Académique Documents
Professionnel Documents
Culture Documents
Gestão de Crédito,
Cobrança e Risco
Sumário
CAPÍTULO 4 – Qual a Importância das Técnicas Estatísticas Aplicadas à Análise de Crédito?.. 05
Introdução.....................................................................................................................05
4.2.2 CreditMetrics...................................................................................................16
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, espe-
cialmente para a análise de crédito em relação às pequenas empresas.
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 aproximada-
mente 520 milhões de pessoas associadas, o que representa quase 8% da população
economicamente ativa (Verbo Cooperar, 2015).
• O usuário não exerce qualquer influência na • O que vale para um, vale para todos (art 37 da lei
definição dos produtos e na sua precificação no 5764/71)
• O usuário das operações é mero cliente • Toda a política operacional é decidida pelos pró-
prios usuários
• Os administradores são terceiros (homens do
mercado) • O usuário é o próprio dono
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
Desta forma, a instituição creditícia definirá por meio dos seus critérios, qual é a pontuação míni-
ma 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.
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 cor-
te, 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 reque-
rentes 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 idoneida-
de 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
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 consistente que nos habilite tomar decisões 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 ba-
seiam 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 ca-
dastro 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
778.082,02
Ano 2009 77.527,66
767.541,92
Ano 2010 77.484,39
730.774,91
Ano 2011 76.802,55
954.978,04
Ano 2012 98.211,64
EPP ME
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 identifica-
do por meio da análise dos demonstrativos financeiros.
VOCÊ SABIA?
Devido à crise econômica que o Brasil vivenciava nos anos 1990, gerada principalmen-
te pelo desemprego (que chegou a 12%), muitos trabalhadores desempregados transfor-
maram-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 empre-
endedorismo 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
44% 25%
70% Oportunidade de negócio
30% Necessidade
Fonte: Pesquisa
Resultado demonstra melhor qualidade de empreendedorismo no Brasil CEM 2012
56%
Escolaridade
47%
Primeiro grau completo
Segundo grau completo 29%
39%
Nível superior completo
ou mais 14% 14%
Fonte: Pesquisa
CEM 2012 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012
7,3% 39 anos
Idade média
DeE
Até 28,8%
Classe 31 a Faixa 30
C 49 anos
AeB Social anos
Etária
55,2%
37,5%
50 anos
48,8% ou mais
22,4%
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.
Pontuação Pontuação x
Parâmetro Peso
0 a 100 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
Com até 3 restrições esclarecidas e sem experiência des-
CARÁTER
favorável
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 mon-
tante de compras
Um fornecedor com 40% ou mais do montante de compras
Mais de um fornecedor com 20% ou mais sobre o mon-
tante de compras
CONDIÇÕES
Concentração de vendas
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
Pontuação Pontuação x
Parâmetro Peso
0 a 100 peso
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;
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.
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 necessi-
tam ser revistos conforme o empreendimento evolui (ARANHA, 2014).
• 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
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.
(...) finalidade de mensurar o risco de mercado em carteira de ativos (ações, derivativos, etc.)
de grandes bancos de investimentos. Em outubro de 1994, o banco americano 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 méto-
do 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 depen-
de da propensão ao risco das empresas e de seu histórico de perdas em concessões de crédito.
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 deter-
minada 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 ope-
racionalidade 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 deman-
dam uma reserva de capital para absorvê-las.
Entretanto, há situações nas quais o registro histórico mostra acusações de golpes e fi-
nanciamento de guerras, dentre as quais, a batalha de Waterloo. Disponível em: <http://
operamundi.uol.com.br/conteudo/noticias/12863/hoje+na+historia+1815+-+nath
an+rothschild+da+%26%2339golpe+da+bolsa+de+londres%26%2339.shtml>.
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
RAROC =
Capital econômico
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.
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:
= 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 executi-
vos tendem a favorecer certos clientes ou segmentos por razões históricas, não levando em conta
geração de valor.
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: <http://blogs.es-
tadao.com.br/economia-tempo-real/2012/05/11/acoes-de-bancos-nos-eua-caem-apos-erro-
-de-jpmorgan/>.
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: <http://epocanegocios.globo.com/Infor-
macao/Dilemas/noticia/2012/05/standard-poors-e-fitch-rebaixam-rating-do-jpmorgan.html>.
Pois bem, podemos ver que ninguém está isento de errar! Nem mesmo as empresas mundialmen-
te conhecidas por serem avaliadoras de risco.
19
Síntese Síntese
Neste capítulo, vimos que a análise do risco é um fator de fundamental importância para conce-
der 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 Metrics consiste no conjunto de métodos analíticos e bases de dados para medir
o valor e o risco de carteiras;
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 Desenvolvi-
mento Regional. 2014.
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: <http://epocanegocios.globo.com/Informacao/Resultados/noticia/2012/08/
na-europa-bolsas-fecham-em-alta-pela-3-sessao-seguida.html>. 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 variá-
veis 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: <http://www.scielo.br/
scielo.php?script=sci_arttext&pid=S1519-70772007000200009> Acesso em: 01 nov. 2015.
SANTOS, J.O. Análise de Crédito: empresas, pessoas físicas, agronegócio e pecuária. 3 ed.
São Paulo: Atlas, 2009.
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