Return to search

Probabilidade de inadimplência de grandes empresas no sistema financeiro nacional / Likelihood of nonpayment of large enterprises in National Financial System

O risco de crédito é uma das principais preocupações quando se trata de instituições financeiras. A probabilidade de inadimplência, conhecida também como probabilidade de default, tem papel importante na gestão de risco de crédito, auxiliando na constituição de provisões, na precificação das operações de crédito e no estabelecimento de limites de crédito. Com o Novo Acordo de Basiléia, surge a possibilidade de utilização de modelos internos para o cálculo dos componentes que determinam o requerimento mínimo de capital necessário para que a instituição financeira suporte o seu risco de crédito. Um desses componentes é a probabilidade de inadimplência, o que destaca ainda mais a importância de sua mensuração. Deste modo, este trabalho tem como objetivo a construção de um modelo com variáveis contábeis e cadastrais de grandes empresas, juntamente com variáveis macroeconômicas, para estimar a probabilidade de inadimplência dessas empresas no Sistema Financeiro Nacional. Saliente-se que, diferentemente da maioria dos estudos existentes, que utilizam falência e concordata como evento de default, a inadimplência no Sistema Financeiro Nacional é pouco abordada, em função da dificuldade na obtenção de dados desse tipo. As fontes utilizadas foram as bases de dados das Melhores e Maiores - As 500 maiores empresas do país (Revista Exame) e do Sistema de Informações de Crédito do Banco Central do Brasil. Como ponto de partida, define-se o evento de default como sendo o atraso superior a 90 dias de parcela material da dívida de uma empresa, em relação a uma instituição financeira, e determina-se o percentual que representa o termo parcela material. A técnica estatística utilizada para a modelagem é a regressão logística e adota-se um procedimento manual de seleção de variáveis, que apresentou melhores resultados em termos de qualidade de ajuste se comparado com o procedimento stepwise. As variáveis métricas que compõem o modelo final referem-se a indicadores contábeis, índice de inflação, variação do produto interno bruto, tempo de relacionamento com a instituição e tamanho da empresa; sendo que nem todas apresentaram a associação esperada com a probabilidade de inadimplência, possivelmente em função de limitações existentes na base de dados e na metodologia utilizada. As variáveis categóricas que compõem o modelo referem-se ao estado da sede da empresa, seu controle acionário e seu setor econômico. Através de testes estatísticos, verifica-se que o modelo construído apresenta boa qualidade de ajuste aos dados observados, que é importante dado o foco na previsão, e razoável poder discriminante, que representa um bom resultado tendo em vista o baixo percentual existente de eventos de default (2,6%). Essa restrição também impossibilitou a validação externa do modelo. Os principais diferenciais do estudo são a base de dados utilizada (dados de atraso de operações de crédito no Sistema Financeiro Nacional) e utilização de informações cadastrais categóricas, o que o torna uma referência potencial para outros estudos sobre previsão de inadimplência bancária, mostrando as diversas dificuldades enfrentadas e apresentando sugestões para aprimoramento. / Credit risk is one of the main concerns regarding financial institutions. The probability of default has an important role in credit risk management, constituting provisions, pricing loans, and establishing credit limits. The New Basel Accord allows for the use of internal models to calculate the components that determine the minimum capital requirement in order for the financial institution to support its credit risk. One such component is the probability of default, which further emphasizes the importance of its measurement. Therefore, the objective of this work is the construction of a model using large corporations\' accounting and cadastre variables, along with macro economic variables, to estimate the probability of default of these companies in the Brazilian Financial System. Unlike the majority of the existing studies that use bankruptcy and forced agreement as the event of default, past due loans in the Brazilian Financial System are rarely addressed due to the difficulty collecting data of this type. The data used in this work comes from the \"Melhores e Maiores - As 500 maiores empresas do país (Revista Exame)\" and the \"Sistema de Informações de Crédito do Banco Central do Brasil\". As a starting point, the event of default is defined as past due more than 90 days on any material credit obligation to the financial institution, and the percentage that represents the term any material is determined. The statistical technique used for the modeling is the logistic regression, and a manual procedure of variable selection is adopted that presents better results in terms of model goodness of fit when compared with the stepwise procedure. The metric variables that compose the final model correspond to accounting ratios, inflation index, variation of the gross domestic product, duration of relationship with the financial institution, and company size. It was observed that some of these variables do not present the expected association with the probability of default, possibly due to limitations in the methodology and data. The categorical variables that compose the model correspond to the state of the company\'s headquarters, its shareholding control, and its economic sector. Through statistical tests, it was verified that the constructed model appropriately fits the observed data, which is important as forecasting is the focus. The model also presents reasonable discriminating power, which represents a good result, in view of the low percentage of events of default (2.6%). The low percentage of relevant data made it impossible to proceed to external validation. Some of the distinguishable contributions of this work are the use of a different database (past due loans in the Brazilian Financial System) and the use of several categorical cadastre information, that makes this work to be a potential reference for future studies of forecasting default in the financial system, as it describes several difficulties faced, and gives suggestions for further improvements.

Identiferoai:union.ndltd.org:usp.br/oai:teses.usp.br:tde-04062008-120550
Date12 May 2008
CreatorsAkiama, Simone Rumi
ContributorsMartins, Gilberto de Andrade
PublisherBiblioteca Digitais de Teses e Dissertações da USP
Source SetsUniversidade de São Paulo
LanguagePortuguese
Detected LanguagePortuguese
TypeDissertação de Mestrado
Formatapplication/pdf
RightsLiberar o conteúdo para acesso público.

Page generated in 0.0027 seconds