Arno Wiese
Gestão de Crédito, Cobrança e Risco
Sumário CAPÍTULO 4 – Qual a Importância das Técnicas Estatísticas Aplicadas à Análise de Crédito? .05 Introdução ....................................................................................................................05 4.1 Pontuação de corte ..................................................................................................05 4.1.1 Técnica de avaliação estatística ........................................................................05 4.1.2 Sistemas de Credit Scoring ..........................................................................08 4.1.3 Sistemas Especialistas ......................................................................................13 4.2 Modelos avançados de avaliação do risco de crédito ...................................................15 4.2.1 Valor em Risco – VAR .......................................................................................15 4.2.2 CreditMetrics ..................................................................................................16 4.2.3 Modelo RAROC ..............................................................................................17 4.2.4 O Modelo de Probabilidade de Inadimplência - KMV ..........................................19 Síntese ..........................................................................................................................20 Referências Bibliográficas ................................................................................................21
03
Capítulo 4 Qual a Importância das Técnicas Estatísticas Aplicadas à Análise de Crédito?
Introdução Você já deve saber que a análise para a concessão de crédito envolve várias técnicas, certo? Pois bem, dentre elas, podemos destacar o uso de técnicas estatísticas, as quais tanto podem ser empregadas de forma isolada ou em conjunto com o critério de julgamento (elemento subjetivo). Há ainda uma tendência para que as empresas empreguem técnicas estatísticas ao operar com grande quantidade de propostas de negócios de pequeno valor, pois desta forma tal método auxiliará na tomada de rápidas decisões, dentro de um nível de segurança adequado ao analista. Você já parou para pensar em quantas informações são necessárias para tentar minimizar o risco de crédito? Será que apesar de todas as fontes e tecnologias da informação existentes, mesmo as grandes instituições financeiras estão passíveis de erros ao determinarem uma orientação de investimento? O quanto a tecnologia pode nos ajudar na realização de cálculos? Sabemos que muito, não é verdade? Mas isto seria o suficiente? Ainda há espaço para que o ser humano seja peça fundamental por meio da sua análise crítica? É neste contexto que você conhecerá os métodos de avaliação de crédito. Na primeira parte, compreenderemos qual é o limite que cada instituição atribui para o risco apresentado por seus clientes, pela atribuição do chamado “ponto de corte”. Veremos também o Credit Scoring, especialmente para a análise de crédito em relação às pequenas empresas. Conheceremos como as instituições de análise d e risco analisam os investimentos financeiros, além de conhecer uma das principais instituições de gerenciamento financeiro do mundo. Por fim, abordaremos os modelos de avaliação de risco e como são os cálculos iniciais empregados para se estimar o risco do investimento. Depois desta etapa de estudos, certamente você estará mais preparado para “encarar” o mundo da gestão de crédito e lidar com seus elementos condicionantes!
4.1 Pontuação de corte Você se lembra do paralelo de que a análise de crédito pode ser comparada à vida escolar? Para que uma empresa possa obter crédito, ela precisa primeiro atingir certa pontuação com a instituição financeira na qual está requerendo o crédito, certo? Neste tópico, iremos compreender como tais pontuações são obtidas.
4.1.1 Técnica de avaliação estatística As técnicas de avaliação facilitam a análise de crédito por meio de pontuação das propostas de crédito, as quais avaliam a probabilidade de um determinado cliente tornar-se inadimplente. Saiba que tais análises possuem como base os dados cadastrais, financeiros, patrimoniais e de idoneidade dos clientes, sendo considerada uma análise objetiva, pois se pauta em métodos estatísticos.
05
Gestão de Crédito, Cobrança e Risco
VOCÊ SABIA? De acordo com o Conselho Mundial das Cooperativas de Crédito (WOCCU – sigla em inglês), no mundo existem mais de 90 mil cooperativas de perfazendo aproximadamente 520 milhões de pessoas associadas, o que representa quase 8% da população economicamente ativa (Verbo Cooperar, 2015). Algumas curiosidades podem ser identificadas:
• 45% das pessoas em idade economicamente ativa da América do Norte é associada a cooperativas financeiras.
• A França se destaca por ser um país com forte expressão no cooperativismo financeiro, cuja movimentação em ativos se superior a US$ 4 trilhões.
• 32% do mercado financeiro paraguaio é constituído por cooperativas de crédito. COOPERATIVAS FINANCEIRAS
BANCOS •
•
•
Podem tratar distintamente cada usuário
•
Priorizam os grandes centros (embora não tenham limitação geográfica)
•
O resultado é de poucos donos (nada é dividido com os clientes)
•
•
Visam ao lucro por excelência
•
Avançam pela competição
•
•
•
•
•
•
•
•
•
•
•
Não tem vínculo com a comunidade e o público-alvo Atendem em massa, priorizando o autosserviço A remuneração das operações e dos serviços não tem parâmetro/limite
•
•
•
•
Tem propostas mercantilistas Preferem o público de maior renda e as maiores corporações O usuário não exerce qualquer influência na definição dos produtos e na sua precificação O usuário das operações é mero cliente Os administradores são terceiros (homens do mercado) As deliberações são concentradas O poder é exercido na proporção do número de ações São sociedades de capital
•
•
•
Não restringem, tendo forte atuação nas comunidades mais remotas O Excedente (sobras) é distribuído entre todos (usuários), na proporção das operações individuais O lucro está fora do seu objeto, seja pela sua natureza, seja por determinação legal Desenvolvem-se pela cooperação Estão comprometidos com as comunidades e os usuários O relacionamento é personalizado/individual, com o apoio da informática O preço das operações e dos serviços tem como parâmetro as necessidades de reinvestimentoA atividade mercantil não é cogitada (art 79, parágrafo único, da Lei no 5764/71) Não discriminam, servindo a todos os públicosNão podem disti nguir. O que vale para um, vale para todos (art 37 da lei no 5764/71) Toda a política operacional é decidida pelos próprios usuários
•
O usuário é o próprio dono
•
Os administradores/líderes são do meio (associados)
•
•
As decisões são partilhadas entre muitos O voto tem peso igual para todos (uma pessoa, um voto)São sociedades de pessoas
Figura 1 – Diferença entre bancos e cooperativas financeiras. Fonte: Verbo Cooperar, 2015.
Como você já deve saber, a estatística é uma vertente da Matemática Aplicada que fornece métodos para a coleta, organização, descrição, análise e intepretação de dados e para sua utilização na tomada de decisão (CRESPO, 2009, p. 3). Diante disto, as fórmulas estatísticas 06 Laureate- International Universities
são elaboradas a partir da seleção dos dados mais relevantes, aos quais são atribuídos pesos ou ponderações de acordo com sua importância para a análise de crédito. A soma das pontuações dos clientes de uma determinada carteira possibilita estimar um valor médio relacionado ao nível de risco. Este método permite que se estabeleça um indicador de limite aceitável, ao qual chamamos “ponto de corte”, tornando-se um referencial para a recusa ou aprovação do crédito. Desta forma, a instituição creditícia definirá por meio dos seus critérios, qual é a pontuação mínima exigida para que o cliente obtenha o crédito. Assim, o cliente que apresentar um valor abaixo do ponto de corte terá seu crédito recusado, ao passo que aquele que apresentar-se acima deste ponto poderá ter o seu crédito aprovado.
Figura 2 – Gráfico para análise do ponto de corte. Fonte: Elaborada pelo autor, 2015.
Saiba que há ainda uma situação na qual os clientes que apresentam pontuações próximas ao ponto de corte, quer seja de forma positiva ou negativa, poderão ser avaliados. Estes casos são conhecidos como “intervalo de dúvida”. Assim como cada instituição define o seu ponto de corte, elas também definirão qual a margem do intervalo de dúvida em relação ao ponto de corte estipulado (SANTOS e FAMA, 2007). Por exemplo, se o ponto de corte for de 50 pontos e o intervalo de dúvida for de 10%, os requerentes de crédito que alcançaram 45 pontos, poderão obter outros critérios de avaliação para, talvez, conseguirem o crédito. De acordo com essa mesma lógica, porém de forma contrária, aqueles que obtiveram 55 pontos poderão ter a concessão do crédito revista, caso os analistas queiram averiguar outros fatores relevantes para a análise. Aqui, portanto, podemos verificar a importância de se utilizar outras técnicas para a análise de crédito. Dentre essas técnicas, podemos destacar a técnica dos C’s do crédito, que se baseia em informações relacionadas ao caráter, capacidade, capital, colateral e condições. Há também a técnica da subjetividade, na qual a experiência dos analistas possibilita diagnosticar a idoneidade do cliente, além, é claro, da análise macroeconômica para identificar a situação do mercado no qual o requerente do crédito está inserido. 07
Gestão de Crédito, Cobrança e Risco
VOCÊ QUER LER? Desenvolver a melhor pontuação de corte para saber se uma empresa está apta ou não a receber o crédito de forma que o risco de inadimplência seja minimizando não é uma tarefa fácil! Por isso, estar preparado para esta análise é algo que demanda tempo e dedicação. O link a seguir lhe direcionará para site “Risco e recompensa”, no qual você poderá conhecer um pouco mais sobre a importância de análises criteriosas para a concessão de crédito. Disponível em: .
4.1.2 Sistemas de Credit Scoring Entenda que o crédito definido pela instituição cedente representa uma expectativa de receita advinda dos requerentes em um tempo futuro, ao passo que o risco representa a probabilidade de que tal expectativa seja frustrada (SANTOS e FAMÁ, 2007). De acordo com esta lógica, portanto, gerir o risco se torna fundamental. O sistema de Credit Scoring é amplamente empregado para a tomada de decisão de crédito massificado, servindo tanto para Pessoa Jurídica quanto para Pessoa Física, pois é baseado no C’s do crédito e nos dados cadastrais. Os modelos tradicionais consideram a atribuição de pesos aos elementos que serão avaliados (CHAIA, 2003), já o Credit Scoring se baseia na análise subjetiva, a qual tem como referência a experiência dos analistas de crédito, seu conhecimento e experiência na disponibilidade de informações sobre o requerente. Segundo Silva (2008), o sistema de Credit Scoring possibilita uma análise rápida para a decisão de crédito, além de levar em consideração a experiência da própria instituição com os clientes. De forma mais objetiva, Aranha (et al., 2014, p. 7) define o Credit Scoring da seguinte forma: Trata-se de uma análise discriminante aplicável a todos os processos que impliquem uma decisão do tipo: bom/mau, sucesso/fracasso, etc; ou seja, traduzir a mecânica do processo decisório para um modelo consis tente que nos habilite tomar decisõ es de curto prazo (ARANHA, 2014, p. 7).
Desta forma, será apresentado a seguir o modelo explanado por Aranha (2014), o qual tem como objeto de estudo uma pequena empresa ( Small Business Scoring ) cujos parâmetros se baseiam no critério dos C’s do Crédito. Segundo dados do Serviço Brasileiro de Apoio à Micro e Pequena Empresa (SEBRAE), o total de empresas no Brasil saltou de 4.950.291 (independente do porte) para 8.905.624, o que indica uma evolução de 81,9%. Neste bojo, as microempresas (ME) evoluíram de 4.113.929 para 5.152.562, correspondendo a um crescimento de 25,25%. Já as Empresas de Pequeno Porte (EPP), obtiveram uma evolução positiva de 43,06%, saindo de 660.594 em 2009 para 945.070 em 2012. Integrando, ainda, o grupo das MPE’s, o cadastro de Micro Empreendedor Individual (MEI) registrou um grandioso salto de 47.987 para 2.640.400, o que corresponde ao significativo percentual de 5.402,32%.
MEI
ME
EPP
2009
47.987
4.113.929
660.594
2012
2.640.400
5.152.562
945.070
Evolução (%)
5.402,32
25,25
43,06
Tabela 1 – Evolução das MPE’s (2009-2012). Fonte: SEBRAE, 2014.
08 Laureate- International Universities
Outro aspecto a ser salientado nas MPE’s e que é de interesse do mercado de crédito no Brasil, trata do faturamento obtido por estas empresas. Utilizando do mesmo estudo do SEBRAE, vê-se que as EPP’s faturavam, em 2009, o montante de R$ 778.082,02 que saltou para R$ 954.978,04, correspondendo a uma evolução de 22,73%. Já as ME’s obtiveram uma evolução de 26,67%, saindo de R$ 77.527,66 para R$ 98.211,64. Tais dados indicam a importância econômica deste segmento para as instituições financeiras, bem como a provável procura destas pelas linhas de crédito.
778.082,02 Ano 2009
77.527,66
Ano 2010
77.484,39
Ano 2011
76.802,55
767.541,92
730.774,91
954.978,04 Ano 2012
98.211,64
EPP
ME
Figura 3 – Evolução do faturamento médio das ME’s e EPP’s (em R$). Fonte: SEBRAE, 2014.
Diante deste cenário, as MPE’s se tornam focos de importante atenção, pois ao mesmo tempo em que podem significar uma oportunidade, carregam consigo um problema de gestão. Muitas vezes, o empreendedor tende a ser um profissional técnico, e não um gestor propriamente dito, isto significa que sua experiência profissional é direcionada à atividade produtiva em si, mas ele tem pouca experiência em processos de gestão comercial e financeira, o que pode ser identificado por meio da análise dos demonstrativos financeiros.
VOCÊ SABIA? Devido à crise econômica que o Brasil vivenciava nos anos 1990, gerada principalmente pelo desemprego (que chegou a 12%), muitos trabalhadores desempregados transf ormaram-se em empreendedores. Em 2002, de acordo com dados do SEBRAE, 56% dos empreendedores iniciaram as suas atividades por necessidade. O processo de evolução da economia possibilitou uma grande mudança nesta condição, pois em 2012 o empreendedorismo por necessidade correspondia a 31%, enquanto que o empreendedorismo por oportunidade (o mais adequado) correspondia a 69% dos empreendedores. Porém, este mesmo estudo mostra ainda, que o quesito escolaridade ainda é um fator a ser aprimorado entre os empreendedores, pois no ano de 2012 os empreendedores com ensino superior completo correspondiam a apenas 14% do total. Obviamente, o fato de não ter o ensino superior não significa que o empreendedor esteja apto ou não para gerir a empresa, mas reflete um dos pontos que as instituições financeiras poderão avaliar, ou seja, a compreensão e a aplicação das técnicas de gestão. O infográfico abaixo, extraído do site do SEBRAE, apresenta este e outros dados acerca do perfil do empreendedor brasileiro. 09
Gestão de Crédito, Cobrança e Risco
Perfil do Empreendedor Brasileiro
Por que optou pelo empreendedorismo? 70%
Oportunidade de negócio
44% 25% Sonham em ter negócio próprio
30%
Desejam seguir carreira em uma empresa
Necessidade
Fonte: Pesquisa CEM 2012
Resultado demonstra melhor qualidade de empreendedorismo no Brasil
62%
Motivação para abrir um negócio Oportunidade
55%
55%
56%
52%
44%
45%
47%
47%
48% 42%
69%
31%
31%
31%
39%
Necessidade 33% Fonte: Pesquisa CEM 2012
69%
61%
58%
56%
69%
2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 56%
Escolaridade
47%
Primeiro grau completo Segundo grau completo
29%
Nível superior completo ou mais
14%
Fonte: Pesquisa CEM 2012
39% 14%
2003 2004 2005 2006 2007 2008 2009 2010 2011 2012
39 anos
7,3%
Idade média
DeE
AeB
Classe Social
31 a 49 anos
C
Faixa Etária
Até 28,8% 30 anos
55,2%
37,5%
48,8%
50 anos ou mais 22,4%
Figura 4 - Perfil do Empreendedor Brasileiro. Fonte: SEBRAE, 2015.
A aplicação do Credit Scoring baseado na política dos C’s do Crédito, portanto, representa a avaliação do empreendimento por meio do seu caráter, condição, conglomerado, capital e a capacidade da empresa. Podemos verificar no quadro a seguir a avaliação de uma MPE, por meio do critério dos C’s do Crédito. 10 Laureate- International Universities
MODELO DE CREDIT SCORING PARA MICROEMPRESAS (SMALL BUSINESS SCORING) Parâmetro
Pontuação 0 a 100
Peso
Pontuação x peso
Tempo de atuação
Entre 3 e 5 anos Entre 5 e 6 anos Entre 6 e 8 anos Entre 8 e 10 anos Maior que 10 anos Conceito
Com até 3 restrições esclarecidas e sem experiência R E T Á R A C
Com até 3 restrições esclarecidas e sem experiência desfavorável Com até 3 restrições esclarecidas e com boa experiência Sem restrições, sem experiência Sem restrições, com boa experiência Relacionamento
O cliente frequentemente paga com atrasos superiores a 30 dias O cliente frequentemente paga com atrasos de até 30 dias O cliente raramente paga com atrasos superiores a 30 dias O cliente raramente paga com atrasos de até 30 dias O cliente paga suas obrigações na data Concentração de fornecedores
Diversos fornecedores com menos de 20% sobre o montante de compras Um fornecedor com 40% ou mais do montante de compras Mais de um fornecedor com 20% ou mais sobre o montante de compras
S E Õ Apenas um fornecedor com 20% Ç I de compras D N O Concentração de vendas C
a 40% sobre o montante
Clientela pulverizada Um cliente com 40% ou mais do montante de vendas Mais de um cliente com 20% ou mais sobre um montante de vendas Apenas um cliente com 20% a 40% sobre o montante de vendas
11
Gestão de Crédito, Cobrança e Risco
MODELO DE CREDIT SCORING PARA MICROEMPRESAS (SMALL BUSINESS SCORING) Parâmetro
Pontuação 0 a 100
Peso
Pontuação x peso
Participação em outras empresas pelos sócios ou pela própria empresa O D A R E M O L G N O C
Percentual maior que 10% das cotas com faturamento maior que 10% da empresa principal Percentual maior que 10% das cotas com faturamento menor que 10% da empresa principal Percentual menor que 10% das cotas com faturamento maior que 10% da empresa principal Percentual menor que 10% das cotas com faturamento menor que 10% da empresa principal Bens patrimoniais da empresa e dos sócios
L A T I P A C
E D A D I C A P A C
(Considerar apenas garantias representadas por bens móveis e imóveis) Patrimônio somado não é suficiente para quitar o débito da operação pleiteada Patrimônio somado é inferior ao débito da operação pleiteada Patrimônio somado possui valor equivalente ao débito da operação pleiteada Patrimônio somado possui valor superior a 150% do valor do débito da operação pleiteada Evolução (real) faturamento último exercício
Involução maior que 3% Involução entre 1% e 3% Manteve-se estável, com oscilação máxima de até 1% Positiva entre 1 e 10% Positiva maior que 10% Quadro 1 - Small Business Scoring . Fonte: Aranha et al, 2014.
Assim são definidos os padrões para análise, ou seja, os pontos que definirão a aprovação ou não do crédito. Estes pontos dizem aos seguintes requisitos: a) caso o somatório das notas for superior ou igual a 50, o crédito é aprovado; b) se o somatório das notas for inferior a 50, o crédito é negado ao requerente; c) caso quaisquer das variáveis tiver nota menor a 40, reprova-se o proponente. Com base nestes critérios, o quadro abaixo apresenta um modelo de avaliação no qual o crédito é aprovado, pois a pontuação foi superior a 50 pontos.
12 Laureate- International Universities
Pontuação de 0 a 100
Peso %
Pontuação Ponderada
Tempo de atuação
60
20,00
12,00
Conceito
80
10,00
8,00
Relacionamento
100
25,00
25,00
Concentração de fornecedores
50
10,00
5,00
Concentração de vendas
50
10,00
5,00
Patrimônio Líquido e sócios
60
10,00
5,00
Evolução do faturamento
100
15,00
15,00 Nota
76,00
Quadro 2 - Crédito aprovado por análise da pontuação. Fonte: Aranha et al, 2014.
Vale ressaltar que, neste caso, o modelo exclui empresas com menos de três anos de atuação. Este modelo não é recomendado para a concessão de crédito de grandes valores, mas sim de pequenos valores, adequados para micro empresas. Ademais, os pesos para cada item necessitam ser revistos conforme o empreendimento evolui (ARANHA, 2014).
VOCÊ QUER LER? O Credit Scoring é muito importante para a concessão de crédito, pois ele permite que a instituição financeira concedente possa avaliar o risco que a empresa requerente apresenta. Além dos dados estatísticos, avaliar o histórico da empresa é primordial, pois embora os demonstrativos financeiros possam ter dados positivos nos últimos doze meses, avaliar o comportamento do requerente ao longo de sua atuação é fundamental, apesar de abranger um tempo maior. Para as micro e pequenas empresas (MPE’s), o histórico possui grande importância na avaliação do crédito. Nesse sentido, o artigo Credit Scoring: proposta de um modelo para microempresas (Small Business Scoring)
apresenta o quão importante é avaliar os C’s do Crédito para as MPE’s. Disponível em: .
4.1.3 Sistemas Especialistas Os sistemas especialistas, baseados em computadores, também conhecidos como inteligência artificial (AI – artificial intelligence) são considerados sistemas de apoio à tomada de decisão. Esses sistemas fazem alguns julgamentos referenciais e dedutivos a respeito de um crédito, que segundo Altman (2009), tem como base três componentes:
• Apresenta um módulo que interage com o usuário por meio de perguntas, até o ponto em
que seja possível reunir dados suficientes para dar apoio a uma recomendação/decisão final. 13
Gestão de Crédito, Cobrança e Risco
• Apresenta uma base de conhecimento contendo dados estatísticos; algoritmos para
simulação e otimização de previsões estatísticas financeiras; como também um conjunto de “regras de produção” que diz ao sistema como se comportar em situações hipotéticas.
• Apresenta um módulo de aquisição de conhecimento e aprendizado que consiste, geralmente, de dois componentes: o sistema e o especialista. O sistema cria regras de produção com base em entradas realizadas off-line por um especialista. Por exemplo, o sistema extrairá do executivo de crédito a importância das informações sobre o histórico do cliente em relação ao seu potencial.
Figura 5 – Imagem ilustrando a combinação das inteligências artificial e humana. Fonte: Shutterstock, 2015.
Este modelo de inteligência artificial tem limitada penetração, tendo em vista o quão rápido torna-se obsoleto em função das mudanças que ocorrem no risco de crédito globalmente. Tais fatores demandaria constantes ajustes e recriação do modelo. Saiba que a tecnologia, entretanto, tem contribuído mais nos aspectos que possibilitam aumentar a vigilância sobre a exposição de crédito e gerar maior flexibilidade na concessão de crédito em razão da melhora nos sistemas de informação.
VOCÊ O CONHECE? O rating é um instrumento que fornece aos investidores informações a respeito do risco de crédito da dívida, por meio da classificação de risco e da apresentação de uma nota atribuída pelas instituições especializadas em análise de crédito. Estas instituições são chamadas de agências classificadoras de risco, as quais avaliam a capacidade das instituições públicas e privadas em honrar os pagamentos de sua dívida. Dentre as agências de risco que avaliam a capacidade de pagamento da dívida brasileira (dívida pública), estão: Standard & Poor´s (S&P), Fitch Ratings (Fitch) e Moody´s Investor Service. Há ainda outras agências que monitoram o risco de crédito do país, tais como a canadense Dominion Bond Rating Service (DBRS), as japonesas Japan Credit Rating Agency (JCR) e Rating and Investment Information (R&I), a coreana NICE Investors Service e a chinesa Dagong Global Credit Rating (SECRETARIA DO TESOURO NACIONAL, 2015). 14 Laureate- International Universities
4.2 Modelos avançados de avaliação do risco de crédito Neste tópico, conheceremos os modelos para a avaliação e para o monitoramento do risco de crédito a fim de estimar perdas inesperadas. Saiba que tais modelos são critérios utilizados por boa parte das instituições financeiras e de suma importância para a tomada de decisão. Vamos lá?
4.2.1 Valor em Risco – VAR A gestão do risco de crédito motivou o desenvolvimento de modelos por consultorias e bancos a partir da década de 1990, a fim de mensurar a perda potencial, com um nível de confiança predeterminado, que um portfólio de exposição ao crédito poderia sofrer. O Value-at-Risk (VAR) visa medir a expectativa negativa de um investimento em condições normais de mercado em um determinado período e a um dado nível de confiança. Conforme destaca Jorion (2007): (...) finalidade de mensurar o risco de mercado em carteira de ativos (ações, derivativos, etc.) de grandes banco s de investime ntos. Em outubro d e 1994, o banco amer icano J.P. Morgan tomou a iniciativa de tentar estabelecer um padrão de mercado para esta metodologia e criou o RiskMetricsä, que é uma síntese técnica escrita por acadêmicos e profissionais do mercado financeiro, que deu um enorme impulso à utilização do VAR, sendo atualmente usado em larga escala por bancos, corporações não financeiras, investidores etc. (JORION, 2007).
Entenda que existem dois tipos de métodos de cálculo: o paramétrico e o não paramétrico. O método não paramétrico utiliza-se de simulações para obter as informações, sem distorções de probabilidade para a estimação de nenhum parâmetro, evitando erros de modelagem. Já o método paramétrico envolve a forma como o retorno de uma determinada carteira se distribui, isto é, a distribuição de probabilidade irá descrever o comportamento do retorno dos ativos (ZAPPA, 2013). O VAR, portanto, calcula um número que indica o valor máximo de dinheiro que uma carteira de crédito tem possibilidade de perder. Este mecanismo possibilita determinar o quanto as empresas devem reservar para cobrir perdas inesperadas acima do nível crítico determinado, o qual depende da propensão ao risco das empresas e de seu histórico de perdas em concessões de crédito.
VOCÊ QUER VER? Conhecer as ferramentas que nos auxiliam a desenvolver cálculos e análises é de fundamental importância para o nosso desenvolvimento profissional. Afinal, nos dias atuais, analisar, criticar e tomar decisões são habilidades que o mercado de trabalho deseja nos profissionais. Pense desta forma: para fazer os cálculos, os computadores são infinitamente mais eficazes, já a capacidade crítica, no entanto, é algo intrínseco ao ser humano! No vídeo a seguir, da Endeavor Brasil, você verá a importância de qualificação para desenvolver as análises que os softwares fazem com facilidade. Como já comentamos, a análise demanda questões além dos cálculos. Disponível em: .
15
Gestão de Crédito, Cobrança e Risco
4.2.2 CreditMetrics O CreditMetrics foi lançado em abril de 1997 pela JP Morgan, sendo representado pelo conjunto de métodos analíticos e bases de dados para medir o valor e o risco de carteiras. Atualmente este produto é oferecido pelo Risk Metrics Group. Esta metodologia calcula as contribuições de risco marginais de acordo com a quantidade de diversificação ou concentração que cada crédito traz à carteira. A questão central do CreditMetrics, conforme Altman (2009), é de que o valor de um ativo deve ser visto não somente sob os aspectos de possível grau de inadimplência, mas também pelas potenciais alterações na qualidade do crédito ao longo de um determinado período, podendo vir a constatar que a inadimplência se trata de uma ocasião pontual. Além disso, segundo Santos (2009) mensurar o grau de diversificação do risco de uma determinada carteira se trata de um fator fundamental para o bom desempenho do CreditMetrics. Por intermédio dessa dinâmica, portanto, é possível quantificar o grau de exposição ao risco da carteira, o que contribui para a tomada de decisões tanto no que concerne à aprovação de limite de crédito como também para o racionamento a clientes ou segmentos que apresentem elevada exposição ao risco. Esta metodologia, para ser implementada, precisa simular possíveis mudanças na qualidade de crédito, por meio da utilização de dados históricos dos clientes. As correlações de mudanças de qualidade de crédito também devem ser calculadas a cada duas transações. Segundo Santos (2009), em termos práticos, essa condição constitui-se em um dos principais limitadores da operacionalidade do CreditMetrics. Uma vez que as perdas esperadas são perdas médias de longo prazo e, portanto, já inclusas na precificação, podemos concluir que o CreditMetrics auxilia na alocação dos recursos necessários para cobrir perdas inesperadas que não são refletidas diretamente na precificação, mas demandam uma reserva de capital para absorvê-las.
Figura 6 – Mayer Amschel Rothschild, fundador da dinastia bancária da família Rothchild. Fonte: Shutterstock, 2015.
16 Laureate- International Universities
VOCÊ O CONHECE? A família Rothschild é conhecida por ser a detentora de um dos grupos econômicos mais poderosos do mundo, conhecidos por dominarem economicamente a Europa na primeira metade do século XVIII. “O mundo de então não conhecia nenhuma outra entidade, além dos governos e das casas reais, que detivesse tanto poder econômico quanto o clã de banqueiros judeus estabelecidos em Frankfurt, Viena, Nápoles, Londres e, sobretudo, Paris.” (SETTI, 2012). Entretanto, há situações nas quais o registro histórico mostra acusações de golpes e financiamento de guerras, dentre as quais, a batalha de Waterloo. Disponível em: .
VOCÊ QUER VER? Originada do livro The Ascent of Money (A ascensão do dinheir o), escrito pelo professor da Universidade de Harvard, Niall Ferguson, o documentário de mesmo título recebeu o Prêmio Emmy Internacional de melhor documentário em 2009. O enredo busca retratar a história da relação da evolução econômica com as guerras, pelo fato de muitas terem sido financiadas pelo mercado de títulos públicos. Disponível em: .
Figura 7 – Fachada JP Morgan em Londres. Fonte: Shutterstock, 2015.
4.2.3 Modelo RAROC O modelo RAROC ( Risk Adjusted Return on Capital - retorno sobre o capital ajustado ao risco) tem como objetivo identificar a capacidade de geração de valor de um ativo ou produto. Esta metodologia assume que retornos diferentes são e devem ser exigidos de forma proporcional aos 17
Gestão de Crédito, Cobrança e Risco
diferentes riscos incorridos. “O RAROC aloca uma carga de capital a uma transação ou linha de negócios a um valor equivalente à máxima perda esperada (a um nível de confiança de 99%) por um ano, com base em dados após impostos” (SANTOS, 2005, p. 16). Portanto, entenda que quanto maior for a volatilidade dos retornos, mais capital deve ser alocado. A lógica de mensuração do RAROC avalia o retorno sobre o capital investido e ajustado ao risco, expressando o montante necessário para cada linha de negócios. O cálculo do RAROC também ajusta no numerador a perda esperada com a transação (lucro econômico) e no denominador o efetivo investimento em risco (capital econômico), conforme mostrado a seguir: Lucro econômico Capital econômico
RAROC =
Já o Lucro Econômico (LE) é definido como o lucro efetivo ou medida de lucratividade, sem a influência de eventos extraordinários ou convenções contábeis que não reflitam a real situação econômica da empresa. Pode ser calculado para um período passado ou futuro.
LE
=
Receitas Operacionais
Resultantes de cadatransação de crédito, levando em consideração o spread ajustado ao risco assumido com a inadimplência, ou seja, leva em consideração a provisão para duvidosos (PDD).
-
Desembolsos Operacionais
-
São saídas diretamente atribuídas à transação de crédito, ou seja, estão relacionados à origem ao monitoramento do crédito.
Perdas Esperadas
Correspondem ao valor estimado das perdas com a inadimplência e são baseadas em dados históricos extraídos do relacionamento com o cliente e perspectivas de desempenho do cenário econômico.
Figura 8 – Conceito de lucro econômico para a utiliz ação do RAROC. Fonte: Elaborada pelo autor, 2015.
Uma vez calculado o RAROC, ele é comparado com o Custo de Oportunidade, isto é, o custo de capital que a empresa teria que assumir para atrair investidores interessados em financiar seus projetos. A diferença entre o RAROC e o Custo do Capital representa o resultado econômico da operação. Trata-se da abordagem do Lucro Econômico ou EVA, o qual considera o resultado da operação ao final do período sobre o capital investido no início da operação. Exemplo:
• Valor do portfólio de crédito = $ 5.000.000; •
Spread médio
histórico = 2,5% x $5.000.000 [$125.000];
• PDD = 3,00% do Valor do portfólio de crédito [$150.000]; • Perdas esperadas = 3,25% do portfólio de crédito [$162.000]; • Custo de oportunidade = 25%; • Desembolsos operacionais = 0,34% do valor do portfólio de crédito [$17.000]; • Montante de recursos para cobrir gastos com a inadimplência = $254.000. 18 Laureate- International Universities
RAROC =
($125.000,00 + $150.000,00) - ($162.000,00 + $17.000,00) $254.000,00
= 0,3760 ou 37,67%
Podemos concluir, portanto, que o RAROC do portfólio de crédito é de 37,6%, ou seja, superior ao custo de oportunidade de 25%, o que significa que o portfólio gera resultado financeiramente viável, uma vez que estaria remunerando adequadamente o capital dos acionistas. Segundo Carollo (2009), o modelo RAROC não é livre de críticas. Sua metodologia, portanto, deve ser ajustada em consonância às características da carteira e do Banco, como também de seus planos de expansão. Dentre as vantagens do RAROC, Carollo (2009) ainda destaca que este mecanismo permite o tratamento objetivo do risco, diminuindo o conflito no qual os executivos tendem a favorecer certos clientes ou segmentos por razões históricas, não levando em conta geração de valor.
4.2.4 O Modelo de Probabilidade de Inadimplência - KMV Para estimar a probabilidade de inadimplência de empresas de capital aberto, o modelo KMV é baseado no preço de mercado das ações e em informações obtidas por meio de demonstrações contábeis, assumindo que o mercado é a fonte mais eficiente de informações no que tange à saúde financeira de uma empresa. Em outras palavras, o modelo reflete as expectativas de uma empresa acerca de sua capacidade de geração de fluxos de caixa para pagar a totalidade de suas dívidas. Esta metodologia deve ser empregada para analisar o risco de crédito quando as ações refletirem a capacidade de pagamento da empresa (SANTOS, 2009).
CASO
O JP Morgan é uma instituição financeira que fornece serviços de investimento financeiro, logo, demanda uma criteriosa avaliação de risco. Segundo o jornal Estadão, a empresa, apesar de todos os seus critérios de análise, cálculos, estudos e outras estratégias para minimizar o risco, incorreu em um erro sobre a escolha na compra de títulos. Disponível em: . Tal erro não foi amenizado nem pelas outras agências de risco que, em 2012, rebaixaram a nota do grau de investimento do JP Morgan. Disponível em: .
Pois bem, podemos ver que ninguém está isento de errar! Nem mesmo as empresas mundialmente conhecidas por serem avaliadoras de risco.
19
Síntese Síntese Neste capítulo, vimos que a análise do risco é um fator de fundamental importância para conceder o crédito para uma empresa. Desta forma, conhecemos:
• o ponto de corte para a concessão de crédito é uma análise estatística que estipula as métricas atribuídas por cada instituição financeira para ceder o crédito;
• o Credit Scoring representa a avaliação do empreendimento por meio do C’s do Crédito; • o Value at Risk (VAR) visa calcular um número que indica o valor máximo de dinheiro que uma carteira de crédito tem possibilidade de perder;
• o Credit Metrics consiste no conjunto de métodos analíticos e bases de dados para medir o valor e o risco de carteiras;
• o RAROC objetiva identificar a capacidade de geração de valor de um ativo ou produto; • probabilidade de inadimplência - KMW consiste em estimar a probabilidade de inadimplência de empresas de capital aberto.
20
Laureate- International Universities
Referências Bibliográfcas ALTMAN, E. I.; et al. Gestão de Risco de Crédito : o grande desafio dos mercados financeiros globais. 2 ed. Rio de Janeiro: Qualitymark, Serasa, 2009. ARANHA, J.A.M.; DIAS, A.M.; ARANHA, C.P.M. Credit Scoring: proposta de um modelo para microempresas (SmallBusiness Scoring). 2° Seminário Internacional de Integração e Desenvolvimento Regional. 2014. CHAIA, A. J. Modelos de Gestão do risco de Crédito e sua Aplicabilidade no Mercado Brasileiro. Dissertação (Mestrado em Administração) - Faculdade de Economia, Administração e Contabilidade, Universidade de São Paulo, São Paulo, 2003. CRESPO, A.A. Estatística fácil . 19. ed. São Paulo: Saraiva, 2009. ÉPOCA NEGÓCIOS. Standard & Poor’s e Fitch rebaixam rating do JP Morgan. In: Globo.com. 2012. Disponível em: . Acesso em: 15 dez. 2015. JORION, P. Value at risk - The New Benchmark for Managing Financial Risk 3a. New York: McGraw-Hill, 2007. FORDELONE. Y. Ações de bancos nos EUA caem após erro de JP Morgan. In: O Estado de São Paulo . Disponível em http://blogs.estadao.com.br/economia-tempo-real/2012/05/11/acoes-de-bancos-nos-eua-caem-apos-erro-de -jpmorgan/. Acesso em: 15 dez. 2015. SANTOS, J.O.; FAMA, R. Avaliação da aplicabilidade de um modelo de credit scoring com variáveis sistêmicas e não-sistêmicas em carteiras de crédito bancário rotativo de pessoas físicas. Rev. contab. finanç . vol.18, n.44 São Paulo May/Aug. 2007. Disponível em: Acesso em: 01 nov. 2015. SANTOS, J.O. Análise de Crédito : empresas, pessoas físicas, agronegócio e pecuária. 3 ed. São Paulo: Atlas, 2009. SEBRAE. A evolução das microempresas e empresas de pequeno porte de 2009 a 2012 – Brasil. 2014. Disponível em: .Acesso em: 08 dez. 2015. SECRETARIA DO TESOURO NACIONAL. Classificação de risco da República Soberana do Brasil. 2015. Disponível em: . Acesso em: 08 dez. 2015. VERBO COOPERAR. Financeiro no Mundo. 2015. Disponível em: http://www.verbocooperar. com.br/index.php/cooperativas-financeiras-no-mundo/. Acesso em: 15 dez. 2015. SETTI, R. Eles já foram donos do mundo: em livro, a história da dinastia Rothschild. Revista Veja. 2012. Disponível em http://veja.abril.com.br/blog/ricardo-setti/dica-de-leitura/eles-ja-foram-donos-do-mundo-em-livro-a-historia-da-dinastia-rothschild/. Acesso em: 15 dez. 2015. ZAPPA, L.E.S. Value at risk : aplicação de diferentes Metodologias para mensurar o risco de uma carteira teórica de ações. – Rio de Janeiro: UFRJ/ Escola Politécnica, 2014. 21
