&UpGLWRjV0LFURH3HTXHQDV(PSUHVDV

$VVLPHWULDGH,QIRUPDomRH$QiOLVHGD

5HDOLGDGH%UDVLOHLUD

&DWHJRULD*UDGXDQGR

1
 Ë1',&(

,1752'8d­2

&$3Ë78/20,&52(3(48(1$6(035(6$612%5$6,/
1.1. Justificativas Econômicas para a Existência das MPEs.....................5
1.2. Caracterização das MPEs no Brasil..................................................6
1.3. Sobrevivências das MPEs no Brasil..................................................9
1.4. Formas de Acesso ao Crédito Disponíveis.......................................11

&$3Ë78/2,1)250$d­2$66,0e75,&$120(5&$'2'(&5e',72
2.1. Mercado de Crédito.........................................................................13
20RGHORGH6WLJOLW] :HLVV««««««««
2.2. O Mercado de Crédito Brasileiro……………………....................22
23URFHVVRGH$QiOLVHGH&UpGLWR««««««««
2.3. Propostas para a redução da assimetria de informações
no mercado de crédito para as MPEs……………………..............32
*UDPHHQ%DQN««««««««

&$3Ë78/2&$3$&,'$'('(3$*$0(172'$603(6%5$6,/(,5$6
8002'(/2'(&5(',76&25,1*
3.1. Introdução.......................................................................................33
3.2. Metodologia Econométrica............................................................39
3.3. Resultados.......................................................................................40
3.4. Conclusões do Estudo.....................................................................45

&21&/86­2

%,%/,2*5$),$

2
,1752'8d­2
2HPSUHHQGHGRUpRDJHQWHGRSURFHVVRGHGHVWUXLomRFULDWLYD

eRLPSXOVRIXQGDPHQWDOTXHDFLRQDHPDQWpPHPPDUFKDR

PRWRUFDSLWDOLVWDFRQVWDQWHPHQWHFULDQGRQRYRVSURGXWRV

QRYRVPHUFDGRVHLPSODFDYHOPHQWHVREUHSRQGRVHDRVDQWLJRV

PpWRGRVPHQRVHILFLHQWHVHPDLVFDURV

-RVHSK$ORLV6FKXPSHWHU(1883 - 1950)

O Brasil é um dos países mais empreendedores do mundo. Descontextualizada, esta

frase poderia indicar um apelo ufanista aos observadores (nacionais e estrangeiros) menos

desavisados. No entanto, quando avaliamos alguns dados relativos à importância do

segmento de Micro e Pequenas Empresas (MPEs) na produção nacional, vemos que o

papel do pequeno empreendedor é fundamental no funcionamento da economia brasileira.

Quando observamos os resultados do Global Entrepreneurship Monitor (ver

Relatório Global, 2002), ratificamos esta realidade. Segundo o relatório, estima-se que no

Brasil em 2002, 14.4 milhões de pessoas estavam envolvidas com alguma atividade

empreendedora, ou seja, um em cada sete brasileiros estava empreendendo, fato este que

coloca o Brasil sétimo lugar na classificação mundial de empreendedorismo, com uma

Taxa de Atividade Empreendedora (TAE) de 13.5%. No cômputo geral, o Brasil participa

com 5% dos 286 milhões de empreendedores ativos em 2002 nos 37 países participantes da

pesquisa que resultou no relatório. Não por acaso, as MPEs assumem tamanha importância

no desenvolvimento econômico e da renda nacionais.

Segundo dados da Relação Anual de Informações Sociais do Ministério do

Trabalho e Emprego (RAIS / MTE) de 2000, 93% do total dos estabelecimentos

empregadores do país são empresas de micro e pequeno porte, respondendo por cerca de

20% do Produto Interno Bruto (PIB) e 53% dos empregos formais no Brasil.

3
7DEHOD,±3DUWLFLSDomRGDV03(VQD(FRQRPLD%UDVLOHLUD

9DULiYHO $V03(VQR%UDVLOHP

Total de Estabelecimentos Empregadores 93
Trabalhadores Formais 53
PIB 20
Valor Total Exportado 12,4
Fonte: RAIS (2000), Funcex (2002), MONAMPE (2003)

Paradoxalmente a esta realidade, notamos que apenas 10% do total de crédito

ofertado no Brasil é destinado às MPEs.

Assim, frente a esta conjuntura, aparentemente antagônica, e dado que o recurso

financeiro é um dos elementos mais importantes no estabelecimento e sustentação de um

negócio, procuro investigar e levantar neste trabalho alguns dos fatores que têm

proporcionado a manutenção deste VWDWXVTXR tão daninho ao fomento das MPEs.

Este trabalho fará uma revisão bibliográfica da literatura que discute um dos fatores

cruciais na concessão de crédito a qualquer agente econômico, ou seja, a informação. É

devido ao fenômeno de informação incompleta que órgãos públicos e privados,

primordialmente bancos, deixam de ofertar crédito a muitos empreendedores que, apesar

de dotados de espírito criativo, bons planos de negócio e capacidade de liquidação de suas

dívidas, não conseguem disponibilizar um número de informações pré-determinado e

formatado na burocracia legal, pois se encontram muitas vezes na informalidade.

Ocorre assim, no Brasil, o fenômeno da Assimetria de Informações, cujas primeiras

investigações são discutidas no importante artigo de AKERLOF (1970) e cujas derivações

teóricas mais conhecidas, aplicadas ao mercado de crédito, são frutos do trabalho seminal

de STIGLITZ & WEIS (1981).

Desse modo, no primeiro capítulo, traço um panorama das MPEs no Brasil e o

contexto em que se inserem. No capítulo seguinte, reviso os principais modelos teóricos

acerca do conceito de Informação Assimétrica e suas aplicações no mercado de crédito.

4
Por fim, no terceiro capítulo, apresento um estudo empírico, analisando as características

da inadimplência no setor das MPEs à luz das teorias e modelos vistos no capítulo anterior.

•••

&$3Ë78/2
0,&52(3(48(1$6(035(6$612%5$6,/

 -XVWLILFDWLYDV(FRQ{PLFDVSDUDD([LVWrQFLDGDV03(V

Muitos autores descreveram o papel econômico-social das MPEs, mas um em especial

se destaca por sua lucidez na reflexão sobre o tema “empreendedorismo”. SCHUMPETER

(1961) destaca quatro pontos fundamentais para o fomento ao pequeno empreendimento

como elemento crucial no desenvolvimento tecnológico e na inovação:

 (PSUHViULRLQRYDGRU: figura central, que busca, por meio de espírito inventivo e

criativo, a inovação tecnológica e novas técnicas de gestão e adaptação.

 (PSUHHQGHGRU: dono da “intuição” que move o gênio criativo na direção do

desenvolvimento tecnológico.

 1RYRVPHUFDGRV;(PSUHHQGHGRU: o produtor é que inicia a mudança econômica

e os consumidores se necessário são por ele “educados” (ensinados a desejar novos

produtos e serviços).

 %DQFRGH'HVHQYROYLPHQWR:

a. Somente o empreendedor necessita de crédito para desenvolvimento

industrial com novas combinações de fatores

b. O consumidor não necessita de crédito, pois o crédito ao consumidor não é

um elemento essencial ao processo econômico.

c. Desenvolvimento é impossível sem crédito.

5
 Expandindo algumas dessas proposições de Schumpeter e avaliando o posicionamento

da MPE na economia global, podemos direcionar outras justificativas atuais para a

existência das MPEs: Estímulo à livre iniciativa e à capacidade empreendedora; Relações

capital / trabalho mais harmoniosas; Contribuição para geração de novos empregos e

absorção de mão-de-obra, seja pelo crescimento das MPEs já existentes, seja pelo

surgimento de novas; Efeito amortecedor dos impactos do desemprego; Efeito amortecedor

dos efeitos das flutuações na atividade econômica (principalmente, aqueles efeitos de

caráter global, de maior impacto em empresas mais dependentes dos mercados externos);

Manutenção de certo nível de atividade econômica em determinadas regiões; Contribuição

para a descentralização da atividade econômica, em especial na função de complementação

às grandes empresas; Potencial de assimilação, adaptação, introdução, algumas vezes,

geração de novas tecnologias de produtos e processos.

 &DUDFWHUL]DomRGDV03(VQR%UDVLO

Para a efetiva caracterização das MPEs no Brasil, devemos fazer algumas

considerações em relação ao seu posicionamento diferenciado na economia. Assim, as

MPEs:

1) Não são grandes organizações miniaturizadas e não são organizadas e geridas de

forma departamentalizada / segmentada;

2) Normalmente, as MPEs atuam em um mercado de bens, produtos e serviços com

características de demanda elástica e com grandes flutuações no tempo;

3) Apresentam baixa dificuldade de barreiras à sua entrada no mercado e com uma

concorrência fortemente presente;

4) Possuem grandes dificuldades de sobrevivência, sendo que a esmagadora maioria

desaparece em menos de dois anos e;

5) Representam mais de 90% do total de organizações existentes no Brasil.

6
 Analisando algumas das informações fornecidas pelo SEBRAE, a partir de dados do

Departamento Nacional de Registro do Comércio (DNRC), vemos o grau de importância

do segmento na economia regional do país.

*UiILFR±3DUWLFLSDomRGDV0LFURHPSUHVDVQR7RWDOGH(PSUHVDVFRQVWLWXtGDVSRU

5HJLmRSHUtRGRGH

1RUWH 

6XO 

&HQWUR2HVWH 

1RUGHVWH 

6XGHVWH 

%UDVLO 

Fonte: SEBRAE, elaborado a partir dos dados do DNRC

Verificamos assim que a maior parte das empresas no Brasil, segundo a

classificação do SEBRAE, tem até nove empregados (se comércio ou serviço) e até 19

empregados (se indústria), indicando a natureza dinâmica dos negócios brasileiros.

*UiILFR±'LVWULEXLomRGDV03(VSRU6HWRUGH$WLYLGDGH

&RPpUFLR 

6HUYLoRV 

$JURSHFXiULD 

,QG~VWULDGH

7UDQVIRUPDomR

&RQVWUXomR&LYLO 

$GP3~EOLFD 

([WUDWLYLVPR0LQHUDO 

6,83 

Fonte: MONAMPE

7
 Não por acaso, o discurso político no final dos anos 90 e do início do séc. XXI

prima, via de regra, pelo desenvolvimento de metas sustentáveis de apoio aos micro e

pequenos empresários dada, inclusive, a dificuldade de se estabelecerem objetivos gerais

(macro) que tenham eficiência real no crescimento econômico no Brasil 1.

Conforme podemos observar na tabela 1.2, quando caracterizamos de forma mais

geral, percebemos que as MPEs são bem distintas das grandes empresas e transnacionais.

Vale destacar o alto grau de concentração de compras dentro do país (nos mercados

internos), reforçando a hipótese de que são as MPEs que dinamizam a economia nacional.

7DEHOD±&DUDFWHUL]DomRGDV03(VEUDVLOHLUDVHP

&DUDFWHUtVWLFDVGDV03(V 7RWDO±%UDVLO
Compram só do mercado interno 90%
Exportam 5%
Utilizam até 50% da capacidade instalada 50%
Compraram máquinas e equipamentos nos últimos três anos 30%
Querem melhorar a gestão, mas não possuem recursos 60%
Utilizam a informática 30%
Utilizam sistema de controle de qualidade 47%
Treinam seu pessoal 30%
Utilizam técnicas de marketing 20%
Fazem planejamento da produção e vendas 60%
Controlam e avaliam a produtividade 25%
Têm controle de estoques 60%
Têm gestão de estoques 20%
Têm registro de marcas e patentes no INPI 35%
Mantêm contatos com centros de tecnologia 25%
Seguem normas do INMETRO 30%
Fonte: SEBRAE

Para concluir esta breve caracterização da MPE brasileira, é interessante notar

alguns dos aspectos gerenciais deste segmento, como demonstrado na tabela 1.3.

7DEHOD±'HVHPSHQKR&DSDFLWDomRH(VWUDWpJLDV&RPSHWLWLYDVHP

&DUDFWHUtVWLFDVGDV03(V 7RWDO±%UDVLO
Faturamento médio por pessoa ocupada Brasil em US$ / ano
Micro empresas 25.000

1
Em 2002, parte do discurso do presidente eleito Luís Inácio Lula da Silva e de seu partido, o
Partido dos Trabalhadores (PT), defendeu o apoio incondicional do Poder Executivo às MPEs
como meio eficaz de desenvolvimento econômico.

8
 Pequenas 35.000
Rejeição de produtos (média brasileira: 2%) 5%
Desperdício de matérias-primas 7%
Dias de interrupção da produção, não previstas (anual) 18
Utilizam controle estatístico do processo 17%
Utilizam “just in time” 20%
Não realizam treinamento da mão-de-obra 70%
Pessoal qualificado ou nível superior no quadro 40%
Concedem benefícios aos empregados 30%
Realizam pesquisas sobre necessidades dos consumidores 12%
Registram as sugestões dos clientes 15%
Têm serviço de atendimento aos clientes 55%
Fazem uso de controles gerenciais 60%
Programam investimentos 30%
Dotam de informações sobre processos produtivos e tecnologia 27%
Fonte: SEBRAE

Percebemos neste quadro a distância de comportamento das MPEs frente às

grandes empresas no que se refere às práticas gerenciais. Há, sem dúvidas, grande espaço

para profissionalização e capacitação do segmento. Tal aprimoramento, no médio prazo,

pode aumentar as chances de sustentação dessas empresas no mercado no longo prazo,

bem como permitir a geração e coleta de informações necessárias na obtenção de crédito

junto às instituições financeiras privadas e públicas.

 6REUHYLYrQFLDVGDV03(VQR%UDVLO

Como visto anteriormente, a realidade empresarial brasileira é eminentemente

composta por MPEs, que são as verdadeiras responsáveis pela geração de emprego no país.

Assim, seu fomento é necessário e incentivável. Como apontaram FELDMANN &

AUDRETSCH (1999), as pequenas unidades nascentes são vistas como agentes de

mudança, com papel crucial na inovação tecnológica, mas também impõem, sob a ótica

tradicional, custos excessivos para a economia como resultado de escalas de produção

ineficientes, implicando em baixa produtividade e baixos salários para seus trabalhadores.

Para estes autores, as MPEs nascentes têm em seus primeiros anos de existência muitas

incertezas quanto à demanda de seus produtos. Eles apontam ainda que muitos dos motivos

9
que não permitem que tais empresas sobrevivam no longo prazo, tenham relação com a

própria competência do empresário e de seus empregados.

Muitos estudos comprovam que a taxa de mortalidade se reduz com o porte e tempo

de existência (idade) da empresa. NAJBERG et al (2000) apontam para a necessidade de

uma expansão do conhecimento e mapeamento das causas que levam à realidade brasileira.

Segundo estes autores, a existência de algum tipo de filiação ou relação com uma empresa

matriz (no Brasil ou exterior) e o porte da empresa determinam em muito o nível de

mortalidade das empresas no Brasil. Os autores ainda investigam a alta correlação entre a

taxa de natalidade das empresas e sua taxa de mortalidade que, no período da realização do

estudo, foi de 32.6% e 25.3% para as MPEs e 4.7% e 4.5% para as grandes empresas

respectivamente. O gráfico 1.3 explicita esta relação.

*UiILFR  ± 7D[DV GH 1DWDOLGDGH H 0RUWDOLGDGH GH (VWDEHOHFLPHQWRV QR %UDVLO

'H]'H]




 



  Fonte: Rais / MTE apud
  NAJBERG et al (2000)

0LFUR 3HTXHQDV 0pGLDV *UDQGHV 7RWDO%UDVLO

Natalidade Mortalidade

Outro ponto fundamental para se entender o problema da sobrevivência das MPEs

no Brasil é o período em que suas atividades normalmente são encerradas. Há uma

concentração grande da mortalidade até o primeiro ano de vida da empresa, como se pode

observar no gráfico 1.4.

10
*UiILFR±7D[DGH0RUWDOLGDGHSRU,GDGHH3RUWH


 


  

  


 


Fonte: Rais / MTE apud
 NAJBERG et al (2000)

 0LFUR 3HTXHQDV 0pGLDV *UDQGHV 7RWDO%UDVLO

 1o. ano 2o. ano ou Mais

Numa investigação mais detalhada, os autores avaliam a mortalidade das empresas

inseridas no macro-setor de atividade econômica. Assim, na indústria, onde a economia de

escala é mais relevante, é maior a mudança de porte das firmas sobreviventes em relação,

por exemplo, àquelas que compõem o setor de comércio.

NAJBERG et al (2000) concluem o estudo apontando para a necessidade da

existência de políticas públicas que reduzam a mortalidade das unidades de menor porte,

uma vez que estas, apesar das altas taxas de mortalidade, formaram o segmento que

apresentou a criação líquida de empregos (contratações superando demissões) no período

analisado.

 )RUPDVGH$FHVVRDR&UpGLWR'LVSRQtYHLV

Principal motivação deste trabalho, o crédito às MPEs é um dos aspectos que

merece maior atenção no tocante às políticas de desenvolvimento nacional. Existem três

tipos de linhas disponíveis para crédito às MPEs no país atualmente, cujas características

são melhores descritas na tabela 1.4.

11
7DEHOD±/LQKDV'LVSRQtYHLVGH&UpGLWRjV03(V

7LSR &DUDFWHUtVWLFDV
O capital destinado à aquisição de máquinas e/ou equipamentos e
3DUD LQYHVWLPHQWR HRX LQYHVWLPHQWR
obras civis indispensáveis à implantação, modernização,
IL[R
funcionamento ou ampliação da empresa
Recurso destinado à compra de mercadorias, reposição de
3DUDFDSLWDOGHJLUR
estoques, despesas administrativas, etc.
A parcela de recursos destinada a cobrir as despesas que a empresa
&DSLWDO GH JLUR DVVRFLDGR DR terá com investimentos realizados. Ou seja, se a empresa financiou
LQYHVWLPHQWRRXLQYHVWLPHQWRPLVWR uma máquina, poderá necessitar de matéria-prima para a produção
– neste caso, será financiado o capital de giro.
Fonte: SEBRAE

Dentre os principais agentes financiadores das MPEs no país, destacam-se o Banco

do Brasil (BB), o BNDES e a Caixa Econômica Federal (CEF). Para se ter uma dimensão,

só em 2002, o BB ofereceu linhas de crédito no montante de R$ 7.9 milhões, com a

expectativa de aumentar este total para R$ 11 milhões em 2003.

Entre os bancos privados, destaca-se o Unibanco que para o ano de 2003 prevê um

repasse de R$ 700 milhões, com expansão prevista em 30% para 2004. Tal expansão será

sustentada na ampliação dos canais de acesso ao crédito, atendimento diferenciado e oferta

de serviços (VILELLA, 2003).

Por fim, é importante destacar a função dos bancos no apoio ao desenvolvimento das

MPEs, segundo o SEBRAE: e IXQomR GRV EDQFRV GHFLGLU D DSURYDomR RX QmR GD

VROLFLWDomR GH HPSUpVWLPR EHP FRPR OLEHUDU RV UHFXUVRV ILQDQFHLURV SDUD DV

PLFURHPSUHVDVHHPSUHVDVGHSHTXHQRSRUWH.

Para essa decisão, os bancos executam, pelo menos, essas tarefas:

1) Análise do cadastro da empresa, dos sócios e dos avalistas;

2) Enquadramento da operação de acordo com suas linhas de crédito;

3) Definem as garantias sobre o financiamento e negocia com o interessado;

4) Análise de crédito de acordo com o projeto de viabilidade econômica e financeira.

•••

12
&$3Ë78/2
,1)250$d­2$66,0e75,&$120(5&$'2'(&5e',72

 0HUFDGRGH&UpGLWR

³&UHGLWPDUNHWVLQXQGHUGHYHORSHGFRXQWULHVRIWHQVWURQJO\UHIOHFWWKHRSHUDWLRQRI

WKH/HPRQV3ULQFLSOH´ (AKERLOF, 1970). É com este comentário que, de forma um tanto

quanto “profética”, George Akerlof iniciou sua breve argüição sobre o tema “Assimetria de

Informação” no mercado de crédito. Apesar de seu comentário ter sido tecido frente à

realidade por ele observada na Índia à época de seu famoso estudo, Akerlof ainda é atual

no que se refere à realidade de concessão do mercado de crédito às MPEs no Brasil.

De acordo com dados da pesquisa realizada pelo SEBRAE – SP e a Fipe (1999),

60% das MPEs gostariam de tomar algum tipo de empréstimo, se fosse fácil e barato. Na

prática, apenas 10 % de fato buscam um financiamento bancário (comercial ou oficial)

para alavancar seus negócios.

Conforme apontam PINHEIRO & MOURA (2001), muito da ineficiência atual no

funcionamento dos mercados de crédito se deve aos poucos incentivos para o investimento

em instrumentos de análise de crédito para concessões de médio e longo prazo para

empresas e indivíduos até 1994, com o início do plano real.

Até esta data, grande parte dos lucros auferidos pelos bancos advinham de receitas

com operações de IORDWLQJ que associadas à tradição de concessão de crédito por bancos

estatais, levava os bancos privados a não apenas concederem pouquíssimos empréstimos,

como também concentravam tais atividades em operações de curto prazo.

13
 Adicionalmente, os autores demonstram que no Brasil os bureaus de informação de

crédito (BICs 2) tradicionalmente mantêm informações negativas sobre os tomadores de

empréstimos, impossibilitando os credores de utilizar informações disponíveis para

selecionar os bons tomadores de empréstimos. A ênfase sempre foi sobre a execução da

dívida e não sobre a criação de bancos de dados confiáveis sobre os históricos de

pagamento do tomador.

Por fim, as péssimas práticas contábeis e a alta sonegação fiscal fazem com que o

relacionamento bancário seja uma das principais fontes de informações sobre um amplo

espectro de tomadores de empréstimos. Assim grande parte das informações relevantes

sobre a capacidade de obtenção de crédito é privativa dos bancos, individualmente. Sem

algum tipo de regulamentação ou política governamental que atue no sentido de reduzir

esta segmentação, os bancos continuarão a explorar seu monopólio de informações,

cobrando taxa de juros e exigindo níveis de garantias (burocracia) acima daquelas que

prevaleceriam num contexto de informação simétrica.

Longe de termos um perfeito equilíbrio entre a demanda por crédito e a oferta

existente para o segmento de MPEs, este capítulo busca sintetizar as principais teorias e

percepções acerca deste complexo tema.

20RGHORGH6WLJOLW] :HLVV

Em seu artigo seminal sobre racionamento de crédito em mercados com informação

imperfeita, STIGLITZ & WEISS (1981), questionam o porquê da existência deste

racionamento e com isso, questionam a própria validade da “lei” da oferta e da demanda,

quando o preço das negociações de empréstimo (o juro) não necessariamente seguirá uma

lógica de mercado, diminuindo quando a oferta de crédito for superior à sua demanda ou

2
As principais BICs são: SERASA (Centralização de serviços dos bancos), CADIN (Cadastro
informativo dos créditos não quitados de órgãos e entidades federais) e SCPC (Serviço central de
proteção ao crédito).

14
aumentando quando o volume financeiro demandado por empresas dispostas a tomar

empréstimos exceder a capacidade de oferta dos bancos.

Desse modo, STIGLITZ & WEISS (1981) argumentam que o mercado de crédito

pode observar um equilíbrio num ponto em que existe excesso de demanda por crédito,

quando os bancos maximizariam seus lucros. Assim, existem empresas dispostas a pagar

uma taxa de juros superior à taxa de equilíbrio, mas esta taxa superior não se torna

interessante ao banco, uma vez que ela embute um risco maior de inadimplência. Desta

forma, não é ótimo para o banco realizar novos empréstimos a taxas elevadas (acima da

taxa de equilíbrio), equilibrar o mercado e suprir esta demanda por crédito. Perpetua-se o

desequilíbrio neste mercado.

Por este modelo, os bancos que concedem empréstimos estão preocupados

basicamente com dois fatores: as taxas de juros (que receberão sobre o montante

emprestado) e o risco do empréstimo (na expectativa de não sofrer inadimplência em seus

contratos). Entretanto, a taxa de juros cobrada pelo banco pode, por si só, afetar o risco de

um conjunto de empréstimos, dado que: 1) discrimina potenciais tomadores de crédito

(gerando seleção adversa); ou 2) afetando as ações dos tomadores de crédito (efeito

incentivo). A seleção adversa que ocorre em função da taxa de juros é uma conseqüência

da existência de tomadores de empréstimo com diferentes probabilidades de saldar suas

dívidas.

Em função do problema de assimetria de informação, os bancos não conseguem

identificar os bons e maus pagadores e, por isso, necessita de indicadores que de algum

modo discrimine ambos. Uma forma usual para se observar esses pagadores pode ser feita

por meio da análise de uma curva da demanda por empréstimos a diferentes taxas de juros.

As empresas que aceitarem tomar empréstimos a taxas de juros mais elevadas são aquelas,

do ponto de vista do banco, menos propensas a pagar seus saldos devedores, por

15
trabalharem com projetos de maior risco. Isto ocorre, pois só as empresas detentoras de

projetos capazes de gerar altos retornos (superiores às elevadas taxas de juros), com riscos

associados igualmente altos, terão disposição a tomar empréstimos a taxas tão altas.

Assim, à medida que aumenta a taxa de juros, aumenta o risco médio dos projetos,

tendendo a reduzir o retorno esperado do banco que conceder empréstimos a essas

empresas.

Como há neste caso um risco moral embutido, dado que os bancos não conseguem

controlar as ações que os tomadores de empréstimo devem tomar para diminuir o risco de

não pagamento, a percepção de retorno esperado dos bancos é ainda menor.

Por essas razões, o retorno esperado do banco pode ser maximizado a uma taxa de

juros menor do que aquela que equilibraria a demanda e a oferta neste mercado, podendo,

inclusive, diminuir a partir deste ponto, conforme a figura 2.1.

)LJXUD±([LVWHXPWD[DGHMXURVTXHPD[LPL]DRUHWRUQRHVSHUDGRSDUDREDQFR


Retorno Esperado

r* Taxa de Juros
Fonte: STIGLITZ & WEISS (1981)

De acordo com a figura 2.1, o retorno esperado do banco ocorre à taxa r*. É

possível que a esta taxa, a demanda por crédito supere a oferta.

De acordo com a teoria tradicional, a taxa de juros aumentaria de modo a igualar

oferta e demanda. No entanto, como percebemos, novos empréstimos fornecidos acima da

taxa r* reduziriam o retorno esperado dos bancos. Portanto, nenhuma empresa que se

16
dispusesse a tomar empréstimos a um taxa superior a r* conseguiria faze-lo, mesmo que

seja idêntica às firmas que já recebera o empréstimo. Fica assim traçada uma situação de

equilíbrio com racionamento de crédito.

No entanto, como ainda ressaltam STIGLITZ & WEISS (1981), a taxa de juros não

é o único fator do contrato que é importante. O volume de crédito demandado e a

comprovação de uma determinada quantidade de garantias (ou patrimônio) requerida para

a liberação do valor, também afetam o comportamento e a distribuição dos tomadores de

empréstimos.

Assim, bem como a taxa de juros, existiria um nível ótimo de exigências (de

garantias) que um banco deveria exigir, de modo a maximizar seu retorno. Isto porque

somente tomadores de empréstimo ricos poderiam demonstrar grandes quantidades de

garantias e patrimônio para liberação do crédito. No entanto, é provável que justamente os

empreendedores ricos sejam aqueles menos avessos ao risco e que justamente por este

motivo, incorreram em maiores lucros com seus projetos. Também é provável que os

empreendedores mais conservadores (e menos arriscados) tenham obtido retornos menores

e consequentemente, tenham menos patrimônios e garantias para comprovar.

Em ambos os casos, a maior exigência por comprovação de garantias gera seleção

adversa no mercado de crédito, da mesma forma que o faz a taxa de juros. Para visualizar

esta situação analisemos a figura 2.2.

)LJXUD±1tYHOyWLPRGH7D[DGH-XURVU
Retorno Esperado

Todos
tomam Onde:
empréstimo r = Taxa de Juros

Só os
arriscados
tomam Fonte: STIGLITZ & WEISS (1981)
empréstimo

r1 r2 r

17
 Assumamos a existência de dois grupos: o grupo “seguro” que tomará empréstimos

apenas a uma taxa de juros r1 e o grupo “arriscado” que se sujeitará a tomar empréstimos

até o nível de juros r2, sendo que r1 < r2. Quando a taxa de juros aumenta minimamente

acima do nível r1, o mix de tomadores de empréstimo muda dramaticamente: todos os

tomadores de empréstimo de baixo risco desistem de tomar o crédito. É a realização da

seleção adversa.

)LJXUD±1tYHOyWLPRGH*DUDQWLDV&
Retorno Esperado

Todos
tomam Onde:
empréstimo C = Nível de Garantias

Só os
arriscados
tomam
empréstimo Fonte: STIGLITZ & WEISS (1981)

C1 C2 C
Similarmente à figura 2.2, assumamos novamente a existência de dois grupos: o

grupo “seguro” que tomará empréstimos apenas a um nível de exigência de garantias C1 e

o grupo “arriscado” que estará disposto a tomar empréstimos demonstrando garantias no

patamar de C2, sendo que C1 < C2. Quando o nível de garantias exigidas aumenta

minimamente acima do nível C1, o mix de tomadores de empréstimo novamente muda

dramaticamente: todos os tomadores de empréstimo de baixo risco, possuidores de menos

garantias reais, desistem de tomar o crédito. Verifica-se novamente a realização da seleção

adversa, como pode ser visto na figura 2.3.

É interessante notar a realidade brasileira vis-à-vis este modelo. A percepção da

grande parte dos empreendedores é a de que existe uma necessidade premente de se

reduzirem tantos as taxas de juros quanto a burocracia (principalmente, exigência de

18
garantias reais, apresentação de contrato social da empresa, dois a três balanços,

comprovação de faturamento dentre outras exigências) para que haja um interesse maior

pela captação de crédito no mercado formal (bancos), conforme podemos ver no gráfico

2.1.

*UiILFR±$o}HVSDUDIDFLOLWDUSDUDDV03(VDWRPDGDGHQRYRVHPSUpVWLPRV

Redução de Juros 69%

Redução da
35%
Burocracia

Aumento nos
14%
Prazos

Redução de
7%
Impostos

Maior Carência 2%

Fonte: SEBRAE-SP / Fipe (1999)

0% 10% 20% 30% 40% 50% 60% 70% 80%

De fato, quando observamos dados da pesquisa SEBRAE-SP

/ Fipe (1999), notamos a elasticidade-preço da demanda por empréstimos, quando se

inferem alguns possíveis cenários de taxas de juros, caso fosse “fácil e barato” tomar

empréstimos bancários no Brasil, conforme demonstrado no gráfico 2.2 e na tabela 2.1.

*UiILFR±'HPDQGDSRWHQFLDOSRUQRYRVHPSUpVWLPRVGDV03(V

 6%
7D[DGH-XURV0HQVDOQRPLQDO

 5%
5 
 4%
'HPDQGDREVHUYDGD
3%

OLQKDGHWHQGrQFLDUHJUHVVmR
2%

1%

0%
0 1 2 3 4 5 6
Fonte: SEBRAE-SP /
ELOK}HVGH5 Fipe (1999)

19
7DEHOD±'HPDQGDSRWHQFLDOSRUQRYRVHPSUpVWLPRVGDV03(V

7D[D GH -XUR QRPLQDO 'HPDQGD3RWHQFLDO (ODVWLFLGDGHSUHoR GD  GH 03(V SRWHQFLDOPHQWH
DP HPPLOK}HVGH5 GHPDQGD LQWHUHVVDGDV
QRDUFR
4,2% 108,7 - 2,3%
3,1% 294,6 -6,5 4,6%
2,1% 1.023,4 -7,7 11,1%
1,0% 2.533,4 -2,8 25,4%
0,5% 4.956,9 -2,0 36,3%
Fonte: SEBRAE-SP / Fipe (1999)

Quando avaliamos as razões alegadas pelos bancos para não conceder os

empréstimos solicitados, segundo as MPEs entrevistadas pela pesquisa SEBRAE-SP / Fipe

(1999) que tiveram solicitação de crédito negada, a grande exigência por parte dos bancos

responde por quase 60% do total das causas, conforme podemos observar no gráfico 2.3.

Isto indica que no esforço de redução da assimetria de informação existente, uma boa parte

das MPEs interessadas em tomar credito é marginalizada neste mercado.

*UiILFR±5D]}HVDOHJDGDVSHORVEDQFRVSDUDQmRFRQFHVVmRGHFUpGLWR

Insuficiência de
36%
garantias reais
Insuficiência de
23%
documentos
Registro no CADIN
11%
/ SERASA
Linhas de crédito
10%
fechadas

Outros 20%

0% 5% 10% 15% 20% 25% 30% 35% 40%

Fonte: Fonte: SEBRAE-SP / Fipe (1999)

3
A questão permitia mais de uma resposta, razão pela qual a soma dos resultados ultrapassa
100%.

20
 Pode-se dizer, então, que se as taxas de juros, as exigências impostas pelos bancos e

a burocracia fossem reduzidas de forma significativa, isto, por si só, permitiria um aumento

expressivo no número total de empresas tomadoras de empréstimo junto a estes bancos,

com grande potencial de redução dos efeitos negativos da seleção adversa. Assim,

aumentaria tanto o volume de crédito concedido quanto a qualidade dos tomadores.

Após o artigo de STIGLITZ & WEISS (1981), muitos outros artigos se seguiram.

Um dos estudos recentes mais interessantes é o de DE MEZA & WEBB (1987), resumido

numa conferência recente sobre racionamento de crédito por DE MEZA (2002). DE

MEZA (2002) concorda que muitas empresas, especialmente as pequenas e novas, não têm

acesso ao mercado de crédito. Mas o autor argumenta que esta situação é ótima do ponto

de vista de eficiência do mercado e que não deve haver intervenções para fornecer novos

empréstimos para firmas pequenas.

Segundo DE MEZA (2002), a informação assimétrica no mercado de crédito pode,

na verdade, resultar num nível de surgimento de novas empresas que excede o ótimo do

ponto de vista da sociedade. O modelo de DE MEZA & WEBB (1987) relaxa uma das

suposições de STIGLITZ & WEISS (1981), ou seja, que o retorno esperado dos projetos

não varia entre empresas. Segundo os autores, uma hipótese mais realista é que há uma

correlação positiva entre habilidade do empreendedor e o retorno de seu projeto.

Suponha que um indivíduo tenha duas opções: ser empregado ou abrir um negócio.

Devido à impossibilidade de se pagar a cada um exatamente o valor de sua produtividade

marginal (por problemas de informação), o salário em uma empresa, geralmente envolve

uma média de acordo com cada função. Assim, um indivíduo com habilidade acima da

média tem incentivos para trabalhar por conta própria. Isso causa uma diminuição na

média de habilidades para cada função, o que provoca uma diminuição do salário e um

incentivo adicional para trabalhadores (agora menos hábeis) saírem. Além disto, como os

21
mais hábeis são também bons pagadores, isto faz com que os mal pagadores também

consigam empréstimos a taxas de juros menores.

Assim, um indivíduo que normalmente (com informação completa) preferiria ser

empregado, acaba abrindo seu próprio negócio e, em equilíbrio, o indivíduo indiferente

entre abrir seu negócio ou ser empregados são é o mais hábil empregado e o menos hábil

dos empreendedores. Isto provoca uma distorção no mercado e faz com que haja mais

empreendedores do que o socialmente ótimo. Esta situação é agravada pelo otimismo

inerente à espécie humana e mais ainda entre os empreendedores potenciais. Assim, a

ausência de crédito para pequenos empreendedores é, na verdade, uma maneira pela qual

os agentes financeiros levam o mercado para seu ponto eficiente, excluindo os

empreendedores com baixa probabilidade de sucesso.

Para defender suas conclusões, DE MEZA (2002) aponta para evidências empíricas

que confirmam que são os projetos de maior risco que geralmente não conseguem

financiamento. Além disto, vários estudos documentaram uma correlação positiva entre a

habilidade dos responsáveis e a sobrevivência de firmas novas, sugerindo a importância da

habilidade. No capítulo 3, é apresentado um estudo empírico que busca testar estes

modelos, tentando identificar como a inadimplência varia com a taxa de juros, com o valor

da operação e com a idade da firma.

 20HUFDGRGH&UpGLWR%UDVLOHLUR

PINHEIRO & MOURA (2001) classificam o mercado em três segmentos, no que tange

ao volume típico de empréstimos tomados e à natureza e quantidade de informações sobre

os tomadores utilizadas pelos credores, a saber:

™ 0HUFDGRGH9DUHMR: o número de solicitações de empréstimo é muito alto, o tamanho

do empréstimo é pequeno, as taxas de juros são altas e o processo de tomada de decisão

22
 de crédito é descentralizado, automatizado e baseado essencialmente em informações

negativas e terceirizadas.

™ 0LGGOH0DUNHW: os bancos tendem a basear suas decisões em informações coletadas

internamente, freqüentemente obtida por meio de um relacionamento bancário contínuo

com os tomadores. A péssima qualidade das informações contidas nos balanços desses

tomadores, que se deve basicamente à sonegação fiscal e às práticas contábeis

ineficientes, fazem com que as informações sobre o fluxo de caixa do tomador se

tornem extremamente valiosas para avaliar sua efetiva capacidade de pagamento.

™ *UDQGHV&RUSRUDo}HV: têm uma contabilidade muito melhor e suas informações são

de conhecimento público. Há poucos tomadores, mas os empréstimos tendem a ser

maiores e as taxas de juros mais baixas do que em outros segmentos.

Claramente, as MPEs se enquadram no segmento de varejo, com mais de 60% dos

valores típicos de empréstimo demandados até R$ 20 mil, como pode ser visto no gráfico

2.4, e prazo de pagamento em até 24 meses para 70% dos casos, como visto no gráfico 2.5.

*UiILFR±'LVWULEXLomRGHIUHTXrQFLDGRVYDORUHVGRVHPSUpVWLPRV

37%

27%

11% 12%
8%
4%

até R$ 10.000 de R$ 10.001 a de R$ 20.001 a de R$ 30.001 a de R$ 40.001 a mais de R$

R$ 20.000 R$ 30.000 R$ 40.000 R$ 50.000 50.000

Fonte: SEBRAE-SP / Fipe (1999)

23
*UiILFR±3UD]RVPDLVGHPDQGDGRVSHODV03(VSDUDQRYRVHPSUpVWLPRV
47%

23%

12%
8%
6% 5%

até 12 meses até 24 meses até 36 meses até 48 meses até 60 meses mais de 60
meses

Fonte: SEBRAE-SP / Fipe (1999)

Outro ponto interessante a ser destacado neste segmento é a finalidade dos

empréstimos desejados para as MPEs. Em 40% dos casos, a utilização do crédito é para

uso exclusivo em capital de giro e em 30% das MPEs, o crédito tomado seria utilizado para

expansão do negócio e investimentos, com pequenas variações nestes percentuais no caso

das MPEs que estão atualmente operando com lucro, conforme podemos observar no

gráfico 2.6 e 2.7 respectivamente.

*UiILFR±)LQDOLGDGHGRVHPSUpVWLPRVGHVHMDGRVSHODV03(V

Capital de Giro 40%

Investimento 30%

Giro + Investimento 13%

Pagar Dívidas 9%

Outros 8%

24
Fonte: SEBRAE-SP / Fipe (1999)

*UiILFR±)LQDOLGDGHGRVHPSUpVWLPRVGHVHMDGRVHQWUHDV03(VFRPHVHPOXFUR

Capital de Giro
45%
37%

Investimento 20%
39%

Giro + Investimento 11%

14%

Pagar Dívidas
11%
6%

12%
Outros
4%

MPEs com Lucro MPEs sem Lucro

Fonte: SEBRAE-SP / Fipe (1999)

Podemos avaliar este último ponto, da finalidade do crédito concedido, como um

indicador da pouca ou precária profissionalização do setor das MPEs. Se avaliarmos os

dados dispostos na tabela 2.2, notamos um alto grau de casamento entre os prazos médios

de vendas e gastos das MPEs em todos os níveis. Isto faz com que a MPE consiga ter

muito pouco “colchão” financeiro no curto prazo para poder operar com tranqüilidade,

tendo sua saúde financeira (ao menos de curto prazo) bastante elástica à sua demanda.

Assim, se a clientela dessas empresas estiver inadimplente, as MPEs não têm “fôlego” para

sobreviver sem tomar novos empréstimos, daí, talvez, o percentual tão elevado na

finalidade “giro”, para aplicação do novo crédito obtido.

7DEHOD   ± 'LVWULEXLomR GDV 03(V VHJXQGR R SUD]R PpGLR GH YHQGDV H JDVWRV D

SUD]R

 3UD]R PpGLR GDV 3UD]R PpGLR GRV

9(1'$6DSUD]R *$6726DSUD]R
30 dias 54% 56%
60 dias 19% 18%
45 dias 7% 6%
90 dias 6% 6%

25
 15 dias 6% 6%
Outros prazos 8% 8%
Total 100% 100%
Fonte: SEBRAE-SP / Fipe (1999)

Quando avaliamos a distribuição dos tomadores de acordo com o valor total de

empréstimos pela quantidade de instituições financeiras ofertantes, PINHEIRO &

MOURA (2001) apresentam dados interessantes sobre as características em que se inserem

as MPEs. Segundo análise dos autores pra dados fornecidos pelo Banco Central, no caso

dos pequenos devedores (empréstimos até R$ 50 mil), a dívida com um único banco é

ainda mais predominante, e apenas uma em cada dez empresas deve dinheiro para mais de

uma instituição.

Ainda segundo os autores, para os tomadores com dívidas abaixo de R$ 20 mil

(64% das MPEs, como visto no gráfico 2.4) que requerem suas dívidas de uma única

instituição, concentram-se 30% do total de crédito concedido a pessoas físicas e a empresas

no Brasil (R$ 325 bilhões em 30 de junho de 2000), sendo R$ 53 bilhões para pessoas

físicas e R$ 44,8 bilhões para empresas.

Ao analisar as características mais gerais da formação, no mercado, das taxas de

juros e volume de crédito concedido, segundo cinco diferentes cenários de custo de capital

dos bancos, PINHEIRO & MOURA (2001) permitem uma caracterização mais completa

dos empréstimos concedidos às MPEs no Brasil, no que tange ao risco e a existência de

assimetria de informação.

26
7DEHOD±5HDomRGR0HUFDGRGH&UpGLWRDXPD5HGXomRGR&XVWRGH

)XQGRVSDUDRV%DQFRV

9DULiYHLV &XVWRGH&DSLWDOGRV%DQFRV5
     
&RP&RPSOHWD6LPHWULDGH,QIRUPDo}HV
7D[DVGH-XURV
Tomadores Seguros 27,6 22,4 17,3 12,2 9,7
7RPDGRUHVGH5LVFR     
9ROXPHGH&UpGLWR     
Tomadores Seguros 393,4 431,6 469,9 508,2 527,3
7RPDGRUHVGH5LVFR     
7D[DGH,QDGLPSOrQFLDGR0HUFDGR     
&RP$VVLPHWULD,QWHUEDQFiULDGH,QIRUPDo}HV
7D[DVGH-XURV
Corporativo 27,6 22,4 17,3 12,2 9,7
Médio 32,0 27,0 21,9 16,8 14,3
9DUHMRLQFOXLQGR03(V     
9ROXPHGH&UpGLWR     
Tomadores Seguros 356,7 394,8 432,8 470,9 490,0
Corporativo 143,5 160,8 178,2 195,6 204,3
Médio 213,1 233,7 254,4 275,0 285,3
9DUHMRLQFOXLQGR03(V     
7RPDGRUHVGH5LVFRQR9DUHMRLQFOXLQGR03(V     
7D[DGH,QDGLPSOrQFLDGR0HUFDGR     
Fonte: adaptação de PINHEIRO & MOURA (2001)

É interessante avaliar os resultados deste estudo vis-a-vis o modelo proposto por

STIGLITZ & WEISS (1981). De fato, no mercado brasileiro de crédito há uma clara

segmentação entre tomadores de risco e tomadores seguros pelos bancos. Supondo um

cenário de simetria completa de informações, com um spread médio de 2.34 pontos

percentuais para tomadores seguros e 28.90 pontos percentuais para tomadores de risco

(onde se incluem as MPEs), notadamente os bancos buscam selecionar os tomadores de

empréstimo pela variável que lhes é mais discricionária, a taxa de juros e, com isso,

maximizar seus lucros, concentrando suas operações de crédito no mercado seguro.

Quando avaliamos o cenário real, com assimetria interbancária de informações,

percebemos pouca mudança no que tange ao spread cobrado aos tomadores de risco. Na

verdade, com uma média de 28.82 pontos percentuais de spread sobre o custo de captação

27
bancário, percebemos que os pequenos tomadores de empréstimo arriscados obtêm mais

vantagens em emprestar num mercado com assimetria de informações do que num

mercado com completa simetria.

No mercado de crédito hipotético, com total simetria de informações, o volume de

crédito concedido fica em média com 73% do total, superior aos 71% médios observados

no mercado assimétrico. Esta pequena diferença é refletida na taxa de inadimplência do

mercado, que fica em torno de 6.9% no mercado simétrico, contra os 7.22% médios na

realidade assimétrica.

Claramente, os tomadores de risco são penalizados com taxas de juros muito mais

altas, como também o são os tomadores seguros de pequeno porte (que representam algo

em torno de 0.05% do volume total de crédito concedido no país), para os quais não vale a

pena pagar para informar ao mercado sobre seu tipo, uma vez que não terão tratamento

diferenciado na taxa de juros. Assim, o crédito se concentra nos grandes tomadores, com

taxas de juros inferiores àquela que talvez muitos tomadores de risco estariam dispostos a

pagar, mantendo o mercado num ponto de equilíbrio inferior àquele que equalizaria as

forças de demanda e oferta neste mercado, mas que maximiza os lucros das instituições

financeiras.

De forma geral, é conveniente ressaltar que com a segmentação de mercado, todos

os SOD\HUV se beneficiam da redução do custo de captação (R) dos bancos, tanto com a

redução dos juros cobrados na ponta tomadora, quanto ao aumento do excedente de

tomadores, indicando que políticas monetárias mais expansionistas devam ser consideradas

para a efetiva ampliação do mercado de crédito brasileiro.

Por fim, uma conclusão importante deste estudo de PINHEIRO & MOURA (2001)

é a de que tratando os devedores que não querem pagar para revelar seu tipo

essencialmente como tomadores de risco, os bancos limitam o volume de créditos

28
irrecuperáveis e mantêm o mercado “relativamente seguro”. As principais conseqüências

negativas da segmentação do mercado são as altas taxas de juros cobradas dos pequenos

tomadores seguros (seleção adversa).

23URFHVVRGH$QiOLVHGH&UpGLWR

PINHEIRO & MOURA (2001) fazem uma valiosa síntese das características

principais do processo de análise de crédito no Brasil. Conforme apontam os autores, até

1994, os bancos privados brasileiros não estavam muito engajados na concessão de

empréstimos e, portanto, também não eram cuidadosos com a implementação de políticas e

processos de análise de créditos, uma vez que grande parte de suas receitas não derivava de

operações dessa natureza.

No período de alta inflação (de 1974 a junho de 1994), a política monetária visava

em geral ao controle da taxa de juros nominal, fornecendo liquidez para sustentar os

crescentes níveis de demanda agregada. Com isso, as taxas de inadimplência das empresas

eram baixas, as mudanças nas provisões para devedores duvidosos constituíam uma

pequena fatia dos gastos totais dos bancos e a receita com crédito respondia por uma fatia

igualmente pequena de seu rendimento total. Sob essas circunstancias, as políticas de

crédito eram quase inexistentes, limitando-se à manutenção dos cadastros internos dos

clientes, que armazenavam principalmente informações negativas. Os bancos trocavam

informações sobre seus clientes com outros credores (bancos e não-bancos) por meio de

uma rede informal de informantes, cuja função única era checar os dados restritivos sobre

os tomadores de empréstimos.

Só após a estabilização dos preços em 1994, com o plano real, que os bancos

passaram a se interessar em expandir suas operações de crédito, concentrando-as na venda

de bens de consumo duráveis. De qualquer modo, ainda hoje, apenas 10% das MPEs

requerem algum tipo de financiamento por meio de bancos (privados e oficiais), sendo que

29
a forma predileta de financiamento ainda se encontra no pagamento de fornecedores a

prazo e utilização do cheque pré-datado e cartão de crédito, conforme podemos observar

no gráfico 2.8.

*UiILFR±)RUPDVGHILQDQFLDPHQWRTXHDV03(VXWLOL]DP+2-(

Pagto. de fornecedores a prazo 64%

Pagto. de contas com cheque pré-datado 47%
Cheque especial / cartão de crédito 27%
Desc. de duplicatas / outros títulos 14%
Dinheiro de amigos / parentes 10%
Emprest. Bancos Privados 7%
Leasing / Financeiras 4%
Emprest. Bancos Oficiais 3%
Agiotas 3%
Fonte: SEBRAE-SP / Fipe (1999
Factoring 3%
Outros 3%
Nenhum dos recursos citados 17%

Com o surgimento de uma “bolha” de crédito de julho de 1994 a março de 1995, os

bancos começaram também a experimentar o aumento considerável da inadimplência que,

no período, atingiu uma variação positiva de 125%. Esta experiência catastrófica levou

muitos bancos a reestruturar suas áreas de crédito, na tentativa de introduzir novos

mecanismos, políticas e procedimentos de análise para tratar e identificar o risco de

crédito.

Oito anos após a explosão dessa bolha de crédito, ainda existem diferenças

substanciais entre os bancos em relação ao estágio de seu desenvolvimento organizacional

no que se refere à formulação, implementação, monitoramento, controle e avaliação das

políticas, procedimentos e práticas de crédito. Alguns bancos, com uma cultura de crédito

mais forte, utilizam em seus modelos informações geradas tanto internamente quanto

externamente (fornecidas, principalmente, pelos BICs). Por outro lado, bancos com

políticas de crédito menos rigorosas não utilizam critérios formais para tomarem suas

30
decisões de alocação de crédito e, portanto, utilizam menos informações (incluindo das

BICs) em seus modelos de análise. De forma geral, muitas instituições financeiras buscam

introduzir políticas, práticas e procedimentos formais de gestão de crédito, incluindo a

aquisição de métodos e modelos estrangeiros de análise e pontuação (VFRULQJ) de crédito.

PINHEIRO & MOURA (2001) ressaltam ainda a diferença de procedimentos

adotados no processo de análise de crédito dependendo do tipo de banco e as

características do empréstimo / tomador. No empréstimo às MPEs, a tendência geral é a de

introdução de um processo altamente descentralizado de gestão de crédito. De acordo com

ele, todas as solicitações de empréstimo são tratadas automaticamente por métodos

estatísticos (FUHGLW VFRULQJ, por exemplo), com base nas informações fornecidas pelo

cliente e/ou disponíveis nos registros públicos, com a rápida tomada de decisão na própria

agência. Em geral, as agências têm seus próprios limites de crédito para operações

garantidas4. Isso significa que uma grande parcela das operações de empréstimo (de até

80% em alguns bancos) é decidida na própria agência, com base nos métodos descritos

anteriormente.

Para finalizar esta caracterização, é necessário avaliar a importância das análises de

informações negativas (restritivas) no mercado de varejo, onde é concedido um grande

número de empréstimos de baixo valor para as MPEs. Neste mercado, a variável

discriminante é o cadastro de crédito do tomador, que tende a priorizar fortemente as

informações restritivas. Informações estas que tendem a perder importância à medida que

aumentam o tamanho e a complexidade da operação de empréstimo.

4
Dada a precária qualidade da contabilidade e de outras informações financeiras sobre as MPEs,
nas quais com freqüência as contas dos proprietários e da empresa estão misturadas, os credores
tendem a considerá-las uma única entidade para fins de concessão de crédito.

31
 3URSRVWDVSDUDDUHGXomRGDDVVLPHWULDGHLQIRUPDo}HVQR PHUFDGRGH

FUpGLWRSDUDDV03(V

Nesta seção, destacarei a mundialmente famosa iniciativa de Muhammad Yunas,

economista de Bangladesh, com a estruturação do Grameen Bank, com a disseminação do

crédito aos empreendedores menos privilegiados, numa aplicação prática do conceito de

finanças de proximidade.

Grameen Bank

Conforme descrito por VARIAN (1996), um credor de um vilarejo em Bangladesh

cobre mais de 150% a.a. de juros para um empréstimo local. Apesar de ser um retorno

atraente para qualquer investidor de Wall Street, por que, por exemplo, o Citibank não

instala “máquinas de empréstimo” em Bangladesh?

Novamente a resposta pode estar inserida no conceito extensivamente discutido até este

momento, assimetria de informações. Algumas razões geram vantagens comparativas

substanciais ao credor local de um vilarejo:

™ Credor local pode negociar de modo mais eficiente com empréstimos de pequena

escala;

™ Credor local tem melhor acesso às informações sobre os riscos de crédito dos bons e

maus tomadores de empréstimo locais;

™ Credor local esta em melhor posição de monitoramento do progresso dos pagamentos

do empréstimo feitos, que garantam sua liquidação.

Os problemas de retorno de escala, seleção adversa e risco moral neste tipo de

operação permitem que o credor local mantenha um monopólio local no mercado de

crédito.

32
 Em contrapartida aos juros cobrados (supondo a média de 150% a.a.), muitos projetos

lucrativos podem estar sendo “engavetados” por não terem capacidade de retorno num

mercado de crédito tão desigual como este.

•••

&$3Ë78/2
&$3$&,'$'( '( 3$*$0(172 '$6 03(V %5$6,/(,5$6 80
02'(/2'(&5(',76&25,1*

 ,QWURGXomR

Este estudo empírico procura fazer uma primeira avaliação das taxas de

inadimplência das operações de financiamento garantidas por um fundo de aval 5. O

objetivo é tentar identificar que características do contrato e do tomador do empréstimo

estão associadas a uma maior taxa de inadimplência, para extrair informações que possam

ser úteis para facilitar o acesso ao crédito das MPEs. As principais conclusões do estudo

apontam para a existência de níveis de inadimplência menores para valores de

intermediários de operação, de taxa de juros e de prazo, o que indica que tanto os contratos

envolvendo montantes reduzidos como aqueles envolvendo montantes elevados tendem a

envolver mais risco, possivelmente em função da seleção dos tomadores de empréstimos.

As variáveis principais a serem utilizadas na análise foram definidas a com base na

situação da operação, descrita na tabela 3.1:

7DEHOD±6LWXDomR&RUUHQWHGD2SHUDomR

6LWXDomRGD2SHUDomR %DQFR$ %DQFR% %DQFR&

Em curso normal 57,94 15,14 47,94
Em atraso entre 30 e 60 dias 29,42 6,52 15,22
Em atraso a mais de 60 dias 8,28 55,17 18,35
Em analise para honra de aval 0,05 0,03 0

5
Por questões de sigilo requisitado pela instituição emissora do fundo, tanto o fundo, como as
instituições financeiras analisadas não terão seus nomes divulgados neste estudo que, portanto,
aparecerão descaracterizados.

33
Já honradas pelo Fundo de Aval 3,75 21,72 18,42
Já honradas e em fase de recuperação de créditos 0,52 0,9 0,07
Operações com cálculo previsto para o mês subsequente à última posição 0,05 0,52 0
de fechamento da carteira
Total 100 100 100
4398 2900 1531

A partir desta informação, nós definimos duas variáveis binárias refletindo

inadimplência, que serão utilizadas alternativamente como variável dependente na

estimação do nosso modelo empírico:

7DEHOD±,QDGLPSOrQFLD

< %DQFR$ %DQFR% %DQFR&

Em curso normal 87,36 21,66 63,16
Em atraso mais de 60 dias 12,64 78,34 36,84
Total 100 100 100
4398 2900 1531

< %DQFR$ %DQFR% %DQFR&

Em curso normal 95,63 76,83 81,52
Operações honradas 4,37 23,17 18,48
Total 100 100 100
4398 2900 1531

A Tabela 3.3 mostra a variação regional do volume de operações de financiamento

no nosso conjunto de dados. Podemos observar que os Estados com maior volume de

operações são Bahia, Minas Gerais e São Paulo.

7DEHOD8QLGDGHGD)HGHUDomR

%DQFRV %DQFR$ %DQFR% %DQFR&

UF Situação da Operação Situação da Operação Situação da Operação
Normal Honradas Normal Honradas Normal Honradas
AC 1,25 0,05 0 0 0 0
AL 0,07 0 0,66 0,41 0 0
AM 0,73 0,11 0 0 0 0
BA 2,16 0,05 37,28 2,55 0 0
CE 0,3 0 10,24 10,03 0 0
DF 6,64 1,43 0 0 0 0
ES 2,39 0 0 0 0 0

34
 GO 2,8 0,52 0 0 0 0
MA 0,73 0 4,21 0,21 0 0
MG 11,44 0,16 3,72 0,34 81,52 18,48
MS 0,68 0,64 0 0 0 0
MT 1,27 0 0 0 0 0
PA 0,84 0 0 0 0 0
PB 0,48 0,02 2,14 0,86 0 0
PE 1,02 0,25 8,24 3,79 0 0
PI 1,11 0 4,41 1,66 0 0
PR 9,82 0,41 0 0 0 0
RJ 3,05 0,16 0 0 0 0
RN 0,89 0,05 3,34 3,14 0 0
RO 0,82 0 0 0 0 0
RR 0,16 0 0 0 0 0
RS 13,87 0,32 0 0 0 0
SC 7 0,07 0 0 0 0
SE 0,14 0 2,59 0,17 0 0
SP 24,22 0,14 0 0 0 0
TO 0 0 0 0 0 0
Total 95,63 4,37 76,83 23,17 81,52 18,48
4206 192 2228 672 1248 283

Com relação aos agentes financiadores, a tabela 3.4 mostra que os empréstimos estão

concentrados em três bancos: Banco A, Banco B e Banco C.

7DEHOD±$JHQWHV)LQDQFHLURV

 6LWXDomRGD2SHUDomR
%DQFRV Normal Honradas
95,63 4,37
Banco A
4206 192
76,83 23,17
Banco B
2228 672
81,52 18,48
Banco C
1248 283

Com relação ao tamanho das empresas a tabela 3.5 mostra que cerca de 90% delas

tem menos de 10 empregados e que 33% não tem nenhum empregado. Os empréstimos

estão concentrados no setor comercial que , como mostra a tabela 3.6, é responsável por

46% das operações. Os setores industriais e de serviços dividem igualmente o restante das

operações.

35
7DEHOD±1~PHURGH(PSUHJDGRV

%DQFRV %DQFR$ %DQFR% %DQFR&

Numero de Situação da Operação Situação da Operação Situação da Operação
Empregados Normal Honradas Normal Honradas Normal Honradas
0 3,39 0,23 76,79 23,17 6,21 2,35
1 51,48 1,68 0 0 8,1 0,72
2a9 30,92 2,16 0,03 0 46,37 10,12
10 a 50 9,66 0,25 0 0 19,53 5,16
51 ou mais 0,18 0,05 0 0 1,31 0,13
Total 95,63 4,37 76,83 23,17 81,52 18,48
4206 192 2228 672 1248 283


7DEHOD±6HWRU

%DQFRV %DQFR$ %DQFR% %DQFR&

Atividade da Situação da Operação Situação da Operação Situação da Operação
Empresa Normal Honradas Normal Honradas Normal honradas
Industria 25,31 1,05 19,52 8,59 27,5 9,93
Comércio 42,18 2,32 35,52 10,38 39,39 5,49
Serviços 28,15 1 21,79 4,21 14,63 3,07
Total 95,63 4,37 76,83 23,17 81,52 18,48
4206 192 2228 672 1248 283

Estas operações ganharam importância a partir de 1997, como mostra a tabela 3.7,

atingindo seu ápice em 2000 e diminuindo em 2001 6.

7DEHOD±,QtFLRGD2SHUDomR

%DQFRV %DQFR$ %DQFR% %DQFR&

Ano de Inicio da Situação da Operação Situação da Operação Situação da Operação
Operação Normal Honradas Normal Honradas Normal Honradas
1995 0,32 0,91 0 0 0 0
1996 0,57 1,61 5,1 4,17 0,46 0,46
1997 0,93 0,68 37,31 12,62 9,99 5,03
1998 0,48 0,16 32,03 6,34 41,48 10,39
1999 16,37 0,41 1,14 0,03 24,17 2,55
2000 76,97 0,59 1,24 0 5,42 0,07
Total 95,63 4,37 76,83 23,17 81,52 18,48
4206 192 2228 672 1248 283

6
Esta diminuição pode ser resultado de um atraso no processo de informação das operações.

36
 O prazo dos contratos, como mostra a tabela 3.8, concentra-se entre 4 e 5 anos, com

74% dos contratos situados nesta faixa. Além disto, cerca de 70% dos contratos embutem

uma taxa de juros entre 5 e 6 % ao ano mais TJLP, como mostra a tabela 3.9.

7DEHOD±3UD]R

%DQFRV %DQFR$ %DQFR% %DQFR&

Quantidade de Situação da Operação Situação da Operação Situação da Operação
Parcelas do Normal Honradas Normal Honradas Normal Honradas
Financiamento
1 a 12 0,02 0 0,38 0 0 0
13 a 24 1,3 0,14 1,1 0,07 0 0,13
25 a 36 6,66 0,89 8,86 0,59 0,85 0,2
37 a 48 43,45 2,93 48,62 7,1 11,56 5,29
49 a 60 26,81 0,34 16,83 15,28 62,9 12,87
61 ou mais 17,39 0,07 1,03 0,14 6,21 0
Total 95,63 4,37 76,83 23,17 81,52 18,48
4206 192 2228 672 1248 283

7DEHOD±7D[DGH-XURV

%DQFRV %DQFR$ %DQFR% %DQFR&

Situação da Operação Situação da Operação Situação da Operação
Taxa de Juros
Normal Honradas Normal Honradas Normal Honradas
até 2% 0,25 0,11 0,07 0 0 0
maior que 2% e
0,09 0 2,07 12,03 0 0
menor 4%
maior ou igual a
4% e menor ou 2,21 0,84 1,17 6,86 60,09 18,48
igual a 5%
maior que 5% e
menor ou igual a 92,2 2,64 72,14 4,14 0 0
6%
maior que 6% 0,89 0,77 1,38 0,14 21,42 0
Total 95,63 4,37 76,83 23,17 81,52 18,48
4206 192 2228 672 1248 283

A distribuição dos prazos de carência e amortização está especificada nas tabelas

3.10 e 3.11. O prazo de amortização é, por definição, o prazo do contrato menos o prazo

de carência, sua distribuição consta tabela 3.11.

37
7DEHOD±&DUrQFLD

%DQFRV %DQFR$ %DQFR% %DQFR&

Quantidade de Parcelas Situação da Operação Situação da Operação Situação da Operação
de Carência Normal Honradas Normal Honradas Normal Honradas
0 0 0,09 0,03 0 0,07 0
1 13,94 0,14 47,59 1,52 0 0
2a5 12,96 0,48 24,48 0,55 0,78 0,07
6 a 10 33,42 2,11 4,21 1,17 11,43 5,55
11 a 15 35,27 1,5 0,38 15,97 69,24 12,87
16 a 20 0,02 0 0,1 1,9 0 0
21 a 35 0,02 0,02 0,03 1,76 0 0
36 a 50 0 0,02 0 0,31 0 0
Total 95,63 4,37 76,83 23,17 81,52 18,48
4206 192 2228 672 1248 283


7DEHOD±$PRUWL]DomR

%DQFRV %DQFR$ %DQFR% %DQFR&

Quantidade de Parcelas de Situação da Operação Situação da Operação Situação da Operação
Amortização Normal Honradas Normal Honradas Norma Honradas
1 a 12 0,3 0,02 0,72 0,17 0 0
13 a 24 17,76 2,21 2,79 1,83 1,05 0,39
25 a 36 32,9 1,77 22,97 8,59 9,34 4,77
37 a 48 24,6 0,18 40,21 12,38 64,27 13,13
49 a 60 19,4 0,16 9,79 0,17 4,9 0,2
61 ou mais 0,68 0,02 0,34 0,03 1,96 0
Total 95,63 4,37 76,83 23,17 81,52 18,48
4206 192 2228 672 1248 283

Uma informação muito importante a ser utilizada no trabalho empírico é a

distribuição dos valores da operação e do aval, descritos nas tabelas 3.12 e 3.13. Quanto

ao valor das operações, cerca de 10% delas envolve valores menores que R$10.000,

enquanto 50% dos contratos envolvem somas superiores a R$30.000. Como o aval

concedido por esta instituição envolve sempre uma porcentagem do valor da operação, a

distribuição dos valores de aval é uma versão deslocada para a esquerda da curva de

distribuição dos valores.

38
7DEHOD±9DORUGD2SHUDomR

%DQFRV %DQFR$ %DQFR% %DQFR&

Valor da Operação Situação da Operação Situação da Operação Situação da Operação
Normal Honradas Normal Honradas Normal Honradas
até 4999.99 5,05 0,11 0,97 0,14 0 0
de 5000 a 9999 11,98 0,27 8,17 1,97 0,2 0,07
de 10000 a 19999 22,94 0,84 20,52 4,83 5,62 1,37
de 20000 a 29999 21,01 1,32 13,34 3,21 20,84 3,98
30000 ou mais 34,65 1,82 33,83 13,03 54,87 13,06
Total 95,63 4,37 76,83 23,17 81,52 18,48
4206 192 2228 672 1248 283


7DEHOD±9DORUGR$YDO

%DQFRV %DQFR$ %DQFR% %DQFR&

Valor do Aval Situação da Operação Situação da Operação Situação da Operação
Normal Honradas Normal Honradas Normal Honradas
até 4999.99 18,49 0,52 11,79 2,86 0,2 0,07
de 5000 a 9999.99 23,49 1,02 19,97 5,1 5,68 1,37
de 10000 a 14999.99 20,99 1,46 15,31 3,76 20,77 3,98
de 15000 a 19999.99 11,57 0,89 20,52 5,79 11,43 2,87
de 20000 a 24999.99 11,96 0,23 2,45 1,34 9,34 2,42
de 25000 a 29999.99 8,8 0,09 1,72 1 7,18 1,5
de 30000 a 49999.99 0,3 0,16 3,69 2,34 24,89 6,27
de 50000 ou mais 0,05 0 1,38 0,97 2,02 0
Total 95,63 4,37 76,83 23,17 81,52 18,48
4206 192 2228 672 1248 283

 0HWRGRORJLD(FRQRPpWULFD
7
O nosso objetivo é estimar a relação estrutural entre a variável explicativa [ ea
L

*
variável latente (não-observável) capacidade de pagamento \ : L

(1) \ = β[ + X
*
L L L

Entretanto, nos somente observamos se a empresa pagou ( \ = 1) ou não

L
( \ = 0) e
L

o processo que determina o \ observado é:

L

7
Este modelo pode ser estendido para incluir outras variáveis explicativas com facilidade.

39
 \ = 1 , se
L
\* > 0 ,L

\ = 0 , se
L
\* ≤ 0 ,L

A probabilidade de que \ = 1 é dada por:

L

(2) Pr( \ * > 0) = Pr( β[ + X > 0) = Pr(X > − β[ )

L
L L L L

Se a distribuição de X for simétrica (como a normal e a logística) temos que:

L

(3) Pr( \ * > 0) = Pr(X < β[ ) = ) ( β[ )

L
L L L

Assim, se assumirmos que o termo aleatório é normalmente distribuído:

(4) Pr( \ = 1) = Φ( β[ ) L

A estimação se dará por máxima verossimilhança segundo a função:

(5) / = Π L [Φ( β[L )] \ [1 − Φ ( β[ L )]1− \

L L

ou:

(6) ln / = Σ \ ln[Φ( β[ )] + (1 − \ ) ln[1 − Φ( β[ )]

L L L L L

 5HVXOWDGRV

As tabelas abaixo apresentam os primeiros resultados da estimação do modelo

econométrico descrito na seção anterior. Devido à grande quantidade de empresas que não

reportaram sua data de fundação e por acharmos que esta variável é muito importante,

decidimos utilizar duas amostras. A chamada amostra completa é aquela que não utiliza a

variável idade, sendo assim composta de cerca de 11.000 observações. Quando incluímos a

idade da firma como variável explicativa, a amostra cai para cerca de 4.700 observações.

A tabela 3.14 mostra os determinantes da inadimplência usando as duas definições

de inadimplência descritas acima e utilizando a amostra completa. Em primeiro lugar,

pode-se notar uma diferença grande entre os modelos estimados com as duas definições de

40
inadimplência, o que sugere que possivelmente nós estejamos modelando dois processos

distintos. Assim, vamos nos ater aos resultados obtidos quando utilizamos a definição

menos restrita de inadimplência, que nos parece mais realista.

Os resultados apontam para uma diferenciação grande entre os Estados (a variável

omitida é SP) no que tange à probabilidade condicionada de inadimplência. Podemos

observar que a inadimplência condicionada é maior do que em SP para quase todos os

Estados, especialmente nos ex-territórios 8 e no Amazonas, Bahia, D.F. e Pará. Os Estados

com inadimplência estatisticamente igual a SP são Alagoas, Ceará, Espírito Santo, Goiás,

Paraíba, Rio Grande do Norte, Roraima e Sergipe.

Quanto ao tamanho da empresa, podemos observar uma relação não-linear com a

inadimplência, com o atraso no pagamento diminuindo com o tamanho, a taxas

decrescentes. Isto significa que parece haver um tamanho ótimo, a partir do qual a

inadimplência começa a aumentar9. Esta observação nos remete às proposições de

STIGLITZ & WEISS (1981) no que tange à seleção bancária de bons projetos e a

generalização das taxas de juros cobradas aos maus pagadores (empreendedores de maus

projetos). Empresas de porte muito reduzido, assim como de porte superior à média,

podem acabar incorrendo em projetos mais arriscados na tentativa de expandir seus

negócios ou, simplesmente, sobreviver.

Com relação ao setor de atividade, os resultados apontam para uma alta taxa de

inadimplência na indústria, com relação ao comércio e serviços. Curiosamente, a

inadimplência tende a aumentar com o prazo de carência, de forma praticamente linear, o

mesmo ocorrendo com o prazo de financiamento. Isto significa que os financiamentos mais

8
A pequena porcentagem de transações nestes Estados pode estar afetando os resultados
alcançados.

41
longos têm uma probabilidade maior de não serem pagos em dia, possivelmente, em

função do maior risco embutido nos projetos financiados.

As variáveis “valor da operação” e “taxa de juros” são as mais importantes nesta

análise, dada sua relevância para testar os modelos teóricos discutidos na introdução. Com

relação ao valor da operação, a inadimplência parece ser alta para valores muito pequenos

e muito elevados. Assim, parece que a inadimplência decresce a taxas decrescentes e que

existe uma região de valores intermediários onde a inadimplência atinge o seu ponto de

mínimo.

Com relação à taxa de juros, ocorre um fenômeno similar. A inadimplência tende a

diminuir com uma elevação da taxa de juros, mas chega um ponto que o valor cobrado em

juros é tão elevado que a inadimplência é grande. Isto parece confirmar os modelos

discutidos na introdução, principalmente o de STIGLITZ & WEISS (1981), na medida em

que apenas os projetos mais arriscados aceitem tomar empréstimos a taxas de juros mais

elevadas.

7DEHOD±,QDGLPSOrQFLD±0RGHOR6LPSOHV±$PRVWUD&RPSOHWD

%DQFR %DQFR $
Variáveis Variável Dependente: Situação da Operação
Independentes Y1 y2
Coeficiente z Coeficiente z
ufac* 0,3433469 6,37 0,057613 2,34
ufam* 0,1839684 2,99 0,005808 0,4
ufba* 0,0552598 1,54 0,0250753 1,53
ufdf* 0,1261257 5,24 0,0185677 2,14
ufes* -0,0395684 -1,14 variável omitida
ufgo* 0,1245045 3,77 0,0515786 3,23
ufma* 0,0751215 1,18 variável omitida
ufmg* 0,0074456 0,41 0,0024611 0,4
ufms* 0,1887122 3,27 0,0493551 2,44
ufmt* 0,0691826 1,38 variável omitida
ufpa* 0,0970709 1,65 variável omitida
ufpb* 0,0936601 1,23 0,120267 2,49
ufpe* 0,0368583 0,86 0,035836 2,04
ufpi* 0,0858374 1,69 variável omitida
ufpr* 0,0493668 2,4 0,0256755 2,85

9
A próxima etapa deste projeto será calcular este valor ótimo para cada variável. Quando nos
referimos a uma relação não-linear, já estamos levando em conta que o modelo Probit já é não-
linear por natureza.

42
ufrj* 0,0465447 1,44 0,023858 1,91
ufrn* 0,1019771 1,86 0,1219697 3,27
ufro* 0,0639722 1,07 variável omitida
ufrr* 0,0745657 0,58 variável omitida
ufrs* 0,0001548 0,01 0,024763 3,05
ufsc* 0,0102853 0,43 0,0142299 1,5
ufse* 0,149448 1 variável omitida
ufto* 0,0574701 1,44 variável omitida
Ufsp Variável omitida variável omitida
nrofunci -0,0014479 -0,88 -0,0004977 -1,25
nrofunc2 0,0000285 0,71 8,77E-06 1,06
setcomercio* -0,0122892 -1,04 -0,000622 -0,22
setserviços* -0,0146354 -1,16 -0,0055292 -1,93
setindustria Variável omitida variável omitida
qtdparcarencia 0,0008369 0,18 -0,0010337 -1,8
qtparcarencia2 0,0002776 0,93 0,0000446 1,7
qtdparfianc -0,0051114 -0,84 -0,0029129 -1,81
qtdparfianc2 0,0000879 1,39 0,0000429 2,16
vlroperação -1,45E-06 -1,41 6,56E-07 1,49
vlroperação2 1,28E-12 0,35 -9,29E-12 -2,29
taxajuros -0,0784488 -3,64 -0,0105443 -2,36
taxajuros2 0,004269 3,13 0,0005971 2,19
valoraval -4,65E-07 -0,18 -9,51E-07 -1,04
valoraval2 1,16E-11 0,22 2,53E-11 1,35
Prazo 0,0533712 0,85 0,039511 2,2
Prazo2 -0,0124903 -1,59 -0,0077105 -2,79
inic oper1996* 0,0161982 0,33 -0,0012304 -0,21
inic oper1997* -0,0738899 -2,42 -0,0071995 -2,33
Inic oper1998* -0,0306312 -0,59 -0,007754 -2,85
Inic oper1999* -0,152832 -6,8 -0,0263762 -9,06
Inic oper2000* -0,5596882 -8,12 -0,5051156 -10,41
Inic oper1995 Variável omitida variável omitida
Nro. de Observações 4382 Nro. de Observações 3976

%DQFR %DQFR%
Variáveis Variável Dependente: Situação da Operação
Independentes y1 y2
Coeficiente z Coeficiente z
ufal* variável omitida -0,01767 -0,26
ufba* 0,1236101 3,21 0,0435859 0,81
ufce* 0,0374306 0,98 0,2623873 2,89
Fuma* 0,0608682 2 -0,0313127 -0,58
Ufmg* 0,073347 2,84 -0,0401574 -0,77
ufpb* 0,0138126 0,31 0,1808414 1,69
ufpe* 0,0704164 2,34 0,1761987 1,98
ufpi* 0,0380564 1,03 0,1256276 1,45
ufrn* 0,0072068 0,16 0,110162 1,29
ufse* 0,0273955 0,68 variável omitida
Ufsp variável omitida variável omitida
nrofunci variável omitida variável omitida
nrofunc2 variável omitida variável omitida
setcomercio* -0,0214209 -1,98 -0,0015274 -0,1
setserviços* -0,0110452 -0,87 -0,0445429 -2,67
setindustria variável omitida variável omitida

43
qtdparcarencia -0,0448226 -8,7 0,0099512 1,86
qtparcarencia2 0,0045794 10,25 0,0008668 2,36
qtdparfianc -0,0177045 -4,41 -0,0057854 -1,06
qtdparfianc2 0,0002388 4,88 0,0001418 2,19
vlroperação -2,56E-06 -2,19 3,49E-07 0,29
vlroperação2 1,10E-11 1,95 -2,60E-12 -0,55
Taxajuros -0,0154416 -3,09 -0,022394 -0,59
Taxajuros2 0,0001259 2,29 -0,0062001 -1,44
Valoraval 4,02E-06 1,58 4,28E-06 1,42
Valoraval2 -4,21E-11 -1,42 -3,36E-11 -0,95
Prazo 0,0600514 1,84 -0,0188067 -0,28
Prazo2 -0,0105513 -2,99 -0,0069437 -0,91
inic_oper1996* 0,0631703 2,15 0,989049 0,06
inic_oper1997* 0,0636471 1,64 0,9447798 0,05
inic_oper1998* 0,0379569 1,03 0,9649825 0,04
inic_oper1999* 0,0388743 0,95 variável omitida
inic_oper1995 variável omitida variável omitida
Nro. de Observações 2899 Nro. de Observações 2863

%DQFR %DQFR&
Variáveis Variável Dependente: Situação da Operação
Independentes y1 y2
Coeficiente z Coeficiente z
nrofunci -0,0030495 -1,05 -1,89E-12 -0,9
nrofunc2 0,0000421 1 4,95E-15 0,16
setcomercio* -0,1375246 -4,43 -1,20E-10 -4,4
setserviços* -0,0912907 -2,36 -1,63E-11 -0,67
setindustria variável omitida variável omitida
qtdparcarencia 0,0817425 0,9 1,76E-10 1,39
qtparcarencia2 -0,0048416 -0,93 -9,58E-12 -1,36
qtdparfianc -0,0315678 -1,67 -2,97E-11 -1,65
qtdparfianc2 0,0003525 2,02 3,26E-13 1,82
vlroperação -0,002037 -841,31 -6,91E-16 -0,01
vlroperação2 5,13E-08 1,22 -1,18E-19 -0,3
taxajuros -0,0864895 -1,72 2,99E-09 0,22
taxajuros2 0,0025388 0,87 -2,36E-10 -0,09
valoraval 0,0040651 , 2,75E-15 0,03
valoraval2 -2,05E-07 -1,22 4,73E-19 0,3
prazo -0,1254984 -0,99 1,08E-10 0,88
prazo2 0,0037876 0,36 -2,33E-11 -1,93
Inic_oper1996* 0,3703961 1,6 -3,00E-11 -0,29
Inic_oper1997* 0,021394 0,14 -3,65E-11 -0,28
Inic_oper1998* -0,0759378 -0,51 -2,96E-10 -0,71
Inic_oper1999* -0,0096907 -0,07 -8,20E-11 -0,56
Inic_oper1995 variável omitida variável omitida
Nro. de Observações 1531 Nro. de Observações 1531

44
 Quando condicionamos o valor do aval no valor da operação, seu efeito sobre a

inadimplência é bastante reduzido e insignificante em termos estatísticos. Já o prazo da

operação também tem um efeito não linear sobre a inadimplência, seguindo o mesmo

padrão da taxa de juros e do valor da operação.

Finalmente, as dummies que identificam o ano de início da operação apresentam

um padrão relativamente bem marcado, que se caracteriza por uma diminuição contínua na

inadimplência, o que pode significar que as instituições estão aprendendo com o tempo a

minimizar seu risco e maximizar seu retorno esperado. Ë importante investigar como está

se dando este processo, para que possamos entender um pouco melhor a dinâmica da

concessão de crédito no Brasil.

A inclusão da idade da firma na regressão ocasiona, como vimos anteriormente,

uma redução significativa da amostra. Isto ocasiona uma alteração significativa nos

coeficientes estimados de algumas variáveis, possivelmente devido ao fato de que a

presença da variável “data de fundação” seleciona a amostra de forma não aleatória. Desta

forma, vamos nos abster de comentar os resultados das demais variáveis e concentrar-nos

na idade da firma. A relação entre idade e inadimplência também é não linear, sendo que a

inadimplência diminui com a idade da firma a taxas decrescentes, ou seja, firmas muito

novas e muito antigas apresentam taxas de inadimplência maiores.

 &RQFOXV}HVGR(VWXGR

Este estudo procurou fazer uma primeira avaliação das taxas de inadimplência das

operações de financiamento garantidas por um fundo de aval. O objetivo é tentar

identificar que características do contrato e do tomador do empréstimo estão associadas a

uma maior taxa de inadimplência, para extrair informações que possam ser úteis para

facilitar o acesso ao crédito pelas MPEs.

45
 As principais conclusões do estudo apontam para a existência de menores níveis de

inadimplência para valores de intermediários de operação, de taxa de juros e de prazo, o

que indica que tanto os contratos envolvendo montantes reduzidos como aqueles

envolvendo montantes elevados tendem a envolver mais risco, possivelmente em função da

seleção dos tomadores, como nos modelos teóricos discutidos anteriormente.

•••

&21&/86­2

Este estudo buscou avaliar os impactos gerados pela assimetria de informação no

mercado de crédito, concentrando sua análise na concessão de crédito às MPEs brasileiras.

Com características bem definidas, as MPEs são responsáveis pela geração da

maior parte dos empregos formais no Brasil e apesar deste fato, ainda não contam com

uma estrutura formal de apoio creditício, auxiliando-as na manutenção e expansão de seus

negócios e permitindo que haja uma redução significativa na taxa de mortalidade,

principalmente nos primeiros anos de existência.

A assimetria de informação existente no mercado de concessão de crédito para as

MPEs é um dos grandes fatores impeditivos para sua expansão. Sem instrumentos de

análise de risco adequados para avaliar o potencial de pagamento das MPEs, os bancos

optam por estratégias conservadoras, emprestando pouco e a custos elevados para este

segmento. Iniciativas que busquem reduzir a assimetria de informação entre as pontas

tomadoras e ofertantes de recursos são fundamentais para que se atinja um equilíbrio mais

justo neste mercado.

O estudo empírico apresentado corrobora a hipótese da existência de seleção

adversa no mercado de créditos, apontando menores níveis de inadimplência para valores

intermediários de operação, taxa de juros e prazo.

46
 Não há dúvidas de que grande parte da retomada do crescimento econômico do

Brasil no início do século XXI passa pelo estímulo e investimento à atividade

empreendedora. Seja por incentivos institucionais, seja por redefinições da estrutura

competitiva dos mercados, os novos e pequenos empreendimentos têm papel crucial na

geração da renda e do emprego no país e no mundo. Neste estudo, demonstramos que a

capacidade de investir, por meio de crédito fácil e barato, aumenta o sucesso das MPEs

detentoras de bons projetos.

Por fim, este estudo pode ser estendido em várias dimensões, dentre elas:

™ As relações entre o montante da operação, as taxas de juros e a inadimplência,

descrevendo graficamente estas relações para que nós possamos quantificar os

intervalos de valores e juros associados a empréstimos mais arriscados.

™ A descrição do conjunto de operações que é levado a cabo nos diferentes estados

pelos diferentes operadores e testar a estabilidade dos parâmetros estimados entre

estes grupos.

™ A importância e viabilidade da existência de cooperativas de crédito para a redução

dos VSUHDGV bancários cobrados das MPEs.

™ A expansão do microcrédito aos nanoempreendedores.

™ O estímulo à atividade empreendedora como meio de estímulo ao desenvolvimento

econômico.

•••

47
%,%/,2*5$),$

AKERLOF, G.. 7KH 0DUNHW IRU ³OHPRQV´ TXDOLW\ DQG XQFHUWDLQO\ DQG WKH PDUNHW
PHFKDQLVP. Quaterly Journal of Economics, vol. 84 (August), pp. 488-500. 1970.

BYRNS, R. T.. 0LFURHFRQRPLD. São Paulo: Makron Books, 1996.

CONSTITUIÇÃO FEDERAL DE 1988

DE MEZA, D. & WEBB, D.C.. 7RR 0XFK  ,QYHVWPHQW D 3UREOHP RI $V\PPHWULF
,QIRUPDWLRQ. Quarterly Journal of Economics, vol. 102, pp. 281-92. 1987.

DE MEZA, D.. 2YHUOHQGLQJ" Economic Journal, Vol. 112, no. 477, pp. 17-31. 2002.

FELDMANN, M. P. & AUDRETSCH, D. B. ,QQRYDWLRQ LQ &LWLHV 6FLHQFH %DVHG 'L

YHUVLW\ VSHFLDOL]DWLRQ DQG /RFDOL]HG &RPSHWLWLRQ European Economic Review. 43 pp.
409-429.1999.

GLOBAL ENTREPRENEURSHIP MONITOR. (PSUHHQGHGRULVPR QR %UDVLO 5HODWyULR

*OREDO. 2002.

MONAMPE. Movimento Nacional da Micro e Pequena Empresa.

NAJBERG, S.; PUGA, F. & OLIVEIRA, P.. 6REUHYLYrQFLD GDV )LUPDV QR %UDVLO 'H]
'H]. Revista do BNDES. Rio de Janeiro, 2000.

PINDYCK, R.S.; RUBINFELD, D. T.. 0LFURHFRQRPLD. São Paulo: Makron Books, 1994.

PINHEIRO, A. C.; MOURA, A.. 6HJPHQWDomR H XVR GH LQIRUPDomR QRV PHUFDGRV GH
FUpGLWREUDVLOHLURV. Textos para Discussão do BNDES. Rio de Janeiro. 2001.

SCHUMPETER, J.A. 7HRULDGR'HVHQYROYLPHQWR(FRQ{PLFR. Editora Fundo de Cultura,

Rio de Janeiro, 1961.

48
SEBRAE-SP / FIPE. $TXHVWmRGRILQDQFLDPHQWRQDV03(VGR(VWDGRGH6mR3DXOR. São
Paulo. 1999.

SEBRAE. )DWRUHV FRQGLFLRQDQWHV H WD[D GH PRUWDOLGDGH GH HPSUHVDV. Brasilia. Ed.
Sebrae.1999.

_______. $QiOLVHGH&RQMXQWXUD. Vol. 6, nº 23. Brasília. 2000.

_______. 0LFUR H 3HTXHQD (PSUHVD QR %UDVLO 'DGRV *HUDLV 6REUH R 6HJPHQWR
(PSUHVDULDO. 2000.

_______. 'DGRV 5HODWLYRV j 3DUWLFLSDomR GDV 0LFUR H 3HTXHQDV (PSUHVDV 6HJXQGR R

&ULWpULRGH&ODVVLILFDomRGH3RUWH%DVHDGRQR1~PHURGH(PSUHJDGRV. 2000.

STIGLITZ, J. & WEISS, A.. &UHGLW UDWLRQLQJ LQ PDUNHWV ZLWK LPSHUIHFW LQIRUPDWLRQ.
American Economic Review, vol. 71, pp. 393-410. 1981.

VARIAN, H.R.. ,QWHUPHGLDWH 0LFURHFRQRPLFV D PRGHUQ DSSURDFK. New York. W.W.

Norton & Company. 4 th. Ed. 1996.

VILELLA, J. 2 8QLEDQFR FRQWUDDWDFD. Jornal do Brasil, São Paulo, 26 mar. 2003.

Caderno Economia & Negócios, p. A-10.

49