Relatório de Economia Bancária e Crédito – 2008 · o grau de concentração do sistema bancário ... como bancos agrupados por volume de crédito, alavancagem, ... bolhas de

Economia Bancária e Crédito

III

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.


IV

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


V

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


VI

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 o comportamento recente do mercado de crédito e uma revisão da metodologia de cálculo da decomposição do spread, mas também trazer uma série de artigos de interesse para a área bancária, da qual destacamos a análise do risco sistêmico, da inadimplência e do mercado de crédito habitacional.

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


13

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.

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.

1 Juros e Spread Bancário

Tabela 1 – Evolução do crédito totalR$ bilhões

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

Recursos direcionados/PIB 9,7 10,1 12,0

Variação (%)


14

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.

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.

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.

Tabela 3 – Evolução dos desembolsos relativos aos financiamentos habitacionais

R$ bilhões


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 (%)

Tabela 2 – Evolução do crédito com recursos direcionados

R$ bilhões


t-1 t-2

Total 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

Outros 6,4 7,3 8,8 20,5 37,7

Variação (%)


15

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.

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.

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.

Tabela 5 – Evolução das carteiras de crédito referencial

R$ bilhões


t-1 t-2

Total 409,5 523,7 664,0 26,8 62,2

Pessoas jurídicas 217,6 283,5 391,5 38,1 79,9

Pessoas físicas 191,8 240,2 272,5 13,4 42,0

Participação relativa (%)

Pessoas jurídicas 53,1 54,1 59,0

Pessoas físicas 46,9 45,9 41,0

Variação (%)

Tabela 4 – Evolução do crédito com recursos livres

R$ bilhões


t-1 t-2

Total 498,3 660,8 871,2 31,8 74,8

Pessoa jurídica 260,4 343,2 476,9 38,9 83,2

Recursos domésticos 207,8 274,7 386,1 40,5 85,8

Referencial1/165,0 214,9 300,7 39,9 82,2

Leasing 20,6 34,8 55,3 58,8 168,5

Rural 1,4 2,0 3,8 89,8 166,2

Outros 20,7 23,0 26,3 14,6 27,0

Recursos externos 52,6 68,6 90,8 32,5 72,6

Pessoa física 238,0 317,6 394,3 24,2 65,7

Referencial1/191,8 240,2 272,5 13,4 42,0

Cooperativas 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.

Variação (%)


16

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.

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.

30

35

40

45

50

10

15

20

25

30

35

Jan 2007

Mar Mai Jul Set Nov Jan 2008

Mar Mai Jul Set Nov

Taxa médiageral (%)

Meta Selic e spread médio geral (%)

Gráfico 1 – Meta Selic X taxa média geral X spreadmédio geral

Meta Selic Spread geral Taxa média geral

6,0

6,5

7,0

7,5

8,0

8,5

20

25

30

35

40

45

50

Jan 2006

Jun Nov Abr 2007

Set Fev 2008

Jul Dez

InadimplênciaSpread

Gráfico 2 – Taxa de inadimplência e spread PF

Spread Inadimplência


17

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).


18

Anexo Súmula das principais medidas adotadas e propostas

Medidas Observações

Competência do Banco Central

a) Redução dos recolhimentos compulsórios.

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 (Circular BCB nº 3.408, de 2008);


19


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.

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 (Circular BCB nº 3.130, de 2002);

d) 4% para os depósitos interfinanceiros de sociedades de arrendamento mercantil (Circular BCB nº 3.426, de 2008).

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).

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).

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.

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.


20


Apesar de o grupo de trabalho (GT) interministerial (BCB, Ministério da Fazenda eMinistério 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

O novo Sistema de Pagamentos Brasileiro (SPB) entrou em operação em 22 de abril de 2002.

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

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.

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

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).


21


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).

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

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).

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.

k) Promoção institucional do SCR do Banco Central – Medida para esclarecer o papel dessa central como instrumento de disseminação de informações positivas.

IMPLEMENTADO

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.

l) Portabilidade de informações cadastrais – Medida para aumentar a concorrência bancária, autorizando os clientes a transferir seus cadastros entre IFs.

IMPLEMENTADO

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.

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

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,


22


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.

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

A transferência de informações cadastrais de consumidores entre IFs vem sendo muito pouco utilizada.

o) Promoção de mais concorrência no cheque especial – Medida para proporcionar mais transparência quanto a juros, encargos e outras condições praticadas nessas operações.

IMPLEMENTADO

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.

p) Redução de exigências burocráticas – Medida para revisar exigências que podem ser consideradas excessivas em relação a operações de pequeno valor.

AÇÃO PERMANENTE

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.


23


q) Securitização e negociação de recebíveis – Medidas destinadas a estimular a disseminação e o crescimento desse mercado.

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.

r) Derivativos de crédito – Medida para possibilitar o uso desses instrumentos de redução e transferência dos riscos de crédito.

IMPLEMENTADO

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

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.

I – No âmbito do Poder Executivo


24


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.

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.

II – No âmbito do Poder Legislativo

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.

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.


25


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

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.

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

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

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.

f) Consignação de pagamentos de créditos pessoais no salário do trabalhador – Viabilização de desconto das prestações do financiamento em folha de pagamento

IMPLEMENTADO

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.


27

2Sérgio 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 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].

1 Para detalhes, vide Relatório de Economia Bancária e Crédito (REBC) de 2004, capítulo III, página 17.2 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.

Decomposição do Spread Bancário e Apresentação de Nova Metodologia*


28

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,

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

Tabela 1 – Decomposição do spread bancário – Aperfeiçoamentos metodológicos

Componentes

Antiga Nova Antiga Nova1 - 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 7,80 4,29 8,20 3,76

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

Média 2001-2008 Média 2007-2008


29

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.


30

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-sea 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 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.


31

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).

5 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.

Gráfico 1 – Subsídio cruzado do crédito rural

-300

-200

-100

0

100

200

300

2000

2001

2002

2003

2004

2005

2006

2007

2008

Empréstimos (=100) InadimplênciaCustos Administrativos Subsídio


32

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.

Gráfico 2 – Subsídio cruzado do crédito imobiliário

-200

-150

-100

-50

0

50

100

150

200

2000

2001

2002

2003

2004

2005

2006

2007

2008

Empréstimos (=100) Custo Captação InadimplênciaCusto Administrativo Subsídios


33

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.


34

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.


35

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.


36

Anexo AFórmulas 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);


37

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

.


38

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

( ) ( ){ } LN

ILeN

eL EiiINADIMP .11 τ−+−+=

Assim,

receita dos empréstimos livres líquida da inadimplência = ( )[ ] LN

ILeLL EiR .11 −−+= τ .

Analogamente,

receita dos empréstimos direcionados dos depósitos a vista líquida da inadimplência

= ,

receita dos empréstimos direcionados da poupança líquida da inadimplência

= .


39

PIS/COFINS:

a) Crédito livre

Ganho no crédito livre = GL = RIL - Despesas de captação – Custos Administrativos

( )[ ] ( ) ( )[ ] ( ) ( )[ ]( )

LALL

Ncass

NcappN

ILeL ENEZ

iririG ...

11111111 22 τ

αβτ −

⎪⎭

⎪⎬⎫

⎪⎩

⎪⎨⎧ −+−−+−+−

−−−+=

b) Crédito direcionado proveniente dos depósitos a vista

Ganho no crédito direcionado proveniente do depósito a vista = GDV = RLDV - Despesas de captação – Custos Administrativos

( )[ ] LADLN

IDVDIRVDV EZ

NEZ

iG 1111 ...11 αβταβτ −−−+=

c) Crédito direcionado proveniente da poupança

Ganho no crédito direcionado proveniente da Poupança = GDS = RLDS - Despesas de captação – Custos Administrativos

( ) ( )[ ] LADLN

casN

IDSDIRSDS EZ

NEZ

iiG 2222 ...11 αβταβτ −+−−+=

d) Compulsório sobre depósitos a prazo


40

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


41

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


42

Anexo BTabelas da decomposição do spread bancário

Tabela 1 – Decomposição do spread bancário prefixado – Metodologia antiga

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

(Compulsório)

5 - Encargos fiscais e FGC 7,29 7,40 7,71 8,43 7,79 7,38 7,88 8,52

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

Em proporção (%) do spread

Tabela 2 – Decomposição do spread bancário prefixado – Metodologia antiga

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


3 - Inadimplência 13,93 15,18 14,34 12,08 12,18 13,14 11,29 14,27

4 - Custo de direcionamento 2,23 6,59 1,82 2,09 1,63 1,37 1,10 0,45

(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

7 - Impostos diretos 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

Em pontos percentuais (p.p.)

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


3 - Inadimplência 28,33 29,78 33,32 28,82 33,06 35,87 32,70 33,604 - Custo de direcionamento (compulsório + subsídio cruzado)

6,81 4,68 5,72 4,41 3,21 2,14 1,94 1,86


Impostos 3,33 3,26 3,10 3,31 3,11 2,98 3,12 3,08

Custo do FGC 1,24 1,46 1,53 1,35 1,42 0,72 0,75 0,566 - Margem bruta, erros e omissões (1-2-3-4-5)

40,48 44,23 34,85 42,03 39,89 40,50 44,75 49,13

7 - Impostos diretos 13,99 15,17 12,12 14,52 13,66 13,86 15,53 19,708 - Margem líquida, erros e omissões (6-7)

26,49 29,06 22,73 27,51 26,23 26,64 29,22 29,43

Fonte: Depep



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



2,72 1,99 2,38 1,57 1,17 0,74 0,55 0,74


Impostos 1,33 1,39 1,29 1,18 1,13 1,04 0,89 1,23

Custo do FGC 0,50 0,62 0,64 0,48 0,52 0,25 0,21 0,226 - Margem bruta, erros e omissões (1-2-3-4-5)

16,17 18,78 14,47 14,94 14,52 14,08 12,71 19,64

7 - Impostos diretos 5,59 6,44 5,03 5,16 4,97 4,82 4,41 7,888 - Margem líquida, erros e omissões (6-7)

10,58 12,34 9,44 9,78 9,55 9,26 8,30 11,76

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 12,711 - Spread t otal (A - B) 39,64 41,54 36,66 28,73 37,00

2 - Custo administrativo 9,79 9,12 8,06 6,74 5,59

3 - Inadimplência 16,25 16,71 15,39 12,68 15,054 - Custo de direcionamento (compulsório + subsídio cruzado)

2,63 2,52 2,13 1,76 1,39

5 - Encargos fiscais e FGC 1,69 1,75 1,29 1,02 1,28

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

7 - Impostos diretos 3,53 3,98 3,43 2,62 5,528 - Margem líquida, erros e omissões (6-7) 5,75 7,46 6,36 3,91 8,17

Fonte: Depep

(*) Valores estimados


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



6,63 13,24 5,67 6,63 6,06 5,80 6,14 3,76


Impostos 3,17 2,39 3,07 2,74 2,78 2,70 2,60 2,76

Custo do FGC 0,96 1,41 1,46 1,51 1,43 0,81 0,95 0,706 - Margem bruta, erros e omissões (1-2-3-4-5) 36,39 5,74 33,24 23,42 27,54 26,71 22,71 37,00

7 - Impostos diretos 12,81 2,64 11,54 8,91 9,58 9,35 9,10 14,928 - Margem líquida, erros e omissões (6-7) 23,57 3,10 21,70 14,51 17,96 17,36 13,61 22,08

Fonte: Depep



44

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



6,86 4,04 5,74 3,91 2,48 1,08 0,88 0,67


Impostos 3,37 3,33 3,11 3,44 3,20 3,06 3,26 3,28



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 12,991 - Spread t otal 34,49 34,99 34,25 28,32 40,98

2 - Custo administrativo 6,57 6,52 5,68 4,26 3,97

3 - Inadimplência 9,00 10,93 11,68 8,45 11,964 - Custo de direcionamento (compulsório + subsídio cruzado)

1,35 0,87 0,37 0,25 0,27

5 - Encargos fiscais e FGC 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

7 - Impostos diretos 5,44 5,14 5,19 4,86 9,308 - 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



7,40 4,36 6,00 4,86 3,62 2,12 2,18 2,28


Impostos 3,37 3,29 3,06 3,30 3,14 2,99 3,11 3,10



Fonte: Depep



45

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



2,95 1,85 2,49 1,73 1,32 0,74 0,62 0,91


Impostos 1,34 1,40 1,27 1,17 1,14 1,04 0,88 1,24



Fonte: Depep


Parte II

Estudos Selecionados


49

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.


50

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,


51

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.


52

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

1 Herfindahl-Hirschman por ativo: ∑=

I

ii

1

2α , em que αi é a participação do ativo do banco i no ativo total do sistema financeiro.


53

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.

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

t,itMt,itt

Mt,it,it,i dummyROAIHHIHHROAROAROA

ii

11

τ

ττ εθδγβα (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:

t,it,i ermediaçãointtotalAtivo

líquidoLucroROA ⎟⎟⎠

⎞⎜⎜⎝

⎛−

= (2)

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.

3 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.

Gráfico 1 – Evolução da lucratividade e da concentração no SFN

-0,02

-0,015

-0,01

-0,005

0

0,005

0,01

0,015

0,05

0,055

0,06

0,065

0,07

0,075

0,08

0,085

0,09

0,095

0,1

Con

cent

raçã

o

RO

A d

o Si

stem

a Fi

nanc

eiro

Concentração ROA


54

4 Para isso, utilizamos a média do IHH ao longo do período considerado na estimação.

( ) ( )∑

∑

=

=

−−−

−= I

jt,it,j

I

jt,it,j

Mt,i

ermediaçãointtotalAtivoermediaçãointtotalAtivo

líquidoLucrolíquidoLucroROA

i

1

1

(3)

∑ ∑==

⎟⎟⎟

⎠

⎞

⎜⎜⎜

⎝

⎛=

I

iI

j t,j

t,it

totalAtivo

totalAtivoIHH

1

2

1

(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).


55

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

Variável dependente

Variáveis independentes sem interação1 com interação2

ROA(-1) 0,4507*** 0,5752***

[0,000] [0,000]ROAM -7,4479** 8,8305

[0,020] [0,744]

IHH 1,2584*** 1,9279*

[0,009] [0,067]IHH*ROAM -256,7699

[0,533]Impacto ROAM -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.IHH2/ 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.IHH2/ D.L2.ROA, D.L.ROAM, D.L.IHH e D.L.(IHH*ROAM)

Total

As dummies de tempo e suas primeiras diferenças foram devidamente incluídas como instrumentos.

Lucro líquido sobre ativo (ROA)


56

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.

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.

Tabela 2 – Estimações com agrupamentos por controle e por consolidado bancário


Variáveis independentes sem interação1 com interação2 sem interação1 com interação2

ROA(-1) 0,6232*** 0,6183*** 0,5087*** 0,5500***

[0,000] [0,000] [0,000] [0,000]ROAM 1,5883*** 0,8378 -0,2523 -0,7498

[0,001] [0,846] [0,209] [0,749]

IHH -0,1697* -0,1736 0,1631*** 0,1439**

[0,064] [0,261] [0,001] [0,046]IHH*ROAM 9,5810 7,1821

[0,879] [0,830]Impacto ROAM 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

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.IHH2/ 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.IHH2/ 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 instrumento.


Controle Consolidado bancário


57

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.

Tabela 3 – Estimações com agrupamentos por porte e crédito



ROA(-1) 0,5036*** 0,5058*** 0,5169*** 0,5401***

[0,000] [0,000] [0,000] [0,000]ROAM 0,6300* 2,5960 0,4930* - 9,0500**

[0,065] [0,357] [0,063] [0,028]

IHH 0,0032 0,0440 0,0292 -0,0152

[0,966] [0,467] [0,665] [0,830]IHH*ROAM -26,8568 120,2888**

[0,446] [0,021]Impacto ROAM 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



Porte Crédito


58

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.

Tabela 4 – Estimações com agrupamentos por liquidez e por alavancagem



ROA(-1) 0,5734*** 0,5484*** 0,5280*** 0,5122***

[0,000] [0,000] [0,000] [0,000]ROAM 1,2073** 3,9746 0,0798 -1,5110*

[0,024] [0,637] [0,384] [0,093]

IHH -0,0970 -0,0918 0,1043** 0,0621

[0,353] [0,296] [0,016] [0,191]IHH*ROAM -34,2221 22,1600*

[0,745] [0,067]Impacto ROAM 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



Liquidez Alavancagem


59

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.

Tabela 5 – Estimações com agrupamentos que consideram controle, consolidado bancário e alavancagem



ROA(-1) 0,5684*** 0,5954*** 0,4612*** 0,4131***

[0,000] [0,000] [0,000] [0,000]ROAM 0,7514** -6,8228* 0,0992 -1,8723*

[0,014] [0,055] [0,513] [0,062]

IHH -0,0137 -0,1595 0,1093** 0,0166

[0,849] [0,231] [0,021] [0,769]IHH*ROAM 103,5288** 29,7223**

[0,049] [0,037]Impacto ROAM 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



Controle e cons. bancário Controle, cons. bancário e alav.


60

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.


61

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.


63

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 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.

2 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.

* 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.


64

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 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).


65

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).

, (3)

4 O termo “neutros ao risco” significa que o agente tem fator de aversão ao risco igual 1.


66

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 Que constitui a equação (6): Gorton e Pennacchi (1995, p. 399).6 Realizam vários testes empíricos: testam a forma funcional da equação de equilíbrio do modelo e

vários resultados esperados do modelo.


67

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.


68

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


69

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.


70

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 + Fseria 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).

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 Um pouco menor que o limite para incorporar os rendimentos do depósito, quando for o caso.

Tabela 1 – Lucro do banco e risco do CDB na data t=0 e t=1 a taxa im

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%

t= 0 t= 1


71

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.

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.

Tabela 2 – Investidor aplica no fundo (R$1 mil) na data t=0 e em t=1 alteram-se as probabilidades (prob) e retornos

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%

t= 0 t= 1


72

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.


73

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.


74

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?”.


75

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.


76

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.


77

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.


79

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 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.

* 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.


80

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.

Gráfico 1 – Brasil: crédito habitacional/PIB

0,00%

0,50%

1,00%

1,50%

2,00%

2,50%

3,00%

Dez

-200

1

Dez

-200

2

Dez

-200

3

Dez

-200

4

Dez

-200

5

Dez

-200

6

Dez

-200

7

Dez

-200

8

Jun-

2009

Gráfico 2 – Crédito habitacional/PIB – Dez-2007

0%

20%

40%

60%

80%

100%

120%

140%

Islâ

ndia

Hol

anda

Rei

no U

nido

Por

tuga

l

Esp

anha

Sué

cia

Nor

uega

Ale

man

ha

Bél

gica

Fran

ça

Gré

cia

Áus

tria

Itália

Bra

sil

1,7

Gráfico 3 – Crédito habitacional/PIB – Dez-2007

0%5%

10%15%20%25%30%35%40%

Est

ônia

Finl

ândi

a

Letô

nia

Gré

cia

Áus

tria

Litu

ânia

Rep

. Tch

eca

Hun

gria

Esl

ováq

uia

Pol

ônia

Bul

gária

Ucr

ânia

Esl

ovên

ia

Alb

ânia

Sér

via

Rom

ênia

Rús

sia

Bra

sil

1,7


81

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 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.

3 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).

4 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.

5 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.

6 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.


82

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 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.

8 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.


83

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.


84

Observações1) 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.5) No mínimo 80% desse limite deveriam ser aplicados em operações do SFH, podendo o restante ser aplicado a taxas de mercado –

aumentado o decaimento para 1/50 dos créditos do FCVS.6) No mínimo 80% desse limite deveriam ser aplicados em operações do SFH, podendo o restante ser aplicado a taxas de mercado –

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)

0%

5%

10%

15%

20%

25%

30%

35%

40%

45%

Jul-1

994

Jun-

1995

Jun-

1996

Jun-

1997

Jun-

1998

Jun-

1999

Jun-

2000

Jun-

2001

Jun-

2002

Jun-

2003

Jun-

2004

Jun-

2005

Jun-

2006

Jun-

2007

Jun-

2008

Set. fin. público Set. fin. privado Total

Tabela 1 – Normativos

Normativos Encaixes obrigatórios Financiamentos imobiliários

Resolução no 1.980, de 30/4/1993 15% 70%1

Resolução no 2.088, de 30/6/1994 20% 70%1

Resolução no 2.106, de 31/8/1994 30% 70%1

Resolução no 2.190, de 23/8/1995 15% 70%1

Resolução no 2.458, de 18/12/1997 15% 70%2

Resolução no 2.519, de 29/6/1998 15% 70%3

Resolução no 2.623, de 29/7/1999 15% 60%3

Resolução no 2.706, de 30/3/2000 15% 65%3

Resolução no 2.968, de 24/6/2002 20% 65%3

Resolução no 3.005, de 30/7/2002 20% 65%4

Resolução no 3.177, de 08/3/2004 20% 65%5

Resolução no 3.347, de 08/2/2006 20% 65%6


85

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.

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 5 – Crédito do SFN do setor privado (em % do PIB)

0%

5%

10%

15%

20%

25%

Jul-1

994

Jul-1

995

Jul-1

996

Jul-1

997

Jul-1

998

Jul-1

999

Jul-2

000

Jul-2

001

Jul-2

002

Jul-2

003

Jul-2

004

Jul-2

005

Jul-2

006

Jul-2

007

Jul-2

008

Habitacional Rural Pessoa física Pessoa jurídica

Gráfico 6 – Operações de créditos do SFN à habitação (em bilhões de reais de junho de 2001)

0

10

20

30

40

50

60

Dez

-200

0

Dez

-200

1

Dez

-200

2

Dez

-200

3

Dez

-200

4

Dez

-200

5

Dez

-200

6

Dez

-200

7

Dez

-200

8

Total habitacional IFs públicas IFs privadas


86

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 riscoda 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).

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.

Gráfico 7 – Operações de crédito do SFN (risco 1 + 2)

0%

5%

10%

15%

20%

25%

30%

35%

40%

Dez

-200

0

Dez

-200

1

Dez

-200

2

Dez

-200

3

Dez

-200

4

Dez

-200

5

Dez

-200

6

Dez

-200

7

Dez

-200

8



87

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).

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).

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

Gráfico 8 – Operações de crédito do SF público (risco 1 + 2)

0%

5%

10%

15%

20%

25%

30%

35%

40%

45%

Dez

-200

0

Dez

-200

1

Dez

-200

2

Dez

-200

3

Dez

-200

4

Dez

-200

5

Dez

-200

6

Dez

-200

7

Dez

-200

8


Gráfico 9 – Operações de crédito do SF privado (risco 1 + 2)

0%2%4%6%8%

10%12%14%16%18%20%

Dez

-200

0

Dez

-200

1

Dez

-200

2

Dez

-200

3

Dez

-200

4

Dez

-200

5

Dez

-200

6

Dez

-200

7

Dez

-200

8



88

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.


89

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.

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.

Gráfico 10 – Evolução das aplicações em caderneta de poupança

7,0%

7,5%

8,0%

8,5%

9,0%

9,5%

10,0%

0,00

0,10

0,20

0,30

0,40

0,50

0,60

0,70

Mar

-200

0

Mar

-200

1

Mar

-200

2

Mar

-200

3

Mar

-200

4

Mar

-200

5

Mar

-200

6

Mar

-200

7

Mar

-200

8

Spread (Taxa CDB - Taxa poupança) Poupança/PIB

Gráfico 11 – Evolução das exigibilidades totais (em bilhões de reais)

80

85

90

95

100

105

110

115

120

125

130

Jan-

2002

Jan-

2003

Jan-

2004

Jan-

2005

Jan-

2006

Jan-

2007

Jan-

2008


90

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.

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)

0%

5%

10%

15%

20%

25%

Jan-

2002

Jan-

2003

Jan-

2004

Jan-

2005

Jan-

2006

Jan-

2007

Jan-

2008

Públicas Privadas Total

Gráfico 12 – Inadimplência por classificação de risco

0%

10%

20%

30%

40%

50%

60%

70%

80%

Jun-

2000

Jun-

2001

Jun-

2002

Jun-

2003

Jun-

2004

Jun-

2005

Jun-

2006

Jun-

2007

Jun-

2008

Risco >= B Base 1 lag Risco >= D Base 2 lagsRisco >= E Base 3 lags


91

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.

Gráfico 14 – Inadimplência por tipo de controle (Risco >= D)

0%5%

10%15%20%25%30%35%40%45%50%

Jan-

2002

Jan-

2003

Jan-

2004

Jan-

2005

Jan-

2006

Jan-

2007

Jan-

2008


Gráfico 15 – Inadimplência por tipo de controle (Risco >= B)

0%

10%

20%

30%

40%

50%

60%

70%

80%

Jan-

2002

Jan-

2003

Jan-

2004

Jan-

2005

Jan-

2006

Jan-

2007

Jan-

2008



92

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 17 – Evolução da inadimplência

0%

5%

10%

15%

20%

25%

30%

35%

Jan-

2002

Jan-

2003

Jan-

2004

Jan-

2005

Jan-

2006

Jan-

2007

Jan-

2008

Inadimplência total Inadimplência dos contratos após junho/1998

Gráfico 18 – Inadimplência das instituições públicas

0%

5%

10%

15%

20%

25%

30%

35%

40%

45%

Jan-

2002

Jul-2

002

Jan-

2003

Jul-2

003

Jan-

2004

Jul-2

004

Jan-

2005

Jul-2

005

Jan-

2006

Jul-2

006

Jan-

2007

Jul-2

007

Jan-

2008

Jul-2

008

Inadimplência total

Inadimplência dos contratos após junho/1998

Lei nº 10.931

Gráfico 16 – Percentual de contratos anteriores a junho de 1998

0%

20%

40%

60%

80%

100%

120%

Jan-

1998

Jan-

1999

Jan-

2000

Jan-

2001

Jan-

2002

Jan-

2003

Jan-

2004

Jan-

2005

Jan-

2006

Jan-

2007

Jan-

2008


93

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.

Gráfico 19 – Inadimplência das instituições privadas

0%

5%

10%

15%

20%

25%

30%

Jan-

2002

Jul-2

002

Jan-

2003

Jul-2

003

Jan-

2004

Jul-2

004

Jan-

2005

Jul-2

005

Jan-

2006

Jul-2

006

Jan-

2007

Jul-2

007

Jan-

2008

Jul-2

008

Inadimplência total

Inadimplência dos contratos após junho/1998

Lei nº 10.931


94

Gráfico 20 – Exigibilidades líquidas e financiamentos habitacionais

0

20

40

60

80

100

120

Jan-

2002

Jan-

2003

Jan-

2004

Jan-

2005

Jan-

2006

Jan-

2007

Jan-

2008

Bilh

ões

de re

ais

Exigibilidade – FCVS Financiamento habitacional para exigibilidade total

Gráfico 22 – Evolução das exigibilidades líquidas e

financiamento habitacional de instituições privadas

0

10

20

30

40

50

60

Jan-

2002

Jan-

2003

Jan-

2004

Jan-

2005

Jan-

2006

Jan-

2007

Jan-

2008

Bilh

ões

de re

ais

Exigibilidade – FCVS

Financiamento habitacional para exigibilidade total

Gráfico 21 – Evolução das exigibilidades líquidas e

financiamento habitacional de instituições públicas

-20

-10

0

10

20

30

40

50

Jan-

2002

Jan-

2003

Jan-

2004

Jan-

2005

Jan-

2006

Jan-

2007

Jan-

2008

Bilh

ões

de re

ais

Exigibilidade – FCVS Financiamento habitacional para exigibilidade total


95

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-seàs 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.17 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 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.


96

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.


97

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 credorapassa 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.


98

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).

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

Tabela 2 – Saldo do crédito imobiliário

Variável dependente:

Total Privadas Públicas

Variáveis independentes

constante 0,00053 -0,00246 0,00226

[0,833] [0,525] [0,278]

d(log(Exigibilidades_real - FCVS_real)) 0,02956*** 0,57523***

[0,000] [0,000]

d(log(Exigibilidades_real / FCVS_real)) 0,02542*

[0,095]

d(log(1+Selic_anual)) -0,48716** -0,64438** -0,43449**

[0,010] [0,036] [0,040]

d(log(1+inadimplência)) -0,57559*** -0,20529* -0,04634

[0,001] [0,062] [0,909]

d(log(indice_emprego)) 0,46070** 0,40088 0,37948*

[0,014] [0,118] [0,095]

d(log(renda_real_efetivo_ocupado)) 0,01728 0,03473 0,00767

[0,200] [0,127] [0,632]

d(log(1+(Crédito/PIB))) 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]

R 2 0,48089 0,57387 0,27309Obs. 84 84 84Fonte: Banco Central do Brasil

Nota: *, ** e *** indicam coeficientes significativos a 10%, 5% e 1%, respectivamente.

P-valores entre colchetes, abaixo dos coeficientes.

d(log(Financiamento Habitacional Real))


99

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.


100

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:

Total Privadas Públicas

Variáveis independentes

d(log(1+Selic_anual)) 0,07107 0,00019 0,06603

[0,300] [0,998] [0,651]

d(log(desemprego)) 0,04892 0,13847 0,46740**

[0,577] [0,152] [0,014]

d(log(renda_real_efetivo_ocupado)) -0,00454 -0,00199 -0,01009

[0,360] [0,714] [0,341]

Dummy_Lei_10931 -0,00171*** -0,00008 -0,00256**

[0,001] [0,885] [0,015]

R 2 0,05725 0,03138 0,13069# de obs 87 87 87

Fonte: Banco Central do Brasil

Nota: *, ** e *** indicam coeficientes significativos a 10%, 5% e 1%, respectivamente.P-valores entre colchetes, abaixo dos coeficientes.

d(% de atrasos superiores a 3 mensalidades)


101

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


102

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.


103

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.


105

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

* 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.

1 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.


106

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.


107

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.

Gráfico 2 – Credit default swap spread de cinco anos

Fonte: Bloomberg Finance LP

0

100

200

300

400

500

600

Jan/08 Mar/08 Mai/08 Jul/08 Set/08 Nov/08 Jan/09


108

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).


109

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.


110

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.


111

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 Para fins de apresentação de resultados, cada 21 dias úteis representam trinta dias comerciais ou simplesmente trinta dias.

4 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.

5 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.


112

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; eiv) 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.


113

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.

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).

Tabela 1 – Provisões para devedores duvidosos

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%

Classificação de risco da operação Percentual mínimo de provisão


114

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

6 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.

Gráfico 3 – Simulação do IIE

0,50%

1,00%

491 591 691 791 891 991 1091 1191 1291 1391 1491

Exposição – Choque negativo Exposição – Choque positivo Exposição – Sem choque

- 2 Desvios-padrão + 2 Desvios-padrão

Gráfico 4 – Simulação do IIQ

0,03%

0,06%

0,12%

0,24%

491 591 691 791 891 991 1091 1191 1291 1391 1491

Exposição – Choque negativo Exposição – Choque positivo Exposição – Sem choque

- 2 Desvios-padrão + 2 Desvios-padrão


115

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.

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.

Tabela 2 – Estatísticas da simulação

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

Duração do choque negativo 42 56 176

Magnitude do choque negativo 0,50 0,49 0,86

Tipo de índice


116

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 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).


117

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.

Gráfico 5 – Tendências dos índices

-6

-4

-2

0

2

4

Abr

/03

Jul/0

3

Out

/03

Jan/

04

Abr

/04

Jul/0

4

Out

/04

Jan/

05

Abr

/05

Jul/0

5

Out

/05

Jan/

06

Abr

/06

Jul/0

6

Out

/06

Jan/

07

Abr

/07

Jul/0

7

Out

/07

Jan/

08

Abr

/08

Jul/0

8

Out

/08

Jan/

09

IPFI IIQ IIE IIP


118

Gráfico 6 – Autocorrelação cruzada das Gráfico 7 – Autocorrelação cruzada das

primeiras diferenças de IPFI e IIQ primeiras diferenças de IPFI e IIE

-0,4 -0,2 0 0,2 0,4

0

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

28

Correlação IPFI, IIQ(+i)

-0,4 -0,2 0 0,2 0,4

0123456789

10111213141516171819202122232425262728

Correlação IPFI, IIQ(+i)


119

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.


120

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.


121

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.


123

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.

5

* 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.


124

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


125

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


126

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 econômicasSeção Denominação

1 Agricultura, pecuária, produção florestal, pesca e aquicultura Agricultura

2 Indústrias extrativas Ind. extrativa

3 Indústrias de transformação Ind. de transformação

4 Eletricidade e gás Energia

5 Água, esgoto, atividades de gestão de resíduos e descontaminação Utilidades

6 Construção Construção

7 Comércio, reparação de veículos automotores e motocicletas Comércio

8 Transporte, armazenagem e correio Transportes

9 Alojamento e alimentação Alimentação

10 Informação e comunicação Comunicação

11 Atividades financeiras, de seguros e serviços relacionados Finanças

12 Atividades imobiliárias Imóveis

13 Atividades profissionais, científicas e técnicas Profissional

14 Atividades administrativas e serviços complementares Administrativo

15 Administração pública, defesa e seguridade social Setor público

16 Educação Educação

17 Saúde humana e serviços sociais Saúde

18 Artes, cultura, esporte e recreação Cultura

19 Outras atividades de serviços Outros serviços

20 Serviços domésticos Serviços

21 Organismos internacionais e outras instituições extraterritoriais InternacionalFonte: Pesquisa CNAE


127

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.

Para medir a concentração das carteiras de empréstimos dos bancos, primeiramente é considerada a participação das atividades econômicas. Seja tb

iX , o valor que o banco b emprestou para a indústria i no instante t, então a participação da seção i no mercado de empréstimos, t

iy , é dada pela razão entre os empréstimos para a seção i sobre o total de empréstimos dos bancos:

Tabela 2 – Classificação de riscoClassificação de risco Percentual a provisionar (%) Atraso em dias

AA 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 > 180Fonte: Resolução Bacen 2.682/99

Tabela 3 – Descrição dos dados de empréstimosSeção A a D E a G H

Agricultura 6662 154 662

Ind. extrativa 2796 66 188

Ind. transformação 364407 5762 24200

Energia 2451 29 103

Utilidades 16083 339 1272

Construção 15932 302 1251

Comércio 198090 3611 19833

Transportes 312630 5366 24854

Alimentação 9615 228 777

Comunicação 50858 1201 3670

Finanças 30400 219 679

Imóveis 1555 67 302

Profissional 65151 1343 4724

Administrativo 28496 540 2077

Setor público 861 14 29

Educação 11845 230 509

Saúde 5346 85 160

Cultura 8315 176 545

Outros serviços 2923 70 235

Serviços 6 5

Internacional 11 2 2Média de 2003 a 2008 do número de operações de empréstimos nas faixas de atraso, por seção.


128

∑∑

∑m

b

n

j

tbj

m

b

tbi

ti

X

Xy

1

,

1

,

= =

= 1=

, (1)

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

iiyyHHI

1

2)( , (2)

. (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 O trabalho de Alegria e Schaeck (2008) traz uma comparação entre as diferentes medidas de concentração.


129

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.

Tabela 4 – Estatísticas – Participação setorial de empréstimos1/

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

Ind. transformação 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

Seção Média D.P. Assimetria Curtose Média D.P. Assimetria Curtose

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

Ind. transformação 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

Utilidades 0,005 0,003 0,705 1,846 0,003 0,001 1,567 7,884

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

Alimentação 0,015 0,003 -0,066 2,263 0,017 0,003 -0,347 1,976

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

Cultura 0,003 0,001 0,177 2,294 0,004 0,001 -0,268 3,118

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 5,9311/ Estatísticas descritivas das participações nas carteiras de empréstimos de cada seção por grupo de risco.

Risco AA a D Risco AA a G

Risco E a G Risco H


130

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.

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 6apresenta 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.

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.


131

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,

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

Ind. transformação 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

Construção 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

Finanças 0,03 0,015 0,027 0,015 0,517 2,101

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 3,2391/ Médias das sessenta observações iniciais e das doze observações finais e a média, desvio-padrão, assimetria e curtose do total de 72 observações.


132

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.

Gráfico 1.a – Agricultura

0,006

0,007

0,008

0,009

0,01

0,011

0,012

0,013

Jan/

03

Jul/0

3

Jan/

04

Jul/0

4

Jan/

05

Jul/0

5

Jan/

06

Jul/0

6

Jan/

07

Jul/0

7

Jan/

08

Jul/0

8

Part

icip

ação

set

oria

l de

empr

éstim

os

de A

A a

D

Gráfico 1.b – Indústria extrativa

0,005

0,01

0,015

0,02

0,025

0,03

0,035

Jan/

03

Jul/0

3

Jan/

04

Jul/0

4

Jan/

05

Jul/0

5

Jan/

06

Jul/0

6

Jan/

07

Jul/0

7

Jan/

08

Jul/0

8

Part

icip

ação

set

oria

l de

empr

éstim

os

de A

A a

D

Gráfico 1.c – Indústria de transformação

0,32

0,33

0,34

0,35

0,36

0,37

0,38

0,39

0,4

0,41

0,42

Jan/

03

Jul/0

3

Jan/

04

Jul/0

4

Jan/

05

Jul/0

5

Jan/

06

Jul/0

6

Jan/

07

Jul/0

7

Jan/

08

Jul/0

8

Part

icip

ação

set

oria

l de

empr

éstim

os

de A

A a

D


133

Gráfico 1.d – Energia

0,04

0,05

0,06

0,07

0,08

0,09

0,1

0,11

Jan/

03

Jul/0

3

Jan/

04

Jul/0

4

Jan/

05

Jul/0

5

Jan/

06

Jul/0

6

Jan/

07

Jul/0

7

Jan/

08

Jul/0

8

Part

icip

ação

set

oria

l de

empr

éstim

osde

AA

a D

Gráfico 1.e – Utilidade

0,004

0,0045

0,005

0,0055

0,006

0,0065

0,007

0,0075

0,008

0,0085

0,009

Jan/

03

Jul/0

3

Jan/

04

Jul/0

4

Jan/

05

Jul/0

5

Jan/

06

Jul/0

6

Jan/

07

Jul/0

7

Jan/

08

Jul/0

8

Part

icip

ação

set

oria

l de

empr

éstim

os

de A

A a

D

Gráfico 1.f – Construção

0

0,01

0,02

0,03

0,04

0,05

0,06

0,07

Jan/

03

Jul/0

3

Jan/

04

Jul/0

4

Jan/

05

Jul/0

5

Jan/

06

Jul/0

6

Jan/

07

Jul/0

7

Jan/

08

Jul/0

8

Part

icip

ação

set

oria

l de

empr

éstim

os

de A

A a

D


134

Gráfico 1.h – Transportes

0,05

0,055

0,06

0,065

0,07

0,075

0,08

Jan/

03

Jul/0

3

Jan/

04

Jul/0

4

Jan/

05

Jul/0

5

Jan/

06

Jul/0

6

Jan/

07

Jul/0

7

Jan/

08

Jul/0

8Part

icip

ação

set

oria

l dos

em

prés

timos

de

AA

a D

Gráfico 1.i – Alimentação

0,005

0,0055

0,006

0,0065

0,007

0,0075

0,008

Jan/

03

Jul/0

3

Jan/

04

Jul/0

4

Jan/

05

Jul/0

5

Jan/

06

Jul/0

6

Jan/

07

Jul/0

7

Jan/

08

Jul/0

8Part

icip

ação

set

oria

l de

empr

éstim

os

de A

A a

D

Gráfico 1.g – Comércio

0,16

0,17

0,18

0,19

0,2

0,21

0,22

0,23

0,24

Jan/

03

Jul/0

3

Jan/

04

Jul/0

4

Jan/

05

Jul/0

5

Jan/

06

Jul/0

6

Jan/

07

Jul/0

7

Jan/

08

Jul/0

8

Part

icip

ação

set

oria

l de

empr

éstim

os

de

AA

a D


135

Gráfico 2.a – Imóveis

0,003

0,004

0,005

0,006

0,007

0,008

Jan/

03

Jul/0

3

Jan/

04

Jul/0

4

Jan/

05

Jul/0

5

Jan/

06

Jul/0

6

Jan/

07

Jul/0

7

Jan/

08

Jul/0

8

Part

icip

ação

set

oria

l de

empr

éstim

o de

AA

a D

Gráfico 1.j – Comunicação

0,03

0,04

0,05

0,06

0,07

0,08

Jan/

03

Jul/0

3

Jan/

04

Jul/0

4

Jan/

05

Jul/0

5

Jan/

06

Jul/0

6

Jan/

07

Jul/0

7

Jan/

08

Jul/0

8

Part

icip

ação

set

oria

l de

empr

éstim

os

de A

A a

D

Gráfico 1.k – Finanças

0,04

0,05

0,06

0,07

0,08

0,09

0,1

Jan/

03

Jul/0

3

Jan/

04

Jul/0

4

Jan/

05

Jul/0

5

Jan/

06

Jul/0

6

Jan/

07

Jul/0

7

Jan/

08

Jul/0

8

Part

icip

ação

set

oria

l de

empr

éstim

os

de A

A a

D


136

Gráfico 2.b – Profissional

0,0105

0,011

0,0115

0,012

0,0125

0,013

0,0135

0,014

Jan/

03

Jul/0

3

Jan/

04

Jul/0

4

Jan/

05

Jul/0

5

Jan/

06

Jul/0

6

Jan/

07

Jul/0

7

Jan/

08

Jul/0

8

Part

icip

ação

set

oria

l de

empr

éstim

os

de A

A a

D

Gráfico 2.c – Administrativo

0,023

0,024

0,025

0,026

0,027

0,028

0,029

0,03

0,031

0,032

0,033

Jan/

03

Jul/0

3

Jan/

04

Jul/0

4

Jan/

05

Jul/0

5

Jan/

06

Jul/0

6

Jan/

07

Jul/0

7

Jan/

08

Jul/0

8Part

icip

ação

set

oria

l de

empr

éstim

os

de A

A a

D

Gráfico 2.d – Setor público

0

0,005

0,01

0,015

0,02

0,025

0,03

0,035

Jan/

03

Jul/0

3

Jan/

04

Jul/0

4

Jan/

05

Jul/0

5

Jan/

06

Jul/0

6

Jan/

07

Jul/0

7

Jan/

08

Jul/0

8Part

icip

ação

set

oria

l de

empr

éstim

os

de A

A a

D


137

Gráfico 2.e – Educação

0

0,002

0,004

0,006

0,008

0,01

0,012

Jan/

03

Jul/0

3

Jan/

04

Jul/0

4

Jan/

05

Jul/0

5

Jan/

06

Jul/0

6

Jan/

07

Jul/0

7

Jan/

08

Jul/0

8

Part

icip

ação

set

oria

l de

empr

éstim

os

de A

A a

D

Gráfico 2.f – Saúde

0,007

0,008

0,009

0,01

0,011

0,012

Jan/

03

Jul/0

3

Jan/

04

Jul/0

4

Jan/

05

Jul/0

5

Jan/

06

Jul/0

6

Jan/

07

Jul/0

7

Jan/

08

Jul/0

8

Part

icip

ação

set

oria

l de

empr

éstim

os

de A

A a

D

Gráfico 2.g – Cultura

0,001

0,0012

0,0014

0,0016

0,0018

0,002

0,0022

0,0024

Jan/

03

Jul/0

3

Jan/

04

Jul/0

4

Jan/

05

Jul/0

5

Jan/

06

Jul/0

6

Jan/

07

Jul/0

7

Jan/

08

Jul/0

8

Part

icip

ação

set

oria

l de

empr

éstim

os

de A

A a

D


138

Gráfico 2.i – Serviços

0

0,000005

0,00001

0,000015

0,00002

0,000025

0,00003

0,000035

0,00004

Jan/

03

Jul/0

3

Jan/

04

Jul/0

4

Jan/

05

Jul/0

5

Jan/

06

Jul/0

6

Jan/

07

Jul/0

7

Jan/

08

Jul/0

8

Part

icip

ação

set

oria

l de

empr

éstim

os

de A

A a

D

Gráfico 2.j – Internacional

0

0,00002

0,00004

0,00006

0,00008

0,0001

0,00012

0,00014

0,00016

0,00018

Jan/

03

Jul/0

3

Jan/

04

Jul/0

4

Jan/

05

Jul/0

5

Jan/

06

Jul/0

6

Jan/

07

Jul/0

7

Jan/

08

Jul/0

8

Part

icip

ação

set

oria

l de

empr

éstim

os

de A

A a

D

Gráfico 2.h – Outros serviços

0,005

0,0055

0,006

0,0065

0,007

0,0075

0,008

Jan/

03

Jul/0

3

Jan/

04

Jul/0

4

Jan/

05

Jul/0

5

Jan/

06

Jul/0

6

Jan/

07

Jul/0

7

Jan/

08

Jul/0

8

Part

icip

ação

set

oria

l de

empr

éstim

os

de A

A a

D


139


0

0,01

0,02

0,03

0,04

0,05

0,06

0,07

Jan/

03

Jul/0

3

Jan/

04

Jul/0

4

Jan/

05

Jul/0

5

Jan/

06

Jul/0

6

Jan/

07

Jul/0

7

Jan/

08

Jul/0

8

Part

icip

ação

set

oria

l de

empr

éstim

os

de E

a G


0

0,002

0,004

0,006

0,008

0,01

0,012

Jan/

03

Jul/0

3

Jan/

04

Jul/0

4

Jan/

05

Jul/0

5

Jan/

06

Jul/0

6

Jan/

07

Jul/0

7

Jan/

08

Jul/0

8

Part

icip

ação

set

oria

l de

empr

éstim

os

de E

a G


0,15

0,2

0,25

0,3

0,35

Jan/

03

Jul/0

3

Jan/

04

Jul/0

4

Jan/

05

Jul/0

5

Jan/

06

Jul/0

6

Jan/

07

Jul/0

7

Jan/

08

Jul/0

8

Part

icip

ação

set

oria

l de

empr

éstim

os

de E

a G


140


0

0,02

0,04

0,06

0,08

0,1

0,12

Jan/

03

Jul/0

3

Jan/

04

Jul/0

4

Jan/

05

Jul/0

5

Jan/

06

Jul/0

6

Jan/

07

Jul/0

7

Jan/

08

Jul/0

8

Part

icip

ação

set

oria

l de

empr

éstim

os

de E

a G


0

0,002

0,004

0,006

0,008

0,01

0,012

Jan/

03

Jul/0

3

Jan/

04

Jul/0

4

Jan/

05

Jul/0

5

Jan/

06

Jul/0

6

Jan/

07

Jul/0

7

Jan/

08

Jul/0

8

Part

icip

ação

set

oria

l de

empr

éstim

os

de E

a G


0,01

0,02

0,03

0,04

0,05

0,06

Jan/

03

Jul/0

3

Jan/

04

Jul/0

4

Jan/

05

Jul/0

5

Jan/

06

Jul/0

6

Jan/

07

Jul/0

7

Jan/

08

Jul/0

8

Part

icip

ação

set

oria

l de

empr

éstim

os

deE

a G


141


0

0,05

0,1

0,15

0,2

0,25

0,3

0,35

0,4

Jan/

03

Jul/0

3

Jan/

04

Jul/0

4

Jan/

05

Jul/0

5

Jan/

06

Jul/0

6

Jan/

07

Jul/0

7

Jan/

08

Jul/0

8

Part

icip

ação

set

oria

l de

empr

éstim

os

de E

a G


0

0,05

0,1

0,15

0,2

0,25

0,3

0,35

Jan/

03

Jul/0

3

Jan/

04

Jul/0

4

Jan/

05

Jul/0

5

Jan/

06

Jul/0

6

Jan/

07

Jul/0

7

Jan/

08

Jul/0

8

Part

icip

ação

set

oria

l de

empr

éstim

os

de E

a G


0,005

0,01

0,015

0,02

0,025

Jan/

03

Jul/0

3

Jan/

04

Jul/0

4

Jan/

05

Jul/0

5

Jan/

06

Jul/0

6

Jan/

07

Jul/0

7

Jan/

08

Jul/0

8

Part

icip

ação

set

oria

l de

empr

éstim

os

de E

a G


142


0,002

0,003

0,004

0,005

0,006

0,007

0,008

Jan/

03

Jul/0

3

Jan/

04

Jul/0

4

Jan/

05

Jul/0

5

Jan/

06

Jul/0

6

Jan/

07

Jul/0

7

Jan/

08

Jul/0

8

Part

icip

ação

set

oria

l de

empr

éstim

os

de E

a G


0

0,01

0,02

0,03

0,04

0,05

0,06

0,07

0,08

0,09

0,1

Jan/

03

Jul/0

3

Jan/

04

Jul/0

4

Jan/

05

Jul/0

5

Jan/

06

Jul/0

6

Jan/

07

Jul/0

7

Jan/

08

Jul/0

8

Part

icip

ação

set

oria

l de

empr

éstim

os

de E

a G


0

0,05

0,1

0,15

0,2

0,25

0,3

0,35

0,4

Jan/

03

Jul/0

3

Jan/

04

Jul/0

4

Jan/

05

Jul/0

5

Jan/

06

Jul/0

6

Jan/

07

Jul/0

7

Jan/

08

Jul/0

8

Part

icip

ação

set

oria

l de

empr

éstim

os

de E

a G


143


0

0,01

0,02

0,03

0,04

0,05

0,06

0,07

Jan/

03

Jul/0

3

Jan/

04

Jul/0

4

Jan/

05

Jul/0

5

Jan/

06

Jul/0

6

Jan/

07

Jul/0

7

Jan/

08

Jul/0

8

Part

icip

ação

set

oria

l de

empr

éstim

os

de E

a G


0

0,02

0,04

0,06

0,08

0,1

0,12

0,14

0,16

0,18

Jan/

03

Jul/0

3

Jan/

04

Jul/0

4

Jan/

05

Jul/0

5

Jan/

06

Jul/0

6

Jan/

07

Jul/0

7

Jan/

08

Jul/0

8

Part

icip

ação

set

oria

l de

empr

éstim

os

de E

a G


0

0,005

0,01

0,015

0,02

0,025

0,03

0,035

Jan/

03

Jul/0

3

Jan/

04

Jul/0

4

Jan/

05

Jul/0

5

Jan/

06

Jul/0

6

Jan/

07

Jul/0

7

Jan/

08

Jul/0

8

Part

icip

ação

set

oria

l de

empr

éstim

os

de E

a G


144


0

0,005

0,01

0,015

0,02

0,025

Jan/

03

Jul/0

3

Jan/

04

Jul/0

4

Jan/

05

Jul/0

5

Jan/

06

Jul/0

6

Jan/

07

Jul/0

7

Jan/

08

Jul/0

8

Part

icip

ação

set

oria

l de

empr

éstim

os

de E

a G


0,004

0,006

0,008

0,01

0,012

0,014

0,016

0,018

Jan/

03

Jul/0

3

Jan/

04

Jul/0

4

Jan/

05

Jul/0

5

Jan/

06

Jul/0

6

Jan/

07

Jul/0

7

Jan/

08

Jul/0

8

Part

icip

ação

set

oria

l de

empr

éstim

os

de E

a G


0

0,0005

0,001

0,0015

0,002

0,0025

0,003

0,0035

0,004

0,0045

0,005

Jan/

03

Jul/0

3

Jan/

04

Jul/0

4

Jan/

05

Jul/0

5

Jan/

06

Jul/0

6

Jan/

07

Jul/0

7

Jan/

08

Jul/0

8

Part

icip

ação

set

oria

l de

empr

éstim

os

de E

a G


145


0

0,000005

0,00001

0,000015

0,00002

0,000025

0,00003

0,000035

Jan/

03

Jul/0

3

Jan/

04

Jul/0

4

Jan/

05

Jul/0

5

Jan/

06

Jul/0

6

Jan/

07

Jul/0

7

Jan/

08

Jul/0

8

Part

icip

ação

set

oria

l de

empr

éstim

os

de E

a G


0

0,00005

0,0001

0,00015

0,0002

0,00025

Jan/

03

Jul/0

3

Jan/

04

Jul/0

4

Jan/

05

Jul/0

5

Jan/

06

Jul/0

6

Jan/

07

Jul/0

7

Jan/

08

Jul/0

8

Part

icip

ação

set

oria

l de

empr

éstim

os

de E

a G


0

0,005

0,01

0,015

0,02

0,025

Jan/

03

Jul/0

3

Jan/

04

Jul/0

4

Jan/

05

Jul/0

5

Jan/

06

Jul/0

6

Jan/

07

Jul/0

7

Jan/

08

Jul/0

8

Part

icip

ação

set

oria

l de

empr

éstim

os

de E

a G


146


0

0,005

0,01

0,015

0,02

0,025

Jan/

03

Jul/0

3

Jan/

04

Jul/0

4

Jan/

05

Jul/0

5

Jan/

06

Jul/0

6

Jan/

07

Jul/0

7

Jan/

08

Jul/0

8

Part

icip

ação

set

oria

l de

empr

éstim

os

H


0

0,001

0,002

0,003

0,004

0,005

0,006

0,007

0,008

Jan/

03

Jul/0

3

Jan/

04

Jul/0

4

Jan/

05

Jul/0

5

Jan/

06

Jul/0

6

Jan/

07

Jul/0

7

Jan/

08

Jul/0

8

Part

icip

ação

set

oria

l de

empr

éstim

os

H


0,17

0,19

0,21

0,23

0,25

0,27

0,29

0,31

0,33

Jan/

03

Jul/0

3

Jan/

04

Jul/0

4

Jan/

05

Jul/0

5

Jan/

06

Jul/0

6

Jan/

07

Jul/0

7

Jan/

08

Jul/0

8

Part

icip

ação

set

oria

l de

empr

éstim

os

H


147


0

0,005

0,01

0,015

0,02

0,025

0,03

Jan/

03

Jul/0

3

Jan/

04

Jul/0

4

Jan/

05

Jul/0

5

Jan/

06

Jul/0

6

Jan/

07

Jul/0

7

Jan/

08

Jul/0

8Part

icip

ação

set

oria

l de

empr

éstim

os

H


0

0,001

0,002

0,003

0,004

0,005

0,006

0,007

0,008

0,009

Jan/

03

Jul/0

3

Jan/

04

Jul/0

4

Jan/

05

Jul/0

5

Jan/

06

Jul/0

6

Jan/

07

Jul/0

7

Jan/

08

Jul/0

8

Part

icip

ação

set

oria

l de

empr

éstim

os

H


0,03

0,04

0,05

0,06

0,07

0,08

0,09

0,1

Jan/

03

Jul/0

3

Jan/

04

Jul/0

4

Jan/

05

Jul/0

5

Jan/

06

Jul/0

6

Jan/

07

Jul/0

7

Jan/

08

Jul/0

8

Part

icip

ação

set

oria

l de

empr

éstim

os

H


148


0,03

0,08

0,13

0,18

0,23

0,28

0,33

0,38

0,43

0,48

Jan/

03

Jul/0

3

Jan/

04

Jul/0

4

Jan/

05

Jul/0

5

Jan/

06

Jul/0

6

Jan/

07

Jul/0

7

Jan/

08

Jul/0

8

Part

icip

ação

set

oria

l de

empr

éstim

os

H


0,03

0,04

0,05

0,06

0,07

0,08

0,09

0,1

Jan/

03

Jul/0

3

Jan/

04

Jul/0

4

Jan/

05

Jul/0

5

Jan/

06

Jul/0

6

Jan/

07

Jul/0

7

Jan/

08

Jul/0

8

Part

icip

ação

set

oria

l de

empr

éstim

osH


0,01

0,012

0,014

0,016

0,018

0,02

0,022

0,024

Jan/

03

Jul/0

3

Jan/

04

Jul/0

4

Jan/

05

Jul/0

5

Jan/

06

Jul/0

6

Jan/

07

Jul/0

7

Jan/

08

Jul/0

8

Part

icip

ação

set

oria

l de

empr

éstim

os

H


149


0

0,01

0,02

0,03

0,04

0,05

0,06

0,07

Jan/

03

Jul/0

3

Jan/

04

Jul/0

4

Jan/

05

Jul/0

5

Jan/

06

Jul/0

6

Jan/

07

Jul/0

7

Jan/

08

Jul/0

8

Part

icip

ação

set

oria

l de

empr

éstim

os

H


0

0,05

0,1

0,15

0,2

0,25

0,3

0,35

0,4

Jan/

03

Jul/0

3

Jan/

04

Jul/0

4

Jan/

05

Jul/0

5

Jan/

06

Jul/0

6

Jan/

07

Jul/0

7

Jan/

08

Jul/0

8

Part

icip

ação

set

oria

l de

empr

éstim

os

H


0

0,002

0,004

0,006

0,008

0,01

0,012

Jan/

03

Jul/0

3

Jan/

04

Jul/0

4

Jan/

05

Jul/0

5

Jan/

06

Jul/0

6

Jan/

07

Jul/0

7

Jan/

08

Jul/0

8

Part

icip

ação

set

oria

l de

empr

éstim

os

H


150


0

0,01

0,02

0,03

0,04

0,05

0,06

0,07

0,08

0,09

0,1

Jan/

03

Jul/0

3

Jan/

04

Jul/0

4

Jan/

05

Jul/0

5

Jan/

06

Jul/0

6

Jan/

07

Jul/0

7

Jan/

08

Jul/0

8

Part

icip

ação

set

oria

l de

empr

éstim

os

H


0

0,02

0,04

0,06

0,08

0,1

0,12

0,14

0,16

0,18

0,2

Jan/

03

Jul/0

3

Jan/

04

Jul/0

4

Jan/

05

Jul/0

5

Jan/

06

Jul/0

6

Jan/

07

Jul/0

7

Jan/

08

Jul/0

8

Part

icip

ação

set

oria

l de

empr

éstim

os

H


0

0,005

0,01

0,015

0,02

0,025

0,03

0,035

Jan/

03

Jul/0

3

Jan/

04

Jul/0

4

Jan/

05

Jul/0

5

Jan/

06

Jul/0

6

Jan/

07

Jul/0

7

Jan/

08

Jul/0

8

Part

icip

ação

set

oria

l de

empr

éstim

osH


151


0

0,002

0,004

0,006

0,008

0,01

0,012

0,014

Jan/

03

Jul/0

3

Jan/

04

Jul/0

4

Jan/

05

Jul/0

5

Jan/

06

Jul/0

6

Jan/

07

Jul/0

7

Jan/

08

Jul/0

8

Part

icip

ação

set

oria

l de

empr

éstim

os

H


0

0,002

0,004

0,006

0,008

0,01

0,012

0,014

Jan/

03

Jul/0

3

Jan/

04

Jul/0

4

Jan/

05

Jul/0

5

Jan/

06

Jul/0

6

Jan/

07

Jul/0

7

Jan/

08

Jul/0

8

Part

icip

ação

set

oria

l de

empr

éstim

os

H


0

0,005

0,01

0,015

0,02

0,025

0,03

0,035

Jan/

03

Jul/0

3

Jan/

04

Jul/0

4

Jan/

05

Jul/0

5

Jan/

06

Jul/0

6

Jan/

07

Jul/0

7

Jan/

08

Jul/0

8

Part

icip

ação

set

oria

l de

empr

éstim

os

H


152


0

0,002

0,004

0,006

0,008

0,01

0,012

0,014

0,016

0,018

Jan/

03

Jul/0

3

Jan/

04

Jul/0

4

Jan/

05

Jul/0

5

Jan/

06

Jul/0

6

Jan/

07

Jul/0

7

Jan/

08

Jul/0

8

Part

icip

ação

set

oria

l de

empr

éstim

os

H


0

0,000002

0,000004

0,000006

0,000008

0,00001

0,000012

0,000014

Jan/

03

Jul/0

3

Jan/

04

Jul/0

4

Jan/

05

Jul/0

5

Jan/

06

Jul/0

6

Jan/

07

Jul/0

7

Jan/

08

Jul/0

8

Part

icip

ação

set

oria

l de

empr

éstim

os

H


0

0,00002

0,00004

0,00006

0,00008

0,0001

0,00012

0,00014

Jan/

03

Jul/0

3

Jan/

04

Jul/0

4

Jan/

05

Jul/0

5

Jan/

06

Jul/0

6

Jan/

07

Jul/0

7

Jan/

08

Jul/0

8Part

icip

ação

set

oria

l de

empr

éstim

os

H


153

Gráfico 7.a - HHI

0

0,05

0,1

0,15

0,2

0,25

0,3

Jan/

03

Jul/0

3

Jan/

04

Jul/0

4

Jan/

05

Jul/0

5

Jan/

06

Jul/0

6

Jan/

07

Jul/0

7

Jan/

08

Jul/0

8

Jan/

09

Evol

ução

do

índi

ce d

e H

erfin

dahl

-H

irsch

man

e d

a en

trop

ia d

e Sh

anno

n

HHI_y_AaD HHI_y_EAG HHI_y_AAG

Gráfico 7.b - SE

-2,5

-2

-1,5

-1

-0,5

0

Jan/

03

Jul/0

3

Jan/

04

Jul/0

4

Jan/

05

Jul/0

5

Jan/

06

Jul/0

6

Jan/

07

Jul/0

7

Jan/

08

Jul/0

8

Jan/

09

Evol

ução

do

índi

ce d

e H

erfin

dahl

-Hirs

chm

an e

da

entr

opia

de

Shan

non

SE_y_AaD SE_y_EAG SE_y_AAG


154

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.


155

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.


157

6 Loss Given Default: um estudo sobre perdas em operações

prefi xadas no mercado brasileiro*

Antonio Carlos Magalhães da Silva

Jaqueline Terra Moura Marins

Myrian Beatriz Eiras das Neves

* 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.

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.


158

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 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.

2 Não existem informações no SCR sobre o valor que foi recuperado frente a eventuais garantias nas operações de crédito ou a valores posteriores recebidos.


159

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


160

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 Além disso, a escassez de base de dados de recuperação de crédito dificulta a realização de trabalhos sobre LGD.

4 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.

5 A classificação de risco é descrita de acordo com a Resolução CMN nº 2.682, de 1999.6 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.


161

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


162

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 queVPi = 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;


163

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 + LGD2LGD 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-secom a primeira classificação recebida pela operação no momento da operação de


164

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 ( )*

ii y,0maxy = 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 Foram utilizadas variações mensais defasadas de 3, 6, 9 e 12 meses.8 McFadden Pseudo-R2 é dado por , em que LL é a função

log-likelihood.


165

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.

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

UnidadesModalidade

% %

Cheque especial/conta garantida 2 679 44,9 1 521 42,4

Capital de giro 2 513 42,1 1 423 39,6

Empréstimos Vendor 40 0,7 116 3,2

Desconto de duplicatas 241 4,0 270 7,5

Financiamento de veículos 350 5,9 141 3,9

Financiamento outros bens 140 2,4 80 2,2

Financiamentos Vendor 4 7,0 39 1,1

Total 5 967 100,0 3 590 100,0

Com garantia Sem garantia

Tabela 1 – Total de operações de crédito inadimplentes conforme a modalidade,extraídas do SCR no período de janeiro de 2003 a setembro de 2007

Modalidade Quantidade Percentual

Cheque especial/conta garantida (0201) 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) 43 0,45%

Total 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/ 577 6,04%

Total 9.557 100,00%

1/ O ano de 2007 está limitado às inadimplências ocorridas até o final de março


166

9 <http://www.bcb.gov.br/?TXCREDMES>.

A distribuição das operações em estudo de acordo com os segmentos da atividade econômica à qual o cliente pertence é expressa na tabela 5.

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-seos histogramas das LGDs para cada modalidade de crédito presente na amostra.

Tabela 5 – Total de operações conforme o segmento econômico do clienteUnidades

Segmento econômico %

Primário 150 1,6

Secundário 7 211 75,5

Terciário 1 594 16,7

Sem informação 602 6,3

Total 9 557 100,0

Tabela 4 – Total de operações conforme o saldo devedor na data do defaultUnidades

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

Total 9 557 100,0


167

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).

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.

Gráfico 1 – LGD mínima – Amostra completa LGD mínima – Amostra completaAmostra: 9.557 observações

Média 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

Gráfico 2 – LGD máxima – Amostra completa LGD máxima – Amostra completaAmostra: 9.557 observações

Média 0,925

Mediana 1,027

Máximo 1,230

Mínimo 0,019


Assimetria - 2,527

Curtose 8,312

Jarque-Bera 21 410

Probabilidade 0,000


168

Tabela 7 – LGD mínima – Operações com garantia%

Modalidade Média Mediana Máximo Mínimo Desvio-padrão

Cheque especial/conta garantida 47,0 12,2 109,4 3,9 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

Desconto de duplicatas 78,9 99,4 105,3 2,3 39,2

Financiamento de veículos 46,1 14,8 105,7 2,5 45,0

Financiamento outros bens 45,2 17,7 104,6 3,6 44,3

Financiamentos Vendor 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%



Capital de giro 40,6 7,7 105,8 0,0 45,9






Total 37,8 8,4 111,0 0,0 44,1

Tabela 6 – LGD mínima para todas as operações%



Capital de giro 50,8 20,2 115,1 0,0 47,4






Total 46,9 12,6 115,1 0,0 46,6

Tabela 9 – LGD máxima para todas as operações%



Capital de giro 89,9 102,5 115,1 2,3 27,3






Total 92,5 102,7 123,0 1,9 25,5


169

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.

Tabela 11 – LGD máxima – Operações sem garantia%



Capital de giro 89,5 102,5 105,8 2,4 28,2





Total 92,0 102,7 111,0 1,9 26,3

Tabela 10 – LGD máxima – Operações com garantia%



Capital de giro 90,1 102,4 115,1 2,3 26,8






Total 92,8 102,7 123,0 2,3 25,0


170

4.1 Resultados das regressões

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

Tabela 12 – Estimação do modelo de LGD mínima para toda a amostra

Variáveis independentes Coef. Erro-padrão Estat. t Prob.

Constante 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

Garantia 0,164 0,010 17,0 0,000

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




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 0,073

R 2 0,092 0,091

Pseudo-R 2

Adj. R 2

Tabela 13 – Estimação do modelo de LGD máxima para toda a amostra


Constante 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

Dummy renegociação 0.084 0.024 3.6 0.000

Log (saldo devedor no default) -0.058 0.003 -19.1 0.000

Dummy porte do cliente 2 -0.028 0.010 -2.7 0.007




Rating 0.005 0.002 2.9 0.004

Desemprego (-12) -0.151 0.053 -2.9 0.004

Observações 9 557

Log-likelihood -159 0.068

R 2 0.070 0.070

Pseudo-R 2

Adj. R 2


171

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.


172

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-sena 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.

10 Os índices de endividamento, liquidez e rentabilidade do cliente podem ser fatores determinantes no cálculo da LGD.

Tabela 14 – Última classificação da operação no SCR

Classificação Quantidade Percentual

entre AA e D 818 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%


173

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.


174

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.


175

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.


176

Anexo ADescrição 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.

• DUMMY PORTE DO CLIENTE 4: A variável indica 1 para empresas de porte médio e 0 para demais casos.

• DUMMY PORTE DO CLIENTE 5: A variável indica 1 para empresas de porte 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.


177

Anexo BComportamento da LGD máxima e mínima

Gráfico 3 – LGD máxima – Empréstimos Vendor LGD máxima – Empréstimos VendorAmostra: 156 observações

Média 0,905

Mediana 1,016

Máximo 1,024

Mínimo 0,019


Assimetria -2,286

Curtose 7,046

Jarque-Bera 242

Probabilidade 0,000

Gráfico 4 – LGD máxima – Desconto de duplicatas LGD máxima – Desconto de duplicatasAmostra: 511 observações

Média 0,962

Mediana 1,027

Máximo 1,053

Mínimo 0,027


Assimetria -3,679

Curtose 15,705

Jarque-Bera 4 589

Probabilidade 0,000

Gráfico 1 – LGD máxima – Cheque especial/conta garantida LGD máxima – Cheque especial/conta garantidaAmostra: 4.200 observações

Média 0,957

Mediana 1,043

Máximo 1,230

Mínimo 0,039


Assimetria -2,974

Curtose 10,920

Jarque-Bera 17 170

Probabilidade 0,000

Gráfico 2 – LGD máxima – Capital de giro LGD máxima – Capital de giroAmostra: 3.936 observações

Média 0,899

Mediana 1,025

Máximo 1,151

Mínimo 0,023


Assimetria -2,255

Curtose 6,876

Jarque-Bera 5 799

Probabilidade 0,000


178

Gráfico 5 – LGD máxima – Financiamento de veículos LGD máxima – Financiamento de veículosAmostra: 491 observações

Média 0,876

Mediana 1,024

Máximo 1,110

Mínimo 0,025


Assimetria -2,052

Curtose 6,453

Jarque-Bera 588

Probabilidade 0,000

Gráfico 6 – LGD máxima – Financiamento outros bens LGD máxima – Financiamento outros bensAmostra: 220 observações

Média 0,816

Mediana 1,037

Máximo 1,051

Mínimo 0,036


Assimetria - 1,284

Curtose 3,116

Jarque-Bera 61

Probabilidade 0,000

Gráfico 8 - LGD mínima – Cheque especial/conta garantida LGD mínima – Cheque especial/conta garantidaAmostra: 4.200 observações

Média 0,421

Mediana 0,095

Máximo 1,094

Mínimo 0,000


Assimetria 0,556

Curtose 1,383

Jarque-Bera 674

Probabilidade 0,000

Gráfico 7 – LGD máxima – Financiamento Vendor LGD máxima – Financiamento VendorAmostra: 43 observações

Média 0,970

Mediana 1,016

Máximo 1,022

Mínimo 0,279


Assimetria -3,530

Curtose 15,904

Jarque-Bera 388

Probabilidade 0,000


179

Gráfico 9 – LGD mínima – Capital de giro LGD mínima – Capital de giroAmostra: 3.936 observações

Média 0,508

Mediana 0,202

Máximo 1,151

Mínimo 0,000


Assimetria 0,100

Curtose 1,066

Jarque-Bera 620

Probabilidade 0,000

Gráfico 10 – LGD mínima – Empréstimos Vendor LGD mínima – Empréstimo VendorAmostra: 156 observações

Média 0,521

Mediana 0,564

Máximo 1,020

Mínimo 0,014


Assimetria -0,021

Curtose 1,105

Jarque-Bera 23

Probabilidade 0,000

Gráfico 11 – LGD mínima – Desconto de duplicatas LGD mínima – Desconto de duplicatasAmostra: 511 observações

Média 0,629

Mediana 0,981

Máximo 1,053

Mínimo 0,023


Assimetria -0,432

Curtose 1,217

Jarque-Bera 84

Probabilidade 0,000

Gráfico 12 – LGD mínima – Financiamento de veículos LGD mínima – Financiamento de veículosAmostra: 491 observações

Média 0,463

Mediana 0,161

Máximo 1,110

Mínimo 0,024


Assimetria 0,301

Curtose 1,209

Jarque-Bera 73

Probabilidade 0,000


180

Gráfico 13 – LGD mínima – Financiamento outros bens LGD mínima – Financiamento outros bensAmostra: 220 observações

Média 0,380

Mediana 0,113

Máximo 1,051

Mínimo 0,036


Assimetria 0,788

Curtose 1,749

Jarque-Bera 37

Probabilidade 0,000

Gráfico 14 – LGD mínima – Financiamento Vendor LGD mínima – Financiamento VendorAmostra:43 observações

Média 0,169

Mediana 0,022

Máximo 1,018

Mínimo 0,013


Assimetria 2,057

Curtose 5,273

Jarque-Bera 40

Probabilidade 0,000


181

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 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

Dummy CNAE 2 0,019 0,009 2,1 0,033

Log (saldo devedor no default ) -0,055 0,005 -11,6 0,000




Rating 0,010 0,002 4,7 0,000

Observações 4 200

Log-likelihood 346 -0,793

R 2 0,070 0,070

Pseudo-R 2

Adj. R 2

Tabela 2 – Estimação do modelo de LGD máxima para a modalidade capital de giro


Constante 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



Log (saldo devedor no default) -0,044 0,004 -10,0 0,000



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 0,302

R 2 0,071 0,071

Pseudo-R 2

Adj. R 2


182

Tabela 3 – Estimação do modelo de LGD mínima para a modalidade cheque especial/conta garantida


Constante 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






Rating -0,012 0,004 -3,0 0,003

Desemprego (-12) 0,415 0,139 3,0 0,003

Observações 4 200


R 2 0,147 0,146

Pseudo-R 2

Adj. R 2

Tabela 4 – Estimação do modelo de LGD mínima para a modalidade capital de giro


Constante 1,171 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


Garantia 0,189 0,016 12,0 0,000


Log (saldo devedor no default) -0,045 0,008 -6,0 0,000





Produção industrial (-12) -0,248 0,121 -2,1 0,041

Observações 3 936


R 2 0,093 0,093

Pseudo R 2

Adj. R 2


183

7Teste 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,

* 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.

1 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).

2 Isto é, assumindo valores extremos no sentido de aumentar o risco de crédito.


184

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 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).


185

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 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 [,].5 Por exemplo, a distribuição assimétrica de Vasicek (Vasicek, 2002) é comumente usada para

representar risco de crédito. Em vez dela, usamos a distribuição logística.6 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.


186

Com base nas argumentações anteriores, sabemos que, para modelar empiricamente essa segunda fonte de estresse, a transformação logit em (1) aliadaà 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-riscode 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-riscode 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(.) = (.)](.),...,(.),(.),...,[ 00 mp γγαα , sem nenhuma suposição de normalidade.9 Quando os coeficientes i(τ) e j(τ) de (5) variam com τ (i.e., quando Ut assume diferentesvalores em (6)), capturam-se diferentes impactos macroeconômicos em risco de

7 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.

8 O uso de termos autorregressivos em yt torna factível assumir Ut sem correlação serial, assim como para ut em (2).

9 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 envolve a solução do problema , em

que ρτ(.) é definido como . O estimador )(ˆ τθ não tem uma forma explícita (como o

estimador OLS), mas o problema acima pode ser solucionado por técnicas de programação linear.


187

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).


188

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 variáveismacroeconômicas 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).


189

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.


190

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.


191

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.


192

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.


193

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.


194

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.


195

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.


196

Anexo

Tabelas

Tabe

la 1

– R

esul

tado

s da

est

imaç

ão d

o m

odel

o Q

R e

m t=

0,5

e t=

0,9

e do

mod

elo

OLS

Mod

elo

expl

icat

ivo

de y

t

OLS

QR

(0,5

)Q

R (0

,9)

OLS

QR

(0,5

)Q

R (0

,9)

OLS

QR

(0,5

)Q

R (0

,9)

Inte

rcep

to-2

,651

4(*

)-2

,814

0(*

)-2

,953

8(*

)-0

,959

8(*

*)-0

,655

4(*

)-2

,152

7(*

)-0

,589

8(*

**)

-0,2

466

-1

,013

7(*

)

y(-1

)0,

6314

(*)

0,69

68(*

)0,

2008

(*)

0,75

65(*

)0,

7485

(*)

0,45

61(*

)

y(-2

)0,

0397

0,

1250

0,

1167

PIB

real

-0,0

270

(**)

-0,0

309

(*)

-0,0

200

(***

)-0

,009

1

-0,0

101

(***

)-0

,001

0

-0,0

092

-0

,014

8(*

*)0,

0142

(**)

Des

empr

ego

0,03

12

0,05

02(*

)0,

0519

(*)

0,03

06(*

**)

0,02

88(*

*)0,

0309

(**)

0,01

14

0,02

27

0,01

60

IPC

A0,

0400

(*)

0,02

64(*

**)

0,04

66(*

*)-0

,000

6

-0,0

029

-0

,005

2

-0,0

029

0,

0006

-0

,020

0(*

**)

Sel

ic0,

0001

0,00

77

0,03

29(*

*)0,

0089

0,

0197

(***

)-0

,007

2

0,00

38

-0,0

089

-0

,004

7

Vol

ume

de c

rédi

to-0

,003

1-0

,005

3(*

**)

0,00

37-0

,002

5

-0,0

063

(*)

-0,0

053

(*)

-0,0

016

-0

,003

7(*

*)-0

,005

0(*

)

PIB

real

(-1)

0,00

09

0,00

09

-0,0

203

(*)

-0,0

117

-0

,007

9

-0,0

299

(*)

Des

empr

ego

(-1)

-0,0

244

-0

,031

6(*

)0,

0008

0,

0066

-0

,014

4

-0,0

014

IPC

A (-

1)0,

0335

(***

)0,

0307

(*)

0,06

27(*

)0,

0419

(*)

0,04

13(*

)0,

0585

(*)

Sel

ic (-

1)-0

,008

4

-0,0

234

(**)

0,00

68

0,00

30

0,00

99

0,01

34

Vol

ume

de c

rédi

to (-

1)-0

,000

2-0

,000

5

0,00

07-0

,001

0

-0,0

006

-0

,002

0

PIB

real

(-2)

0,01

13

0,01

29(*

*)0,

0072

Des

empr

ego

(-2)

-0,0

114

-0

,009

9

-0,0

083

IPC

A (-

2)-0

,010

3

-0,0

170

0,

0284

(**)

Sel

ic (-

2)-0

,006

3

-0,0

113

-0

,025

9(*

**)

Vol

ume

de c

rédi

to (-

2)0,

0060

(**)

0,00

33(*

*)0,

0057

(*)

R2

ajus

tado

(OLS

)0,

3883

--

0,77

10-

-0,

8291

--

Pse

udo

R2

ajus

tado

(QR

)-

0,23

780,

2636

-0,

5492

0,62

82-

0,56

600,

6507

Not

as: A

mos

tra 1

995T

1-20

08T1

.

Va

riáve

is e

stat

istic

amen

te s

igni

ficat

ivas

a 1

%, 5

% o

u 10

% s

ão id

entif

icad

as p

or *,

** o

u **

*, re

spec

tivam

ente

.

sem

lags

c/ 1

lag

c/ 2

lags


197

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 0,407 11,011 5,121 5,503

Pior caso -1,950 12,900 7,540 13,074

Período do pior caso 1998:IV 2003:III 1995:II 1995:II

Tabela 2 – p-valores de testes de igualdade de slope quantílico

Modelo quantílico sem lags c/1 lag c/ 2 lags

y(-1) 0,0000 0,0709

y(-2) 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

Volume de crédito (-1) 0,5163 0,478

PIB real (-2) 0,3877

Desemprego (-2) 0,9104

IPCA (-2) 0,0003

Selic (-2) 0,3743

Volume de crédito (-2) 0,1951

Teste Wald conjunto para todos os regressores, exceto o intercepto

Estatística qui-quadrada 12,1970 49,4184 38,6203

Graus de liberdade 5 11 17

p-valor 0,0322 0,0000 0,0020

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).


198

Gráficos

Tabela 4 – Estimação do modelo VAR

Taxa de crescimento do

PIB real (%)

Taxa de desemprego

(%)

IPCA (% trim.) Selic (% trim.) Taxa de crescimento de crédito (% trim.)

Taxa de crescimento do PIB real (-1) 0,55619 -0,101292 0,079334 0,068297 0,832953

[ 4.88423] [-1.98893] [ 1.00269] [ 1.20150] [ 2.07790]

Taxa de desemprego (-1) -0,120386 0,758341 -0,007771 0,027142 0,012677

[-0.62083] [ 8.74448] [-0.05768] [ 0.28041] [ 0.01857]

IPCA (-1) -0,017201 0,077113 0,366863 -0,070266 -0,422939

[-0.07732] [ 0.77510] [ 2.37351] [-0.63278] [-0.54009]

Selic (-1) -0,402333 -0,0271 0,216707 0,925833 -1,534438

[-2.50895] [-0.37788] [ 1.94496] [ 11.5662] [-2.71823]

Taxa de crescimento de crédito (-1) -0,001301 -0,020989 0,005862 0,024296 0,027103

[-0.02922] [-1.05457] [ 0.18957] [ 1.09372] [ 0.17301]

Intercepto 4,604872 2,876639 -0,147557 -0,217231 10,27153

[ 1.74678] [ 2.43994] [-0.08056] [-0.16508] [ 1.10685]

R2 ajustado 0,467696 0,722835 0,33598 0,814433 0,295566

Nota: estatística t entre [ ].

0,00%

3,00%

6,00%

9,00%

12,00%

15,00%

1995

T1

1996

T1

1997

T1

1998

T1

1999

T1

2000

T1

2001

T1

2002

T1

2003

T1

2004

T1

2005

T1

2006

T1

2007

T1

2008

T1

Figura 1 – Indicador de risco de crédito –NPL (non-performing loans) de pessoas físicas

-20,0

-10,0

0,0

10,0

20,0

30,0

1995

T1

1996

T1

1997

T1

1998

T1

1999

T1

2000

T1

2001

T1

2002

T1

2003

T1

2004

T1

2005

T1

2006

T1

2007

T1

2008

T1

Figura 2 – Crescimento trimestral do volume de crédito de pessoas físicas


199

Figura 3 – Variáveis

-4-202468

1012

1995

T119

96T1

1997

T119

98T1

1999

T120

00T1

2001

T120

02T1

2003

T120

04T1

2005

T120

06T1

2007

T120

08T1

Taxa de crescimento do PIB real (%)

-202468

10

1995

T119

96T1

1997

T119

98T1

1999

T120

00T1

2001

T120

02T1

2003

T120

04T1

2005

T120

06T1

2007

T120

08T1

IPCA (% trim.)

02468

10121416

1995

T119

96T1

1997

T119

98T1

1999

T120

00T1

2001

T120

02T1

2003

T120

04T1

2005

T120

06T1

2007

T120

08T1

Selic (% trim.)

56789

101112131415

1995

T119

96T1

1997

T119

98T1

1999

T120

00T1

2001

T120

02T1

2003

T120

04T1

2005

T120

06T1

2007

T120

08T1

Taxa de desemprego (%)

Figura 4 – Distribuição NPL condicional nas observações macroeconômicas de 2008: I

Nota: A distribuição condicional (avaliada na última observação)Nota: é estimada com uma técnica não paramétrica via kernel Epanechnikov .

0

40

80

120

160

200

.068 .070 .072 .074 .076 .078 .080

Den

sity


200

Figuras – Densidades geradas pelos testes de estresse

Figura 5 – Cenários baseados em um desvio-padrão

Figura 6 – Cenários baseados em dois desvios-padrão

Figura 7 – Cenários baseados em três desvios-padrão

Figura 8 – Cenários de pior caso

0.05 0.055 0.06 0.065 0.07 0.075 0.08 0.085 0.09 0.0950

20

40

60

80

100

120

140

160

180

200Scenarios based on 1 std

UnconditionalMultivariate distressDistressed GDPDistressed UnemploymentDistressed InflationDistressed Interest Rate

0.05 0.055 0.06 0.065 0.07 0.075 0.08 0.085 0.09 0.095 0.10

20

40

60

80

100

120

140

160

180

200Scenarios based on 2 stds


0.05 0.06 0.07 0.08 0.09 0.1 0.110

20

40

60

80

100

120

140Distressed scenarios based on 3 stds


0.04 0.06 0.08 0.1 0.12 0.14 0.160

20

40

60

80

100

120Worst case scenarios



201

Figuras – Caudas de distribuições acumuladas geradas pelos

testes de estresse

Figura 9 – Cenários baseados em um desvio-padrão

Figura 10 – Cenários baseados em dois desvios-padrão

Figura 11 – Cenários baseados em três desvios-padrão

Figura 12 – Cenários de pior caso

0.075 0.08 0.085 0.09 0.0950.75

0.8

0.85

0.9

0.95

1

NPL

F(N

PL)

Empirical CDFs tails - Distressed scenarios based on 2 stds


0.075 0.076 0.077 0.078 0.079 0.08 0.081 0.082 0.083 0.084 0.0850.75

0.8

0.85

0.9

0.95

1

NPL

F(N

PL)

Empirical CDFs tails - Distressed scenarios based on 1 std


0.075 0.08 0.085 0.09 0.095 0.10.75

0.8

0.85

0.9

0.95

1

NPL

F(N

PL)

Empirical CDF tails - Distressed scenarios based on 3 stds


0.08 0.09 0.1 0.11 0.12 0.13 0.140.75

0.8

0.85

0.9

0.95

1

NPL

F(N

PL)

Empirical CDFs tails based on worst case scenarios


2008

Re

lató

rio d

e E

co

no

mia

Ba

nc

ária

e C

réd

ito

Relatório de Economia

Bancária e Crédito

20

08

Documents

Relatório de Economia Bancária e Crédito – 2008 · o grau de concentração do sistema bancário ... como bancos agrupados por volume de crédito, alavancagem, ... bolhas de