16
Em função da crise internacional, as alíquotas das operações com pessoa
física voltaram aos patamares anteriores, mas foi mantida a alíquota adicional
(Decreto nº 6.691, de 11 de dezembro de 2008), ou seja, 0,0041% ao dia, até o máximo
de 1,5%, mais alíquota adicional de 0,38% sobre a operação de crédito.
Para atenuar os efeitos da crise financeira internacional sobre a economia
brasileira, o governo decidiu também tomar outras medidas destinadas a melhorar
a liquidez dos bancos e facilitar o acesso ao crédito. Nesse sentido, editou a Medida
Provisória nº 442, de 6 de outubro de 2008, que reviu os critérios de avaliação de
ativos recebidos em operações de redesconto em moeda nacional (estabelecidos pela
Resolução CMN nº 3.622, de 9 de outubro de 2008) ou em garantia de empréstimos
em moeda estrangeira (que foram regulados pela Resolução CMN nº 3.672, de 17 de
dezembro de 2008, e pela Circular BCB nº 3.434, de 4 de fevereiro de 2009).
Foram reduzidos os recolhimentos compulsórios e adicionais exigidos
sobre depósitos a vista, a prazo e em caderneta de poupança, bem como sobre
depósitos interfinanceiros de sociedades de arrendamento mercantil. Isso se deu
mediante aumento da dedução e redução das alíquotas. As instituições financeiras
passaram a recolher até 47% (ante 53%) no caso dos depósitos a vista, até 19% (ante
23%) no caso dos depósitos a prazo e até 15% (ante 25%) no caso dos depósitos
interfinanceiros de sociedades de arrendamento mercantil. Apesar de não ter havido
redução nas alíquotas dos recolhimentos (mantidas em 30%) vinculados a depósitos
em cadernetas de poupança, houve aumento do valor a ser deduzido, o que reduziu o
recolhimento exigido (circulares BCB nº 3.405, de 14 de setembro de 2008, nº 3.408,
de 8 de outubro de 2008, nº 3.410, de 13 de outubro de 2008, nº 3.413, de 14 de
outubro de 2008, nº 3.426, de 12 de dezembro de 2008, e nº 3.427, de 19 de dezembro
de 2008).
Além da redução dos compulsórios, os bancos foram autorizados a utilizar
até 40% de seus recolhimentos compulsórios sobre depósitos a prazo para compra
de direitos creditórios no mercado interbancário (Circular BCB nº 3.407, de 2 de
outubro de 2008), limite que foi aumentado para 70% (Circular BCB nº 3.411, de
13 de outubro de 2008). Também foi autorizada a dedução da base de cálculo do
recolhimento compulsório sobre depósitos a vista e do adiantamento voluntário de
até sessenta contribuições mensais do Fundo Garantidor de Crédito (FGC) (Circular
BCB nº 3.416, de 24 de outubro de 2008), cujo estatuto foi alterado para aumentar
sua flexibilidade na realização de depósitos e na aquisição de direitos creditórios de
instituições financeiras e sociedades de arrendamento mercantil (Resolução CMN
nº 3.656, de 17 de dezembro de 2008).
Finalmente, para que não faltassem recursos para o financiamento
da próxima safra, o governo decidiu também aumentar de 25% para 30% o
direcionamento obrigatório de depósitos a vista em operações de crédito rural, com
taxas favorecidas (Resolução CMN nº 3.623, de 14 de outubro de 2008).
17
Anexo
Súmula das principais medidas adotadas e propostas
Medidas
Competência do Banco Central
a) Redução dos recolhimentos
compulsórios.
Observações
Instrumento de política monetária
A diminuição dos recolhimentos
compulsórios pode contribuir para o
aumento da oferta de crédito e a redução
do spread bancário, mas a fixação de suas
alíquotas varia em função da política
monetária.
Em função das dificuldades de liquidez,
os recolhimentos compulsórios foram
reduzidos durante o período de 24/9/2008 a
13/10/2008, a saber:
a) de 45% para 42% (não remunerados)
sobre os depósitos a vista (Circular BCB
nº 3.413, de 2008);
b) 15% sobre os depósitos a prazo (Circular
BCB nº 3.127, de 14 de junho de 2002),
com dedução aumentada de
R$300 milhões paraR$700 milhões
(Circular BCB nº 3.408, de 2008) e
para R$2,0 bilhões (Circular BCB
nº 3.410, de 2008); reduzido
de 100% para 40% o cumprimento da
exigibilidade em títulos federais,
passando os demais 60% a serem
recolhidos em espécie, sem remuneração
(Circular BCB nº 3.427, de 2008);
c) 20% remunerados sobre o total dos
depósitos de poupança (Circular BCB
nº 3.130, de 27 de junho de 2002);
d) de 25% para 15% sobre depósitos
interfinanceiros de sociedades de
arrendamento mercantil, com dedução
de R$2,0 bilhões da base de cálculo, 40%
da exigibilidade em títulos federais e 60%
em espécie, sem remuneração (Circular
BCB nº 3.427, de 2008).
Também foram alteradas as deduções sobre
a exigibilidade adicional sobre depósitos,
com a elevação da dedução de R$100 milhões
para R$300 milhões, implicando a redução do
volume de recolhimento (Circular nº 3.405,
de 24/9/2008) e para R$1,0 bilhão (Circular
BCB nº 3.410, de 13/10/2008); e foram
reduzidas as alíquotas para o cálculo dessa
exigibilidade adicional antes da dedução.
a) de 8% para 5% sobre depósitos a vista
18
Medidas
Observações
b) de 8% para 5% sobre os depósitos a
prazo (Circular BCB nº 3.408, de 2008) e
para 4% (Circular BCB nº 3.426, de 2008);
c) 10% sobre depósitos de poupança
d) 4% para os depósitos interfinanceiros
de sociedades de arrendamento
mercantil (Circular BCB nº 3.426, de 2008).
b) Aplicações diretas e indiretas dos
recolhimentos compulsórios
em créditos em créditos e depósitos
interfinanceiros – Medidas adotadas para
manter a liquidez e o crédito concedido
pelas pequenas e médias
instituições financeiras.
Autorizada a utilização de até 40% dos
recolhimentos compulsórios sobre depósitos
a prazo para aquisição interbancária de
operações de crédito (Circular BCB nº 3.407,
de 2008), limite que foi aumentado para 70%
dos mesmos recolhimentos (Circular BCB
nº 3.411, de 2008).
Autorizada a dedução da base de cálculo do
recolhimento compulsório sobre depósitos
a vista do adiantamento voluntário de até
sessenta contribuições mensais do Fundo
Garantidor de Crédito (FGC) (Circular
BCB nº 3.416, 2008), cujo estatuto foi
alterado para aumentar sua flexibilidade na
realização de depósitos e na aquisição de
direitos creditórios de instituições financeiras
e sociedades de arrendamento mercantil
(Resolução CMN nº 3.656, de 2008).
c) Operações especiais do Banco Central
para resguardar a liquidez do Sistema
Financeiro Nacional (SFN) e das
operações internacionais do país –
Medidas adotadas para regularizar a
liquidez e compensar a escassez de linhas
de crédito internacional causadas pela
crise internacional iniciada em setembro
de 2008.
A Medida Provisória nº 442, de 2008, entre
outras disposições, autorizou o Conselho
Monetário Nacional (CMN) a estabelecer
critérios de avaliação de ativos recebidos
pelo BC em operações de redesconto
em moeda nacional (estabelecidos pela
Resolução CMN nº 3.622, de 2008) ou
em garantia de empréstimos em moeda
estrangeira (que foram regulados pela
Resolução CMN nº 3.672, de 2008, e pela
Circular BCB nº 3.434, de 2009).
d) Flexibilização dos direcionamentos
obrigatórios do crédito – Medidas
específicas destinadas a reduzir os
subsídios cruzados no crédito.
NÃO IMPLEMENTADO
Hoje as instituições financeiras (IFs) são
obrigadas a destinar:
a) 30% de seus depósitos a vista em
operações de crédito rural, com taxas
favorecidas (exigibilidade aumentada de
25% para 30% pela Resolução CMN
nº 3.623, de 2008);
b) 65% de suas captações em cadernetas de
poupança a operações de crédito
imobiliário com taxas administradas;
c) 2% de seus depósitos a vista a operações
de microfinanças, com taxas máximas
fixadas pelo governo.
19
Medidas
Observações
Apesar de o grupo de trabalho (GT)
interministerial (BCB, Ministério da Fazenda e
Ministério da Agricultura, Pecuária e
Abastecimento) ter discutido o crédito rural,
não houve progressos nessa área. A flexibilização
desse direcionamento de crédito depende de
alternativas de mercado para o crédito rural.
e) Aperfeiçoamento do Sistema de
Pagamentos Brasileiro (SPB).
IMPLEMENTADO
f) Modificações nas regras de classificação
das operações de crédito e de
constituição de provisões – Medidas
para aumentar a segurança das operações
de crédito, disseminando melhor cultura
de crédito no país.
IMPLEMENTADO
g) Transparência nas operações
bancárias – Medida para levantar
informações detalhadas sobre juros e
encargos das principais operações de
crédito e divulgá-las à população
pela internet.
IMPLEMENTADO
O novo Sistema de Pagamentos Brasileiro
(SPB) entrou em operação em 22 de abril
de 2002.
Aprovada a Resolução CMN nº 2.682,
de 21 de dezembro de 1999, que dispõe
sobre a classificação das operações de
crédito, bem como sobre novas regras para
constituição de provisões para créditos de
liquidação duvidosa. Modificações foram
introduzidas pela Resolução CMN nº 2.697,
de 24 de fevereiro de 2000.
Desde outubro de 1999, as informações
básicas sobre os juros cobrados pelas IFs
estão disponíveis na página do BC na
internet. A partir de 31 de maio de 2000, as
IFs passaram a prestar ao BC informações
diárias mais detalhadas de suas operações de
crédito (Circular BCB nº 2.957, de 1999, e
Comunicado nº 7.569, de 2000).
h) Informação do Custo Efetivo Total (CET). IMPLEMENTADO
(com efeitos a partir de 3/3/2008)
Desde 3 de maio de 2008, as IFs devem
informar a seus clientes pessoas físicas,
previamente à contratação da operação,
o custo total da operação, expresso em
termos de taxa percentual anual. O Custo
Efetivo Total (CET) deve ser calculado
considerando-se todos os fluxos de
liberações e pagamentos previstos, taxa de
juros utilizada, tributos, tarifas, seguros e
outras despesas cobradas do cliente, mesmo
que relativas ao pagamento de serviços
de terceiros contratados pela instituição,
inclusive quando tais despesas forem objeto
de financiamento (Resolução CMN nº 3.517,
de 6 de dezembro de 2007).
20
Medidas
Observações
i) Ampliação da base de cobertura
da Central de Risco (atual Sistema de
Informações de Crédito – SCR) do
BC – Medida para reduzir o limite de
valor informado.
IMPLEMENTADO
j) Implementação do novo SCR do
Banco Central – Medida para aumentar
o número e a qualidade das informações
disponíveis, assim como agilizar o
processo de consultas pelas IFs.
IMPLEMENTADO
k) Promoção institucional do SCR do
Banco Central – Medida para esclarecer
o papel dessa central como instrumento
de disseminação de informações
positivas.
IMPLEMENTADO
l) Portabilidade de informações
cadastrais – Medida para aumentar a
concorrência bancária, autorizando os
clientes a transferir seus cadastros
entre IFs.
IMPLEMENTADO
m) Portabilidade das operações de
crédito – Medida para aumentar a
concorrência no mercado de crédito,
autorizando a renegociação de uma
operação com outra IF.
IMPLEMENTADO
Reduzido de R$50 mil para R$20 mil o
valor mínimo das responsabilidades que
devem ser informadas pelas IFs ao Sistema
de Informações de Crédito (SCR) (Circular
CMN nº 2.938, de 1999). Reduzido para
R$5 mil, a partir de janeiro de 2001, o valor
mínimo para identificação de clientes no
sistema (Circular BCB nº 2.999, de 24 de
agosto de 2000).
Em 1º de julho de 2004, entrou em
operação o novo sistema de informações,
cuja implementação se deve a uma grande
reestruturação do sistema Central de Risco
de Crédito. As IFs informam mensalmente
ao BC dados sobre seu risco de crédito,
informações individualizadas sobre as
operações dos clientes (responsabilidades
acima de R$5 mil) e das operações relevantes
(acima de R$5 milhões), bem como dados
complementares semestrais (Circular BCB
nº 3.098, de 20 de março de 2002).
Com o objetivo de melhor divulgar suas
iniciativas relativas ao SCR à opinião pública
e a seus usuários, o BC implementou na
internet uma página específica sobre esse
sistema. A página inclui uma apresentação
didática sobre a implementação, a
regulamentação e os objetivos do sistema.
Desde 2 de abril de 2001, as IFs estão
obrigadas a fornecer a seus clientes,
quando por eles solicitadas, suas principais
informações cadastrais dos dois últimos
anos, que compreendem os dados pessoais,
o histórico das operações de crédito e
financiamento e o saldo médio mensal
mantido em conta-corrente, aplicações
financeiras e demais modalidades de
investimento realizadas (Resolução CMN
nº 2.808, de 21 de dezembro de 2000, atual
Resolução CMN nº 2.835, de 30 de maio
de 2001). Essas informações podem ser
fornecidas a terceiros, desde que formalmente
autorizado, caso a caso, pelo cliente.
A Resolução CMN nº 3.401, de 6 de
setembro de 2006, dispôs sobre a quitação
antecipada de operações de crédito. A partir
dela, ficou possível a transferência,
21
Medidas
Observações
por solicitação do próprio mutuário, da
operação de crédito contratada com uma
instituição financeira para outra, cabendo a
esta última realizar a quitação antecipada
do crédito.
A regulamentação da cobrança de tarifa
por liquidação antecipada de operações de
crédito (art. 2º da Resolução CMN nº 3.401,
de 6 de setembro de 2006) foi revogada pela
Resolução CMN nº 3.516, de 6 de dezembro
de 2007, ficando vedada a cobrança desse
tipo de tarifa sobre operações de crédito
contratadas a partir da edição desse
normativo. Em seu lugar, foi regulada a
forma de cálculo do valor presente dos
pagamentos para efeitos de amortização ou
resgate antecipado das operações de crédito.
Para esse cálculo, deverá ser utilizada:
a) no caso das operações com prazo a
decorrer inferior a doze meses, a taxa de
juros contratual; e
b) no caso das operações com prazo
superior a doze meses, a taxa equivalente
ao somatório do spread contratado com a
taxa Selic apurada na data do pedido do
pagamento antecipado.
22
n) Elaboração de cartilha sobre
portabilidade de informações
cadastrais – Medida para disseminar
informações aos consumidores quanto à
possibilidade de acesso a seus cadastros
e, com isso, aumentar a concorrência.
PROPOSTA
o) Promoção de mais concorrência
no cheque especial – Medida para
proporcionar mais transparência quanto
a juros, encargos e outras condições
praticadas nessas operações.
IMPLEMENTADO
p) Redução de exigências
burocráticas – Medida para revisar
exigências que podem ser consideradas
excessivas em relação a operações de
pequeno valor.
AÇÃO PERMANENTE
A transferência de informações cadastrais
de consumidores entre IFs vem sendo muito
pouco utilizada.
Os bancos comerciais estão obrigados a
fornecer, desde 2 de abril de 2001, mesmo
nos extratos mensais gratuitos, informações
detalhadas sobre os encargos financeiros
cobrados em operações de cheque especial
(Resolução CMN nº 2.808, de 2000, atual
Resolução CMN nº 2.835, de 2001). As
informações devem compreender o período
de incidência da cobrança, a taxa de juros
efetivamente cobrada e os valores debitados
a cada mês.
O BC exige dos bancos e das IFs grande
número de informações. Algumas
podem estar em duplicidade ou se tornar
pouco necessárias. Isso se configura, na
composição dos custos dos bancos, custos de
observância, vinculados às exigibilidades de
envio de informações ao órgão fiscalizador.
Medidas
Observações
q) Securitização e negociação de
recebíveis – Medidas destinadas a
estimular a disseminação e o crescimento
desse mercado.
IMPLEMENTADO
r) Derivativos de crédito – Medida para
possibilitar o uso desses instrumentos
de redução e transferência dos riscos de
crédito.
IMPLEMENTADO
Foi editada a Resolução CMN nº 2.907, de
29 de novembro de 2001, que dispõe sobre
a constituição e o funcionamento de fundos
de investimento em direitos creditórios e de
fundos de aplicação em quotas de fundos de
investimento em direitos creditórios.
A Resolução CMN nº 2.933, de 28 de
fevereiro de 2002, autorizou a realização
de operações com derivativos de crédito,
estabelecendo que somente poderão
operar na qualidade de receptora do risco
de crédito as IFs autorizadas a realizar
empréstimos, financiamentos e operações
de arrendamento mercantil. A Circular
BCB nº 3.106, de 10 de abril de 2002,
regulamentou a realização dessas operações
com derivativos de crédito.
Proposição de medidas legais
I – No âmbito do Poder Executivo
a) Redução dos impostos indiretos sobre
a intermediação financeira – Propor
alternativas visando à redução de
impostos que incidem sobre o crédito
(IOF) e a intermediação financeira (PIS,
Cofins, CPMF etc.).
PROPOSTA
Os impostos indiretos sobre o crédito e
a intermediação financeira tendem a ser
repassados como custo aos tomadores de
crédito. Em razão da importância do crédito
para a economia, a maior parte dos países
evita a imposição desse tipo de imposto.
Como ele é parte integrante e importante
da arrecadação tributária, sua redução
depende fundamentalmente das condições
da execução do orçamento fiscal.
Eliminação da CPMF a partir de 1º/1/2008
Vencimento do prazo constitucional
(31/12/2007) da vigência da CPMF (art.
84 e 90 das Disposições Transitórias da
Constituição).
Aumento do IOF
Para compensar a perda de arrecadação da
CPMF, o governo elevou as alíquotas do IOF
(Decreto nº 6.339, de 2008), a saber:
a) pessoas físicas – de 0,0041% ao dia para
0,0082% ao dia, até o máximo de 3,0%
(antes 1,5%), mais alíquota adicional de
0,38% sobre a operação de crédito;
b) pessoas jurídicas – mantidas as alíquotas
de 0,0041% ao dia até o máximo de 1,5%,
mas com alíquota adicional de 0,38%
sobre a operação de crédito.
23
Medidas
Observações
Redução do IOF
Em função dos efeitos da crise internacional,
as alíquotas das operações com pessoa física
voltaram ao patamar anterior, mantida a
alíquota adicional (Decreto nº 6.691, de
2008), ou seja, 0,0041% ao dia, até o máximo
de 1,5%, mais alíquota adicional de 0,38%
sobre a operação de crédito.
b) Incidência de Imposto de Renda (IR)/
Contribuição Social sobre o Lucro
Líquido (CSLL) sobre provisionamento
de créditos – A regulamentação
tributária deveria reconhecer as
exigências contábeis das IFs, já que são
instituições sob intensa regulação e
fiscalização do BC.
PROPOSTA
A regulamentação do BC é mais
conservadora do que a da Secretaria da
Receita Federal (SRF) no que se refere ao
reconhecimento de créditos não recebidos
(inadimplência), o que faz com que as IFs
recolham IR/CSLL sobre receitas/lucros
que o BC não reconhece (que passam a ser
registradas na contabilidade das IFs como
créditos tributários, passíveis de retornarem
mediante abatimento do IR/CSLL de
exercícios futuros).
c) Melhoria do Cadastro Informativo
dos Créditos não Quitados do Setor
Público Federal (Cadin) – Proposta
de modernização do Cadin, de forma
que se torne mais amigável quanto à
acessibilidade e mais disponível para
consultas fora do setor público.
II – No âmbito do Poder Legislativo
a) Criação da Cédula de Crédito
Bancário – Proposta de disseminação da
utilização de um título de crédito mais
simples e eficaz no trâmite judicial.
IMPLEMENTADO
Sancionada em 2/8/2004, a Lei nº 10.931,
que dispõe sobre o patrimônio de afetação,
também trata em seus artigos de 26 a 45 da
Cédula de Crédito Bancário (CCB) e dos
Certificados de Cédula de Crédito Bancário
(CCCB), revogando a MP nº 2.160-25, de 23
de agosto de 2001 (originalmente
MP nº 1.925, de 15 de outubro de 1999).
Por sua característica de título executivo
judicial, a CCB independe de processo de
conhecimento para sua execução judicial, o
que agiliza e reduz os custos de cobrança de
dívidas bancárias na justiça. A criação das
CCCBs negociáveis em mercado também
é importante para aumentar a liquidez e o
atrativo na concessão de crédito bancário.
b) Esclarecimento sobre anatocismo
(juros sobre juros) no sistema
financeiro nacional (SFN) – Proposta
de esclarecimento de que o dispositivo
da lei da usura não se aplica ao SFN.
24
IMPLEMENTADO
A MP nº 1.963-17, de 30 de março de 2000,
atual MP nº 2.170-36, de 2001, em seu
art. 5º, esclarece que, nas operações do SFN,
é admissível a capitalização de juros com
periodicidade inferior a um ano.
Medidas
Observações
A nova legislação que cria e regula as CCBs
(Lei nº 10.931, de 2 de agosto de 2004)
contempla a capitalização dos juros nas
operações de crédito com a utilização desse
título executivo.
c) Alienação fiduciária – Aumentar o
alcance desse eficiente instituto de
garantia ao crédito, antes restrita a bens
móveis.
IMPLEMENTADO
d) Separação juros/principal – Proposta
para permitir a segmentação das parcelas
controversas no processo de cobrança
de empréstimos do SFN, como o faz a
recente legislação específica de contratos
de financiamento imobiliário.
PROPOSTA
A Lei nº 10.931, de 2004, que dispõe sobre o
patrimônio de afetação, também modifica a
legislação que trata de alienação fiduciária,
estendendo sua utilização até mesmo a
operações em garantia de coisa fungível ou
de direito. Com a nova lei, perde a relevância
o art. 22 da MP nº 2.160-25, de 2001
(originalmente MP nº 2.063-22, de 23 de
junho de 2001). A alienação fiduciária, antes
restrita aos bens móveis, principalmente
veículos, poderá ser feita também sobre
outros bens e direitos, como títulos e
outros créditos.
É muito comum que devedores utilizem
as ineficiências e demoras dos processos
judiciais para adiar o pagamento de suas
obrigações. Uma das formas de fazer isso é
questionar aspectos menores, relacionados à
cobrança dos encargos financeiros devidos.
Normalmente, é muito difícil para o devedor
justificar irregularidades quanto
ao principal.
A Lei nº 10.931, de 2004, ao tratar os
contratos de financiamento de imóveis,
regula o tratamento dos valores controversos
e incontroversos nas ações judiciais. Pelo
seu art. 50, o devedor deve discriminar
os valores controversos, obrigando-se a
manter o pagamento normal dos valores
incontroversos, no tempo e no modo
contratados.
e) Contrato eletrônico de crédito –
Esforço no sentido do estabelecimento
de uma lei que regule a proteção das
partes contratantes em operações
transitadas pela internet e por outros
meios eletrônicos.
IMPLEMENTADO
f) Consignação de pagamentos de
créditos pessoais no salário do
trabalhador – Viabilização de desconto
das prestações do financiamento em
folha de pagamento
IMPLEMENTADO
A MP nº 2.200, de 28 de junho de 2001,
atual MP nº 2.200-2, de 24 de agosto de
2001, institui a Infra-Estrutura de Chaves
Públicas Brasileira (ICP-Brasil), para
garantir a autenticidade, a integridade e a
validade jurídica dos contratos eletrônicos.
A Lei nº 10.820, de 17 de dezembro de 2004,
dispõe sobre o desconto de prestação de
operações de crédito em folha de pagamento
dos salários dos empregados.
25
2
Decomposição do Spread Bancário e
Apresentação de Nova Metodologia*
Sérgio Mikio Koyama
Clodoaldo Aparecido Annibal
Eduardo Lundberg
Fani Lea Cymrot Bader
Tony Takeda
1 Introdução
Desde o início do Projeto Juros e Spread Bancário, em 1999, o Banco Central
tem estimado e divulgado a decomposição do spread bancário do segmento livre do
mercado de crédito brasileiro. Nesse procedimento, foi aplicada a mesma metodologia,
no entanto, ao longo do tempo, melhorias pontuais foram implementadas com vistas
ao aperfeiçoamento da mensuração das parcelas em que se decompõe o spread
bancário médio implícito nas operações de crédito com taxas prefixadas.1
Nesta edição do Relatório de Economia Bancária e Crédito (REBC),
embora não implique abandono imediato da metodologia que vinha sendo utilizada,
introduz-se uma nova metodologia para o cálculo da decomposição do spread (ver
detalhes no anexo A). Com isso, procura-se fazer com que a decomposição do spread
– um exercício essencialmente contábil – aproxime-se ainda mais dos registros
constantes nos balanços das instituições financeiras. A alteração mais relevante da
nova metodologia consiste na estimação do efeito dos subsídios cruzados causados
pelo direcionamento obrigatório de parte dos depósitos a vista e de poupança para
aplicação em crédito rural e/ou crédito habitacional.2 Com a nova metodologia, a
taxa de captação usada como referência para o cálculo do spread deixa de ser a taxa
média de captação das operações de Swap Pré x DI para todo o sistema bancário
(custo de oportunidade) e passa a ser as taxas efetivas de captação de depósito a vista
e de poupança, bem como de depósitos a prazo (neste caso, dadas pelas taxas dos
CDBs para cada banco). É importante destacar que, no cômputo do impacto dos
recolhimentos compulsórios, optou-se pela utilização dos custos efetivos de captação
dos depósitos bancários que originam os recolhimentos compulsórios (depósitos a
prazo, a vista e/ou de poupança) ao invés do custo de oportunidade, como feito na
metodologia antiga. A nova metodologia também incorpora alterações no cálculo do
impacto do FGC e realiza a separação dos tributos segundo as respectivas bases de
cálculo.
* Os autores agradecem a colaboração, os comentários e as sugestões de Carlos Hamilton Vasconcelos
1
2
Araújo, Eduardo José Araújo Lima, Bruno Silva Martins, Leonardo Soriano de Alencar, Paulo
Evandro Dawid e Victorio Yi Tson Chu. Comentários e sugestões serão bem-vindos e deverão ser
encaminhadas para [email protected].
Para detalhes, vide Relatório de Economia Bancária e Crédito (REBC) de 2004, capítulo III, página 17.
Os recursos dos depósitos da chamada “poupança rural” do Banco do Brasil, do Banco da Amazônia
e do Banco do Nordeste são destinados ao financiamento do setor rural.
27
Neste relatório, além da decomposição do spread para o total das
instituições financeiras, também são apresentadas as decomposições para o
conjunto dos bancos públicos, dos bancos privados e dos doze maiores bancos em
volume de crédito concedido.
Este capítulo do relatório detalha na próxima seção a nova metodologia
de decomposição do spread bancário e suas atualizações metodológicas. A seção 3
traz breve avaliação da decomposição do spread bancário com base em números
revisados, inclusive para o conjunto dos bancos públicos, dos privados e das doze
maiores instituições financeiras em volume de concessão de crédito. Na seção 4,
constam as considerações finais. No anexo A, são apresentadas as fórmulas utilizadas
para a obtenção dos resultados segundo a nova metodologia, e no anexo B, as tabelas
com a decomposição do spread bancário.
2 Atualizações metodológicas
A nova metodologia, diferentemente da antiga, isola a parcela referente
aos subsídios cruzados decorrentes da concessão de créditos direcionados, bem
como introduz aperfeiçoamentos na mensuração dos efeitos dos recolhimentos
compulsórios e dos impostos indiretos sobre o spread. Assim, o spread bancário médio
das operações de crédito a taxas prefixadas do segmento livre passa a ser dividido em
parcelas atribuídas: i) aos custos administrativos; ii) à inadimplência; iii) aos custos
dos direcionamentos (custos da manutenção de recolhimentos compulsórios mais os
dos subsídios concedidos ao crédito rural e ao habitacional); iv) aos encargos fiscais
(impostos e Fundo Garantidor do Crédito – FGC); e v) à margem (bruta e líquida),
erros e omissões (antigo resíduo bruto e líquido).
A tabela 1 mostra, tanto para a metodologia antiga quanto para a nova,
uma síntese da decomposição do spread bancário para o sistema como um todo,
Tabela 1 – Decomposição do spread bancário – Aperfeiçoamentos metodológicos
Componentes
Média 2001-2008
Média 2007-2008
Antiga
Nova
Antiga
Nova
1 - Spread Total
100,00
100,00
100,00
100,00
2 - Custo Administrativo
14,69
17,94
14,22
14,25
3 - Inadimplência
35,73
31,94
37,73
33,15
4 - Custo de Direcionamento (Compulsório + Subsídio Cruzado)
5,60
3,85
2,50
1,90
5 - Encargos Fiscais e FGC
3,76
7,80
4,29
8,20
Impostos
7,52
3,16
8,08
3,10
Custo do FGC
0,28
1,13
0,12
0,65
6 - Margem Bruta, Erros e Omissões (1-2-3-4-5)
36,18
41,98
37,34
46,94
7 - Impostos Diretos
10,67
14,82
11,00
17,62
8 - Margem líquida, Erros e Omissões (6-7)
25,50
27,16
26,35
29,32
Fonte: Depep
segundo a participação relativa de cada componente.
O item custo administrativo corresponde à parcela do spread bancário
originada do custeio de despesas com a manutenção do processo produtivo das
instituições financeiras, por exemplo, as vinculadas ao fator trabalho (salários,
honorários, treinamentos, encargos e benefícios) e à utilização de recursos
28
operacionais (água, energia, comunicações, material de escritório, processamento
de dados, propaganda e publicidade, seguro, vigilância, transporte, dentre outros).
Não houve mudanças no cálculo desse componente, de modo que a estimação
permanece sendo calculada a partir de uma função custo para o setor bancário,
e a alocação dos custos administrativos para cada produto, por intermédio do
algoritmo de Aumann-Shapley.
O item inadimplência se refere à estimativa de perdas esperadas em virtude
do não pagamento por parte dos tomadores de crédito, ou seja, ao montante que
deve ser provisionado para resguardar o patrimônio das instituições financeiras.
Esse componente manteve a mesma forma de cálculo da metodologia antiga, sendo,
portanto, estimado com base nas classificações de risco das carteiras de empréstimo
dos bancos e nas respectivas provisões mínimas (segundo os parâmetros constantes
da Resolução CMN nº 2.682, de 21 de dezembro de 1999).
Segundo a metodologia antiga, a parcela relativa aos custos dos recolhimentos
compulsórios é estimada a partir dos montantes depositados no Banco Central sob
esse título e do custo de oportunidade – representado pela taxa dos contratos de Swap
Pré x DI de 120 dias. Implicitamente, portanto, admite-se o mesmo custo de captação
para as diversas fontes de depósitos que originam recolhimentos compulsórios, uma
simplificação que aumenta o peso desses recolhimentos no spread. Adicionalmente,
em momentos de estresse no mercado financeiro e/ou de maior incerteza, em
geral, o custo de oportunidade utilizado na metodologia antiga provocava elevação
desproporcional da parcela de contribuição dos compulsórios sobre o spread. A nova
metodologia, por sua vez, considera o custo nominal de captação3 de cada tipo de
depósito recebido pelas instituições financeiras, descontadas as receitas auferidas
em virtude dos respectivos recolhimentos compulsórios. Na tabela 1, esse efeito
é apresentado juntamente com o impacto do subsídio cruzado no item custo de
direcionamento. Neste ponto, cabe lembrar que a maior parte dos recolhimentos
compulsórios é remunerada, portanto, ao contrário do que aparentemente prevalece
em muitas análises, não se deve esperar contribuição expressiva dos recolhimentos
obrigatórios na formação do spread bancário aqui analisado. De fato, o efeito dos
compulsórios sobre o spread bancário se mostra relativamente pequeno tanto na
metodologia antiga quanto na nova.
Ainda em relação ao custo dos direcionamentos, note-se que, na metodologia
antiga, o efeito do subsídio cruzado está incorporado ao item margem líquida,
erros e omissões, bem como que a taxa de captação usada no cálculo desse efeito é
a taxa média de captação das operações de Swap Pré x DI de 120 dias para todo o
sistema bancário (custo de oportunidade). Na nova metodologia, considera-se o
custo efetivo de captação das fontes de financiamento do crédito rural e habitacional
para cada instituição financeira, levando em conta as alíquotas de direcionamento
aplicáveis a cada modalidade de depósito. Cabe destacar ainda que, na metodologia
nova, a estimação dos efeitos dos subsídios cruzados sobre o spread foi obtida com
base no resultado líquido das receitas provenientes das operações direcionadas, para
cada instituição financeira, ou seja, com base na receita bruta deduzida dos custos
(administrativos, de inadimplência e tributários, os quais foram computados seguindo
a mesma metodologia de estimação utilizada no caso das operações de crédito livre).
3
Remuneração paga aos depositantes mais tributos indiretos (PIS e Cofins) incidentes sobre a receita
líquida de recolhimentos compulsórios recebida pelas instituições financeiras.
29
Nas duas metodologias, o item encargos fiscais e FGC corresponde à soma
dos efeitos das contribuições obrigatórias para o FGC e de tributos incidentes sobre a
concessão de crédito e sobre os resultados auferidos nessas operações (Programa de
Integração Social – PIS – e Contribuição para o Financiamento da Seguridade Social –
Cofins). Cabe informar que, na metodologia nova, derivam-se novas fórmulas de cálculo
do efeito da cobrança de impostos indiretos sobre o spread. Essas fórmulas separam
os tributos segundo as respectivas bases de cálculo (rendas advindas da concessão de
créditos livres, de direcionados e dos recolhimentos compulsórios). Também foram
incorporadas as estimativas do custo das contribuições para o FGC (decorrentes de
captações por intermédio de depósitos a vista, a prazo e/ou de poupança), considerando-se
a incidência mensal desse encargo durante o prazo das operações.
No que se refere à cunha fiscal, cabe destacar ainda que, tanto na
metodologia nova quanto na antiga, o peso das obrigações relativas à Imposto de
Renda (IR) e Contribuição Social sobre o Lucro Líquido (CSLL) é calculado banco a
banco, sobre as receitas líquidas provenientes de operações de crédito livre, de crédito
direcionado e de recolhimentos compulsórios. Na tabela 1, o item impostos diretos
equivale à soma dos efeitos desses dois tributos.
Em relação à margem líquida, erros e omissões, é importante ressaltar que
esse componente engloba, nas duas metodologias, além da margem de lucro das
instituições financeiras, eventuais erros de estimação e/ou de mensuração. Entretanto,
diferentemente do que ocorre na metodologia antiga, na nova, o item margem
líquida, erros e omissões não comporta efeitos dos subsídios cruzados sobre o spread,
conforme destacado anteriormente. Cabe observar também que a estimação dos efeitos
decorrentes da cobrança de tributos diretos (IR e CSLL) é realizada individualmente,
isto é, para cada instituição financeira. Isso possibilita observar em determinado ano
um percentual mais elevado de imposto direto pago do que aquele que seria obtido
pela mera aplicação da alíquota ao agregado das instituições financeiras, mesmo em
períodos de menor margem bruta, erros e omissões, como verificado em 2001.
3 Avaliação da decomposição do spread bancário
Apresentamos a seguir uma avaliação da decomposição do spread
bancário, inclusive estimativas específicas para os grupos de bancos públicos, de
bancos privados e dos doze maiores bancos em volume de concessão de crédito,
considerando as informações constantes do anexo B.
Com base em dados de dezembro de 2008, segundo a nova metodologia
(tabela 3 do anexo B), o item margem bruta, erros e omissões (composto pela margem
líquida, erros, omissões e tributos diretos – Imposto de Renda e CSLL) representou a
maior parcela do spread bancário no segmento de crédito livre, 49,13% (ante 41,44% da
metodologia antiga – tabela 1 do anexo B); seguido pela inadimplência e pelas despesas
administrativas (respectivamente, 33,60% e 11,77%, no caso da metodologia nova, e
35,69% e 13,22%, no da antiga – tabela 1 do anexo B). Além da maior participação
da inadimplência na decomposição, em comparação com as despesas administrativas,
deve-se ressaltar que a inadimplência tem efeito direto sobre o spread, assim como
efeito indireto, considerado no cômputo do impacto dos subsídios cruzados.4
4
30
A rigor, eventualmente as taxas pré-estabelecidas (subsidiadas) desses empréstimos sequer cobrem os respectivos
custos administrativos e de captação, indicando, portanto, que a inadimplência nessas operações implica perda
para a instituição financeira.
No cálculo do efeito do subsídio cruzado, estima-se que as perdas com a
inadimplência consumam em torno de 60% da receita com financiamentos rurais, com
os 40% restantes não sendo suficientes sequer para cobrir as despesas administrativas,
que, por si só, absorveriam toda a receita. Ainda sob essa perspectiva, no que diz
respeito ao crédito habitacional, apesar de perdas com inadimplência e custos
administrativos se posicionarem em patamares mais razoáveis, após a cobertura de
custos de captação, que equivalem a aproximadamente 40% das receitas, a parcela
remanescente seria insuficiente para contrabalançar perdas com inadimplência e
despesas administrativas.5
O efeito do subsídio implícito nas concessões de crédito rural e habitacional
(subsídio cruzado) em alguns anos mostrou-se mais relevante para a formação dos
custos dos créditos livres. De fato, entre 2001 e 2008, estima-se que sua influência
recuou em aproximadamente 70%. Há evidências de que contribuíram para esse
desempenho, entre outros fatores, a redução de custos administrativos vinculados
a essas operações, o recuo da inflação, que se reflete no nível da TR (parte da
remuneração da poupança), e a baixa da inadimplência (vide gráficos 1 e 2).
Especificamente no caso do crédito imobiliário, ao menos em parte, é plausível
creditar a redução da inadimplência a avanços institucionais, como a introdução da
alienação fiduciária de bens imóveis (vide o estudo Crédito Habitacional no Brasil:
aperfeiçoamentos institucionais e avaliação da evolução recente, deste relatório).
Gráfico 1 – Subsídio cruzado do crédito rural
300
200
100
0
-100
-200
Empréstimos (=100)
Custos Administrativos
5
2008
2007
2006
2005
2004
2003
2002
2001
2000
-300
Inadimplência
Subsídio
Considerando-se que os financiamentos imobiliários, de modo geral, possuem prazos mais longos do que a
média das operações de crédito livre, é plausível admitir que o peso do subsídio seja menor do que o calculado,
por exemplo, devido ao fato de a taxa de crescimento das despesas administrativas ser inferior à taxa de
crescimento da receita e da despesa de captação. Adicionalmente, em virtude da existência de garantia real e
dos recentes avanços institucionais, a taxa de recuperação pode ser superior a 75%, fator esse considerado no
presente trabalho.
31
Gráfico 2 – Subsídio cruzado do crédito imobiliário
200
150
100
50
0
-50
-100
-150
Empréstimos (=100)
Custo Administrativo
Custo Captação
Subsídios
2008
2007
2006
2005
2004
2003
2002
2001
2000
-200
Inadimplência
As tabelas 4 e 2 do anexo B apresentam as estimativas para as participações
absolutas (em termos de pontos percentuais – p.p.) dos diversos componentes do
spread bancário no segmento de crédito livre, para o conjunto de todas as instituições
financeiras, segundo a nova metodologia e a antiga, respectivamente. No primeiro
caso, nota-se que, ao longo do tempo, as participações dos custos administrativos
e dos custos de direcionamento têm recuado, mas esse movimento tem sido
contrabalançado pelo aumento do peso de impostos diretos e da margem líquida.
Dessa forma, em 2008, o spread se encontrava em patamar equivalente ao observado
em 2001 (39,98 p.p. ante 39,95 p.p.).
Note-se que, ao longo do tempo, aperfeiçoamentos introduzidos na
metodologia de decomposição do spread, em particular os incorporados na nova
metodologia apresentada neste relatório, modificaram o peso relativo de alguns
dos fatores que determinam o spread. Ainda assim, mantiveram a preponderância,
nesta ordem, a margem bruta erros e omissões, a inadimplência e as despesas
administrativas. De certa forma, essa avaliação permanece válida quando se analisa
a dinâmica do spread segundo a natureza do controle acionário, público e privado
(tabelas 5 e 7 do anexo B). Comparando-se esses dois tipos de instituições, cabe
enfatizar que o custo administrativo tem peso relativo maior no spread cobrado por
bancos públicos do que no cobrado por bancos privados. Paralelamente, verifica-se
maior participação dos custos de direcionamento nos spreads cobrados por bancos
públicos, em parte, reflexo da concentração das concessões de crédito habitacional e
rural nessas instituições.
Em 2008, com base na nova metodologia, os pesos dos dois grandes
agregados em que se divide a margem bruta, erros e omissões no spread cobrado
por bancos públicos (impostos diretos – 14,92% – e margem líquida, erros e
omissões – 22,08%) foram inferiores aos observados no caso de bancos privados,
respectivamente, 22,68% e 34,01%. De qualquer maneira, independentemente do
segmento analisado e considerando-se a consolidação do processo de estabilização
macroeconômica registrada nos últimos anos, é plausível afirmar que há espaço para
a redução do spread bancário e, por conseguinte, das taxas de juros, no segmento de
crédito bancário livre.
32
Em virtude da redução do número de bancos públicos verificada no
período em análise, o processo de estimação se apresenta menos estável para esse
grupo, devendo, portanto, os resultados serem avaliados em termos de tendência.
Verifica-se também que os custos de captação dos bancos públicos apresentam-se em
patamares levemente inferiores aos praticados pelos bancos privados.
A apresentação da decomposição dos spreads bancários em pontos
percentuais para os bancos públicos e privados (tabelas 6 e 8 do anexo B) exigiu
a realização de estimativas específicas quanto ao nível dos spreads desses bancos.
Observa-se que o nível dos spreads dos bancos governamentais tem, em geral, sido
mais elevado do que o dos bancos privados, o que de um lado reflete custos de
captação mais baixos e, de outro, taxas de empréstimos mais elevadas. Entretanto, tal
fato pode ser decorrente do perfil dos tomadores de recursos nesses bancos, que pode
contemplar uma maior concentração de operações com pequeno valor e, portanto,
com custo administrativo unitário maior, comparativamente aos bancos privados.
Os dados de 2008 revelam reação mais moderada dos bancos públicos,
relativamente aos privados, frente à crise financeira internacional, o que de certa
forma não surpreende, haja vista que, durante a crise, os bancos estatais ganharam
depósitos, ao mesmo tempo em que os privados perderam. Nesse contexto, os bancos
privados reajustaram mais intensamente suas margens em face da piora do cenário
econômico e/ou reviram mais intensamente para baixo a classificação de risco de
suas novas operações de crédito. Com essas respostas diferenciadas, os spreads
praticados pelos bancos públicos se posicionaram em 2008, pela primeira vez no
período 2001/2008, abaixo dos praticados pelos bancos privados.
Observa-se que os custos administrativos, de inadimplência e os custos de
direcionamento associados ao segmento dos bancos públicos mostram-se maiores
dos que os observados nos bancos privados. Isso se reflete em margem bruta e líquida
menores, mesmo em períodos em que os spreads praticados pelos bancos públicos
foram maiores. Note-se, também, que o item margem bruta, erros e omissões
observado na decomposição dos spreads dos bancos privados mostra valores na faixa
de 15 p.p. Entretanto, isso aparentemente não se verifica em períodos de crise, como
em 2008, quando alcançaram 23,23 p.p. Por seu turno, o item margem bruta, erros e
omissões apurado na decomposição do spread para os bancos públicos não se mostra
tão estável quando comparado com o dos bancos privados, mas também sinaliza
aumento em 2008, embora em intensidade menor.
Em relação à decomposição do spread para as doze maiores instituições
em volume de crédito concedido (tabelas 9 e 10 do anexo B), verifica-se, conforme
esperado, pouca variação em relação à decomposição geral, visto que as informações
para a elaboração dessa última consideram a importância relativa de cada instituição.
A propósito, cabe observar que a queda acentuada do peso percentual dos custos
administrativos (de 16,11% para 12,44%) em 2008 deve-se basicamente ao aumento
do próprio spread (em grande parte, decorrente da crise financeira internacional).
Quando a mesma informação é avaliada em termos nominais (p.p.), observa-se um
ligeiro aumento dos custos administrativos (de 4,58 p.p. para 4,97 p.p.) em 2008, em
relação ao ano anterior.
33
4 Considerações finais
Estima-se que parcelas relevantes do spread permaneceram sendo
vinculadas à inadimplência e às despesas administrativas. Outro aspecto revelado
pelos exercícios de decomposição reside no fato de que a parcela atribuída ao item
margem líquida, erros e omissões (que tem entre seus componentes a margem de
lucro) se apresenta relevante, quer para bancos privados quer para públicos. Sob
esse prisma, portanto, infere-se que políticas voltadas para fomentar a concorrência
no segmento bancário potencialmente podem induzir uma redução dos spreads.
Adicionalmente, verificou-se que a composição do spread é ligeiramente diferenciada
segundo o controle acionário (público ou privado), com maior efeito dos custos de
direcionamento e dos custos administrativos nas instituições públicas.
Finalmente, cumpre ressaltar que esta metodologia de decomposição
não pode ser considerada como definitiva. O Banco Central continuará buscando
maneiras de aperfeiçoá-la, seja por meio do aprimoramento da forma de mensuração
de cada um dos componentes, seja pela utilização de novas ferramentas que possam
conferir maior grau de precisão aos resultados. Com isso, ao mesmo tempo em que se
procura determinar o peso dos principais fatores que teoricamente impactam o custo
do crédito, procura-se identificar políticas que possam contribuir para sua redução.
Nesse sentido, alterações na forma de alocação dos custos administrativos, com a
incorporação dos custos dos serviços de forma mais explícita, bem como a avaliação
isolada dos créditos destinados a pessoas físicas e a pessoas jurídicas continuam na
agenda de trabalho.
34
Referências
BANCO CENTRAL DO BRASIL – BCB. Juros e spread bancário no Brasil:
Avaliação de um ano de projeto. Novembro de 2000.
______. Economia Bancária e Crédito: avaliação de 5 anos do Projeto Juros e
Spread Bancário. Dezembro de 2004.
______. Juros e spread bancário no Brasil. Outubro de 1999.
______. Relatório de Economia Bancária e Crédito. 2005.
COSTA, Ana C.A.; NAKANE, Márcio I. Crédito direcionado e custo das operações
de crédito livre: uma avaliação do subsídio cruzado do crédito imobiliário e rural
no Brasil. In: BANCO CENTRAL DO BRASIL. Relatório de Economia Bancária e
Crédito – 2005. Agosto de 2006.
KOYAMA, Sérgio M.; CARDOSO, Renato F. A cunha fiscal sobre a intermediação
financeira. In: BANCO CENTRAL DO BRASIL. Juros e spread bancário no Brasil.
Outubro de 1999.
35
Anexo A
Fórmulas usadas para a decomposição do spread bancário, segundo a
nova metodologia
Visando a facilitar o entendimento e a comparação com a metodologia
anterior, será adotada a seguinte notação:
EL = montante do empréstimo livre concedido;
ED = montante do empréstimo direcionado concedido;
C = montante de depósitos a prazo captado pelo banco;
D = montante de depósitos a vista captados pelo banco;
S = montante de depósitos de poupança captado pelo banco;
= razão entre o montante de depósitos a vista e depósitos a prazo
aplicados na concessão de créditos;
= razão entre o montante de depósitos de poupança e depósitos a
prazo aplicados na concessão de créditos;
1 = fração de depósitos a vista alocada em crédito direcionado;
2 = fração de depósitos de poupança alocada em crédito direcionado;
rv = alíquota de recolhimento compulsório sobre captação de depósitos a vista;
rp = alíquota de recolhimento compulsório sobre captação de depósitos a prazo;
rs = alíquota de recolhimento compulsório sobre captação de depósitos de poupança;
x1 = alíquota do Fundo Garantidor de Crédito (FGC) recolhido na captação
de depósitos;
x2 = alíquota diária do Imposto sobre Operações de Crédito, Câmbio e
Seguro ou Relativas a Títulos e Valores Mobiliários (IOF) sobre montante
emprestado;
x3 = alíquota de Contribuição Provisória sobre Movimentação ou
Transmissão de Valores e de Créditos e Direitos de Natureza Financeira (CPMF);
x4 = alíquota de Imposto de Renda (IR) sobre pessoa jurídica ;
x5 = alíquota de Contribuição Social sobre o Lucro Líquido (CSLL);
x6 = alíquota de Programa de Integração Social (PIS);
36
x7 = alíquota da Contribuição para o Financiamento da Seguridade Social (Cofins);
AL = despesa administrativa por unidade de crédito livre concedido;
IL = taxa de inadimplência no segmento livre;
AD = despesa administrativa por unidade de crédito direcionado concedido;
ID = taxa de inadimplência no segmento direcionado;
icap = taxa de captação de depósitos a prazo;
icas = taxa de captação de depósitos de poupança;
icp = taxa de remuneração do compulsório sobre captação de depósito a prazo;
icv = taxa de remuneração do compulsório sobre captação de depósito a vista;
ics = taxa de remuneração do compulsório sobre captação de depósito de poupança;
iemp = taxa de crédito livre líquida do IOF;
idirv = taxa de crédito direcionado proveniente de depósitos a vista;
idirs = taxa de crédito direcionado proveniente de depósitos de poupança;
N = prazo da operação.
Dessa forma, mantendo-se a suposição feita em Costa e Nakane (2006) de
que o montante de recursos disponíveis para empréstimo será obtido a partir dos
recursos a vista, a prazo e de poupança e que as restrições de direcionamento sejam
perfeitamente atendidas, é possível obter a seguinte relação entre de o montante de
captação de depósitos a prazo e o total de crédito:
,
em que
.
37
FGC:
a) Captação extra:
b) Remuneração da captação extra:
,
portanto
.
Despesa administrativa:
AL = Despesa administrativa mensal por unidade de crédito livre concedido
ADML = AL . N . EL
Inadimplência:
IL = Taxa de inadimplência mensal no crédito livre
{
}
INADIMPL = (1 + ie ) − (1 + ie − τ IL ) .E L
N
N
Assim,
[
]
receita dos empréstimos livres líquida da inadimplência = RLL = (1 + ie − τ IL ) − 1 .E L .
N
Analogamente,
receita dos empréstimos direcionados dos depósitos a vista líquida da inadimplência
=
,
receita dos empréstimos direcionados da poupança líquida da inadimplência
=
38
.
PIS/COFINS:
a) Crédito livre
Ganho no crédito livre = GL = RIL - Despesas de captação – Custos Administrativos
[
] (
]
[
])⎫⎪.E
⎧⎪
(1 − rp )(1 + icap ) − 1 + (1 − rs − β 2 )α 2 (1 + icas ) − 1
N
GL = ⎨ (1 + ie − τ IL ) − 1 −
Z
⎪⎩
[
N
N
⎬
⎪⎭
L
− τ AL .N .E L
b) Crédito direcionado proveniente dos depósitos a vista
Ganho no crédito direcionado proveniente do depósito a vista = GDV = RLDV Despesas de captação – Custos Administrativos
[
] βZα
GDV = (1 + iDIRV − τ IDV ) − 1 .
N
1
1
E L − τ AD .N .
β1α1
Z
EL
c) Crédito direcionado proveniente da poupança
Ganho no crédito direcionado proveniente da Poupança = GDS = RLDS - Despesas de
captação – Custos Administrativos
[
]
GDS = (1 + iDIRS − τ IDS ) − (1 + icas ) .
N
N
β 2α 2
Z
E L − τ AD . N .
β 2α 2
Z
EL
d) Compulsório sobre depósitos a prazo
39
e) Compulsório sobre depósitos a vista
f) Compulsório sobre poupança
Compulsórios:
a) Depósito a prazo
CompDP = PIScompDP + CofinscompDP - GcompDP
b) Depósito a vista
CompDV = PIScompDV + CofinscompDV - GcompDV
c) Poupança
CompS = PIScompS + CofinscompS - GcompS
Subsídio cruzado:
a) Depósito a vista
SubDV = PIScompDV + CofinscompDV - GDV
b) Poupança
SubDS = PISDS + CofinsDS - GDS
Ganho total e cálculo do CSLL e IR:
Ganho total = GL - GDV - GDS - GcompDP - GcompDV -GcompS - PISL - PISDV - PISDS - PIScompDP - PIScompDV
- PIScompS - ConfinsL - ConfinsDV - ConfinsDS - ConfinscompDP - ConfinscompDV - ConfinscompS - FGC
40
Margem líquida, Erros e Omissões:
MLEO = G - CSLL - IR
Dessa forma, definindo-se o spread bancário como sendo
,
temos que
Spread = InadimplL + ADML + PISL + CofinsL + FGC + SubDV + SubDS + CompDP +
CompDV + CompS + CSLL + IR + MLEO
41
Anexo B
Tabelas da decomposição do spread bancário
Tabela 1 – Decomposição do spread bancário prefixado – Metodologia antiga
Em proporção (%) do spread
Discriminação
2001
2002
2003
2004
2005
2006
2007
2008
1 - Spread total
100,00
100,00
100,00
100,00
100,00
100,00
100,00
100,00
2 - Custo administrativo
12,32
16,39
15,99
15,88
14,50
14,00
15,23
13,22
3 - Inadimplência
34,87
35,75
34,54
33,97
33,47
37,81
39,77
35,69
4 - Custo de direcionamento
5,58
15,52
4,38
5,88
4,48
3,93
3,88
1,13
8,52
(Compulsório)
5 - Encargos fiscais e FGC
7,29
7,40
7,71
8,43
7,79
7,38
7,88
Impostos
6,94
6,90
7,34
8,08
7,52
7,25
7,75
8,41
Custo do FGC
0,35
0,50
0,37
0,35
0,27
0,13
0,13
0,11
6 - Resíduo bruto (1-2-3-4-5)
39,94
24,94
37,39
35,83
39,76
36,87
33,25
41,44
7 - Impostos diretos
12,72
8,25
11,44
11,19
10,55
9,25
8,81
13,18
8 - Resíduo líquido (6-7)
27,22
16,70
25,95
24,65
29,21
27,62
24,43
28,26
Fonte: Depep
Tabela 2 – Decomposição do spread bancário prefixado – Metodologia antiga
Em pontos percentuais (p.p.)
Discriminação
2001
2002
2003
2004
2005
2006
2007
2008
1 - Spread total
39,95
42,46
41,52
35,56
36,40
34,76
28,40
39,98
4,92
6,96
6,64
5,65
5,28
4,87
4,32
5,29
3 - Inadimplência
13,93
15,18
14,34
12,08
12,18
13,14
11,29
14,27
2,23
6,59
1,82
2,09
1,63
1,37
1,10
0,45
2,91
3,14
3,20
3,00
2,84
2,57
2,24
3,41
(Compulsório)
Impostos
2,77
2,93
3,05
2,87
2,74
2,52
2,20
3,36
Custo do FGC
0,14
0,21
0,15
0,13
0,10
0,04
0,04
0,05
6 - Resíduo bruto (1-2-3-4-5)
15,96
10,59
15,52
12,74
14,47
12,82
9,44
16,57
5,08
3,50
4,75
3,98
3,84
3,22
2,50
5,27
8 - Resíduo líquido (6-7)
10,88
7,09
10,77
8,76
10,63
9,60
6,94
11,30
Fonte: Depep
Tabela 3 – Decomposição do spread bancário prefixado – Nova metodologia – Total
Discriminação
2001
2002
2003
2004
2005
2006
2007
2008
1 - Spread total
100,00
100,00
100,00
100,00
100,00
100,00
100,00
100,00
19,80
16,59
21,47
20,09
19,31
17,80
16,73
11,77
3 - Inadimplência
(compulsório + subsídio cruzado)
28,33
29,78
33,32
28,82
33,06
35,87
32,70
33,60
6,81
4,68
5,72
4,41
3,21
2,14
1,94
1,86
4,57
4,72
4,63
4,66
4,54
3,70
3,87
3,64
3,33
3,26
3,10
3,31
3,11
2,98
3,12
3,08
1,24
1,46
1,53
1,35
1,42
0,72
0,75
0,56
Impostos
Custo do FGC
6 - Margem bruta, erros e omissões
(1-2-3-4-5)
8 - Margem líquida, erros e omissões
(6-7)
Fonte: Depep
42
40,48
44,23
34,85
42,03
39,89
40,50
44,75
49,13
13,99
15,17
12,12
14,52
13,66
13,86
15,53
19,70
26,49
29,06
22,73
27,51
26,23
26,64
29,22
29,43
Tabela 4 – Decomposição do spread bancário prefixado – Nova metodologia – Total
Discriminação
2001
2002
2003
2004
2005
2006
2007
2008
1 - Spread total
39,95
42,46
41,52
35,56
36,40
34,76
28,40
39,98
7,91
7,04
8,92
7,14
7,03
6,19
4,75
4,71
3 - Inadimplência
11,32
12,64
13,84
10,25
12,03
12,47
9,29
13,43
2,72
1,99
2,38
1,57
1,17
0,74
0,55
0,74
1,83
2,00
1,92
1,66
1,65
1,29
1,10
1,46
1,33
1,39
1,29
1,18
1,13
1,04
0,89
1,23
0,50
0,62
0,64
0,48
0,52
0,25
0,21
0,22
16,17
18,78
14,47
14,94
14,52
14,08
12,71
19,64
Impostos
Custo do FGC
(1-2-3-4-5)
(6-7)
5,59
6,44
5,03
5,16
4,97
4,82
4,41
7,88
10,58
12,34
9,44
9,78
9,55
9,26
8,30
11,76
Fonte: Depep
Tabela 5 – Decomposição do spread bancário prefixado – Nova metodologia – Bancos públicos
Discriminação
2001
2002
2003
2004
2005
2006
2007
2008
1 - Spread total
100,00
100,00
100,00
100,00
100,00
100,00
100,00
100,00
21,08
28,58
22,54
24,70
21,96
21,99
23,47
15,10
3 - Inadimplência
31,78
48,65
34,02
40,99
40,24
41,99
44,13
40,68
6,63
13,24
5,67
6,63
6,06
5,80
6,14
3,76
4,13
3,80
4,53
4,25
4,21
3,51
3,54
3,46
3,17
2,39
3,07
2,74
2,78
2,70
2,60
2,76
0,96
1,41
1,46
1,51
1,43
0,81
0,95
0,70
Impostos
Custo do FGC
(1-2-3-4-5)
(6-7)
36,39
5,74
33,24
23,42
27,54
26,71
22,71
37,00
12,81
2,64
11,54
8,91
9,58
9,35
9,10
14,92
23,57
3,10
21,70
14,51
17,96
17,36
13,61
22,08
Fonte: Depep
Tabela 6 – Decomposição do spread bancário prefixado – Nova metodologia – Bancos públicos
Discriminação
2004
2005
2006
2007
2008
A - Taxa de aplicação*
55,65
57,55
48,81
40,19
49,71
B - Taxa de captação*
16,02
16,01
12,14
11,46
12,71
1 - Spread t otal (A - B)
39,64
41,54
36,66
28,73
37,00
9,79
9,12
8,06
6,74
5,59
3 - Inadimplência
4 - Custo de direcionamento (compulsório +
subsídio cruzado)
16,25
16,71
15,39
12,68
15,05
2,63
2,52
2,13
1,76
1,39
1,28
1,69
1,75
1,29
1,02
Impostos
1,09
1,15
0,99
0,75
1,02
Custo do FGC
0,60
0,59
0,30
0,27
0,26
6 - Margem bruta, erros e omissões (1-2-3-4-5)
9,28
11,44
9,79
6,53
13,69
3,53
3,98
3,43
2,62
5,52
8 - Margem líquida, erros e omissões (6-7)
5,75
7,46
6,36
3,91
8,17
Fonte: Depep
(*) Valores estimados
43
Tabela 7 – Decomposição do spread bancário prefixado – Nova metodologia – Bancos privados
Discriminação
2001
2002
2003
2004
2005
2006
2007
2008
1 - Spread total
100,00
100,00
100,00
100,00
100,00
100,00
100,00
100,00
19,49
15,69
21,21
19,05
18,63
16,59
15,03
9,70
3 - Inadimplência
27,51
28,36
33,15
26,09
31,23
34,10
29,82
29,18
6,86
4,04
5,74
3,91
2,48
1,08
0,88
0,67
4,68
4,79
4,65
4,75
4,62
3,75
3,95
3,75
3,37
3,33
3,11
3,44
3,20
3,06
3,26
3,28
1,31
1,46
1,55
1,32
1,42
0,69
0,70
0,47
Impostos
Custo do FGC
(1-2-3-4-5)
(6-7)
41,46
47,12
35,25
46,20
43,04
44,48
50,32
56,69
14,27
16,11
12,27
15,78
14,70
15,16
17,15
22,68
27,19
31,01
22,98
30,42
28,35
29,31
33,17
34,01
Fonte: Depep
Tabela 8 – Decomposição do spread bancário prefixado – Nova metodologia – Bancos privados
Discriminação
2004
2005
2006
2007
2008
A - Taxa de aplicação*
52,31
52,13
46,89
40,18
53,97
B - Taxa de captação*
17,82
17,14
12,64
11,85
12,99
1 - Spread t otal
34,49
34,99
34,25
28,32
40,98
6,57
6,52
5,68
4,26
3,97
3 - Inadimplência
4 - Custo de direcionamento (compulsório +
subsídio cruzado)
9,00
10,93
11,68
8,45
11,96
1,35
0,87
0,37
0,25
0,27
1,64
1,62
1,29
1,12
1,54
Impostos
1,19
1,12
1,05
0,92
1,35
Custo do FGC
0,45
0,50
0,24
0,20
0,19
6 - Margem bruta, erros e omissões (1-2-3-4-5)
15,93
15,06
15,23
14,25
23,23
5,44
5,14
5,19
4,86
9,30
8 - Margem líquida, erros e omissões (6-7)
10,49
9,92
10,04
9,39
13,94
Fonte: Depep
(*) Valores estimados
Tabela 9 – Decomposição do spread bancário prefixado – Nova metodologia – 12 maiores bancos
Discriminação
2001
2002
2003
2004
2005
2006
2007
2008
1 - Spread t otal
100,00
100,00
100,00
100,00
100,00
100,00
100,00
100,00
18,31
15,05
20,35
19,41
18,82
16,68
16,11
12,44
3 - Inadimplência
27,61
29,34
34,12
29,08
32,52
35,59
32,95
33,19
7,40
4,36
6,00
4,86
3,62
2,12
2,18
2,28
4,53
4,68
4,56
4,63
4,55
3,71
3,87
3,67
3,37
3,29
3,06
3,30
3,14
2,99
3,11
3,10
1,17
1,40
1,50
1,34
1,42
0,72
0,76
0,57
Impostos
Custo do FGC
(1-2-3-4-5)
(6-7)
Fonte: Depep
44
42,15
46,57
34,97
42,02
40,49
41,89
44,89
48,43
14,45
15,84
12,00
14,47
13,76
14,24
15,56
19,37
27,71
30,73
22,96
27,55
26,72
27,65
29,33
29,06
Tabela 10 – Decomposição do spread bancário prefixado – Nova metodologia – 12 maiores bancos
Discriminação
2001
2002
2003
2004
2005
2006
2007
2008
1 - Spread t otal
39,95
42,46
41,52
35,56
36,40
34,76
28,40
39,98
7,32
6,39
8,45
6,90
6,85
5,80
4,58
4,97
3 - Inadimplência
11,03
12,46
14,17
10,34
11,84
12,37
9,36
13,27
2,95
1,85
2,49
1,73
1,32
0,74
0,62
0,91
1,81
1,99
1,89
1,65
1,66
1,29
1,10
1,47
1,34
1,40
1,27
1,17
1,14
1,04
0,88
1,24
0,47
0,59
0,62
0,48
0,52
0,25
0,21
0,23
16,84
19,78
14,52
14,94
14,74
14,56
12,75
19,36
5,77
6,73
4,98
5,14
5,01
4,95
4,42
7,75
11,07
13,05
9,53
9,80
9,73
9,61
8,33
11,62
Impostos
Custo do FGC
(1-2-3-4-5)
(6-7)
Fonte: Depep
45
Parte II
Estudos Selecionados
1
Concentração Bancária,
Lucratividade e Risco Sistêmico:
uma abordagem de contágio indireto*
Bruno Silva Martins
Leonardo S. Alencar
1 Introdução
O descasamento de prazos entre ativos e passivos, comum à atividade
bancária, faz com que uma instituição financeira dependa da credibilidade junto a
seus credores quanto à sua capacidade de honrar dívidas para dar continuidade a suas
operações. Aliada a isso, a existência de assimetria informacional em relação à real
situação financeira da firma bancária pode fazer com que a percepção do mercado
quanto à solvência de um determinado banco leve-o de fato à falência, mesmo não
havendo motivos reais para que a falência ocorra. E esse comportamento do mercado
pode gerar um “efeito dominó”, levando a uma crise de confiança no sistema bancário.
Risco sistêmico pode ser definido como a transmissão de um choque isolado
em um determinado agente ou grupo de agentes econômicos para outros participantes
do mercado, sem que, necessariamente, o choque inicial gere diretamente efeitos reais
nos demais participantes. De Bandt e Hartmann (2000) definem evento sistêmico
como aquele no qual “más notícias” sobre uma instituição financeira, ou sua falência,
produzem uma sequência de efeitos adversos em outras instituições financeiras, ou
mesmo na economia real. O essencial dessa definição é a interdependência entre
as instituições financeiras, o que permite um efeito de contágio de uma instituição
para outra. A assimetria de informações pode, mesmo, ocasionar que problemas em
instituições de pequeno porte tenham repercussões sistêmicas.
A literatura trata as questões relacionadas à transmissão de um choque
idiossincrático por dois mecanismos básicos: o mecanismo direto e o indireto.
O primeiro resultaria do relacionamento financeiro direto entre os bancos, por
exemplo, exposições de crédito entre si. Nessa linha de propagação de choques,
há vasta literatura que examina o papel do mercado interbancário como fonte de
contágio (e.g., Upper e Worms [2004] ou Degryse e Nguye [2007]). A ideia é que a
quebra de algum banco pode resultar em quebras de outros pela simples suspensão
de pagamentos das dívidas entre os bancos. O segundo mecanismo resultaria das
expectativas do mercado quanto à solvência de algum banco, ou de um conjunto de
bancos, dada a ocorrência de um choque em uma ou mais instituições. Nesse caso,
*
As opiniões expressas neste artigo são da responsabilidade de seus autores e não refletem,
necessariamente, a posição do Banco Central do Brasil ou as opiniões de seus membros.
49
a propagação do choque para outras instituições se dá pela percepção (expectativa)
do mercado de que essas instituições também foram afetadas pelo choque inicial,
pelo fato de possuírem, ou de os agentes acreditarem que possuem, ativos idênticos
ou similares ao(s) banco(s) insolvente(s). De acordo com Lelyveld e Liedorp (2006),
esses dois mecanismos de contágio podem funcionar separadamente, mas não são
mutuamente exclusivos, podendo mesmo reforçar um ao outro. A falência de um
banco pode levar à falência de outro em função da exposição entre eles, ao mesmo
tempo em que pode induzir a novas falências em função da desconfiança gerada no
sistema, acompanhada da retirada de recursos de instituições que estariam solventes.
Crises bancárias são, muitas vezes, seguidas por fusões e aquisições que
podem elevar a concentração do sistema financeiro. Como consequência, o sistema se
torna mais protegido contra choques idiossincráticos na medida em que bancos com
maior participação de mercado são, em geral, mais diversificados. Ou seja, são bancos
menos vulneráveis a choques isolados. No entanto, o pânico gerado pela insolvência
de uma determinada instituição financeira pode ser maior quanto mais concentrado
for o sistema bancário. Esse efeito se daria pela percepção do mercado de que o grau
de especialização da indústria bancária é menor quanto maior for a concentração do
sistema financeiro. Dessa forma, um choque idiossincrático pode ser interpretado
como um choque de proporções agregadas que afetaria a rentabilidade esperada de
outras instituições.
Este artigo investiga o impacto da concentração do sistema bancário
brasileiro sobre a correlação dos retornos de bancos. A ideia é que a correlação dos
retornos de bancos é perfeitamente observada pelo mercado, sendo assim importante
instrumento de inferência acerca da solvência dessas instituições na presença de um
choque idiossincrático. O grau de concentração do sistema bancário pode alterar
a exposição deste a um risco sistêmico, na medida em que altera a percepção da
interdependência entre as instituições participantes no mercado. Para o Brasil, esse
é um assunto relevante, uma vez que temos observado um processo de consolidação
no mercado financeiro brasileiro – e mundial –, e o surgimento de várias instituições
de porte considerável tem trazido a preocupação (e.g., Lelyveld e Liedorp [2006]) de
que o grau de risco sistêmico tenha aumentado.
Poucos são os trabalhos empíricos que examinam a possibilidade de
contágio indireto. Poderíamos citar De Nicoló e Kwast (2002) entre eles. Esses
autores argumentam que a interdependência entre instituições financeiras pode ser
um indicador do potencial de risco sistêmico e medem essa interdependência pelas
correlações dos retornos das ações dos bancos. Segundo eles, uma vez que os preços
das ações refletem a avaliação do mercado dos retornos futuros da firma, incluindo o
impacto de suas interações com outras instituições, a correlação desses retornos seria
uma boa medida de interdependência.
Como em De Nicoló e Kwast (2002), iremos seguir a abordagem do
mecanismo de contágio indireto. Mas, de modo diferente, aqui iremos utilizar
informações de correlação da lucratividade da indústria bancária como um
indicador da inter-relação entre os bancos. Para isso, iremos avaliar empiricamente
como a lucratividade de um conjunto de bancos, de características similares, está
correlacionada com o retorno de um dado banco, com aquelas mesmas características.
O foco do artigo, não obstante, não será a correlação da lucratividade dos bancos,
50
mas sim o impacto das mudanças da concentração bancária no risco sistêmico do
setor financeiro, por meio de seus efeitos sobre a inter-relação dessas lucratividades.
Além da presente seção, o artigo segue com a seguinte estrutura. A segunda
seção apresenta a estratégia empírica adotada, assim como a base de dados e a
especificação econométrica. A terceira apresenta os resultados das estimações e a
quarta seção conclui o trabalho.
2 Estratégia empírica
Assumimos que a rentabilidade de todos os bancos é perfeitamente
observada pelo mercado e que a correlação dos retornos entre bancos de um
determinado grupo é uma boa medida de interdependência. Nesse sentido, a
correlação dos retornos seria uma boa proxy para a probabilidade de um choque
idiossincrático observado representar, na realidade, um choque de proporções
agregadas. Ou seja, dada a constatação de um choque em um determinado banco,
qual seria a probabilidade de bancos similares também estarem sofrendo os mesmos
choques? Dessa forma, a correlação dos retornos dos bancos indicaria a exposição a
um risco sistêmico de uma determinada economia.
Para avaliar o impacto da concentração bancária sobre o risco sistêmico pelo
mecanismo de transmissão indireta – em que a assimetria informacional quanto à saúde
financeira de um banco pode gerar perda de confiança mesmo em situações em que o
banco é solvente –, será estimado o efeito da concentração bancária sobre a correlação
dos retornos de bancos com determinadas características. A ideia é que quanto
mais concentrado estiver o sistema bancário, maior a probabilidade de um choque
idiossincrático ser interpretado pelo mercado como um choque agregado na indústria
bancária, já que bancos com grandes participações de mercado, em geral, atuam em
diversas áreas da economia. Ou seja, mesmo diminuindo o risco de insolvência (risco
idiossincrático) pela sua maior diversificação, se um banco com grande participação
de mercado torna-se insolvente, o mercado pode entender que é maior a probabilidade
dos demais bancos também estarem com problemas financeiros.
Utilizando a técnica de regressão em painel, iremos estimar o impacto da
variável de interação entre concentração bancária e rentabilidade média dos bancos
com características similares ao banco analisado, controlando para toda variação no
tempo (efeito fixo no tempo) e entre os bancos (efeito fixo individual). Para isso,
iremos classificar os bancos em grupos por determinadas características, tais como
participação do crédito no ativo total, porte, nível de alavancagem, liquidez, tipo de
controle e consolidado bancário (com ou sem carteira comercial).
Espera-se que uma maior concentração bancária eleve a percepção
do mercado da interdependência entre os bancos – correlação dos retornos –,
principalmente entre aqueles com perfis similares, elevando o risco sistêmico caso
ocorra algum choque idiossincrático.
As duas subseções seguintes apresentam a base de dados utilizada e a
especificação econométrica.
51
2.1 Base de dados
A base de dados é composta por informações semestrais do balanço
patrimonial de todas as instituições financeiras consolidadas por conglomerado
(quando este existir), cobrindo do segundo semestre de 1995 ao segundo semestre de
2007. A fonte primária dos dados é a base intitulada “50 maiores bancos e o consolidado
do Sistema Financeiro Nacional”. Nenhum banco foi excluído da amostra. Tratou-se,
caso a caso, das fusões ou compras de bancos ocorridas no período, assim como
alguma eventual duplicidade de dados na amostra. Se um banco deixou de existir, ou
de atuar, a partir de um dado período, ele permaneceu na amostra até aquele período.
A periodicidade escolhida se justifica pelo fato de as instituições financeiras
serem obrigadas a divulgar seus balanços patrimoniais semestralmente, apesar de
muitas disponibilizarem seus dados a cada trimestre. Sendo assim, trabalhamos com
um dado observável por todos os agentes da economia, o qual pode servir de fonte de
informação para um mecanismo indireto de transmissão de choques idiossincráticos.
Além de dados de ativo, lucro líquido, crédito, caixa, títulos e patrimônio
líquido, a base traz informações sobre o tipo de controle, e se o conglomerado possui
ou não carteira comercial. Dessa forma, foi possível calcular a rentabilidade média,
ponderada pelo ativo, de grupos de conglomerados financeiros pelas seguintes
características: com ou sem carteira comercial, por controle público ou privado, por
tamanho de ativo, por nível de alavancagem, por nível de liquidez, pela participação
do crédito no ativo total e pela combinação de todos esses grupos.
A lucratividade dos bancos (ROA) foi calculada pela razão do lucro líquido
no semestre sobre o ativo total descontada a intermediação, em que intermediação
é a parte do ativo de propriedade de terceiros. A concentração do sistema financeiro
por ativo é medida pelo Índice Herfindahl-Hirschman (IHH).1 Uma das vantagens
desse índice é que ele provê informações sobre a dispersão das participações de
mercado no Sistema Financeiro Nacional (SFN). A alavancagem é a razão do ativo
total, descontada a intermediação, sobre o patrimônio líquido; e a participação do
crédito é a razão do crédito total sobre o ativo total descontada a intermediação.
O gráfico 1 apresenta a evolução da lucratividade e do índice de
concentração do sistema bancário como um todo. Observamos nos períodos iniciais
que o sistema financeiro apresentava lucratividade negativa, resultado, em boa parte,
devido à conhecida perda dos ganhos de floating após a adoção do Plano Real. É
sabido que, nesses primeiros anos posteriores à implementação do Plano Real, vários
bancos foram à falência ou sofreram algum tipo de reestruturação, como fusões,
incorporações, mudança de objeto social etc., o que explica, ao menos parcialmente,
o crescimento da concentração bancária nesses anos iniciais. Observamos que,
após o período de reestruturação, os retornos sobre ativos passaram a ser positivos,
com alguns momentos pontuais de prejuízo. Um desses momentos, por exemplo, é
o primeiro semestre de 2001, cujo prejuízo observado deveu-se ao mau resultado
apurado pelos bancos estrangeiros e públicos, em função de ajustes patrimoniais
I
1
52
Herfindahl-Hirschman por ativo:
total do sistema financeiro.
∑α
i =1
2
i
, em que αi é a participação do ativo do banco i no ativo
relacionados à participação em programas de privatizações de instituições públicas
estaduais e de saneamento de instituições públicas federais (BCB, 2002).2
Pode-se observar que, entre 2000 e 2003, ocorreu forte elevação na
concentração bancária. Esse período foi caracterizado por importantes aquisições
e redução do número de instituições, no qual os bancos buscaram novas fontes
de receitas e demandaram escala, diante da expectativa de redução de ganhos
decorrente da tendência de queda nas taxas de juros observada na época. Nos anos
posteriores, apesar de ainda ter havido algumas aquisições e o sistema financeiro
estar mais consolidado, a mudança da concentração observada pode ser atribuída
principalmente a variações na dispersão das participações de mercado no SFN, assim
como à entrada de novos concorrentes no mercado.
Gráfico 1 – Evolução da lucratividade e da concentração no SFN
0,1
0,01
Concentração
0,09
0,005
0,085
0,08
0
0,075
-0,005
0,07
0,065
-0,01
0,06
-0,015
0,055
0,05
ROA do Sistema Financeiro
0,015
0,095
-0,02
Concentração
ROA
2.2 Especificação econométrica
Para examinar o impacto da concentração bancária sobre a correlação
entre a lucratividade de bancos com características similares, estimamos o seguinte
modelo dinâmico:3
(
)
T
ROAi ,t = αROAi ,t −1 + βROAiM,t + γ IHH t + δ IHH t ∗ ROAiM,t + ∑ θ τ dummy tτ + ε i ,t
i
i
τ =1
(1)
em que t∈[1,T] é o período do tempo; i∈[1,I] é a instituição financeira em questão;
é o efeito fixo no tempo, que assume o valor igual a um se τ = t e zero nos
demais períodos; εit = μi + υit, sendo que μi é o efeito fixo individual e υit o erro
aleatório, E(μi) = E(υit) = E(τiυit ) = 0; e:
⎛
⎞
Lucro líquido
⎟⎟
ROAi ,t = ⎜⎜
⎝ Ativo total − int ermediação ⎠ i ,t
2
3
(2)
Vale esclarecer que o valor do ROA pode diferir do apresentado em outros textos por estarmos
trabalhando com o lucro líquido semestral, e não com essa variável anualizada.
Vander Vannet (2002) sugere a utilização da proporção de depósitos a vista e de poupança sobre
o total de depósitos, assim como a razão entre o custo administrativo e os lucros para explicar
a lucratividade bancária. Essas variáveis não foram utilizadas no modelo por não terem sido
significativas quando incluídas nas estimações que se seguem. Também não foram incluídas
variáveis como taxa Selic, evolução do PIB, taxa de câmbio, pelo fato de as dummies de tempo já
estarem captando todos os efeitos agregados.
53
I
Mi
i ,t
ROA
∑ Lucro líquido
j ,t
− Lucro líquidoi ,t
j =1
=
(3)
I
∑ ( Ativo total − int ermediação )
j =1
⎛ Ativo total
⎜
i ,t
IHH t = ∑ ⎜ I
i =1 ⎜ ∑
Ativo total j ,t
⎝ j =1
I
⎞
⎟
⎟⎟
⎠
j ,t
− ( Ativo total − int ermediação )i ,t
2
(4)
Na equação 1,  indica o impacto da lucratividade (ROA) de um conjunto
de bancos, com uma dada característica, sobre a lucratividade de um determinado
banco, com aquela mesma característica. Esse coeficiente será a nossa medida de
interdependência (correlação dos retornos) em cada grupo de bancos. O coeficiente
de maior interesse é o da interação entre a lucratividade média dos bancos
pertencentes ao mesmo grupo do banco analisado e a concentração bancária, ,
que mede o impacto da concentração bancária sobre a correlação do retorno entre
bancos de características similares. Ainda na equação 1, a defasagem em ROA foi
incluída apenas como controle para uma possível inércia na lucratividade dos bancos.
Com relação ao coeficiente , é necessário fazer uma breve ressalva. Uma vez que
incluímos dummies de tempo que captam os efeitos agregados daquele período sobre
a lucratividade de cada banco, e uma vez que a concentração é uma variável agregada
que afeta todos os bancos igualmente, não podemos interpretar o coeficiente desta
última variável como uma medida dos efeitos da concentração sobre a lucratividade.
A próxima seção apresenta os resultados da estimação do modelo acima
para diferentes grupos de conglomerados financeiros.
3 Resultados
As estimações foram feitas pela técnica de GMM de Sistemas, de Arellano e
Bover (1995) e Blundell e Bond (1998), o que nos permite estimar modelos dinâmicos
e lidar com efeitos fixos ou problemas de endogeneidade. A fim de termos um padrão
de comparação, serão apresentados resultados com e sem o termo de interação entre
a rentabilidade do mercado e a concentração. O coeficiente desse termo de interação
indica o impacto da concentração sobre a correlação do retorno dos bancos. Além
disso, será calculado o impacto total (isolado) da rentabilidade do mercado sobre a
rentabilidade de cada banco quando adicionamos o termo de interação.4
Vamos procurar identificar que agrupamentos de bancos possuem retornos
mais correlacionados, além de apontar quais nichos estariam aumentando ou
diminuindo essa inter-relação em função das mudanças na concentração do sistema
financeiro. Esse efeito é capturado pela variável de interação entre a rentabilidade dos
demais bancos dentro do grupo (ROA médio, ponderado pelo ativo) e a concentração
bancária (IHH).
4
54
Para isso, utilizamos a média do IHH ao longo do período considerado na estimação.
Nas tabelas que se seguem, há inicialmente estimativas para o total da
amostra e, em seguida, estimações nas quais classificamos os bancos por determinadas
características e comparamos o efeito do ROA (medida de rentabilidade adotada)
médio dos bancos de um mesmo grupo sobre o ROA de cada banco daquele grupo.
Os bancos foram classificados nos seguintes grupos: i) controle privado e público;
ii) consolidado bancário; iii) porte; iv) volume de crédito; v) liquidez; e vi) alavancagem.
Em termos de porte, os bancos foram divididos em três grupos: grande
porte, aqueles que estão entre os 5% maiores em termos de ativos; médio porte, entre
5% e 25% maiores em termos de ativos; e os demais como bancos de pequeno porte.
Em termos de volume de crédito, liquidez e alavancagem, os 25% maiores foram
classificados como “altos”, os situados entre 25% e 75%, como “médios”, e os 25%
menores, como “baixos”.
Em cada estimação, foram incluídas dummies de tempo (efeito fixo de
tempo) que assumem o valor igual à unidade em um dado semestre e zero nos demais,
de modo a capturar efeitos agregados de cada período. Isso faz com que o efeito
captado no ROA do mercado sobre o ROA de um dado banco seja independente dos
efeitos macroeconômicos. A fim de poupar espaço, os coeficientes das dummies de
tempo não serão apresentados nas tabelas que se seguem.
A tabela 1 apresenta os resultados das estimações com a amostra total,
sem agrupar os bancos por quaisquer características. Podemos observar que há uma
inércia na rentabilidade dos bancos, medida pelo coeficiente , de modo que o retorno
no período anterior influencia o retorno atual de cada banco. Nas estimativas sem
as interações, há uma diminuição do ROA do banco analisado quando o ROA dos
demais bancos aumenta. Nas estimativas com interações, esse resultado permanece.
Uma possível explicação pode ser a existência de uma concorrência predatória entre
os bancos no período analisado.
Tabela 1 – Estimações sem agrupamento dos bancos
Lucro líquido sobre ativo (ROA)
Variável dependente
Total
Variáveis independentes
ROA(-1)
1
sem interação
0,4507***
2
com interação
0,5752***
[0,000]
[0,000]
ROAM
-7,4479**
8,8305
[0,020]
[0,744]
IHH
1,2584***
1,9279*
[0,009]
IHH*ROAM
[0,067]
-256,7699
[0,533]
Impacto ROA
M
-11,6202*
[0,067]
Teste AR(1)
z = -4,73
z = -4,44
Teste AR(2)
z = 0,45
z = 0,47
Teste J de Hansen
0,107
0,257
Observações
3.838
3.838
Nota: *, ** e *** indicam coeficientes significativos a 10, 5 e 1 por cento, respectivamente.
Instrumentos para a equação em primeira diferença:
1/ L3.ROA, L2.ROAM e L2.IHH
2/ L3.ROA, L2.ROAM, L2.IHH e L2.(IHH*ROAM)
Instrumentos para a equação em nível:
1/ D.L2.ROA, D.L.ROAM e D.L.IHH
2/ D.L2.ROA, D.L.ROAM, D.L.IHH e D.L.(IHH*ROAM)
As dummies de tempo e suas primeiras diferenças foram devidamente incluídas como instrumentos.
55
Quando agrupamos os bancos por tipo de controle (tabela 2), novamente
o termo “autorregressivo” aparece de forma significativa e é positivo. Já o ROA dos
demais bancos tem efeito positivo e significativo sobre o ROA de cada banco, em
ambos os casos, com e sem interação. Em geral, esses resultados apontam para a
existência de um mecanismo indireto de transmissão de choques idiossincráticos.
Tabela 2 – Estimações com agrupamentos por controle e por consolidado bancário
Controle
ROA(-1)
ROA
M
1
sem interação
0,6232***
Consolidado bancário
2
com interação
0,6183***
1
sem interação
0,5087***
2
com interação
0,5500***
[0,000]
[0,000]
[0,000]
[0,000]
1,5883***
0,8378
-0,2523
-0,7498
IHH
[0,001]
[0,846]
[0,209]
[0,749]
-0,1697*
-0,1736
0,1631***
0,1439**
[0,064]
[0,261]
[0,001]
[0,046]
IHH*ROAM
9,5810
Impacto ROAM
7,1821
[0,879]
[0,830]
1,6008**
-0,1778
[0,043]
[0,639]
Teste AR(1)
z = -4,65
z = -4,42
z = -4,68
z = -4,59
Teste AR(2)
z = 0,71
z = 0,71
z = 0,60
z = 0,69
Teste J de Hansen
0,133
0,195
0,221
0,197
Observações
3.838
3.838
3.838
3.838
As dummies de tempo e suas primeiras diferenças foram devidamente incluídas como instrumento.
Nas estimativas por consolidado bancário, ainda na tabela 2, o retorno de
cada banco não apresenta correlação com o retorno dos demais bancos do grupo.
A tabela 3 apresenta as estimações para bancos agrupados por porte e por
nível de crédito. Nas estimações por porte, tanto no caso com interação quanto no
sem, o ROA dos demais bancos afeta positivamente o ROA do banco em questão.
Nas estimações por crédito, temos que o ROA dos demais bancos do mesmo
grupo afeta positiva e significativamente o ROA de um dado banco, especialmente no
caso com interação. Além disso, o termo de interação é positivo e significativo. Isso
indica que quanto maior a concentração bancária, maior a correlação dos retornos de
bancos com participações similares de crédito em seus ativos. Ou seja, a concentração
bancária afeta o mecanismo indireto de transmissão de choques idiossincráticos,
quando examinamos bancos agrupados por nível de crédito.
56
Tabela 3 – Estimações com agrupamentos por porte e crédito
Porte
ROA(-1)
ROA
M
IHH
1
sem interação
0,5036***
1
sem interação
0,5169***
2
com interação
0,5401***
[0,000]
[0,000]
[0,000]
[0,000]
2,5960
0,4930*
- 9,0500**
[0,065]
[0,357]
[0,063]
[0,028]
0,0032
0,0440
0,0292
-0,0152
[0,467]
[0,665]
M
Impacto ROA
com interação
0,5058***
0,6300*
[0,966]
IHH*ROA
Crédito
2
-26,8568
M
[0,830]
120,2888**
[0,446]
[0,021]
0,4569*
0,5304*
[0,055]
[0,054]
Teste AR(1)
z = 4,73
z = -4,75
z = -4,76
z = -4,76
Teste AR(2)
z = 0,56
z = 0,57
z = 0,62
z = 0,62
Teste J de Hansen
0,221
0,188
0,302
0,354
Observações
3.838
3.838
3.838
3.838
Assim como verificado para bancos com a mesma participação de crédito
nos ativos, nas estimações por alavancagem (tabela 4), a interação foi positiva e
significativa e tivemos efeito positivo do ROA do grupo sobre o do banco do mesmo
grupo. Ou seja, quanto maior a concentração, maior seria a correlação entre o retorno
de um banco e o retorno dos demais bancos do seu grupo, indicando, mais uma
vez, que a concentração bancária pode afetar o mecanismo indireto de transmissão
de choques idiossincráticos. Quanto às estimações por liquidez, a interação não foi
significativa, mas obteve-se efeito positivo e significativo do ROA médio do grupo
sobre o banco do mesmo grupo.
57
Tabela 4 – Estimações com agrupamentos por liquidez e por alavancagem
Liquidez
ROA(-1)
1
sem interação
0,5734***
ROAM
IHH
[0,000]
[0,000]
3,9746
1
sem interação
0,5280***
[0,000]
0,0798
[0,024]
[0,637]
[0,384]
-0,0970
-0,0918
0,1043**
[0,296]
[0,016]
M
Impacto ROA
com interação
0,5484***
1,2073**
[0,353]
IHH*ROA
Alavancagem
2
-34,2221
M
2
com interação
0,5122***
[0,000]
-1,5110*
[0,093]
0,0621
[0,191]
22,1600*
[0,745]
[0,067]
1,2489***
0,2538**
[0,002]
[0,015]
Teste AR(1)
z = -4,80
z = -4,65
z = -4,91
z = -4,87
Teste AR(2)
z = 0,66
z = 0,62
z = 0,66
z = 0,64
Teste J de Hansen
0,226
0,249
0,302
0,370
Observações
3.838
3.838
3.838
3.838
M
1/ D.L2.ROA, D.L.ROA e D.L.IHH
Se restringirmos ainda mais os grupos, por exemplo, por controle e
consolidado bancário, ou por controle, consolidado bancário e alavancagem
(tabela 5), a interação passa a ser positiva e significativa, indicando que uma
maior concentração do sistema financeiro eleva a correlação entre a rentabilidade
das instituições financeiras desses grupos, podendo aumentar o risco sistêmico
caso um desses bancos se torne insolvente. Em outras palavras, períodos de maior
concentração bancária podem ser vistos pelo mercado como períodos de maior
interdependência entre a rentabilidade dos bancos com o mesmo tipo de controle,
consolidado bancário e alavancagem. Por exemplo, caso um banco sob controle
privado, sem carteira comercial e muito alavancado fique insolvente, quanto maior
a concentração bancária, maior será a percepção do mercado de que outros bancos
privados sem carteira comercial e muito alavancados, ou seja, com características
bastante similares, também estejam insolventes. Além disso, os resultados para
ambos os agrupamentos apontam para o fato de que quanto maior o retorno dos
bancos do seu mesmo grupo, maior será o retorno daquele banco.
58
Tabela 5 – Estimações com agrupamentos que consideram controle,
consolidado bancário e alavancagem
Controle e cons. bancário
ROA(-1)
ROA
1
sem interação
0,5684***
M
IHH
com interação
0,5954***
[0,000]
[0,000]
0,7514**
-6,8228*
1
sem interação
0,4612***
[0,000]
0,0992
[0,014]
[0,055]
[0,513]
-0,0137
-0,1595
0,1093**
[0,231]
[0,021]
[0,849]
IHH*ROA
Controle, cons. bancário e alav.
2
M
103,5288**
Impacto ROA
M
2
com interação
0,4131***
[0,000]
-1,8723*
[0,062]
0,0166
[0,769]
29,7223**
[0,049]
[0,037]
1,4228**
0,4949***
[0,031]
[0,004]
Teste AR(1)
z = -4,85
z = -4,56
z = -4,29
z = -4,16
Teste AR(2)
z = 0,61
z = 0,64
z = 0,36
z = 0,11
Teste J de Hansen
0,128
0,226
0,305
0,247
Observações
3.838
3.838
3.794
3.794
Em resumo, os resultados encontrados indicam uma correlação positiva
entre o retorno de cada banco e o retorno médio dos bancos com características
similares, sendo essa similaridade dada principalmente nos bancos agrupados por
alavancagem, volume de crédito, porte, liquidez e tipo de controle. Além disso, os
resultados apontam para o fato de que aumentos na concentração bancária, apesar
de reduzirem os riscos idiossincráticos pela maior diversificação, podem elevar a
percepção do mercado de haver uma maior interdependência na rentabilidade de
bancos sob o mesmo tipo de alavancagem ou crédito, ou agrupados em controle e
consolidado bancário ou controle, consolidado bancário e alavancagem, aumentando
o risco sistêmico caso um banco dentro desses grupos sofra um choque adverso.
4 Conclusões
Este estudo procurou abordar duas questões. A primeira é a existência de
interdependência da lucratividade entre os bancos no Brasil e, como consequência, a
possibilidade de risco sistêmico sob a perspectiva de contágio indireto. A segunda foi
examinar se o grau daquela interdependência estaria associado com a concentração
do sistema.
No que se refere à primeira questão, os resultados indicam que bancos com
características similares de controle, porte, volume de crédito, liquidez e alavancagem
apresentam grau de interdependência positivo e significativo, mesmo após controlar
por efeitos agregados no tempo. Esses resultados sugerem a existência de um canal de
transmissão de contágio indireto no Brasil.
59
Com relação à segunda, obtivemos evidências – quando agrupamos os
bancos por volume de crédito; alavancagem; controle e consolidado bancário; e
controle, consolidado bancário e nível de alavancagem – de que quanto maior a
concentração do sistema financeiro, maior seria a inter-relação da lucratividade
em cada um desses agrupamentos. Esse resultado reforça a importância de se estar
atento às implicações da consolidação bancária no risco de contágio de choques
idiossincráticos no sistema. A consolidação pode trazer benefícios em termos
de diversificação da carteira da instituição e, portanto, gerar redução do risco
idiossincrático, mas também pode elevar o risco sistêmico, na medida em que
pode aumentar a probabilidade de um choque idiossincrático ser interpretado pelo
mercado como choque de ordem agregada.
Todavia, há de se levar em conta também que há outros fatores que
determinam a interdependência entre os bancos no Brasil, que não foram
considerados no presente trabalho. A interdependência direta por meio do mercado
de empréstimos interbancários, ou mesmo mediante exposições a derivativos, são
alguns exemplos. Mas esses são campos de trabalho para pesquisa futura.
60
Referências
ARELLANO, M.; BOVER, O. Another look at the instrumental variable estimation
of error-components models. Journal of Econometrics, 68, p. 29-51, 1995.
BANCO CENTRAL DO BRASIL – BCB. Relatório de estabilidade financeira.
Novembro, 2002.
BLUNDELL, R.; BOND, S. Initial conditions and moment restrictions in dynamic
panel data models. Journal of Econometrics, 87, p. 115-143, 1998.
DE BANDT, O.; HARTMANN, P. Systemic risk: a survey. Working Paper, n. 35,
European Central Bank, 2000.
DE NICOLÓ, G.; KWAST, M. Systemic risk and financial consolidation: are they
related? IMF Working Paper, 02/55, 2002. 25 p.
DEGRYSE, H.; NGUYEN, G. Interbank exposures: an empirical examination of
contagion risk in the Belgian banking system. International Journal of Central
Banking, 3, p. 123-171, 2007.
LELYVELD, I.; LIEDORP, F. Interbank contagion in the Dutch banking sector: a
sensitivity analysis. International Journal of Central Banking, 2, p. 99-133, 2006.
UPPER, C.; WORMS, A. Estimating bilateral exposures in the German interbank market:
is there a danger of contagion? European Economic Review, 48, p.827-849, 2004.
VANDER VENNET, R. Cost and profit efficiency of financial conglomerates and
universal banks in Europe. Journal of Money, Credit and Banking, 34, p. 254-282, 2002.
61
2
Varejistas e Fundos de Investimento
Creditórios Replicando um
Banco Keynesiano*
Victorio Yi Tson Chu
1 Introdução
Neste artigo, pretende-se mostrar como a combinação de dois entes não
bancários pode replicar as atividades de empréstimo de um banco comercial1 com
comportamento keynesiano, isto é, pode aumentar a carteira de créditos após choque
recessivo ou depressivo. O artifício usado é a venda de crédito.2
Uma das dificuldades inerente às operações de venda de crédito é a seleção
adversa dos créditos, no sentido de que, em geral, o comprador adquire créditos de
baixa qualidade. Isso ocorre, por exemplo, em operações do tipo assunção de dívida
entre os bancos. Nessa modalidade, a aquisição da dívida é feita com o aval do banco
que originou os créditos. Assim, caso algum dos créditos não sejam pagos, fica o
banco originador dos empréstimos a assumir a dívida do devedor inadimplente.
As duas principais justificativas para as vendas de crédito entre instituições
financeiras são: i) auxílio na resolução de problemas de funding; e ii) diversificação
da carteira de empréstimos (Pennacchi, 1988, e Gorton e Pennacchi, 1995).
*
1
2
O autor agradece aos participantes do Workshop sobre Risco, Estabilidade Financeira e Economia
Bancária do Banco Central do Brasil por suas sugestões e seus comentários. Em especial, a Ricardo
Schechtman, Sérgio Mikio Koyama, Cassio Roberto Leite Neto, Manoel Evaristo Ferreira Júnior,
Bruno Silva Martins, Clodoaldo Aparecido Annibal, Eduardo Luís Lundberg e Maurício Barreto
Campos pelos comentários e as sugestões. As opiniões expressas neste artigo são da responsabilidade
de seu autor e não refletem, necessariamente, a posição do Banco Central do Brasil ou as opiniões de
seus membros.
Ressalte-se que essa junção de um varejista e de um fundo replicando um banco não significa
que possam substituir os bancos, mas pode atuar num segmento ou nicho do mercado. Assim
como cooperativas de crédito nunca irão substituir um banco, mas atuam em algumas atividades
específicas envolvendo a concessão de crédito.
A venda de crédito, na maior parte das vezes, envolverá securitização dos créditos. Allen (2008)
contesta a sabedoria convencional de que a recente crise do subprime nos EUA foi causada pela
securitização, apresentando como causa a existência de uma bolha no mercado de imóveis.
Corrobora a explicação de Allen (2008) o fato de a securitização existir desde meados da década
de 1970 (OCC, 1997), sem ter sido causa de crises financeiras. Neste artigo, a linha de trabalho
assumirá que a securitização não é causa de crises financeiras, mas seu mau uso. Uma analogia
próxima seria que bancos, apesar de que possam atuar com o risco moral, não são causadoras de
crises financeiras, mas sua má gestão, sim.
63
No caso abordado neste artigo, com duas firmas não financeiras, na ponta
originadora dos créditos está um varejista, por exemplo, uma concessionária de
veículos ou uma rede de lojas que vendem produtos de consumo, tais como geladeiras,
televisões entre outros; e na ponta de funding, há um fundo de investimento em
direitos creditórios (FIDC).
Dado que um varejista não bancário não pode emprestar com recursos de
terceiros, visto que a legislação fixou tal atividade como bancária, a questão básica
abordada neste trabalho é como firmas não bancárias podem financiar créditos, tal
que repliquem essa função, como um banco. Outra questão é como otimizar isso
dentro de um sistema informacional, supondo que os varejistas já estejam financiando
a compra de bens.
O conceito de banco keynesiano, utilizado neste texto, é o de um banco
que pode ser estimulado a conceder crédito numa depressão. É claro que todos os
bancos mesmo numa depressão irão conceder créditos para alguns tomadores bem
qualificados. Entretanto, assumindo-se que a economia esteja numa depressão, em
face das perdas devidas ao aumento da inadimplência e de seus efeitos negativos sobre
o patrimônio líquido, muitos bancos terão de contrair a carteira de crédito. Assim,
estimulá-los a aumentar a carteira de crédito não é uma tarefa trivial. A subseção 4.2
descreverá mais detalhadamente como o sistema varejista não financeiro associado
com um FIDC poderá atuar como “banco keynesiano”.
Após essa introdução, o artigo está estruturado da seguinte forma: i) um
modelo teórico de vendas de crédito baseado no artigo de Gorton e Pennacchi (1995),
enfatizando o aspecto de como se pode superar a venda de “lemon” – Akerlof (1970);
ii) um exemplo numérico contábil do sistema de crédito de um varejista combinado
com um FIDC; iii) uma discussão dos resultados nos quais são apresentadas mais
quatro subseções com propostas surgidas das seções anteriores; e iv) a conclusão.
2 Modelo de vendas de crédito
Uma questão clássica numa venda de empréstimos ou créditos é a
possibilidade do efeito “lemon”. Esse efeito, descrito num artigo clássico de Akerlof
(1970), diz respeito à possibilidade de serem vendidos apenas os créditos ruins, dada
a ocorrência de assimetria de informação entre as partes envolvidas.
Para se contornar esse problema, uma das soluções é a citada na
introdução, pela qual o vendedor dos créditos avaliza os empréstimos vendidos. Se
ficar inadimplente, o vendedor irá cobrir a perda. Outra solução é o originador dos
créditos ficar com parte dos empréstimos vendidos.
A seguir, é apresentada versão simplificada da formalização do modelo
de vendas de crédito de Gorton e Pennacchi (1995)3 – G&P, daqui em diante. Esse
modelo foi feito inicialmente para venda e compra de créditos entre bancos. O
objetivo desta seção é apresentar a possibilidade de venda de créditos mesmo com a
3
64
Numa revisão da literatura recente, não foram encontrados artigos relacionando os aspectos
enfocados neste artigo sobre modelo de vendas de crédito. Por sinal, o artigo de G&P é uma
simplificação do artigo de Pennacchi (1988).
ocorrência de assimetria de informação e do risco moral para o comprador devido
à falta de esforço na análise de crédito. Risco moral seria inexistente ou quase nulo
caso os créditos não fossem vendidos. Consequentemente, o modelo de G&P será
apresentado até o parâmetro relativo ao risco moral.
Nesse modelo, o contrato de venda considera o efeito da falta de esforço em
filtrar a qualidade dos tomadores ser não observável. Não sendo observável essa falta
de esforço, existirá um efeito de risco moral na venda desses créditos. Para mitigar
esse risco moral, o contrato possível, sem ser a cláusula de recompra ou a assunção
de dívida (equivalente à garantia do banco que está vendendo os créditos), seria um
acordo em que o banco originador retém uma porção de cada crédito, de tal forma
que as perdas irão impactar também a porção retida pelo originador.
No modelo de G&P, são apresentadas quatro hipóteses cruciais, conforme
se segue.
(A1) Um empréstimo bancário, para cada um real emprestado, irá produzir um
retorno estocástico x, em que x ∈ [0, L], em que L é o valor a ser pago ao fim de τ
períodos do empréstimo acordado. Esse retorno x possui uma função distribuição
cumulativa F(x,a), em que a é o nível de esforço na avaliação do crédito. A função
distribuição satisfaz a seguinte relação:
F(x, λa + (1-λ)a’) ≤ λF(x, a) + (1-λ) F(x, a’),
(1)
para todo a, a’ ∈ ℝ; λ∈ (0,1).
(A2) O banco tem retornos constantes de escala na sua tecnologia de
avaliação do crédito de tomadores. O custo dessa função de avaliação é
c(a) = c a.
(2)
(A3) O banco originador dos empréstimos pode vender uma porção b,
em que b ∈ (0,1), ficando com a parte remanescente (1-b). Os compradores desses
créditos, supondo serem neutros ao risco,4 irão requerer uma taxa de retorno rf. O
banco originador lastreia os empréstimos com recursos adquiridos à taxa de rI.
(A4) Para deixar o modelo mais flexível, essa hipótese contempla
possibilidade de o banco dar uma garantia implícita e parcial para uma inadimplência
de cada empréstimo que é vendido. Assim, seja γ a proporção de cada empréstimo
vendido que o banco promete garantir, tal que γ ∈ [0, 1], a garantia que o banco
oferece só é válida se ela estiver solvente. O banco não irá falir com probabilidade p
após τ períodos e não está correlacionado com o retorno dos empréstimos.
O contrato ótimo de venda de crédito envolve duas variáveis: o esforço de
análise de crédito a e a venda da porção b dos créditos, que permitirão ao banco
maximizar seus lucros esperados. Veja-se a equação (3).
,
4
(3)
O termo “neutros ao risco” significa que o agente tem fator de aversão ao risco igual 1.
65
em que
(4)
sujeito a
(5)
b≤ 1
(6)
Na equação (3), o primeiro termo na função objetiva de lucro do banco
originador, está o retorno esperado da porção de empréstimos mantidos pelo
originador, subtraído do valor das garantias implícitas que o banco originador concede
ao comprador dos créditos. I é total de funding interno (depósitos e capital) de que o
banco precisa, ao custo rI, dado que uma fração b dos empréstimos foi vendida. Para
que o esforço de análise de crédito seja incentivo compatível, a maximização tem de
ser sujeita a restrição (5). Em Hart e Holmstrom (1987), que mostram esse resultado,
a maximização ocorre quando a função distribuição F(x,a) satisfaz a condição de
convexidade da função distribuição dada pela hipótese (A1). Usando-se a equação
funcional c(a) = ca e definindo-se a taxa de retorno esperada do empréstimo como
,
(7)
a restrição de compatibilidade de incentivo pode ser reescrita como
,
(8)
em que o subscrito representa a derivada parcial em relação à variável subscrita.
Considerando-se que o esforço de análise de crédito é o mais eficiente, quando b=0,
isto é, o banco não vende nenhum crédito. Nesse caso,
.
(9)
A equação (8) representa o esforço de avaliação de crédito abaixo do
representado pela equação (9). Pois em (8) ocorre venda de parte dos créditos
(b > 0), o que implica a possibilidade de o banco não garantir o empréstimo (γ < 1)
conjuntamente ou não com a possibilidade de o banco falir (p < 1), como resultado
da hipótese (A4).
Dessa forma, o objetivo descrito no início desta seção, de apresentar até o
parâmetro relativo do risco moral, que está descrito na equação (8), foi alcançado.
Apenas complementando, o modelo original de G&P é desenvolvido até
obter a equação da variável b ótimo. Entretanto, como a equação do b ótimo ficou
muito complexa, grande e com muitos termos, os autores simplificam com algumas
hipóteses adicionais para torná-la mais tratável,5 obtendo equações mais simples para
a realização de testes empíricos.6
5
6
66
Que constitui a equação (6): Gorton e Pennacchi (1995, p. 399).
Realizam vários testes empíricos: testam a forma funcional da equação de equilíbrio do modelo e
vários resultados esperados do modelo.
3 Descrição contábil de um varejista e um fundo replicando
um banco de crédito comercial
Na seção anterior, foi mostrado que existe a possibilidade de venda de
crédito mesmo com a existência do risco moral de a qualidade dos créditos vendidos
não serem boas, bastando que uma porção dos créditos fique retida com o banco
originador. Esse efeito de redução do risco moral pode ser mais forte caso a cláusula
contratual dos créditos retidos seja do tipo subordinada e sênior. As cotas subordinadas
correspondem à porção de cada crédito que fica com o banco originador e que é
sujeita às primeiras perdas, impactando a porção retida pelo originador até exauri-la.
Só então irá afetar as cotas seniores, que correspondem ao restante dos créditos
que foram vendidos. Na prática, a hipótese (A3) da seção anterior ficou mais forte,
aumentando o esforço na análise do risco feito pelo originador dos créditos.
Esse tipo de cláusula contratual (cotas subordinadas e seniores) é mais
eficiente na redução do risco moral para o comprador desses créditos e será o arranjo
contratual das vendas de crédito descritas a seguir.
Diferentemente da exposição da seção anterior, nesta parte do trabalho será
utilizado um enfoque contábil na descrição de um modelo simplificado, usando-se
razonetes, mostrando como seriam gerados por meio de uma captação de recursos
para o financiamento de créditos, alavancando as operações comerciais do varejista.
Sem essa combinação, o varejista só poderia alavancar suas vendas mediante uma
instituição financeira, e os riscos ficariam na instituição financeira.
Na figura 1, apresentamos inicialmente (t=1) o Varejista com o seu
patrimônio líquido de $100 (o símbolo $ representa unidade monetária) e o Fundo
FIDC (F).7
No período t=1, o V (Varejista) vende $100 em produtos financiados com
recursos próprios.
Figura 1 – Situação em t = 1
No período t=2, V vende $90 das suas vendas a crédito para F. Esses créditos
vendidos são classificados como cotas seniores.
7
Esses FDICs já existem e estão regulamentados pela Comissão de Valores Mobiliários (CVM). O
saldo total do patrimônio líquido desses fundos em 31/12/2008, excluídos os fundos que aplicam
em cotas de FDIC, era de R$ 40.672 milhões.
67
O varejista fica com $10 dos créditos. Esses créditos são considerados
subordinados, pois inicialmente quaisquer perdas dessa carteira de crédito de $100
(sênior + subordinada) irão abater as cotas subordinadas até estas se zerarem. Após
zerarem-se todas as cotas subordinadas, as demais inadimplências irão atingir as
cotas seniores adquiridas por F.
Novamente, novos investidores aplicam mais $100 em FIDC; paralelamente,
o varejista V realiza novas vendas a crédito, conforme a figura 3.
E assim por diante, o fundo FIDC adquire os novos créditos (cota sênior) do
varejista com os recursos captados com seus investidores, até todo o PL do varejista
ficar convertido em cotas subordinadas. Veja-se a figura 4.
Unificando-se as duas firmas num único razonete para o período t=10,
passando-se os créditos adquiridos do varejista para financiados, tem-se o mostrado
na figura 5.
Figura 5 – Alavancagem tipo 1, em t = 10
Nesse razonete, para t=10, onde está representada a junção do varejista V
e do fundo FIDC, percebe-se que com os $900 dos investidores, nesse sistema V + F,
a alavancagem está em cerca de 10. Como não tem limite normativo, só tem o limite
de viabilidade econômica que é dado pelo PL, o sistema V + F pode continuar
68
alavancando. Por exemplo, se a cota subordinada fosse reduzida para 5% das vendas
a crédito, a alavancagem poderia ir para 20.
A alavancagem da figura 5 será definida como tipo 1, em que os recursos
utilizados para alavancar provêm dos investidores.
Além dessa alavancagem tipo 1, o fundo F pode tomar recursos emprestados
de instituições financeiras. Nesse caso, a alavancagem será denominada tipo 2,
conforme mostrado na figura 6.
Figura 6 – Alavancagem tipo 2, em t = 10
A alavancagem tipo 2 apresenta riscos maiores nesse sistema V + F, pois,
como os empréstimos podem não ser rolados no vencimento, F pode ter problemas
de liquidez, diferentemente de caso os recursos fossem totalmente aplicados pelos
investidores que quase sempre têm uma carência de 30 dias ou mais no resgate,
permitindo que os gestores do fundo tenham tempo para ajustar os recursos frente
aos saques.
4 Discussão dos resultados
A estrutura V + F, com certeza, não substitui as atividades do banco,
mesmo nas áreas de crédito, por exemplo, trade finance, que é o financiamento de
importações e exportações em moedas estrangeiras. Entretanto, o sistema V + F pode
ajudar a aumentar o fluxo de crédito, atuando em determinados nichos específicos
ou em segmentos menos ofertados pelo sistema bancário.
Nesta seção, os itens discutidos serão abordados de forma simples e mais
descritiva, procurando mostrar a idéia principal. Entre inúmeros temas, quatro
tópicos serão descritos: i) diminuição do risco moral do depositante (investidor no
sistema V + F); ii) maneiras de atuação de uma estrutura V + F como um banco
keynesiano;8 iii) proibição de vendas das cotas subordinadas pelo originador dos
créditos; e iv) a mesma vedação da Lei nº 4.595, art. 34, para a venda de créditos de
instituições: administradores e gestores diretamente ligados com o fundo não podem
ser devedores em créditos adquiridos pelo FIDC.
O risco moral do depositante representa a despreocupação deste em manter
ou depositar os recursos, até o montante um pouco menor que o limite garantido
pelo seguro de depósito, depositados em um banco mesmo falido, mas não liquidado.
8
Os dois termos, “risco moral do depositante [bancário]” e “banco keynesiano”, não são do
conhecimento do autor em outras fontes que tenham apresentado anteriormente seus conceitos.
69
O risco moral ocorreria, pois se não houvesse essa garantia o depositante não manteria
ou depositaria os recursos nesse banco falido, mas não liquidado. Muitas vezes, o
limite é estendido para valores maiores pelo governo, como ocorre atualmente na
crise bancária nos Estados Unidos.
4.1 Desnecessidade de seguro de depósito e a consequente não ocorrência
de risco moral do depositante
Antes de iniciar esta subseção, faz-se necessário esclarecer que o seguro de
depósito bancário é um instrumento muito importante para a estabilidade do sistema
bancário. E os custos do seguro obrigatório, incluindo o risco moral do depositante,
são muito mais que compensados pelos seus benefícios.
A inexistência do risco moral do depositante, que, no caso do sistema V + F
seria o risco moral associado aos investidores, deve-se à existência da garantia
proporcionada pelo seguro de depósito, como dito anteriormente, um pouco abaixo
do limite do seguro de depósito.9
A seguir, será descrito o processo econômico que resultará no
estabelecimento do seguro de depósito. Na próxima etapa, é introduzido o seguro
de depósito, acarretando o aparecimento do risco moral do depositante. O modelo
usado para ilustrar, tabela 1, apresentando a racionalidade econômica do seguro de
depósito é diferente do modelo seminal de Diamond e Dybvig (1984).
Tabela 1 – Lucro do banco e risco do CDB na data t=0 e t=1 a taxa im
t= 0
t= 1
prob (%)
R$
CDB
prob (%)
R$
CDB
1
40
Sem risco
30
200
Sem risco
98
20
Sem risco
65
100
Sem risco
1
-10
PERDA
5
-10
PERDA
E(lucro)
19,9
prob(PERDA) = 1%
E(lucro)
124,5
prob(PERDA) = 5%
Supondo-se todos os agentes serem neutros ao risco, na tabela 1, na data inicial
t=0, o banco capta em CDB (Certificado de Depósito Bancário) e paga uma taxa im.
Mesmo com uma melhora nas expectativas de lucro do banco, dada pela esperança
matemática E(lucro) em t=1, a probabilidade de o CDB não ser honrado (prob(PERDA))
aumentou de 1% para 5%. Mesmo assim, se o banco tiver ações cotadas na bolsa, o
valor de mercado delas pode estar subindo, pois o valor esperado do banco subiu.
Como a probabilidade de perda do CDB aumentou (para exemplificar, em
t=0 a expectativa da taxa de retorno do CDB era de 0,99 im e passou para 0,95 im),
o depositante deveria ser compensado pelo seu maior risco. Mas essa compensação
não ocorre e também o depositante não está interessado em ganhos com mais riscos,
mas sim em retorno fixo com o risco fixo.
Para resolver esse problema do depositante, ocorre uma intervenção pública
por meio da criação de um seguro de depósito, que garante, até um determinado
valor fixo, a certeza do pagamento do CDB.
9
70
Um pouco menor que o limite para incorporar os rendimentos do depósito, quando for o caso.
Entretanto, como a teoria de seguros prevê, o seguro de depósito irá criar
um efeito de risco moral no segurado, no caso o depositante. Nesse contexto de risco
moral, o cliente do banco aplica em um CDB mesmo com o banco insolvente. Esse
risco moral do depositante bancário ocorre com os clientes cujo saldo dos depósitos
são inferiores ao valor máximo do depósito de seguro. Um exemplo claro é o que
está ocorrendo na atual crise bancária nos Estado Unidos da América, onde bancos
com ativos que superavam US$1 trilhão ainda recebiam depósitos mesmo sendo
veiculado nos jornais on line na internet seu estado de insolvência.10
Se não existisse esse seguro, o comportamento do agente seria diferente, o
depositante não depositaria ou rolaria o CDB.
No caso V + F, mostrado na tabela 2, o investidor recebe uma compensação
para o aumento do risco de perda com um aumento na expectativa dos ganhos. Não
há necessidade de uma intervenção pública por meio de algum tipo de seguro.
Tabela 2 – Investidor aplica no fundo (R$1 mil) na data t=0 e em t=1 alteram-se
as probabilidades (prob) e retornos
t= 0
t= 1
Prob (%)
Ganho R$
Retorno
Prob (%)
Ganho R$
Retorno
1
40
4%
30
200
20%
98
20
2%
65
100
10%
1
-10
-1%
5
-10
-1%
E(lucro)
19,9
prob(PERDA) = 1%
E(lucro)
124,5
prob(PERDA) = 5%
Portanto, no sistema V + F, não ocorre o risco moral do depositante/investidor.
4.2 Sistema V + F possui características de um banco keynesiano
Uma depressão ou uma crise econômica severa é definida por alguns autores
como a situação em que economia contrai 10% (Barro, 2008). De acordo com Hicks
(1937), “[...] a Teoria Geral de Emprego é a Teoria Econômica da Depressão”.11 Essa
referência de Hicks ao livro Teoria Geral do Emprego de Keynes acabou associando o
termo keynesiano à teoria econômica da depressão.
Conforme apresentado no início desta seção, bancos públicos satisfazem
o conceito de banco keynesiano,12 pois numa crise severa conseguem expandir a
carteira de crédito, mesmo com a diminuição da qualidade dos tomadores (Veja-se
The Economist [2009]).
Além da redução da qualidade e da quantidade de tomadores qualificados,
as perdas com a inadimplência diminuem o patrimônio dos bancos. Essa redução no
patrimônio acaba reduzindo a oferta dos empréstimos para os bancos poderem se
ajustar ao risco de um menor nível de capital.
10 Nesses casos, o valor garantido pelo governo americano superou o limite do seguro estabelecido
pelo FDIC (Federal Deposit Insurance Corporation).
11 Uma tradução livre de “So the General Theory of Employment is the Economics of Depression”
(Hicks, 1937, p. 155).
12 Vale observar que o Federal Reserve abraçou esse conceito de banco keynesiano ao comprar créditos
e títulos privados. Esse tipo de atividade não condiz com os conceitos de banco central tradicional.
71
Figura 7 – Demanda e oferta de empréstimos com bancos
A figura 7a representa o período antes do choque depressivo. As curvas Da
e Sa representam, respectivamente, as curva de demanda de empréstimos para um
nível fixo de risco de crédito e a curva de oferta de empréstimos dos bancos para o
mesmo nível fixo de risco de crédito. O ponto Ea antes do choque, para as duas curvas
Da e Sa, tem ordenada LQa e abscissa iQa. A ordenada LQa constitui-se na quantidade de
empréstimos realizados com a taxa de juros da abscissa iQa.
A figura 7b representa o período após o choque depressivo não esperado
e com perdas inesperadas na carteira de empréstimos, que reduziram o capital-base
para o risco de crédito da oferta de empréstimos. As curvas Db e Sb correspondem às
curvas Da e Sa após o seu deslocamento para a esquerda, refletindo menor demanda
e menor oferta. As duas curvas Db e Sb se encontram no ponto Eb de coordenadas
LQb (<LQa) e iQb. A nova abscissa iQb não é possível determinar antecipadamente
se será maior, igual ou menor relativamente a iQa, pois depende da magnitude do
deslocamento da curva de demanda de empréstimos.
72
4.2.1 Oferta de crédito no sistema V + F após o choque depressivo
Nesse sistema, os gestores podem criar novos fundos Fb após o choque
depressivo. No caso dos bancos, os investidores, não sabendo o tamanho das
perdas que ainda podem ocorrer na carteira de crédito concedida antes do choque
depressivo, dificilmente capitalizariam o banco para que este pudesse realizar novos
empréstimos.13
Entretanto, nos novos fundos Fb, os investidores alocariam recursos
que certamente não estariam contaminados com perdas anteriores. Na figura 8, é
apresentado gráfico comparativo entre a oferta bancária e a oferta de empréstimos,
após o choque depressivo, dada a curva de demanda de empréstimos com risco de
crédito fixo. A curva de oferta de empréstimos dos novos fundos é SFb, onde ocorre o
aporte de recursos nos novos fundos pelos investidores.
Figura 8 – Demanda e oferta de empréstimos com sistema V + F
Na figura 8, está diagramado um quadro comparativo entre as duas curvas
de oferta de empréstimo, dos novos fundos SFb e pelos bancos Sb, representados,
respectivamente, pela linha cheia e a tracejada. As curvas Sb e Db são as mesmas da
figura 7b. O ponto de encontro das curvas de demanda Db e SFb é EFb com a ordenada
LFb (>LQb) e abscissa iFb (<iQb), ou seja, com maior oferta de empréstimos e menor taxa
de juros dos empréstimos controlados pelo risco de crédito.
Numa situação de escassez de crédito bancário, se os policymakers
acharem do interesse público procurar estimular a economia fazendo os fluxos de
crédito fluir, os novos fundos de investimento creditório podem reduzir ou isentar
temporariamente a tributação, assim como foi feito no IPI dos carros (redução das
alíquotas) ou nos fundos imobiliários que são isentos. Diferentemente da redução do
compulsório dos bancos, que não necessariamente pode ir para os créditos, os FIDCs
13 Nessa crise bancária de 2008 nos Estados Unidos, mesmo os bancos que receberam aporte de capital,
por exemplo, mediante ações preferenciais, não expandiram os créditos na mesma proporção.
73
criados obrigatoriamente terão de ser direcionados para créditos, pois a legislação
obriga o fundo a direcionar no mínimo 50% dos recursos para a aquisição de créditos.
Adicionalmente, esses fundos, que são direcionados para investidores
qualificados, devem contar com fiscalização, ao contrário de alguns países
desenvolvidos, nos quais fundos hedge de investidores qualificados não possuem
praticamente nenhuma fiscalização.14 Caso não ocorra essa fiscalização, alguns casos
de má-administração ou fraudes podem abalar o segmento de fundos, inviabilizando
a captação de recursos para os FIDCs, principalmente após um choque depressivo,
quando esses fundos poderão ser importantes para auxiliar na desobstrução das
barreiras ao fluxo de crédito.
4.3 Vedação da venda ou transferência do risco de crédito das cotas
subordinadas pelo vendedor que originou os créditos
Pelo modelo apresentado na seção 1, está claro que o efeito das cotas
subordinadas é manter certo nível de esforço na análise do crédito do tomador. Se, no
entanto, as cotas subordinadas são vendidas ou têm seu risco transferido mediante o
uso de derivativos como CDS (Credit Default Swaps), o originador dos créditos não
fará nenhum esforço de análise do risco, pois esse risco não terá nenhum impacto
nos seus resultados.
Atualmente, as cotas subordinadas podem ter os seus riscos transferidos
ou vendidos. Em 2007, os bancos tanto comerciais quanto de investimento estavam
originando muitos créditos para vender, os quais ficaram ilíquidos, i.e., não puderam
ser desovados (THE ECONOMIST, 2007). Nessa publicação, mostra-se claramente
que havia intensa produção de fluxo de créditos para serem vendidos onde o risco de
crédito do originador muitas vezes era limitado até o período de vendas dos créditos;
portanto, a qualidade dos créditos vendidos era questionável.
Outras evidências empíricas desse tipo de comportamento foram
encontradas por Keys e outros (2008), em trabalho a ser publicado no Quarterly Journal
of Economics. Os autores verificaram que a qualidade dos créditos securitizados no
subprime eram cerca de 20% inferiores a um risco de crédito de mesmo preço.15
Logo, um ponto crucial na legislação dos FDICs é a proibição de qualquer
possibilidade de venda ou transferência do risco de crédito das cotas subordinadas
pelo originador dos créditos e a determinação de manutenção de uma fração mínima
obrigatória a ser retida pelo originador até seu vencimento. Uma expansão do mercado
de vendas de crédito ou securitização sem essa proibição de venda ou transferência de
créditos subordinados pelo originador poderá gerar riscos sistêmicos, pois irá induzir
a criar cotas subordinadas para serem vendidas sem análise de créditos adequados,
resultando numa bolha de crédito sem uma análise criteriosa do risco de crédito.
14 No Brasil, esses fundos são fiscalizados pela CVM.
15 Outro título possível para esse trabalho seria “Por que os créditos vendidos são de qualidade inferior
ao seu preço?”.
74
4.4 Vedação à compra de créditos de pessoas físicas ou jurídicas
controladas ou ligadas aos gestores do fundo (Lei nº 4.595, art. 34)
No sistema V + F, deverão ser impostas as vedações similares quanto a
empréstimo ou crédito para administradores, executivos, controladores e empresas
ligadas ou controladas existente na Lei nº 4.595, art. 34, que regula as instituições
financeiras. Apesar de a legislação determinar que os gestores dos FIDCs sejam
instituições financeiras, como corretoras, distribuidores ou bancos, não existe
proibição de aquisição de créditos dos gestores ou de pessoas a eles ligadas. Por
sinal, podem-se adquirir créditos vendidos até determinado limite: o de créditos
dos administradores do fundo ou de pessoas físicas ou jurídicas ligadas aos gestores.
Não se deve confundir esses créditos, cujo os devedores são os administradores,
com créditos originados por meio das atividades de empresas ligadas aos fundos
administrados pelos gestores; por exemplo, empréstimos cujos devedores são
clientes de uma empresa na qual os fundos administrados por esses gestores tenham
participação acionária ou gerência.
5 Conclusão
Neste trabalho, foi apresentado instrumento que pode facilitar na liberação
do fluxo de créditos na economia. Apesar de esse instrumento, FIDC, já existir, ele
ainda não foi explorado em todo o seu potencial.
Com a formalização do aspecto teórico da venda de crédito e o exemplo
contábil de como o FIDC, combinado com um varejista, mostra-se que é possível
replicar as atividades de financiamento de uma instituição financeira. Na seção 2,
foram apresentados os aspectos teóricos da venda de crédito sob o ponto de vista da
operação em si para o vendedor e o comprador. Na seção 3, mediante a utilização
de um modelo contábil, foram mostradas as possibilidades da alavancagem das
operações de crédito em um sistema V + F. Por fim, na seção 4, apresentaram-se e
discutiram-se os resultados.
O primeiro resultado é a não existência de seguro de depósito e a consequente
não ocorrência do risco moral do depositante. O segundo resultado é a possibilidade
de esses fundos combinados com varejistas servirem, numa crise depressiva, como
bancos keynesianos, isto é, auxiliadores no restabelecimento do fluxo de crédito na
economia, mesmo com a contração do crédito bancário, e, dessa forma, estimular a
economia, visando a sua recuperação. Esse resultado é muito forte, pois mesmo os
bancos, nessa crise bancária de 2008 nos Estados Unidos, que receberam aporte no
capital não expandiram os créditos na mesma proporção.
O terceiro resultado, advindo da formalização do modelo de G&P, é a vedação
da venda das cotas subordinadas. Sem essa vedação da venda ou da transferência do risco
de crédito das cotas subordinadas pelo originador, uma grande expansão do mercado de
vendas de crédito poderá resultar numa crise econômico e financeira.
Por fim, o último resultado é a aplicação aos gestores do fundo do art. 34
da Lei nº 4.595, que impede que uma instituição financeira realize empréstimos a
administradores, executivos e empresas ligadas ou controladas.
75
Os resultados sugerem que se pode expandir de forma sistemicamente
segura o uso desses fundos de créditos, visando a estimular a economia, resultando
no aumento da produção, do nível de renda, do emprego e do bem-estar da sociedade.
O mecanismo proposto já está sendo pleiteado pelos agentes econômicos,
quase que simultaneamente a este trabalho, exceto: i) nos quesitos citados nas
subseções 4.3 e 4.4, respectivamente, proibição da venda ou transferência dos riscos
de créditos das cotas subordinadas e o correspondente para o FIDC da proibição de
empréstimos aos administradores e pessoas ligadas às instituições financeiras imposta
pelo art. 34 da Lei nº 4.595; e ii) no uso de recursos públicos para as cotas do FDIC.
76
Referências
AKERLOF, G.A. The market for “lemons”: quality and the Market Mechanism. The
Quarterly Journal of Economics, v. 84, n. 3, p. 488-500, 1970.
ALLEN, F. The financial crisis. Five Star Conference, New York University, 5 dec. 2008.
BARRO, R. J.; URSÚA, J. F. Macroeconomic crises since 1870. NBER working
papers, w13940.
CALOMIRIS, C. W.; MASON, J. R. Consequences of Bank Distress during the
Great Depression. The American Economic Review, v. 93, n. 3, p. 937-947, 2003.
DIAMOND, D. Financial intermediation and delegated monitoring.
Review of Economic Studies, LI, p. 393-414, 1984.
DIAMOND, D.; DYBVIG, P. Bank runs, deposit insurance and liquidity.
Journal of Political Economy n. 9, p. 401-419, 1983.
FACCHINI, C. Varejo pede socorro ao governo sem capital de giro, redes sugerem a
liberação de recursos públicos para FIDC. Valor Econômico, 7 abr. 2009, p. C1.
GORTON, G. B.; PENNACCHI, G. G. Banks and loan sales: marketing
nonmarketable assets. Journal of Monetary Economic, v. 35, p. 389-411, 1995.
HART, O.; B. HOLMSTROM. The theory of contracts. In: BEWLEY, T. (ed.).
Advances in economic theory: fifth world congress. Cambridge: Cambridge
University Press, 1987.
HICKS, J. R. Mr. Keynes and the “classics”: a suggested interpretation.
Econometrica, v. 5, n. 2, p. 147-159, 1937.
KEYS, B. J. et al. Did securitization lead to lax screening? Evidence from subprime
loans. Working paper Chicago Booth School of Business. Quarterly Journal of
Economics, v. 125 n. 1, 2010 (no prelo).
OFFICE OF THE COMPTROLLER OF THE CURRENCY – OCC . Asset
Securitization. Comptroller’s Handbook, nov. 1997.
PENNACCHI, G. G. Loan sales and the cost of bank capital. Journal of Finance,
n. 43, p. 375-395, 1988.
THE ECONOMIST, The effect on financial firms. The Economist. 2 ago. 2007.
THE ECONOMIST, Reaping the rewards of indolence. The Economist. 7 mar. 2009.
77
3
Crédito Habitacional no Brasil:
aperfeiçoamentos institucionais e
avaliação da evolução recente*
Bruno Silva Martins
Eduardo Luis Lundberg
Tony Takeda
1 Introdução
A recente expansão no mercado imobiliário brasileiro é vista por muitos
como consequência natural da estabilização econômica alcançada nos últimos anos,
que, associada a aperfeiçoamentos institucionais que aumentaram as garantias aos
credores, permitiu o fortalecimento do mercado de crédito habitacional.
Não há dúvidas de que esse tipo de contrato de crédito, no qual os prazos
são, em geral, superiores a quinze anos, necessita de um ambiente de estabilidade
econômica e de um arcabouço institucional que garanta os direitos dos credores1
para se desenvolver de forma sustentada. No entanto, apesar da consolidação do
processo de estabilidade macroeconômica – alcançada com a adoção do Plano Real,
em 1994, e com a implementação do sistema de metas para a inflação, em 1999 –,
o mercado de crédito imobiliário ainda encontra limitações em virtude de taxas de
juros relativamente altas associadas à sua principal fonte de financiamento. Note-se
que, por ser um contrato de longo prazo, qualquer mudança marginal no preço do
financiamento altera de forma substancial o preço final do imóvel para o mutuário.
Dessa forma, uma condição necessária para o desenvolvimento desse mercado é que
o custo associado ao financiamento seja razoavelmente baixo.
Este artigo tem como objetivo investigar a evolução recente do mercado de
crédito imobiliário brasileiro, tendo como foco principal avaliar se a expansão dos
saldos de financiamentos habitacionais nos últimos anos foi resultado dos avanços
institucionais e econômicos recentes ou se foi tão-somente devido ao aumento
das aplicações obrigatórias impostas às instituições financeiras pelas regras de
direcionamento imobiliário.
O gráfico 1 mostra a evolução recente da participação do crédito imobiliário
em relação ao PIB na economia brasileira, enquanto os gráficos 2 e 3 apresentam um
comparativo dessa estatística com as de outros países ao final de 2007.
*
1
Os autores agradecem os importantes comentários de Antônio Carlos Magalhães da Silva,
Fernando Nascimento de Oliveira, João Maurício de Souza Moreira e Myrian Beatriz Eiras das
Neves. As opiniões expressas neste artigo são da responsabilidade de seus autores e não refletem,
necessariamente, a visão do Banco Central do Brasil.
Um ambiente jurídico-institucional que proteja as firmas credoras em caso de inadimplência gera
uma melhora de bem-estar tanto para os credores quanto para os devedores.
79
Gráfico 1 – Brasil: crédito habitacional/PIB
3,00%
2,50%
2,00%
1,50%
1,00%
0,50%
Jun-2009
Dez-2008
Dez-2007
Dez-2006
Dez-2005
Dez-2004
Dez-2003
Dez-2002
Dez-2001
0,00%
Gráfico 2 – Crédito habitacional/PIB – Dez-2007
140%
120%
100%
80%
60%
40%
20%
1,7
Brasil
Itália
Áustria
Grécia
França
Bélgica
Alemanha
Noruega
Suécia
Portugal
Espanha
Reino Unido
Holanda
Islândia
0%
Gráfico 3 – Crédito habitacional/PIB – Dez-2007
40%
35%
30%
25%
20%
15%
10%
5%
1,7
Brasil
Rússia
Sérvia
Romênia
Albânia
Eslovênia
Ucrânia
Bulgária
Polônia
Eslováquia
Hungria
Rep. Tcheca
Lituânia
Grécia
Áustria
Letônia
Estônia
Finlândia
0%
Mesmo com a recente expansão no volume de crédito concedido para
financiamentos habitacionais, a participação dessa modalidade no total de crédito
concedido ainda é baixa na economia brasileira, quando comparada a de economias
similares, atingindo em torno de 5% do crédito total em dezembro de 2008, e a
participação em relação ao PIB de apenas 2,1% no mesmo período. Consequentemente,
o país continua a enfrentar grande déficit habitacional, principalmente entre as classes
de menor renda. Apesar disso, a expectativa de continuidade de políticas públicas
que prezem pela estabilidade econômica e pelo cumprimento de acordos contratuais
deve favorecer o desenvolvimento desse mercado. Dessa forma, acreditamos ser de
grande importância uma análise mais criteriosa dos caminhos e das perspectivas
para o setor no Brasil.
80
Este artigo está organizado da seguinte forma: a seção 2 traz um
levantamento histórico do ambiente regulatório e institucional do setor no Brasil;
a seção 3 apresenta uma análise descritiva da evolução recente dessa modalidade de
crédito no país; a seção 4 aborda o exercício econométrico e os resultados obtidos; e
a seção 5 traz as conclusões do trabalho.
2 Quadro institucional
A estrutura do mercado de crédito imobiliário no Brasil é caracterizada
por dois marcos principais: a criação do Sistema Financeiro da Habitação (SFH), em
1964; e a do Sistema Financeiro Imobiliário (SFI), em 1997.
A Lei nº 4.380, de 21 de agosto de 1964, criou o SFH e o Banco Nacional
da Habitação (BNH)2 e estabeleceu o uso da correção monetária nos financiamentos
imobiliários do sistema. O SFH continua sendo o principal responsável pelos
empréstimos para aquisição de casa própria no Brasil, caracterizando-se pelo
direcionamento dos recursos captados por meio de cadernetas de poupança para
a realização de financiamentos habitacionais a juros controlados e reajustados pela
Taxa Referencial (TR).3 Para favorecer e proteger os mutuários do sistema, o Plano de
Equiparação Salarial (PES) foi criado pelo extinto BNH, em 1967, com a garantia de
que as correções dos contratos não ultrapassariam os reajustes dos salários, cabendo
a cobertura de eventuais saldos devedores decorrentes das diferentes periodicidades
e de índices de reajuste (salários e contratos) ao Fundo de Compensação de Variações
Salariais (FCVS).4
O SFH trouxe resultados expressivos durante os períodos anteriores à
hiperinflação, tendo financiado mais de 5 milhões de moradias com recursos das
cadernetas de poupança e do Fundo de Garantia do Tempo de Serviço (FGTS).5 A
partir da década de 1980, com a escalada inflacionária, o SFH começou a mostrar sinais
de esgotamento, passando a responder, entre 1987 e 2000, pelo financiamento de apenas
14,7% dos novos domicílios urbanos particulares ocupados, ante o percentual de 33,8%
do período de 1967 a 1986. A principal razão do baixo índice de financiamentos pelo
SFH nesse período foi o desequilíbrio do FCVS, que passou a acumular-se no ativo
das instituições financeiras, constituindo-se em créditos habitacionais não amortizados
pelos mutuários e também não honrados por esse fundo governamental, constituindo-se,
na prática, em forte restrição à realização de novas operações.6
2
3
4
5
6
O Decreto-Lei nº 2.291, de 21 de novembro de 1986, extinguiu o BNH, transferindo suas funções
regulatórias para o Banco Central do Brasil e suas funções executivas e de administração de fundos,
inclusive o FCVS, para a Caixa Econômica Federal.
A Lei nº 8.177, de 1º de março de 1991, a título de desindexar a economia, substituiu a correção
monetária pela Taxa Referência Diária (TRD) nos contratos do SFN, instituto que foi posteriormente
substituído pela TR (Lei nº 8.660, de 28 de maio de 1993).
A garantia do FCVS de cobertura de resíduos devedores deixou de existir a partir dos contratos
celebrados após a edição da MP nº 318, de 24 de março de 1992 (transformada na Lei nº 8.692,
de 29 de julho de 1993), que criou o Plano de Comprometimento de Renda (PCR) e estabeleceu
que os reajustes dos encargos dos mutuários passariam a ter por base o mesmo índice e a mesma
periodicidade da atualização do saldo devedor dos contratos.
A Lei nº 5.107, de 13 de setembro de 1966, criou o FGTS, um fundo obrigatório de poupança para
proteger o trabalhador em caso de desemprego, em substituição à regra de estabilidade então vigente.
O déficit do FCVS foi estimado em cerca de R$107 bilhões à época da edição da Lei nº 10.150, de 21 de
dezembro de 2000, legislação que regulou a renegociação das dívidas e responsabilidades do FCVS.
81
O segundo marco institucional importante foi a Lei nº 9.514, de 20 de
novembro de 1997, que criou o SFI e o instituto da alienação fiduciária de imóveis,
permitindo a redução dos riscos de crédito por parte das instituições financeiras. A
alienação fiduciária de imóveis, ao manter a propriedade do bem financiado em nome
da instituição financeira, garante maior segurança jurídica ao crédito imobiliário
comparativamente aos contratos com garantia hipotecária.7 Com a criação do SFI, o
governo estabeleceu bases mais flexíveis para os contratos imobiliários e normatizou
o funcionamento do mercado secundário, buscando, dessa forma, viabilizar novas
alternativas de recursos para o financiamento habitacional.
Entre as normas da Lei nº 9.514, de 1997, destaca-se a criação de um novo
tipo de empresa: a companhia securitizadora imobiliária, organizada como sociedade
por ações. O objeto social da companhia securitizadora concentra-se na aquisição
de créditos imobiliários originados nas instituições financeiras. Esses créditos são
transformados em valores mobiliários, cuja figura é criada sob a denominação de
Certificado de Recebíveis Imobiliários (CRI), título de crédito nominativo, lastreado
em créditos imobiliários, que permite a “securitização” de contratos de financiamento
imobiliário originados nas instituições financeiras autorizadas pelo Banco Central a
atuar no mercado de crédito imobiliário, no âmbito do SFI.8 Aqui aparece mais uma
vez a figura do regime fiduciário, permitindo fazer a separação entre o patrimônio
da securitizadora e o do investidor. Para os investidores de CRIs, o regime fiduciário
representa uma segurança adicional, pois significa a constituição de um patrimônio
separado, que não estará sujeito ao cumprimento das demais obrigações da companhia
securitizadora, nem mesmo em relação a outras emissões de CRIs.
Apesar de incorporar avanços importantes em relação à estrutura do
SFH, o SFI não apresentou, principalmente nos primeiros anos de sua vigência,
o resultado que se esperava. Como resposta, o governo editou, no final de 2001,
duas medidas provisórias que buscavam atacar alguns desses problemas. A Medida
Provisória nº 2.221 criou a figura jurídica do patrimônio de afetação, que segrega os
recursos captados para financiamento de uma obra do patrimônio da incorporadora,
reduzindo assim os riscos de crédito para o comprador de imóveis na planta e para
financiadores. Já a Medida Provisória nº 2.223 criou dois novos títulos, as Letras de
Crédito Imobiliário (LCI) e as Cédulas de Crédito Imobiliário (CCI), ampliando
as alternativas de captação de recursos pelos agentes financeiros responsáveis pela
concessão de crédito imobiliário e facilitando as operações de cessão de créditos
imobiliários lastreados por alienação fiduciária, hipoteca ou outras garantias reais.
7
8
82
Em função das repercussões sociais da inflação e da crise imobiliária, com o objetivo de proteger a
moradia de família contra ações de arresto, foi aprovada a Lei nº 8.009, de 30 de março de 1990, que
estabeleceu a impenhorabilidade do bem de família. Não obstante essa legislação excluir da proteção
os imóveis financiados no âmbito do SFH (artigo 3º), sua aplicação indiscriminada pelo Judiciário
vinha dificultando a execução de contratos inadimplentes do SFH com garantia hipotecária,
inviabilizando o futuro do financiamento habitacional no país.
Esses certificados enquadram-se como opção adequada para a composição das reservas técnicas dos
investidores institucionais, bem como para o atendimento das exigibilidades de direcionamento,
até mesmo para operações no âmbito do SFH, dos recursos captados em depósitos de poupança
pelas instituições integrantes do Sistema Brasileiro de Poupança e Empréstimo (SBPE). O CRI deve
ter como lastro créditos imobiliários e só pode ser emitido com a finalidade exclusiva de aquisição
de créditos imobiliários. O Termo de Securitização é o documento que realiza a vinculação do
lastro (créditos imobiliários) aos CRIs que deve ser registrado no Balcão Organizado de Ativos e
Derivativos (Cetip S.A.), na Comissão de Valores Mobiliários (CVM) e no cartório de registro de
imóveis para o caso de CRIs emitidos por regime fiduciário.
É importante registrar que a Lei nº 10.931, de 2 de agosto de 2004, além
de incorporar os avanços das medidas provisórias nº 2.221 e nº 2.223, modificou a
Lei nº 10.406, de 10 de janeiro de 2002, que institui o Novo Código Civil brasileiro,
incluindo definitivamente a figura jurídica da alienação fiduciária do bem imóvel
no ordenamento jurídico brasileiro. Também estabeleceu que o valor incontroverso
devesse continuar sendo pago no tempo e modo contratados e a exigibilidade do valor
controvertido pudesse ser suspensa mediante depósito do montante correspondente,
no tempo e modo contratados. Entre outras decisões, a Lei nº 10.931, de 2004, também
criou a Cédula de Crédito Bancário e promoveu a desoneração tributária dos títulos
imobiliários, que passaram a ser isentos do Imposto de Renda a partir de agosto
de 2004. Com os novos títulos criados, além da redução dos riscos jurídicos para a
realização das operações, a Lei nº 10.931, de 2004, passou a dar maior liquidez aos
financiamentos imobiliários tradicionais, permitindo que os créditos concedidos no
âmbito do SFH pudessem ser securitizados e negociados no âmbito do SFI, criando-se,
na prática, uma “ponte” entre os dois sistemas.
No entanto, dificilmente haveria uma retomada do financiamento
imobiliário sem resolver o problema do “esqueleto” do FCVS. Essa solução
veio com a Lei nº 10.150, de 21 de dezembro de 2000, que regulou a novação e a
renegociação das dívidas e responsabilidades do FCVS. Posteriormente, por decisão
do Conselho Monetário Nacional (CMN), a Resolução nº 3.005, de 30 de julho de
2002, estabeleceu que os créditos do FCVS novados nos termos da Lei nº 10.150, de
2000, continuassem sendo computados como financiamentos imobiliários até o mês
subsequente à novação, assim como os valores dos financiamentos negociados no
âmbito do Programa de Estímulo à Reestruturação e ao Fortalecimento do Sistema
Financeiro Nacional (Proer), até o mês subsequente à entrada em vigor da resolução.
Depois disso, seus valores computáveis como financiamentos imobiliários (créditos
do FCVS novados e os virtuais do Proer) deveriam ser reduzidos em 1/100 a cada
mês. A Resolução CMN nº 3.177, de 8 de março de 2004, acelerou o decaimento
para 1/50, enquanto a Resolução CMN nº 3.347, de 8 de fevereiro de 2006, aumentou
para 1/36 o decaimento da utilização do FCVS para fins de cumprimento das
exigibilidades de financiamento habitacional, visando a ampliar ainda mais a oferta
de crédito ao setor imobiliário. Além disso, a partir da Resolução CMN nº 3.177,
os recursos não aplicados passaram a ser remunerados a 80% da TR, e não mais a
100%.9 A tabela 1 apresenta os principais normativos relacionados à exigibilidade de
encaixes obrigatórios e financiamentos imobiliários desde 1993.
9
Em janeiro e abril de 2005, o CMN dispensou do cumprimento o disposto no art. 1º, I, a, do
regulamento anexo à Resolução CMN nº 3.005, de 30 de julho de 2002, as instituições financeiras
cujos financiamentos imobiliários em 2005 apresentassem crescimento superior a 30% em janeiro,
fevereiro e março (Resolução CMN nº 3.259, de 28 de janeiro de 2005) e a 45% em abril, maio e junho
(Resolução CMN nº 3.280, de 29 de abril de 2005), relativamente ao mesmo volume concedido em
2004. A justificativa foi baseada na escassez de demanda solvente para absorver um volume tão alto
de empréstimos.
83
Tabela 1 – Normativos
Normativos
Encaixes obrigatórios
Financiamentos imobiliários
o
Resolução n 1.980, de 30/4/1993
15%
70%1
o
20%
70%1
o
30%
70%1
o
15%
70%
1
o
15%
70%
2
o
15%
70%3
o
15%
60%3
o
Resolução n 2.706, de 30/3/2000
15%
65%3
Resolução no 2.968, de 24/6/2002
Resolução n 2.088, de 30/6/1994
Resolução n 2.106, de 31/8/1994
Resolução n 2.190, de 23/8/1995
Resolução n 2.458, de 18/12/1997
Resolução n 2.519, de 29/6/1998
Resolução n 2.623, de 29/7/1999
20%
65%3
o
20%
65%4
o
20%
65%
5
o
20%
65%
6
Resolução n 3.005, de 30/7/2002
Resolução n 3.177, de 08/3/2004
Resolução n 3.347, de 08/2/2006
Observações
1) No mínimo 80% desse limite deveriam ser aplicados em operações do SFH, podendo o restante ser aplicado a taxas de mercado.
2) No mínimo 30% e 50% desse limite deveriam ser aplicados, respectivamente, em operações do SFH e da faixa especial, podendo o restante
ser aplicado a taxas de mercado, desde que a metade, no mínimo, em operações de financiamento imobiliário.
3 No mínimo 80% desse limite deveriam ser aplicados em operações do SFH, podendo o restante ser aplicado a taxas de mercado, desde
que a metade, no mínimo, em operações de financiamento imobiliário.
4) No mínimo 80% desse limite deveriam ser aplicados em operações do SFH, podendo o restante ser aplicado a taxas de mercado –
estabelecido o decaimento de 1/100 dos créditos do FCVS.
aumentado o decaimento para 1/50 dos créditos do FCVS.
aumentado o decaimento para 1/36 dos créditos do FCVS.
3 Análise descritiva
A partir de 1994, com o início do processo de estabilização macroeconômica,
o Brasil passou a apresentar um ambiente mais favorável ao crescimento do crédito.
Entretanto, em razão de alguns movimentos pontuais de retração, explicados
principalmente por situações de incerteza macroeconômica doméstica ou externa,
a expansão do crédito só ocorreu de maneira clara a partir de meados de 2003
(ver gráfico 4). O volume de crédito ao setor privado – concedido às pessoas
físicas e às empresas – saltou de um patamar de R$388,6 bilhões em junho de 2003
(23,0% do PIB) para R$1.209,5 bilhões em setembro de 2008 (40,3% do PIB). É
interessante observar, como resultado do saneamento e da privatização de instituições
públicas, que a expansão do crédito concedido foi maior nas instituições privadas,
em relação às públicas, aumentando sua participação no total de crédito de 42,6%
em julho de 1994 para 60,7% em junho de 2003 e para 64,5% em novembro de 2008.
Gráfico 4 – Crédito do SFN (em % do PIB)
45%
40%
35%
30%
25%
20%
15%
10%
5%
Set. fin. público
84
Set. fin. privado
Total
Jun-2008
Jun-2007
Jun-2006
Jun-2005
Jun-2004
Jun-2003
Jun-2002
Jun-2001
Jun-2000
Jun-1999
Jun-1998
Jun-1997
Jun-1996
Jun-1995
Jul-1994
0%
Tal crescimento é resultado, basicamente, de uma série de avanços
macroeconômicos e institucionais que foram conseguidos ao longo desses últimos
anos e que hoje se reflete em um ambiente menos instável e, portanto, mais propício
ao desenvolvimento de um mercado mais ativo de crédito imobiliário. Não obstante
esses avanços, de junho de 1994 até recentemente, conforme pode ser visto no gráfico
5, a evolução dos financiamentos habitacionais ficou bastante aquém da evolução
dos créditos voltados aos demais setores da economia, mesmo desconsiderando a
transferência dos créditos das carteiras imobiliárias dos bancos públicos para a
Empresa de Gestão de Ativos (Emgea) – que explica a queda acentuada em 2001.
Gráfico 5 – Crédito do SFN do setor privado (em % do PIB)
25%
20%
15%
10%
5%
Habitacional
Rural
Pessoa física
Jul-2008
Jul-2007
Jul-2006
Jul-2005
Jul-2004
Jul-2003
Jul-2002
Jul-2001
Jul-2000
Jul-1999
Jul-1998
Jul-1997
Jul-1996
Jul-1995
Jul-1994
0%
Pessoa jurídica
O gráfico 6 mostra que o crédito habitacional do SFN (a preços de junho
de 2001) só começou a apresentar crescimento contínuo a partir de meados de 2005,
tendo tal expansão se acelerado, com o saldo desses financiamentos passando a
totalizar R$61,8 bilhões a preços correntes (2,1% do PIB) em novembro de 2008, com
expansão de 37,7% nos últimos doze meses. Esse crescimento recente é liderado pelos
financiamentos concedidos por instituições financeiras públicas, cujas operações
totalizaram R$43,9 bilhões a preços correntes (1,5% do PIB) em dezembro de 2008.
É importante ressaltar, no entanto, que os financiamentos habitacionais concedidos
por instituições financeiras privadas também vêm reagindo, tendo apresentado
crescimento de 44,2% no período de doze meses terminado em novembro de 2008 e
atingido saldo de R$17,9 bilhões a preços correntes (0,6% do PIB).
Gráfico 6 – Operações de créditos do SFN à habitação (em
bilhões de reais de junho de 2001)
60
50
40
30
20
10
Total habitacional
IFs públicas
Dez-2008
Dez-2007
Dez-2006
Dez-2005
Dez-2004
Dez-2003
Dez-2002
Dez-2001
Dez-2000
0
IFs privadas
85
Um aspecto importante é saber se o crescimento recente dos financiamentos
habitacionais por parte de instituições financeiras públicas e privadas resulta de
avanços institucionais e econômicos ou tão-somente do aumento da obrigatoriedade
das aplicações compulsórias das instituições financeiras, fruto do aumento de
recursos aplicados em cadernetas de poupança e da exclusão paulatina dos créditos
do FCVS determinados a partir da Resolução CMN nº 3.005, de 2002, associada
à menor remuneração dos recursos não aplicados depositados no Banco Central
(Resolução CMN nº 3.177, de 2004).
Independentemente da explicação, é importante destacar a melhoria
no risco associado a essas carteiras. Observando-se as operações classificadas em
risco 1 e 2,10 ou seja, aquelas cujo atraso é no mínimo superior a sessenta dias e cuja
classificação, com base na Resolução CMN nº 2.682, de 2002, vai de D a H, o risco
da carteira de crédito habitacional vem se reduzindo sensivelmente desde meados de
2005, passando a ser menor do que o observado nas carteiras de crédito rural e de
pessoa física (gráfico 7).
Gráfico 7 – Operações de crédito do SFN (risco 1 + 2)
40%
35%
30%
25%
20%
15%
10%
5%
Habitacional
Rural
Pessoa física
Dez-2008
Dez-2007
Dez-2006
Dez-2005
Dez-2004
Dez-2003
Dez-2002
Dez-2001
Dez-2000
0%
Pessoa jurídica
10 Até fevereiro de 2000, os procedimentos para classificação das operações de crédito do SFN eram
estabelecidos pela Resolução CMN nº 1.748, de 1990, e baseados exclusivamente no prazo de
inadimplência, desconsiderado o risco potencial do tomador de recursos. Dessa forma, as operações
de crédito eram classificadas em três níveis de risco: i) normal (contratos com parcelas vencidas até
sessenta dias); ii) em atraso, ou risco 1 (contratos com parcelas em atraso entre 61 e 180 dias); e iii) em
liquidação, ou risco 2 (contratos com parcelas em atraso acima de 180 dias). Desde março de 2000,
com a implementação da Resolução CMN nº 2.682, a classificação dos créditos passou a contemplar
nove níveis em ordem crescente de risco: AA, A, B, C, D, E, F, G e H, segregados por segmento de
atividade econômica e respectivas provisões. Dessa forma, além do critério de inadimplência, a
instituição financeira passou a considerar em relação ao devedor, entre outros fatores, a situação
econômico-financeira, o grau de endividamento, o setor de atividade econômica, o limite de crédito, a
natureza da operação creditícia, a natureza das garantias e o montante do crédito. Além disso, no caso
das pessoas físicas, devem ser levadas em conta as situações de renda, patrimônio e cadastro.
Os créditos são classificados, no mínimo, no nível de risco correspondente às operações com atraso de
pagamento na forma abaixo: i) entre 15 e 30 dias, nível de risco B; ii) entre 31 e 60 dias, nível de risco C;
iii) entre 61 e 90 dias, nível de risco D; iv) entre 91 e 120 dias, nível de risco E; v) entre 121 e 150 dias,
nível de risco F; vi) entre 151 e 180 dias, nível de risco G; e vii) acima de 180 dias, nível de risco H. Com
vistas a compatibilizar e harmonizar as séries históricas com os critérios da Resolução CMN nº 1.748,
as operações de crédito foram classificadas em três níveis de risco: normal (níveis AA a C), referente
às operações com atraso de até sessenta dias; risco 1 (níveis D a G), relativo aos contratos com atraso
entre 61 e 180 dias e risco 2 (nível H) para operações com atraso superior a 180 dias.
86
Analisando esses indicadores de risco de crédito, observa-se
comportamento diferenciado entre as carteiras de instituições financeiras públicas
e privadas (gráficos 8 e 9), não obstante ambas apontarem na mesma direção.
O risco de crédito das carteiras das instituições públicas é mais elevado, notadamente
aquele observado nas de financiamento habitacional, que chegaram a apresentar
percentuais de risco 1 e 2 superiores a 40% da carteira, permanecendo ainda, apesar
da sensível redução, em patamares superiores a 10% (gráfico 8).
Gráfico 8 – Operações de crédito do SF público (risco 1 + 2)
45%
40%
35%
30%
25%
20%
15%
10%
5%
Habitacional
Rural
Pessoa física
Dez-2008
Dez-2007
Dez-2006
Dez-2005
Dez-2004
Dez-2003
Dez-2002
Dez-2001
Dez-2000
0%
Pessoa jurídica
Por sua vez, os níveis de risco observados nas carteiras das instituições
financeiras privadas são bastante menores e mais estáveis. Os riscos 1 e 2 das carteiras
de crédito imobiliário, após atingirem percentuais superiores a 15% até o final de
2004, caíram sensivelmente até patamar inferior a 5%, aproximando-se do risco
observado nas operações de crédito concedido a empresas (gráfico 9).
Gráfico 9 – Operações de crédito do SF privado (risco 1 + 2)
20%
18%
16%
14%
12%
10%
8%
6%
4%
2%
Habitacional
Rural
Pessoa física
Dez-2008
Dez-2007
Dez-2006
Dez-2005
Dez-2004
Dez-2003
Dez-2002
Dez-2001
Dez-2000
0%
Pessoa jurídica
Para melhor avaliarmos o comportamento recente do mercado de crédito
imobiliário na economia brasileira, é necessária uma revisão da estrutura legal que
rege o sistema de direcionamento de crédito imposto às instituições financeiras
emissoras de depósito de poupança.
Para cada real recebido para depósito em caderneta de poupança, os bancos
devem direcionar 65 centavos para crédito imobiliário, sendo 80% desse valor em
créditos no âmbito do SFH, cujas taxas de juros são limitadas em 12% ao ano mais
87
TR, e 20% em créditos a taxas de juros livremente fixadas pelas instituições credoras.11
Cabe ressaltar que existem alguns critérios de ponderação superiores a um para
cumprimento dessa exigibilidade.12 Além disso, os saldos de créditos oriundos do
FCVS também são utilizados para atendimento das exigibilidades.13 Caso os recursos
aplicados sejam inferiores ao exigido pelo direcionamento, o valor não aplicado deve
obrigatoriamente ser depositado no Banco Central, sendo remunerado com base na
TR. Entre 8 de março de 2004 e 27 de março de 2008, os recursos não aplicados foram
remunerados a 80% da TR.
Outro ponto importante é o arcabouço institucional que rege os contratos
de crédito imobiliário. Podemos destacar três fatos importantes que modificaram
o desenho dos contratos de crédito imobiliário no Brasil: o Decreto-Lei nº 2.291,
de 21 de novembro de 1986, que extinguiu o BNH e estabeleceu o uso da correção
monetária nos financiamentos imobiliários do sistema; a criação do Plano de
Comprometimento de Renda (PCR), transformado em lei em 28 de julho de 1993,
que eliminou a garantia do FCVS para cobertura dos resíduos devedores a partir
dos contratos celebrados após a edição da Medida Provisória nº 318, de 24 de março
de 1992; e, por último, a criação da Lei nº 9.514, de 20 de novembro de 1997, que
criou o SFI e o instituto da alienação fiduciária de imóveis, determinando redução
dos riscos de crédito a que se expunham as instituições financeiras. Ademais, vale
mencionar a adoção da Medida Provisória nº 1.671, de 24 de junho de 1998, que,
em linhas gerais, alterou o reajustamento do encargo mensal daqueles previstos na
Lei nº 8.692, de 28 de julho de 1993. Nesse sentido, podemos separar os contratos
de crédito imobiliário em três grupos que diferem, basicamente, pelas normas de
reajustamento dos encargos e pelo ambiente legal nos quais foram originalmente
redigidos e que, por conseguinte, geram diferentes incentivos para os agentes
envolvidos no contrato.
Nesse cenário institucional, algumas conclusões podem ser adiantadas.
Primeiro, a rentabilidade dos depósitos de poupança relativamente aos fundos de
renda fixa e aos certificados de depósitos bancários é negativamente relacionada ao
nível da taxa Selic. Isso ocorre pelo comportamento quase fixo da rentabilidade da
poupança (6% ao ano mais TR) e pelo fato de a rentabilidade dos fundos de renda
fixa e dos Certificados de Depósito Bancário (CDBs) ser altamente correlacionada
com a taxa Selic. Nesse sentido, deve-se esperar que recuos na taxa Selic sejam
acompanhados de aumentos de captação de recursos via caderneta de poupança,
gerando aumentos da exigibilidade em aplicações ao setor imobiliário. O gráfico 10
mostra a evolução do spread entre a rentabilidade líquida14 média dos CDBs e dos
depósitos de poupança, bem como da participação da poupança no PIB desde março
de 2000.
11 Essa regra passou a valer a partir de 24 de junho de 2002. A tabela 1 mostra os percentuais praticados
ao longo dos anos anteriores.
12 As IFs integrantes do SBPE podem utilizar fatores de multiplicação de:
i) 1,5 para aplicações em imóveis com valor entre R$80 mil e R$100 mil, segundo as regras do SFH;
ii) 1,2 para aplicações em CRI, limitadas a 5% da exigibilidade prevista;
iii) 1,5 para os financiamentos concedidos a taxas de mercado, desde que adotado o instituto do
patrimônio de afetação.
13 A tabela 1 mostra algumas resoluções que alteraram os limites aceitos destes saldos.
14 Considerando-se uma alíquota de 20% de Imposto de Renda e sem se considerar a taxa de
administração cobrada pelos bancos sobre as aplicações em CDBs.
88
Gráfico 10 – Evolução das aplicações em caderneta de poupança
0,70
10,0%
0,60
9,5%
0,50
9,0%
0,40
8,5%
0,30
8,0%
0,20
Spread (Taxa CDB - Taxa poupança)
Mar-2008
Mar-2007
Mar-2006
Mar-2005
Mar-2004
Mar-2003
7,0%
Mar-2002
0,00
Mar-2001
7,5%
Mar-2000
0,10
Poupança/PIB
Podemos observar que a rentabilidade da poupança vem se aproximando
da rentabilidade dos CDBs no passado recente, levando a um gradual aumento
da participação do saldo da poupança no PIB. Como consequência, o saldo
das exigibilidades totais em aplicações de crédito imobiliário vem aumentando
consideravelmente nos últimos anos, como mostra o gráfico 11.
Gráfico 11 – Evolução das exigibilidades totais (em bilhões de reais)
130
125
120
115
110
105
100
95
90
85
Jan-2008
Jan-2007
Jan-2006
Jan-2005
Jan-2004
Jan-2003
Jan-2002
80
Esse cenário de forte expansão das exigibilidades em virtude do aumento
expressivo dos depósitos de poupança pode ter impactos importantes no mercado
bancário brasileiro nos próximos anos. A possível existência de subsídio cruzado
nas aplicações de financiamento imobiliário, ou seja, a obrigatoriedade de os bancos
direcionarem parcela cada vez maior de seus recursos para essa modalidade – que,
em geral, são créditos a taxas de juros limitadas a 12% ao ano –, pode restringir o
crédito para as demais modalidades, tanto via quantidade quanto via preço (spread).
Caso a demanda não acompanhe o ritmo de expansão da oferta, algumas instituições
podem acabar concedendo crédito a clientes que ofereçam risco maior – ou àqueles
que não teriam acesso a esses recursos em um ambiente de expansão a um ritmo
normal –, elevando a probabilidade de inadimplência futura.
89
Por isso, é fundamental olharmos com cuidado para a evolução recente dos
atrasos nos contratos de financiamento imobiliário. O gráfico 12 mostra a evolução
da inadimplência por classificação de risco, em que a base para o cálculo do crédito
total refere-se ao período anterior equivalente. Ou seja, a base para a inadimplência
acima de 15 dias (risco>=B) é o saldo total de crédito com um período de defasagem,
acima de sessenta dias (risco>=D) é o saldo total de crédito com dois períodos de
defasagem, e acima de noventa dias (risco>=E) é o saldo total de crédito com três
períodos de defasagem.
Gráfico 12 – Inadimplência por classificação de risco
80%
70%
60%
50%
40%
30%
20%
10%
Risco >= B Base 1 lag
Jun-2008
Jun-2007
Jun-2006
Jun-2005
Jun-2004
Jun-2003
Jun-2002
Jun-2001
Jun-2000
0%
Risco >= D Base 2 lags
Risco >= E Base 3 lags
Esse mesmo gráfico 12 traz uma constatação preocupante. Apesar de os
créditos com classificações de risco piores, superiores a D e E, apresentarem tendência
declinante, o percentual de contratos com classificação superior a B começam
a mostrar tendência ascendente, o que pode ensejar maior inadimplência em um
futuro próximo. Os gráficos 13, 14 e 15 apresentam a evolução da inadimplência por
tipo de controle.
Gráfico 13 – Inadimplência por tipo de controle (Risco >= E)
25%
20%
15%
10%
5%
Públicas
90
Privadas
Jan-2008
Jan-2007
Jan-2006
Jan-2005
Jan-2004
Jan-2003
Jan-2002
0%
Total
Gráfico 14 – Inadimplência por tipo de controle (Risco >= D)
50%
45%
40%
35%
30%
25%
20%
15%
10%
5%
Públicas
Privadas
Jan-2008
Jan-2007
Jan-2006
Jan-2005
Jan-2004
Jan-2003
Jan-2002
0%
Total
Gráfico 15 – Inadimplência por tipo de controle (Risco >= B)
80%
70%
60%
50%
40%
30%
20%
10%
Públicas
Privadas
Jan-2008
Jan-2007
Jan-2006
Jan-2005
Jan-2004
Jan-2003
Jan-2002
0%
Total
Primeiro, observamos maior percentual de atrasos na carteira dos bancos
públicos. No entanto, esse percentual vem caindo sensivelmente para as classificações de
risco superiores a D e E desde 2005. Segundo, o percentual de crédito com classificação
acima de B apresenta tendência constante para as instituições privadas,15 sendo
nitidamente ascendente para as instituições públicas. Esse comportamento distinto por
tipo de controle pode estar relacionado a diferentes nichos de mercado em que essas
instituições exploram, por exemplo, a classe social dos seus respectivos clientes.
Outro ponto importante a mencionar é o declínio da proporção de contratos
anteriores a junho de 1998 na carteira dos bancos. Como vimos anteriormente, esses
contratos não estão, em sua maioria, sujeitos ao regime de alienação fiduciária criada
pela Lei nº 9.514, de 20 de novembro de 1997, que, como explicado na seção 2,
mantém a propriedade do bem financiado em nome da instituição financeira,
garantindo maior segurança jurídica ao crédito imobiliário comparativamente aos
contratos com garantia hipotecária. Os gráficos 16 e 17 mostram a evolução do
percentual de contratos imobiliários concedidos antes de junho de 1998 (excluindo
os contratos de carteira hipotecária) e o percentual de contratos concedidos após
junho de 1998 com atraso superior a três mensalidades.16
15 A queda observada em abril de 2005 reflete mudança de classificação de risco por uma grande
instituição privada.
16 Os dados são divulgados pelo Departamento de Monitoramento do Sistema Financeiro e de Gestão
da Informação (Desig). Os dados referem-se ao número de contratos com atraso superior a três
mensalidades para cada período de concessão (contratos anteriores a fevereiro de 1986, entre fevereiro
de 1986 e julho de 1993, entre julho de 1993 e junho de 1998 e após junho de 1998). Portanto, não
refletem a perda financeira dos credores, mas apenas percentual de contratos inadimplentes.
91
Gráfico 16 – Percentual de contratos anteriores a junho de 1998
120%
100%
80%
60%
40%
20%
Jan-2008
Jan-2007
Jan-2006
Jan-2005
Jan-2004
Jan-2003
Jan-2002
Jan-2001
Jan-2000
Jan-1999
Jan-1998
0%
Gráfico 17 – Evolução da inadimplência
35%
30%
25%
20%
15%
10%
5%
Inadimplência total
Jan-2008
Jan-2007
Jan-2006
Jan-2005
Jan-2004
Jan-2003
Jan-2002
0%
Inadimplência dos contratos após junho/1998
Vê-se que os contratos concedidos após junho de 1998 apresentam
percentual de atrasos muito inferior ao observado no total de contratos. Se
assumirmos o número de contratos com atraso superior a três mensalidades como
medida de inadimplência, temos a seguinte evolução para a inadimplência entre
bancos públicos e privados para os contratos concedidos após junho de 1998.
Gráfico 18 – Inadimplência das instituições públicas
45%
Lei nº
40%
10.931
35%
30%
25%
20%
15%
10%
5%
92
Jul-2008
Jan-2008
Jul-2007
Jan-2007
Jul-2006
Jan-2006
Jul-2005
Jan-2005
Jul-2004
Jan-2004
Jul-2003
Jan-2003
Jul-2002
Jan-2002
0%
Gráfico 19 – Inadimplência das instituições privadas
30%
Lei nº
10.931
25%
20%
15%
10%
5%
Jul-2008
Jan-2008
Jul-2007
Jan-2007
Jul-2006
Jan-2006
Jul-2005
Jan-2005
Jul-2004
Jan-2004
Jul-2003
Jan-2003
Jul-2002
Jan-2002
0%
Conforme indicam os gráficos 18 e 19, a inadimplência dos contratos
firmados após junho de 1998 na carteira das instituições públicas vem caindo
sistematicamente desde meados de 2004, aproximando-se do nível de atraso das
instituições privadas, cuja inadimplência permaneceu razoavelmente constante ao
longo do período analisado (por volta de 5% dos contratos).
Uma possível explicação para essa dinâmica seria uma diferença de perfil
entre os clientes das instituições públicas e privadas. A maior estabilidade econômica
alcançada nos últimos anos – com crescentes ganhos de renda real e nível de emprego –
aliada à adoção da Lei nº 10.931, de 2004, que incluiu definitivamente a figura jurídica
da alienação fiduciária do bem imóvel no ordenamento jurídico brasileiro, pode ter
gerado maiores reduções no risco (redução dos atrasos) das operações firmadas
com clientes de baixa renda. Nesse caso, os dados refletiriam o fato de as instituições
públicas serem mais atuantes nas classes de baixa renda para a modalidade de
crédito habitacional.
Além das recentes melhorias no risco das aplicações em financiamentos
imobiliários observada nos dados, outro ponto que merece destaque é a recente
expansão no saldo das aplicações e nas exigibilidades dessa modalidade de crédito.
Os gráficos 20, 21 e 22 mostram a evolução das exigibilidades líquidas (excluindo o
saldo do FCVS aceito como cumprimento da exigibilidade) e das aplicações efetivas
em créditos habitacionais (créditos no âmbito do SFH mais aplicações a taxa de
mercado) entre instituições públicas e privadas.
93
Gráfico 20 – Exigibilidades líquidas e financiamentos habitacionais
120
100
Bilhões de reais
80
60
40
20
Jan-2008
Jan-2007
Jan-2006
Jan-2005
Jan-2004
Jan-2003
Jan-2002
0
Exigibilidade – FCVS
Financiamento habitacional para exigibilidade total
Gráfico 21 – Evolução das exigibilidades líquidas e
financiamento habitacional de instituições públicas
50
40
Bilhões de reais
30
20
10
0
-10
Jan-2008
Jan-2007
Jan-2006
Jan-2005
Jan-2004
Jan-2003
Jan-2002
-20
Gráfico 22 – Evolução das exigibilidades líquidas e
financiamento habitacional de instituições privadas
60
Bilhões de reais
50
40
30
20
10
Jan-2008
Jan-2007
Jan-2006
Jan-2005
Jan-2004
Jan-2003
Jan-2002
0
94
Nota-se que a expansão do saldo das aplicações de financiamento
habitacional parece seguir o comportamento das exigibilidades líquidas. E essa
constatação é ainda mais forte nas instituições privadas, cujas aplicações restringem-se
às exigibilidades impostas pelo direcionamento. Já as instituições públicas atendem
com folga as exigibilidades, sendo que a diferença vem caindo sensivelmente nos
últimos anos.
De certa forma, os dados apresentados nesta seção parecem revelar que
a recente expansão do saldo de crédito imobiliário foi impulsionada pela maior
exigibilidade advinda do crescimento das aplicações em depósitos de poupança, cuja
rentabilidade vem se aproximando das aplicações em renda fixa (gerado pela queda
gradual na taxa Selic, que, por sua vez, reflete a consolidação da estabilidade). No
entanto, persiste a dúvida sobre se as instituições financeiras teriam cumprido as
exigibilidades se as recentes reformas institucionais e a estabilização econômica não
tivessem ocorrido.
Por outro lado, a queda recente da inadimplência nos contratos de crédito
imobiliário pode ser vista como consequência dos efeitos da estabilização econômica
e dos ganhos de renda real recentes, além de melhorias institucionais importantes,
como a adoção da Lei nº 10.931, de 2004, que garantiu às instituições credoras o
direito sobre o bem imóvel até a quitação da dívida pelos clientes.
Para entender melhor esse processo, faremos um exercício empírico na
seção seguinte.
4 Estratégia empírica
4.1 Base de dados
Os dados utilizados têm periodicidade mensal e cobrem o período entre
janeiro de 2002 e dezembro de 2008. A escolha desse intervalo se justifica pelo fato
de ser posterior a importantes reformas legais relacionadas ao mercado imobiliário,
como a normatização do saldo do FCVS e a implementação do patrimônio de
afetação, e pela quase inexistência dessa modalidade de crédito em períodos mais
longínquos, o que poderia distorcer os resultados.
A base de dados é composta principalmente pelas estatísticas do SFH e
do SBPE. Todas as variáveis reais foram corrigidas pelo IPCA. Os dados de PIB
mensal foram obtidos no BCB e os dados de renda, emprego e desemprego na
região metropolitana de São Paulo e IPCA foram extraídos do Instituto de Pesquisa
Econômica Aplicada (Ipea), no sítio <http://www.ipeadata.gov.br>.
17
17 Os dados são publicados mensalmente no sítio <http://www.bcb.gov.br/?SFHESTAT> e são de
responsabilidade do Departamento de Monitoramento do Sistema Financeiro e de Gestão da
Informação (Desig) e do Departamento de Operações Bancárias (Deban) do Banco Central do Brasil.
Aproveitamos para agradecer a Walter Roberto Cirillo Junior e José Luiz Pozo Barnetche, ambos do
Desig, e a Wilson Costa Marinho Filho, do Departamento de Controle de Gestão e de Planejamento
da Supervisão (Decop), pelo suporte aos dados do SFHESTAT. Os dados do SFHESTAT são
fornecidos pelas instituições financeiras integrantes do SBPE e atendem a Circular BCB nº 2466, de
18 de agosto de 1994, que consolida os normativos relacionados com o encaminhamento de dados
sobre captação e aplicação de recursos provenientes de depósitos de poupança.
95
4.2 Especificação econométrica
Como os preços (nesse caso, a taxa de juros) dos contratos de financiamento
imobiliários no âmbito do SFH são limitados pelo governo,18 sendo eles a maior
parte do total de crédito habitacional, iremos estimar apenas dois modelos na forma
reduzida: um modelo para o saldo total de crédito imobiliário19 e outro para o risco
das operações.20 Como em todo modelo na forma reduzida, os parâmetros estimados
capturam tanto efeitos da oferta quanto da demanda. No entanto, o objetivo desse
exercício não é identificar um efeito isolado de demanda ou de oferta, mas sim
investigar os fatores que impulsionam o setor imobiliário e quantificar o impacto total
de uma reforma institucional implementada em agosto de 2004 (Lei de Alienação
Fiduciária) sobre o mercado habitacional brasileiro. Nesse sentido, será possível
avaliarmos se a recente expansão do crédito imobiliário e a queda na inadimplência
relativamente a outras modalidades de crédito estão associadas pura e simplesmente
ao aumento das exigibilidades e/ou a maior estabilização econômica alcançada nos
últimos anos, e não ao aumento das garantias jurídicas para retomada do bem imóvel
em caso de inadimplência gerada pela Lei nº 10.931, de 2004.
O modelo estimado para a quantidade é21
(1)
em que Finan.Imob.Real é o total de crédito efetivo ao setor imobiliário para
atendimento das exigibilidades em termos reais; ExigibilidadeReal é o direcionamento
total exigido para crédito imobiliário das instituições financeiras com carteira de
poupança menos o montante do saldo de crédito do FCVS aceito para atendimento
das exigibilidades, ambos em termos reais; jurost é a taxa de juros da economia
(Selic); atrasos é o número de contratos de crédito imobiliário com atraso superior
a três mensalidades dividido pelo número total de contratos com três meses de
defasagem; emprego é o índice de emprego; renda é a renda real efetiva do pessoal
ocupado; crédito/PIB é o percentual do crédito total do sistema financeiro com
relação ao produto interno bruto; Lei10931 e dummy_80% são variáveis indicadoras
que assumem o valor um após a data de implementação da Lei nº 10.931, de 2004, e
da Resolução CMN nº 3.177,22 respectivamente.
18 O teto para a taxa do financiamento imobiliário no âmbito do SFH é de 12% a.a. mais TR. A Medida
Provisória nº 321, de 12 de setembro de 2006, acrescentou o art. 18-A à Lei nº 8.177, de 1º de
março de 1991, e permitiu, a partir de 13 de setembro de 2006, a contratação de financiamentos
imobiliários, com recursos dos depósitos de poupança, também a taxas de juros prefixadas, ou
seja, sem atualização pela TR, até então obrigatória. A Lei nº 8.692, de 28 de julho de 1993, havia
estabelecido um limite para a taxa efetiva de juros nos financiamentos contratados no âmbito do
SFH de 12% a.a.
19 Esse saldo refere-se ao valor aceito para cumprimento das exigibilidades, não sendo, portanto,
o valor efetivamente concedido em financiamento imobiliário, uma vez que existem fatores de
multiplicação maiores que um para alguns tipos de crédito.
20 Iremos utilizar a inadimplência por número de contratos atrasados sobre o total de contratos porque
essa medida nos permite verificar o comportamento apenas dos contratos firmados após junho de
1998, já que essa base de dados separa os contratos assinados após essa data.
21 Também foi incluído no modelo uma defasagem da variável dependente, que se mostrou
estatisticamente não significativa.
22 A variável dummy_80% volta a ter valor zero a partir de março de 2008, devido à Resolução nº 3.549.
A inclusão dessa variável tem como objetivo apenas controlar para a mudança na rentabilidade dos
recursos não aplicados dentro da exigibilidade. Entre março de 2004 e março de 2008, esses recursos
foram remunerados a apenas 80% da TR.
96
Como o saldo de crédito imobiliário é relativamente baixo na economia
brasileira, acreditamos que uma possível endogeneidade entre o saldo de crédito
imobiliário e a taxa básica de juros seja desprezível, eliminando também os problemas
com uma possível endogeneidade entre o saldo de crédito e a exigibilidade.
O coeficiente de maior interesse é 1. A ideia é capturar o impacto total da
Lei nº 10.931, de 2004, sobre o saldo total de crédito imobiliário. Pelo lado da demanda,
como a taxa do financiamento no âmbito do SFH não é alterada por deslocamentos
na oferta de crédito, a lei poderia reduzir a demanda por crédito imobiliário pelos
clientes sem intenção de arcar com o contrato de crédito, beneficiando-se de “brechas”
jurídicas para permanecer com a posse do imóvel. Por outro lado, a lei pode aumentar
a oferta de crédito devido à queda no risco da operação, já que a instituição credora
passa a deter a propriedade legal do imóvel até a quitação da dívida pelo cliente,
aumentando o valor esperado residual do crédito em caso de não pagamento.
O modelo estimado para o risco é23
(2)
Novamente, o coeficiente de maior interesse é 1. A ideia é que a maior
garantia jurídica gerada pela Lei nº 10.931, de 2004, reduza os atrasos superiores a três
mensalidades. Nota-se que não adicionamos o coeficiente 0 (constante) no modelo
de risco, uma vez que este indica uma tendência no comportamento da variável
dependente, o que seria razoável para a variação percentual do crédito habitacional
(dado o crescimento populacional), mas implausível para a variação percentual na
inadimplência, que já é uma medida percentual. Além disso, a utilização do índice
de desemprego na região metropolitana de São Paulo em vez do índice de emprego,
como no modelo da quantidade, como medida para o nível de atividade se deu em
virtude do melhor desempenho estatístico desse indicador para capturar os impactos
do emprego sobre a inadimplência nos financiamentos habitacionais.
Os dois modelos foram estimados utilizando-se todos os bancos com
carteira de crédito habitacional e agrupando-se esses créditos pelo tipo de controle
da instituição financeira: créditos concedidos por instituições públicas e privadas.
23 Também incluímos no modelo uma defasagem da variável dependente, que se mostrou
estatisticamente não significativa.
97
4.3 Resultados
4.3.1 Saldo do crédito imobiliário
A tabela 2 mostra os resultados da regressão (equação 1) para todas as
instituições financeiras com carteira de crédito imobiliário (coluna 2), assim como os
resultados quando consideradas apenas as instituições públicas e privadas (colunas 3 e 4).
Tabela 2 – Saldo do crédito imobiliário
Variável dependente:
d(log(Financiamento Habitacional Real))
Total
Privadas
Públicas
0,00053
-0,00246
0,00226
[0,833]
[0,525]
[0,278]
0,02956***
0,57523***
[0,000]
[0,000]
constante
d(log(Exigibilidades_real - FCVS_real))
0,02542*
d(log(Exigibilidades_real / FCVS_real))
[0,095]
d(log(1+Selic_anual))
d(log(1+inadimplência))
d(log(indice_emprego))
d(log(renda_real_efetivo_ocupado))
d(log(1+(Crédito/PIB)))
-0,48716**
-0,64438**
-0,43449**
[0,010]
[0,036]
[0,040]
-0,57559***
-0,20529*
-0,04634
[0,001]
[0,062]
[0,909]
0,46070**
0,40088
0,37948*
[0,014]
[0,118]
[0,095]
0,01728
0,03473
0,00767
[0,200]
[0,127]
[0,632]
1,40189***
0,04661
0,95391*
[0,002]
[0,958]
[0,089]
Dummy_80
-0,00433
-0,00365
-0,00933**
[0,195]
[0,438]
[0,004]
Dummy_Lei_10931
0,00742*
0,00919
0,00981**
[0,083]
[0,153]
[0,019]
0,48089
0,57387
0,27309
84
84
84
R
2
Obs.
Fonte: Banco Central do Brasil
Nota: *, ** e *** indicam coeficientes significativos a 10%, 5% e 1%, respectivamente.
P-valores entre colchetes, abaixo dos coeficientes.
É importante ressaltar que foram feitos testes de autocorrelação serial nos
resíduos (LM), que apontaram presença de autocorrelação serial de primeira ordem
apenas a 10% de significância (estatística F = 3,3529). Portanto, os resultados foram
muito parecidos quando corrigimos os estimadores por Newey West.
O coeficiente 1, que indica o impacto das exigibilidades sobre o total de
recursos aplicados em crédito imobiliário, é significativo e positivo, embora pequeno
(aproximadamente 0,03). Isso indica que, para uma variação positiva de 1% na
exigibilidade, as aplicações efetivas variam, em média, 0,03%. Aparentemente esse
valor é muito inferior ao esperado a priori. No entanto, como vimos na seção 3, no
passado recente, os bancos públicos cumpriam o requerimento com razoável folga, o
que pode estar subestimando o impacto dessa variável.
Além disso, os resultados apontam para uma relação negativa do saldo
de crédito com a taxa básica de juros (Selic) e com a inadimplência acima de três
98
mensalidades. A priori, espera-se que a implementação da Lei nº 10.931, de 2004,
diminua a inadimplência nos contratos de crédito imobiliário, na medida em que
aumenta a probabilidade de os credores conseguirem exercer o direito de retomada
de posse do bem financiado caso este se torne inadimplente. Nesse caso, o coeficiente
1 captura o impacto da melhoria no ambiente institucional sobre a oferta de crédito
imobiliário, gerado pelo aumento no valor residual esperado do contrato de crédito.
Esse feito foi significativo a 8,4% e positivo em aproximadamente 0,0074. Ou seja, a
implementação da Lei nº 10.931, de 2004, elevou a variação percentual do saldo de
operações de crédito imobiliário, em média, em 0,74% ao mês em termos reais.
O índice de emprego e a renda real efetiva do pessoal ocupado, que refletem
o nível de atividade econômica, apresentaram relação positiva com o saldo de crédito
imobiliário. No entanto, apenas o índice de emprego foi estatisticamente significativo,
com o coeficiente em torno de 0,45. Esse coeficiente pode estar capturando tanto
o aumento da demanda por crédito imobiliário, gerada pelo aumento da massa
populacional com renda disponível para honrar dívidas bancárias, quanto a elevação
da oferta por parte dos bancos, uma vez que o nível de emprego reduz o risco de não
pagamento da operação.
As variáveis crédito/pib e dummy_80% foram incluídas no modelo apenas
para fins de controle. Seus respectivos coeficientes, 6 e 2, indicam que há uma
correlação positiva entre expansão do crédito imobiliário e expansão do crédito como
um todo na economia e que a redução da rentabilidade dos recursos não direcionados
não afetou o saldo do crédito imobiliário, tendo em vista a baixa significância da
estimativa. Vale lembrar que, assim como no caso das exigibilidades, esse último
resultado pode estar sendo afetado pelo excesso de aplicações das instituições
públicas relativamente ao valor requerido pelas regras de direcionamento.
As colunas 3 e 4 da tabela 2 apresentam os resultados da estimação do
modelo 1, porém separados por instituições privadas e públicas, respectivamente.
A única diferença é que, para as instituições públicas, a variável ExigibilidadeReal é
a primeira diferença do log da razão exigibilidade real sobre FCVS real. Isso ocorre
devido ao fato de que a diferença absoluta entre essas duas variáveis é muitas vezes
negativa. Ou seja, o saldo do FCVS chega a ser, em alguns períodos, superior à
exigibilidade total imposta às instituições públicas.
Os resultados encontrados apontam para o fato de que o saldo de crédito
imobiliário das instituições privadas é guiado em grande medida pelas exigibilidades
totais. O coeficiente 1 é significativo e positivo, em torno de 0,57. Isso indica que,
para uma variação positiva de 1% na exigibilidade total, as aplicações efetivas das
instituições privadas sobem, em média, 0,57%.
Além disso, os resultados apontam para uma relação negativa do saldo de
crédito imobiliário com a taxa básica de juros (Selic) e com inadimplência acima de
três mensalidades, como na amostra total. No entanto, tanto as variáveis que refletem
o nível de atividade econômica (índice de emprego e renda real efetiva) quanto
as utilizadas apenas para controle (crédito/pib e dummy_80%) não apresentaram
coeficientes estatisticamente significativos. Ademais, a implementação da
Lei nº 10.931, de 2004, também parece não ter afetado o saldo de crédito imobiliário
das instituições privadas.
99
Em geral, esses resultados nos levam a inferir que o volume de crédito
imobiliário concedido pelas instituições privadas é impulsionado principalmente por
mudanças nas exigibilidades impostas a elas. Além isso, elevações na inadimplência e
na taxa básica de juros reduzem as aplicações em crédito habitacional.
Os resultados também confirmam que o crédito imobiliário concedido pelas
instituições públicas é menos dependente das variações nas exigibilidades. Além do
impacto positivo do nível de emprego, elevações na taxa Selic reduzem as aplicações em
crédito imobiliário. Ademais, a adoção da Lei nº 10.931, de 2004, elevou a expansão do
crédito imobiliário das instituições públicas, em média, em 0,9%.
Os resultados desta subseção nos levam a concluir que o saldo real de
crédito imobiliário é impulsionado por diferentes fatores e em diferentes graus entre
as instituições públicas e privadas. Em geral, o saldo das aplicações em financiamentos
habitacionais das instituições privadas apresenta uma correlação maior com
alterações nas exigibilidades impostas pela regra de direcionamento de crédito
imobiliário, enquanto o saldo de aplicações habitacionais das instituições públicas
apresentou comportamento mais correlacionado com a atividade econômica e com
os recentes aperfeiçoamentos institucionais que elevaram as garantias dos credores
com os clientes inadimplentes. Conforme mencionado na seção 3, esse resultado pode
estar relacionado com o tipo de cliente ao qual as instituições públicas e privadas se
relacionam. A próxima subseção traz os resultados do modelo do risco das operações
de financiamento habitacional (equação 2).
4.3.2 Risco do crédito imobiliário
A tabela 3 traz os resultados do modelo de risco das operações de
financiamento habitacional utilizando toda a base de dados e separando esta em
instituições privadas e públicas, respectivamente, assim como na tabela 2. A variável
dependente é a variação percentual do número de contratos com atrasos superiores a
três mensalidades. Lembrando que essa medida não pondera os contratos pelo valor
da operação. Dessa forma, não reflete a perda financeira das instituições credoras.
Ademais, foram considerados apenas os contratos firmados após junho de 1998, já
que apenas estes contratos estão sujeitos a alienação fiduciária.
Tabela 3 – Risco do crédito imobiliário
Variável Dependente:
d(% de atrasos superiores a 3 mensalidades)
Total
Privadas
Públicas
0,07107
0,00019
0,06603
[0,300]
[0,998]
[0,651]
0,04892
0,13847
0,46740**
d(log(1+Selic_anual))
d(log(desemprego))
d(log(renda_real_efetivo_ocupado))
Dummy_Lei_10931
R
2
[0,577]
[0,152]
[0,014]
-0,00454
-0,00199
-0,01009
[0,360]
[0,714]
[0,341]
-0,00171***
-0,00008
-0,00256**
[0,001]
[0,885]
[0,015]
0,05725
0,03138
0,13069
87
87
87
# de obs
Fonte: Banco Central do Brasil
Nota: *, ** e *** indicam coeficientes significativos a 10%, 5% e 1%, respectivamente.
P-valores entre colchetes, abaixo dos coeficientes.
100
Também foram feitos testes de autocorrelação serial nos resíduos (LM), que
apontaram presença de autocorrelação serial de primeira ordem a 5% de significância
apenas para a amostra total e para as instituições públicas. No entanto, os resultados
também foram muito parecidos quando corrigimos os estimadores por Newey West.
Os resultados encontrados mostram que a adoção da Lei nº 10.931, de
2004, reduziu a inadimplência em aproximadamente 0,17%, sendo significativo
apenas nos contratos habitacionais concedidos pelas instituições públicas (redução
aproximada de 0,25%). Além disso, o nível de emprego só afetou a inadimplência de
forma significativa nos contratos firmados pelos bancos públicos.
Mais uma vez, os resultados encontrados indicam diferença de perfil entre
os clientes dos bancos públicos e privados. Como os bancos públicos, de maneira
geral, especializam-se na concessão de crédito habitacional para classes de renda
mais baixa, a inadimplência enfrentada por eles é mais correlacionada com o nível de
renda e de emprego. Além disso, por possuírem uma carteira de crédito habitacional
mais arriscada (vide os gráficos descritivos 13, 14, 15, 18 e 19), a adoção da alienação
fiduciária do bem imóvel, que ganhou força jurídica a partir da Lei nº 10.931, de 2004,
trouxe maiores benefícios em termos de risco para a carteira de crédito imobiliário
dos bancos públicos.
5 Conclusão
Este artigo investiga as causas e as consequências da recente expansão dos
financiamentos habitacionais na economia brasileira, tendo como objetivo principal
avaliar se tal desenvolvimento foi resultado dos avanços institucionais e econômicos
recentes ou se foi tão-somente resultado do aumento das aplicações obrigatórias
impostas às instituições financeiras pelas regras de direcionamento imobiliário.
Os resultados encontrados apontam diferentes respostas, a depender de se
tratar de instituições financeiras públicas e ou privadas. Para as instituições privadas,
a recente expansão do saldo de crédito imobiliário foi impulsionada, em grande
parte, pela maior exigibilidade advinda do crescimento das aplicações em depósitos
de poupança, que têm ganhado atratividade em virtude de sua rentabilidade ter se
aproximado das aplicações em renda fixa, o que só se mostrou viável na medida em
que a consolidação da estabilidade permitiu redução no patamar da taxa básica de
juros. Mesmo não encontrando o mesmo impacto para as instituições públicas, a
folga que existia entre as exigibilidades e o saldo de crédito vem caindo sensivelmente
nos últimos anos, o que nos leva a acreditar que essa restrição será mais ativa em um
futuro próximo também para as instituições públicas. Além disso, a redução do risco
gerada pela Lei nº 10.931, de 2004, que garantiu às instituições credoras o direito
sobre o bem imóvel até a quitação da dívida pelos clientes, elevou as aplicações,
apenas das instituições públicas.
Aliados a isso, os resultados indicam que a adoção da Lei nº 10.931, de 2004,
a estabilização econômica e os ganhos de emprego recentes trouxeram benefícios
em termos de inadimplência, também apenas nos contratos de crédito imobiliário
originados em instituições públicas. É plausível supor que esse resultado é fruto da
diferença de perfil entre os clientes dos bancos públicos e privados. Como os bancos
101
públicos especializaram-se na concessão de crédito habitacional para pessoas de
renda mais baixa, a inadimplência enfrentada por eles é mais correlacionada com o
nível de renda e de emprego. Por fim, note-se que a adoção da alienação fiduciária
do bem imóvel, que ganhou força jurídica a partir da Lei nº 10.931, de 2004, acaba
gerando maiores benefícios em termos de risco para bancos com carteira de crédito
imobiliário mais arriscada.
102
Referências
CHIQUIER, L.; HASSLER, O.; LEA, M. Mortgage securities in emerging markets.
World Bank Policy Research Working Paper, n. 3370, 2008.
ENDERS, W. Applied econometric time series, 2004.
EUROPEAN Mortgage Federation. A review of Europe’s mortgage and housing
markets. Hypostat, 2007.
FUNDAÇÃO Getulio Vargas. O crédito imobiliário no Brasil: caracterização e
desafios. FGV Projetos, 2007.
HAMILTON, J. Time series analysis. IE. Princeton: 1994.
LIS, S.; HERRERO, A. The housing boom and bust in Spain: impact of the
securitization model and dynamic provisioning. International Housing Finance, sd.
SERVICIO de Estudios Econômicos. Situación inmobiliaria. Argentina: BBVA,
agosto, 2008.
SERVICIO de Estudios Econômicos. Situación inmobiliaria. Chile: BBVA,
agosto, 2008.
SERVICIO de Estudios Econômicos. Situación inmobiliaria. Colombia: BBVA,
agosto, 2008.
SERVICIO de Estudios Econômicos. Situación inmobiliaria. Perú: BBVA,
agosto, 2008.
103
4
Inadimplência no Setor
Bancário Brasileiro:
uma avaliação de suas medidas*
Clodoaldo Aparecido Annibal
1 Introdução
Uma das principais variáveis observadas na avaliação do comportamento do
crédito bancário é o índice que mede a inadimplência no setor. Diferentes abordagens
são utilizadas, ou foram propostas, para realizar o cálculo desse índice. Contudo, a
própria dificuldade de definir inadimplência leva à criação de medidas díspares que
em algumas vezes deixam de medir a inadimplência stricto sensu. Adicionalmente,
em virtude da recente crise econômica mundial no mercado de crédito, tornou-se
premente a obtenção de indicadores que possam mensurar de forma correta essa
variável, bem como seu comportamento ao longo do tempo, antecipando eventuais
problemas e possibilitando a realização de medidas preventivas.
Este trabalho tem como objetivo descrever e analisar, fazendo uso do
Sistema de Informações de Crédito do Banco Central do Brasil (SCR), entre
outras fontes, o comportamento de três dos principais índices de inadimplência
encontrados na literatura ao longo do tempo. A diferença de comportamento de
cada índice é observada utilizando um sistema que procura simular uma carteira de
crédito pessoal e técnicas estatísticas para a análise de séries de tempo de dados reais.
A simulação realizada utiliza uma abordagem de eventos em que cada
operação de crédito é entendida como sendo um evento independente.1
O sistema de simulação foi construído de forma a replicar a dinâmica
de uma carteira de crédito pessoal sem consignação de uma grande instituição
financeira informada periodicamente ao Banco Central do Brasil (BC) via SCR.
Dessa forma, utilizando-se os testes de aderência de Anderson-Darling, Cramér-von
Mises e de Kolmogorov-Smirnov, foram identificadas as distribuições estatísticas
*
1
O autor agradece a colaboração, os comentários e as sugestões de Sérgio Mikio Koyama, Eduardo
Luis Lundberg, Antônio Carlos Magalhães da Silva e Ricardo Schechtman. As opiniões expressas
neste artigo são da responsabilidade de seu autor e não refletem, necessariamente, a posição do
Banco Central do Brasil ou as opiniões de seus membros.
Embora as operações sejam independentes entre si, o simulador utiliza mecanismos que permitem
alterar conjuntamente o comportamento de todas as operações existentes, introduzindo, dessa
forma, correlações entre as operações.
105
mais adequadas para gerar os números que caracterizam essas operações: valor,
prazo, probabilidade de inadimplência e recuperação da operação dado determinado
nível de atraso ter sido observado.
Um ponto importante a destacar no sistema elaborado diz respeito à
preocupação em introduzir em sua estrutura mecanismos que permitissem reproduzir
a forma como o comportamento da carteira de crédito é capturado pelo SCR, tais
como a obtenção de forma discreta de informações de um processo contínuo.
A partir desse modelo de simulação, foi possível identificar que o indicador
de inadimplência que utiliza a abordagem por quantidade é o que apresenta as
melhores propriedades, antecipando os demais indicadores e, portanto, um possível
preditor para eles.
A utilização de bons indicadores de inadimplência vem tornando-se cada
vez mais importante em virtude da recente expansão do crédito bancário conforme
pode ser observado no gráfico 1. Crises como a vivida no segundo semestre de 2008,
permitem observar a qualidade dos indicadores na captura tempestiva de alterações
no comportamento da inadimplência.
Conforme pode ser observado no gráfico 2, o Brasil não ficou imune à crise
estrangeira. O aumento do spread do CDS de títulos soberanos brasileiros sumariza
a dificuldade encontrada por empresas brasileiras na renovação de linhas de crédito
externas, bem como o aumento na percepção de risco de crédito. Entretanto, o
indicador de inadimplência utilizado pela Nota para Imprensa do Banco Central
do Brasil – que mede a inadimplência no SFN segundo a razão entre o montante
de créditos com recursos livres com atrasos superiores a noventa dias e o total de
créditos com recursos livres – não apresentou nenhuma alteração significativa em
seu comportamento, indicando falta de tempestividade na mensuração dos efeitos
dessa crise.
106
Gráfico 2 – Credit default swap spread de cinco anos
600
500
400
300
200
100
0
Jan/08
Mar/08
Mai/08
Jul/08
Set/08
Nov/08
Jan/09
Fonte: Bloomberg Finance LP
Assim, o presente trabalho visa comparar esses diferentes indicadores
apontando suas características específicas e a melhor circunstância em que cada um
deve ser empregado. Para atingir esses objetivos, o artigo está estruturado da seguinte
forma: a seção 2 apresenta algumas definições de inadimplência; a seção 3, a definição
de perda esperada segundo Basileia II; a seção 4, diferentes tipos de indicadores de
inadimplência; a seção 5, os procedimentos utilizados para a simulação de uma carteira
de crédito; a seção 6, os principais resultados; e, finalmente, a seção 7, as conclusões.
2 Definições de inadimplência
Ainda que a palavra “inadimplência” apresente uma única acepção, qual
seja, falta de cumprimento de uma obrigação (HOUAISS, 2001), a tarefa de obter
uma definição operacional de inadimplência, ou default,2 para fins de avaliação de
risco de crédito, não é trivial.
Conforme observado por Sicsú (2003, p. 330), é difícil obter consenso entre
analistas de crédito a respeito de uma definição operacional de inadimplência, pois os
objetivos dos analistas podem ser conflitantes. Alguns tendem a adotar critérios mais
rigorosos com o propósito de obter um sistema de classificação de risco que aprove
operações de crédito de forma mais parcimoniosa. No entanto, outros analistas,
preocupados com a criação de um sistema que limite os possíveis negócios de uma
instituição financeira (IF), tendem a adotar uma definição menos restritiva.
Não obstante a existência desse conflito de interesses, existem na literatura
diversas definições de inadimplência que, embora sejam diferentes entre si, vão ao
encontro da acepção da palavra. Por exemplo, Westgaard e Wijst (2001, p. 339) afirmam
que: “[...] entrar em default é fracassar em pagar uma quantia devida a um banco”.
2
Embora possa haver alguma diferença entre os conceitos de default e inadimplência, neste trabalho
esses termos são utilizados com o mesmo sentido.
107
Já Bessis (1998, p. 82) apresenta as seguintes definições: “[...] deixar de
pagar uma obrigação, quebrar um acordo, entrar em um procedimento legal ou
default econômico”.
Uma definição mais abrangente que a de Bessis é a adotada pelo Comitê
da Basileia sobre Supervisão Bancária (BCBS, do inglês Basel Committee on Banking
Supervision ) (2006, p. 100):
Considera-se ter ocorrido default em relação a um devedor específico
quando um ou ambos os eventos seguintes tenham acontecido:
• O banco considera improvável que o devedor pague na totalidade suas
obrigações ao conglomerado financeiro sem que este tenha que recorrer
a ações tais como a realização de garantias (se possuir);
• O devedor está atrasado em mais de 90 dias em alguma obrigação
material com o conglomerado financeiro. Saques a descoberto são
considerados como operações em atraso quando o cliente infringir um
limite recomendado ou tenha lhe sido recomendado um limite menor
que a dívida atual.
No que diz respeito ao prazo para caracterização de inadimplência utilizado
pelo BCBS, Verrone (2007, p. 119) manifesta a preocupação de algumas IFs brasileiras
quanto à necessidade de alteração de seus modelos internos, uma vez que a prática
mais comum de mercado é utilizar o prazo de sessenta dias.
Neste estudo, para fins de comparação de diferentes conceitos de
inadimplência, utiliza-se o conceito de inadimplência stricto sensu, que procura
harmonizar aqueles definidos por Westgaard e Wijst (2001) e Bessis (1998), qual
seja: o fracasso em pagar determinada quantia nos termos do contrato original da
operação de crédito.
3 Perda esperada segundo Basileia II
No crédito bancário, é natural que algumas perdas ocorram ao longo do
tempo. Todavia, embora uma IF não possa conhecer de antemão as perdas que
incorrerá em determinado período, ela pode, dada sua experiência no ramo, estimar
um nível de perda para esse período. No contexto de Basileia II, essa estimativa é
conhecida por Perda Esperada ou EL, do inglês Expected Losses.
Segundo o BCBS (2005), a EL é o produto de três fatores distintos:
i) a proporção de devedores que apresentarão uma situação de default em
um determinado horizonte de tempo (PD – Probability of Default);
ii) a exposição da IF a esses devedores no momento do default (EAD –
Exposure at Default); e
iii) o percentual dessa exposição que não será recuperado em caso de
ocorrência do default (LGD – Loss Given Default).
108
Isso posto, o montante da EL pode ser encontrado com a seguinte equação:
Os índices de inadimplência encontrados na literatura e utilizados na
divulgação de dados sobre o mercado de crédito bancário adotam diferentes
abordagens que abrangem um ou mais componentes da EL. Neste trabalho, essas
diferentes abordagens estão categorizadas em três diferentes tipos: Provisão,
Exposição e Quantidade.
4 Índices de inadimplência
4.1 Abordagem por provisão
Podem ser classificados na categoria Abordagem por Provisão os índices
que propõem medir a inadimplência do setor bancário por intermédio da razão entre
as provisões constituídas em um período, ajustadas pelas reversões, e o saldo total
médio das operações de crédito. O índice proposto por Costa e Blum (2008), assim
como a primeira medida de inadimplência utilizada por Nakane (2003), são alguns
exemplos dessa abordagem.
Uma vez que as provisões são constituídas para fazer frente às estimativas de
perdas no portfolio de crédito das IFs, os índices de inadimplência que utilizam esse
conceito não estão medindo a inadimplência stricto sensu, pois a constituição correta
de provisões para perdas esperadas não considera apenas a falta de cumprimento de
uma obrigação (a inadimplência stricto sensu), mas também a exposição ao devedor
que a IF terá no momento da inadimplência e o montante que poderá ser recuperado.
Todavia, conforme discutido por Costa e Blum (2008), medidas que
utilizam o nível de provisionamento das IFs podem ser bastante úteis na análise
do spread bancário, não porque medem com mais precisão a inadimplência, mas
porque o apreçamento de uma operação de crédito é realizado considerando todas
as estimativas de custos e despesas, incluindo-se perdas com operações de crédito
e margem de lucro desejada. Assim, para mensurar a parcela do spread bancário
responsável pela absorção dessas perdas, é necessário considerar a perda esperada
em seus três componentes: PD, EAD e LGD.
Tendo em vista que os índices fundamentados em provisões estão sujeitos
a alguns critérios subjetivos das IFs, para fins de comparação de desempenho com
os demais índices apresentados neste trabalho, o índice construído segundo esta
abordagem, Índice de Inadimplência por Provisão (IIP), será analisado apenas com
a utilização de dados reais.
109
4.2 Abordagem por exposição
Na categoria Abordagem por Exposição, podem ser classificados os índices
que calculam a inadimplência segundo a razão entre o montante de operações com
atraso no pagamento superior a um determinado número de dias e o total da carteira
de crédito. Enquadra-se nessa definição o indicador de inadimplência divulgado pelo
BCB em sua Nota para a Imprensa de Política Monetária e Operações de Crédito.
Novamente, índices de inadimplência que utilizam esse conceito não
estão medindo a inadimplência stricto sensu, pois o montante de operações com
atraso no pagamento também não considera apenas falta de cumprimento de uma
obrigação, mas também a exposição da IF ao devedor no momento em que houve
a inadimplência.
Vale ressaltar que índices dessa natureza são bastante utilizados para medir
a qualidade dos ativos de uma IF em um determinado momento e, para esse propósito,
são bastante adequados. Por exemplo, entre os Financial Soundness Indicators
(IMF, 2002), existe um indicador bastante conhecido, característico da Abordagem
por Exposição: a razão entre créditos inadimplidos (nonperforming loans) e o total de
créditos. Esse indicador é utilizado em diversos estudos, tais como o de Campello (2002)
e o de Berger e De Young (1995). Todavia, deve-se atentar para o fato de que alguns
desses índices representam o quociente entre dois valores anacrônicos (montante de
operações de crédito inadimplentes contratadas no passado comparado com o total
recente das operações de crédito), e, sendo assim, eventuais descompassos podem
ocorrer, como a redução do valor do índice devido a um substancial aumento da
concessão de crédito.
Nas simulações realizadas neste trabalho, é utilizado um índice aos moldes
do empregado pelo BCB, o Índice de Inadimplência por Exposição (IIE), cujo
valor expressa o quociente entre o montante das operações de crédito com atrasos
superiores a noventa dias e o total de créditos.
4.3 Abordagem por quantidade
Na categoria Abordagem por Quantidade, podem ser classificados os
índices que medem a inadimplência como sendo a razão entre o número de operações
inadimplentes e o número total de operações. Enquadram-se nessa definição os
índices utilizados por Chiu (2003), Virolainen (2004) e Jiménez e Mencía (2007).
Índices construídos dessa forma medem efetivamente a inadimplência
stricto sensu, pois apenas a falta de cumprimento de uma obrigação é considerada no
cômputo de seus valores.
Nas análises realizadas neste trabalho, será utilizado um índice cuja sigla
é IIQ (Índice de Inadimplência por Quantidade). O IIQ é construído de forma
semelhante ao índice utilizado por Jiménez e Mencía (2007) em que somente as
novas operações inadimplentes são consideradas na apuração de seu valor.
110
5 Simulação da carteira de crédito
Para avaliar o comportamento dos índices que utilizam as abordagens
por exposição e por quantidade, foi gerado um conjunto de operações utilizando-se
como parâmetros (número, valor e prazo das operações) os valores observados na
carteira de crédito pessoal de uma grande IF informante do Sistema de Informações
de Crédito do Banco Central do Brasil (SCR). Conforme dito anteriormente, a
abordagem por provisão será analisada apenas com a utilização de dados reais, em
razão da existência de fatores subjetivos que influenciam a constituição de provisões.
A seguir, as principais características desse sistema.
5.1 Fases
O sistema de simulação foi executado com 1.500 unidades de tempo que
podem ser consideradas como dias úteis. Esses 1.500 dias úteis da simulação podem
ser divididos em quatro fases,3 sendo:
i) de 1 a 490 dias – inicialização do sistema (estes dados não foram
utilizados na análise de resultados);
ii) de 491 a 700 dias – fase pré-choque;
iii) de 701 a 742 dias – fase de choque;
iv) de 743 a 1.500 dias – fase pós-choque.
5.2 Número de operações
Foi estabelecido que o intervalo de tempo (T) entre cada operação segue
uma distribuição de Poisson com o parâmetro  igual a 0,0005, isto é, uma média de
2.000 operações por dia útil.4
5.3 Valor das operações
O valor simulado das operações (V) segue uma distribuição lognormal
deslocada em R$5.000,00 com os parâmetros  (média) igual a R$10.000,00 e 
(desvio-padrão) igual a R$8.700,00.5
3
4
5
Para fins de apresentação de resultados, cada 21 dias úteis representam trinta dias comerciais ou
simplesmente trinta dias.
A distribuição de Poisson foi escolhida em razão de suas propriedades características que se
adéquam ao perfil de uma carteira de crédito pessoal, quais sejam, independência entre as operações
e média conhecida de ocorrência de eventos em um determinado período de tempo.
O SCR detalha apenas as operações de crédito acima de R$5.000,00. A distribuição lognormal é
utilizada porque, nos testes de aderência realizados, foi a mais semelhante à distribuição empírica
dos valores das operações da amostra.
111
5.4 Prazo das operações
O prazo (P) de vencimento da última parcela da operação no momento
da concessão é distribuído uniformemente, com valor mínimo de 21 dias úteis e
máximo de 490 dias úteis.
5.5 Valor das prestações
O valor de cada prestação (VP) é igual a
.
5.6 Probabilidade de inadimplência
A probabilidade de inadimplência PD de cada operação é igual a 1,5%, e a
probabilidade de inadimplência de cada uma das prestações (IP) é dada por:
em que Pdecorrer é o prazo que ainda resta para o vencimento da última parcela da
operação.
Durante o período de choque positivo, a probabilidade de inadimplência
das parcelas das operações passa a ser igual a 21*IP. Durante o choque negativo, passa
a ser igual a 2-1*IP.
5.7 Recuperação das operações inadimplentes
As operações que apresentam atraso são recuperadas de acordo com a
seguinte relação:
i) com atraso de 1 a 30 dias (1 a 21 dias úteis), 30% retornam ao curso
normal;
ii) com atraso de 31 a 60 dias (22 a 42 dias úteis), 10% retornam ao curso normal;
iii) com atraso de 61 a 90 dias (43 a 63 dias úteis), 5% retornam ao curso
normal; e
iv) 100% das operações com mais de noventa dias de atraso (63 dias úteis)
são baixadas para prejuízo após o transcurso de 360 dias de atraso (252
dias úteis).
5.8 Índices de inadimplência
Para cada uma das três abordagens de inadimplência, foi criado um índice
diferente para avaliação, os quais estão expressos a seguir.
112
5.8.1 Índice de Inadimplência por Provisão
Embora não tenha sido utilizado nas simulações realizadas devido às razões
apresentadas anteriormente, é possível construir o Índice de Inadimplência por
Provisão (IIP) com dados reais tendo como embasamento os critérios estabelecidos
pela Resolução nº 2.682 do Conselho Monetário Nacional.
Essa resolução determina o percentual mínimo de provisão que deve
ser constituída para cada operação, segundo sua classificação de risco. A tabela 1
apresenta esse relacionamento.
Tabela 1 – Provisões para devedores duvidosos
Classificação de risco da operação
Percentual mínimo de provisão
AA
0,0%
A
0,5%
B
1,0%
C
3,0%
D
10,0%
E
30,0%
F
50,0%
G
70,0%
H
100,0%
Desse modo, o IIP é igual ao quociente entre o somatório das provisões
mínimas constituídas e o total da carteira de crédito tal como o indicador proposto
por Costa e Blum (2008).
5.8.2 Índice de Inadimplência por Exposição
O Índice de Inadimplência por Exposição (IIE) procura replicar o índice
atualmente divulgado pelo BCB na Nota para a Imprensa de Política Monetária e
Operações de Crédito. Assim, mede a razão entre o montante das operações com
atrasos superiores a noventa dias e o total das operações.
5.8.3 Índice de Inadimplência por Quantidade
O Índice de Inadimplência por Quantidade (IIQ) utilizado neste estudo
assemelha-se ao empregado por Jiménez e Mencía (2007) observadas, contudo, as
peculiaridades do SCR. Assim, o índice é igual ao quociente entre o número de novas
operações que apresentaram atraso entre 61 e 90 dias no instante T e o número de
operações sem atraso no instante T menos noventa dias (63 dias úteis).
113
6 Resultados
6. 1 Da simulação
Os gráficos 3 e 4 apresentam o comportamento dos índices de inadimplência
na simulação realizada. Mesmo sem observar as estatísticas descritivas constantes
na tabela 2, é possível verificar que o índice que apresenta maior sensibilidade aos
choques de inadimplência é o IIQ.6
Gráfico 3 – Simulação do IIE
1,00%
0,50%
491
591
691
791
891
991
1091
Exposição – Choque negativo
Exposição – Choque positivo
- 2 Desvios-padrão
+ 2 Desvios-padrão
1191
1291
1391
1491
Exposição – Sem choque
Gráfico 4 – Simulação do IIQ
0,24%
0,12%
0,06%
0,03%
491
6
114
591
691
791
891
991
1091
Exposição – Choque negativo
Exposição – Choque positivo
- 2 Desvios-padrão
+ 2 Desvios-padrão
1191
1291
1391
1491
Exposição – Sem choque
Conforme mencionado anteriormente, o IIP será analisado apenas com a utilização de dados reais,
pois os critérios de constituição de provisões estão sujeitos a fatores subjetivos de cada IF e não
podem ser adequadamente simulados.
Um índice de inadimplência perfeito seria aquele que fosse capaz de
identificar as alterações de inadimplência no momento em que ocorrem e na sua
exata magnitude. Uma vez que está sendo utilizado um sistema de simulação, os
momentos das alterações e suas magnitudes são conhecidos com precisão. Na tabela
2, o índice denominado Benchmark apresenta as informações reais de inadimplência
da simulação. Assim, o melhor índice de medição de inadimplência será aquele cujas
estatísticas mais se assemelhem às do Benchmark.
Tabela 2 – Estatísticas da simulação
Tipo de índice
Benchmark
IIQ
IIE
Média (Sem Choque)
1,50% 0,08% 0,70%
Desvio-padrão (sem choque)
0,00% 0,00% 0,04%
Coeficiente de Variação (sem choque)
0,00% 5,20% 5,40%
Momento de identificação do início do choque positivo
700
745
798
Momento de identificação do fim do choque positivo
742
800
959
Duração do choque positivo
42
55
161
Magnitude do Choque positivo
2,00
2,03
1,24
Momento de identificação do início do choque negativo
700
749
790
Momento de identificação do fim do choque Negativo
742
805
966
42
56
176
0,50
0,49
0,86
Duração do choque negativo
Magnitude do choque negativo
À exceção do valor médio, que indica maior similaridade entre o valor obtido
a partir do IIE frente ao IIQ, todos os demais números apresentados demonstram
uma clara primazia do IIQ em relação ao IIE na medição da inadimplência.
Contudo, é importante ressaltar que, para nenhum dos índices, era
esperado que os valores médios das séries sem choque fossem iguais à probabilidade
de inadimplência da operação, 1,5%. Por ser um índice que observa o estoque das
operações inadimplidas, o IIE tenderia a 1,5% somente na hipótese de não haver
recuperação das operações de crédito. Já o valor do IIQ, por considerar apenas
novas operações inadimplentes, ou seja, por observar o fluxo, e não o estoque de
operações inadimplidas, tende a ser igual ao valor médio da inadimplência das
parcelas corrigido pelo percentual de recuperação das operações. Todavia, esses
aspectos influenciam apenas a escala dos índices, e a análise do comportamento da
inadimplência independe da escala utilizada.
Voltando-se a analisar o resultado dos índices, pode ser verificado que tanto
nos choques positivos quanto nos negativos o IIQ é muito mais próximo do Benchmark
na identificação do início e fim dos choques (pontos em que os índices cruzam seus
valores médios sem choques acrescidos/reduzidos de dois desvios-padrão).
As durações (diferença em dias entre a identificação do início do choque e
seu fim) e as magnitudes (relação entre o valor máximo/mínimo da série com choque
positivo/negativo em relação ao valor médio na série sem choque) dos choques de
inadimplência também são mais bem capturados pelo IIQ que pelo IIE. Vale ressaltar
inclusive que, conforme pode ser observado no gráfico 2, o choque negativo medido
pelo IIE apresenta uma descontinuidade entre os pontos identificados como início e
fim de choque.
115
6.2 Dos dados reais
Embora a simulação de resultados já forneça uma boa visualização do
comportamento dos índices em diferentes circunstâncias, a utilização de dados reais
também pode ser de bastante utilidade para avaliar a performance comparativa dos
índices de inadimplência.
Entretanto, diferentemente do que ocorre no ambiente simulado, os dados
disponíveis para esta pesquisa não permitem determinar com precisão as flutuações
da inadimplência real das operações de crédito. Assim, não é possível utilizar um
índice que cumpra o papel desempenhado pelo Benchmark utilizado na simulação.
Contudo, o problema gerado pela falta desse índice de referência pode ser
parcialmente resolvido se for utilizado algum indicador que esteja relacionado com a
inadimplência real das operações de crédito.
Neste estudo, é utilizado o índice mensal da Produção Física Industrial para
a Indústria Geral divulgado pelo IBGE (IPFI) para os meses de abril de 2003 a janeiro
de 2009, como referência para se conhecer a inadimplência de pessoas jurídicas ao
longo do tempo. Naturalmente a inadimplência real deve ter uma correlação negativa
com esse índice, uma vez que o aumento da produção industrial é um indicativo de
uma atividade econômica em expansão que, por conseguinte, induz uma redução
na taxa de inadimplência de pessoas jurídicas. Dessa forma, o índice de medição de
inadimplência deve apresentar comportamento inverso ao do IPFI.
Utilizando-se dados divulgados pelo BCB e/ou disponíveis no SCR
referentes aos meses de abril de 2003 a janeiro de 2009, foi possível calcular, para
pessoas jurídicas, os três índices discutidos neste trabalho: IIP, IIE e IIQ.
O IIP foi calculado utilizando-se a metodologia proposta por Costa e
Blum (2008). O IIE é a própria série de inadimplência de pessoas jurídicas divulgado
pelo BCB (série código 7.937) em Nota para a Imprensa de Política Monetária e
Operações de Crédito do Sistema Financeiro. Já o IIQ foi calculado utilizando-se os
dados disponíveis no SCR segundo a mesma metodologia apresentada na simulação.
Para facilitar a visualização da relação dos índices de inadimplência com
o IPFI, sobre essas séries foi aplicado o filtro de Hodrick-Prescott com o valor de
lambda igual a 15,4267 para a obtenção da tendência de cada uma e, posteriormente,
foram normalizadas para que pudessem ser apresentadas em gráfico de mesma
escala; veja-se o gráfico 5.
7
116
O valor de lambda foi escolhido em função do número de observações disponíveis (setenta
observações). Detalhes sobre a seleção do valor lambda para a aplicação do filtro de
Hodrick-Prescott em função do número de observações disponíveis podem ser consultados em
Del Río e Maravall (2001).
Gráfico 5 – Tendências dos índices
4
2
0
-2
-4
IPFI
IIQ
IIE
Jan/09
Out/08
Jul/08
Abr/08
Jan/08
Out/07
Jul/07
Abr/07
Jan/07
Out/06
Jul/06
Abr/06
Jan/06
Out/05
Jul/05
Abr/05
Jan/05
Out/04
Jul/04
Abr/04
Jan/04
Jul/03
Out/03
Abr/03
-6
IIP
Observando-se o gráfico 5, pode ser constatado que o IIQ e IIE apresentam
aparente comportamento inverso ao do IPFI, enquanto que a relação inversa entre o
IIP e o IPFI é bem mais sutil.
Prosseguindo-se com a análise do gráfico 5, o IIQ aparenta ser instrumento
de medição da inadimplência mais apropriado que o IIE, pois sua defasagem em
relação ao IPFI mostra-se menor. De fato, realizando-se um teste de autocorrelação
cruzada entre IPFI e IIQ (gráfico 6) e entre IPFI e IIE (gráfico 7), a defasagem
significante entre IPFI e IIQ, nove meses, é menor que a defasagem significante entre
IPFI e IIE, de catorze meses.8
8
Antes de realizar o teste de autocorrelação cruzada, as séries originais foram estacionalizadas
utilizando-se suas primeiras diferenças.
117
Gráfico 6 – Autocorrelação cruzada das
Gráfico 7 – Autocorrelação cruzada das
primeiras diferenças de IPFI e IIQ
primeiras diferenças de IPFI e IIE
0
0
1
1
2
2
3
3
4
4
5
5
6
6
7
7
8
8
9
9
10
10
11
11
12
12
13
13
14
14
15
15
16
16
17
17
18
18
19
19
20
20
21
21
22
22
23
23
24
24
25
25
26
26
27
27
28
28
-0,4
-0,2
0
0,2
Correlação IPFI, IIQ(+i)
118
0,4
-0,4
-0,2
0
0,2
Correlação IPFI, IIQ(+i)
0,4
7 Conclusões
A literatura a respeito de inadimplência no setor bancário apresenta
diversas abordagens de mensuração. As principais abordagens identificadas foram:
i) por provisão – aquelas que propõem medir a inadimplência do setor
bancário por intermédio da razão entre as provisões constituídas e o
saldo total das operações de crédito;
ii) por exposição – as que calculam a inadimplência segundo a razão entre
o montante de operações com atraso no pagamento superior a um
determinado número de dias e o total da carteira de crédito; e
iii) por quantidade – as que medem a inadimplência de acordo com a
proporção do número de operações inadimplidas e o número total de
observações passíveis de inadimplência.
As simulações realizadas no estudo mostraram que o indicador de
inadimplência que utiliza a abordagem por quantidade, o IIQ, é o que apresenta
os melhores resultados na mensuração da inadimplência, posto que foi o mais
preciso, dentre os três pesquisados, na medição de sua magnitude e do momento em
que ocorreu.
Na avaliação com dados reais, utilizando-se dados do BCB e do IBGE,
também foi possível verificar a superioridade da abordagem por quantidade. O IIQ foi
o indicador que apresentou a menor defasagem em relação à inadimplência de pessoas
jurídicas, deduzida pela observação do comportamento da produção física industrial.
Assim sendo, pode-se concluir que, para medir a inadimplência stricto sensu,
isto é, a inadimplência cujo significado é o não cumprimento de uma obrigação, são
mais adequados os indicadores que utilizam a abordagem por quantidade, conforme
a definição apresentada neste estudo. Todavia, vale ressaltar que os indicadores que
utilizam outras abordagens também são importantes na análise do comportamento
do crédito do setor bancário, pois são medidas mais adequadas quando o propósito
da análise é, por exemplo, analisar a evolução do spread bancário ou a qualidade das
carteiras de crédito de IFs ou segmentos do SFN.
119
Referências
BASEL COMMITTEE ON BANKING SUPERVISION – BCBS. An explanatory
note on Basel II IRB risk weight functions. Basel: Bank for International
Settlements, 2005.
______. International convergence of capital measurement and capital
standards: a revised framework comprehensive version. Basel, 2006. Disponível
em: <http://www.bis.org/publ/bcbs128.pdf>. Acesso em: 10 dez. 2008.
BERGER, Allen N.; DE YOUNG, Robert. Problem loans and cost efficiency in
commercial banks. WFIC 96-01. Disponível em: <http://ssrn.com/abstract=2277>.
Acesso em: 17 dez. 2008.
BESSIS, Joel. Risk management in banking. Chichester: John Wiley & Sons, 1998.
CAMPELLO, Murillo. Internal capital markets in financial conglomerates: evidence
from small bank responses to monetary policy. The Journal of Finance. n. 6, v. 57,
p. 2773-2805. Blackwell Publishing for the American Finance Association, 2002.
CHIU, Li-ching. Study and comparation of default rates of defaulted enterprises.
JCIC Column. Taipei: Joint Credit Information Center, 2003. Disponível em:
<http://www.jcic.org.tw/publish/041203.doc>. Acesso em: 10 dez. 2008.
COSTA, Ana Carla Abrão; BLUM, Denis. Inadimplência no setor bancário
brasileiro: uma medida alternativa. Tecnologia de Crédito. São Paulo: Serasa,
n. 9, v. 65, p. 39-55, 2008.
DEL RÍO, Ana; MARAVALL Agustín. Time aggregation and the Hodrick-Prescott
filter. Documentos de Trabajo No. 0108. Madrid: Banco de España, 2001.
Disponível em: <http://www.bde.es/informes/be/docs/dt0108e.pdf>.
Acesso em: 11 abr. 2009.
FUJI, Alessandra Hirano. Gerenciamento de resultados contábeis no âmbito
das instituições financeiras atuantes no Brasil. São Paulo, 2004. Dissertação
(Mestrado em Ciências Contábeis) – Programa de Pós-graduação em Ciências
Contábeis, Departamento de Contabilidade e Atuária, Faculdade de Economia,
Administração e Contabilidade da Universidade de São Paulo.
HOUAISS, Antonio. Dicionário Houaiss da língua portuguesa. Rio de Janeiro:
Objetiva, 2001.
INTERNATIONAL MONETARY FUND. Financial soundness indicators: analytical
aspects and country practices. Occasional Paper 212. Washington: IMF, 2002.
JIMÉNEZ, Gabriel; MENCÍA, Javier. Modelling the distribution of credit losses with
observable and latent factors. Documentos de Trabajo No. 0709. Madrid: Banco de
España, 2007. Disponível em: <http://www.bde.es/informes/be/docs/dt0709e.pdf>.
Acesso em: 11 nov. 2008.
120
NAKANE, Márcio I. Taxa de empréstimos e inadimplência. Informações FIPE. São
Paulo: FIPE, v. 273, p. 15-17, 2003.
SICSÚ, Abraham Laredo. Desenvolvimento de um Sistema de Credit Scoring.
In: DUARTE JUNIOR, Antônio Marcos; VARGA, Gyorgy (Org.). Gestão de Riscos
no Brasil. Rio de Janeiro: Financial Consultoria, 2003.
VERRONE, Marco Antônio Guimarães. Basileia II no Brasil: uma reflexão com
foco na regulação bancária para risco de crédito – Resolução CMN 2.682/99.
2007. 155 f. Dissertação (Mestrado em Administração) – Faculdade de Economia,
Administração e Contabilidade, Universidade de São Paulo, São Paulo.
VIROLAINEN, Kimmo. Macro stress testing with a macroeconomic credit risk
model for Finland. Bank of Finland Discussion Papers 18/2004. Helsinki: Bank of
Finland, 2004. Disponível em: <http://ssrn.com/abstract=622682>.
Acesso em: 2 dez. 2008.
WESTGAARD, Sjur; WIJST, Nico van der. Default probabilities in a corporate bank
portfolio: a logistic model approach. European Journal of Operacional Research,
[S.l.], v. 135, p. 338-349, 2001.
121
5
Concentração e Inadimplência nas
Carteiras de Empréstimos dos
Bancos Brasileiros*
Patrícia L. Tecles
Benjamin M. Tabak
Roberta B. Staub
1 Introdução
A decisão dos bancos sobre a composição de suas carteiras de empréstimos
baseia-se, entre outros aspectos, em suas preferências de concentração ou de
diversificação do crédito entre os setores econômicos. Quando há possibilidade
de obter mais informações sobre determinada indústria, por exemplo, os bancos
podem preferir nela concentrar seus empréstimos, reduzindo custos de informação.
Por outro lado, os bancos podem procurar emprestar a uma maior diversidade de
clientes, com o argumento de reduzir a variação dos retornos e, assim, os riscos
(em linha com a teoria clássica de carteiras de Markowitz [1952]).
Ambas as estratégias de concentração e de diversificação podem ser
observadas empiricamente. Alguns bancos obtêm vantagens de experiência ou
de proximidade a indústrias específicas, enquanto outros estabelecem limites de
empréstimos a um único cliente, buscando diversificar riscos. Torna-se então
importante estudar com maior profundidade os dados do mercado de crédito,
desagregados por categorias de devedores com diferentes características de risco e
de retorno, para avaliar qual dessas tendências é predominante.
Neste artigo, analisa-se a concentração dos empréstimos bancários
no Brasil realizados entre 2003 e 2008. Para isso, são propostas duas medidas: o
Índice de Herfindahl-Hirschman (HHI) e a Entropia de Shannon (SE). Além disso,
é apresentada a evolução do percentual de participação de 21 setores econômicos,
como tomadores de crédito nas carteiras dos bancos, e de suas respectivas taxas de
inadimplência.
O restante do artigo está organizado da seguinte maneira. A seção 2 discute
a literatura relacionada. A seção 3 descreve os dados e o método proposto. A seção 4
apresenta os resultados, e a seção 5 conclui o trabalho.
*
As opiniões expressas neste artigo são da responsabilidade de seus autores e não refletem,
necessariamente, a posição do Banco Central do Brasil ou as opiniões de seus membros.
123
2 Revisão literária
A literatura empírica que avalia os efeitos da concentração das carteiras de
crédito aponta diferentes resultados. Os resultados de Acharya et al. (2006) sugerem
que pode haver deseconomias de diversificação se o banco expandir para indústrias
que enfrentem alto grau de competição ou indústrias com as quais não tenham
experiência anterior de empréstimos. Deseconomias surgem de uma queda na
qualidade do crédito de carteiras de empréstimos e nos retornos dos bancos. Heitfield
et al. (2005) encontram risco mais alto para as carteiras com maior concentração.
Kamp et al. (2005) medem a diversificação dos bancos da Alemanha
entre 1993 e 2002. Na média, os bancos apresentaram crescente diversificação,
embora alguns deles, especialmente bancos regionais e estrangeiros, focassem em
determinadas indústrias. A tendência oposta à concentração deve-se em parte às
políticas de contenção do risco de crédito, para melhorar a qualidade das carteiras.
De fato, Kamp et al. (2007) mostram que a maior concentração está associada à maior
volatilidade das perdas de crédito e, portanto, a maior risco. Pfingsten e Rudolph
(2002) examinam o período mais extenso de 1970 a 2001, encontrando também
a crescente diversificação dos empréstimos. Contudo, ressaltam que o resultado
difere entre as indústrias, com algumas delas sendo dominadas por certos grupos
bancários. Mercieca et al. (2007) analisam bancos europeus pequenos e encontram
que a lucratividade é maior para aqueles com carteiras mais concentradas.
Parte dos estudos analisa a concentração dos bancos no mercado de
empréstimos. O processo de consolidação da indústria bancária não é homogêneo
entre os países. Enquanto em alguns ocorreu maior concentração após a
desregulamentação de seus mercados financeiros, devido a fusões e aquisições, em
outros houve expansão do número de bancos, principalmente por meio da entrada
estrangeira. A tendência à concentração também é observada após crises financeiras,
em que bancos com problemas são adquiridos por instituições sólidas. Os índices que
medem o nível de concentração em mercados de empréstimos apresentam resultados
diversos. Em relação à América Latina, Peria e Mody (2004) mostraram tendência
crescente para Argentina, Chile e Colômbia, mas tendência decrescente para México
e Peru. Levine (2000) e Chang et al. (2008) encontraram redução na concentração
no Chile e no Brasil, respectivamente. Em mercados europeus, Corvoisier e Gropp
(2002) e Sapienza (2002) encontraram concentração crescente. Entretanto, os
resultados variam quando é considerada a participação no mercado de depósitos.
Nesse caso, há, comumente, decréscimo na concentração em países desenvolvidos
(BERGER et al., 1999; MAMATZAKIS et al., 2005) e aumento em países emergentes
(GELOS; ROLDOS, 2004).
O impacto da concentração na competição do setor bancário é normalmente
discutido considerando-se duas hipóteses principais. Quando a concentração aumenta,
um argumento para que o mercado se torne menos competitivo é o de que os bancos
poderão exercer poder de mercado. Outra hipótese é a de que a eficiência do setor
bancário também aumente, supondo-se que bancos mais eficientes crescem mais
rapidamente e adquirem os menos eficientes. Assim, os bancos seriam levados a um
ambiente de maior competição. Matthews et al. (2007) argumenta que a contestabilidade
do setor pode determinar que bancos em mercados de alta concentração ainda operem
competitivamente. Eles relatam que, apesar da tendência a fusões e aquisições no
124
sistema bancário inglês, a competição não se alterou significativamente. Yeyati e Micco
(2007) mostram resultados similares para a América Latina, onde não foi encontrada
evidência de que a concentração reduziu a competição.
Corvoisier e Gropp (2002) definem HHIs para cada um dos países da
União Europeia e para os diferentes produtos bancários. Eles encontram que a
maior concentração pode implicar maior margem de juros para empréstimos e
depósitos a vista. Contudo, é observado um comportamento mais competitivo para
os mercados de poupança e de depósitos a prazo. Portanto, eles defendem que o
nível de concentração não afeta as condições de competição de diferentes serviços
bancários da mesma forma. Yildirim e Philippatos (2007) encontram que a maior
concentração do mercado não leva a maior margem de juros e a menor grau de
competição em países da América Latina. Porém, analisando-se separadamente o
Brasil, foi observada queda na competição.
A relação entre a concentração e a estabilidade do sistema não é, da mesma
forma, consensual. Se a consolidação aumenta o valor da instituição, aumentando os
incentivos para um comportamento prudente em relação ao risco, ela pode afetar a
estabilidade positivamente. Além disso, é defendido que o monitoramento de poucos
bancos grandes é mais fácil que o de um sistema disperso. Entretanto, um sistema
com alta concentração, em que grandes bancos são considerados “grandes demais
para quebrar”, podendo ter incentivos para aumentar sua exposição ao risco, também
pode intensificar a probabilidade de risco sistêmico. Beck et al. (2006) encontram
evidência de que crises são menos prováveis em sistemas bancários mais concentrados,
até mesmo quando controlam para diferenças de características macroeconômicas e
institucionais entre os países. Eles mostram ainda que um sistema mais competitivo
está associado a menor fragilidade, negando que concentração e competitividade
são necessariamente correlacionadas. Chang et al. (2008) estudam o impacto que
a consolidação tem na estabilidade financeira no Brasil. Eles medem a fragilidade
financeira por meio da medida de empréstimos inadimplentes e controlam os
resultados para os efeitos de risco sistêmico e de indicadores macroeconômicos.
Os autores encontram relação negativa entre concentração e fragilidade e argumentam
que as melhores oportunidades de diversificação para os bancos grandes lhes permitem
reduzir o risco de crédito. Ao contrário, Mannasoo e Mayes (2008), ao analisarem
países em transição, mostraram que mercados bancários mais concentrados são mais
vulneráveis a quebras. Yeyati e Micco (2007) mostram que a maior concentração não
tem influência no risco de insolvência dos bancos, representado pela taxa de créditos
inadimplentes e pela medida de distância da insolvência. Na ocorrência de crise,
Angkinand (2008) mostra que o custo esperado é maior para países com depósitos
concentrados em poucos bancos grandes.
Outro interesse a respeito da concentração bancária é o seu efeito sobre a
disponibilidade de crédito. O poder de mercado pode resultar em maiores preços e,
assim, em maior restrição ao crédito. Entretanto, a maior concentração também pode
incentivar os bancos a buscarem informações de potenciais tomadores de empréstimos
em um mercado com informação assimétrica. Craig e Hardee (2007) avaliam se
uma redução no número de bancos pequenos, quando comprados por instituições
maiores, implica contração de crédito para pequenos negócios. As hipóteses opostas
são que firmas pequenas têm menor probabilidade de obter crédito de bancos grandes
ou que economias de custo devido à consolidação possam expandir a dívida de tais
125
firmas. O resultado desse trabalho dá suporte ao primeiro argumento, sugerindo que
mercados com mais bancos pequenos têm níveis de empréstimo significativamente
maiores. Contudo, Ratti et al. (2008) encontram que firmas em um ambiente de
maior concentração bancária enfrentam menor restrição ao crédito. Eles defendem
que o maior poder de mercado aumenta a quantidade de empréstimos para firmas
não transparentes. Similarmente, Gonzalez e Gonzalez (2008) fornecem evidência de
que mercados de crédito concentrados melhoram o acesso a empréstimos e reduzem
assimetrias de informação. A crescente concentração tem diferentes impactos entre
os setores de negócios. Bergstresser (2001), por exemplo, mostrou evidência de que
ela é associada com reduções no fluxo de capital bancário para empréstimos do setor
de construção e de desenvolvimento de terras nos Estados Unidos. Como partida
para a investigação sobre a concentração do crédito no Brasil, é analisada a seguir a
distribuição dos empréstimos entre diferentes setores da economia. O escopo deste
artigo é apresentar fatos estilizados para o mercado bancário brasileiro e a evolução
das taxas de inadimplência e concentração nos anos recentes.
3 Dados e metodologia
As informações quantitativas de empréstimos utilizadas para a análise de
concentração provêm do Sistema de Informações de Crédito (SCR). Esses valores
são classificados em 21 seções de atividades econômicas, descritas na tabela 1, de
acordo com a Classificação Nacional de Atividades Econômicas (CNAE). Os dados
compreendem os empréstimos bancários com valor igual ou superior a R$5 mil
referentes ao período de janeiro de 2003 a dezembro de 2008, com frequência mensal.
Os montantes representam o estoque de empréstimos na data, ou seja, o volume de
empréstimos anterior, subtraindo os empréstimos liquidados e adicionando os novos
empréstimos realizados no mês.
Tabela 1 – Atividades econômicas
Seção
1
Agricultura, pecuária, produção florestal, pesca e aquicultura
2
Indústrias extrativas
3
Indústrias de transformação
Agricultura
Ind. extrativa
Ind. de transformação
4
Eletricidade e gás
5
Água, esgoto, atividades de gestão de resíduos e descontaminação
6
Construção
7
Comércio, reparação de veículos automotores e motocicletas
8
Transporte, armazenagem e correio
9
Alojamento e alimentação
10
Informação e comunicação
11
Atividades financeiras, de seguros e serviços relacionados
12
Atividades imobiliárias
13
Atividades profissionais, científicas e técnicas
14
Atividades administrativas e serviços complementares
15
Administração pública, defesa e seguridade social
16
Educação
17
Saúde humana e serviços sociais
Saúde
18
Artes, cultura, esporte e recreação
Cultura
19
Outras atividades de serviços
20
Serviços domésticos
21
Organismos internacionais e outras instituições extraterritoriais
Fonte: Pesquisa CNAE
126
Denominação
Energia
Utilidades
Construção
Comércio
Transportes
Alimentação
Comunicação
Finanças
Imóveis
Profissional
Administrativo
Setor público
Educação
Outros serviços
Serviços
Internacional
Os empréstimos são avaliados em grupos, de acordo com sua classificação
de risco determinada pela Resolução nº 2.682, de 1999, do Conselho Monetário
Nacional (CMN). As instituições financeiras devem classificar as operações de
crédito em ordem crescente de risco, avaliando a situação financeira e os atributos
do devedor, a natureza, a garantia e o valor da operação e o atraso do pagamento.
Os níveis de risco vão de AA a H, com este último referindo-se aos créditos baixados
como prejuízo. De acordo com a classificação de risco, os bancos devem constituir
provisão para perdas conforme a tabela 2. A tabela 3 apresenta a média de 2003 a
2008 do número de operações de empréstimos bancários em cada uma das faixas de
risco, por seção.
Tabela 2 – Classificação de risco
Classificação de risco
Percentual a provisionar (%)
AA
Atraso em dias
0
A
0,5
<15
B
1
15 a 30
C
3
31 a 60
D
10
61 a 90
E
30
91 a 120
F
50
121 a 150
G
70
151 a 180
H
100
> 180
Fonte: Resolução Bacen 2.682/99
Tabela 3 – Descrição dos dados de empréstimos
Seção
AaD
EaG
H
Agricultura
6662
154
662
Ind. extrativa
Ind. transformação
Energia
Utilidades
Construção
2796
66
188
364407
5762
24200
2451
29
103
16083
339
1272
15932
302
1251
Comércio
198090
3611
19833
Transportes
312630
5366
24854
Alimentação
9615
228
777
Comunicação
50858
1201
3670
Finanças
30400
219
679
1555
67
302
Profissional
65151
1343
4724
Administrativo
28496
540
2077
Imóveis
Setor público
Educação
861
14
29
11845
230
509
160
Saúde
5346
85
Cultura
8315
176
545
Outros serviços
2923
70
235
Serviços
Internacional
6
5
11
2
2
Média de 2003 a 2008 do número de operações de empréstimos nas faixas de atraso, por seção.
Para medir a concentração das carteiras de empréstimos dos bancos,
primeiramente é considerada a participação das atividades econômicas. Seja X ib ,t o
valor que o banco b emprestou para a indústria i no instante t, então a
participação da seção i no mercado de empréstimos, y it, é dada pela razão entre os
empréstimos para a seção i sobre o total de empréstimos dos bancos:
127
m
y it =
∑X
b =1
m n
b ,t
i
,
∑∑ X
b =1 j =1
(1)
b ,t
j
em que n é o número de seções e m é o número de bancos que compõem o mercado.
O grau de diversificação da carteira de empréstimos dos bancos entre as
atividades é dado pelas medidas do HHI e da SE. Essas medidas têm a vantagem
de reunir a participação de todos os setores da economia (ou indústrias do
mercado), e não apenas daqueles mais representativos, como as medidas de razão
de concentração.1 São medidas comumente aceitas e empregadas no estudo da
concentração de mercados, sendo definidas como
n
HHI ( y ) = ∑ y i2,
(2)
i =1
.
(3)
Quando a exposição dos bancos é a mesma entre os setores, o HHI atinge
o seu valor mínimo de 1/n. Inversamente, quando todos os empréstimos são feitos
a somente um setor, o HHI é igual a 1. Para a SE, a concentração máxima equivale a
zero, enquanto a maior diversificação atinge o valor de -ln(n).
Por fim, calcula-se a taxa de créditos inadimplentes (NPL, na sigla em
inglês para Non-Performing Loan) para cada setor. O NPL é obtido pela razão entre o
volume de empréstimos de E a G sobre o total de créditos.
4 Resultados
As figuras 1 e 2 mostram a participação de cada seção na composição
das carteiras para os empréstimos com classificação de AA a D. As figuras 3 e 4
apresentam aqueles de E a G, e as figuras 5 e 6, aqueles de nível H. A tabela 4 contém
as estatísticas referentes a essas participações. Elas refletem a diversificação do total
de empréstimos da economia e servem, dessa forma, como medida de comparação
com carteiras individuais.
1
128
O trabalho de Alegria e Schaeck (2008) traz uma comparação entre as diferentes medidas
de concentração.
Tabela 4 – Estatísticas – Participação setorial de empréstimos1/
Risco AA a D
Risco AA a G
Seção
Média
D.P.
Assimetria
Curtose
Média
D.P.
Assimetria
Curtose
Agricultura
0,009
0,001
1,597
4,906
0,009
0,001
1,784
5,448
Ind. extrativa
0,012
0,007
0,789
2,384
0,012
0,007
0,756
2,259
0,385
0,030
0,243
1,491
0,383
0,030
0,209
1,454
Energia
0,046
0,005
-0,507
2,200
0,046
0,005
-0,476
2,224
Utilidades
0,005
0,001
0,087
3,357
0,005
0,001
0,015
3,371
Construção
0,042
0,008
0,843
2,568
0,042
0,008
0,896
2,740
Comércio
0,242
0,016
-1,004
2,882
0,241
0,016
-0,893
2,681
Transportes
0,064
0,010
-0,697
2,015
0,064
0,010
-0,695
1,966
Alimentação
0,007
0,001
0,565
1,854
0,007
0,001
0,572
1,885
Comunicação
0,047
0,016
0,381
2,056
0,047
0,017
0,417
2,078
Finanças
0,060
0,013
0,379
1,784
0,063
0,015
0,411
1,668
Imóveis
0,006
0,001
0,885
2,856
0,006
0,001
0,771
2,727
Profissional
0,013
0,001
0,934
4,869
0,013
0,001
0,261
3,852
Administrativo
0,031
0,002
0,660
2,539
0,031
0,002
0,703
2,648
Setor público
0,002
0,001
5,787
43,902
0,002
0,001
3,279
16,632
Educação
0,010
0,001
-0,622
2,991
0,010
0,001
-0,604
2,900
Saúde
0,010
0,001
0,418
2,139
0,010
0,001
0,452
2,287
Cultura
0,002
0,000
0,826
3,000
0,002
0,000
0,918
3,258
Outros serviços
0,007
0,000
-0,421
3,375
0,007
0,000
-0,541
3,701
Serviços
0,000
0,000
0,914
3,421
0,000
0,000
0,911
3,406
Internacional
0,000
0,000
4,591
22,250
0,000
0,000
4,592
22,244
Curtose
Risco E a G
Risco H
Seção
Média
D.P.
Assimetria
Curtose
Média
D.P.
Assimetria
Agricultura
0,024
0,010
0,581
2,040
0,020
0,003
0,926
6,156
Ind. extrativa
0,004
0,002
1,224
4,829
0,002
0,001
2,802
12,197
0,318
0,029
0,419
1,977
0,297
0,019
0,026
1,746
Energia
0,026
0,032
1,504
4,604
0,011
0,016
1,482
3,717
7,884
Utilidades
0,005
0,003
0,705
1,846
0,003
0,001
1,567
Construção
0,049
0,007
0,807
3,936
0,052
0,011
0,899
2,757
Comércio
0,303
0,066
-0,589
1,917
0,348
0,068
-0,364
1,684
Transportes
0,062
0,013
0,113
1,716
0,057
0,010
-0,194
2,192
1,976
Alimentação
0,015
0,003
-0,066
2,263
0,017
0,003
-0,347
Comunicação
0,046
0,035
1,192
3,578
0,032
0,026
1,600
4,912
Finanças
0,024
0,010
0,764
3,401
0,033
0,029
1,542
4,568
Imóveis
0,007
0,003
1,049
3,212
0,006
0,002
0,496
2,691
Profissional
0,019
0,006
4,309
29,475
0,020
0,006
1,946
6,996
Administrativo
0,044
0,007
0,583
3,927
0,047
0,013
1,444
5,594
Setor público
0,012
0,019
3,635
18,303
0,022
0,035
2,452
7,206
Educação
0,014
0,005
0,707
2,772
0,009
0,002
0,178
1,984
Saúde
0,013
0,002
0,284
3,194
0,007
0,003
1,541
3,966
3,118
Cultura
0,003
0,001
0,177
2,294
0,004
0,001
-0,268
Outros serviços
0,014
0,004
0,197
2,128
0,013
0,004
1,238
4,912
Serviços
0,000
0,000
2,106
7,529
0,000
0,000
0,823
2,779
Internacional
0,000
0,000
4,663
29,541
0,000
0,000
2,037
5,931
1/ Estatísticas descritivas das participações nas carteiras de empréstimos de cada seção por grupo de risco.
A figura 7 apresenta a evolução das medidas de diversificação HHI e SE
de 2003 a 2008. A média e as medidas de dispersão são apresentadas na tabela 5.
Os resultados dos índices são semelhantes (correlação de 0,97, significante a 1%).
Além disso, é destacada a média relativa ao último ano, que se diferencia pela crise
financeira, permitindo a comparação com o nível anterior dos índices. Os empréstimos
apresentaram em média (AA a G) uma redução na concentração ao longo do tempo.
Kamp et al. (2005) e Pfingsten e Rudolph (2002) encontraram resultados semelhantes
na Alemanha utilizando esses indicadores e outras medidas de distância.
129
Embora a média da concentração dos empréstimos classificados de AA
a D seja maior que a concentração dos empréstimos de E a G, a média dos doze
meses finais mostra decréscimo na concentração do primeiro grupo e aumento na
concentração do segundo. Dessa forma, os índices HHI e SE indicam a tendência,
nos últimos anos, à maior diversificação das carteiras de créditos de melhor
qualidade (AA a D) dos bancos, para reduzir seu risco. Já os créditos considerados
mais arriscados (E a G) tenderam à maior concentração entre as indústrias. Uma
possível explicação é que os bancos preferem explorar apenas aqueles setores em que
possuem melhor informação para evitar a exposição ao alto risco. Portanto, ambos
os comportamentos podem sinalizar o maior esforço dos bancos para reduzir a
inadimplência de suas carteiras.
Tabela 5 – Estatísticas – Índices de concentração1/
Índice
Média início
Média fim
Média total
D.P.
Assimetria
Curtose
HHI – AA a D
0,229
0,200
0,224
0,018
-0,081
1,460
HHI – AA a G
0,227
0,198
0,223
0,018
-0,082
1,438
HHI – E a G
0,208
0,243
0,214
0,024
-0,692
2,740
HHI – H
0,223
0,262
0,230
0,037
-0,525
1,808
SE – AA a D
-1,948
-2,055
-1,966
0,060
-0,269
1,616
SE – AA a G
-1,954
-2,058
-1,972
0,059
-0,261
1,618
SE – E a G
-2,031
-1,878
-2,005
0,100
-0,452
2,451
SE – H
-1,952
-1,827
-1,931
0,133
-0,470
1,692
1/ Médias das sessenta observações iniciais e das doze observações finais e a média, desvio-padrão, assimetria e curtose do total de
72 observações.
Há grande variação no período para o percentual de créditos inadimplentes
das atividades econômicas do CNAE, para as 21 seções, acompanhada por uma
tendência declinante, para quase todas as seções. Para melhor comparação, a tabela 6
apresenta estatísticas descritivas dos dados de NPL. Considerando a média total, o
setor de maior inadimplência é o de organismos internacionais e outras instituições
extraterritoriais, e o de menor inadimplência é o setor de indústrias extrativas.
O primeiro é também aquele de maior volatilidade, enquanto o setor comércio é o
que apresenta a menor volatilidade.
Comparando a média do último ano de cada setor com a média dos anos
anteriores, observa-se que apenas as atividades de educação, de setor público e de
outros serviços não obtiveram queda na taxa de inadimplência, mas sim aumento,
apresentando os valores mais elevados do último ano. A taxa média de NPL do
total de empréstimos declinou 2,1 pontos percentuais (p.p.) no último ano, ou seja,
reduziu-se em 50%. O setor de queda relativa mais expressiva foi o setor de energia,
em que a taxa reduziu-se de 3,2% para 0,1%. O setor de organismos internacionais
também mostrou significante recuperação, com queda de 8 p.p. Entretanto, esses
resultados devem ser vistos com o cuidado de se considerar que esses dois setores
abrangem número pequeno de operações e têm, em consequência, efeito reduzido
sobre a taxa de inadimplência total. Para observar a parcela de cada setor na queda
da inadimplência total, a redução na inadimplência (diferença entre a média final
e a inicial) foi multiplicada pela participação do setor no total de empréstimos
inadimplentes (E a G). Os setores mais significantes nesse aspecto foram comércio,
construção e indústria de transformação. Apesar da redução na inadimplência
alcançada ao longo do período, parte das indústrias parece afetada pelo choque
financeiro recente, como mostra a elevação do NPL no último trimestre de 2008.
130
Tabela 6 – Estatísticas – NPL1/
Seção
Média início
Média fim
Média total
D.P.
Assimetria
Curtose
Agricultura
0,036
0,017
0,033
0,022
1,487
5,708
Ind. extrativa
0,024
0,017
0,023
0,013
0,613
2,367
0,04
0,025
0,037
0,016
0,689
2,588
Energia
0,032
0,001
0,027
0,036
1,11
2,908
Utilidades
0,033
0,01
0,029
0,018
0,302
2,109
0,04
0,015
0,036
0,016
0,246
1,835
Comércio
0,037
0,033
0,037
0,009
1,152
4,041
Transportes
0,041
0,035
0,04
0,013
0,593
3,194
Alimentação
0,046
0,022
0,042
0,017
0,18
2,151
Comunicação
0,048
0,03
0,045
0,022
0,716
2,81
0,03
0,015
0,027
0,015
0,517
2,101
Construção
Finanças
Imóveis
0,051
0,039
0,049
0,02
0,992
3,865
Profissional
0,049
0,035
0,046
0,019
0,328
2,604
Administrativo
0,054
0,031
0,05
0,019
0,592
2,641
Setor público
0,051
0,057
0,052
0,042
0,950
3,574
Educação
0,045
0,053
0,047
0,016
-0,281
2,054
Saúde
0,060
0,041
0,057
0,019
-0,116
2,750
Cultura
0,076
0,039
0,070
0,022
-0,464
2,719
Outros serviços
0,052
0,060
0,053
0,021
0,122
1,952
Serviços
0,057
0,062
0,058
0,070
1,894
6,688
Internacional
0,099
0,018
0,085
0,127
1,602
4,519
Total
0,042
0,021
0,038
0,019
1,148
3,239
1/ Médias das sessenta observações iniciais e das doze observações finais e a média, desvio-padrão, assimetria e curtose do total de
72 observações.
5 Conclusões
Neste trabalho, procurou-se identificar se os empréstimos bancários
no Brasil são caracterizados principalmente por concentração ou diversificação,
contemplando diferentes níveis de risco. Para isso, foram analisadas as participações
de 21 seções de atividades econômicas no total de empréstimos concedidos e suas
respectivas taxas de inadimplência, no período de 2003 a 2008.
Os resultados empíricos da análise dos índices de concentração de Herfindahl
(HHI) e Entropia de Shannon (SE) sugerem que as estratégias adotadas pelos bancos
implicaram uma concentração dos empréstimos de maior risco (classificados como
inadimplentes). Por outro lado, os empréstimos de menor risco se mostram mais
diversificados ao longo do tempo. Ao mesmo tempo, a taxa de inadimplência,
NPL, decresceu durante o período. Portanto, a especialização em empréstimos a
determinados setores, em que os bancos têm melhor capacidade de monitoramento
de crédito de alto risco, e a maior variedade na carteira de empréstimos de melhor
qualidade parecem reduzir o risco de dificuldade financeira dos bancos. A análise
da inadimplência de cada seção identificou as atividades de artes, cultura, esporte
e recreação como aquelas de maior risco de crédito. Os setores com maior redução
percentual na inadimplência foram os de energia e organismos internacionais
e outras instituições extraterritoriais. Já os setores de impacto mais expressivo na
queda da inadimplência da economia, em termos da redução alcançada, ponderada
pela participação do setor, foram comércio, construção e indústria de transformação.
As seções que apresentaram tendência crescente na participação no mercado
de empréstimos foram indústria extrativa, construção, transportes, alimentação,
131
saúde e cultura. As seções de notável tendência declinante foram indústria de
transformação, comunicação e setor público. Essas medidas refletem a composição
dos empréstimos na economia e são importantes para guiar as estratégias individuais
de especialização ou de diversificação.
0,013
0,012
0,011
0,01
0,009
0,008
0,007
Jul/08
Jul/07
Jan/08
Jan/07
Jul/06
Jul/05
Jan/06
Jan/05
Jul/04
Jan/04
Jul/03
0,006
Jan/03
Participação setorial de empréstimos
de AA a D
Gráfico 1.a – Agricultura
0,035
0,03
0,025
0,02
0,015
0,01
Jul/08
Jan/08
Jul/07
Jan/07
Jul/06
Jan/06
Jul/05
Jan/05
Jul/04
Jan/04
Jul/03
0,005
Jan/03
de AA a D
Gráfico 1.b – Indústria extrativa
0,42
0,41
0,4
0,39
0,38
0,37
0,36
0,35
0,34
0,33
132
Jul/08
Jan/08
Jul/07
Jan/07
Jul/06
Jan/06
Jul/05
Jan/05
Jul/04
Jan/04
Jul/03
0,32
Jan/03
de AA a D
Gráfico 1.c – Indústria de transformação
0,05
0,04
0,03
0,02
0,01
0
Jul/07
Jan/07
Jul/06
Jan/06
Jul/05
Jan/05
Jul/04
Jan/04
Jul/03
Jan/03
Jul/08
0,06
Jul/08
0,07
Jan/08
Gráfico 1.f – Construção
Jan/08
Jul/07
Jan/07
Jul/06
Jan/06
Jul/05
Jan/05
Jul/04
Jan/04
Jul/03
Jan/03
de AA a D
de AA a D
Jul/08
Jan/08
Jul/07
Jan/07
Jul/06
Jan/06
Jul/05
Jan/05
Jul/04
Jan/04
Jul/03
Jan/03
de AA a D
Gráfico 1.d – Energia
0,11
0,1
0,09
0,08
0,07
0,06
0,05
0,04
Gráfico 1.e – Utilidade
0,0085
0,009
0,0075
0,008
0,0065
0,007
0,0055
0,006
0,0045
0,005
0,004
133
134
0,006
0,0055
0,005
Jul/05
Jan/05
Jul/04
Jan/04
Jul/03
Jan/03
Participação setorial dos empréstimos
de AA a D
Jul/08
Jan/08
Jul/07
Jul/08
Jan/08
Jul/07
Jan/07
0,0065
Jan/07
0,007
Jul/06
0,0075
Jul/06
0,008
Jan/06
Gráfico 1.i – Alimentação
Jan/06
Jul/05
Jan/05
Jul/04
Jan/04
Jul/03
Jan/03
de AA a D
Jul/08
Jan/08
Jul/07
Jan/07
Jul/06
Jan/06
Jul/05
Jan/05
Jul/04
Jan/04
Jul/03
Jan/03
de AA a D
Gráfico 1.g – Comércio
0,24
0,23
0,22
0,21
0,2
0,19
0,18
0,17
0,16
Gráfico 1.h – Transportes
0,08
0,075
0,07
0,065
0,06
0,055
0,05
Jul/08
Jan/08
Jul/07
Jan/07
Jul/06
Jan/06
Jul/05
Jan/05
Jul/04
Jan/04
Jul/03
Jan/03
Participação setorial de empréstimo
de AA a D
Jul/08
Jan/08
Jul/07
Jan/07
Jul/08
Jan/08
Jul/07
Jan/07
Jul/06
Jan/04
Jul/03
Jan/03
Jan/06
0,04
Jul/06
0,05
Jul/05
0,06
Jan/06
0,07
Jan/05
0,08
Jul/05
0,09
Jan/05
0,1
Jul/04
Gráfico 1.k – Finanças
Jul/04
Jan/04
Jul/03
Jan/03
de AA a D
de AA a D
Gráfico 1.j – Comunicação
0,08
0,07
0,06
0,05
0,04
0,03
Gráfico 2.a – Imóveis
0,008
0,007
0,006
0,005
0,004
0,003
135
136
0,015
0,01
0,005
0
Jul/04
Jan/04
Jul/03
Jan/03
Jul/08
Jan/08
Jul/07
Jan/07
Jul/06
Jul/08
Jan/08
Jul/07
Jan/07
Jul/06
Jan/06
0,02
Jan/06
0,025
Jul/05
0,03
Jul/05
0,035
Jan/05
Gráfico 2.d – Setor público
Jan/05
Jul/04
Jan/04
Jul/03
Jan/03
de AA a D
de AA a D
Jul/08
Jan/08
Jul/07
Jan/07
Jul/06
Jan/06
Jul/05
Jan/05
Jul/04
Jan/04
Jul/03
Jan/03
de AA a D
Gráfico 2.b – Profissional
0,014
0,0135
0,013
0,0125
0,012
0,0115
0,011
0,0105
Gráfico 2.c – Administrativo
0,033
0,032
0,031
0,029
0,03
0,028
0,027
0,026
0,025
0,024
0,023
Jul/08
Jan/08
Jul/07
Jan/07
Jul/06
Jan/06
Jul/05
Jan/05
Jul/04
Jan/04
Jul/03
Jan/03
de AA a D
Jul/08
Jan/08
Jul/07
Jan/07
Jul/06
Jan/06
Jul/05
Jan/05
Jul/04
Jan/04
Jul/03
Jan/03
de AA a D
Jul/08
Jan/08
Jul/07
Jan/07
Jul/06
Jan/06
Jul/05
Jan/05
Jul/04
Jan/04
Jul/03
Jan/03
de AA a D
Gráfico 2.e – Educação
0,012
0,01
0,008
0,006
0,004
0,002
0
Gráfico 2.f – Saúde
0,012
0,011
0,01
0,009
0,008
0,007
Gráfico 2.g – Cultura
0,0024
0,0022
0,002
0,0018
0,0016
0,0014
0,0012
0,001
137
138
0,00002
0
Jan/04
Jul/03
Jan/03
Jul/08
Jan/08
Jul/07
Jan/07
Jul/08
Jan/08
Jul/07
Jan/07
Jul/06
0,00004
Jul/06
0,00006
Jan/06
0,0001
Jan/06
0,00008
Jul/05
0,00012
Jul/05
0,00014
Jan/05
0,00016
Jan/05
0,00018
Jul/04
Gráfico 2.j – Internacional
Jul/04
Jan/04
Jul/03
Jan/03
de AA a D
de AA a D
Jul/08
Jan/08
Jul/07
Jan/07
Jul/06
Jan/06
Jul/05
Jan/05
Jul/04
Jan/04
Jul/03
Jan/03
de AA a D
Gráfico 2.h – Outros serviços
0,008
0,0075
0,007
0,0065
0,006
0,0055
0,005
Gráfico 2.i – Serviços
0,00004
0,000035
0,00003
0,000025
0,00002
0,000015
0,00001
0,000005
0
0,25
0,2
0,15
Jan/06
Jul/05
Jan/05
Jul/04
Jan/04
Jul/03
Jan/03
Jul/07
Jan/08
Jul/08
Jul/07
Jan/08
Jul/08
Jan/07
0,3
Jan/07
0,35
Jul/06
Jul/06
Jan/06
Jul/05
Jan/05
Jul/04
Jan/04
Jul/03
Jan/03
de E a G
de E a G
Jul/08
Jan/08
Jul/07
Jan/07
Jul/06
Jan/06
Jul/05
Jan/05
Jul/04
Jan/04
Jul/03
Jan/03
de E a G
0,07
0,06
0,05
0,04
0,03
0,02
0,01
0
0,012
0,01
0,008
0,006
0,004
0,002
0
139
140
Jan/08
Jul/08
Jan/08
Jul/08
Jul/05
Jan/05
Jul/04
Jan/04
Jul/03
Jan/03
Jul/07
0,01
Jan/07
0,02
Jul/07
0,03
Jul/06
0,04
Jan/07
0,05
Jul/06
0,06
Jan/06
Jan/06
Jul/05
Jan/05
Jul/04
Jan/04
Jul/03
Jan/03
deE a G
de E a G
Jul/08
Jan/08
Jul/07
Jan/07
Jul/06
Jan/06
Jul/05
Jan/05
Jul/04
Jan/04
Jul/03
Jan/03
de E a G
0,12
0,1
0,08
0,06
0,04
0,02
0
0,012
0,01
0,008
0,006
0,004
0,002
0
Jan/08
Jul/08
Jul/08
Jan/06
Jul/05
Jan/05
Jul/04
Jan/04
Jul/03
Jan/03
Jan/08
0,005
Jul/07
0,01
Jul/07
0,015
Jan/07
0,02
Jan/07
0,025
Jul/06
Jul/06
Jan/06
Jul/05
Jan/05
Jul/04
Jan/04
Jul/03
Jan/03
de E a G
de E a G
Jul/08
Jan/08
Jul/07
Jan/07
Jul/06
Jan/06
Jul/05
Jan/05
Jul/04
Jan/04
Jul/03
Jan/03
de E a G
0,35
0,4
0,3
0,25
0,2
0,15
0,1
0,05
0
0,35
0,3
0,25
0,2
0,15
0,1
0,05
0
141
142
Jul/08
Jan/08
Jul/07
Jan/07
Jul/06
Jan/06
Jul/05
Jan/05
Jul/04
Jan/04
Jul/03
Jan/03
de E a G
Jan/08
Jul/08
Jul/08
Jan/05
Jul/04
Jan/04
Jul/03
Jan/03
Jan/08
0
Jul/07
0,05
Jul/07
0,1
Jan/07
0,15
Jan/07
0,2
Jul/06
0,25
Jul/06
0,3
Jan/06
0,35
Jan/06
0,4
Jul/05
Jul/05
Jan/05
Jul/04
Jan/04
Jul/03
Jan/03
de E a G
de E a G
0,09
0,1
0,08
0,07
0,06
0,05
0,04
0,03
0,02
0,01
0
0,008
0,007
0,006
0,005
0,004
0,003
0,002
Jul/08
Jul/08
Jul/08
Jul/05
Jan/05
Jul/04
Jan/04
Jul/03
Jan/03
Jul/07
0
Jan/08
0,02
Jan/08
0,04
Jan/08
0,06
Jan/07
0,1
Jul/07
0,08
Jan/07
0,12
Jul/07
0,14
Jan/07
0,16
Jul/06
0,18
Jan/06
Jul/06
0
Jul/06
0,01
Jan/06
0,02
Jan/06
0,03
Jul/05
0,04
Jul/05
0,05
Jan/05
0,06
Jan/05
0,07
Jul/04
Jan/04
Jul/03
Jan/03
de E a G
Jul/04
Jan/04
Jul/03
Jan/03
de E a G
de E a G
0,035
0,03
0,025
0,02
0,015
0,01
0,005
0
143
144
0,0035
0,004
0,0025
0,003
0,0015
0,002
0,0005
0,001
0
Jan/03
Jul/06
Jan/07
Jul/07
Jan/08
Jul/08
Jul/06
Jan/07
Jul/07
Jan/08
Jul/08
Jul/06
Jan/07
Jul/07
Jan/08
Jul/08
Jul/05
Jan/05
Jul/04
Jan/04
Jul/03
Jan/06
0,005
Jan/06
0,0045
Jan/06
Jul/05
0,004
Jan/05
0,006
Jul/05
0,008
Jan/05
0,01
Jul/04
0,012
Jul/04
0,014
Jul/03
0,016
Jan/04
0,018
Jul/03
Jan/03
de E a G
Jan/04
Jan/03
de E a G
de E a G
0,025
0,02
0,015
0,01
0,005
0
Jan/08
Jul/08
Jan/08
Jul/08
Jul/05
Jan/05
Jul/04
Jan/04
Jul/03
Jan/03
Jul/07
0
Jul/07
0,00005
Jan/07
0,0001
Jan/07
0,00015
Jul/06
0,0002
Jul/06
0,00025
Jan/06
Jan/06
Jul/05
Jan/05
Jul/04
Jan/04
Jul/03
Jan/03
de E a G
de E a G
Jul/08
Jan/08
Jul/07
Jan/07
Jul/06
Jan/06
Jul/05
Jan/05
Jul/04
Jan/04
Jul/03
Jan/03
de E a G
0,025
0,02
0,015
0,01
0,005
0
0,000035
0,00003
0,000025
0,00002
0,000015
0,00001
0,000005
0
145
146
Jul/08
Jan/08
Jul/07
Jan/07
Jul/06
Jan/06
Jul/05
Jan/05
Jul/04
Jan/04
Jul/03
Jan/03
H
Jul/08
Jan/08
Jul/07
Jan/07
Jul/06
Jan/06
Jul/05
Jan/05
Jul/04
Jan/04
Jul/03
Jan/03
H
Jul/08
Jan/08
Jul/07
Jan/07
Jul/06
Jan/06
Jul/05
Jan/05
Jul/04
Jan/04
Jul/03
Jan/03
H
0,025
0,02
0,015
0,01
0,005
0
0,008
0,007
0,006
0,005
0,004
0,003
0,002
0,001
0
0,33
0,31
0,29
0,27
0,25
0,23
0,21
0,19
0,17
0,06
0,05
0,04
0,03
Jul/05
Jan/05
Jul/04
Jan/04
Jul/03
Jan/03
Jul/07
Jan/08
Jul/08
Jul/07
Jan/08
Jul/08
Jan/07
0,07
Jan/07
0,08
Jul/06
0,09
Jan/06
0,1
Jul/06
Jan/06
Jul/05
Jan/05
Jul/04
Jan/04
Jul/03
Jan/03
H
H
Jul/08
Jan/08
Jul/07
Jan/07
Jul/06
Jan/06
Jul/05
Jan/05
Jul/04
Jan/04
Jul/03
Jan/03
H
0,03
0,025
0,02
0,015
0,01
0,005
0
0,009
0,008
0,007
0,006
0,005
0,004
0,003
0,002
0,001
0
147
148
0,07
0,06
0,05
0,04
0,03
Jan/04
Jul/03
Jan/03
Jul/07
Jan/08
Jul/08
Jul/07
Jan/08
Jul/08
Jul/07
Jan/08
Jul/08
Jul/05
Jan/07
0,01
Jan/07
0,012
Jan/07
0,014
Jul/06
0,016
Jul/06
0,018
Jul/06
0,02
Jan/06
0,022
Jul/05
0,024
Jan/06
Jul/05
Jan/05
0,08
Jan/05
0,09
Jul/04
0,1
Jul/04
Jan/04
Jul/03
Jan/03
H
Jan/06
Jan/05
Jul/04
Jan/04
Jul/03
Jan/03
H
H
0,48
0,43
0,38
0,33
0,28
0,23
0,18
0,13
0,08
0,03
Jan/08
Jul/08
Jan/08
Jul/08
Jan/08
Jul/08
Jul/05
Jan/05
Jul/04
Jan/04
Jul/07
Jul/03
Jan/03
Jul/07
0
Jan/07
0,002
Jul/07
0,004
Jan/07
0,006
Jan/07
0,008
Jul/06
0,01
Jul/06
0,012
Jul/06
Jan/06
0
Jan/06
0,05
Jan/06
0,1
Jul/05
0,2
Jan/05
0,15
Jul/05
0,25
Jan/05
0,3
Jul/04
0,35
Jul/04
0,4
Jan/04
Jul/03
Jan/03
H
Jan/04
Jul/03
Jan/03
H
H
0,07
0,06
0,05
0,04
0,03
0,02
0,01
0
149
150
0,18
0,2
0,16
0,14
0,12
0,08
0,1
0,06
0,04
0,02
0
Jul/07
Jan/08
Jul/08
Jul/07
Jan/08
Jul/08
Jul/08
Jan/08
Jul/06
Jan/06
Jul/05
Jan/05
Jul/04
Jan/04
Jul/03
Jan/03
Jul/07
Jan/07
0
Jan/07
0,01
Jan/07
0,02
Jul/06
0,03
Jul/06
0,04
Jan/06
0,05
Jan/06
0,06
Jul/05
0,07
Jul/05
0,08
Jan/05
0,1
Jan/05
0,09
Jul/04
Jan/04
Jul/03
Jan/03
H
Jul/04
Jan/04
Jul/03
Jan/03
H
H
0,035
0,03
0,025
0,02
0,015
0,01
0,005
0
Jan/06
Jul/06
Jan/07
Jul/07
Jan/08
Jul/08
Jan/07
Jul/07
Jan/08
Jul/08
Jul/03
Jan/03
Jul/06
0
Jan/06
0,002
Jul/05
0,004
Jul/05
0,006
Jan/05
0,008
Jan/05
0,01
Jul/04
0,012
Jul/04
0,014
Jan/04
Jan/04
Jul/03
Jan/03
H
H
Jul/08
Jan/08
Jul/07
Jan/07
Jul/06
Jan/06
Jul/05
Jan/05
Jul/04
Jan/04
Jul/03
Jan/03
H
0,014
0,012
0,01
0,008
0,006
0,004
0,002
0
0,035
0,03
0,025
0,02
0,015
0,01
0,005
0
151
152
Jul/08
Jan/08
Jul/07
Jan/07
Jul/06
Jan/06
Jul/05
Jan/05
Jul/04
Jan/04
Jul/03
Jan/03
H
Jul/08
Jan/08
Jul/07
Jan/07
Jul/06
Jan/06
Jul/05
Jan/05
Jul/04
Jan/04
Jul/03
Jan/03
H
Jul/08
Jan/08
Jul/07
Jan/07
Jul/06
Jan/06
Jul/05
Jan/05
Jul/04
Jan/04
Jul/03
Jan/03
H
0,018
0,016
0,014
0,012
0,008
0,01
0,006
0,004
0,002
0
0,000014
0,000012
0,00001
0,000008
0,000006
0,000004
0,000002
0
0,00014
0,00012
0,0001
0,00008
0,00006
0,00004
0,00002
0
SE_y_AaD
SE_y_EAG
Jan/09
Jul/08
Jan/08
HHI_y_EAG
Jul/07
Jan/07
Jul/06
Jan/06
Jul/05
HHI_y_AaD
Jan/05
Jul/04
Jan/04
Jul/03
Jan/03
Evolução do índice de
Herfindahl-Hirschman e da entropia de
Shannon
Jan/09
Jul/08
Jan/08
Jul/07
Jan/07
Jul/06
Jan/06
Jul/05
Jan/05
Jul/04
Jan/04
Jul/03
Jan/03
Evolução do índice de HerfindahlHirschman e da entropia de Shannon
Gráfico 7.a - HHI
0,3
0,25
0,2
0,15
0,1
0,05
0
HHI_y_AAG
Gráfico 7.b - SE
0
-0,5
-1
-1,5
-2
-2,5
SE_y_AAG
153
Referências
ACHARYA, V.; HASAN, I.; SAUNDERS, A. Should banks be diversified? Evidence
from individual bank loan portfolios. Journal of Business, 79(3):1.355-1.412, 2006.
ALEGRIA, C.; SCHAECK, K. On measuring concentration in banking systems.
Finance Research Letters, 5:59-67, 2008.
ANGKINAND, A.. Banking regulation and the output cost of banking crises.
International Financial Markets, Institutions and Money, 19:240-257, 2009.
BANCO CENTRAL DO BRASIL – BCB. Resolução 2.682/1999. Dispõe sobre
critérios de classificação das operações de crédito e regras para constituição de
provisão para créditos de liquidação duvidosa. 1999.
BECK, T.; DEMIRGUC-KUNT A.; LEVINE, R. Bank concentration, competition,
and crises: First results. Journal of Banking and Finance, 30:1581-1603, 2006.
BERGER, A.; DEMSETZ, R.; STRAHAN, P.. The consolidation of the financial
services industry: Causes, consequences, and implications for the future.
Journal of Banking and Finance, 23:135-194, 1999.
BERGSTRESSER, D. Market concentration and loan portfolios in commercial
banking. MIT Working Paper, 2001.
CHANG, E. et al. The stability concentration relationship in the Brazilian banking
system. International Financial Markets, Institutions and Money, 18:388-397, 2008.
CORVOISIER, S.; GROPP, R. Bank concentration and retail interest rates.
Journal of Banking and Finance, 26:2.155-2.189, 2002.
CRAIG, S.; HARDEE, P. The impact of bank consolidation on small business credit
availability. Journal of Banking and Finance, 31:1.237-1.263, 2007.
GELOS, R.; ROLDOS, J. Consolidation and market structure in emerging market
banking systems. Emerging Markets Review, 5(1):39–59, 2004.
GONZALEZ, V.; GONZALEZ, F. Influence of bank concentration and institutions
on capital structure: New international evidence. Journal of Corporate Finance,
14:363-375, 2008.
HEITFIELD, E.; BURTON, S.; CHOMSISENGPHET, S. The effects of name and
sector concentrations on the distribution of losses for portfolios of large wholesale
credit exposures. Working Paper, Board of Governors of the Federal Reserve
System, 2005.
KAMP, A.; PFINGSTEN, A.; PORATH, D. Do banks diversify loan portfolios?
A tentative answer based on individual bank loan portfolios. Working Paper,
Deutsche Bundesbank, 3, 2005.
154
KAMP, A. et al. Diversification and the banks’ risk-return-characteristics – evidence
from loan portfolios of German banks. Deutsche Bundesbank,
Discussion Paper Series, 5, 2007.
LEVINE, R. Bank concentration: Chile and international comparisons.
Working Paper of Central Bank of Chile, 62, 2000.
MAMATZAKIS, E.; STAIKOURAS, C.; KOUTSOMANOLI-FILLIPAKI, N.
Competition and concentration in the banking sector of the south eastern European
region. Emerging Markets Review, 6(2):192-209, 2005.
MANNASOO, K.; MAYES, D. Explaining bank distress in eastern European
transition economies. Journal of Banking and Finance, 33 (2):244-253, 2009.
MARKOWITZ, H. Portfolio selection. Journal of Finance, 7:77-91, 1952.
MATTHEWS, K.; MURINDE, V.; ZHAO T. Competitive conditions among the
major British banks. Journal of Banking and Finance, 31:2.025-2.042, 2007.
MERCIECA, S.; SCHAECK, K.; WOLFE, S. Small European banks: Benefits from
diversification? Journal of Banking and Finance, 31(7):1.975-1.998, 2007.
PERIA, M.; MODY, A. How foreign participation and market concentration impact
bank spreads: Evidence from Latin America. Journal of Money, Credit, and Banking,
36(3):511-537, 2004.
PFINGSTEN, A.; RUDOLPH, K. German banks’ loan portfolio composition:
market orientation vs. specialisation. Institute for Kreditwesen Discussion Paper,
2, 2002.
RATTI, R.; LEE, S.; SEOL, Y. Bank concentration and financial constraints on
firm-level investment in Europe. Journal of Banking and Finance, 32: 2.684-2.694, 2008.
SAPIENZA, P. The effects of banking mergers on loan contracts. The Journal of Finance,
57(1):329-367, 2002.
YEYATI, E.; MICCO, A. Concentration and foreign penetration in Latin American
banking sectors: Impact on competition and risk. Journal of Banking and Finance,
31:1.633-1.647, 2007.
YILDIRIM, H.; PHILIPPATOS, G. Restructuring, consolidation and competition in
Latin American banking markets. Journal of Banking and Finance, 31: 629-639, 2007.
155
6
Loss Given Default: um estudo
sobre perdas em operações
prefixadas no mercado brasileiro*
Antonio Carlos Magalhães da Silva
Jaqueline Terra Moura Marins
Myrian Beatriz Eiras das Neves
1 Introdução
A implementação do Novo Acordo de Capital (Basileia II) traz como
desafio a estimação de parâmetros críticos para a modelagem de risco de crédito,
tais como a perda dada a inadimplência ou loss given default (LGD); a probabilidade
de inadimplência ou probability of default (PD); e a exposição na inadimplência ou
exposure at default (EAD). Embora as pesquisas tenham avançado e os aspectos
fundamentais para a implementação dos parâmetros já estejam equacionados, a LGD
requerida por Basileia II tem sido alvo de intenso debate pela indústria financeira no
Brasil e no exterior. Resti e Sironi (2004) indicam que as mensurações e estimativas da
LGD não representarão tarefa simples para as instituições financeiras que adotarem a
metodologia da Abordagem IRB-Avançada (internal ratings-based advanced).
De modo geral, a LGD é dada por um menos a taxa de recuperação, ou
seja, representa a proporção do valor não recuperado pelo credor frente ao valor
do empréstimo concedido. Segundo Jacobs Jr. e Karagozoglu (2007), a LGD pode
ser definida de diversas formas em função do arcabouço institucional, do contexto
de modelagem ou, ainda, conforme o tipo de instrumento. No caso de empréstimos
bancários, a LGD é definida como o percentual de perdas de uma exposição de
risco no momento na inadimplência e, uma vez que tenha ocorrido o evento, a
LGD inclui três tipos de perdas: i) a perda do principal; ii) a perda decorrente dos
custos de empréstimos não pagos (inclusive os custos de oportunidade); e iii) a perda
relacionada às despesas relativas ao processo de cobrança e recuperação do crédito.
De acordo com Schuermann (2004), existem quatro abordagens para o
cálculo da LGD: i) market LGD, que se baseia na observação de preços de mercado
de títulos inadimplentes ou empréstimos negociáveis logo após a inadimplência;
ii) workout LGD, que se baseia no fluxo de caixa descontado resultante do processo
de recuperação; iii) implied market LGD, que deriva dos preços de títulos adimplentes
com risco calculados por meio de um modelo teórico de precificação de ativos;
iv) implied historical LGD, calculada a partir de dados históricos de recuperação e
estimativas de probabilidades de inadimplência.
*
Os autores agradecem a colaboração, os comentários e as sugestões de Clodoaldo Aparecido
Annibal e Ricardo Schechtman. As opiniões expressas neste artigo são da responsabilidade de seus
autores e não refletem, necessariamente, a posição do Banco Central do Brasil ou as opiniões de
seus membros.
157
Atualmente, a abordagem mais utilizada pela indústria é a workout
LGD, que apresenta como parâmetros cruciais as seguintes definições: medidas de
recuperação e custos associados, o momento do fim do processo de cobrança e as
premissas para as taxas de descontos a serem adotadas. Vale ressaltar que, do ponto
de vista regulatório, Basileia II destaca que metodologias puramente subjetivas para
o cálculo de LGD não são admitidas.
Ao utilizar a metodologia do IRB-Avançada, os bancos devem estimar a
LGD de seus tomadores como uma das variáveis-chave para o cálculo de requerimento
mínimo de capital. Espera-se que a LGD estimada tenha comportamento alinhado
ao ciclo econômico. Sob uma ótica cíclica, a LGD deverá estar sincronizada com
as mudanças de ciclos econômicos, enquanto, sob uma ótica acíclica, a LGD
permaneceria constante ao longo do tempo. Conforme destaca Miu e Ozdemir (2007),
pela metodologia point-in-time, a LGD estimada é uma medida cíclica que reflete a
LGD esperada para os doze meses seguintes. Já pela metodologia through-the-cicle,
a LGD estimada é uma medida acíclica que pode ser definida como uma LGD média
para o ciclo, o que seria relativamente constante no ciclo econômico.
Basileia II requer a utilização da LGD do vale do ciclo, estimada a partir de
um período suficientemente estressado (como diante de uma crise) quando LGDs
altos podem ser observados. Esse conceito é comparável com o da LGD point-in-time
no período de recessão do mercado (downturn). O documento do Acordo de Basileia
(2004) requer o uso da LGD de downturn ou do vale do ciclo, o que é representado
pelo valor máximo entre a LGD média ponderada pela inadimplência de longo prazo
e a LGD estressada.
Nesse contexto, este trabalho tem por objetivo calcular a LGD de
operações de crédito prefixadas1 que entraram em default no período de janeiro de
2003 a setembro de 2007, a partir dos dados do Sistema Financeiro Nacional (SFN)
armazenados na base do Sistema de Informações de Crédito do Banco Central
do Brasil (SCR). Pela natureza das informações disponíveis na base, o trabalho se
propõe a calcular uma LGD baseada no valor do fluxo de caixa descontado durante
o processo de recuperação, ou seja, a workout LGD. Ressalte-se, porém, que os custos
associados à cobrança não puderam ser computados devido à indisponibilidade
dessas informações no SCR.2
Os resultados preliminares indicam que a LGD média mínima encontrada
para a amostra utilizada é da ordem de 47%, enquanto a LGD média máxima
apresenta valor em torno de 92%. É importante relatar que determinadas modalidades
apresentam características específicas, sendo que os resultados são apresentados de
forma agregada e em separado, conforme as modalidades.
O trabalho encontra-se assim dividido: a seção 2 apresenta uma breve
revisão bibliográfica com os principais trabalhos sobre o tema; a seção 3 apresenta
a metodologia, bem como a descrição dos dados utilizados; a seção 4 discute os
principais resultados obtidos; e, por fim, a seção 5 conclui o trabalho, sugerindo
alguns questionamentos para trabalhos futuros.
1
2
158
As operações de crédito prefixadas aqui tratadas limitaram-se às modalidades de cheque
especial/conta garantida, capital de giro, empréstimos Vendor, descontos de duplicatas,
financiamentos de veículos, financiamentos de outros bens e financiamentos Vendor.
Não existem informações no SCR sobre o valor que foi recuperado frente a eventuais garantias nas
operações de crédito ou a valores posteriores recebidos.
2 Revisão bibliográfica
Os primeiros trabalhos empíricos na área de risco de crédito foram
desenvolvidos a partir de títulos corporativos, sendo o trabalho de Altman (1989),
conforme Dermine e Carvalho (2006), o artigo seminal das pesquisas sobre
inadimplência. Asarnow e Edwards (1995) desenvolveram os trabalhos iniciais
sobre LGD na área de empréstimos bancários, analisando seu comportamento em
operações realizadas pelo Citibank durante 24 anos no mercado norte-americano.
Seus resultados demonstraram que, dos 831 empréstimos analisados, a taxa de
recuperação média acumulada foi de 65% (LGD de 35%). O trabalho de Hurt e
Felsovalyi (1998) analisou o comportamento de empréstimos bancários na América
Latina ao longo de 27 anos (1970 a 1996). Esse foi o primeiro trabalho de LGD nesse
mercado. Vale citar que foram analisadas 1.149 operações em que ocorreram perdas,
com taxa de recuperação média de 68,2% (LGD de 31,8%).
O estudo realizado por Carty e Liberman (1996) indicou que os empréstimos
bancários nos Estados Unidos da América (EUA), de acordo com preços no mercado
secundário de títulos, apresentavam perda média em torno de 29%. Schuermann (2004)
descreve que identificar uma LGD média pode induzir a vários erros. Os trabalhos
anteriores apresentavam esse conceito em suas conclusões. A razão desse ponto é
que o comportamento das perdas apresenta, na maioria das vezes, uma distribuição
bimodal, com picos em torno de 25% e 75%, fato este que pode prejudicar a análise
de uma LGD média. Outro ponto levantado por Schuermann (2004) foi que a
senioridade e o colateral são aspectos importantes que devem ser levados em conta
na avaliação da LGD.
De Laurentis e Riani (2005) realizaram um trabalho sobre o cálculo da
LGD no mercado italiano de operações de leasing em bancos comerciais. O estudo do
banco central italiano foi baseado na análise de 1.118 operações (todas com default
ao longo do ano de 2000). Foi identificado que, nesse segmento, a grande parte da
recuperação é oriunda da retomada dos bens arrendados (garantia da operação).
Os resultados da regressão demonstram que o tipo de negócio, a forma legal da
organização, a região dos tomadores dos recursos, o tipo do bem, a quantia nominal
de garantia bancária no início da operação em relação ao valor original e o valor
original do bem são variáveis relevantes na determinação do nível da perda dado o
default. No estudo, os autores propõem que a LGD, em determinados casos, pode ser
avaliada como uma função do bem dado em garantia.
Dermine e Carvalho (2006) analisaram 371 operações de empréstimo
não quitadas, no maior banco privado de Portugal, no que concerne às empresas
de pequeno e médio porte, no período de 1995 a 2000. A metodologia utilizada
foi a do fluxo de caixa descontado. A LGD média obtida foi de 29%. O aspecto da
bimodalidade foi encontrada nessa amostra, assim como a influência positiva do
colateral e do tamanho do empréstimo na LGD. O setor de atuação da empresa foi
uma variável significativa no trabalho.
É importante relatar que diversos autores buscam identificar o
comportamento da relação entre PD e LGD. Esse tema é de extrema importância na
construção dos modelos inseridos sob a égide da IRB-Avançada. Peura e Jokivuolle
(2005) apresentam um modelo na área de empréstimos bancários no qual o valor
159
da garantia está correlacionado com a PD. O modelo desenvolvido está calcado na
estrutura de opções de Merton (1974) e relaciona a LGD com o valor do colateral e da
PD. Os resultados de Peura e Jokivuolle (2005) demonstram que a resposta da LGD a
um aumento da PD do tomador de recursos é negativa.
O trabalho de Frye (2000) destaca que as LGDs aumentam de forma
simultânea com as taxas de default. Existe forte elevação da LGD em períodos de
alto default. A variação da LGD deve ser introduzida nos modelos em função da alta
variabilidade existente. Dessa forma, o downturn presente no ciclo econômico é uma
variável que deve ser levada em conta nos modelos de LGD.
No Brasil, os trabalhos na área de risco de crédito concentram-se na área
de PD, já que essa variável é a única necessária no cálculo da exigência de capital, de
acordo com a metodologia IRB-Básica (as demais informações devem ser fornecidas
pelo órgão regulador).3 Todavia, consoante a literatura internacional, diversas
instituições financeiras utilizarão a metodologia IRB-Avançada para cálculo da
exigência de capital para risco de crédito, e, dessa forma, novos estudos deverão ser
realizados na área de LGD e EAD.
3 Metodologia e descrição dos dados
A partir de uma amostra de dados de operações de crédito registradas no
SCR e com base nas diretrizes definidas pelos parágrafos 460, 468 a 473 do Acordo
de Basileia II, referentes à metodologia IRB-Avançada, procurou-se mensurar a
perda em decorrência da inadimplência de operações selecionadas – LGD.4 Essa
mensuração fez uso de alguns critérios, conforme destaca-se a seguir.
A amostra em referência foi composta por operações de crédito prefixadas
armazenadas no SCR e acompanhadas pelo período de janeiro de 2003 a setembro
de 2007. As operações selecionadas foram aquelas cuja primeira informação no
SCR foi de não default, ou seja, estavam classificadas5 entre AA e D no momento da
concessão do crédito e, ao longo do período estudado, tornaram-se inadimplentes,
isto é, passaram a ser classificadas entre E a HH6 em algum instante.
A aplicação de alguns filtros a essa considerável base inicial de informações
se tornou necessária. Assim sendo, primeiramente, selecionaramse as operações com
valor acima de R$100 mil, chamadas neste trabalho de operações não varejo.
Em seguida, consideraram-se apenas aquelas modalidades de operações
prefixadas que possuíam taxa média de juros divulgada, uma vez que a metodologia
utilizada emprega taxas médias das operações de crédito realizadas no mercado
nacional para a composição da taxa de desconto dos fluxos de caixa da LGD, como
3
4
5
6
160
Além disso, a escassez de base de dados de recuperação de crédito dificulta a realização de trabalhos
sobre LGD.
As diretrizes referem-se à definição de perda a ser usada na estimativa de LGD e de perda econômica
e às exigências para os bancos estimarem suas próprias LGDs.
A classificação de risco é descrita de acordo com a Resolução CMN nº 2.682, de 1999.
A Resolução CMN nº 2.682, de 1999, não descreve a classificação HH no seu normativo. Neste
trabalho, a classificação HH foi atribuída às operações que possuem mais de seis meses na
classificação H e que devem ser transferidas para conta de compensação.
será apresentado em seguida. As modalidades consideradas foram as seguintes:
i) cheque especial/conta garantida; ii) capital de giro com prazo superior a trinta
dias; iii) empréstimos baseados na modalidade Vendor para empresas; iv) desconto
de duplicatas; v) financiamento de veículos; vi) financiamento de outros bens; e
vii) financiamentos da modalidade Vendor.
Finalmente, as operações que possuíam data de vencimento após 31/3/2007
foram excluídas da amostra, para evitar que fossem calculadas as LGDs de operações
cujo acompanhamento do período de recuperação fosse inferior a seis meses.
A amostra final resultou em 9.557 operações.
3.1 Cálculo de componentes da LGD
A base de dados do SCR contempla informações de operações de crédito
cujo tomador detenha responsabilidade total acima de R$5.000,00 (cinco mil reais)
na instituição financeira credora. Nesse caso, a instituição financeira deve informar
cada operação do cliente e sua classificação de risco, seguida pelos valores a vencer, os
vencidos e os em prejuízo, entre outras informações. Conforme dispõe a Resolução
CMN nº 2.682, de 21 de dezembro de 1999, as operações com parcelas atrasadas há
noventa dias devem receber como classificação, no mínimo, E, o que evolui uma letra
a cada mês de atraso, entre F e H (atraso superior a 180 dias). Após seis meses na
classificação H, as operações devem ser classificadas em HH, e o saldo, levado para
prejuízo (conta de compensação), sendo acompanhadas pelos próximos cinco anos.
De acordo com a legislação, a instituição financeira deve apurar renda, ou
seja, incluir os juros do período sobre o saldo devedor para as operações com até
sessenta dias de atraso, a partir do qual o saldo devedor não poderá mais crescer,
mantendo-se, então, constante até o final, exceto nos casos em que há pagamentos
parciais ou renegociações.
Entretanto, quando há o pagamento total ou a cessão da operação ou
mesmo o reconhecimento do prejuízo, a instituição financeira não informa ao SCR
tal ocorrência. No caso do prejuízo, a instituição deve acompanhar a operação por
meio de conta de compensação específica existente nas demonstrações financeiras.
Neste trabalho, considerando-se o disposto nos parágrafos 460, 468 a 473
do acordo de Basileia II e em Schuermann (2004), optou-se por dividir o conceito
de LGD em três componentes. O custo de oportunidade do crédito em default foi
representado pela LGD1. A perda do principal foi representada pelas LGD2 e LGD3.
Na LGD2, admitiu-se que, a partir do momento em que a operação deixou de ser
informada (situação aqui chamada de “desaparecimento da operação”), houve o
pagamento total da operação e, portanto, não houve perda de principal – exceto para
a operação cuja última classificação informada tiver sido H ou HH, caso em que se
admitiu que não houve o pagamento e, portanto, a perda foi integral. Na LGD3, o
conceito de perda de principal foi mais conservador, admitindo-se que, se a operação
desapareceu após ter sido classificada entre E a HH, a perda de principal foi integral.
Vale lembrar que o conceito de inadimplência aqui adotado é dado pela
classificação de risco associada à operação e definida pela instituição financeira, entre
161
E a HH, ainda que a operação apresente atrasos de pagamento inferiores a noventa
dias. O momento da inadimplência (mês do default) ocorre no primeiro mês em que
tal classificação é fornecida.
Ressalte-se ainda que os custos associados à cobrança não puderam ser
computados por indisponibilidade dessas informações no SCR, o mesmo ocorrendo
com eventuais valores recuperados em função das garantias presentes. Reconhece-se
que o conceito de downturn LGD ficou prejudicado, uma vez que a base disponível
do SCR ainda não reúne informações suficientes para cobrir o período mínimo de
sete anos requerido pelo parágrafo 472 do acordo, embora não haja uma definição
na literatura acadêmica do prazo médio do ciclo econômico da economia brasileira.
Os componentes calculados foram os seguintes.
a) LGD1 = LGD relativa ao custo de oportunidade, incidindo somente
sobre o fluxo de caixa recuperado.
LGD1 = a razão entre os juros sobre os saldos devedores mensais da
operação (Valores a Vencer + Valores Vencidos + Baixados a Prejuízo), trazidos
a valor presente para o (primeiro) mês de default, e o saldo devedor da operação
naquele mês, excluídos os juros acumulados sobre o saldo devedor da n-ésima parcela
da operação, trazido a valor presente para o (primeiro) mês de default em relação ao
saldo devedor da operação naquele mês.
LGD1 =
,
em que
,
em que
VPi = valor presente dos saldos devedores mensais da i-ésima operação na
data da ocorrência do primeiro default;
= valores a vencer da i-ésima operação na data j;
= valores vencidos da i-ésima operação na data j;
Baixados a Prejuízo = valores em prejuízo da i-ésima operação na data j;
= taxa de juros média da modalidade de crédito à qual a i-ésima
operação na data j;
162
PiN = valores do saldo devedor na n-ésima parcela da i-ésima operação.
EADi = exposição da i-ésima operação na data de default.
b) LGD2 = 100% do valor do saldo devedor na última data em que a
operação aparece informada na base em relação ao valor da exposição
na data do primeiro default, se a última classificação disponível no
período for H ou HH, ou 0% em caso contrário.
c) LGD3 = 100% do valor do saldo devedor na última data em que a
operação aparece informada na base em relação ao valor da exposição na
data do primeiro default, se última classificação disponível no período
for E, F, G, H ou HH (classificações de default) e 0% em caso contrário.
Evitando-se cometer excesso de arbitrariedades, procurou-se não se fazer
hipóteses sobre o valor das perdas no caso de as operações desaparecerem. Assim,
trabalhou-se com as duas possibilidades e, consequentemente, uma LGD intervalar,
tal como a seguir.
LGD mínima = LGD1 + LGD2
LGD máxima = LGD1 + LGD3
É importante ressaltar que, quando existe recuperação do saldo devedor ao
final do período, foi adotada em nossa metodologia a situação de que a perda será
zero (LGD=0), ou seja, foi considerado que todos os custos/encargos incorridos na
operação foram recebidos (inclusive o custo de oportunidade da última parcela).
3.2 Investigação sobre a LGD a partir de um modelo de regressão Tobit
Além da mensuração da LGD a partir da amostra de operações selecionadas,
este trabalho procurou inferir variáveis explicativas da LGD de uma operação de
crédito. A maior parte dessas variáveis seria endógena ao SCR e algumas seriam
variáveis macroeconômicas ou variáveis exógenas ao SCR.
As variáveis endógenas foram o ano do default, o setor econômico do
tomador do crédito, a ocorrência de renegociação, a existência de garantia real, a
primeira classificação de risco da operação na amostra, o porte do cliente, o prazo de
relacionamento com o cliente e o valor da operação na data do default. As variáveis
exógenas foram a taxa Selic, a capacidade industrial, o volume de cheques sem fundo,
o consumo de energia elétrica, o índice de confiança do consumidor e o índice de
desemprego. As variáveis utilizadas no modelo Tobit estão descritas no anexo A
deste trabalho.
O ano de default foi incluído para se examinar a volatilidade da LGD ao longo
do tempo. Foram assim criadas quatro variáveis dummies, tendo sido considerado o
ano de 2007 como basal. Foram criados três setores econômicos para o tomador:
agrário, industrial e serviços (de acordo com a classificação CNAE). A ocorrência de
renegociação e a existência de garantia real foram também representadas por meio de
variáveis dummies. Como medida representativa de risco da operação, trabalhou-se
com a primeira classificação recebida pela operação no momento da operação de
163
crédito. O valor da operação na data do default (dado por seu logaritmo neperiano)
foi incluído pela importância desta variável relatada em trabalhos semelhantes.
O prazo de relacionamento do cliente com a instituição credora (logaritmo neperiano
do número de dias) foi outra variável utilizada no modelo. De um modo geral, as
variáveis independentes utilizadas no modelo de LGD foram baseadas nos trabalhos
realizados por Dermine e Carvalho (2006), Grippa et al. (2006) e De Laurentis e
Riani (2005).
No que concerne às variáveis exógenas, a literatura não apresenta uma
forma precisa sobre a metodologia de escolha desses fatores. Os artigos indicam
que as instituições devem possuir o expert judgment na definição das variáveis que
impactarão a LGD. Todas as variáveis escolhidas foram testadas utilizando-se a
variação de nível (primeira diferença) e defasagens trimestrais.7 A ideia da utilização
dessas variáveis é capturar a influência do comportamento macroeconômico na LGD.
O modelo foi estimado utilizando-se a regressão Tobit. De acordo com
Wooldridge (2002), o modelo Tobit pode ser implementado quando a variável
dependente é limitada e apresenta uma resposta de canto (no caso, a perda é limitada
em zero). Sendo assim, a variável dependente pode apresentar determinado valor
para uma fração não desprezível da amostra e aproximadamente distribuída de forma
contínua e de valores positivos ao longo do restante da amostra. Morrison (2003)
indica ainda que o modelo Tobit pode ser um dos instrumentos utilizados para o
acompanhamento da influência de variáveis no comportamento da LGD nos modelos
de risco de crédito.
O modelo Tobit usa uma variável latente y* tal que
, em
que y i = max 0, y *i truncado à esquerda. A função de probabilidade pode ser
construída, assumindo-se que a distribuição dos resíduos condicionais a x é normal.
A estimação de máxima verossimilhança é usada para encontrar o ótimo e a
variância dos resíduos σ2. A função log-likelihood é dada por
(
)
,
em que N é a função de densidade acumulada para a distribuição normal com média
e desvio-padrão iguais a 0 e 1, respectivamente.
A estimativa do modelo foi realizada utilizando-se o pacote Stata 9.2, que
apresenta como resultado o pseudo-R2 de McFadden.8 Dessa forma, o R2 é obtido por
meio da regressão entre os valores estimados e os observados.
4 Resultados
Antes de se proceder ao cálculo da LGD e de seus componentes conforme
descrito na seção anterior, é interessante um exame mais detalhado das operações
7
8
164
Foram utilizadas variações mensais defasadas de 3, 6, 9 e 12 meses.
, em que LL é a função
McFadden Pseudo-R2 é dado por
log-likelihood.
que compuseram a amostra em estudo. É examinada a forma como as operações se
distribuem de acordo o tipo de modalidade de crédito, a existência de garantia, o
valor da operação na data do default e o segmento da atividade econômica do cliente.
As tabelas 1 e 2 apresentam a configuração da amostra de operações em
estudo de acordo com as modalidades selecionadas e o ano do respectivo default.
Observa-se que houve uma concentração de operações nas modalidades cheque
especial/conta garantida e capital de giro. Quanto ao percentual de default por
ano, a amostra se apresenta mais equilibrada, à exceção do último ano (2007), que
possui um número reduzido de defaults por conta da eliminação das operações com
vencimento após 31/3/2007 e pelo fato de o horizonte de observação somente ter se
estendido até setembro desse ano.
Tabela 1 – Total de operações de crédito inadimplentes conforme a modalidade,
extraídas do SCR no período de janeiro de 2003 a setembro de 2007
Quantidade
Percentual
Cheque especial/conta garantida (0201)
Modalidade
4.200
43,95%
Capital de giro (0206)
3.936
41,18%
Empréstimos Vendor (0207)
156
1,63%
Desconto de duplicatas (0301)
511
5,35%
Financiamento de veículos (0401)
491
5,14%
Financiamento outros bens (0402)
220
2,30%
Financiamentos Vendor (0404)
Total
43
0,45%
9,557
100,00%
Tabela 2 – Total de operações de crédito conforme o ano de ocorrência da inadimplência
Ano da inadimplência
Quantidade
Percentual
2003
1.836
19,21%
2004
2.008
21,01%
2005
2.487
26.02%
2006
2.649
27,72%
2007
1/
Total
577
6,04%
9.557
100,00%
1/ O ano de 2007 está limitado às inadimplências ocorridas até o final de março
Pelas tabela 3 e 4, nota-se que a LGD é estimada sobre uma amostra
com maior número de operações detentoras de garantia real, sendo que há maior
concentração de operações de menor valor quando de seus respectivos defaults.
Tabela 3 – Total de empréstimos conforme a existência de garantia
real por modalidade
Unidades
Modalidade
Com garantia
Sem garantia
%
%
Cheque especial/conta garantida
2 679
44,9
1 521
42,4
Capital de giro
2 513
42,1
1 423
39,6
40
0,7
116
3,2
Desconto de duplicatas
Empréstimos Vendor
241
4,0
270
7,5
Financiamento de veículos
350
5,9
141
3,9
Financiamento outros bens
140
2,4
80
2,2
4
7,0
39
1,1
5 967
100,0
3 590
100,0
Financiamentos Vendor
Total
165
Tabela 4 – Total de operações conforme o saldo devedor na data do default
Unidades
Valores em R$
%
Entre 100.000 a 149.999
3 747
39,2
De 150.000 a 199.999
1 549
16,2
De 200.000 a 249.999
961
10,1
De 250.000 a 299.999
573
6,0
De 300.000 a 349.999
445
4,7
De 350.000 a 449.999
543
5,7
De 450.000 a 599.999
502
5,3
De 600.000 a 1.199.999
681
7,1
Acima de 1.200.000
556
5,8
9 557
100,0
Total
A distribuição das operações em estudo de acordo com os segmentos da
atividade econômica à qual o cliente pertence é expressa na tabela 5.
Tabela 5 – Total de operações conforme o segmento econômico do cliente
Unidades
Segmento econômico
Primário
%
150
1,6
Secundário
7 211
75,5
Terciário
1 594
16,7
Sem informação
Total
602
6,3
9 557
100,0
O cálculo da LGD1 foi realizado conforme descrito na metodologia e
para cada operação individualmente. As taxas médias de mercado foram obtidas
no Departamento Econômico do Banco Central,9 divulgadas mensalmente por
essa autarquia.
Além dos valores calculados para a LGD1, foram obtidos os valores da
LGD2 (em que as operações com a última classificação de risco em H ou HH foram
consideradas não recuperadas) e LGD3 (em que operações com a última classificação
de risco entre E e HH foram consideradas não recuperadas) para todas as modalidades,
com o objetivo de identificar a parte do principal que não foi recuperada.
É importante ressaltar forte concentração das operações da LGD3 em torno
de valores próximos a unidade, já que grande parte das operações que entraram em
default permaneceu nessa situação, de acordo com as informações obtidas na base.
Vale lembrar que valores nulos para a LGD1 ocorrerão quando, após o default, a
operação desaparecer do SCR ou tiver sua classificação elevada para não default.
Além disso, espera-se que a LGD2 sempre apresente valor inferior ao
calculado na LGD3, considerando-se que os níveis de risco da LGD3 englobam os
da LGD2.
Os gráficos a seguir mostram o comportamento da LGD mínima
(LGD1 + LGD2) e LGD máxima (LGD1 + LGD3) para todas as operações da amostra,
bem como sua estatística descritiva. No apêndice, ao final deste trabalho, encontram-se
os histogramas das LGDs para cada modalidade de crédito presente na amostra.
9
166
<http://www.bcb.gov.br/?TXCREDMES>.
No caso da LGD mínima, nota-se uma concentração dos valores em
torno de zero e próxima de 100%. A média da LGD foi de 47%, bem próxima do
percentual estabelecido pela abordagem IRB-Básica de Basileia II (LGD = 45%). No
caso da LGD máxima, observa-se essa concentração em operações com perda total.
A média encontrada para a LGD máxima foi de 92%. Resultados de bimodalidade
na distribuição de perdas, conforme apresentados na LGD mínima, também foram
encontrados nos trabalhos de Dermine e Carvalho (2006), Asarnow e Edwards
(1995), Schuermann (2004) e Hurte Felsovalyi (1998).
Gráfico 1 – LGD mínima – Amostra completa
LGD mínima – Amostra completa
Amostra: 9.557 observações
Média
Gráfico 2 – LGD máxima – Amostra completa
0,469
Mediana
0,126
Máximo
1,151
Mínimo
0,000
Desvio-padrão
0,466
Assimetria
0,295
Curtose
1,154
Jarque-Bera
1 496
Probabilidade
0,000
LGD máxima – Amostra completa
Média
0,925
Mediana
1,027
Máximo
1,230
Mínimo
0,019
Desvio-padrão
Assimetria
Curtose
Jarque-Bera
Probabilidade
0,255
- 2,527
8,312
21 410
0,000
No anexo B deste trabalho, descrevemos por meio de estatística descritiva
e histogramas o comportamento da LGD máxima e da mínima por modalidade
de operação.
A seguir, expomos o comportamento da LGD por modalidade, em função
da existência ou não de garantia real nas operações.
167
Tabela 6 – LGD mínima para todas as operações
%
Modalidade
Média
Mediana
Máximo
Mínimo
Desviopadrão
42,1
9,5
109,4
0,0
45,4
Capital de giro
50,8
20,2
115,1
0,0
47,4
Empréstimos Vendor
52,1
56,4
102,0
1,4
46,7
62,9
98,1
105,3
2,3
47,0
46,3
16,1
111,0
2,4
44,7
38,0
11,3
105,1
3,6
42,5
16,9
2,2
101,8
1,3
34,6
Total
46,9
12,6
115,1
0,0
46,6
Tabela 7 – LGD mínima – Operações com garantia
%
Modalidade
Média
Mediana
Máximo
Mínimo
Desviopadrão
12,2
109,4
3,9
47,0
47,0
Capital de giro
56,6
84,0
115,1
0,0
47,2
Empréstimos Vendor
83,7
101,4
102,0
1,4
38,0
78,9
99,4
105,3
2,3
39,2
46,1
14,8
105,7
2,5
45,0
45,2
17,7
104,6
3,6
44,3
28,0
4,5
101,5
1,3
49,1
Total
52,5
33,3
115,1
0,0
47,2
Tabela 8 – LGD mínima – Operações sem garantia
Modalidade
Média
Mediana
Máximo
Mínimo
%
Desviopadrão
33,3
8,7
105,4
0,0
41,2
Capital de giro
40,6
7,7
105,8
0,0
45,9
Empréstimos Vendor
41,3
4,7
101,9
1,4
44,5
48,5
7,5
104,1
2,6
48,8
46,8
30,7
111,0
2,4
44,0
25,5
7,9
105,1
3,7
36,2
15,8
1,9
101,8
1,3
33,4
Total
37,8
8,4
111,0
0,0
44,1
Tabela 9 – LGD máxima para todas as operações
Modalidade
168
Média
Mediana
Máximo
Mínimo
%
Desviopadrão
95,7
104,3
123,0
3,9
23,2
Capital de giro
89,9
102,5
115,1
2,3
27,3
Empréstimos Vendor
90,5
101,6
102,4
1,9
24,7
96,2
102,7
105,3
2,7
20,3
87,6
102,4
111,0
2,5
26,3
81,6
103,7
105,1
3,6
34,2
97,0
101,6
102,2
27,9
14,0
Total
92,5
102,7
123,0
1,9
25,5
Tabela 10 – LGD máxima – Operações com garantia
Modalidade
Média
Mediana
Máximo
Mínimo
%
Desviopadrão
96,1
104,2
123,0
3,9
22,6
Capital de giro
90,1
102,4
115,1
2,3
26,8
Empréstimos Vendor
98,7
101,4
102,4
8,4
15,0
97,9
102,4
105,3
3,0
13,0
87,7
102,4
105,7
2,5
25,9
78,3
103,6
105,1
3,6
35,8
95,7
101,3
101,5
78,7
11,3
Total
92,8
102,7
123,0
2,3
25,0
Tabela 11 – LGD máxima – Operações sem garantia
%
Modalidade
Média
94,8
Mediana
Máximo
Mínimo
Desviopadrão
104,3
110,2
4,0
24,2
28,2
Capital de giro
89,5
102,5
105,8
2,4
Empréstimos Vendor
87,7
101,7
102,4
1,9
26,7
94,7
103,0
104,1
2,7
25,0
87,4
102,4
111,0
2,5
27,4
87,5
103,7
105,1
4,0
30,6
Total
92,0
102,7
111,0
1,9
26,3
A seguir, serão estimados, por meio de um modelo econométrico, os
determinantes da LGD de acordo com variáveis presentes no SCR e com variáveis
exógenas ao SCR. O modelo econométrico escolhido foi o de regressão Tobit, haja
vista o referencial teórico existente nesse tema sobre a avaliação da LGD em função
dos fatores.
169
4.1 Resultados das regressões
Tabela 12 – Estimação do modelo de LGD mínima para toda a amostra
Constante
Coef. Erro-padrão
Estat. t
Prob.
0,967
0,070
13,9
0,000
Dummy 2004
-0,051
0,017
-2,9
0,004
Dummy 2005
-0,043
0,013
-3,2
0,001
Dummy 2006
-0,110
0,015
-7,4
0,000
Dummy CNAE 2
0,050
0,011
4,6
0,000
Dummy renegociação
0,123
0,043
2,9
0,004
0,000
Garantia
0,164
0,010
17,0
Log (prazo de relacionamento)
-0,016
0,002
-9,1
0,000
Log (saldo devedor no default )
-0,026
0,006
-4,8
0,000
Dummy porte do cliente 2
-0,269
0,019
-14,3
0,000
-0,204
0,014
-14,7
0,000
-0,150
0,012
-12,4
0,000
-0,253
0,015
-16,7
0,000
Rating
-0,011
0,003
-3,7
0,000
Taxa Selic (-12)
-0,066
0,027
-2,4
0,016
Observações
9 557
Log-likelihood
-5 793
Pseudo-R 2
0,073
0,092
Adj. R 2
0,091
R
2
Tabela 13 – Estimação do modelo de LGD máxima para toda a amostra
Constante
Coef. Erro-padrão
Estat. t
Prob.
1.711
0.039
44.4
0.000
Dummy 2003
-0.108
0.012
-8.9
0.000
Dummy 2004
-0.099
0.012
-8.5
0.000
Dummy 2005
-0.060
0.012
-5.1
0.000
Dummy 2006
-0.040
0.012
-3.5
0.001
Dummy CNAE 3
-0.016
0.007
-2.4
0.017
0.084
0.024
3.6
0.000
Log (saldo devedor no default)
-0.058
0.003
-19.1
0.000
-0.028
0.010
-2.7
0.007
-0.025
0.008
-3.3
0.001
-0.014
0.007
-2.1
0.036
-0.019
0.008
-2.3
0.021
0.005
0.002
2.9
0.004
-0.151
0.053
-2.9
0.004
Rating
Desemprego (-12)
Observações
9 557
Log-likelihood
-159
Pseudo-R 2
0.068
0.070
Adj. R 2
0.070
R
2
Os resultados das regressões Tobit mostradas nas tabelas 12 e13 utilizaram
a metodologia stepwise com nível de significância de 5% na escolha das variáveis. Em
relação à tabela 12 (LGD mínima), no que tange aos sinais existentes na regressão,
visualizamos um impacto positivo no aumento da LGD em empresas da área
industrial (CNAE 2). A variável dummy renegociação e garantia apresentaram sinal
positivo, indicando que operações que foram renegociadas e apresentavam garantia
real indicam uma LGD mais elevada. Sob a renegociação, o sinal já era o esperado,
haja vista que as operações renegociadas apresentam maior perda. No que concerne
170
às operações com garantia, supomos que elas (quando entram em default), de uma
forma geral, irão migrar para o nível H ao longo do default, sendo que, quando da
execução da garantia, as operações são retiradas da base. Na metodologia existente
em nosso trabalho, essa operação foi considerada como perda integral.
Na tabela 12, o prazo de relacionamento e o saldo devedor apresentavam
sinais negativos. Esse comportamento demonstra que as operações com menor
valor e concedidas a clientes com menor tempo de relacionamento com a instituição
financeira apresentavam maior LGD. Os resultados convergem com a expectativa
sobre essas variáveis no comportamento da LGD, inclusive com os trabalhos
acadêmicos sobre o assunto. Os sinais da variável rating e variação da taxa Selic
(defasada em doze meses) foram negativos e indicaram comportamento contrário às
expectativas. Vale ressaltar que os coeficientes apresentaram valores extremamente
baixos nessas variáveis. No que toca às variáveis dos anos de default e do Porte de
Cliente, os valores dos coeficientes são significativos, todavia não foram relevantes
em termos de análise, já que não identificamos um ano ou determinado porte que
fosse relevante na regressão.
Na tabela 13 (LGD máxima), identificamos um impacto negativo no
aumento da LGD em empresas da área de serviços (CNAE 3), diferentemente do
relacionado na tabela 12 (LGD mínima) para as empresas industriais. A variável
garantia não foi significativa nessa regressão. No que concerne às variáveis
renegociação e valor do saldo devedor, o resultado foi similar ao encontrado na LGD
mínima. A variável rating apresentou comportamento oposto ao da LGD mínima,
entretanto conforme o esperado em relação ao sentido de impacto no comportamento
da LGD (quanto pior o rating maior a perda existente na operação em que ocorreu
o default). Dentre as variáveis exógenas, a taxa de variação mensal do desemprego
(defasada em doze meses) apresentou comportamento negativo, indicando aumento
de LGD em movimentos de queda. Esse comportamento foi contrário às expectativas
do trabalho. O comportamento dos anos do default e do Porte do Cliente, no que
concerne à LGD máxima, foram significativos, mas não são conclusivos como os
relatados para a LGD mínima.
No anexo C, constam os resultados das regressões Tobit para as
modalidades de cheque especial/conta garantida e capital de giro. A escolha somente
dessas duas modalidades se deu em função da relevância do número de operações
existentes em nossa base de dados. No tocante à modalidade cheque especial/conta
garantida, os resultados da LGD máxima são semelhantes (apesar da inexistência
da variável desemprego como significativa na regressão). Todavia, na LGD mínima
das operações de cheque especial/conta garantida, evidenciamos o comportamento
da variável desemprego na LGD de forma positiva, ou seja, um aumento da taxa de
desemprego deve contribuir para aumentar as perdas nas operações de crédito. Além
disso, na LGD mínima, existe a influência dos setores no aumento da LGD, tendo o
setor industrial uma maior influência.
Os resultados das regressões das operações de capital de giro evidenciadas
no anexo C, no que concerne à LGD máxima, são semelhantes aos apresentados na
forma consolidada, com exceção da variável taxa Selic, que foi representativa. Na
estimativa da LGD mínima nessa modalidade, identificamos o impacto positivo
do volume de cheques sem fundos (defasado em doze meses) no aumento da LGD.
171
Além disso, a queda da produção industrial influencia o aumento da LGD. Os sinais
da regressão estão de acordo com o esperado.
As regressões apresentadas são significativas, mas possuem baixo poder
explicativo em função do percentual de seu R² Ajustado (0,09 para LGD mínima e
0,07 para LGD máxima, respectivamente). Grippa et al. (2006) destacam que diversos
trabalhos de LGDs possuem resultados em torno da faixa de 30% para o R² Ajustado.
A conclusão desses autores está baseada no fato de que um componente importante
nas taxas de recuperação está baseado em fatores específicos da operação, do cliente,10
do histórico dos defaults e dos processos de recuperação em função da modalidade
do crédito. Sob a nossa análise, informações contábeis sobre os devedores seriam de
extrema valia, além de uma base de dados específica sobre a recuperação dos créditos.
5 Conclusão
Este trabalho teve o objetivo de calcular a LGD, de forma conservadora,
a partir das informações presentes no SCR. O parâmetro da LGD é um dos mais
sensíveis no cálculo do Risco de Crédito por meio da abordagem IRB-Avançada.
A base de dados utilizada abrangeu o período de 57 meses (janeiro de 2003 a setembro
de 2007), sobre determinadas modalidades de crédito, tendo sido avaliadas 9.557
operações prefixadas acima de R$100 mil.
O estudo calculou a LGD a partir de hipóteses acerca do possível resultado
da recuperação do crédito durante o processo de cobrança. Tais hipóteses basearam-se
na última classificação de risco das operações presente no SCR. Na conjectura em
que todas as operações que terminaram com classificação entre AA e G tiveram seu
saldo devedor final integralmente recuperado, obtivemos a LGD mínima com valor
médio de 47%. Para a hipótese em que somente as operações que terminaram com
classificação entre AA e D tiveram seu saldo devedor final integralmente recuperado,
obtivemos a LGD máxima com valor médio de 92%.
Analisando a amostra de operações inadimplentes utilizadas no presente
estudo, pode-se observar a distribuição a seguir – conforme a última classificação de
risco informada ao SCR.
Tabela 14 – Última classificação da operação no SCR
Classificação
Quantidade
entre AA e D
818
Percentual
8,60%
E
3.078
32,20%
F
1.032
10,80%
G
473
4,90%
H e HH
4.156
43,50%
Total
9.557
100,00%
10 Os índices de endividamento, liquidez e rentabilidade do cliente podem ser fatores determinantes
no cálculo da LGD.
172
Se forem consideradas outras hipóteses intermediárias, obtém-se o valor
médio de 61% para LGD, supondo-se que todas as operações que apresentaram a
última classificação entre AA e E tiveram seu saldo devedor final integralmente
recuperado; e o valor médio de 51% na hipótese de recuperação para as operações
que apresentaram última classificação entre AA e F.
A metodologia utilizada no estudo não considera diversos custos necessários
na apuração da LGD, como os custos de cobrança e os custos administrativos, além
da possibilidade de recuperação de parcelas após o encerramento das operações.
Todavia, o custo de oportunidade presente no workout LGD foi alto em nossos
cálculos, principalmente em função das elevadas taxas de juros existentes nas
operações de crédito no mercado brasileiro de 2002 a 2007.
O presente estudo possui caráter preliminar no cálculo da LGD no Brasil.
É importante relatar que as instituições financeiras deverão possuir bancos de
dados específicos para o cálculo desse parâmetro, inclusive com diversidade maior
de variáveis para suas avaliações em função das características específicas de cada
operação/modalidade. Para trabalhos futuros, poder-se-ia estender estudos para
determinados segmentos específicos (varejo, financiamentos específicos e outros) não
englobados neste estudo, assim como a inclusão de diferentes classes de mitigadores,
variáveis e outros critérios relevantes para a determinação da LGD.
Em relação às variáveis que influenciam a LGD, os resultados são
preliminares em razão do baixo poder de predição do modelo existente.
173
Referências
ALTMAN, E. Measuring Corporate Bond Mortality and Performance.
Journal of Finance, n. 44, p. 909-922, 1989.
ALTMAN, E.; RESTI, A.; SIRONI, A. Analyzing and Explaining Default Recovery
Rates. ISDA Research Report. London: 2001.
ASARNOW, E.; EDWARDS, D. Measuring Loss on Defaulted Bank Loans:
A 24-Year Study. Journal of Commercial Lending, p.11-23, 1995.
BASEL COMMITTEE ON BANKING SUPERVISION – BIS. International
Convergence of Capital Measurement and Capital Standards – A Revised
Framework. BIS. 2004.
BASEL COMMITTEE ON BANKING SUPERVISION – BIS. An Explanatory Note
on the Basel II IRB Risk Weight Functions. BIS, 2005.
CARTY, L.; LIEBERMAN, D. Defaulted Bank Loan Recoveries, Moody´s Special
Comment. November, 1996.
DE LAURENTIS G.; RIANI, M. Estimating LGD in the Leasing Industry: Empirical
Evidence from a Multivariate Model. In: Altman E.; Resti A.; Sironi A. Recovery
Risk. The Next Challenge in Credit Risk Management. London: 2005, p. 143-164.
DERMINE, J.; CARVALHO, C. N. Bank Loan-Loss Provisioning, Methodology and
Application. Journal of Banking and Finance, 2006.
FRYE. J. Depressing Recoveries, Risk. November, 2000. p. 106-111.
GREENE, W.H. Econometric analysis. 3rd edition. New York: MacMillan, 1997.
GRIPPA, P.; IANNOTTI. S.; LEANDRI, F. Taxas de recuperação no setor bancário:
fatos estilizados emergindo da experiência italiana. In: Mensuração e análise da
recuperação de crédito. Editora Serasa, 2006.
HURT, L.; FELSOVALYI, A. Measuring Loss on Latin American Defaulted bank
loans, a 27-Year Study of 27 Countries. The Journal of Lending and Credit Risk
Management, October, 1998.
JACOBS Jr., M.; KARAGOZOGLU, A. K. Understanding and Predicting Ultimate
Loss-Given-Default on Bonds and Loans. Disponível em: <http://www.fma.org>.
Acesso em: set. 2006.
JIMENEZ, G.; SAURINA J. Collateral, Type of Lender and Relationship Banking as
Determinants of Credit Risk. Journal of Banking and Finance, n. 28, 2004.
MERTON, R.C. On the pricing of Corporate Debt: The Risk Structure of Interest
Rates. Journal of Finance, 29, p. 449-470, 1974.
174
MIU, P.; OZDEMIR, B. Estimating and Validating Long-Run Probability of
Default With Respect to Basel II Requirements. Disponível em: <http://ssrn.com/
abstract=1026181>. Acesso em: out. 2007.
MORRISON, J. S. Preparing for Modeling requirements in Basel II. Part 1.
Model Development. The RMA Journal, May 2003.
PEURA, S.; JOKIVUOLLE, E. LGD in a Structural Model of Default Recovery Risk.
Recovery Risk. The Next Challenge in Credit Risk Management. London: 2005.
RESTI, A.; SIRONI, A. Loss Given Default and Recovery Risk: From Basel II
Standards to Effective Risk Management Tools. The Basel Handbook: A Guide for
Financial Practitioners, p. 49-82, 2004.
RESTI, A.; SIRONI, A. Definindo LGD: A perspectiva do Acordo da Basileia II.
In:. Mensuração e análise da recuperação de crédito. Editora Serasa, 2006.
SCHUERMANN T..What do we know about Loss Given default? In:
SHIMKO, D. (ed.). Credit Risk Models and Management. 2nd edition, 2004.
WOOLDRIDGE, J. M. A. Econometric Analysis of Cross Section and Panel Data.
Cambridge, MA: MIT Press, 2002.
175
Anexo A
Descrição das variáveis
• CHEQUE SEM FUNDO (-12): Variação mensal do volume de cheque sem fundo
defasada em doze meses da data da ocorrência do default.
• DESEMPREGO (-12): Variação mensal da taxa de desemprego divulgada pelo
IBGE defasada em doze meses da data da ocorrência do default.
• DUMMY 2003: A variável indica 1 para operações que apresentaram default no
ano de 2003 e 0 para os demais casos.
• DUMMY CNAE 2: A variável indica 1 para empresas que pertencem ao setor
industrial (código CNAE entre 1000000 e 57000000) e 0 para os demais casos.
• DUMMY CNAE 3: A variável indica 1 para empresas que pertencem ao setor de
serviços (código CNAE superior 57000000) e 0 para os demais casos.
• DUMMY RENEGOCIAÇÃO: A variável indica 1 para operações renegociadas e
0 para operações não renegociadas.
• DUMMY PORTE DO CLIENTE 2: A variável indica 1 para empresas de
microporte e 0 para demais casos.
• DUMMY PORTE DO CLIENTE 3: A variável indica 1 para empresas de porte
pequeno e 0 para demais casos.
médio e 0 para demais casos.
grande e 0 para demais casos.
• GARANTIA: A variável indica 1 para operações que apresentam garantia real e 0
para os demais casos.
• PRAZO RELACIONAMENTO: Logaritmo neperiano do prazo de relacionamento
(em dias) do tomador da operação com a instituição financeira.
• PRODUÇÃO INDUSTRIAL (-12): Variação mensal da produção industrial
divulgada pelo IBGE defasada em doze meses da data da ocorrência do default.
• RATING: Classificação de risco da operação no momento da concessão do crédito
(é adotada a escala AA = 1; A = 2; B = 3; C = 4; D = 5).
• TAXA SELIC (-12): Variação da taxa Selic mensal defasada em doze meses da
data da ocorrência do default.
• VALOR DA OPERAÇÃO Logaritmo neperiano do valor da operação na data
do default.
176
Anexo B
Comportamento da LGD máxima e mínima
Gráfico 1 – LGD máxima – Cheque especial/conta garantida
LGD máxima – Cheque especial/conta garantida
Média
0,957
Mediana
1,043
Máximo
1,230
Mínimo
0,039
Desvio-padrão
0,232
Assimetria
-2,974
Curtose
10,920
Jarque-Bera
17 170
Probabilidade
Gráfico 2 – LGD máxima – Capital de giro
0,000
LGD máxima – Capital de giro
Média
1,025
Máximo
1,151
Mínimo
0,023
Desvio-padrão
0,273
Assimetria
Curtose
Gráfico 3 – LGD máxima – Empréstimos Vendor
0,899
Mediana
-2,255
6,876
Jarque-Bera
5 799
Probabilidade
0,000
LGD máxima – Empréstimos Vendor
Amostra: 156 observações
Média
1,016
Máximo
1,024
Mínimo
0,019
Desvio-padrão
Assimetria
Curtose
Jarque-Bera
Probabilidade
Gráfico 4 – LGD máxima – Desconto de duplicatas
0,905
Mediana
0,247
-2,286
7,046
242
0,000
LGD máxima – Desconto de duplicatas
Média
0,962
Mediana
1,027
Máximo
1,053
Mínimo
0,027
Desvio-padrão
0,203
Assimetria
-3,679
Curtose
15,705
Jarque-Bera
4 589
Probabilidade
0,000
177
Gráfico 5 – LGD máxima – Financiamento de veículos
LGD máxima – Financiamento de veículos
Média
0,876
Mediana
1,024
Máximo
1,110
Mínimo
0,025
Desvio-padrão
Assimetria
Curtose
Jarque-Bera
Probabilidade
Gráfico 6 – LGD máxima – Financiamento outros bens
0,263
-2,052
6,453
588
0,000
LGD máxima – Financiamento outros bens
Média
0,816
Mediana
1,037
Máximo
1,051
Mínimo
0,036
Desvio-padrão
Assimetria
Curtose
0,342
- 1,284
3,116
Jarque-Bera
Probabilidade
Gráfico 7 – LGD máxima – Financiamento Vendor
61
0,000
LGD máxima – Financiamento Vendor
Média
1,016
Máximo
1,022
Mínimo
0,279
Desvio-padrão
0,140
Assimetria
-3,530
Curtose
15,904
Jarque-Bera
Probabilidade
Gráfico 8 - LGD mínima – Cheque especial/conta garantida
0,970
Mediana
388
0,000
LGD mínima – Cheque especial/conta garantida
Média
0,421
Mediana
0,095
Máximo
1,094
Mínimo
0,000
Desvio-padrão
0,454
Assimetria
0,556
Curtose
1,383
Jarque-Bera
Probabilidade
178
674
0,000
Gráfico 9 – LGD mínima – Capital de giro
LGD mínima – Capital de giro
Média
0,508
Mediana
0,202
Máximo
1,151
Mínimo
0,000
Desvio-padrão
0,474
Assimetria
0,100
Curtose
1,066
Jarque-Bera
Probabilidade
Gráfico 10 – LGD mínima – Empréstimos Vendor
620
0,000
LGD mínima – Empréstimo Vendor
Média
0,521
Mediana
0,564
Máximo
1,020
Mínimo
0,014
Desvio-padrão
Assimetria
Curtose
0,467
-0,021
1,105
Jarque-Bera
Probabilidade
Gráfico 11 – LGD mínima – Desconto de duplicatas
23
0,000
LGD mínima – Desconto de duplicatas
Média
0,629
Mediana
0,981
Máximo
1,053
Mínimo
0,023
Desvio-padrão
Assimetria
Curtose
0,470
-0,432
1,217
Jarque-Bera
Probabilidade
Gráfico 12 – LGD mínima – Financiamento de veículos
84
0,000
LGD mínima – Financiamento de veículos
Média
0,463
Mediana
0,161
Máximo
1,110
Mínimo
0,024
Desvio-padrão
0,447
Assimetria
0,301
Curtose
1,209
Jarque-Bera
Probabilidade
73
0,000
179
Gráfico 13 – LGD mínima – Financiamento outros bens
LGD mínima – Financiamento outros bens
Média
0,380
Mediana
0,113
Máximo
1,051
Mínimo
0,036
Desvio-padrão
0,425
Assimetria
0,788
Curtose
1,749
Jarque-Bera
Probabilidade
Gráfico 14 – LGD mínima – Financiamento Vendor
37
0,000
LGD mínima – Financiamento Vendor
Amostra:43 observações
Média
0,169
Mediana
0,022
Máximo
1,018
Mínimo
0,013
Desvio-padrão
0,346
Assimetria
2,057
Curtose
5,273
Jarque-Bera
Probabilidade
180
40
0,000
Anexo C
Regressões para as modalidades cheque especial/conta garantida e
capital de giro
Tabela 1 – Estimação do modelo de LGD máxima para a modalidade
cheque especial/conta garantida
Constante
Coef.
Erro-padrão
Estat. t
Prob.
1,629
0,059
27,4
0,000
Dummy 2003
-0,066
0,010
-6,7
0,000
Dummy 2004
-0,063
0,009
-6,7
0,000
0,019
0,009
2,1
0,033
Dummy CNAE 2
Log (saldo devedor no default )
-0,055
0,005
-11,6
0,000
-0,038
0,010
-4,0
0,000
-0,028
0,009
-3,1
0,002
-0,021
0,011
-1,9
0,059
Rating
0,010
0,002
4,7
0,000
Observações
4 200
Log-likelihood
346
Pseudo-R 2
-0,793
0,070
Adj. R 2
0,070
R2
Tabela 2 – Estimação do modelo de LGD máxima para a modalidade capital de giro
Constante
Coef.
Erro-padrão
Estat. t
Prob.
1,563
0,056
28,0
0,000
Dummy 2003
-0,042
0,012
-3,5
0,000
Dummy 2004
-0,092
0,016
-5,7
0,000
Dummy 2006
-0,036
0,014
-2,6
0,010
Dummy CNAE 2
-0,055
0,016
-3,3
0,001
Dummy CNAE 3
-0,061
0,018
-3,3
0,001
0,113
0,030
3,7
0,000
-0,004
0,002
-2,2
0,025
-0,044
0,004
-10,0
0,000
-0,043
0,016
-2,7
0,006
-0,041
0,013
-3,3
0,001
Taxa Selic (-12)
-0,125
0,025
-5,0
0,000
Desemprego (-12)
-0,186
0,097
-1,9
0,055
Observações
3 936
Log-likelihood
- 336
Pseudo-R 2
0,302
0,071
Adj. R 2
0,071
R
2
181
Tabela 3 – Estimação do modelo de LGD mínima para a modalidade
cheque especial/conta garantida
Constante
Coef.
Erro-padrão
Estat. t
Prob.
0,691
0,038
18,3
0,000
Dummy 2004
-0,064
0,018
-3,5
0,000
Dummy 2006
-0,062
0,015
-4,2
0,000
Dummy CNAE 2
0,122
0,030
4,0
0,000
Dummy CNAE 3
0,088
0,034
2,6
0,009
Garantia
0,148
0,014
10,8
0,000
-0,028
0,003
-10,7
0,000
-0,372
0,027
-13,6
0,000
-0,300
0,019
-15,4
0,000
-0,262
0,018
-14,6
0,000
-0,390
0,022
-18,0
0,000
Rating
-0,012
0,004
-3,0
0,003
0,415
0,139
3,0
0,003
Desemprego (-12)
Observações
4 200
Log-likelihood
-2 310
Pseudo-R 2
0,126
0,147
Adj. R 2
0,146
R
2
Tabela 4 – Estimação do modelo de LGD mínima para a modalidade capital de giro
Constante
1,171
Erro-padrão
Estat. t
Prob.
0,094
12,4
0,000
Cheque sem fundo (-12)
0,156
0,080
1,9
0,053
Dummy 2003
0,059
0,019
3,1
0,002
Dummy 2006
-0,052
0,018
-2,9
0,003
Dummy CNAE 3
-0,057
0,018
-3,2
0,002
0,135
0,052
2,6
0,010
Garantia
0,189
0,016
12,0
0,000
-0,018
0,003
-6,1
0,000
-0,045
0,008
-6,0
0,000
-0,191
0,028
-6,8
0,000
-0,112
0,025
-4,5
0,000
-0,111
0,019
-5,9
0,000
-0,199
0,024
-8,5
0,000
Produção industrial (-12)
-0,248
0,121
-2,1
0,041
Observações
3 936
Log-likelihood
-2 459
Pseudo R 2
0,072
0,093
Adj. R 2
0,093
R
182
Coef.
2
7
Teste de Estresse na Ligação
Macro-Risco de Crédito:
uma aplicação ao setor
doméstico de pessoas físicas*
Wagner Piazza Gaglianone
Ricardo Schechtman
1 Introdução
Testes macroeconômicos de estresse de risco de crédito das exposições de
banking book têm atraído interesse crescente de participantes do mercado nos últimos
anos por duas razões principais. A primeira diz respeito ao Acordo de Capital de
Basileia II (BCBS, 2004), mais especificamente à abordagem IRB (internal ratings
based approach) contida nele, que tem levado os bancos privados e supervisores a
focarem sua atenção em testes de estresse de risco de crédito como uma maneira
adicional de testar a confiabilidade das medidas de capital derivadas do IRB. Além
disso, os bancos privados usam testes de estresse de suas exposições de crédito
para uma variedade de outros propósitos, incluindo a gestão de capital econômico,
o planejamento de medidas contingentes e políticas de transferência de riscos.
A segunda consiste no papel crescente da estabilidade financeira como um objetivo de
política dos bancos centrais, que tem promovido crescente interesse em exercícios de
macroestresse do risco de crédito de sistemas financeiros, frequentemente utilizando
dados mais agregados que nas análises feitas em bancos privados. Cihák (2007) discute
metodologias gerais para implementar testes de estresse em sistemas financeiros. Tais
testes podem auxiliar bancos centrais na avaliação da adequação do capital existente
de bancos e na previsão das consequências de choques macroeconômicos, esperados
ou promovidos pela política monetária, para a estabilidade do sistema bancário. Este
artigo atém-se a testes de estresse ao nível de sistema financeiro.1
A ideia básica por trás de testes macroeconômicos de estresse de risco
de crédito é ligar um cenário ou um choque macroeconômico a medidas de perda
financeira. Em muitos bancos centrais, o estresse é totalmente levado a cabo por
um modelo macroeconômico (e.g., um modelo DSGE) que projeta variáveis
macroeconômicas estressadas.2 Esse estresse é então refletido em indicadores de
risco de crédito por meio de um modelo anexo de risco de crédito baseado em dados
de balanço e que relaciona variáveis macroeconômicas e financeiras. No entanto,
*
1
2
Este é um trabalho preliminar e as opiniões expressas neste artigo são da responsabilidade de seus
autores e não refletem, necessariamente, a posição do Banco Central do Brasil ou as opiniões de
seus membros.
Testes de estresse usando dados agregados de sistemas nacionais também mostram limitações. Eles
podem levar à subestimação do risco do sistema como um todo ao desconsiderar que a falência de
um banco pode gerar “efeitos dominó” pela cadeia de exposições interbancárias bilaterais (veja a
discussão em Sorge e Virolainen, 2006).
Isto é, assumindo valores extremos no sentido de aumentar o risco de crédito.
183
nenhuma modelagem explícita de estresse é incorporada na ligação entre o cenário
macroeconômico e as variáveis de risco de crédito, ou seja, nos parâmetros do
modelo anexo. Nosso artigo foca primariamente o modelo anexo e propõe a ele uma
especificação alternativa. Nossa especificação permite que os parâmetros capturem
relações estressadas entre os choques macroeconômicos e os indicadores de risco de
crédito, pelo menos na medida em que elas estão representadas no período amostral.
Ao fazer isso, evitamos certas hipóteses de distribuição normal usadas em estudos
anteriores e permitimos que os dados revelem a distribuição empírica relacionada à
incerteza da relação macro-risco de crédito.
Este documento é organizado conforme descrito a seguir. A seção 2 discute
e critica a abordagem econométrica aplicada por alguns bancos centrais para realizar
testes macroeconômicos de estresse de risco de crédito de sistemas financeiros.
A seção 2 propõe ainda uma abordagem de regressão quantílica como base do modelo
de risco de crédito anexo e argumenta a favor de suas vantagens. A seção 3 descreve
os dados macroeconômicos e de crédito que serão usados nas estimativas contidas no
artigo. Essa seção apresenta e interpreta os resultados do modelo anexo proposto de
risco de crédito, estimado para o crédito doméstico brasileiro. Além disso, ela divulga
os resultados dos exercícios de testes de estresse. A seção 4 conclui o artigo.
2 Metodologia
2.1 Modelo econométrico
Modelos estruturais e reduzidos de risco de crédito são geralmente
concebidos em relação a tomadores, e muitos de seus parâmetros são específicos a
tomadores ou setores econômicos. No entanto, alguns artigos têm tentado modelar
o risco de crédito de um sistema financeiro aplicando os modelos anteriores (ou
suas adaptações) em dados agregados numa escala de sistema. Em particular,
alguns pesquisadores de bancos centrais (e.g., van den End et al., 2006; Boss, 2003)
baseiam-se em Wilson (1997) ao especificar seu modelo anexo de risco de crédito
em aplicações de testes de estresse. Seus modelos cabem na estrutura geral seguinte.3
,
3
184
Mais precisamente, a equação (2) generaliza Wilson (1997) na incorporação de defasagens (lags) nas
variáveis macroeconômicas e de crédito. Ela pertence à classe de modelos autorregressivos de lags
distribuídos (ADL) (veja Davidson e MacKinnon, 1993, p. 682).
em que
yt ≡ ln(CRIt/(1-CRIt)) é a transformação logit de um indicador de risco de
crédito CRIt∈[0 1];
zt é um vetor de variáveis macroeconômicas no tempo t;
ut é um erro normal, homocedástico e independente com relação à yt-i, zt-j, εt-h
i≥1, j≥0, h≥1;
e εt é um ruído branco normal do modelo (3) Vetor Autorregressivo (VAR)
de ordem m, m>q.
Van den End et al. (2006) mencionam que o uso da transformação não
linear logit para CRIt ajuda a capturar situações estressadas, pois não linearidades
são comuns em períodos de estresse. Neste artigo, opomo-nos a esse argumento
porque, a despeito do uso da transformação logit, a equação (1) ainda é um modelo
de expectativa condicional para o indicador (transformado) de risco de crédito CRIt.
Nesse sentido, note-se que, em (1), os efeitos marginais das variáveis explicativas
macroeconômicas no CRIt esperado variam na mesma razão quando nos movemos
ao longo de diferentes pontos xt≡(zt,…, zt-q,yt-1,…,yt-p).4 Assim, a importância relativa
das variáveis macroeconômicas permanece constante, o que não é provável ocorrer
em cenários de estresse. A função precisa da transformação logit é estender o domínio
do indicador de risco de crédito, geralmente medido como uma percentagem,
do intervalo [0,1] para a linha real. Ao fazer isso, ela captura a assimetria que é
característica da modelagem de risco de crédito mesmo em tempos normais.5
Este artigo considera que realizações estressadas de risco de crédito podem
advir de duas fontes: uma ocorrência macroestressada (i.e., zt) e uma transmissão
estressada macro-risco de crédito. Enquanto a primeira fonte é extensivamente
modelada na literatura de risco de crédito (por exemplo, de acordo com formulações
semelhantes ao conjunto de equações (1)-(4)), a segunda é menos clara e relacionada
a várias fontes de incerteza que se tornam mais relevantes em tempos de estresse. Elas
englobam, por exemplo, o efeito de quebras em padrões históricos de correlações
de ativos, efeitos de feedback intraperíodo entre o setor financeiro e a economia
real e realocações endógenas de carteiras de crédito de bancos. Sorge e Virolainen
(2006) apresentam uma boa discussão desses elementos e defendem que eles podem
levar à instabilidade potencial de estimativas de parâmetros do tipo  assumidos
invariáveis no tempo, em modelos reduzidos do tipo Wilson (1997). No Brasil,
o significativo desenvolvimento recente do mercado de crédito é uma questão
adicional de preocupação no estabelecimento de relações invariáveis no tempo que
possam ser úteis para testes macroeconômicos de estresse. Este artigo concentra-se
na modelagem estatística da segunda fonte de estresse, a transmissão macro-risco de
crédito, incorporando parâmetros  variáveis.6
4
5
6
Como, condicionalmente em xt, CRIt é uma transformação de uma distribuição normal, ela pode ser
expressa como uma função, digamos g, de sua média e variância. Mais especificamente, E(CRIt|xt) =
g(E(yt|xt),∑u,u). Como resultado:
, que é um múltiplo de [,].
Por exemplo, a distribuição assimétrica de Vasicek (Vasicek, 2002) é comumente usada para
representar risco de crédito. Em vez dela, usamos a distribuição logística.
Sorge e Virolainen (2006) propõem, por exemplo, o uso de modelos GARCH-in-mean para
incorporar a variação temporal nas volatilidades condicionais de default resultantes de mudanças
nos fundamentos macroeconômicos.
185
Com base nas argumentações anteriores, sabemos que, para modelar
empiricamente essa segunda fonte de estresse, a transformação logit em (1) aliada
à equação invariante (2) não é o modo apropriado de identificá-la. De fato, se o modelo
(1)-(4) é usado, a variação temporal dos coeficientes da relação do macro-risco
de crédito acaba, se presente, sendo incorporada por um erro ut, agora heterocedástico
(Lima e Néri, 2006), o que contradiz a homocedasticidade assumida em (4). Por
outro lado, pode-se argumentar que a modelagem de estresse de transmissão
estaria incorporada no parâmetro de covariância Σuε, que correlaciona surpresas
macroeconômicas εt a choques ut. Nós defendemos que essa representação,
combinada com a suposição usual de normalidade para ut, pode ser uma estratégica
demasiadamente restrita para modelar a dinâmica estressada da relação macro-risco
de crédito. Mas, ainda mais importante para um usuário Banco Central, essa
estratégia não decompõe esta dinâmica estressada segundo as distintas variáveis
macroeconômicas e suas defasagens, presentes em (2). Para atingir esse objetivo,
propomos uma modificação do modelo anterior, substituindo (2) por (5).
(5)
A equação (5) é o modelo de regressão quantílica (QR) de Koenker e
Xiao (2002), concebido para explicar o quantil τ da distribuição condicional de yt,
Q(yt,|xt).7 Nessa configuração, assume-se que o processo estocástico de yt pode ser
representado por
,
(6)
em que Ut é uma variável aleatória uniforme padrão.
Note que não há suposição de normalidade incluída em (6). O novo
modelo anexo proposto consiste então de (1), (3) e (5) ou (6). Perceba que (4) perde o
sentido, pois o erro ut não é mais definido. Além disso, todos os m-q lags das variáveis
macroeconômicas não presentes em (2) são incluídos propositalmente em (6), de
modo que seja factível assumir Ut independente do ruído εt do VAR.8
A incerteza representada por Ut traduz a incerteza do impacto
macroeconômico em risco de crédito. Em (6), sua forma é descrita pelas funções
(.) = [α 0 (.),...,α p (.), γ 0 (.),..., γ m(.)], sem nenhuma suposição de normalidade.9 Quando
os coeficientes i(τ) e j(τ) de (5) variam com τ (i.e., quando Ut assume diferentes
valores em (6)), capturam-se diferentes impactos macroeconômicos em risco de
7
8
9
A função quantílica de uma variável aleatória Wt é definida como o inverso de sua função de
distribuição acumulada Fw , i.e.,
. As regressões quantílicas
são equivariantes a transformações monotônicas, como o logit aplicado a CRI.
O uso de termos autorregressivos em yt torna factível assumir Ut sem correlação serial, assim como
para ut em (2).
No que se refere à estimação do modelo QR, de acordo com o estudo clássico de Koenker e Basset (1978), a
estimação de um modelo
que ρτ(.) é definido como
envolve a solução do problema
. O estimador θˆ(τ ) não tem uma forma explícita (como o
estimador OLS), mas o problema acima pode ser solucionado por técnicas de programação linear.
186
, em
crédito, incluindo impactos estressados (i.e., relativos a quantis extremos). É possível
que em quantis extremos, por exemplo, algumas variáveis macroeconômicas tenham
uma importância relativa significantemente maior, ou menor, na explicação do risco
de crédito que na relação mediana (i.e., τ=0,5).
Em ambas as equações (2) e (5) (assim como em (6)), a variável
macroeconômica contemporânea zt foi incluída propositalmente. Isso permite a
condução de testes de estresse condicionais à informação assumida sobre variáveis
macroeconômicas ainda não realizadas. A aplicação do modelo (1)-(3)-(5) para
testes de estresse é discutida na próxima seção.
2.2 Teste de estresse
Suponha que estejamos no fim do período (t-1), com informação sobre
todas as realizações macroeconômicas (e sobre as realizações CRI) até então. Assuma
agora uma realização completa (tipicamente ruim) para o vetor zt de variáveis
macroeconômicas relativas ao período t, digamos zs. Esta poderia ser uma ocorrência
histórica ou hipotética; no último caso, talvez, concebida com a ajuda de um modelo
macroeconômico. Qualquer que seja o caso, a metodologia deste artigo oferece uma
abordagem de como incluir um estresse adicional, aquele relacionado à relação
estocástica macro-risco de crédito. O resultado da equação (5) com zs inserido e
avaliada em um τ extremo pode ser interpretado como um indicador de risco de
crédito resultante tanto de uma realização macroeconômica estressada como de uma
relação macro-risco de crédito extrema. Além disso, o vetor de coeficientes 0(τ)
mede a relação linear entre valores zs estressados e o quantil de yt (ou a relação não
linear entre zs e CRIt).
A discussão anterior considerou que todas as variáveis macroeconômicas
contidas em zt foram especificadas para o exercício de estresse. Lehman e Manz
(2006), por exemplo, consideraram tal procedimento. Se esse não for o caso (e.g., Boss,
2003; Jiménez e Mencía, 2007; van den End et al., 2006), seja devido aos exercícios
fixarem somente uma parte do cenário macroeconômico (e.g., choque univariado,
digamos em zt1), seja devido ao horizonte de previsão ser mais longo que o período
subjacente ao período macroeconômico fixado, nossa abordagem ainda pode ser
facilmente usada, desde que façamos uso de um procedimento de simulação em
duas etapas. Primeiro, usamos o modelo VAR (3) para simular condicionalmente as
variáveis macroeconômicas não especificadas (condicional a zt1, por exemplo).10 Em
seguida, dado zt completo, geramos Ut de uma distribuição uniforme para produzir
um yt simulado. Repetimos o procedimento um número grande de vezes e tomamos
a distribuição empírica de CRIt como a distribuição estressada estimada.
Ao se relatar resultados de exercícios de testes de estresse, deve-se tomar
o cuidado, ao comparar a distribuição estressada resultante (ou seus quantis), com
as distribuições incondicionais (não estressadas) de risco de crédito, em que zt não
está fixado. Não é justo, por exemplo, tentar comparar conceitos de perda esperada
e não esperada derivados dessas duas distribuições porque elas são geradas sob
10 Quando o horizonte de previsão compreende H períodos, geralmente estamos interessados no
indicador de risco de crédito do último período (e.g., CRIH-1), para o qual precisaríamos simular o
completo caminho temporal macro (zt,z t+1,…,zH-1).
187
hipóteses distintas.11 A comparação mais simples e apropriada envolve a avaliação da
probabilidade de que a realização estressada do risco de crédito seja inferior ao quantil
da distribuição incondicional, escolhido ex ante como um colchão para perdas de
crédito (e que é, idealmente, a quantidade adequada de fundos próprios do sistema
bancário12). Esse cálculo mostra como o choque macroeconômico considerado afeta,
ex post, a probabilidade de solvência do sistema. Adotamos esse cálculo no artigo.
3 Exercício empírico
3.1 Dados
Estimamos o modelo (5) para o crédito concedido pelo sistema financeiro
privado nacional para o setor doméstico de pessoas físicas, baseado em dados
trimestrais de 1995:I a 2008:I (53 observações). Usamos o NPL (non-performing
loans), logit-transformado e medido pela freqüência de empréstimos vencidos entre
dois e seis meses no final de cada trimestre, no papel do indicador de risco de crédito
CRI. Como notado por Jiménez e Mencía (2007), o limite superior de atraso reduz a
persistência da série de NPL. No nosso caso, empréstimos atrasados incluídos em um
trimestre irão geralmente ser considerados no máximo em mais um trimestre. Esse
indicador NPL é o mais longo indicador factível de risco de crédito disponível para
este estudo. O candidato natural alternativo, a série LLP (loan loss provision), sofre de
uma quebra estrutural em 1999, quando uma nova política de regras de provisão foi
implementada pelo Banco Central.
No entanto, nosso indicador NPL ainda apresenta limitações. Ele captura
o desempenho de empréstimos concedidos em diferentes pontos no tempo e,
consequentemente, é passível de ser afetado por mudanças nos volumes concedidos
e no padrão da maturidade de novos empréstimos. Como essas mudanças não são
necessariamente relacionadas a risco de crédito, o NPL poderia se tornar uma medida
distorcida de risco de crédito, uma limitação igualmente presente em muitos estudos
de bancos centrais.
No que se refere ao conjunto de dados macroeconômicos, consideramos
inicialmente as seguintes variáveis: taxa de crescimento do Produto Interno Bruto
(PIB) real, produção industrial, taxa de desemprego, taxa de inflação (medida
pelo IPCA), taxa de juros (curto e longo prazo), Embi+Br, taxa de câmbio real e
razão entre a dívida líquida do setor público e o PIB (DLSP/PIB).13 Consideramos
também a variável variação trimestral do volume de crédito, de modo a capturar a
influência do recente desenvolvimento do mercado de crédito brasileiro.14 O primeiro
passo da análise é conduzir uma investigação de estacionariedade das variáveis
macroeconômicas e de crédito. Com base em resultados de testes de raiz unitária,15
11 Contudo, essa é uma prática comum na literatura aplicada (e.g., Boss, 2003; Jiménez e Mencía, 2007; van den End
et al., 2006).
12 Os fundos próprios, interpretados aqui como o estoque para cobrir tanto perdas esperadas como não esperadas,
são necessários para manter uma probabilidade de solvência para o sistema igual a um nível de confiança
prefixado .
13 As fontes dos dados são o Banco Central do Brasil (BCB), o Instituto de Pesquisa Econômica Aplicada (Ipea) e o
Instituto Brasileiro de Geografia e Estatística (IBGE).
14 Aqui, o volume de crédito representa a quantidade de crédito concedida pelo sistema financeiro privado brasileiro
para o setor doméstico, que está menos de seis meses atrasada ao final de cada trimestre.
15 Conduzimos os testes de raiz unitária ADF e Phillips-Perron, como também o teste de estacionariedade KPSS.
Embora, em alguns casos, a hipótese nula de raiz unitária (em testes ADF ou Phillips-Perron) não possa ser
rejeitada aos níveis usuais de significância, o teste KPSS indica nesses casos que a hipótese de estacionariedade
também não pode ser rejeitada. Por essa razão (baseada em um nível de significância de 5% no teste KPSS),
ainda consideramos algumas variáveis em nível em (3) e (5).
188
as variáveis taxa de câmbio real e razão dívida líquida pública/PIB são consideradas
em primeira diferença. Em segundo lugar, de modo a evitar colinearidade entre
os regressores, e buscando também uma especificação parcimoniosa, descartamos
as variáveis produção industrial e taxa de juros de longo prazo.16 Além disso,
Embi+Br, taxa de câmbio real e DLSP/PIB não foram incluídas na especificação final
para o modelo (5), já que os seus efeitos não foram robustos ao longo de diferentes
especificações. Finalmente, incluímos no modelo VAR (3) as mesmas variáveis
explicativas presentes na forma final do modelo (5). Essas variáveis têm suas séries
temporais apresentadas nas figuras 2 e 3.
É possível conjecturar sobre os sinais esperados de alguns dos efeitos
macroeconômicos medianos (τ=0,5) sobre o NPL. Espera-se, por exemplo, que
as variáveis macroeconômicas diretamente relacionadas ao ciclo de negócios
da economia, como a taxa de crescimento do PIB real e também, em certo grau,
o volume de crédito, sejam negativamente correlacionadas à série temporal de
NPL. Um sinal positivo é esperado para a taxa de desemprego, já que lidamos com
o crédito a pessoas físicas. Quanto mais elevada a taxa de juros, maior o custo de
tomar emprestado e, consequentemente, espera-se que ela produza uma resposta
mediana positiva sobre o NPL, ao menos contemporaneamente. Uma inflação mais
alta durante a vida dos empréstimos pode auxiliar os tomadores a pagar o débito
remanescente e, consequentemente, é lógico esperar um efeito contemporâneo
negativo no NPL. Kalirai e Scheicher (2002) apresentam uma discussão abrangente
sobre os sinais esperados dos efeitos macroeconômicos médios. Por outro lado, os
sinais e as magnitudes dos efeitos macroeconômicos nos quantis extremos de risco
de crédito não são claros a priori.17 No que se refere ao conhecimento dos autores,
este artigo é o primeiro a produzir tais estimativas.
3.2 Resultados
Tentamos várias especificações distintas para (5). Reportamos na tabela 1
os resultados para as especificações contendo somente variáveis contemporâneas,
com uma ou duas defasagens nas macroeconômicas, tanto para o modelo (5) quanto
para o modelo de média condicional (OLS), para fins de comparação. Nas duas
últimas especificações, introduzimos termos autorregressivos para capturar alguma
persistência do indicador de risco de crédito. Erros-padrão (HAC) de Newey e West
(1987) são construídos para os modelos OLS, enquanto na estimação quantílica um
procedimento de bootstrap é adotado para estimar a matriz de covariância. Além
disso, reportamos para as regressões quantílicas a medida goodness-of-fit de Koenker
e Machado (1999) (também conhecida como pseudo R2 ajustado).18
As especificações com defasagens (ou lags) apresentam medidas similares
de goodness-of-fit e muito mais altas do que os modelos contendo somente relações
contemporâneas. Apesar de os modelos com dois lags apresentarem um ajuste
levemente melhor do que suas contrapartes com apenas um lag, eles são de difícil
16 Por exemplo, na amostra considerada, a correlação (taxa de crescimento real do PIB; produção industrial) =
0,8543 e a correlação (taxa de juros de curto prazo; taxa de juros de longo prazo) = 0,8984.
17 Devido ao tamanho limitado da amostra, não pretendemos reportar estimações para quantis muito extremos,
restringindo-nos ao quantil superior 90%.
18 De acordo com Koenker & Machado (1999), diferentemente do R2 padrão, que mede o sucesso relativo de uma
função média condicional em termos de variância residual, o pseudo-R2 mede o sucesso relativo do modelo
de regressão quantílica em um quantil específico em termos de uma particular soma ponderada de resíduos
absolutos. Dessa forma, ele constitui uma medida local de goodness-of-fit para um quantil específico, mais do que
uma medida global de goodness-of-fit sobre a toda a distribuição condicional.
189
interpretação porque mostram muitas inversões de sinais para a mesma variável ao
longo de diferentes lags (veja-se na tabela 1 o efeito de inflação no quantil 90%).
Assim, optamos, daqui para frente, por trabalhar com a especificação parcimoniosa
com um lag, tanto para interpretar os coeficientes macroeconômicos quanto para a
condução dos exercícios de testes de estresse.
Na relação mediana condicional, a taxa de desemprego e a taxa de juros
de curto prazo são significativas contemporaneamente e positivamente relacionadas
ao NPL, enquanto o crescimento do PIB real e o crescimento do volume de crédito
mostram, contemporaneamente, um sinal significativo negativo, conforme esperado.
Adicionalmente, as taxas de juros e de desemprego defasadas apresentam efeito
mediano negativo. Esse sinal defasado da taxa de juros poderia ser relacionado a um
maior risco de crédito assumido pelos bancos quando as taxas de juros no período
de concessão dos empréstimos são menores. Note-se que essa evidência empírica
também é observada em Jiménez et al. (2008). Já o sinal do efeito defasado do
desemprego é mais difícil de interpretar. A inflação tem impactos positivo defasado
e negativo contemporâneo (este, porém, não significante a 10%) no NPL mediano, o
que é novamente condizente com os resultados de Jiménez et al. (2008).
Do ponto de vista da magnitude dos coeficientes associados a variáveis
macroeconômicas, a relação macro-risco de crédito se revela notavelmente distinta
em comportamento em situações extremas. Essa avaliação provém dos resultados
de testes Wald conduzidos para checar desigualdades de inclinação nas estimativas
quantílicas (seguindo Koenker e Bassett, 1982a,b). Mais especificamente, testamos se
os coeficientes das variáveis explicativas (exceto o intercepto) são diferentes de =0,5
para =0,9, de acordo com testes conjuntos e individuais. Os resultados apresentados
na tabela 2 indicam que não somente numa base conjunta a sensibilidade é diferente:
também para diversas variáveis macroeconômicas individuais os coeficientes se
revelam distintos entre os quantis. Em particular, a última afirmação é verdadeira
para todas as variáveis macroeconômicas defasadas e para o termo autorregressivo.
O fato de que podemos mostrar variação dos coeficientes ao longo dos quantis é
uma evidência de que nosso modelo de regressão quantílica não representa uma
superparametrização da realidade (e de que a relação macro-risco de crédito não está
limitada a um eventual efeito de heterocedasticidade).
O método de regressão quantílica permite também resultados mais
refinados. Por exemplo, a figura 4 mostra a distribuição NPL condicional nas
observações macroeconômicas de 2008:I, que é estimada não parametricamente por
meio de um núcleo Epanechnikov sobre uma grade discreta de quantis (ver Schulze,
2004, p. 36, para maiores detalhes). Essa distribuição mostra-se positivamente
assimétrica e platicúrtica e revela um tipo de incerteza não previamente levada em
consideração na literatura de testes de estresse de risco de crédito. Na sequência,
combinamos essa incerteza com o modelo VAR (3) para conduzir testes de estresse.
O modelo VAR (3) é estimado com base no conjunto de variáveis
significativas em (2). A seleção de lags é baseada em critérios padrão de informação
(Schwarz e Hannan-Quinn), que indicam o VAR (1) como a melhor especificação.19
19 Todas as raízes inversas do correspondente polinômio característico AR estão dentro do círculo
unitário, suportando a estacionariedade do modelo VAR (1), o que está perfeitamente em linha com
os resultados dos testes de raiz unitária mencionados anteriormente.
190
Na tabela 4, apresentamos os principais resultados do modelo VAR, incluindo os
coeficientes estimados e suas estatísticas t. Note-se o bom ajustamento (R2ajustado)
para o desemprego e a taxa de juros, apesar do uso de apenas um lag, e que o crescimento
do volume de crédito não é significativo para as variáveis macroeconômicas
consideradas.
Nesta versão do artigo, consideramos choques ocorrendo no segundo
trimestre de 2008 e examinamos suas consequências sobre o trimestre seguinte.
Os choques estão descritos na tabela 3. Os choques de desvio-padrão são construídos
pela adição de um, dois ou três desvios-padrão à previsão do VAR para 2008:II.
Os choques de pior caso supõem que as piores realizações durante o período dos
dados usados na estimação ocorrem novamente em 2008:II. Todos os choques
são considerados tanto em sua forma univariada, em que somente uma variável
macroeconômica sofre o choque, enquanto as outras são simuladas condicionalmente
à primeira, quanto na forma multivariada, em que se supõe que todas as variáveis
macroeconômicas sofrem realizações desfavoráveis ao mesmo tempo.20 Para obter as
distribuições estressadas de NPL, recorremos à simulação de dois passos explicada
na seção 2.2.
O anexo (figuras 5-8) contém as densidades estressadas de NPL para todos
os cenários considerados, enquanto que as figuras 9-12 contém as respectivas caudas
extremas das distribuições acumuladas de NPL. Para todos os cenários baseados em
desvios-padrão, é interessante notar que o estresse nas variáveis inflação, PIB ou taxa
de juros produz deslocamentos similares das caudas da distribuição incondicional,
que por sua vez são significantemente menos agudos do que aqueles produzidos pelo
desemprego estressado, ou ainda mais pelo estresse multivariado. De fato, essas três
variáveis macroeconômicas têm caudas de distribuição praticamente indistinguíveis
acima do quantil 99%, para choques de três desvios-padrão, ou acima do quantil 95%,
para choques de dois desvios-padrão, ou ainda acima do quantil 90%, para choques
de um desvio-padrão (veja as figuras 9, 10 e 11). No pior cenário, porém, o efeito da
taxa de juros estressada desacopla-se do estresse em inflação e PIB e até ultrapassa o
efeito do desemprego estressado. Note-se, no entanto, que, dado o contínuo padrão
de diminuição das taxas de juros no Brasil no passado recente, um aumento repentino
para o nível mais alto observado em 1995:II pode não ser um cenário plausível.
Exceto nos choques de um desvio-padrão, em todos os outros casos um
estresse multivariado possui pequena probabilidade de ser absorvido. Admitindo-se,
por exemplo, que os bancos detenham fundos próprios para manter uma
probabilidade de solvência em torno de 98% de acordo com a distribuição
incondicional não estressada, essa probabilidade cairia abaixo de 50% na vigência
desses cenários multivariados. No entanto, a não ser que consideremos eventos
catastróficos, a formação desses cenários multivariados extremos é mais razoável
de acontecer no decorrer de muitos trimestres consecutivos, em vez de uma única
vez. Assim, os exercícios de estresse multivariado conduzidos neste artigo devem ser
vistos principalmente como de interesse teórico.
Também é importante ter uma noção das variações nos números de
probabilidade de solvência quando cenários de estresse mais plausíveis ocorrem.
20 Em qualquer caso, o crescimento do volume de crédito é sempre simulado.
191
Por exemplo, considerando-se choques de dois desvios-padrão e fundos próprios
dos bancos no quantil 97,5% da distribuição incondicional (relativo a NPL=8%),
um PIB estressado reduz essa probabilidade para 95%, enquanto um desemprego
estressado a reduz para 83%. Se os fundos próprios forem um pouco menores,
iguais ao quantil 95% da distribuição incondicional, um PIB estressado diminuiria a
probabilidade de solvência para 91,5% e um desemprego estressado para 75%. Para
choques piores (três desvios-padrão ou cenários de pior caso), desemprego e taxa
de juros estressados podem reduzir probabilidades de solvência para bem abaixo de
75%, mesmo que os fundos próprios dos bancos estejam no quantil não estressado
de 97,5%.21 Se esses choques merecerem proteção, um quantil incondicional maior é
aconselhável a priori.
Finalmente, vale a pena observar que o efeito mais nocivo da taxa de
desemprego estressada em comparação às outras variáveis macroeconômicas
relaciona-se ao maior coeficiente contemporâneo de desemprego no modelo de
regressão quantílica (5). Contudo, a supremacia do efeito do desemprego pode ser
restringida, desde que o horizonte de previsão dos exercícios de estresse seja ampliado.
De fato, para períodos maiores do que um trimestre, os coeficientes defasados da
regressão quantílica irão possuir papel mais ativo, de modo que, por exemplo, a
inflação poderia aumentar de importância, dado seu forte, porém defasado, impacto
no quantil 90% de NPL (veja tabela 1).
4 Conclusão
Na literatura recente de testes macroeconômicos de estresse de risco de
crédito de sistemas financeiros usando-se dados de balanço, o estresse é geralmente
incorporado somente nos níveis das variáveis macroeconômicas. Nenhuma
modelagem de estresse é explicitamente considerada na sensibilidade do risco de
crédito às variáveis macroeconômicas. Este artigo procura preencher essa lacuna ao
propor um método de regressão quantílica para capturar a incerteza relacionada à
relação macro-risco de crédito.22 O procedimento sugerido possui duas vantagens
principais: i) relaxa a hipótese de normalidade implícita na literatura corrente; e
ii) decompõe a incerteza dessa relação segundo as distintas variáveis macroeconômicas
que afetam o risco de crédito.
A metodologia de regressão quantílica aplicada ao crédito concedido pelo
sistema financeiro privado nacional ao crédito doméstico de pessoas físicas indica
que a importância relativa das variáveis macroeconômicas nos quantis extremos
da distribuição de risco de crédito difere notavelmente daquela encontrada na
relação mediana. Além disso, o artigo obtém um modelo quantílico parcimonioso e
condizente com uma interpretação plausível dos efeitos macroeconômicos.
21 Exceto para o choque de três desvios-padrão na taxa de juros.
22 Na terminologia de Sorge e Virolainen (2006), nossa abordagem situa-se entre os arcabouços
baseados em dados de balanço e aqueles baseados em value-at-risk. Similarmente aos primeiros, ela
explora as medidas contábeis de risco de crédito dos bancos (no nosso caso NPL) e não requisita
informação detalhada sobre o portfólio de crédito do sistema bancário, enquanto, relembrando os
últimos, ela tem como objetivo a obtenção de distribuições estressadas de risco de crédito.
192
No que se refere aos exercícios de estresse, a análise indica que o efeito
da inflação, da taxa de crescimento do PIB real e da taxa de juros são geralmente
similares sobre a distribuição de risco de crédito, enquanto que a taxa de desemprego
produz o efeito mais danoso no horizonte de um trimestre. Além disso, nossa
ferramenta de estresse macroeconômico pode fornecer variações de probabilidade
de solvência dada a ocorrência de variados cenários de estresse. Os números são de
extrema importância para a tarefa de bancos centrais de avaliar as consequências de
choques macroeconômicos na solvência e na estabilidade de sistemas financeiros.
Uma limitação importante de nossos resultados refere-se ao número
reduzido de 53 observações para o NPL brasileiro. As curtas séries temporais colocam
um grande obstáculo na precisão das estimativas da regressão quantílica e reduzem a
robustez do modelo obtido. Contudo, acreditamos que a metodologia aqui proposta
empresta-se ao uso prático quando os gestores de políticas têm a necessidade de uma
ferramenta empírica, porém não demasiadamente simplificada, para conduzir testes
de estresse de risco de crédito. As extensões deste artigo poderão incluir exercícios de
estresse com horizontes de previsão de vários períodos, assim como lidar com outras
séries de NLP além do setor de pessoas físicas.
193
Referências
BASEL COMMITTEE ON BANKING SUPERVISION – BCBS. International
Convergence of Capital Measurement and Capital Standards: A Revised
Framework. Bank for International Settlements, 2004.
BOSS, M. A macroeconomic model for stress testing the Austrian credit portfolio.
OeNB Financial Stability Report, n. 4, p. 64-82, 2003.
CIHÁK, M. Introduction to Applied Stress Testing. IMF Working Paper, n. 59, 2007.
DAVIDSON, R.; MACKINNON, J. G. Estimation and inference in econometrics.
Oxford University Press. 1993.
JIMÉNEZ, G. and MENCÍA, J. (2007). Modeling the distribution of credit losses
with observable and latent factors. (mimeo).
JIMÉNEZ, G. et al. Hazardous Times for Monetary Policy: What do Twenty-Three
Milion Bank Loans Say about the Effects of Monetary Policy on Credit Risk Taking?
(mimeo). 2008.
KALIRAI, H.; SCHEICHER, M. Macroeconomic Stress Testing: Preliminary
Evidence for Austria. Financial Stability Report, n. 3, Österreichische
Nationalbank, 2002.
KOENKER, R.; BASSETT, G. Regression Quantiles. Econometrica, v. 46, n. 1,
p. 33-50, 1978.
_________. Robust Tests for Heteroskedasticity Based on Regression Quantiles.
Econometrica, v. 50, n. 1, p. 43-62, 1982a.
_________. Tests of Linear Hypotheses and l1 Estimation. Econometrica, v. 50, n.
6, p. 1577-1584, 1982b.
KOENKER, R.; MACHADO, J. A. F. Goodness of Fit and Related Inference
Processes for Quantile Regression. Journal of the American Statistical
Association, v. 94, n. 448, p. 1296-1310, 1999.
KOENKER, R.; XIAO, Z. Inference on the Quantile Regression Process.
Econometrica, v. 70, n. 4, p. 1583-1612, 2002.
LEHMAN, H.; MANZ, M. The Exposure of Swiss Banks to Macroeconomic Shocks
– an Empirical Investigation. Working Paper, n. 4. Swiss National Bank, 2006.
LIMA, L. R.; NÉRI, B. A. P. Omitted Asymmetric Persistence and Conditional
Heteroskedasticity. Economics Bulletin, v. 3, n. 5, p. 1-6, 2006.
NEWEY, W. K.; WEST, K. D. A Simple, Positive Semi-Definite, Heteroskedasticity and
Autocorrelation Consistent Covariance Matrix. Econometrica, n. 55, p. 703-708, 1987.
194
SCHULZE, N. Applied Quantile Regression: Microeconometric, Financial, and
Environmental Analyses. Dissertation zur Erlangung des Doktorgrades, Universität
Tübingen, 2004.
SORGE, M.; VIROLAINEN, K. A comparative analysis of macro stress testing
methodologies with application to Finland. Journal of Financial Stability, n. 2,
p. 113-151, 2006.
VAN DEN END, J. W.; HOEBERICHTS, M.; TABBAE, M. Modelling Scenario
Analysis and Macro Stresstesting, Working Paper, 119, De Nederlandsche Bank, 2006.
VASICEK, O. Loan portfolio value. Risk, December, p. 160-162, 2002.
WILSON, T. Portfolio Credit Risk (I). Risk, September, v. 10, n. 9, 1997.
195
196
(*)
0,7565
-0,5898
-
0,2636
-
0,7710
Variáveis estatisticamente significativas a 1%, 5% ou 10% são identificadas por *, ** ou ***, respectivamente.
Notas: Amostra 1995T1-2008T1.
Pseudo R2 ajustado (QR)
0,2378
0,5492
0,6282
-
0,8291
0,0060
Volume de crédito (-2)
-
-0,0063
R2 ajustado (OLS)
-0,0103
-0,0010
0,0030
0,0419
0,0066
-0,0117
-0,0016
0,0038
-0,0029
0,0114
Selic (-2)
(*)
(*)
(*)
(**)
(*)
IPCA (-2)
0,0007
0,0068
0,0627
0,0008
-0,0203
-0,0053
-0,0072
-0,0052
0,0309
-0,0010
0,2008
-2,1527
-0,0114
(**)
(*)
(*)
(*)
(***)
(**)
(***)
(*)
(*)
Desemprego (-2)
-0,0005
-0,0234
0,0307
-0,0316
0,0009
-0,0063
0,0197
-0,0029
0,0288
-0,0101
0,6968
-0,6554
0,0113
-0,0002
(***)
(***)
(*)
(**)
PIB real (-2)
-0,0084
-0,0025
0,0089
-0,0006
Selic (-1)
0,0037
(**)
(**)
0,0335
(***)
0,0466
0,0329
-0,0244
-0,0053
(***)
0,0306
IPCA (-1)
0,3883
0,0264
0,0077
(*)
Desemprego (-1)
Volume de crédito
(*)
0,0519
0,0009
-0,0031
Selic
(*)
PIB real (-1)
0,0400
0,0001
IPCA
0,0502
-0,0091
0,6314
-0,9598
OLS
0,0312
(***)
(*)
QR (0,9)
Desemprego
-0,0200
-2,9538
c/ 1 lag
QR (0,5)
0,0397
(*)
(*)
OLS
-0,0092
-0,0309
-2,8140
QR (0,9)
-0,0270
(**)
(*)
sem lags
QR (0,5)
y(-2)
-2,6514
OLS
PIB real
y(-1)
Intercepto
Modelo explicativo de yt
Tabela 1 – Resultados da estimação do modelo QR em t=0,5 e t=0,9 e do modelo OLS
(**)
(*)
(*)
(***)
c/ 2 lags
0,5660
-
0,0033
-0,0113
-0,0170
-0,0099
0,0129
-0,0006
0,0099
0,0413
-0,0144
-0,0079
-0,0037
-0,0089
0,0006
0,0227
-0,0148
0,1250
0,7485
-0,2466
QR (0,5)
(**)
(**)
(*)
(**)
(**)
(*)
0,6507
-
0,0057
-0,0259
0,0284
-0,0083
0,0072
-0,0020
0,0134
0,0585
-0,0014
-0,0299
-0,0050
-0,0047
-0,0200
0,0160
0,0142
0,1167
0,4561
-1,0137
QR (0,9)
(*)
(*)
(***)
(**)
(*)
(*)
(*)
(***)
(**)
(*)
Anexo
Tabelas
Tabela 2 – p-valores de testes de igualdade de slope quantílico
Modelo quantílico
sem lags
c/1 lag
y(-1)
c/ 2 lags
0,0000
y(-2)
0,0709
0,9536
PIB real
0,3147
0,1642
0,0001
Desemprego
0,9239
0,8899
0,6698
IPCA
0,3459
0,8268
0,088
Selic
0,0861
0,0430
0,7985
Volume de crédito
0,0297
0,6151
0,5473
PIB real (-1)
0,0013
0,0075
Desemprego (-1)
0,0182
0,4863
IPCA (-1)
0,0033
0,1508
Selic (-1)
0,0294
0,8806
0,5163
0,478
PIB real (-2)
0,3877
Desemprego (-2)
0,9104
IPCA (-2)
0,0003
Selic (-2)
0,3743
0,1951
Teste Wald conjunto para todos os regressores, exceto o intercepto
Estatística qui-quadrada
12,1970
49,4184
5
11
17
0,0322
0,0000
0,0020
Graus de liberdade
p-valor
38,6203
Notas: O p-valor do teste de igualdade de slope para os regressores individuais é valor de cada célula da tabela.
Notas: Ho: teta_i (tau=0,5) = teta_i (tau=0,9).
Tabela 3 – Cenários para testes de estresse
Variável macroeconômica
PIB real (%)
Desemprego (%)
IPCA (% trim.)
Selic (% trim.)
Última observação
5,840
8,430
1,520
2,592
Choque de 1 desvio-padrão
3,977
9,414
2,640
3,721
Choque de 2 desvios-padrão
2,192
10,212
3,880
4,612
Choque de 3 desvios-padrão
Pior caso
Período do pior caso
0,407
11,011
5,121
5,503
-1,950
12,900
7,540
13,074
1998:IV
2003:III
1995:II
1995:II
197
Tabela 4 – Estimação do modelo VAR
Taxa de
crescimento do
PIB real (%)
Taxa de
desemprego
(%)
0,55619
-0,101292
0,079334
0,068297
0,832953
[ 4.88423]
[-1.98893]
[ 1.00269]
[ 1.20150]
[ 2.07790]
-0,120386
0,758341
-0,007771
0,027142
0,012677
[-0.62083]
[ 8.74448]
[-0.05768]
[ 0.28041]
[ 0.01857]
Taxa de crescimento do PIB real (-1)
Taxa de desemprego (-1)
IPCA (-1)
Selic (-1)
Taxa de crescimento de crédito (-1)
Intercepto
R2 ajustado
IPCA (% trim.) Selic (% trim.)
-0,017201
0,077113
0,366863
-0,070266
-0,422939
[-0.07732]
[ 0.77510]
[ 2.37351]
[-0.63278]
[-0.54009]
-0,402333
-0,0271
0,216707
0,925833
-1,534438
[-2.50895]
[-0.37788]
[ 1.94496]
[ 11.5662]
[-2.71823]
-0,001301
-0,020989
0,005862
0,024296
0,027103
[-0.02922]
[-1.05457]
[ 0.18957]
[ 1.09372]
[ 0.17301]
4,604872
2,876639
-0,147557
-0,217231
10,27153
[ 1.74678]
[ 2.43994]
[-0.08056]
[-0.16508]
[ 1.10685]
0,467696
0,722835
0,33598
0,814433
0,295566
Nota: estatística t entre [ ].
Gráficos
Figura 1 – Indicador de risco de crédito –
NPL (non-performing loans) de pessoas físicas
15,00%
12,00%
9,00%
6,00%
2008 T1
2007 T1
2006 T1
2005 T1
2004 T1
2003 T1
2002 T1
2001 T1
2000 T1
1999 T1
1998 T1
1997 T1
1996 T1
1995 T1
3,00%
0,00%
Figura 2 – Crescimento trimestral do volume de
crédito de pessoas físicas
30,0
20,0
10,0
0,0
-10,0
2008 T1
2007 T1
2006 T1
2005 T1
2004 T1
2003 T1
2002 T1
2001 T1
2000 T1
1999 T1
1998 T1
1997 T1
1996 T1
1995 T1
-20,0
198
Taxa de
crescimento de
crédito (% trim.)
Figura 3 – Variáveis
Taxa de crescimento do
PIB real (%)
Taxa de desemprego
(%)
12
10
8
6
4
2
0
-2
-4
1995T1
1996T1
1997T1
1998T1
1999T1
2000T1
2001T1
2002T1
2003T1
2004T1
2005T1
2006T1
2007T1
2008T1
1995T1
1996T1
1997T1
1998T1
1999T1
2000T1
2001T1
2002T1
2003T1
2004T1
2005T1
2006T1
2007T1
2008T1
15
14
13
12
11
10
9
8
7
6
5
IPCA (% trim.)
Selic (% trim.)
1995T1
1996T1
1997T1
1998T1
1999T1
2000T1
2001T1
2002T1
2003T1
2004T1
2005T1
2006T1
2007T1
2008T1
1995T1
1996T1
1997T1
1998T1
1999T1
2000T1
2001T1
2002T1
2003T1
2004T1
2005T1
2006T1
2007T1
2008T1
16
14
12
10
8
6
4
2
0
10
8
6
4
2
0
-2
Figura 4 – Distribuição NPL condicional nas observações
macroeconômicas de 2008: I
200
Density
160
120
80
40
0
.068
.070
.072
.074
.076
.078
.080
Nota: A distribuição condicional (avaliada na última observação)
Nota: é estimada com uma técnica não paramétrica via kernel Epanechnikov .
199
Figuras – Densidades geradas pelos testes de estresse
Figura 5 – Cenários baseados em um desvio-padrão
Scenarios based on 1 std
200
180
160
140
Unconditional
Multivariate distress
Distressed GDP
Distressed Unemployment
Distressed Inflation
Distressed Interest Rate
120
100
80
60
40
20
0
0.05
0.055
0.06
0.065
0.07
0.075
0.08
0.085
0.09
0.095
Figura 6 – Cenários baseados em dois desvios-padrão
Scenarios based on 2 stds
200
180
160
140
Unconditional
Distressed GDP
120
100
80
60
40
20
0
0.05
0.055
0.06
0.065
0.07
0.075
0.08
0.085
0.09
0.095
0.1
Figura 7 – Cenários baseados em três desvios-padrão
Distressed scenarios based on 3 stds
140
Unconditional
120
Distressed GDP
100
80
60
40
20
0
0.05
0.06
0.07
0.08
0.09
0.1
0.11
Figura 8 – Cenários de pior caso
Worst case scenarios
120
Unconditional
Distressed GDP
100
80
60
40
20
0
0.04
200
0.06
0.08
0.1
0.12
0.14
0.16
Figuras – Caudas de distribuições acumuladas geradas pelos
testes de estresse
Figura 9 – Cenários baseados em um desvio-padrão
Empirical CDFs tails - Distressed scenarios based on 1 std
1
0.95
F(NPL)
0.9
0.85
Unconditional
Distressed GDP
0.8
0.75
0.075
0.076
0.077
0.078
0.079
0.08
NPL
0.081
0.082
0.083
0.084
0.085
Figura 10 – Cenários baseados em dois desvios-padrão
Empirical CDFs tails - Distressed scenarios based on 2 stds
1
0.95
F(NPL)
0.9
0.85
Unconditional
Distressed GDP
0.8
0.75
0.075
0.08
0.085
NPL
0.09
0.095
Figura 11 – Cenários baseados em três desvios-padrão
Empirical CDF tails - Distressed scenarios based on 3 stds
1
0.95
F(NPL)
0.9
0.85
Unconditional
0.8
Distressed GDP
0.75
0.075
0.08
0.085
0.09
0.095
0.1
NPL
Figura 12 – Cenários de pior caso
Empirical CDFs tails based on worst case scenarios
1
0.95
F(NPL)
0.9
0.85
Unconditional
Distressed GDP
0.8
0.75
0.08
0.09
0.1
0.11
0.12
0.13
0.14
NPL
201
Relatório de Economia Bancária e Crédito
Relatório de Economia
Bancária e Crédito
2008
2008

Relatório de Economia Bancária e Crédito – 2008

Transcrição

Documentos relacionados

Jamaica - Rotas do Mundo

RIU NEGRIL 5* RIU OCHO RIOS 5* Últimos

Baixar este arquivo PDF

ue AMERN

oferta tunísia - hotéis iberostar desde 638.00

Saidas: Segundas e Quartas Feiras

EDACALF

Alasca A bordo do moderno Celebrity Solstice, navio

RESPEITO, por MISTRESS REGINA

MOJACAR ALMERIA – ESPANHA