REBC2009

Relatrio de Economia Bancria e Crdito
2009
Apresentao
Os efeitos da crise internacional repercutiram mais intensamente na economia brasileira a partir de setembro de 2008, em particular com a virtual paralisao do mercado de crdito. Entretanto, em 2009, observou-se retomada do processo de crescimento, com a elevao de 15,2% no saldo das operaes de crdito do Sistema Financeiro Nacional (SFN), equivalente a 45% do Produto Interno Bruto (PIB). Esse processo foi, em grande parte, decorrente de medidas anticclicas adotadas pelo governo federal no intuito de mitigar os efeitos da crise. No que diz respeito atuao do Banco Central do Brasil (BCB), a estratgia adotada envolveu essencialmente o provimento de liquidez, no intuito de restabelecer a funcionalidade dos mercados. Em 2009, notou-se expanso acentuada (29,1%) do crdito direcionado e aumento da participao dos bancos pblicos no total de crdito do SFN, que passou de 36,3% em 2008 para 41,5% em 2009. Este Relatrio apresenta, na parte I (Evoluo Recente do Mercado de Crdito e Decomposio do Spread), captulo 1 (Juros e Spread Bancrio), o comportamento recente dos principais indicadores do mercado de crdito, entre os quais constam a evoluo de saldos e o comportamento das taxas de emprstimo, bem como a decomposio do spread. No captulo 2 (Medidas), apresentam-se as principais medidas adotadas em 2009 no mbito do crdito e do controle da liquidez e, em anexo, um resumo das medidas sugeridas e adotadas no perodo. Na parte II (Estudos Selecionados), apresenta-se um conjunto de estudos realizados no mbito do BCB com vistas ao melhor entendimento da conjuntura atual. De uma forma geral, pode-se segmentar esses estudos em dois grandes grupos: um voltado ao entendimento dos efeitos da crise financeira internacional e outro, ao estudo do comportamento do risco de crdito. No artigo Crise de 2008 e as Mudanas no Mercado de Crdito, procura-se entender e avaliar as mudanas ocorridas no mercado de crdito brasileiro aps a crise de 2008. Para tanto, o artigo apresenta breve retrospectiva do perodo 2002/2009, destacando os saldos e juros das modalidades e os agregados de crdito que apresentaram maiores variaes. Alm disso, foram aplicados testes economtricos, com o propsito de avaliar a hiptese de quebra estrutural no mercado de crdito brasileiro em funo da crise. No agregado, os testes indicaram que o saldo total dos crditos direcionados apresentou quebra em setembro de 2008, enquanto o saldo total dos crditos livres, que j vinha em uma trajetria consistente de elevao, no
Economia Bancria e Crdito III
apresentou quebra estatisticamente significante. Em relao s taxas de juros, exceto pela modalidade capital de giro, foi observada elevao generalizada, que culminou na reduo do volume de concesses de algumas modalidades especficas. O desdobramento da crise do subprime nos Estados Unidos da Amrica (EUA) teve como consequncia no Brasil, entre outras, restrio de liquidez no segmento de bancos de pequeno e mdio porte. A fim de assegurar a estabilidade do SFN, o BCB tomou algumas medidas, como a reduo de recolhimentos compulsrios sobre depsitos bancrios. Sob esse contexto, tambm criou incentivos para que bancos de grande porte direcionassem parte dos seus recolhimentos compulsrios a bancos de menor porte, via compra de carteiras de crdito e aplicaes em depsitos interfinanceiros. Tais medidas mostraram-se eficazes e, na ocasio, verificou-se alvio na restrio de liquidez. O segundo artigo da parte II, Liberao de Compulsrios, Crdito Bancrio e Estabilidade Financeira no Brasil, teve por objetivo testar se as medidas de liberao do compulsrio resultaram em aumento das concesses e do saldo da carteira de crdito. A metodologia de estimao utilizada foi a de diferena em diferenas com dados em painel, considerando os grandes bancos como grupo de tratamento, pois, devido estrutura dos recolhimentos compulsrios no Brasil, foram esses bancos que receberam a maior parcela dos recursos liberados. Os resultados dos testes mostram que os bancos de grande porte aumentaram significativamente suas concesses no perodo ps-crise. O terceiro artigo, Revendo os Determinantes das Taxas de Juros de Crdito no Brasil aps a Crise de 2008, analisa os determinantes das taxas de juros bancrias, tanto do ponto de vista macroeconmico quanto das caractersticas das instituies financeiras. Foram examinados os determinantes das taxas de emprstimos consolidadas para pessoas fsicas e para pessoas jurdicas, e estimou-se o pass-through da taxa de poltica monetria para as taxas de juros de cinco modalidades de emprstimos. Entre os resultados apresentados, cabe destacar que, aps a crise de 2008, observou-se aumento da velocidade do pass-through nos emprstimos para pessoas jurdicas. Alm disso, as estimaes oferecem indcios de que a concentrao bancria, a falta de capitalizao e o grau de ineficincia dos bancos representada pelo custo total que os bancos incorrem para captar depsitos sobre o volume total desses depsitos afetam positivamente as taxas de emprstimos. A partir do quarto artigo da parte II, o Relatrio muda o foco para a anlise de risco de crdito. Nesse sentido, o quarto artigo, Testes Macro de Estresse de Risco de Crdito com Foco nas Caudas, investiga testes macroeconmicos de estresse do risco de crdito de sistema financeiro, com nfase especial nas caudas das distribuies de risco de crdito condicionais a cenrios macroeconmicos adversos. O trabalho estima a ligao de variveis macroeconmicas com risco de crdito por meio do modelo tradicional de Wilson (1997), bem como por meio de um mtodo alternativo de regresso quantlica (QR) (KOENKER; XIAO, 2002), no qual a importncia relativa das variveis macros pode variar ao longo da distribuio de risco de crdito, incorporando conceitualmente incerteza nas correlaes de inadimplncia. No segmento de pessoas fsicas, os exerccios indicam, no horizonte de um trimestre, que cenrio de estresse em taxa de desemprego produz o efeito mais relevante, enquanto taxas de inflao e de juros estressadas geram impactos maiores em perodos mais longos.
Economia Bancria e Crdito IV
O quinto artigo, Determinantes Macroeconmicos da Inadimplncia Bancria de Pessoas Jurdicas no Brasil, visa contribuir para o entendimento da relao entre o ambiente macroeconmico e a inadimplncia de pessoas jurdicas tomadoras de crdito bancrio. Foi possvel inferir que, a despeito de eventuais flutuaes na taxa do Sistema Especial de Liquidao e de Custdia (Selic) e/ou na taxa de cmbio R$/US$, a conduo de uma poltica macroeconmica que propicie crescimento da atividade econmica de forma sustentada fator preponderante para a reduo da inadimplncia de pessoas jurdicas na carteira de crdito das instituies financeiras brasileiras e, por conseguinte, para a preservao da estabilidade do sistema financeiro brasileiro. O sexto artigo, Eficincia Bancria e Inadimplncia: testes de causalidade, procura estimar a relao entre crditos inadimplentes e eficincia bancria. Para avaliar a eficincia bancria, utilizou-se um modelo de Anlise Envoltria de Dados (DEA). Um painel dinmico de Arellano-Bond e um VAR-painel foram empregados para testar se crditos inadimplentes geram baixa eficincia (hiptese do azar) ou se a eficincia bancria afeta a qualidade dos emprstimos (hiptese da ineficincia gerencial e hiptese do gerenciamento com averso ao risco). Os resultados empricos para o caso brasileiro suportam a segunda hiptese. Por fim, o stimo artigo, Correlao de Default: uma investigao emprica de crditos de varejo no Brasil, a partir de uma base de dados de classificao de risco de operaes de crdito, proveniente do Sistema de Informaes de Crdito (SCR) do BCB, estima empiricamente matrizes de correlao de default das operaes de varejo realizadas entre 2003 e 2008. As modalidades consideradas foram crdito pessoal sem consignao e financiamento de veculos. Foi identificada elevao da probabilidade e da correlao de default em perodo de recesso econmica no Brasil. A segmentao das matrizes de correlao foi inicialmente realizada em funo da classificao de risco da operao. Por meio de um modelo de regresso probit, entretanto, verificouse que o tipo de ocupao do cliente seria mais significativo para os eventos de default e, assim, as correlaes empricas foram recalculadas a partir dessa nova forma de agrupamento. Os resultados indicaram melhora na disperso das correlaes para as duas modalidades estudadas.
Economia Bancria e Crdito V
Sumrio
Parte I Evoluo Recente do Mercado de Crdito e Decomposio do Spread ................................................................... 11

1 Juros e Spread Bancrio ................................................................................................... 13
1 Evoluo..........................................................................................................................................................13 2 Decomposio do spread bancrio ................................................................................................................16
2 Medidas ............................................................................................................................ 23
Anexo ................................................................................................................................................................ 25
Smula das principais medidas adotadas e propostas......... ................................................................................. 25
Parte II Estudos Selecionados ....................................................................... 35

1 Crise de 2008 e as Mudanas no Mercado de Crdito .................................................... 37
1 Evoluo do crdito Principais tendncias................................................................................................. 38 2 Teste de quebra estrutural ............................................................................................................................ 47 3 Concluses..................................................................................................................................................... 49 Referncias ....................................................................................................................................................... 52
2 Liberao de Compulsrios, Crdito Bancrio e Estabilidade Financeira no Brasil................................................................................... 53

1 Introduo ...................................................................................................................................................... 53 2 Estrutura dos recolhimentos compulsrios ................................................................................................... 55 3 Descrio dos dados...................................................................................................................................... 55 4 Estratgia emprica e resultados das estimaes ........................................................................................ 60 5 Concluso ..................................................................................................................................................... 63 Referncias ....................................................................................................................................................... 64 Anexo ................................................................................................................................................................65
3 Revendo os Determinantes das Taxas de Juros de Crdito no Brasil aps a Crise de 2008 ......................................................................................... 69
1 Introduo ...................................................................................................................................................... 69 2 Determinantes da taxa de juros de emprstimo ........................................................................................... 70 3 Os dados ........................................................................................................................................................ 71 4 Resultados ..................................................................................................................................................... 72 5 Concluso ...................................................................................................................................................... 77
Referncias ....................................................................................................................................................... 78 Anexo ................................................................................................................................................................ 79

A.1 Descrio de algumas das variveis ................................................................................................................ 79 A.2 Estimaes ........................................................................................................................................................ 79
4 Testes Macro de Estresse de Risco de Crdito com Foco nas Caudas ........................... 83
1 Introduo ...................................................................................................................................................... 83 2 Metodologia .................................................................................................................................................. 85 3 Resultados ..................................................................................................................................................... 88
3.1 Estimao dos modelos Wilson e QR ............................................................................................................... 88 3.2 Exerccios de teste de estresse......................................................................................................................... 90
4 Concluso ...................................................................................................................................................... 94 Referncias ....................................................................................................................................................... 96 Anexos .............................................................................................................................................................. 99
5 Determinantes Macroeconmicos da Inadimplncia Bancria de Pessoas Jurdicas no Brasil ...................................................................................... 109

1 Introduo .................................................................................................................................................... 109 2 Modelos de avaliao de risco de crdito .................................................................................................. 110 3 Metodologia e dados utilizados .................................................................................................................. 112 4 Resultados ................................................................................................................................................... 116 5 Concluso .................................................................................................................................................... 118 Referncias ..................................................................................................................................................... 120 Anexo A .......................................................................................................................................................... 122 Anexo B1......................................................................................................................................................... 122 Anexo B2......................................................................................................................................................... 123
6 Eficincia bancria e inadimplncia: testes de causalidade......................................... 125

1 Introduo .................................................................................................................................................... 125 2 Sntese literria ........................................................................................................................................... 126 3 Dados e metodologia................................................................................................................................... 127
3.1 Medida de eficincia....................................................................................................................................... 127 3.2 Painel dinmico de Arellano-Bond .................................................................................................................. 129 3.3 Modelo VAR .................................................................................................................................................... 132 3.4 Dados Utilizados.............................................................................................................................................. 133
4 Resultados ................................................................................................................................................... 134 5 Concluses................................................................................................................................................... 135 Referncias ..................................................................................................................................................... 137
7 Correlao de Default: uma investigao emprica de crditos de varejo no Brasil ...................................................................................... 139
1 Introduo .................................................................................................................................................... 139 2 Reviso de literatura ................................................................................................................................... 141 3 Metodologia ................................................................................................................................................ 142
3.1 Correlaes empricas ..................................................................................................................................... 142 3.2 Estimao das perdas por VaR........................................................................................................................ 144 3.3 Modelo Probit .................................................................................................................................................. 145
4 Resultados ................................................................................................................................................... 147

4.1 Correlaes empricas por classe de risco ..................................................................................................... 147 4.2 Modelo de regresso Probit ............................................................................................................................ 151
4.2.1 Modalidade crdito pessoal sem consignao............................................................................................ 153 4.2.1.a Correlao emprica por tipo de ocupao do cliente .............................................................................. 154 4.2.2 Modalidade financiamento de veculos ....................................................................................................... 154 4.2.2.a Correlao emprica por tipo de ocupao ............................................................................................... 155
5 Concluso .................................................................................................................................................... 155 Referncias ..................................................................................................................................................... 157 Apndice A.1 .................................................................................................................................................. 158 Apndice A.2 .................................................................................................................................................. 159 Apndice A.3 .................................................................................................................................................. 160 Apndice A.4 .................................................................................................................................................. 161 Apndice A.5 .................................................................................................................................................. 162 Apndice A.6 .................................................................................................................................................. 163 Apndice B.1................................................................................................................................................... 164 Apndice B.2................................................................................................................................................... 164 Apndice B.3................................................................................................................................................... 164 Apndice B.4................................................................................................................................................... 164 Apndice C.1................................................................................................................................................... 165 Apndice C.2................................................................................................................................................... 165 Apndice C.3................................................................................................................................................... 165 Apndice C.4................................................................................................................................................... 165 Apndice D.1 .................................................................................................................................................. 166 Apndice D.2 .................................................................................................................................................. 167 Apndice D.3 .................................................................................................................................................. 168 Apndice D.4 .................................................................................................................................................. 169 Apndice D.5 .................................................................................................................................................. 170 Apndice E.1 ................................................................................................................................................... 171 Apndice E.2 ................................................................................................................................................... 172 Apndice E.3 ................................................................................................................................................... 173 Apndice E.4 ................................................................................................................................................... 174 Apndice E.5 ................................................................................................................................................... 175
Parte I
Evoluo Recente do Mercado de Crdito e Decomposio do Spread
1
1 Evoluo
Tabela 1 Evoluo do crdito total
Discriminao 2007
Juros e Spread Bancrio
As operaes de crdito do sistema financeiro registraram expanso, em 2009, em ritmo menos acentuado do que em anos anteriores. Essa evoluo mostrou-se consistente com a retomada gradual da atividade econmica, aps perodo mais crtico da crise financeira internacional de 2008/2009.
R$ bilhes 2008 2009 Variao (%) t-1 Total Recursos livres Recursos direcionados Participao %: Total/PIB Recursos livres/PIB Recursos direcionados/PIB 35,2 24,8 10,4 40,8 29,0 11,9 45,0 30,4 14,6 936,0 660,8 275,2 1227,3 871,2 356,1 1414,3 954,5 459,8 15,2 9,6 29,1 t-2 51,1 44,4 67,1
O saldo das operaes de crdito do sistema financeiro, considerados os recursos livres e direcionados, totalizou R$1.414 bilhes em dezembro de 2009, com expanso anual de 15,2%, ante 31,1% no ano anterior. Em consequncia, o total de emprstimos ao final do ano correspondeu a 45% do Produto Interno Bruto (PIB), comparativamente a 40,8% em dezembro de 2008.
Tabela 2 Evoluo do crdito com recursos direcionados
R$ bilhes Discriminao 2007 2008 2009 Variao (%) t-1 Total BNDES Direto Repasses Rural Habitao Outros 275,2 160,0 77,8 82,2 64,3 43,6 7,3 356,1 209,3 107,8 101,5 78,3 59,7 8,8 459,8 283,0 158,1 124,9 78,8 87,4 10,7 29,1 35,3 46,7 23,1 0,6 46,3 20,7 t-2 67,1 76,9 103,3 52,0 22,5 100,4 45,5
Economia Bancria e Crdito 13
O crescimento do crdito foi maior no segmento de recursos direcionados, reflexo da atuao das instituies financeiras pblicas e da adoo, pelo governo, de medidas anticclicas destinadas ao provimento de recursos para projetos habitacionais e de infraestrutura, bem como para capital de giro do setor produtivo. Dentre essas iniciativas, cabe citar a Medida Provisria (MP) n 453, de 22 de janeiro de 2009, que autorizou o Tesouro Nacional a conceder crdito de at R$100 bilhes ao Banco Nacional de Desenvolvimento Econmico e Social (BNDES), mediante a emisso de ttulos pblicos. O volume total da carteira de crdito direcionado atingiu R$459,8 bilhes, e expandiu 29,1% em 2009 ante o ano anterior, com destaque para as operaes realizadas pelo BNDES e para os financiamentos habitacionais. Nesse contexto, a participao dos bancos pblicos no total de crdito concedido pelo sistema financeiro elevou-se de 36,3% em 2008 para 41,5% em 2009.
Tabela 3 Evoluo do crdito com recursos livres
R$ bilhes Discriminao 2007 2008 2009 Variao (%) t-1 Total Pessoa jurdica Recursos domsticos Referencial1/ Leasing Rural Outros Recursos externos Pessoa fsica Referencial1/ Cooperativas Leasing Outros 660,8 343,2 274,7 214,9 34,8 2,0 23,0 68,6 317,6 240,2 12,5 30,1 34,7 871,2 476,9 386,1 300,7 55,3 3,8 26,3 90,8 394,3 277,6 16,9 56,7 43,1 954,5 484,7 429,8 342,9 48,1 4,0 34,7 54,9 469,9 323,8 21,1 64,2 60,8 9,6 1,6 11,3 14,0 -12,9 7,7 31,8 -39,5 19,2 16,6 24,5 13,1 41,3 t-2 44,4 41,2 56,4 59,5 38,3 104,5 51,0 -19,9 48,0 34,8 69,1 112,9 75,3
1/ Crdito utilizado para clculo da taxa de juros, definido pela Circular n 2.957, de 30.12.1999.
Entre as operaes com recursos livres, apresentaram maior expanso os emprstimos destinados a pessoas fsicas em consonncia com a evoluo dos indicadores do mercado de trabalho, com a reduo das taxas de juros e com a estabilizao dos nveis de inadimplncia. Os financiamentos a pessoas jurdicas cresceram em ritmo moderado, refletindo a persistncia dos impactos negativos da crise de 2008/2009 sobre a confiana do setor empresarial, bem como as restries na oferta de crdito bancrio de curto prazo a pequenas e mdias empresas, que enfrentaram dificuldades para a rolagem de seus compromissos financeiros. Adicionalmente, as operaes fundeadas em recursos externos experimentaram forte reduo, o que, em parte, se deveu contrao do comrcio exterior.
Tabela 4 Evoluo das carteiras de crdito referencial
R$ bilhes Discriminao 2007 2008 2009 Variao (%) t-1 Total P. Jurdicas P. Fsicas Participao relativa (%) P. Jurdicas P. Fsicas 54,1 45,9 58,5 41,5 55,1 44,9 523,7 283,5 240,2 669,1 391,5 277,6 721,6 397,8 323,8 7,8 1,6 16,6 t-2 37,8 40,3 34,8
Entre as modalidades de crdito com recursos livres destinadas a pessoas jurdicas, as operaes de capital de giro registraram forte incremento em 2009 (27,3%). Os emprstimos consignados destacaram-se entre as operaes destinadas s famlias, com expanso de 36,8%.
Grfico 1 Meta Selic, taxa de juros1/ e spread mdio geral
Meta Selic e spread mdio geral (%) 35 30 25 20 15 10 5 Taxa mdia geral (% a.a.) 50 45 40 35 30
Dez Fev Abr Jun Ago Out Dez Fev Abr Jun Ago Out Dez 2007 2008 2009 Meta Selic Spread geral Taxa mdia geral 1/ Refere-se ao crdito referencial
O comportamento das taxas de juros em 2009, no mbito do crdito referencial1, traduziu a flexibilizao da poltica monetria e a recuperao da confiana dos agentes econmicos aps a crise financeira internacional, entre outros fatores. A reduo da meta para a taxa do Sistema Especial de Liquidao e de Custdia (Selic) propiciou o declnio gradual do custo de captao das instituies financeiras, ao tempo em que a evoluo favorvel das expectativas quanto recuperao econmica contribuiu para a moderao do spread bancrio. Dessa maneira, a reduo da taxa Selic em 5 pontos percentuais (p.p.) e do spread bancrio em 6,4 p.p., ao longo de 2009, contriburam para a retrao de 9 p.p. na taxa mdia de juros, que se situou em 34,3% ao ano (a.a.). Em relao aos emprstimos a pessoas fsicas, cuja participao no crdito referencial aumentou de 41% ao final de 2008 para 45% em dezembro de 2009, o spread recuou 13,4 p.p., contribuindo para a diminuio de 15,2 p.p. na taxa mdia de juros desse segmento, que alcanou 42,7% a.a. Em operaes a pessoas jurdicas, o spread apresentou queda de 1,9 p.p., que concorreu para a retrao de 5,2 p.p. na taxa mdia de juros.
Grfico 2 Taxa de inadimplncia e spread Pessoas Fsicas (PF)
Spread PF(%) 44 42 40 38 36 34 32 30 dez 2008 fev 2009 abr 2009 Spread PF jun 2009 ago 2009 out 2009 dez 2009 Taxa de inadimplncia (%) 8,8 8,6 8,4 8,2 8 7,8 7,6 7,4 7,2
Inadimplncia PF
O crdito referencial constituiu-se das modalidades de crdito relevantes para o clculo da taxa de juros e do spread bancrio praticadas no segmento de crdito livre do Sistema Financeiro Nacional (SFN).
O comportamento do spread bancrio nas operaes com pessoas fsicas alinha-se evoluo da inadimplncia dessas carteiras. Considerados os atrasos superiores a noventa dias, a taxa de inadimplncia dos emprstimos s famlias recuou ao longo do segundo semestre de 2009, para 7,7% ao final do ano, com reduo de 0,2 p.p. em relao a dezembro de 2008. Por outro lado, em operaes contratadas por pessoas jurdicas, embora tenha recuado 0,2 p.p. no ltimo trimestre, a taxa de inadimplncia atingiu 3,8%, patamar 2 p.p. superior ao alcanado em dezembro de 2008. Destaque-se, aqui, a edio da Carta-Circular n 3.418, de 22 de outubro de 2009, que visava ampliar, a partir de agosto de 2010, a abrangncia dos dados informados diariamente pelas instituies de crdito ao Banco Central do Brasil (BCB). A nova sistemtica objetiva o aprimoramento dos clculos referentes s taxas de juros, aos spreads, aos prazos e aos fluxos praticados no mercado creditcio, possibilitando ganhos analticos relativos evoluo dessas variveis. Nesse sentido, a nova abrangncia estender-se- a operaes no consideradas atualmente, como as de arrendamento mercantil (leasing) e o crdito com recursos direcionados que incluem os financiamentos do BNDES, o crdito habitacional, com recursos da poupana e do Fundo de Garantia do Tempo de Servio (FGTS), e o crdito rural. Adicionalmente, sero detalhadas informaes relativas a modalidades que ganharam expresso nos anos recentes, tais como os emprstimos consignados e as operaes realizadas por intermdio de cartes de crdito.
2 Decomposio do spread bancrio

A decomposio do spread bancrio, incluindo estimativas especficas para os grupos de bancos pblicos, de bancos privados e dos maiores bancos em volume de concesso de crdito, que comeou a ser feita em 2008, apresentada a seguir. As estimativas foram realizadas com base na nova metodologia publicada no Relatrio de Economia Bancria e Crdito (REBC) de 20082, e estendem-se de 2002 a 2009. Relativamente decomposio do spread bancrio (tabela 5), destaca-se a queda, em 2009, da participao percentual da margem bruta, erros e omisses (somatrio da margem lquida, erros, omisses com impostos diretos Imposto de Renda e Contribuio Social sobre o Lucro Lquido CSLL). Ainda assim, esse agregado representou a maior parcela do spread bancrio em 2009 (46,6%), superando o percentual atribudo inadimplncia e ao custo administrativo (32,2% e 15,8%,
2 A alterao mais relevante da nova metodologia em relao antiga consiste na estimao do efeito dos subsdios cruzados causados pelo direcionamento obrigatrio de parte dos depsitos vista e de poupana para aplicao em crdito rural e/ou crdito habitacional. Adicionalmente, a nova metodologia utiliza as taxas efetivas de captao de depsito vista e de poupana, bem como de depsitos a prazo (neste caso, dadas pelas taxas dos Certificados de Depsitos Bancrios CDBs para cada banco), como taxa de captao. Em termos do impacto dos recolhimentos compulsrios, optou-se pela utilizao dos custos efetivos de captao dos depsitos bancrios que originam os recolhimentos compulsrios (depsitos a prazo, vista e/ou de poupana). A nova metodologia tambm incorporou alteraes no clculo do impacto do FGC e realiza a separao dos tributos segundo as respectivas bases de clculo. Para a estimao da componente relacionada ao custo administrativo, tal componente permanece sendo calculada a partir de uma funo custo para o setor bancrio e a alocao dos custos administrativos para cada produto, por intermdio do algoritmo de Aumann-Shapley. A componente relacionada inadimplncia manteve a mesma forma de clculo da metodologia antiga, sendo, portanto, estimada com base nas classificaes de risco das carteiras de emprstimo dos bancos e nas respectivas provises mnimas (segundo os parmetros constantes da Resoluo n 2.682, de 21 de dezembro de 1999).
respectivamente). Em relao a essa ltima rubrica, apesar da maior estabilidade em termos absolutos, verifica-se acrscimo, de 2008 para 2009, da participao percentual no spread (conforme tabela 5) em virtude da prpria variao do spread, que aumentou ao final de 2008 e retornou aos patamares anteriores crise ao final de 2009. Entretanto, ao se observar sua participao, em p.p., na decomposio do spread (tabela 6), percebe-se tendncia de queda ao longo do tempo, a qual foi interrompida por uma estabilidade nos valores dos ltimos dois anos. Em suma, a trajetria do spread gerou esse efeito de aumento da participao, a despeito da constncia das despesas administrativas em termos de p.p. nos ltimos dois anos.
Tabela 5 Decomposio do spread bancrio prefixado Total
Em proporo (%) do spread Discriminao 1 Spread Total 2 Custo Administrativo 3 Inadimplncia 4 Compulsrio + Subsdio Cruzado 5 Encargos Fiscais e FGC Impostos Indiretos Custo do FGC 6 Margem Bruta, Erros e Omisses (1-2-3-4-5) 7 Impostos Diretos 8 Margem Lquida, Erros e Omisses (6-7)
Fonte: Depep
2002
2003
2004
2005
2006
2007
2008
2009
100,00 100,00 100,00 100,00 100,00 100,00 100,00 100,00 19,07 29,07 5,60 4,77 3,30 1,47 41,49 14,28 27,20 25,52 34,48 7,08 4,66 3,05 1,61 28,27 10,42 17,85 23,65 28,79 5,69 4,67 3,31 1,36 37,20 12,78 24,42 22,43 33,12 4,29 4,53 3,11 1,42 35,62 12,21 23,41 21,15 35,70 3,21 3,70 2,99 0,71 36,24 12,40 23,84 21,19 33,54 3,45 3,85 3,09 0,77 37,97 13,20 24,76 11,50 31,23 1,48 3,71 3,19 0,52 52,09 20,90 31,19 15,77 32,16 1,65 3,77 3,15 0,62 46,65 18,67 27,97
A decomposio, em p.p., apresenta, segundo outra perspectiva, a evoluo nominal das componentes do spread ao longo do tempo. Na tabela 6, observa-se tendncia de recuo dessa varivel para quase todos os componentes, em linha com a reduo dos juros e do spread bancrio. O destaque negativo ocorreu em 2008, com a crise internacional, quando se observou aumento da inadimplncia, da margem bruta, erros e omisses e da margem lquida, erros e omisses. Esses aumentos foram revertidos em 2009, com a volta normalidade no mercado de crdito brasileiro.
Tabela 6 Decomposio do spread bancrio prefixado Total
Em pontos percentuais (p.p.) Discriminao A Taxa de Aplicao* B Taxa de Captao* 1 Spread Total 2 Custo Administrativo 3 Inadimplncia 4 Compulsrio + Subsdio Cruzado 5 Encargos Fiscais e FGC Impostos Indiretos Custo do FGC 6 Margem Bruta, Erros e Omisses (1-2-3-4-5) 7 Impostos Diretos 8 Margem Lquida, Erros e Omisses (6-7)
Fonte: Depep (*) Valores Estimados
2002 70,13 27,67 42,46 8,10 12,34 2,38 2,02 1,40 0,62 17,62 6,06 11,55
2003 57,34 15,82 41,52 10,60 14,31 2,94 1,93 1,26 0,67 11,74 4,32 7,41
2004 53,11 17,55 35,56 8,41 10,24 2,02 1,66 1,18 0,48 13,23 4,55 8,68
2005 53,33 16,93 36,40 8,17 12,06 1,56 1,65 1,13 0,52 12,97 4,44 8,52
2006 47,31 12,55 34,76 7,35 12,41 1,12 1,29 1,04 0,25 12,60 4,31 8,29
2007 40,18 11,78 28,40 6,02 9,53 0,98 1,09 0,88 0,22 10,78 3,75 7,03
2008 52,91 12,93 39,98 4,60 12,48 0,59 1,48 1,28 0,21 20,82 8,35 12,47
2009 40,32 10,51 29,81 4,70 9,59 0,49 1,12 0,94 0,18 13,91 5,57 8,34
Em relao inadimplncia e aos custos administrativos, alm dos efeitos diretos sobre o spread bancrio, importante notar que existem os efeitos indiretos, via subsdios cruzados, referentes inadimplncia e a custos administrativos do crdito rural e imobilirio. No caso do crdito rural (grfico 3), estima-se que as perdas com inadimplncia consumam cerca de 60% da receita com financiamentos, sendo os 40% restantes insuficientes para cobrir as despesas administrativas, que, isoladamente, absorvem quase toda a receita.
Grfico 3 Subsdio cruzado do crdito rural
300,0 200,0 100,0 0,0 -100,0 -200,0 -300,0 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 Emprstimo (=100) Inadimplncia Custos administrativos Subsdio
No caso do crdito imobilirio (grfico 4), com a reduo das despesas administrativas, estima-se que as receitas dos financiamentos j sejam suficientes para cobrir os custos administrativos e de captao. Assim, atualmente, o subsdio cruzado explicado pelas perdas com inadimplncia, a qual, aps a adoo da alienao fiduciria de imveis, vem apresentando tendncia de reduo.
Grfico 4 Subsdio cruzado do crdito habitacional
200,0 150,0 100,0 50,0 0,0 -50,0 -100,0 -150,0 -200,0 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 Emprstimo (=100) Custos administrativos Custo de captao Subsdio Inadimplncia
A decomposio do spread bancrio dos bancos pblicos (tabela 7) mostra a inadimplncia como principal componente, a qual tem absorvido mais de 40% dos spreads nos ltimos anos, percentual maior, inclusive, do que a margem bruta, erros e omisses. A decomposio apresentada na forma de p.p. (tabela 8) mostra reduo de custos, em especial em 2008 e em 2009, o que ajuda a explicar a maior competitividade dos bancos pblicos relativamente aos privados no perodo recente, inclusive a reduo dos juros e spreads praticados, sem prejuzo aparente das margens. A margem bruta, erros e omisses e a margem lquida, erros e omisses dos bancos pblicos apresentaram, em 2008 e 2009, as maiores participaes percentuais e os maiores valores absolutos (em p.p.)3 da srie estimada.
3 Conforme apresentado no REBC de 2008, a decomposio dos spreads bancrios em p.p. para os bancos pblicos e privados exigiu a realizao de estimativas especficas quanto ao nvel dos spreads
Tabela 7 Decomposio do spread bancrio prefixado Bancos pblicos

Fonte: Depep
2002
2003
2004
2005
2006
2007
2008
2009
100,00 100,00 100,00 100,00 100,00 100,00 100,00 100,00 23,59 31,74 7,56 4,55 3,17 1,38 32,56 11,39 21,17 26,24 34,02 6,95 4,53 3,07 1,46 28,26 9,87 18,39 28,07 41,05 7,87 4,25 2,74 1,50 18,76 6,81 11,95 26,16 39,91 7,57 4,22 2,79 1,42 22,15 7,77 14,37 26,81 41,56 7,44 3,52 2,72 0,80 20,67 7,08 13,59 30,99 45,09 9,28 3,52 2,55 0,96 11,12 4,89 6,23 15,23 40,48 3,82 3,47 2,76 0,71 37,01 14,99 22,02 16,63 40,26 3,30 3,56 2,78 0,78 36,26 14,50 21,75
Tabela 8 Decomposio do spread bancrio prefixado Bancos pblicos

Em pontos percentuais (p.p.) Discriminao A Taxa de Aplicao* B Taxa de Captao* 1 Spread Total (A - B) 2 Custo Administrativo 3 Inadimplncia 4 Compulsrio + Subsdio Cruzado 5 Encargos Fiscais e FGC Impostos Indiretos Custo do FGC 6 Margem Bruta, Erros e Omisses (1-2-3-4-5) 7 Impostos Diretos 2004 55,65 16,02 39,64 11,13 16,27 3,12 1,68 1,09 0,60 7,43 2,70 4,74 2005 57,55 16,01 41,54 10,87 16,58 3,14 1,75 1,16 0,59 9,20 3,23 5,97 2006 48,81 12,14 36,66 9,83 15,24 2,73 1,29 1,00 0,29 7,58 2,60 4,98 2007 40,19 11,46 28,73 8,90 12,95 2,67 1,01 0,73 0,28 3,20 1,41 1,79 2008 49,71 12,71 37,00 5,63 14,98 1,41 1,28 1,02 0,26 13,69 5,55 8,15 2009 36,02 9,90 26,12 4,34 10,51 0,86 0,93 0,73 0,20 9,47 3,79 5,68
8 Margem Lquida, Erros e Omisses (6-7)

Fonte: Depep (*) Valores estimados
Relativamente decomposio do spread bancrio dos bancos privados, observam-se basicamente as mesmas tendncias da decomposio do total dos bancos (tabela 9). Ressalte-se, aqui, o crescimento da participao percentual da margem bruta, erros e omisses (58% em 2008 e 51,8% em 2009), indicando que redues dos custos tm sido preferencialmente apropriadas como ganho dos prprios bancos. Em termos de p.p. (tabela 10), nota-se que a tendncia de queda na margem bruta, erros e omisses observada desde 2002 foi bruscamente interrompida em 2008, tendo aumentado para 23,8 p.p. (12,7 p.p. em 2007). A pequena queda em 2009, para 16,2 p.p., indica que os bancos privados tm espao para competir e retomar mercados de crdito perdidos para os bancos pblicos durante a crise de 2008/2009.
desses bancos. Contudo, em virtude da instabilidade dos valores obtidos para o perodo de 2000 a 2003, optou-se pela apresentao da decomposio em termos de p.p. para bancos pblicos e privados apenas a partir de 2004.
Tabela 9 Decomposio do spread bancrio prefixado Bancos privados

Em proporo (%) do spread Discriminao 2002 2003 2004 2005 2006 2007 2008 2009
1 Spread Total 2 Custo Administrativo 3 Inadimplncia 4 Compulsrio + Subsdio Cruzado 5 Encargos Fiscais e FGC Impostos Indiretos Custo do FGC 6 Margem Bruta, Erros e Omisses (1-2-3-4-5) 7 Impostos Diretos 8 Margem Lquida, Erros e Omisses (6-7)
Fonte: Depep
100,00 100,00 100,00 100,00 100,00 100,00 100,00 100,00 18,30 28,62 5,27 4,81 3,32 1,49 43,01 14,78 28,23 25,35 34,59 7,10 4,69 3,04 1,65 28,27 10,55 17,72 22,69 26,14 5,21 4,76 3,43 1,33 41,19 14,08 27,11 21,51 31,44 3,49 4,61 3,19 1,42 38,95 13,30 25,65 19,55 34,05 2,02 3,75 3,06 0,68 40,63 13,90 26,73 18,73 30,65 1,99 3,94 3,22 0,72 44,70 15,29 29,41 10,02 27,57 0,56 3,80 3,36 0,44 58,05 23,23 34,81 15,33 28,12 0,83 3,88 3,34 0,54 51,83 20,75 31,08
Tabela 10 Decomposio do spread bancrio prefixado Bancos privados

Fonte: Depep (*) Valores estimados
2004 52,31 17,82 34,49 7,83 9,02 1,80 1,64 1,18 0,46 14,21 4,86 9,35
2005 52,13 17,14 34,99 7,53 11,00 1,22 1,61 1,12 0,50 13,63 4,66 8,97
2006 46,89 12,64 34,25 6,70 11,66 0,69 1,28 1,05 0,23 13,92 4,76 9,16
2007 40,18 11,85 28,32 5,30 8,68 0,56 1,12 0,91 0,20 12,66 4,33 8,33
2008 53,97 12,99 40,98 4,11 11,30 0,23 1,56 1,38 0,18 23,79 9,52 14,27
2009 41,94 10,71 31,23 4,79 8,78 0,26 1,21 1,04 0,17 16,19 6,48 9,70
Os dados da decomposio do spread bancrio para os maiores bancos do pas (tabelas 11 e 12) mostram basicamente as mesmas tendncias observadas para o total de bancos. A margem bruta, erros e omisses dos grandes bancos pblicos e privados permaneceu superior metade do spread bancrio em 2009, valores praticamente iguais aos de 2008, indicando que existe espao para a queda dos spreads bancrios, a partir de polticas que possam contribuir para sua reduo.
Tabela 11 Decomposio do spread bancrio prefixado Maiores bancos(*)

Fonte: Depep (*) No incio da srie os maiores bancos eram doze, mas por processo de fuses e aquisies, tais bancos foram reduzidos a oito, a saber, BB, Caixa, Bradesco, Ita, HSBC, Santander, Safra e Votorantim.
2002
2003
2004
2005
2006
2007
2008
2009
100,00 100,00 100,00 100,00 100,00 100,00 100,00 100,00 17,89 28,29 5,67 4,72 3,33 1,39 43,42 14,84 28,59 24,85 34,15 8,32 4,57 3,06 1,51 28,10 10,44 17,66 23,53 29,10 6,77 4,64 3,30 1,34 35,96 12,28 23,68 22,68 32,55 5,08 4,57 3,14 1,43 35,12 11,94 23,18 20,59 35,63 3,51 3,71 2,99 0,72 36,55 12,43 24,12 21,24 33,78 4,12 3,86 3,08 0,78 37,00 12,88 24,12 11,38 29,71 1,66 3,77 3,26 0,50 53,48 21,39 32,09 14,64 27,23 2,41 4,02 3,38 0,64 51,70 20,68 31,02
Tabela 12 Decomposio do spread bancrio prefixado Maiores bancos (*)

Fonte: Depep (*) No incio da srie os maiores bancos eram doze, mas por processo de fuses e aquisies, tais bancos foram reduzidos a oito, a saber, BB, Caixa, Bradesco, Ita, HSBC, Santander, Safra e Votorantim.
2002 70,13 27,67 42,46 7,60 12,01 2,41 2,00 1,42 0,59 18,44 6,30 12,14
2003 57,34 15,82 41,52 10,32 14,18 3,46 1,90 1,27 0,63 11,67 4,34 7,33
2004 53,11 17,55 35,56 8,37 10,35 2,41 1,65 1,17 0,48 12,79 4,37 8,42
2005 53,33 16,93 36,40 8,26 11,85 1,85 1,66 1,14 0,52 12,78 4,35 8,44
2006 47,31 12,55 34,76 7,16 12,39 1,22 1,29 1,04 0,25 12,71 4,32 8,39
2007 40,18 11,78 28,40 6,03 9,59 1,17 1,10 0,87 0,22 10,51 3,66 6,85
2008 52,91 12,93 39,98 4,55 11,88 0,66 1,51 1,30 0,20 21,38 8,55 12,83
2009 40,32 10,51 29,81 4,36 8,12 0,72 1,20 1,01 0,19 15,41 6,16 9,25
Dessa forma, o BCB entende que a queda dos spreads bancrios deve, necessariamente, estar relacionada a aes que visem, entre outros, ao aumento da concorrncia e da eficincia bancria, bem como reduo da inadimplncia.
Medidas
Aps a superao das dificuldades de liquidez de 2008, os recolhimentos compulsrios sobre depsitos a prazo e interfinanceiros de sociedades de arrendamento mercantil foram revistos, de forma a enxugar o excesso de liquidez do sistema. Aps reduo de 15% para 13,5% (Circular n 3.468, de 28 de setembro de 2009), o recolhimento foi recomposto para 15% desses depsitos (Circular n 3.485, de 24 de fevereiro de 2010). No perodo da crise, a deduo sobre a exigibilidade aps a aplicao da alquota de recolhimento foi aumentada de R$300 milhes para R$700 milhes (Circular n 3.408, de 8 de agosto de 2008) e para R$2,0 bilhes (Circular n 3.410, de 13 de outubro de 2008). Aps esse perodo, as dedues foram alteradas, passando a ser de R$2,0 bilhes para as instituies financeiras (IFs) com patrimnio de referncia (PR) inferior a R$2,0 bilhes, de R$1,5 bilho para IFs com PR entre R$2,0 e R$5,0 bilhes e zero para IFs com PR superior a R$5,0 bilhes (Resoluo n 3.485, de 2010). Com o mesmo objetivo, tambm houve aumento de 40% para 45% no cumprimento da exigibilidade em ttulos federais (Circular n 3.427, de 19 de dezembro de 2008), restrio que foi removida com a remunerao dos recolhimentos passando a ser feita com base na taxa Selic (Circular n 3.485, de 2010). Tambm foi alterada a exigibilidade adicional sobre depsitos (Circular n 3.486, de 24 de fevereiro de 2010): a) aumento do recolhimento de 5% para 8% sobre depsitos vista; b) aumento do recolhimento de 4% para 8% sobre os depsitos a prazo e depsitos interfinanceiros de sociedades de arrendamento mercantil; c) manuteno do recolhimento de 10% sobre depsitos de poupana. A deduo sobre a exigibilidade calculada aps a aplicao das alquotas acima foi alterada de R$1,0 bilho (Circular n 3.410, de 2008) para R$2,0 bilhes no caso das IFs com PR inferior a R$2,0 bilhes, para R$1,5 bilho para IFs com PR entre R$2,0 e R$5,0 bilhes e zero para IFs com PR superior a R$5,0 bilhes (Circular n 3.486, de 2010). O direcionamento obrigatrio de 25% dos depsitos vista em operaes de crdito rural, que haviam sido aumentados transitoriamente para 30% (Resoluo n 3.623, de 14 de outubro de 2008), teve fixado o cronograma de reduo em 1 ponto percentual (p.p.) anual a partir de julho de 2010, de forma que a referida exigibilidade volte aos 25% em julho de 2014 (Resoluo n 3.704, de 26 de maro de 2009).
Foram determinadas a reviso e a atualizao da coleta de informaes sobre as operaes de crdito do segmento livre (juros, saldos, concesses, prazo mdio e nveis de atraso), que dever ter incio com a coleta dos dados de maio de 2010 em regime de produo assistida e, a partir da coleta dos dados de agosto de 2010, em regime definitivo (Circular n 3.445, de 26 de maro de 2009, e Carta-Circular n 3.418, de 22 de outubro de 2009). O principal benefcio com a reviso ser o acesso mais amplo a informaes sobre as operaes de crdito, com um maior nmero de modalidades e submodalidades acompanhadas. No caso de operaes de crdito com recursos livres para pessoas jurdicas, sero acompanhadas de: a) desconto de duplicatas, b) desconto de cheques, c) antecipao de faturas de carto de crdito, d) capital de giro com prazo at 365 dias, e) capital de giro com prazo superior a 365 dias, f) capital de giro com teto rotativo, g) conta garantida, h) cheque especial, i) financiamento imobilirio, j) crdito rural, k) aquisio de veculos, l) aquisio de outros bens, m) arrendamento mercantil de veculos, n) arrendamento mercantil de outros bens, o) vendor, p) compror, q) carto de crdito rotativo, r) carto de crdito parcelado, s) carto de crdito compras vista, t) adiantamento sobre contratos de cmbio (ACC), u) financiamento a importaes, v) financiamento a exportaes, w) repasse externo e x) outros crditos livres. No caso de operaes de crdito com recursos livres para pessoas fsicas, sero acompanhadas de: a) cheque especial, b) crdito pessoal no consignado, c) crdito pessoal no consignado vinculado a renegociao de dvidas, d) crdito pessoal consignado para trabalhadores do setor pblico, e) crdito pessoal consignado para trabalhadores do setor privado, f) crdito pessoal consignado para aposentados e pensionistas do Instituto Nacional do Seguro Social (INSS), g) financiamento imobilirio, h) crdito rural, i) aquisio de veculos, j) aquisio de outros bens, k) carto de crdito rotativo, l) carto de crdito parcelado, m) carto de crdito compras vista, n) arrendamento mercantil de veculos, o) arrendamento mercantil de outros bens, p) desconto de cheques e q) outros crditos livres. No caso de operaes de crdito com recursos direcionados para pessoas jurdicas, sero acompanhadas de: a) crdito rural controlado, b) financiamento do setor habitacional, c) capital de giro com recursos do Banco Nacional de Desenvolvimento Econmico e Social (BNDES), d) financiamento de investimentos com recursos do BNDES, e) financiamento ao setor agroindustrial com recursos do BNDES, f) outros crditos direcionados. No caso de operaes de crdito com recursos direcionados para pessoas fsicas, sero acompanhadas de: a) crdito rural controlado, b) financiamento para aquisio e construo de residncias, c) capital de giro com recursos do BNDES, d) financiamento de investimentos com recursos do BNDES, e) financiamento ao setor agroindustrial com recursos do BNDES, f) microcrdito consumo, g) microcrdito microempreendedor, h) microcrdito consignado e i) outros crditos direcionados.
Anexo
Smula das principais medidas adotadas e propostas
Medidas Competncia do Banco Central
a) Alterao dos recolhimentos compulsrios.
Observaes
Instrumento de poltica monetria A diminuio dos recolhimentos compulsrios pode contribuir para o aumento da oferta de crdito e a reduo do spread bancrio, mas a fixao de suas alquotas varia em funo da poltica monetria. Aps a superao das dificuldades de liquidez de 2008, os recolhimentos compulsrios foram revistos, a saber: a) mantidos em 42% (no remunerados) sobre os depsitos vista (Circular n 3.413, de 14.10.2008), com deduo de R$44 milhes da base de clculo (Circular n 3.274, de 10.2.2005); b) aps reduo de 15% para 13,5% sobre os depsitos a prazo e depsitos interfinanceiros de sociedades de arrendamento mercantil (Circular n 3.468, de 28.9.2009), o recolhimento foi recomposto para 15% (Circular n 3.485, de 24.2.2010); no perodo da crise, a deduo sobre a exigibilidade aps a aplicao da alquota de recolhimento foi aumentada de R$300 milhes para R$700 milhes (Circular n 3.408, de 8.10.2008) e para R$2,0 bilhes (Circular n 3.410, de 13.10.2008). Aps esse perodo, as dedues foram alteradas, passando a ser de R$2,0 bilhes para as IFs com PR inferior a R$2,0 bilhes, de R$1,5 bilho para IFs com PR entre R$2,0 e R$5,0 bilhes e zero para IFs com PR superior a R$5,0 bilhes (Resoluo n 3.485, de 24.2.2010); aumento de 40% para 45% no cumprimento da exigibilidade em ttulos federais (Circular n 3.427, de 19.12.2008), restrio que foi removida com a remunerao dos recolhimentos passando a ser feita com base na taxa Selic (Circular n 3.485, de 2010); c) 20% remunerados sobre o total dos depsitos de poupana (Circular n 3.130, de 27.6.2002).
Medidas
Observaes
Tambm foi alterada a exigibilidade adicional sobre depsitos (Circular n 3.486, de 24.2.2010): a) de 5% para 8% de recolhimentos sobre depsitos vista; b) de 4% para 8% de recolhimentos sobre depsitos a prazo e depsitos interfinanceiros de sociedades de arrendamento mercantil; c) 10% sobre depsitos de poupana. A deduo sobre a exigibilidade calculada depois da aplicao das alquotas acima foi alterada de R$1,0 bilho (Circular n 3.486, de 2010) para R$2,0 bilhes no caso das IFs com PR inferior a R$2,0 bilhes, para R$1,5 bilho para IFs com PR entre R$2,0 e R$5,0 bilhes e zero para IFs com PR superior a R$5,0 bilhes (Circular n 3.486, de 2010).
b) Aplicaes diretas e indiretas dos recolhimentos compulsrios em crditos Medidas adotadas para manter a liquidez e o crdito concedido pelas pequenas e mdias instituies financeiras.
Autorizada a utilizao de at 40% dos recolhimentos compulsrios sobre recursos a prazo para aquisio interbancria de operaes de crdito (Circular n 3.407, de 2.10.2008), limite que foi aumentado para 70% dos mesmos recolhimentos (Circular n 3.411, de 13.10.2008). Introduo de compulsrios sobre recursos a prazo com parte dos recolhimentos em espcie e sem remunerao (dos recolhimentos sobre recursos a prazo, 70% em espcie, Circular n 3.417, de 30.10.2008), conjugada com a autorizao da utilizao desses recolhimentos para aplicao em depsitos interfinanceiros de no ligadas. A Circular n 3.427, de 19.12.2008, consolidou as diversas normas para o uso de recolhimentos compulsrios sobre recursos a prazo. Autorizada a deduo da base de clculo do recolhimento compulsrio sobre depsitos vista do adiantamento voluntrio de at 60 contribuies mensais do Fundo Garantidor de Crdito (FGC) (Circular n 3.416, de 24.10.2008), cujo estatuto foi alterado para aumentar sua flexibilidade na realizao de depsitos e na aquisio de direitos creditrios de instituies financeiras e de sociedades de arrendamento mercantil (Resoluo n 3.656, de 17.12.2008).
Medidas
c) Operaes especiais do Banco Central para resguardar a liquidez do Sistema Financeiro Nacional (SFN) e das operaes internacionais do pas Medidas adotadas para regularizar a liquidez e compensar a escassez de linhas de crdito internacional causada pela crise internacional iniciada em setembro de 2008.
Observaes
A Medida Provisria (MP) n 442, de 6.10.2008, entre outras disposies, autorizou o Conselho Monetrio Nacional (CMN) a estabelecer critrios de avaliao de ativos recebidos pelo Banco Central do Brasil (BCB) em operaes de redesconto em moeda nacional (estabelecidos pela Resoluo n 3.622, de 9.10.2008) ou em garantia de emprstimos em moeda estrangeira (que foram regulados pela Resoluo n 3.672, de 17.12.2008, e pela Circular n 3.434, de 4.2.2009). No implementado Hoje as IFs so obrigadas a destinar: a) 25% de seus depsitos vista em operaes de crdito rural, com taxas favorecidas, com a exigibilidade aumentada transitoriamente para 30% pela Resoluo n 3.623, de 14.10.2008, com cronograma de reduo estabelecida pela Resoluo n 3.704, de 26.3.2009, de 1 p.p. anual a partir de julho de 2010, de forma a atingir 25% em julho de 2014; b) 65% de suas captaes em cadernetas de poupana a operaes de crdito imobilirio com taxas administradas; c) 2% de seus depsitos vista a operaes de microfinanas, com taxas mximas fixadas pelo governo. Apesar de o grupo de trabalho interministerial ter discutido o crdito rural, no houve progressos nessa rea. A flexibilizao desse direcionamento de crdito depende de alternativas de mercado para o crdito rural.
d) Flexibilizao dos direcionamentos obrigatrios do crdito Medidas especficas destinadas a reduzir os subsdios cruzados no crdito.
e) Aperfeioamento do Sistema de Pagamentos Brasileiro (SPB).
Implementado O novo SPB entrou em operao em 22 de abril de 2002. Implementado Aprovada a Resoluo n 2.682, de 21.12.1999, que dispe sobre a classificao das operaes de crdito, bem como sobre novas regras para constituio de provises para crditos de liquidao duvidosa.
f) Modificaes nas regras de classificao das operaes de crdito e de constituio de provises Medidas para aumentar a segurana das operaes de crdito, disseminando melhor cultura de crdito no pas.
Medidas
g) Transparncia nas operaes bancrias Medida para levantar informaes detalhadas sobre juros e encargos das principais operaes de crdito e divulg-las populao pela internet.
Observaes
Implementado Desde outubro de 1999, as informaes bsicas sobre os juros cobrados pelas IFs esto disponveis na pgina do BCB na internet. A partir de 31.5.2000, as IFs passaram a prestar ao BCB informaes dirias mais detalhadas de suas operaes de crdito (Circular n 2.957, de 30.12.1999, e Comunicado n 7.569, de 25.5.2000). A coleta de informaes sobre as operaes de crdito do segmento livre (juros, saldos, concesses, prazo mdio e nveis de atraso) est sofrendo uma reviso e atualizao. Essa reviso ter incio com a coleta dos dados de maio de 2010 em regime de produo assistida e, a partir da coleta dos dados de agosto de 2010, em regime definitivo (Circular n 3.445, de 26.3.2009, que revoga a Circular n 2.957, de 30.12.1999, e Carta-Circular n 3.418, de 22.10.2009).
h) Informao do Custo Efetivo Total (CET).
Implementado Desde 3.3.2008, as instituies financeiras devem informar a seus clientes pessoas fsicas, previamente contratao da operao, o custo total da operao, expresso em termos de taxa percentual anual. O CET deve ser calculado considerando todos os fluxos de liberaes e pagamentos previstos, taxa de juros utilizada, tributos, tarifas, seguros e outras despesas cobradas do cliente, mesmo que relativas ao pagamento de servios de terceiros contratados pela instituio, inclusive quando tais despesas forem objeto de financiamento (Resoluo n 3.517, de 6.12.2007). Implementado Reduzido de R$50 mil para R$20 mil o valor mnimo das responsabilidades que devem ser informadas pelas IFs ao SCR (Circular n 2.938, de 14.10.1999). Reduzido para R$5 mil, a partir de janeiro de 2001, o valor mnimo para identificao de clientes no sistema (Circular n 2.999, de 24.8.2000).
i) Ampliao da base de cobertura da Central de Risco (atual Sistema de Informaes de Crdito SCR) do BCB Medida para reduzir o limite de valor informado.
Medidas
j) Implementao do novo SCR do BCB Medida para aumentar o nmero e a qualidade das informaes disponveis, assim como agilizar o processo de consultas pelas IFs.
Observaes
Implementado Em 1.7.2004, entrou em operao o novo sistema de informaes, cuja implementao se deve a uma grande reestruturao do Sistema Central de Risco de Crdito. As IFs informam mensalmente ao BCB dados sobre seu risco de crdito, informaes individualizadas sobre as operaes dos clientes (responsabilidades acima de R$5 mil) e das operaes relevantes (acima de R$5 milhes), bem como dados complementares semestrais (Circular n 3.098, de 20.3.2002). Implementado Com o objetivo de melhor divulgar suas iniciativas relativas ao SCR opinio pblica e a seus usurios, o BCB implementou na internet uma pgina especfica sobre esse sistema. A pgina inclui uma apresentao didtica sobre a implementao, a regulamentao e os objetivos do sistema. Implementado Desde 2.4.2001, as IFs esto obrigadas a fornecer a seus clientes, quando por eles solicitadas, suas principais informaes cadastrais dos dois ltimos anos, que compreendem os dados pessoais, o histrico das operaes de crdito e financiamento e o saldo mdio mensal mantido em conta-corrente, aplicaes financeiras e demais modalidades de investimento realizadas (Resoluo n 2.808, de 21.12.2000, atual Resoluo n 2.835, de 30.5.2001). Essas informaes podem ser fornecidas a terceiros, desde que formalmente autorizado, caso a caso, pelo cliente. Implementado A Resoluo n 3.401, de 6.9.2006, disps sobre a quitao antecipada de operaes de crdito. A partir dela, ficou possvel a transferncia, por solicitao do prprio muturio, da operao de crdito contratada com uma instituio financeira para outra, cabendo a essa ltima realizar a quitao antecipada do crdito.
k) Promoo institucional do SCR do BCB Medida para esclarecer o papel dessa central como instrumento de disseminao de informaes positivas.
l) Portabilidade de informaes cadastrais Medida para aumentar a concorrncia bancria, autorizando os clientes a transferir seus cadastros entre IFs.
m) Portabilidade das operaes de crdito Medida para aumentar a concorrncia no mercado de crdito, autorizando a renegociao de uma operao com outra instituio financeira.
Medidas
Observaes
A regulamentao da cobrana de tarifa por liquidao antecipada de operaes de crdito (art. 2 da Resoluo n 3.401, de 2006) foi revogada pela Resoluo n 3.516, de 6.12.2007, ficando vedada a cobrana desse tipo de tarifa sobre operaes de crdito contratadas a partir da edio desse normativo. Em seu lugar, foi regulada a forma de clculo do valor presente dos pagamentos para efeitos de amortizao ou resgate antecipado das operaes de crdito. Para esse clculo, dever ser utilizada: a) no caso das operaes com prazo a decorrer inferior a doze meses, a taxa de juros contratual; e b) no caso das operaes com prazo superior a doze meses, a taxa equivalente ao somatrio do spread contratado com a taxa Selic apurada na data do pedido do pagamento antecipado.
n) Elaborao de cartilha sobre portabilidade de informaes cadastrais Medida para disseminar as informaes aos consumidores quanto possibilidade de acesso a seus cadastros e, com isso, aumentar a concorrncia. o) Promoo de mais concorrncia no cheque especial Medida para proporcionar mais transparncia quanto a juros, encargos e outras condies praticadas nessas operaes.
Proposta A transferncia de informaes cadastrais de consumidores entre IFs vem sendo muito pouco utilizada.
Implementado Os bancos comerciais esto obrigados a fornecer, desde 2.4.2001, mesmo nos extratos mensais gratuitos, informaes detalhadas sobre os encargos financeiros cobrados em operaes de cheque especial (Resoluo n 2.808, de 2000, atual Resoluo n 2.835, de 2001). As informaes devem compreender o perodo de incidncia da cobrana, a taxa de juros efetivamente cobrada e os valores debitados a cada ms. Ao permanente O BCB exige dos bancos e das IFs grande nmero de informaes. Algumas podem estar em duplicidade ou se tornar pouco necessrias. Isso configura-se, na composio dos custos dos bancos, em custos de observncia, vinculados s exigibilidades de envio de informaes ao rgo fiscalizador.
p) Reduo de exigncias burocrticas Medida para revisar exigncias que podem ser consideradas excessivas em relao a operaes de pequeno valor.
Medidas
q) Securitizao e negociao de recebveis Medidas destinadas a estimular a disseminao e o crescimento desse mercado.
Observaes
Implementado Foi editada a Resoluo n 2.907, de 29.11.2001, que dispe sobre a constituio e o funcionamento de fundos de investimento em direitos creditrios e de fundos de aplicao em quotas de fundos de investimento em direitos creditrios. Implementado A Resoluo n 2.933, de 28.2.2002, autorizou a realizao de operaes com derivativos de crdito, estabelecendo que somente podero operar na qualidade de receptora do risco de crdito as IFs autorizadas a realizar emprstimos, financiamentos e operaes de arrendamento mercantil. A Circular n 3.106, de 10.4.2002, regulamentou a realizao dessas operaes com derivativos de crdito.
r) Derivativos de crdito Medida para possibilitar o uso desses instrumentos de reduo e transferncia dos riscos de crdito.
Proposio de medidas legais

I No mbito do Poder Executivo a) Reduo dos impostos indiretos sobre a intermediao financeira Propor alternativas, visando reduo de impostos que incidem sobre o crdito (Imposto sobre Operaes de Crdito, Cmbio e Seguros IOF) e a intermediao financeira (Programa de Integrao Social PIS, Contribuio para o Financiamento da Seguridade Social Cofins, Contribuio Provisria sobre Movimentao ou Transmisso de Valores e de Crditos e Direitos de Natureza Financeira CPMF etc.) Proposta
Observaes
Os impostos indiretos sobre o crdito e a intermediao financeira tendem a ser repassados como custo aos tomadores de crdito. Em razo da importncia do crdito para a economia, a maior parte dos pases evita a imposio desse tipo de imposto. Como ele parte integrante e importante da arrecadao tributria, sua reduo depende fundamentalmente das condies da execuo do oramento fiscal. Eliminao da CPMF a partir de 1.1.2008 Vencimento do prazo constitucional (31.12.2007) da vigncia da CPMF (art. 84 e 90 das Disposies Transitrias da Constituio). Aumento do IOF Para compensar a perda de arrecadao da CPMF, o governo elevou as alquotas do IOF (Decreto n 6.339, de 3.1.2008), a saber: a) pessoas fsicas de 0,0041% ao dia para 0,0082% ao dia, at o mximo de 3,0% (antes 1,5%), mais alquota adicional de 0,38% sobre a operao de crdito;
Medidas
Observaes
b) pessoas jurdicas mantidas as alquotas de 0,0041% ao dia at o mximo de 1,5%, mas com alquota adicional de 0,38% sobre a operao de crdito. Reduo do IOF Em funo dos efeitos da crise internacional, as alquotas das operaes com pessoa fsica voltaram ao patamar anterior, mantida a alquota adicional (Decreto n 6.691, de 11.12.2008), ou seja, 0,0041% ao dia, at o mximo de 1,5%, mais alquota adicional de 0,38% sobre a operao de crdito.
b) Incidncia de Imposto de Renda (IR) e Contribuio Social sobre o Lucro Lquido (CSLL) sobre provisionamento de crditos A regulamentao tributria deveria reconhecer as exigncias contbeis das IFs, j que so instituies sob intensa regulao e fiscalizao do BCB.
Proposta A regulamentao do BCB mais conservadora do que a da Secretaria da Receita Federal (SRF) no que se refere ao reconhecimento de crditos no recebidos (inadimplncia), o que faz com que as IFs recolham IR/CSLL sobre receitas/lucros que o BCB no reconhece (que passam a ser registradas na contabilidade das IFs como crditos tributrios, passveis de retornarem mediante abatimento do IR/CSLL de exerccios futuros).
d) Melhoria do Cadastro Informativo dos Crditos no Quitados do Setor Pblico Federal (Cadin) Modernizar o Cadin, de forma que se torne mais amigvel quanto acessibilidade e mais disponvel para consultas fora do setor pblico. II No mbito do Poder Legislativo a) Criao da Cdula de Crdito Bancrio (CCB) Disseminar a utilizao de um ttulo de crdito mais simples e eficaz no trmite judicial. Implementado Sancionada em 2.8.2004, a Lei n 10.931, que dispe sobre o patrimnio de afetao, tambm trata da CCB e dos Certificados de Cdula de Crdito Bancrio (CCCBs), revogando a MP n 2.160-25, de 23.8.2001 (originalmente MP n 1.925, de 15.10.1999). Por sua caracterstica de ttulo executivo judicial, a CCB independe de um processo de conhecimento para sua execuo judicial, o que agiliza e reduz os custos de cobrana de dvidas bancrias na Justia. A criao dos CCCB negociveis em mercado tambm importante para aumentar a liquidez e o atrativo na concesso de crdito bancrio.
Medidas
b) Esclarecimento sobre anatocismo (juros sobre juros) no SFN Esclarecer que o dispositivo da lei da usura no se aplica ao SFN.
Observaes
Implementado A MP n 1.963-17, de 30.3.2000, atual MP n 2.170-36, de 23.8.2001, em seu artigo 5, esclarece que, nas operaes do SFN, admissvel a capitalizao de juros com periodicidade inferior a um ano. A nova legislao que cria e regula as CCBs (Lei n 10.931, de 2.8.2004) contempla a capitalizao dos juros nas operaes de crdito com a utilizao desse ttulo executivo.
c) Alienao fiduciria Aumentar o alcance desse eficiente instituto de garantia ao crdito, antes restrito a bens mveis.
Implementado A Lei n 10.931, de 2004, que dispe sobre o patrimnio de afetao, tambm modifica a legislao que trata de alienao fiduciria, estendendo sua utilizao at mesmo a operaes em garantia de coisa fungvel ou de direito. Com a nova lei, perde a relevncia o art. 22 da MP n 2.160-25, de 2001 (originalmente MP n 2.063-22, de 23.6.2001). A alienao fiduciria, antes restrita aos bens mveis, principalmente veculos, poder ser feita tambm sobre outros bens e direitos, como ttulos e outros crditos. Proposta muito comum que devedores utilizem as ineficincias e demoras dos processos judiciais para adiar o pagamento de suas obrigaes. Uma das formas de fazer isso questionar aspectos menores, relacionados cobrana dos encargos financeiros devidos. Normalmente, muito difcil para o devedor justificar irregularidades quanto ao principal. A Lei n 10.931, de 2004, ao tratar os contratos de financiamento de imveis, regula o tratamento dos valores controversos e incontroversos nas aes judiciais. Pelo seu artigo 50, o devedor deve discriminar os valores controversos, obrigando-se a manter o pagamento normal dos valores incontroversos, no tempo e no modo contratados.
d) Separao juros/principal Permitir a segmentao das parcelas controversas no processo de cobrana de emprstimos do SFN, como o faz a recente legislao especfica de contratos de financiamento imobilirio.
Medidas
e) Contrato eletrnico de crdito Trabalhar pelo estabelecimento de uma lei que regule a proteo das partes contratantes em operaes transitadas pela internet e por outros meios eletrnicos.
Observaes
Implementado A MP n 2.200, de 28.6.2001, atual MP n 2.200-2, de 24.8.2001, institui a Infraestrutura de Chaves Pblicas Brasileira (ICP-Brasil), para garantir a autenticidade, a integridade e a validade jurdica dos contratos eletrnicos. Implementado A Lei n 10.820, de 17.12.2003, dispe sobre o desconto de prestao de operaes de crdito em folha de pagamento dos salrios dos empregados.
f) Consignao de pagamentos de crditos pessoais no salrio do trabalhador.
Parte II
Estudos Selecionados
Crise de 2008 e as Mudanas no Mercado de Crdito

Clodoaldo Annibal Eduardo Lundberg Srgio Mikio Koyama1
O crdito do Sistema Financeiro Nacional (SFN) apresentou forte crescimento nos ltimos sete anos, passando de R$384,4 bilhes (22,0% do Produto Interno Bruto PIB) em dezembro de 2002 para R$1.414,4 bilhes (44,9% do PIB) em dezembro de 2009, o que equivale a um crescimento mdio superior a 20% ao ano (a.a.) nesse perodo. O crdito livre domstico foi o destaque dessa expanso, aumentando de 13,8% do PIB para 30,3% do PIB no mesmo perodo. A expanso do crdito direcionado, por sua vez, apresentou variao mais modesta, pelo menos at a crise de 2008, passando de 8,3% do PIB em dezembro de 2002 para 10,5% do PIB em setembro de 2008. Entretanto, com a crise, o crdito direcionado cresceu fortemente, em razo da grande expanso das operaes do Banco Nacional de Desenvolvimento Econmico e Social (BNDES), passando a representar 14,4% do PIB em dezembro de 2009 (grfico 1).
Grfico 1 Crdito do SFN/PIB
32% 28% 24% 20% 16% 12% 8% 4% Dez 2001 Set Jun 2003 Mar Dez 2004 Set Jun 2006 Mar Dez 2007 Set Jun 2009
Crdito Livre
Direcionado
Outra alterao importante observada aps a crise de 2008 foi o aumento da importncia relativa dos crditos concedidos por bancos oficiais. Com a forte expanso do crdito livre, pelo menos at setembro de 2008, observava-se que o crescimento das operaes de crdito das instituies financeiras privadas era maior do que o das pblicas (grfico 2). No entanto, com a crise de 2008, e com a j comentada expanso das operaes do BNDES, os crditos dos bancos oficiais
1 Clodoaldo Aparecido Annibal, Eduardo Luis Lundberg e Srgio Mikio Koyama so servidores do Departamento de Estudos e Pesquisas (Depep) do Banco Central do Brasil. Os autores agradecem aos comentrios dos colegas Joo Mauricio de Souza Moreira, Eduardo Jos Arajo Lima e Adriana Soares Sales. As opinies expressas neste artigo so de responsabilidade de seus autores e no refletem a viso do Banco Central do Brasil (BCB).
tambm apresentaram forte crescimento, fazendo com que sua participao relativa no total do crdito do SFN passasse de 34,2% em setembro de 2008 para 41,5% em dezembro de 2009.
Grfico 2 Crdito do SFN/PIB
28% 24% 20% 16% 12% 8% 4% Dez 2001 Set Jun 2003 Mar Dez 2004 Set Jun 2006 Mar Dez 2007 Set Jun 2009
I.F. Oficiais
I.F. Privadas
Em funo desse crescimento recente do crdito pblico direcionado, relativamente ao crdito livre (pblico e privado), bem como da alterao da tendncia observada em algumas sries de taxas de juros e concesses, pergunta-se se a crise de 2008 representou mudana no comportamento das principais variveis do mercado de crdito. Para responder a essa questo, este artigo apresenta breve retrospectiva do perodo 2002/2009 (parte I) e aplica testes estatsticos com o propsito de avaliar a hiptese de quebra estrutural no mercado de crdito brasileiro em funo da crise de 2008 (parte II). As concluses so apresentadas na parte III.
1 Evoluo do crdito Principais tendncias

Um dos pontos marcantes da crise de 2008/2009 foi o pedido de concordata do banco de investimentos norte-americano Lehmann Brothers em setembro de 2008, o que gerou retrao da liquidez e do crdito nos mercados financeiros internacionais. Assim, um dos efeitos da crise sobre o Brasil foi a reduo das linhas de crdito internacionais oferecidas ao pas. Em decorrncia, os repasses de crditos externos pelas instituies do SFN apresentaram reduo dos seus saldos a partir de julho de 2008, movimento que se acentuou a partir de setembro do mesmo ano (grfico 3) deslocaram-se de US$46,8 bilhes em junho de 2008 para US$31,5 bilhes em dezembro de 2009. Os fluxos de concesses, aps atingirem quase US$9,7 bilhes em maro de 2008, apresentaram queda nos meses seguintes, reduo que se acelerou entre outubro e dezembro do mesmo ano, passando a flutuar no intervalo entre US$3,0 e US$4,1 bilhes em 2009 (grfico 4).
Grfico 3 SFN Repasses de crditos externos
Saldos em US$ bilhes
Milhares 50 45 40 35 30 25 20 15 10 Jun 2001 Mar 2002 Dez 2002 Set 2003 Jun 2004 Mar 2005 Dez 2005 Set 2006 Jun 2007 Mar 2008 Dez 2008 Set 2009
Grfico 4 SFN Repasses de crditos externos

Concesses em US$ bilhes
10 Milhes 8 6 4 2 0 Jun 2001 Mar 2002 Dez 2002 Set 2003 Jun 2004 Mar 2005 Dez 2005 Set 2006 Jun 2007 Mar 2008 Dez 2008 Set 2009
O crdito livre do SFN concedido com recursos domsticos foi pouco afetado pela crise, em funo das redues de depsitos compulsrios e de outras medidas adotadas pelo BCB no sentido de injetar liquidez do mercado. Nos primeiros meses que se sucederam concordata do Lehmann Brothers (outubro de 2008 a janeiro de 2009), o saldo total das operaes de crdito s pessoas fsicas permaneceu estagnado na casa dos R$390 bilhes, voltando a crescer a partir de fevereiro de 2009. As operaes de crdito domstico com recursos livres s pessoas jurdicas foram mais afetadas pela crise, com discreta queda no saldo dessas operaes nos primeiros meses de 2009, que passou de R$386 bilhes em dezembro de 2008 para R$380 bilhes em abril de 2009 (grfico 5). Com isso, o fluxo de concesses totais de crdito livre domstico a pessoas fsicas e jurdicas apresentou reduo devido crise, conforme pode ser visualizado no grfico 6.
Grfico 5 SFN Crdito livre a pessoas fsicas e jurdicas
Saldos em R$ bilhes
500 450 400 350 300 250 200 150 100 50 Jun 2001 Mar 2002 Dez 2002 Set 2003 Jun 2004 Mar 2005 Dez 2005 Set 2006 Jun 2007 Mar 2008 Dez 2008 Set 2009
Pessoas Fsicas
Pessoas Jurdicas
Grfico 6 SFN Crdito livre a pessoas fsicas e jurdicas

Concesses em R$ bilhes
110 90 70 50 30 10 Jun 2001 Mar 2002 Dez 2002 Set 2003 Jun 2004 Mar 2005 Dez 2005 Set 2006 Jun 2007 Mar 2008 Dez 2008 Set 2009
Pessoas Fsicas
Pessoas Jurdicas
Com relao a juros e spreads praticados no mercado de crdito livre, interessante observar a elevao que se iniciou ainda na virada de 2008, influenciada
por um cenrio internacional que j se mostrava instvel, mas, tambm, por uma economia domstica mais aquecida e pela expectativa de elevao da inadimplncia. Com o agravamento da crise, juros e spreads bancrios intensificaram sua elevao, mas j em dezembro de 2008 interromperam a alta e iniciaram processo de baixa (grfico 7). O aumento observado ao longo de 2008 foi proporcionalmente maior nos emprstimos e financiamentos a pessoas jurdicas, com os juros mdios prefixados subindo de 32,2% a.a. em dezembro de 2007 para 45,4% a.a. em novembro de 2008. Ainda assim, o recuo posterior no custo do dinheiro foi mais lento no caso das pessoas jurdicas. De fato, os juros em dezembro de 2009 ainda no haviam retornado ao nvel prevalecente em 2007, antes da crise, ao contrrio do ocorrido com os juros de pessoas fsicas, que j ao final de 2009 se mostravam menores do que o observado em 2007 (grfico 8).
Grfico 7 SFN Juros e spreads consolidados
Em percentagem (%) ao ano
50 45 40 35 30 25 20 Dez 2003 Jun Dez 2004 Jun Dez 2005 Jun Dez 2006 Jun Dez 2007 Jun Dez 2008 Jun Dez 2009
Juros Consolidados
Spreads Consolidados
Grfico 8 SFN juros prefixados Pessoas fsicas e jurdicas

70 65 60 55 50 45 40 35 30 Dez 2003 Jun Dez 2004 Jun Dez 2005 Jun Dez 2006 Jun Dez 2007 Jun Dez 2008 Jun Dez 2009
Pessoas Fsicas
Pessoas Jurdicas
Entre as principais modalidades de crdito domstico livre a pessoas jurdicas, as mais afetadas pela crise foram Conta Garantida, Aquisio de Bens e Vendor, que apresentaram reduo no fluxo de concesses e alguma reduo nos saldos no perodo ps-crise. Compensando parcialmente esses efeitos, as operaes de crdito para capital de giro apresentaram forte crescimento no perodo, com os saldos passando de R$151,3 bilhes em setembro de 2008 para R$200,1 bilhes em setembro de 2009, os quais representaram crescimento de 32,3% nesse perodo (grficos 9 a 12)2.
2 Em razo de o prazo mdio das operaes de Conta Garantida ser menor do que as de capital de giro, o fluxo de concesses mensais para fazer o giro de um mesmo saldo de operaes deve ser maior, o que explica o fato de os valores das concesses de crdito para Conta Garantida serem maiores do que as de capital de giro, no obstante o saldo de capital de giro ser maior do que o de Conta Garantida. O mesmo se observa relativamente s operaes de vendor e financiamento para aquisio de bens. Assim, relativamente aos grficos 9 a 12, importante visualizar as variaes ocorridas nas respectivas modalidades, sendo irrelevante a comparao cruzada de fluxos e estoques das modalidades.
Grfico 9 Crdito livre PJ Capital de giro e conta garantida

240 200 160 120 80 40 0
Saldos em R$ bilhes
Jun 2001
Mar 2002
Dez 2002
Set 2003
Jun 2004
Mar 2005
Dez 2005
Set 2006
Jun 2007
Mar 2008
Dez 2008
Set 2009
Capital de Giro
Conta Garantida
Grfico 10 Crdito livre PJ Capital de giro e conta garantida

35 Milhes 30 25 20 15 10 5 0
Jun 2001
Mar 2002
Dez 2002
Set 2003
Jun 2004
Mar 2005
Dez 2005
Set 2006
Jun 2007
Mar 2008
Dez 2008
Set 2009
Capital de Giro
Conta Garantida
Grfico 11 Crdito livre PJ Aquisio de bens e vendor

Saldos em R$ bilhes
Milhes 20 18 16 14 12 10 8 6 4 2 0
Jun Mar Dez Set Jun Mar Dez Set Jun Mar Dez Set 2001 2002 2002 2003 2004 2005 2005 2006 2007 2008 2008 2009 Aquisio de Bens Vendor
Grfico 12 Crdito livre PJ Aquisio de bens e vendor

Milhes 7 6 5 4 3 2 1 0
Jun 2001
Mar 2002
Dez 2002
Set 2003
Jun 2004
Mar 2005
Dez 2005
Set 2006
Jun 2007
Mar 2008 Vendor
Dez 2008
Set 2009
Aquisio de Bens
Relativamente ao custo do dinheiro, as modalidades de crdito a pessoas jurdicas mais afetadas pela crise foram as de menor prazo e de maior risco. No caso das operaes de Conta Garantida, os juros subiram ao longo de 2008 e no apresentaram nenhuma tendncia de queda desde ento (grfico 13). Os demais financiamentos, como aqueles para capital de giro, para aquisio de bens e vendor, mostraram menores elevaes em 2008, atingindo valores mximos mais baixos do que o pico anterior (final de 2005), voltando a cair para os nveis vigentes ao final de 2007 (grfico 14).
Grfico 13 Juros prefixados Pessoas jurdicas
85 75 65 55 45 35 25
Dez 2003
Jun
Dez 2004
Jun
Dez 2005
Jun
Dez 2006
Jun
Dez 2007
Jun
Dez 2008
Jun
Dez 2009
Desconto de Duplicatas
Conta Garantida
Grfico 14 Juros prefixados Pessoas jurdicas

42 39 36 33 30 27 24 21 18 15 12
Dez 2003
Jun
Dez 2004
Jun
Dez 2005
Jun
Dez 2006
Jun
Dez 2007
Jun
Dez 2008
Jun Vendor
Dez 2009
Capital de Giro
Aquisio de Bens
Entre as principais modalidades de crdito livre a pessoas fsicas (grficos 15 e 16), a mais afetada pela crise foi a de Aquisio de Bens-Veculos, cujas concesses j vinham se reduzindo desde o incio de 2008, movimento que se acentuou em novembro e dezembro daquele ano, voltando a crescer a partir de 2009, com o incentivo associado reduo do Imposto sobre Produtos Industrializados (IPI) na compra de automveis. Observou-se, tambm, reduo nas concesses de crdito pessoal a partir de abril de 2008, que somente voltaram a crescer a partir de maro de 2009. Aparentemente, no houve efeito relevante sobre o crescimento dos saldos dessas operaes, que aumentaram de R$110,0 bilhes em maro de 2008 para R$134,6 bilhes em maro de 2009, ou seja, crescimento de 22,4% nesse perodo. Os saldos dos financiamentos a veculos mantiveram-se estveis no perodo entre dezembro de 2007 (R$81,5 bilhes) e abril de 2009 (R$81,3 bilhes).
Grfico 15 Crdito pessoal e aquisio de veculos

Saldos em R$ bilhes
Milhes 180 160 140 120 100 80 60 40 20 0
Jun 2001
Mar 2002
Dez 2002
Set 2003
Jun 2004
Mar 2005
Dez 2005
Set 2006
Jun 2007
Mar 2008
Dez 2008
Set 2009
Crdito Pessoal
Aquisio de Veculos
Grfico 16 Crdito pessoal e aquisio de veculos

14 Milhes 12 10 8 6 4 2 0
Jun 2001
Mar 2002
Dez 2002
Set 2003
Jun 2004
Mar 2005
Dez 2005
Set 2006
Jun 2007
Mar 2008
Dez 2008
Set 2009
Crdito Pessoal
Aquisio de Veculos
Em relao ao custo das operaes com pessoas fsicas, o cheque especial foi o mais afetado pela crise, com os juros mdios subindo de 138,0% a.a. em dezembro de 2007 para 174,9% a.a. ao final de 2008, tendo cado muito pouco em 2009 em comparao s demais modalidades (grfico 17). As modalidades de prazo mais longo do crdito livre a pessoas fsicas crdito pessoal, crdito consignado e financiamento para aquisio de veculos tambm tiveram seus juros aumentados ao longo de 2008, mas em menor magnitude (grfico 18).
Grfico 17 Juros prefixados Cheque especial PF
180
170
160
150
140
130
Dez 2003
Jun
Dez 2004
Jun
Dez 2005
Jun
Dez 2006
Jun
Dez 2007
Jun
Dez 2008
Jun
Dez 2009
Grfico 18 Juros prefixados Pessoas fsicas

80 70 60 50 40 30 20
Dez 2003
Jun
Dez 2004
Jun
Dez 2005
Jun
Dez 2006
Jun
Dez 2007
Jun
Dez 2008
Jun
Dez 2009
Crdito Pessoal
Cr. Consignado
Aq.Bens - Veculos
Os crditos direcionados tambm parecem ter sido afetados pela crise internacional, mas no sentido inverso, com o governo determinando a expanso dessas operaes para contrabalanar o pessimismo dos mercados. Assim, o total do crdito direcionado passou a crescer de maneira mais acentuada, tendo aumentado de R$324,1 bilhes (10,2% do PIB) em setembro de 2008 para R$459,8 bilhes (14,3% do PIB) em dezembro de 2009 (grfico 19). O Tesouro Nacional injetou recursos no BNDES a fim de viabilizar a expanso de suas operaes de crdito. Com a edio da Lei n 11.948, de 16 de junho de 2009 (converso da Medida Provisria MP n 453, de 22 de janeiro de 2009), foi aprovada concesso de R$100 bilhes do Tesouro para o BNDES, valor que foi aumentado em R$80 bilhes para a expanso das operaes em 2010 (art. 45 da MP n 472, de 15 de dezembro de 2009). Com tal injeo de recursos, o BNDES expandiu suas operaes de crdito (diretas e indiretas) de R$185,1 bilhes (6,0% do PIB) em setembro de 2008 para R$283,0 bilhes (9,0% do PIB) em dezembro de 2009 (grfico 19).
Grfico 19 SFN Crditos direcionados BNDES e total
Saldos em % do PIB
15% 13% 11% 9% 7% 5% 3%
Jun Mar Dez Set Jun Mar Dez Set Jun Mar Dez Set 2001 2002 2002 2003 2004 2005 2005 2006 2007 2008 2008 2009 BNDES direto e repasses Total
No obstante o governo haver elevado transitoriamente as exigibilidades dos depsitos vista para aplicao em crdito rural de 25% para 30% (Resoluo n 2.293, de 28 de junho de 1996), aparentemente, o crdito rural no parece ter sido afetado, provavelmente devido retrao de 5,2% do PIB do setor agropecurio em 2009, em decorrncia da queda dos preos agrcolas aps a crise de 2008/2009. O crdito rural aumentou de R$75,8 bilhes (2,46% do PIB) em setembro de 2008 para R$80,0 bilhes (2,62% do PIB) em setembro de 2009, num crescimento anual de apenas 3,7%.
Por sua vez, o crdito habitacional, que j vinha crescendo desde 2005 (1,25% do PIB em junho), acelerou sua expanso a partir de meados de 2008 (R$49,5 bilhes ou 1,63% do PIB em junho) e atingiu R$70,3 bilhes (2,54% do PIB) em junho de 2009 e R$87,4 bilhes no final de 2009 (2,78% do PIB), com crescimento de 46,3% nos financiamentos casa prpria (grfico 20).
Grfico 20 SFN Crdito rural e crdito habitacional
Saldos em % do PIB
3,0% 2,8% 2,6% 2,4% 2,2% 2,0% 1,8% 1,6% 1,4% 1,2% 1,0%
Jun Mar Dez Set Jun Mar Dez Set Jun Mar Dez Set 2001 2002 2002 2003 2004 2005 2005 2006 2007 2008 2008 2009 Rural Habitacional
De acordo com a evoluo de depsitos e emprstimos das instituies pblicas e privadas, construda com base nas informaes constantes do stio do BCB sobre os cinquenta maiores bancos brasileiros (tabelas 1 e 2), nota-se tendncia de aumento da participao dos grandes bancos privados nos depsitos e emprstimos para o perodo de dezembro de 2002 a setembro de 2008, tanto em termos de saldos como em relao a sua participao no PIB.
Tabela 1 SFN Total dos depsitos (a vista, a prazo e de poupana)
Saldos em fim de perodo dez/02 Total do SFN R$ milhes 50 maiores Inst.Financeiras - Inst. Financeiras Privadas - Inst. Financeiras Pblicas Demais Inst. Financeiras 425.285 419.609 227.644 191.965 5.677 dez/04 509.707 504.708 282.408 222.300 4.999 dez/06 681.857 676.209 382.284 293.925 5.649 dez/07 813.263 806.378 453.895 352.483 6.885 set/08 1.042.615 1.027.468 611.956 415.512 15.147 dez/08 1.134.334 1.119.888 659.100 460.788 14.446 dez/09 1.210.071 1.190.540 672.839 517.701 19.530
Total do SFN em % do PIB 50 maiores Inst.Financeiras - Inst. Financeiras Privadas - Inst. Financeiras Pblicas Demais Inst. Financeiras
24,36% 24,03% 13,04% 11,00% 0,33%
25,03% 24,78% 13,87% 10,91% 0,25%
28,12% 27,89% 15,77% 12,12% 0,23%
29,00% 28,76% 16,19% 12,57% 0,25%
33,79% 33,30% 19,84% 13,47% 0,49%
36,72% 36,25% 21,33% 14,91% 0,47%
38,45% 37,83% 21,38% 16,45% 0,62%
Total do SFN em % 50 maiores Inst.Financeiras - Inst. Financeiras Privadas - Inst. Financeiras Pblicas Demais Inst. Financeiras
100,00% 98,67% 53,53% 45,14% 1,33%
100,00% 99,02% 55,41% 43,61% 0,98%
100,00% 99,17% 56,07% 43,11% 0,83%
100,00% 99,15% 55,81% 43,34% 0,85%
100,00% 98,55% 58,69% 39,85% 1,45%
100,00% 98,73% 58,10% 40,62% 1,27%
100,00% 98,39% 55,60% 42,78% 1,61%
Fonte: BCB/Cosif 50 maiores (ww.bcb.gov.br)
Tabela 2 SFN Total das operaes de crdito

Saldos em fim de perodo dez/02 Total do SFN R$ 50 maiores Inst.Financeiras Inst. Financeiras Privadas Inst. Financeiras Pblicas Demais Inst. Financeiras 3 maiores I.F. Pblicas - BB - CEF - BNDES - Op. Diretas 343.999 335.891 205.318 130.572 8.108 116.036 51.470 19.643 44.924 dez/04 442.841 429.872 256.863 173.009 12.969 154.502 74.844 25.564 54.094 dez/06 644.058 627.282 381.539 245.743 16.776 222.210 113.869 41.220 67.121 dez/07 812.864 791.457 498.591 292.865 21.407 264.118 138.849 50.798 74.471 set/08 987.029 960.279 595.622 364.657 26.750 327.386 175.613 63.364 88.409 dez/08 1.034.679 1.006.515 596.790 409.725 28.165 368.670 190.888 73.162 104.620 dez/09 1.218.757 1.186.377 618.907 567.469 32.381 531.104 261.779 115.516 153.809
Total do SFN em % do PIB 50 maiores Inst.Financeiras Inst. Financeiras Privadas Inst. Financeiras Pblicas Demais Inst. Financeiras 3 maiores I.F. Pblicas - BB - CEF - BNDES Op. Diretas
19,70% 19,24% 11,76% 7,48% 0,46% 6,65% 2,95% 1,13% 2,57%
21,74% 21,11% 12,61% 8,49% 0,64% 7,59% 3,67% 1,26% 2,66%
26,56% 25,87% 15,74% 10,14% 0,69% 9,16% 4,70% 1,70% 2,77%
28,99% 28,23% 17,78% 10,44% 0,76% 9,42% 4,95% 1,81% 2,66%
31,99% 31,13% 19,31% 11,82% 0,87% 10,61% 5,69% 2,05% 2,87%
33,49% 32,58% 19,32% 13,26% 0,91% 11,93% 6,18% 2,37% 3,39%
38,72% 37,69% 19,66% 18,03% 1,03% 16,87% 8,32% 3,67% 4,89%
Total do SFN em % 50 maiores Inst.Financeiras Inst. Financeiras Privadas Inst. Financeiras Pblicas Demais Inst. Financeiras 3 maiores I.F. Pblicas - BB - CEF - BNDES Op. Diretas
100,00% 97,64% 59,69% 37,96% 2,36% 33,73% 14,96% 5,71% 13,06%
100,00% 97,07% 58,00% 39,07% 2,93% 34,89% 16,90% 5,77% 12,22%
100,00% 97,40% 59,24% 38,16% 2,60% 34,50% 17,68% 6,40% 10,42%
100,00% 97,37% 61,34% 36,03% 2,63% 32,49% 17,08% 6,25% 9,16%
100,00% 97,29% 60,34% 36,94% 2,71% 33,17% 17,79% 6,42% 8,96%
100,00% 97,28% 57,68% 39,60% 2,72% 35,63% 18,45% 7,07% 10,11%
100,00% 97,34% 50,78% 46,56% 2,66% 43,58% 21,48% 9,48% 12,62%
Fonte: BCB/Cosif 50 maiores (ww.bcb.gov.br)
No entanto, no perodo mais recente, aps o agravamento da crise em 2008, a tendncia se inverte, ou seja, a participao dos grandes bancos oficiais nos depsitos e emprstimos aumenta, apesar do crescimento em valor e percentagem do PIB dos saldos de depsitos e crdito das instituies privadas. Essas instituies pblicas, que detinham 39,8% do total de depsitos em setembro de 2008, passaram a deter 42,8% desses mesmos depsitos em dezembro de 2009. No obstante esse aumento (cerca de 3 pontos percentuais p.p.) nos depsitos, o aumento da participao dos bancos pblicos no total de crdito foi maior, passando de 36,9% para 46,6% no mesmo perodo, ou seja, 9,7 p.p.
No caso das operaes de crdito, note-se que os trs maiores bancos oficiais do pas (Banco do Brasil BB, Caixa Econmica Federal CAIXA e BNDES, apenas operaes diretas desse ltimo) apresentaram o maior crescimento relativo no perodo ps-crise de 2008, passando de 33,2% do crdito total do SFN em setembro de 2008 para 43,6% em dezembro de 2009, ou seja, avano de 10,4 p.p. Considerando os diferenciais de crescimento e a concentrao dos depsitos e emprstimos no perodo ps-crise de 2008, verifica-se maior dinamismo das instituies financeiras pblicas na concesso de crdito. O maior crescimento relativo dos crditos direcionados, sob a liderana dos trs grandes bancos pblicos federais, d suporte hiptese de que aumentos recentes da participao relativa do crdito direcionado e do crdito dos bancos pblicos estariam positivamente correlacionados.
2 Teste de quebra estrutural

Visando testar a validade da hiptese de existncia de mudanas estruturais no comportamento das principais sries do mercado de crdito para uma amostra que compreende o perodo de julho de 2000 a dezembro de 2009, foi aplicado o teste de quebra estrutural de Quandt-Andrews para identificao de pontos de provveis mudanas estruturais nas sries no perodo de julho de 2007 a outubro de 20093. A tabela 3 apresenta os valores mximos dos nveis descritivos dessa estatstica para as sries em que no foi possvel a identificao de mudanas estruturais. Para as sries em que foram identificadas quebras, foi reportada a data de ocorrncia e o valor do nvel descritivo, sendo, em caso de ocorrncia de mltiplos picos, apresentada a primeira ocorrncia. Dessa forma, foram identificadas quebras estruturais no perodo analisado em apenas seis sries: total dos crditos direcionados, saldo dos crditos rurais, saldo total de emprstimos dos bancos pblicos, concesses de crdito para veculos pessoa fsica (PF), taxa de juros para pessoa jurdica (PJ), taxa de juros de conta garantida, vendor e cheque especial. Contudo, tendo em vista o fato de o teste de Quandt-Andrews aplicar o teste de Chow de forma sequencial, a existncia de poucas observaes no perodo ps-crise pode ter prejudicado a performance do teste. Aplicou-se, ento, o teste de Chow Projeo4, cujos resultados tambm so apresentados na tabela 3. Em vermelho, ressaltam-se as sries em que no foi possvel rejeitar a hiptese de quebra estrutural, ou seja, considera-se que houve quebra estrutural. Os dados referentes a saldos e concesses foram deflacionados para valores de dezembro de 2009, utilizando-se o ndice Nacional de Preos ao Consumidor Amplo (IPCA). Para a escolha dos pontos de quebra estrutural, foram
3 Em virtude de os primeiros sinais da crise internacional dos subprimes serem datados de julho e agosto de 2007 (BRUNNERMEIER, 2009; MIZEN, 2008), optou-se por identificar as mudanas estruturais para o perodo aps o segundo semestre de 2007, os quais poderiam ser decorrentes de seus efeitos. A realizao do teste at outubro de 2009 decorre de limitao do teste de Quandt-Andrews. O teste de Chow simples testa a estabilidade dos parmetros, subdividindo a amostra em duas partes e estimando os parmetros para cada subamostra. Dessa forma, o teste compara a soma de quadrados dos resduos da regresso original com a soma dos quadrados dos resduos dos modelos obtidos para cada uma das subamostras. Caso haja diferena significativa, conclui-se que, a partir do ponto de quebra, ocorreu mudana estrutural no relacionamento das variveis. Em decorrncia do pequeno nmero de observaes existentes no perodo ps-crise, foi utilizado o teste de Chow Projeo, o qual, a partir do ajuste de um modelo utilizando-se o perodo anterior crise, projeta valores para o perodo ps-crise, sendo comparado o resduo desses dois perodos. Novamente, em caso de uma discrepncia relativamente elevada, o teste conclui pela existncia de mudanas no comportamento da srie.
tomados por base os momentos detectados pelo teste de Quandt-Andrews e avaliadas as datas prximas, bem como analisado o comportamento da srie. Sendo o canal do crdito externo um dos mais afetados pela crise internacional, o teste de quebra estrutural mostra reduo significativa do volume de concesses externas (adiantamento de contratos de cmbio ACC, export notes, repasses externos e financiamento importao) em maro de 2008 (p = 0,0158). Em relao aos crditos direcionados, conforme anteriormente comentado, o teste mostra uma elevao significativa no saldo total dessa modalidade (p = 0,0011) em setembro de 2008, em grande parte decorrente do aumento dos crditos diretos do BNDES (p < 0,0001). Para os crditos direcionados rea rural, verifica-se mudana no comportamento da tendncia, passando de crescimento a estabilizao (p = 0,0351), possivelmente motivada pela queda nos preos das commodities agrcolas. J em relao ao crdito habitacional, apesar dos resultados significativos, verifica-se que tal comportamento de rpida ascenso iniciou em meados de 2005 (o momento de quebra setembro de 2008), tendo apresentado uma pequena intensificao aps abril de 2009, no sendo possvel, portanto, atribuir esse efeito crise.5 Em termos de crdito livre, os testes indicam que os efeitos da crise de 2008/2009 comearam a apresentar seus primeiros sinais em dezembro de 2007, quando as instituies financeiras iniciaram processo de elevao generalizada de suas taxas6. Concomitantemente, a partir de uma poltica mais restritiva de concesso, inicia-se, nesse mesmo ms, forte reduo do total de concesses na modalidade de aquisio de bens PJ (p < 0,0001)7. Posteriormente, em setembro de 2008, os testes indicam que o volume total de concesses de crdito destinado s pessoas jurdicas apresenta reduo significativa (p = 0,0123), provocada por uma queda no total de concesses na modalidade de aquisio de bens PJ, na modalidade de vendor e na de capital de giro8. Para as modalidades voltadas s pessoas fsicas, verifica-se reduo das concesses (p = 0,0654), mais especificamente na modalidade de crdito pessoal (p = 0,0798), e, de forma mais ntida, na modalidade para aquisio de veculos PF (p < 0,0001). Como repercusso das redues verificadas nas concesses, observa-se reduo nos saldos totais das modalidades de aquisio de bens PJ e de aquisio de bens veculos PF.
6 7
Preferimos associar a expanso recente dos financiamentos habitacionais a fatores domsticos, no obstante se possa argumentar que a crise internacional tenha favorecido a reduo da taxa Sistema Especial de Liquidao e de Custdia (Selic) e, assim, contribudo para um crescimento adicional daqueles crditos. Estudo de Martins & outros (2008) demonstra que a expanso do crdito habitacional a partir de 2005 explicada pela reduo da taxa Selic, pelo crescimento das exigibilidades efetivas em crdito imobilirio e pela reduo da inadimplncia associada ao aperfeioamento da legislao, em especial da Lei n 10.931, de 2 de agosto de 2004, que institucionalizou a alienao fiduciria de imveis. A modalidade de capital de giro foi a nica, das sries de taxa de juros testadas, que no apresentou quebra estrutural (p = 0,3959), apesar de apresentar uma elevao nesse perodo. Tendo em vista a observao de efeito significativo para o teste da taxa de juros e do volume de concesses para a modalidade de aquisio de bens PJ, ambos com indicativos de reduo, conclui-se que a reduo no volume de concesses se deveu no ao custo dos emprstimos, mas a uma restrio nas concesses, com liberao de crditos apenas para empresas mais confiveis, portanto com menores taxas de juros. Posteriormente, realizou-se um teste utilizando-se como ponto de quebra o ms de dezembro/2008, tendo sido observado um p = 0,0140. Essa reduo decorre, em parte, da elevao gradual efetuada nas taxas de juros dessa modalidade iniciada em dezembro de 2007, que o teste estatstico no foi capaz de detectar.
Adicionalmente, realizando-se o teste para as sries de captao e emprstimos livres totais para os bancos pblicos e privados, verifica-se movimento antagnico das sries de emprstimos dos bancos privados e pblicos, sendo observada reduo significativa do total de emprstimos livres totais nos bancos privados (p = 0,0395), em contraposio elevao do total de emprstimos livres dos bancos privados (0,0650). Para as sries de captao, no foram detectadas mudanas estruturais. Em suma, no agregado, os testes indicam que o saldo total dos crditos direcionados apresentou quebra em setembro de 2008, ao passo que o saldo total dos crditos livres, que j vinha em trajetria consistente de elevao, no apresenta quebra estatisticamente significante. Em relao s taxas de juros, verificou-se, excetuando-se a modalidade de capital de giro, elevao generalizada, em conjunto com uma poltica restritiva, que culminou com a reduo do volume de concesses de algumas modalidades especficas.
3 Concluses
De maneira geral, verifica-se que, em termos de crditos direcionados, a principal alterao no perodo foi decorrente dos emprstimos de recursos oriundos do BNDES, que apresentaram forte elevao, suprindo as demandas de crdito, em especial os direcionados a grandes empresas, e de infraestrutura. Os emprstimos destinados rea rural apresentaram reduo. J em relao aos crditos destinados ao financiamento habitacional, desde 2005 se nota forte crescimento, que no foi afetado de forma significativa pela crise internacional de 2008. Em relao aos crditos livres, as instituies financeiras, apesar de, em seu conjunto, no terem sido afetadas pela crise em termos de depsitos, apresentaram comportamento defensivo, sendo observada elevao das taxas de juros de algumas modalidades, bem como aplicao de polticas mais restritivas de concesso. Considerando que foi mantido o aumento nas captaes de depsitos por bancos pblicos e privados, sem quebra na tendncia, os resultados sugerem que a reduo dos volumes de concesso de crdito livre decorrentes da crise internacional no se deveu primariamente escassez das fontes domsticas de financiamento, mas a outros fatores, como a averso ao risco dos agentes econmicos privados. Naturalmente, devem ser realizados estudos mais detalhados que avaliem esse comportamento segundo a natureza das instituies, visto que h indcios de que tal comportamento pode ter sido diferenciado segundo o tamanho da instituio financeira e o controle do seu capital (pblico ou privado). Em resumo, o aumento da participao de instituies financeiras pblicas nas operaes de crdito, aps a intensificao da crise em setembro de 2008, pode ser explicado por dois movimentos principais: i) expanso das operaes de crdito direcionado, em especial do BNDES, promovida pelo governo para minimizar os efeitos da crise sobre a economia brasileira; e ii) averso ao risco por parte das instituies financeiras privadas, gerando uma retrao na oferta em algumas linhas de crdito em contraposio elevao verificada no total de emprstimos realizados por instituies pblicas.
Tabela 3 Teste de quebra estrutural de Chow Projeo

Teste de Quandt-Andrews Variveis Nvel descritivo Momento de quebra Teste de Chow Forecast Nvel Momento descritivo de quebra Tendncia observada
Saldo dos Crditos Direcionados
0,0011
set/08
0,0011
set/08
Elevao sem efeitos aparentes elevao Estabilizao
- Habitacional
0,0522
jul/08
0,0002
set/08
- Rural
0,0196
nov/08
0,0351
nov/08
- crdito direto BNDES
0,5662
ago/08
< 0,0001
set/08
Elevao Reduo na velocidade de elevao Estabilizao sem efeitos aparentes elevao Reduo
Saldo dos Crditos Livres
0,9733
out/08
0,4806
set/08
Pessoa Jurdica
0,8559
dez/08
0,2512
set/08
- Capital de giro
0,2648
jan/08
0,7152
set/08
- Conta Garantida
0,1873
jul/08
0,2624
set/08
- Vendor
1,0000
jul/07
0,7855
set/08
Reduo
- Aquisio de Bens
0,0851
jan/08
0,0085
dez/07
Reduo
- Crdito Externo (US$)
0,9835
mai/09
0,3164
mai/08
Reduo sem efeitos aparentes elevao sem efeitos aparentes elevao sem efeitos aparentes elevao Estabilizao
Pessoa Fsica
0,2740
out/07
0,9820
set/08
- Cheque Especial
0,3504
jan/08
0,4004
set/08
- Crdito Pessoal
0,0532
jul/08
0,1242
set/08
- Aquisio de Bens Veculos
0,2032
jun/09
< 0,0001
set/08
Concesses de Crditos Livres
Pessoa Jurdica
0,9981
jan/09
0,0123
set/08
Reduo Estabilizao c/aumento da volatilidade Reduo
- Capital de Giro
0,1333
ago/07
0,0213
set/08
- Conta Garantida
0,6953
jan/09
0,0741
set/08
- Vendor
0,8145
out/08
0,0013
set/08
Reduo
- Aquisio de Bens
0,1694
mar/08
< 0,0001
dez/07
Reduo
- Crdito Externo (US$)
0,0580
dez/08
0,0158
mar/08
Reduo
Pessoa Fsica
0,9973
nov/08
0,0654
set/08
Reduo sem efeitos aparentes elevao
- Cheque Especial
0,0739
nov/08
0,7963
set/08
(cont.)
- Crdito Pessoal
0,0007
nov/08
0,0798
nov/08
Reduo
< 0,0001
abr/08
< 0,0001
jan/08
Reduo
Taxas de Juros Crditos Livres
Pessoa Jurdica
< 0,0001
jan/08
< 0,0001
dez/07
Elevao
- Capital de Giro
0,4676
jul/09
0,3959
dez/07
Elevao
- Conta Garantida
< 0,0001
dez/07
< 0,0001
dez/07
Elevao
- Vendor
< 0,0001
nov/08
0,0011
dez/07
Elevao
- Aquisio de Bens
1,0000
jul/09
0,0007
dez/07
Elevao
Pessoa Fsica
0,1778
jan/09
0,0009
dez/07
Elevao
- Cheque Especial
0,0378
out/07
0,0011
dez/07
Elevao
- Crdito Pessoal
0,2675
jul/08
0,0117
dez/07
Elevao
1,0000
jul/09
0,0001
dez/07
Elevao
Captao privado
0,7010
abr/08
0,3224
fev/08
Estabilizao
Emprstimos totais privado
0,1768
jan/08
0,0395
fev/08
Reduo Reduo na velocidade de elevao sem efeitos aparentes elevao
Captao pblica
0,6120
ago/08
0,7420
fev/08
Emprstimos totais pblico
0,0042
dez/07
0,0650
dez/07
Referncias
BRUNNERMEIER, M. K. (2009). Deciphering the Liquidity and Credit Crunch 2007-2008. Journal of Economic Perspectives, 23, p. 77-100. HANSEN, B. E. (2001). The New Econometrics of Strutural Change: Dating Breaks in U.S. Labor Productivity. Journal of Economic Perspectives, 15, p. 117-128. LUNDBERG, Eduardo L. Crdito Direcionado: o que diferencia o mercado de crdito no Brasil. Banco Central do Brasil, Relatrio de Economia Bancria 2009. MARTINS, Bruno S.; LUNDBERG, Eduardo L.; TAKEDA, Tony. Crdito Habitacional no Brasil: aperfeioamentos institucionais e avaliao da evoluo recente. Banco Central do Brasil, Relatrio de Economia Bancria 2008. MIZEN, Paul (2008). The credit crunch of 2007-2008: a discussion of the background, market reaction and policy responses. Federal Reserve Bank of St. Louis Review, 90(5), p. 531-67. QUANDT, R. (1960). Test of the hypothesis that a linear regression obeys two separate regimes. Journal of the American Statistical Association, 55, p. 324-330. ZEILEIS, A.; LEISCH, F.; HANSEN, B. E.; HORNIK, K.; KLEIBER, C. (2010). Testing, monitoring and dating structural changes, package strucchange manual. <http://cran.r-project.org/web/packages/strucchange/strucchange.pdf>. Acesso em 24/05/ de maio de 2010. _____________. Monitoring structural changes in dynamic econometric models. Journal of Applied Econometrics, 20, p. 99-121.
Liberao de Compulsrios, Crdito Bancrio e Estabilidade Financeira no Brasil

Tony Takeda1 Paulo Evandro Dawid
1 Introduo
Um dos principais e imediatos desdobramentos da crise sobre a economia brasileira foi a escassez de crdito devido suspenso das fontes externas e mudana de expectativas dos tomadores e fornecedores de crdito no mercado interno. Essa mudana impactou predominantemente as instituies de menor porte, reduzindo ainda mais as concesses de crdito2. Devido falta localizada de liquidez no sistema, o Banco Central do Brasil (BCB), em outubro de 2008, adotou a estratgia de liberao de parte dos recolhimentos compulsrios sobre depsitos para suprir as necessidades dos bancos menores. Em virtude da concentrao do sistema bancrio e da estrutura progressiva dos recolhimentos compulsrios, a grande parte dessas reservas encontra-se vinculada aos bancos de maior porte, que sofreram relativamente menores restries de liquidez. Ento, no conjunto de medidas adotadas, visando sanar os problemas de distribuio de liquidez, vinculou-se parte da liberao dos compulsrios dos bancos de grande porte ao direcionamento de parte desses recursos aos bancos menores, principalmente por meio de compra de suas carteiras de crdito ou aplicao em depsitos interfinanceiros (DIs). Os recolhimentos compulsrios sobre os depsitos bancrios tm, historicamente, desempenhado papel importante para a estabilidade do SFN. Por exemplo, foram usados na introduo do Plano Real a partir de julho de 1994, na crise asitica em 1997, na crise de setembro de 2001 e na crise pr-eleio presidencial de 2002. Diversos estudos confirmaram os efeitos dos recolhimentos compulsrios sobre a oferta de crdito dos bancos brasileiros (TAKEDA e CHU, 2007; TAKEDA e BADER, 2007; TAKEDA, ROCHA e NAKANE, 2005; e TAKEDA, 2003). No entanto, recentemente, seguindo a tendncia internacional, os recolhimentos compulsrios tm sido mais utilizados como instrumento macroprudencial, a exemplo do ocorrido no evento da interveno do Banco Santos
1 2 As opinies expressas neste artigo so exclusivamente dos autores e no refletem, necessariamente, a viso do BCB. O Global Financial Stability Review do Fundo Monetrio Internacional (FMI), de outubro de 2009, descreve detalhadamente o comportamento do sistema financeiro internacional no perodo ps-crise. Mesquita e Tors (2010) descrevem os efeitos da crise no Brasil e a correspondente atuao do BCB.
em novembro de 2004 e nas medidas para combate aos desdobramentos da crise do subprime do mercado imobilirio americano e da quebra do banco Lehman Brothers em outubro de 2008. Devido gravidade das consequncias da crise internacional de 2008, a liberao dos compulsrios em outubro de 2008 foi acompanhada por uma srie de medidas de incentivo, como a vinculao de parte dos recolhimentos dos grandes bancos compra de carteiras de crdito ou aplicao em depsitos interfinanceiros de bancos de menor porte. A tabela 1 mostra a evoluo dos saldos dos crditos recebidos em razo de negcio ou adquiridas de pessoa integrante do SFN (cesses de crdito). Verifica-se que houve, de fato, aumento das cesses de crdito aos grandes bancos, a partir de outubro de 2008, de cerca de 70% para cerca de 80%. A efetivao de compras de carteiras de crdito e de aplicaes em DI no seria garantia de retorno normalidade no mercado de crdito bancrio. Assim, este estudo procura verificar se o conjunto de medidas associadas liberao dos recolhimentos compulsrios teve efeitos sobre a concesso de crdito dos grandes bancos a partir de outubro de 2008. Para tanto, foi utilizada a tcnica de diferena em diferenas, considerando os grandes bancos como o grupo de tratamento, pois, devido estrutura de progressividade dos compulsrios, esses bancos obtiveram parcela maior dos recolhimentos compulsrios liberados. Os resultados dos testes mostram que os bancos de grande porte aumentaram significativamente suas concesses no perodo ps-crise.
Tabela 1 Saldos de cesses de crditos recebidas de integrantes do SFN
R$ bilhes Total (1) Bancos grandes (2)
1/
% (2) / (1)
mar/08 abr mai jun jul ago set out nov dez jan/09 fev mar abr mai jun
24,4 24,3 24,4 24,9 25,5 26,4 26,0 30,4 30,3 38,0 38,2 36,7 40,2 37,9 38,4 40,5
16,6 16,4 16,6 16,8 17,3 18,4 18,3 22,2 22,9 30,4 30,0 28,7 32,3 30,2 30,6 32,3
67,9 67,8 68,0 67,3 67,6 69,6 70,5 73,1 75,4 79,8 78,6 78,2 80,4 79,7 79,7 79,8
Fonte: Sistema de Informaes de Crdito (SCR) 1/ BB+Nossa Caixa, Bradesco, Ita, Unibanco, ABN, Santander, CAIXA, Votorantin e HSBC.
Note-se tambm que, em maro de 2009, entrou em vigncia uma medida que instituiu a garantia especial do Fundo Garantidor de Crdito (FGC) sobre os depsitos a prazo de at R$20 milhes por depositante. Em carter complementar, este estudo testa a hiptese de que essa medida foi suficiente para estimular a concesso de crdito dos bancos de menor porte. Usou-se a mesma tcnica de diferena em
diferenas, agora tomando os bancos de menor porte como grupo de tratamento, visto que, em princpio, essa medida afetaria muito menos os bancos de grande porte. Os resultados mostram alguma evidncia de retomada da concesso de crdito dos bancos beneficiados com a medida de garantia adicional aos depsitos.
2 Estrutura dos recolhimentos compulsrios

Em geral, os recolhimentos compulsrios so estipulados como uma parcela dos depsitos de um banco. Normalmente, define-se uma alquota e a base de clculo para incidncia dessa alquota. O montante em espcie3 a ser recolhido no BCB pode ser remunerado ou no. No Brasil, basicamente, h recolhimentos compulsrios sobre os depsitos vista, a prazo e de poupana. No cmputo desses recolhimentos pode haver dedues na base de clculo e ou no montante a ser exigido. Essas dedues geram uma estrutura de progressividade nesses recolhimentos, os bancos com mais depsitos tendem a recolher proporcionalmente mais. A partir de outubro de 20084, os bancos de maior porte tiveram incentivo para liberao de parte dos recolhimentos no caso de direcionamento desses recursos para a compra de carteiras de crdito e para a aplicao em depsitos interfinanceiros de bancos de menor porte. Este trabalho avalia os efeitos do conjunto dessas medidas (a liberao de cerca de R$80 bilhes5 ao sistema bancrio) no mercado de crdito e na liquidez.
3 Descrio dos dados

Este estudo concentra-se em dois perodos de tempo relacionados a dois conjuntos de medidas anticrise tomadas pela autoridade monetria brasileira, com o intuito de avaliar a eficcia dessas medidas. O primeiro perodo de maro de 2008 a fevereiro de 2009 e utilizado para se analisarem os efeitos da liberao dos depsitos compulsrios ocorrida em outubro de 2008. Com o segundo perodo, novembro de 2008 a junho de 2009, avaliam-se os efeitos do aumento das garantias sobre depsitos implementados em maro de 2009. Procurou-se avaliar a diferena entre bancos grandes e pequenos no que diz respeito reao s medidas anticrise, considerando os seus comportamentos no mercado de crdito. Assim, a anlise sobre o saldo de crdito e sobre as concesses de crdito mensais do sistema bancrio brasileiro, obtidos da Circular n 2.957, de 30 de dezembro de 1999, discriminados por pessoa jurdica (PJ) e pessoa fsica (PF) grficos 1 a 4. A fim de separar os grupos de bancos grandes e pequenos, foi considerado o critrio de patrimnio de referncia (PR), tambm utilizado nas
3 4 No perodo analisado, parte dos recolhimentos compulsrios era feita em ttulos pblicos federais. De fato, no perodo analisado, de outubro a dezembro de 2008, o BCB editou vrias medidas de liberao de compulsrios para ajustar a liquidez do SFN. Entre elas, as Circulares n 3.407, n 3.408, n 3.410, n 3.411, n 3.414, n 3.417, n 3.421 e n 3.427 (depsitos a prazo); n 3.413 e n 3.416 (depsitos vista); n 3.405, n 3.408, n 3.410, n 3.419 e n 3.426 (exigibilidades adicionais). Dados de fim de ms, entre setembro e novembro de 2008.
medidas anticrise para diferenciar o porte dos bancos. O grupo de bancos grandes corresponde aos bancos com PR maior do que R$5 bilhes, e o grupo de bancos pequenos, queles com PR menor ou igual a R$5 bilhes6.
Grfico 1 Saldo de crdito nos bancos pequenos
R$ bilhes 140 120 100 80 60 40 20 0 Mar 2008 Jun PF Set PJ Dez Mar 2009 Total Jun
Grfico 2 Saldo de crdito nos bancos grandes

R$ bilhes 600 500 400 300 200 100 0 Mar 2008 Jun PF Set PJ Dez Mar 2009 Total Jun
Grfico 3 Concesses de crdito dos bancos pequenos

R$ bilhes 35 30 25 20 15 10 5 0 Mar 2008 Jun Set Dez Mar 2009 Total Jun
PF
PJ
Esse critrio de separao de dois grupos de bancos (grandes e pequenos) procura refletir a diviso estabelecida pelas medidas de liberao. Assim, um banco de mdio porte de PR igual a R$6 bilhes, por exemplo, seria includo no grupo dos bancos grandes.
Grfico 4 Concesses de crdito dos bancos grandes

R$ bilhes 140 120 100 80 60 40 20 0 Mar 2008 Jun Set Dez Mar 2009 Total Jun
PF
PJ
Como controles das condies macroeconmicas, foram utilizados o ndice de produo industrial mensal do Instituto Brasileiro de Geografia e Estatstica (IBGE) (grfico 7) e a meta da taxa do Sistema Especial de Liquidao e Custdia (Selic). Como controles microeconmicos, foram utilizados um agregado dos depsitos dos bancos, denominado depsito, para controlar as principais fontes de recursos destinados ao crdito, e um indicador dos ativos lquidos disponveis aos bancos, denominado ativo lquido, para controlar as possveis destinaes alternativas desses recursos. O depsito (grfico 5) corresponde soma dos depsitos a vista, a prazo, de poupana e interfinanceiros, e o ativo lquido (grfico 6) corresponde soma das seguintes contas dos bancos: ttulos e valores mobilirios livres, aplicaes em depsitos interfinanceiros e aplicaes em operaes compromissadas.
Grfico 5 Depsitos nos bancos
R$ bilhes 1.200 1.000 800 600 400 200 0 Mar 2008 Jun Grandes Set Dez Pequenos Mar 2009 Total Jun
Grfico 6 Ativo lquido dos bancos

R$ bilhes 600 500 400 300 200 100 0 Mar 2008 Jun Grandes Set Dez Pequenos Mar 2009 Total Jun
Grfico 7 ndice de produo industrial (jan/2002 = 100)

160 140 120 100 80 60 40 20 0 Mar 2008 Jun Set Dez Mar 2009 Jun
O conjunto de medidas de liberao de compulsrios de outubro de 2008 objetivou aliviar problemas de liquidez, principalmente dos bancos pequenos, e manter o funcionamento do mercado de crdito. O grfico 8 mostra o volume total de compulsrios informados nos balanos dos bancos7 e as correspondentes sries referentes aos grupos de bancos pequenos e grandes considerados. Verifica-se que houve queda total do volume de compulsrios de cerca de R$80 bilhes, em dados de fim de ms, entre setembro e novembro de 2008. Desse montante, pode-se visualizar no grfico 8 que cerca de R$6 bilhes foram destinados aos bancos pequenos, ou seja, os bancos grandes, que durante a crise tambm apresentaram menos problemas de liquidez relativamente aos pequenos, dispunham de cerca de R$74 bilhes. No que se refere aos recursos a prazo, uma condio imposta pelas medidas tomadas foi vincular a liberao de parte dos recursos dos depsitos compulsrios aquisio de carteiras de crdito j existentes dos bancos pequenos, o que se verificou, conforme mostrado na introduo (tabela 1). Outra condio vinculava a liberao dos depsitos compulsrios aplicao em depsito interfinanceiro dos bancos grandes nos pequenos, o que, conforme o grfico 9, de fato ocorreu aumento das operaes interfinanceiras lquidas (diferena entre as aplicaes em depsitos interfinanceiros e os depsitos interfinanceiros recebidos) nos bancos grandes e queda nos bancos pequenos, entre outubro e novembro de 2008.
Grfico 8 Recolhimento compulsrio dos bancos
R$ bilhes 250 200 150 100 50 0 Mar 2008 Jun Set Dez Mar 2009 Total Jun
Grandes
Pequenos
Soma das contas 1342000-0, 1422800-5, 1423310-0, 1423399-7 e 1423500-5 do Plano Contbil do Sistema Financeiro Nacional (Cosif).
Grfico 9 Depsito interfinanceiro lquido nos bancos

R$ bilhes 60 50 40 30 20 10 0 -10 -20 -30 Mar 2008 Jun Grandes Set Dez Pequenos Mar 2009 Total Jun
No grfico 10, observa-se o comportamento das operaes compromissadas lquidas nos bancos (diferena entre as revendas a liquidar e as recompras a liquidar de operaes compromissadas, ou seja, entre a aplicao e o levantamento de recursos com essas operaes). Os bancos pequenos apresentam uma srie aparentemente estacionria em torno do zero em todo o perodo considerado, o que indicativo da utilizao das operaes compromissadas como instrumento clssico de administrao de liquidez. J os bancos grandes apresentaram aumento no nvel das operaes compromissadas lquidas, ou seja, aumento das aplicaes relativamente aos levantamentos. Esse aumento, juntamente com o observado na srie de ativo lquido (grfico 6), indicativo de que os bancos grandes aumentaram seu nvel de liquidez no perodo aps a crise e as medidas de outubro de 2008.
Grfico 10 Operaes compromissadas lquidas nos bancos
R$ bilhes 50 0 -50 -100 -150 -200 -250 Mar 2008 Jun Set Dez Mar 2009 Jun
Grandes
Pequenos
Total
Os grficos apresentados ilustram o comportamento das variveis deste estudo de uma maneira agregada por grupos de bancos considerados, grandes ou pequenos. Vale ressaltar que as anlises economtricas foram feitas com dados em painel em que o grupo de bancos grandes possui dez indivduos e o grupo de bancos pequenos possui 121 indivduos. Foi testado estatisticamente que a anlise desses dados em painel significativamente melhor do que os dados agregados por grupo (pooling), como os apresentados nos grficos. Assim, embora os grficos tenham sido usados como guia e sinalizem o comportamento de algumas variveis, a anlise economtrica utilizada (diferena em diferenas com dados em painel8) revelou relaes significativas mais sutis das variveis de crdito com as dummies de grupo e de tempo utilizadas, bem como com as suas interaes. Esses resultados possibilitam
8 Para mais detalhes sobre a tcnica utilizada, ver, por exemplo, Wooldridge (2001).
identificar estatisticamente os efeitos das medidas anticrise no comportamento subsequente dos bancos no mercado de crdito.
4 Estratgia emprica e resultados das estimaes

Para testar os efeitos das medidas de liberao dos recolhimentos compulsrios a partir de outubro de 2008, foi assumido, como perodo pr-tratamento, de maro de 2008 a setembro de 2008, e, como perodo ps-tratamento, de novembro de 2008 a fevereiro de 2009. Nesses perodos, foi possvel identificar dois grupos de tratamento, o dos bancos pblicos (BcoPub) e o dos bancos de grande porte (BcoGde). Neste estudo, esses testes sero denominados Testes de Outubro de 2008. Para testar os efeitos do aumento da garantia aos depsitos a partir de maro de 20099, foram assumidos como bancos em tratamento aqueles com PR at R$5 bilhes, como perodo pr-tratamento, de novembro de 2008 a fevereiro de 2009, e, como perodo ps-tratamento, de abril de 2009 a junho de 2009. Nesses perodos, os bancos de PR at R$5 bilhes (BcoPeq) foram identificados como grupo de tratamento. Neste estudo, esses testes sero denominados Testes de Maro de 2009. As variveis de interesse so as concesses e os saldos das carteiras de crdito bancrio, segmentados em PF e PJ. Assim, foram testados separadamente os efeitos sobre os saldos de crdito a PF (SaldoPF), os saldos de crdito a PJ (SaldoPJ), as concesses de crdito a PF (ConcessoPF) e as concesses de crdito a PJ (ConcessoPJ), decorrentes dos tratamentos das medidas de outubro de 2008 e da medida de maro de 2009. Nas regresses seguintes, as variveis Saldo, Concesso, Depsitos, AtivosLquidos e Selic foram ajustadas pelo ndice Nacional de Preos ao Consumidor Amplo (IPCA). Nos Testes de Outubro de 2008, foram estimados os coeficientes , , e da equao: log(Saldoi,t ou Concessoi,t) = 1 log(ProdIndustrialt) + 2 log (Depsitosi,t) 3 log(AtivosLquidsoi,t) + 4 Selict + 1 BcoGdei + 2 BcoPubi + 3 nov08t + 4 dez08t + 5 jan09t + 6 fev09t + 1 BcoGdei*nov08t + 2 BcoGdei*dez08t + 3 BcoGdei*jan09t + 4 BcoGdei*fev09t + 1 BcoPubi*nov08t + 2 BcoPubi*dez08t + 3 BcoPubi*jan09t + 4 BcoPubi*fev09t EfeitoFixoi + Constante + Resduoi,t
(1)
em que t indica o ms, de maro de 2008 a fevereiro de 2009, e i indica o banco individual.
As Resolues n 3.962, n 3.717 e n 3.729, do Conselho Monetrio Nacional (CMN), instituram e regularam a captao de depsitos a prazo, com garantia especial proporcionada pelo FGC. Essas medidas garantem aplicaes de depsito a prazo de at R$20 milhes por depositante, porm, a garantia por instituio est limitada a R$5 bilhes. Esse dispositivo funciona como incentivo ao direcionamento de depsitos para instituies de menor porte, aquelas com volume de depsitos prximo do limite de R$5 bilhes.
Os resultados da regresso10 Concesso de Crdito a PF nos Testes de Outubro de 2008 mostram efeitos positivos do tratamento sobre os bancos pblicos (BcoPub) com os coeficientes 1 a 4 significativos a 1%. J os coeficientes 1 a 4 significativos a 1% denotam efeitos positivos do tratamento para os bancos de maior porte (BcoGde). Destaca-se que o efeito positivo do tratamento sobre os bancos pblicos e os bancos de grande porte foi obtido mesmo com a evidncia de efeitos negativos na concesso de crdito a PF, capturado no coeficiente 3 da dummie de tempo para novembro de 2008. Os resultados da regresso Concesso de Crdito a PJ nos Testes de Outubro de 2008 mostram efeitos positivos do tratamento sobre os bancos pblicos com os coeficientes 1 a 4 significativos a 1%. J os coeficientes 3 e 4 significativos a 1% e 1 a 5% denotam efeitos positivos do tratamento para os bancos de maior porte. Semelhantemente ao ocorrido no segmento PF, o efeito positivo do tratamento sobre os bancos pblicos e os bancos de grande porte foi obtido mesmo com a evidncia de efeitos negativos significativos na concesso de crdito a PJ, estimados nos coeficientes 3, 5 e 6 das dummies de tempo, respectivamente, para novembro de 2008 e janeiro e fevereiro de 2009. Adicionalmente, os resultados das regresses Concesso de Crdito Total (PJ mais PF) nos Testes de Outubro de 2008 mostram evidncias similares s encontradas nos resultados de Concesso de Crdito a PJ e Concesso de Crdito a PF. Os resultados da regresso Saldos de Crdito para PJ nos Testes de Outubro de 2008, mostram efeitos positivos do tratamento sobre os bancos pblicos, com os coeficientes 2 a 4 significativos a 1% e 1 a 5%. J os coeficientes 2, 3 e 4 significativos a 1% denotam efeitos positivos do tratamento sobre os bancos de maior porte. Nos Testes de Outubro de 2008, os depsitos apresentaram efeito positivo e significativo nas regresses, com exceo da Saldos de Crdito para PF, em que no foi significativo. Isso indicativo de que os bancos em geral tm esses depsitos como importante e determinante fonte de recursos para o crdito. Nos Testes de Maro de 2009, foram estimados os coeficientes , , e da equao: log(Saldoi,t ou Concessoi,t) = 1 log(ProdIndustrialt) + 2 log (Depsitosi,t) + 3 log(AtivosLquidosi,t) + 4 Selict + 1 BcoPeqi + 2 abr09t + 3 mai09t + 4 jun09t + 1 BcoPeqi * abr09t + 2 BcoPeqi * mai09t + 3 BcoGdei * jun09t + EfeitoFixoi + Constante + Resduoi,t
(2)
em que t indica o ms, de maro de 2008 a fevereiro de 2009, e i indica o banco individual.
10 Todas as anlises dos resultados baseiam-se em estimaes das equaes 1 e 2 e suas variaes. As regresses foram realizadas no Stata, de um modelo com efeitos individuais fixos, com dados em painel usando OLS e a opo de estimao vce(robust) para tratar eventuais problemas de heterocedasticidade e correlao serial. Os resultados das estimaes com mais detalhes so apresentados no anexo.
Os resultados da regresso Concesso de Crdito a PF confirmam o efeito do tratamento e apresentam os coeficientes 2 e 3 positivos e significativos a 5% e 10%, respectivamente. Esses resultados evidenciam que os bancos de menor porte (BcoPeq), aqueles de PR at R$5 bilhes, retomaram as concesses de crdito para as pessoas fsicas. No entanto, 3 negativo e significativo a 1%, o que denota que o aumento nos ativos lquidos desses bancos teve efeito significativo na reduo das concesses de crdito no perodo considerado no teste. Os resultados da regresso Saldos de Crdito a PF nos Testes de Maro de 2009 apresentam efeitos negativos do tratamento sobre os bancos de PR at R$5 bilhes, com coeficientes 1, 2 e 3 significativos a 10%. Os resultados da regresso Saldos de Crdito a PJ tambm apresentam efeitos negativos do tratamento, com coeficiente 1 significativo a 1%. Esses resultados podem indicar que a retomada das concesses no havia sido suficiente para compensar os montantes de cesses de crdito aos bancos maiores. Nota-se o efeito positivo do nvel de depsitos no saldo de carteiras de crdito para PJ, denotado com o coeficiente 2 positivo e significativo a 1%, o que pode indicar sucesso da medida de garantia especial dos depsitos de maro de 2009. A fim de avaliar o comportamento da liquidez no sistema bancrio e apresentar algum resultado de robustez, foram realizadas regresses, similares a (1) e (2), com Ativos Lquidos como varivel dependente. Os resultados encontram-se nas tabelas 4 e 5 no Anexo. Nota-se que o coeficiente de Saldo de Crdito apresenta consistentemente sinal negativo, o que indica um trade-off entre crdito e liquidez para os dois perodos analisados. Os resultados da regresso Ativos Lquidos nos Testes de Outubro de 2008 (tabela 4) apresentam coeficientes positivos, significativos a 1%, para as dummies de tempo de novembro de 2008 a fevereiro de 2009, assim como para as dummies de bancos grandes de janeiro e fevereiro de 2009, o que indica que o sistema bancrio como um todo elevou seus nveis de liquidez aps o incio da crise e das medidas anticrise de outubro de 2008. Contudo, os bancos grandes tiveram aumento maior. Esse aumento de liquidez no sistema bancrio pode ser considerado como o efeito mais direto das medidas de liberao de compulsrios que, no primeiro momento, proveu liquidez aos bancos em geral. Os resultados da regresso Ativos Lquidos nos Testes de Maro de 2009 (tabela 5) apresentam coeficientes significativamente positivos para as dummies de tempo de abril a junho de 2009, mas os coeficientes das interaes dessas dummies com as dummies de bancos grandes e pequenos no so estatisticamente diferentes de zero, o que indica que a medida de maro de 2009 elevou a liquidez do sistema bancrio como um todo. Outro indicador de sucesso so os coeficientes significativamente positivos do regressor Depsitos11, visto que a medida foi justamente uma extenso das garantias de depsitos.
11 No significativo na regresso Ativos Lquidos nos Testes de Outubro de 2008.
5 Concluso
Os resultados deste trabalho mostraram que a liberao dos recolhimentos compulsrios sobre os depsitos bancrios tiveram papel importante para a estabilidade do SFN no perodo posterior quebra do Banco Lehman Brothers. As medidas de incentivo ao direcionamento de parte dos recursos dos recolhimentos compulsrios dos bancos de grande porte, para compra de carteiras de crdito e para aplicao em depsitos interfinanceiros de bancos de menor porte, melhoraram a liquidez agregada e sua distribuio e contriburam para assegurar a estabilidade do sistema financeiro. A liberao de parte dos compulsrios possibilitou aos bancos pblicos e aos bancos de grande porte desempenhar papel importante na retomada das concesses de crdito aps outubro de 2008. Entretanto, somente aps a edio da medida de garantia especial do FGC para aplicaes de depsitos no montante de at R$20 milhes, em maro de 2009, foram retomadas as concesses de crditos por parte dos bancos de menor porte.
Referncias
INTERNATIONAL MONETARY FUND. Global Financial Stability Report: Navigating the Financial Challenges Ahead, Chapter 1, p. 1-76, 2009 October. MESQUITA, Mrio; TORS, Mario. Consideraes sobre a atuao do Banco Central na Crise de 2008. Banco Central do Brasil, Trabalhos para Discusso 202, 25 p., 2010. TAKEDA, Tony; CHU, Victrio. Velocidade dos depsitos vista e a oferta de crdito dos bancos. Banco Central do Brasil. Relatrio de Economia Bancria e Crdito, Captulo VIII, p.145-154, 2007. TAKEDA, Tony; BADER, Fani. Efeitos do direcionamento de crdito e dos repasses do BNDES sobre a oferta de crdito livre. Mimeo, 24 p., 2007. TAKEDA, Tony; ROCHA, Fabiana; NAKANE, Mrcio I. The reaction of bank lending to monetary policy in Brazil. Revista Brasileira de Economia, v. 59, n. 1, p. 107-126, 2005. TAKEDA, Tony. Efeitos da poltica monetria sobre a oferta de crdito. Banco Central do Brasil. Economia Bancria e Crdito Avaliao de 4 anos do Projeto Juros e Spread Bancrio, Captulo X, p. 105-117, 2003. WOOLDRIDGE, Jeffrey M. Econometric Analysis of Cross Section and Panel Data. Cambridge: The MIT Press, 2001.
Anexo
Tabela 2 Regresses Saldo e Concesso de Crdito, tratamento de outubro de 2008
Varivel dependente: PJ Variveis independentes Constante 7,17*** [0,02] log(Prod_industrial) 0,89 [0,21] log(Depsitos) 0,05* [0,05] log(Ativos_lquidos) -0,03 [0,19] Selic meta 0,03 [0,42] Dummy Nov2008 0,07 [0,48] Dummy Dez2008 0,20 [0,40] Dummy Jan2009 0,19 [0,38] Dummy Fev2009 0,20 [0,39] BancoGrande * Nov2008 0,17 [0,12] BancoGrande * Dez2008 0,27*** [0,00] BancoGrande * Jan2009 0,29*** [0,00] BancoGrande * Fev2009 0,30*** [0,00] BancoPblico * Nov2009 0,13** [0,03] BancoPblico * Dez2009 0,20*** [0,00] BancoPblico * Jan2009 0,28*** [0,00] BancoPblico * Fev2009 0,29*** [0,00] R2 between Obs.
Fonte: BCB Nota: *, ** e *** indicam coeficientes significativos a 10%, 5% e 1%, respectivamente. P-valores entre colchetes, abaixo dos coeficientes.
log(Saldo) PF Total
log(Concesso) PJ PF Total
7,72** [0,04] 0,71 [0,34] 0,10 [0,21] -0,09*** [0,00] 0,02 [0,67] 0,18* [0,08] 0,31 [0,23] 0,35 [0,13] 0,36 [0,15] -0,05 [0,60] 0,00 [0,99] 0,00 [0,99] 0,02 [0,86] -0,05 [0,29] -0,05 [0,45] -0,05 [0,43] -0,03 [0,64] 0,28 970
5,37 [0,11] 1,22* [0,08] 0,12** [0,03] -0,05*** [0,01] 0,02 [0,53] 0,17* [0,08] 0,39* [0,10] 0,35* [0,10] 0,39* [0,09] 0,01 [0,88] 0,09 [0,26] 0,14 [0,12] 0,14* [0,09] 0,03 [0,46] 0,06 [0,18] 0,14*** [0,01] 0,15*** [0,00] 0,70 1.081
13,94 [0,17] -2,31 [0,34] 0,28** [0,00] 0,03 [0,54] 0,17 [0,23] -0,88** [0,01] -1,06 [0,20] -1,42** [0,05] -1,43* [0,07] 0,34** [0,02] 0,22 [0,17] 0,45*** [0,00] 0,36*** [0,01] 0,47*** [0,00] 0,38*** [0,00] 0,55*** [0,00] 0,29*** [0,01] 0,60 938
9,86 [0,32] -0,71 [0,77] 0,26* [0,08] -0,05 [0,41] -0,05 [0,71] -0,85** [0,01] -0,87 [0,28] -0,97 [0,17] -0,98 [0,21] 0,55*** [0,00] 0,54*** [0,00] 0,63*** [0,00] 0,59*** [0,00] 0,69*** [0,00] 0,69*** [0,00] 0,67*** [0,00] 0,61*** [0,00] 0,56 861
8,49 [0,33] -1,13 [0,59] 0,33* [0,00] 0,04 [0,26] 0,07 [0,55] -0,81*** [0,01] -0,82 [0,25] -1,08* [0,08] -1,03 [0,14] 0,38*** [0,01] 0,31** [0,02] 0,48*** [0,00] 0,38*** [0,00] 0,55*** [0,00] 0,49*** [0,00] 0,59*** [0,00] 0,38*** [0,00] 0,67 1.016
0,51 1.022
Tabela 3 Regresses Saldo e Concesso de Crdito, tratamento de maro de 2009

Varivel dependente: PJ Variveis independentes Constante 7,06*** [0,00] log(Prod_industrial) 0,11 [0,52] log(Depsitos) 0,26*** [0,00] log(Ativos_lquidos) -0,04 [0,20] Selic meta 0,03 [0,42] Dummy Abr2009 0,11 [0,25] Dummy Mai2009 0,1 [0,36] Dummy Jun2009 0,11 [0,40] BancoPequeno * Abr2009 -0,12*** [0,01] BancoPequeno * Mai2009 -0,05 [0,21] BancoPequeno * Jun2009 -0,01 [0,82] R2 between Obs.
log(Saldo) PF Total
log(Concesso) PJ PF Total
12,2*** [0,00] 0,06 [0,85] -0,01 [0,95] -0,02 [0,50] -0,02 [0,78] 0,05 [0,80] 0,06 [0,77] 0,06 [0,83] -0,09* [0,06] -0,09* [0,08] -0,14* [0,09] 0,43 604
8,77*** [0,00] 0,06 [0,76] 0,25*** [0,00] -0,07** [0,04] 0,04 [0,28] 0,18 [0,11] 0,18 [0,13] 0,23 [0,15] -0,10** [0,01] -0,07* [0,09] -0,04 [0,39] 0,73 687
-1,91 [0,65] -0,13** [0,03] 0,55*** [0,00] 0,03 [0,66] 0,51*** [0,00] 1,28*** [0,00] 1,55*** [0,00] 2,07*** [0,00] 0,21 [0,24] 0,19 [0,11] 0,09 [0,44] 0,62 596
12,5*** [0,00] -0,52 [0,29] 0,09 [0,39] -0,17*** [0,01] 0,07 [0,46] 0,34 [0,26] 0,46 [0,13] 0,6 [0,14] 0,24 [0,11] 0,23** [0,05] 0,22* [0,06] 0,09 520
1,05 [0,76] -1,03* [0,07] 0,56*** [0,00] -0,04 [0,42] 0,32*** [0,00] 0,89*** [0,01] 1,08*** [0,00] 1,46*** [0,00] 0,21 [0,16] 0,19* [0,06] 0,17 [0,11] 0,66 645
0,67 648
Tabela 4 Regresso Ativos Lquidos de outubro de 2008

Varivel dependente: Variveis independentes Constante 6,16 [0,29] log(Prod_industrial) 3,22** [0,03] log(Depsitos) 0,08 [0,25] log(Saldo de Crdito) -0,12*** [0,01] log(Saldo de Crdito PF) log(Saldo de Crdito PJ) 5,60 [0,35] 3,69** [0,02] 0,04 [0,70] -0,04 [0,66] -0,16*** [0,00] Selic meta -0,17** [0,03] Dummy Nov2008 0,61*** [0,00] Dummy Dez2008 1,35*** [0,01] Dummy Jan2009 1,16*** [0,01] Dummy Fev2009 1,21*** [0,01] BancoGrande * Nov2008 0,13 [0,12] BancoGrande * Dez2008 0,15 [0,13] BancoGrande * Jan2009 0,28*** [0,00] BancoGrande * Fev2009 0,32*** [0,00] BancoPblico * Nov2009 -0,06 [0,29] BancoPblico * Dez2009 -0,19** [0,03] BancoPblico * Jan2009 -0,11 [0,16] BancoPblico * Fev2009 -0,09 [0,31] R2 between Obs.
log(Ativos Lquidos)
log(Ativos Lquidos)
-0,18** [0,03] 0,64*** [0,00] 1,47*** [0,00] 1,32*** [0,00] 1,35*** [0,01] 0,16* [0,10] 0,16 [0,12] 0,26*** [0,01] 0,33*** [0,00] -0,05 [0,48] -0,14 [0,12] -0,10 [0,24] -0,05 [0,58] 0,34 911
0,07 1.081
Tabela 5 Regresso Ativos Lquidos de maro de 2009

Varivel dependente: Variveis independentes Constante 17,0*** [0,00] log(Prod_industrial) -0,24 [0,33] log(Depsitos) 0,29*** [0,00] log(Saldo de Crdito) -0,23*** [0,00] Selic meta 0,07 [0,18] Dummy Abr2009 0,33** [0,04] Dummy Mai2009 0,36** [0,03] Dummy Jun2009 0,45** [0,04] BancoPequeno * Abr2009 -0,02 [0,60] BancoPequeno * Mai2009 -0,01 [0,89] BancoPequeno * Jun2009 0,00 [0,96]
2 R between
log(Ativos Lquidos)
log(Ativos Lquidos)
17,0*** [0,00] -0,24 [0,33] 0,29*** [0,00] -0,23*** [0,00] 0,07 [0,18] 0,30* [0,06] 0,35** [0,05] 0,44* [0,07] BancoGrande * Abr2009 0,02 [0,61] BancoGrande * Mai2009 0,01 [0,89] BancoGrande * Jun2009 0,00 [0,96] 0,30 687
0,30 687
Obs.
Fonte: BCB
Nota: *, ** e *** indicam coeficientes significativos a 10%, 5% e 1%, respectivamente. P-valores entre colchetes, abaixo dos coeficientes.
Revendo os Determinantes das Taxas de Juros de Crdito no Brasil aps a Crise de 2008
Leonardo S. Alencar1
1 Introduo
Este artigo estuda os determinantes das taxas de juros bancrias, tanto do ponto de vista macroeconmico quanto do ponto de vista de diferenas especficas dos bancos. A relevncia do tema deriva do fato de que podem ocorrer efeitos reais no consumo e no investimento quando mudam os preos cobrados pelos bancos (ou o preo de suas operaes ativas), mesmo quando no h alteraes no volume de crdito. Destaque-se tambm a importncia das taxas de juros de emprstimos bancrios para a conduo da poltica monetria. Nesse sentido, iremos apresentar, de modo particular, o pass-through da taxa de juros de poltica monetria para as taxas de juros de emprstimos. A literatura sobre o assunto vasta. Entre os artigos iniciais, podemos citar Hannan e Berger (1991) para o caso das taxas de juros de depsitos e Cottarelli e Kourelis (1994) para o caso das taxas de juros de emprstimos. Seguindo esses artigos preliminares, Heffernan (2002) examinou os determinantes das taxas bancrias para o caso da Inglaterra, Berstein e Fuentes (2004) para o Chile, Lago e Salas (2005) para a Espanha, De Greave et al. (2007) para a Blgica, Gambacorta (2008) para a Itlia, entre outros. Neste trabalho, examinam-se os determinantes das taxas de juros para o caso brasileiro, utilizando dados em nvel de banco. O objetivo identificar que fatores influenciam as diferenas nas taxas mdias cobradas por cada banco, bem como a resposta dessas taxas a movimentos na taxa de poltica monetria. Vamos, tambm, investigar se houve mudana no comportamento das taxas bancrias aps a crise financeira de 2008/2009, isto , se a crise provocou algum efeito nas taxas de juros cobradas pelos bancos e no pass-through. Sero examinados os determinantes das taxas de emprstimos consolidadas para pessoas fsicas e para pessoas jurdicas, e estimados o pass-through para cinco modalidades de emprstimos. Alm da presente seo, a seo 2 rev brevemente os fatores indicados pela literatura como determinantes das taxas de juros bancrias. A seo 3 apresenta os dados e a seo 4, o modelo estimado e os resultados. A seo 5 conclui o texto.
1 Este artigo uma verso preliminar de um estudo que integra um projeto de pesquisa conjunto do Banco Central do Brasil (BCB) com o Banco Mundial. Gostaria de agradecer de modo especial a Wagner Piazza Gaglianone pelas sugestes dadas, e tambm a Srgio Mikio Koyama e a Tony Takeda pelo incentivo e disponibilizao de parte dos dados. As opinies expressas neste artigo so de responsabilidade do autor e no refletem, necessariamente, a posio do BCB ou de seus membros.
2 Determinantes da taxa de juros de emprstimo

Nesta seo, as variveis que a literatura econmica usualmente sugere como sendo determinantes das taxas de juros bancrias so revistas e, na seo 4, examinaremos se tais determinantes so vlidos para o caso brasileiro. A princpio, uma elevao da taxa de poltica monetria est associada a uma reduo dos fundos disponveis para emprstimos e a um aumento nas taxas de juros do mercado. Isso eleva as taxas de juros bancrios por meio do conhecido canal de taxa de juros. As taxas de juros do crdito tambm so influenciadas pela volatilidade da taxa de juros bsica. Isto , uma alta volatilidade da taxa bsica de juros estaria associada a maiores taxas de emprstimos (HO e SAUNDERS, 1981). Isso poderia ser explicado em um contexto em que os bancos, ao maximizarem sua utilidade (riqueza) esperada, so avessos ao risco das flutuaes de taxas de juros. Uma vez que no Brasil, assim como em outras economias importantes, a maior parte do crdito livre dos bancos contratada em termos de taxa prefixada, esse risco pode ser relevante. Com relao ao lado real da economia, Gambacorta (2008) afirma que melhores condies econmicas elevam o valor lquido esperado dos projetos de investimento, aumentando a demanda por emprstimos. Sob esse ngulo, as taxas de juros dos emprstimos seriam positivamente correlacionadas com a evoluo do Produto Interno Bruto (PIB) real. Do lado da oferta de crdito, o aumento da renda nacional aumenta o potencial de captao de fundos pelos bancos, permitindo que estes emprestem mais, gerando um efeito contrrio nas taxas. Qual efeito prevalecer uma questo emprica, que depender das oportunidades de produo, das preferncias dos agentes etc. De qualquer forma, Melitz e Pardue (1973) apresentam argumentao terica no sentido de que aumentos permanentes na renda estariam associados a elevaes de taxas de juros de crdito. Por outro lado, como iremos trabalhar com taxas de juros nominais, espera-se que estas tambm dependam das taxas de inflao. Do ponto de vista microeconmico, os custos a que os bancos esto sujeitos (captao de fundos, monitoramento dos emprstimos, manuteno das agncias bancrias, entre outros) tambm influenciam a taxa que ser cobrada pelos emprstimos. Esses custos, que em parte refletem eficincia/ineficincia dos bancos, tm um efeito altista sobre as taxas de juros de emprstimos (GAMBACORTA, 2008). Ao examinar as caractersticas dos bancos, Kashyap e Stein (2000), e Kishan e Opiela (2000) encontram evidncias no sentido de que bancos pequenos, com baixa liquidez e baixa capitalizao, cobram taxas maiores de emprstimos e so mais vulnerveis a choques monetrios. Isso ocorreria porque, dado que os participantes do mercado os consideram mais arriscados, eles pagariam prmio maior na captao de seus recursos e, como consequncia, tenderiam a cobrar maiores taxas de juros. Por estarem mais expostos assimetria de informao no que se refere ao valor de seus ativos, esses bancos teriam capacidade menor de proteger suas relaes de crdito no caso de choques monetrios. Alm disso, os bancos pequenos necessitariam manter certo nvel de capital em funo de seus ativos de risco, implicando que sua capacidade de expandir seus emprstimos dependeria da sua capitalizao.
Outro determinante do comportamento dos bancos ao estabelecerem suas taxas de juros seria o grau de competio no mercado de crdito. Esse poderia ser um fator relevante para o caso brasileiro, uma vez que Chang et al. (2008) apresentam evidncias no sentido de que em torno de 10% dos bancos do sistema financeiro nacional realizam praticamente a totalidade dos emprstimos no mercado bancrio. No obstante, Berger e Hannan (1989) discerniram dois possveis impactos da concentrao bancria na precificao dos bancos. Por um lado, um setor bancrio mais concentrado tende a atuar de maneira oligopolstica, cobrando maiores taxas de juros. Por outro, a maior concentrao pode estar associada ao fato de que os bancos mais eficientes vo aumentando a sua parcela de mercado, o que levaria a menores taxas de emprstimos no setor bancrio.
3 Os dados
O mercado especfico analisado o mercado bancrio brasileiro. Os dados referem-se a 63 bancos, no perodo de janeiro de 2002 a novembro de 2009. Esses bancos representam mais de 80% dos emprstimos bancrios no pas, mas nem todos operam em todas as linhas de crdito examinadas. As taxas de juros so taxas prefixadas de concesso de crdito, isto , taxas de novas operaes, e representam em torno de 70% das operaes com crdito livre. Sero examinadas taxas para pessoas fsicas e jurdicas. O painel de bancos um painel balanceado2. Sero examinadas as taxas de juros nas seguintes modalidades: Total Pessoa Jurdica, Total Pessoa Fsica, Vendor, Capital de Giro, Crdito Pessoal, Aquisio de Bens Veculos e Aquisio de Outros Bens. A descrio das cinco ltimas pode ser encontrada no Anexo. Como visto na seo anterior, as variveis de controle podem ser divididas em variveis macroeconmicas, microeconmicas e de estrutura de mercado. Quatro so as variveis macroeconmicas: a taxa de poltica monetria, a renda real, a taxa de inflao, e a volatilidade da taxa de juros de poltica monetria. Foi utilizado como proxy para a renda real o rendimento mdio real efetivo das pessoas ocupadas com carteira, medido pelo Instituto Brasileiro de Geografia e Estatstica (IBGE)3. A taxa de inflao o ndice Nacional de Preos ao Consumidor Amplo (IPCA), que o ndice de preos relacionado s metas para inflao no pas. A taxa de poltica monetria a taxa Selic, uma descrio do clculo da sua volatilidade pode ser encontrada no Anexo. Os dados no foram ajustados sazonalmente. No que se refere a controles microeconmicos, so dados de balano. O indicador de tamanho o logaritmo dos ativos totais de cada banco, o de liquidez so depsitos vista e ttulos sobre ativos totais e o de capitalizao o excesso de capital sobre os ativos totais, isto , a quantidade de capital que os bancos mantm em excesso ao mnimo requerido para lidar com os padres de regulao prudencial.
2 3 A opo por um painel balanceado pode gerar um vis de seleo nas estimativas, mas tem a vantagem de refletir o comportamento dos bancos que fizeram ao menos alguma operao de crdito ao longo de todo o perodo amostral. As estimaes da seo 4 tambm foram feitas com o ndice de Atividade Econmica do Banco Central (IBC-Br), e com o Indicador de Produo Industrial, do IBGE. Como os resultados permaneceram qualitativamente idnticos, optou-se por no inclu-los no texto.
A vantagem dessa ltima medida que leva em considerao o risco do portfolio do banco. H tambm uma medida de ineficincia que representada pelo custo total que os bancos incorrem para captar depsitos sobre o volume total desses depsitos. A estrutura de mercado controlada pelo ndice Herfindahl, de concentrao bancria em relao aos seus ativos. Estudos recentes de determinao de taxas de juros usualmente se basearam em uma especificao de correo de erro, ou variantes dessa tcnica (e.g. KLEIMEIER e SANDER, 2006; DE GREAVE et al., 2007; GAMBACORTA, 2008). O presente trabalho seguir outra metodologia, uma vez que os testes de raiz unitria para as diferentes variveis examinadas, exceo do ndice Herfindahl, sugerem que as variveis sejam estacionrias. Esses testes so apresentados na tabela 1, que tambm apresenta algumas estatsticas descritivas das variveis utilizadas no trabalho.
Tabela 1 Estatsticas descritivas e testes de raz unitria
Observaes Variveis Microeconmicas Taxas de juros: Total pessoa jurdica Total pessoa fsica Vendor Capital de giro Crdito pessoal Aquisio de veculos Aquisio de outros bens Capitalizao Ineficincia Tamanho Liquidez Variveis Macroeconmicas Taxa de juros de poltica monetria Taxa de inflao Taxa de crescimento da renda Volatilidade da taxa de pol. monetria ndice Herfindahl 95 95 95 95 95 16,017 0,535 0,005 0,005 0,141 4,420 0,454 0,100 0,007 0,010 8,650 -0,210 -0,292 0,000 0,124 26,320 3,020 0,287 0,029 0,161 -4,943*** -4,164*** -5,721*** -4,709*** -0,283 4.750 4.845 1.238 2.690 2.820 1.517 1.563 6.741 6.741 6.741 6.680 43,921 90,642 28,843 37,559 68,827 41,178 53,907 17,179 0,054 9,202 0,335 21,439 66,532 11,511 11,722 58,403 15,459 31,334 58,477 0,064 0,933 0,605 11,133 12,451 10,498 6,200 16,666 12,370 6,462 -6,560 0,000 7,217 0,000 857,500 546,454 87,208 109,330 403,286 119,630 186,121 1.248,480 2,344 11,702 25,552 229,237*** 179,308*** 252,805*** 1.148,040*** 1.165,920*** 498,232*** 473,219*** 287,722*** 577,517*** 151,301* 221,508*** Mdia Desvio Padro Mnimo Mximo ADF (p-valor)
Obs.: o teste ADF para as variveis microeconmicas o ADF de Maddala e Wu (1999); para as variveis macroeconmicas, o ADF usual. *, **, *** indicam nveis de significncia de 10, 5 e 1%, respectivamente. As taxas de juros de emprstimo e a taxa de poltica monetria so taxas percentuais mensais anualizadas. A taxa de inflao uma taxa percentual mensal no anualizada, e a de crescimento da renda uma taxa mensal tambm no anualizada.
4 Resultados
O ponto de partida da nossa anlise ser o clculo do pass-through de juros de cinco modalidades de crdito. O modelo cujas estimaes sero apresentadas o que se segue: (1) onde k = 1, ..., N (k = bancos) e t = 1,..., T (t = perodos). ik ,t a taxa de juros um vetor que inclui dummies de emprstimo, itM a taxa de poltica monetria,
sazonais e a dummy Crise que capta o efeito da crise de setembro de 20084, e o erro aleatrio. O modelo permite efeitos fixos entre bancos, como indicado pelo 5 . O pass-through de longo prazo calculado por: intercepto (2) onde representa o pass-through imediato.
As estimaes sero feitas utilizando o estimador de GMM em diferenas de Arellano e Bond (1991). Na escolha das defasagens, sero mantidas aquelas que sejam significantes a ao menos 10%, sendo que as dummies sazonais sero mantidas mesmo se no significativas a esse valor. Na escolha dos instrumentos, as dummies e as variveis defasadas em dois ou mais perodos foram tratadas como exgenas. As demais variveis explicativas foram instrumentalizadas pela segunda defasagem dessas mesmas variveis. Todas as estimaes apresentadas no apresentam problemas de correlao serial, e o teste de Hansen no permitiu rejeitar em nenhuma delas que os instrumentos sejam vlidos. A tabela 2 apresenta os principais resultados das estimaes por modalidade, sendo que no Anexo pode ser encontrada a estimao completa6. As estimaes pontuais para o pass-through de curto e de longo prazo so positivas e significativas aos nveis usuais. Nos testes para a hiptese da completitude do pass-through de longo prazo isto , testes para a hiptese de que o pass-through seja igual a um , podemos observar que em nenhuma das cinco modalidades examinadas se pode rejeitar a hiptese de ausncia de rigidez nas taxas no longo prazo. Por outro lado, observamos rigidez na resposta de curto prazo para as modalidades de Capital de Giro, de Crdito Pessoal e de Aquisio de Outros Bens diferentes de veculos. De qualquer forma, uma possvel explicao da estimao pontual do pass-through imediato da modalidade Vendor ser mais elevada que a das demais modalidades pode ser encontrada no prazo mdio dessas operaes. Dentro do nosso perodo amostral, o prazo mdio para Vendor de 72 dias, enquanto para as demais modalidades examinadas est acima de 175 dias. Uma vez que a taxa Selic uma taxa de curtssimo prazo, espera-se que afete mais as linhas de crdito com prazos mdios menores. Ao compararmos com a literatura internacional, em estimaes por modalidade, De Greave et al. (2007) encontraram valores para o pass-through imediato entre 0,194 e 0,982 para a Blgica, e Kleimeier e Sander (2006) encontraram entre -0,15 e 0,82 para diversos pases europeus.
4 5 6
A varivel Crise uma step dummy que assume o valor unitrio a partir de setembro de 2008, e zero nos demais perodos. Optou-se por utilizar um modelo com efeitos fixos em vez de aleatrios, por ser esse o tratamento usual na literatura, vide e.g. De Graeve et al. (2007) e Gambacorta (2008). Na apresentao das estimaes, no Anexo, no foram apresentados os coeficientes das dummies sazonais.
Tabela 2 Pass-through por modalidade

Pessoa Jurdica Vendor Capital de Giro Crdito Pessoal Pessoa Fsica Aquisio de Bens Veculos Pass-through imediato 1,110*** (0,217) 1,202*** (0,180) 4,074*** (1,081) 0,683*** (0,108) 1,029*** (0,104) 3,423*** (1,023) 0,385*** (0,093) 2,484** (1,201) 0,053 (0,556) 0,689*** (0,190) 1,441*** (0,217) 0,455 (0,780) Aquisio de Outros Bens 0,549*** (0,135) 1,424** (0,550) 0,552 (1,576)
Pass-through de longo prazo
Efeito setembro de 2008
Testes Teste para imediato unitrio
pass-through
0,26 [0,619] 1,26 [0,278]
8,52*** [0,006] 0,08 [0,778]
42,88*** [0,000] 1,53 [0,224]
2,66 [0,115] 4,12* [0,053]
11,09*** [0,003] 0,59 [0,450]
Teste para pass-through longo prazo unitrio
de
Problema de autocorrelao dos resduos Teste de Hansen N de bancos / observaes
No 2,79 15 / 1121
No 21,85 32 / 2504
No 20,82 35 / 2673
No 4,76 24 / 1307
No 0,57 20 / 1408
Obs.: entre parnteses esto os desvios padres, robustos heterocedasticidade, e entre colchetes, os p-valores. ***, **, * indicam significncia nos nveis de 1, 5 e 10 %, respectivamente. Os testes para pass-through unitrio so testes de Wald.
Em relao estimao sobre a existncia de uma mudana de patamar nas taxas de juros aps a crise de setembro de 2008, apenas para as duas modalidades de PJ que os resultados so significativos. Esse resultado talvez possa ser explicado, entre outros motivos, pelo aumento mais significativo no atraso do pagamento dos emprstimos nas modalidades de Vendor e de Capital de Giro em comparao com as outras trs modalidades. Por exemplo, entre agosto de 2008 e novembro de 2009 a razo do saldo em atraso de 31 a 90 dias e do saldo sem atraso subiu 44% e 69% para as modalidades de Vendor e Capital de Giro, enquanto aumentou apenas 14% para a Aquisio de Veculos, chegando a reduzir 12% e 23% para as modalidades Crdito Pessoal e Aquisio de Outros Bens. Por outro lado, foram realizadas estimaes incluindo a interao entre a dummy da crise de setembro de 2008 e a taxa de poltica monetria, e nenhuma delas foi significativa. De modo que, para essas modalidades, no se encontraram evidncias de que, aps a crise, o pass-through tenha se alterado. Um segundo conjunto de estimativas apresentado na tabela 3, na qual se apresenta um exame dos determinantes das taxas de juros de emprstimos consolidadas por pessoas fsicas e jurdicas. As estimaes consideraro dois perodos amostrais: um anterior crise de setembro de 2008 e outro incluindo os efeitos da crise, at novembro de 2009. O modelo (1) foi ligeiramente modificado: (3) onde Y um vetor das variveis de controle. Com relao ao modelo (3), vlido fazer duas observaes iniciais. Primeiro, o modelo no considera defasagens na taxa de poltica monetria porque elas no se apresentaram significativas quando includas na estimao. Em segundo lugar, foram feitas estimaes incluindo interaes da taxa de poltica monetria com as diversas variveis de controle. No entanto, como essas interaes no se mostraram significativas, os resultados dessas estimaes no so apresentados.
Tabela 3 Determinantes das taxas de juros de emprstimos bancrios no Brasil

Pessoa Jurdica Antes da crise Poltica monetria Pass-through imediato 0,638*** (0,089) Pass-through de longo prazo 0,850*** (0,092) Volatilidade da taxa de poltica monetria 48,202*** (12,175) 0,915*** (0,152) 1,175*** (0,241) 53,682** (23,224) 0,937*** (0,285) 1,858*** (0,372) 56,620 (46,506) 1,017*** (0,247) 1,818*** (0,392) 36,818 (51,599) Incluindo a crise Pessoa Fsica Antes da crise Incluindo a crise
Outros fatores macroeconmicos Taxa de inflao 1,620** (0,613) Taxa de crescimento da renda 2,138 (2,560) Efeito setembro de 2008 1,883*** (0,606) 3,295 (3,141) 11,138** (4,224) 2,396** (0,946) 13,077** (5,196) 2,574** (1,045) 16,974** (6,676) 5,829* (3,362)
Caractersticas dos bancos Capitalizao -0,004** (0,002) Ineficincia 10,346** (4,935) Tamanho 1,947 (3,432) Liquidez -0,418 (1,136) -0,006** (0,002) 13,329** (5,090) -3,762 (4,470) -1,059 (1,351) -0,138* (0,081) 3,679 (6,750) -11,495 (8,778) -0,474 (0,568) -0,224 (0,191) 9,035 (7,300) -13,482 (10,475) -0,684 (0,662)
Estrutura de mercado ndice Herfindahl 112,180*** (34,325) 11,345 (92,545) 154,319* (78,898) 163,577* (95,836)
Interao com tx. de pol. monetria Taxa de poltica monetria Efeito setembro de 2008 0,955* (0,569)
Testes Teste para pass-through imediato unitrio 16,44*** [0,000] Teste para pass-through de longo prazo unitrio 2,62 [0,112] [0,164]/[0,716] 43,43 50 / 3915 0,31 [0,581] 0,53 [0,471] [0,250]/[0,888] 34,98 50 / 4663 0,05 [0,827] 5,31** [0,025] [0,920]/[0,564] 37,20 51 / 3995 0,00 [0,944] 4,35** [0,042] [0,602]/[0,259] 33,06 51 / 4758
Teste AR(2)/AR(3) (p-valor) Teste de Hansen N de bancos / observaes
Obs.: entre parnteses esto os desvios padres, robustos heterocedasticidade, e entre colchetes, os p-valores. ***, **, * indicam significncia nos nveis de 1, 5 e 10 %, respectivamente. Os testes para pass-through unitrio so testes de Wald. Para as variveis que participaram da interao, so apresentados os efeitos marginais e desvios padres condicionais ao valor mdio amostral da outra varivel da interao.
A primeira parte da tabela 3 apresenta um exame dos efeitos da taxa de poltica monetria nas taxas de emprstimos bancrios7. Nessa tabela, podemos observar que a taxa Selic influencia significativamente as taxas bancrias consolidadas, tanto no longo quanto no curto prazo (pass-through imediato). No podemos rejeitar, ainda, que o pass-through seja completo no curto prazo para os emprstimos para PF e no longo prazo para PJ, sendo mais do que completo para PF no longo prazo. A fim de obter um padro de comparao com estimaes de pass-through em outros pases para taxas de juros agregadas, Berstein e Fuentes (2004), por exemplo, encontram valores entre 0,70 e 0,88 para o Chile, e Gambacorta (2008) encontra em torno de 0,45 para a Itlia. Nos resultados apresentados, chama a ateno o crescimento do pass-through imediato para as taxas de emprstimos para PJ aps a crise. Antes da crise, podamos rejeitar que ele fosse unitrio, indicando certa rigidez nas mudanas daquelas taxas. Aps a crise, esse pass-through passou a ser completo. Esse resultado reforado pelo fato de a interao entre a taxa de poltica monetria e o efeito setembro de 2008 ter se apresentado positivo e significativo. Quanto s consequncias da crise, medidas agora pela dummy Efeito setembro de 2008, encontram-se evidncias de que os bancos aumentaram a taxa cobrada em seus emprstimos para pessoas jurdicas e para pessoas fsicas. Uma das explicaes para esses resultados, dentre muitas, pode ser encontrada na reduo da oferta de crdito internacional oferecida ao pas aps a crise, o que afetou especialmente o segmento das pessoas jurdicas. Como ilustrao, a mdia mensal das concesses dos repasses de recursos externos das instituies financeiras para empresas reduziu de R$3,2 bilhes, de outubro de 2007 a setembro de 2008, para R$0,6 bilho, nos doze meses seguintes. No que diz respeito volatilidade da taxa de poltica monetria, ela positivamente correlacionada com a taxa para pessoas jurdicas, corroborando e.g. o modelo de Ho e Saunders (1981), mas no o para a taxa para pessoas fsicas. Esse resultado apresenta indcio de que os bancos precificam seus emprstimos de forma diferente dependendo do tipo de cliente. Em princpio, como recorda Gambacorta (2008), variveis macroeconmicas como o crescimento da renda e a taxa de inflao capturam movimentos cclicos e isolam as mudanas da demanda por emprstimo das alteraes na poltica monetria. Nas estimaes, o efeito da taxa de inflao positivo e significativo para ambas as taxas de juros. No entanto, somente a taxa de juros para pessoa fsica est sendo afetada pela renda. No que diz respeito s variveis microeconmicas, nas estimaes para pessoas jurdicas, encontramos que bancos mais capitalizados apresentam menores taxas de juros, assim como bancos com custos menores de captao (bancos mais eficientes). Variveis como liquidez e tamanho no se mostraram relevantes. Por sua vez, a taxa consolidada para pessoa fsica no afetada por nenhuma varivel microeconmica, exceo da capitalizao antes da crise. J o ndice de concentrao bancria se mostrou positivo e significativo, podendo dar a entender que esse ndice esteja refletindo a variao de poder de mercado dos bancos. No obstante, preciso verificar a robustez desse ltimo resultado com outras medidas de competio bancria.
7 Novamente, a estimao completa, sem as dummies sazonais, pode ser encontrada no Anexo.
Era de se esperar que o efeito de um aperto monetrio nas taxas de juros bancrias fosse mais pronunciado em bancos pequenos, que, em geral, dispem de menos ativos lquidos e so menos capitalizados. No entanto, a interao dessas variveis com a da taxa bsica no se mostrou significativa.
5 Concluso
O conhecimento do comportamento das taxas de juros de emprstimos bancrios relevante para a conduo da poltica monetria. Tendo isso em vista, o presente artigo procurou examinar como os bancos determinam suas taxas. Nas estimaes apresentadas, encontrou-se evidncia de transmisso completa da taxa de poltica monetria para as taxas de emprstimos bancrios de longo prazo, sinalizando a eficcia dessa poltica. Por outro lado, nas estimaes por modalidades, os resultados indicaram certo grau de rigidez no pass-through imediato, sendo que essa rigidez tende a diminuir para modalidades com prazos mdios menores. Nas estimaes em que os emprstimos foram agregados por pessoas fsicas e jurdicas, foram encontrados indcios, ainda que preliminares, de que os bancos precificam seus emprstimos de forma diferente dependendo do tipo de cliente. Por exemplo, a volatilidade da taxa de poltica monetria aparenta influenciar apenas a determinao das taxas de juros para pessoas jurdicas, enquanto que a taxa de crescimento da renda influenciaria somente as taxas de juros para pessoas fsicas. Alm disso, obtiveram-se evidncias com relao determinao das taxas de juros para pessoas jurdicas de que bancos mais capitalizados e mais eficientes cobram taxas menores de juros e que, aps a crise de 2008, a velocidade do pass-through aumentou. Por fim, as estimaes apresentadas tambm mostraram indcios de que a concentrao bancria tende a elevar as taxas de emprstimos.
Referncias
ARELLANO, M; BOND, S. Some tests of specification for panel data: Monte Carlos evidence and an application to employment equations. Review of Economic Studies, 58, p. 277-297, 1991. BERSTEIN, S.; FUENTES, J. Is there lending rate stickiness in the Chilean Banking Industry? Banking Market Structure and Monetary Policy, p. 183-210, 2004. CHANG, E.; GUERRA, S.; LIMA, E.; TABAK, B. The stabilityconcentration relationship in the Brazilian banking system. Int. Fin. Markets, Inst. and Money, 18, p. 388397, 2008. DE GREAVE, F.; DE JONGHE, O.; VENNET, R. Competition, transmission and bank pricing policies: Evidence from Belgian loan and deposit markets. Journal of Banking and Finance, 31, p. 259-278, 2007. FRIEDMAN, B.; KUTTNER, K. Economic activity and the short-term credit markets: An analysis of prices and quantities. Brooking Papers on Economic Activity, 2, p. 193-283, 1993. GAMBACORTA, L. How do banks set interest rates? European Economic Review, 52, p. 792-819, 2008. HANNAN, T.; BERGER, A. The rigidity of prices: evidence from the banking industry. American Economic Review, 81, p. 938-945, 1991. HEFFERNAN, S. How do UK financial institutions really price their banking products? Journal of Banking and Finance, 26, p. 1997-2016, 2002. HO, T.; SAUNDERS, A. The determinants of bank interest margins: Theory and empirical evidence. Journal of Financial and Quantitative Analysis, 16, p. 581-600, 1981. KASHYAP, A.; STEIN, J. What do a million observations on banks say about the transmission of monetary policy. American Economic Review, 90, p. 407-428, 2000. KISHAN, R.; OPIELA, T. Bank size, bank capital and the banking lending channel. Journal of Money, Credit and Banking, 32, p. 121-141, 2000. KLEIMEIER, S.; SANDER, H. Expected versus unexpected monetary policy impulses and interest rate pass-through in euro-zone retail banking markets. Journal of Banking & Finance, 30, p. 1839-1870, 2006. LAGO-GONZALES, R.; SALAS, V. Market power and bank interest rate adjustment. Banco de Espaa Working Paper, n. 0539, 2005. MADDALA, G.; WU, S. A comparative study of unit root tests with panel data and a new simple test. Oxford Bulletin of Economics and Statistics, 61, p. 631-652, 1999. MELITZ, J.; PARDUE, M. The demand and supply of commercial bank loans. Journal of Money, Credit and Banking, 5, p. 669-692, 1973.
Anexo
A.1 Descrio de algumas das variveis

Capital de giro uma linha de crdito com prazo superior a trinta dias, contrato especfico e requer garantias. Destina-se a financiar as atividades operacionais das empresas. Vendor uma linha de financiamento de vendas baseada no princpio da cesso de crdito, que permite a uma empresa vender seu produto a prazo e receber o pagamento vista. A empresa vendedora transfere seu crdito ao banco e este, em troca de uma taxa de intermediao, paga o vendedor vista e financia o comprador. Aquisio de bens uma linha de financiamento na qual a concesso do crdito est vinculada aquisio de determinado bem que usualmente constitui a garantia da operao. Crdito pessoal uma linha de emprstimo a pessoas fsicas na qual a concesso do crdito no est vinculada aquisio especfica de um bem ou servio. Volatilidade da taxa de juros foi estimada a partir de dados dirios. Seja:
onde representa a taxa bsica de juros no dia d do ano t, a mesma taxa no dia anterior, e n o nmero de observaes. A volatilidade da taxa bsica de juros no ano t foi calculada como:
A.2 Estimaes
Apresentamos aqui, nas tabelas A.1 e A.2, informaes complementares s tabelas 2 e 3 do texto.
Tabela A.1 Estimaes do pass-through por modalidade
Pessoa Jurdica Vendor Capital de Giro Crdito Pessoal Pessoa Fsica Aquisio de Bens Veculos Taxa de juros de emprstimo(t-1) 0,227* (0,112) Taxa de juros de emprstimo(t-2) 0,266*** (0,049) 0,144** (0,053) Taxa de juros de emprstimo(t-3) 0,693*** (0,124) 0,176** (0,086) 0,116** (0,046) Taxa de juros de emprstimo(t-4) -0,081** (0,038) Taxa de juros de emprstimo(t-5) -0,151*** (0,038) Taxa de juros de emprstimo(t-6) -0,152*** (0,048) Taxa de juros de emprstimo(t-7) -0,075** (0,037) Taxa de juros de emprstimo(t-10) 0,056* (0,030) -0,034** (0,016) Taxa de juros de emprstimo(t-11) -0,090*** (0,020) Taxa de poltica monerria(t) 1,110*** (0,217) Taxa de poltica monerria(t-4) 0,683*** (0,108) 0,385*** (0,093) 0,689*** (0,190) -1,433*** (0,280) Taxa de poltica monerria(t-5) 1,243*** (0,252) Taxa de poltica monerria(t-7) -1,218*** (0,290) Taxa de poltica monerria(t-8) 1,225*** (0,380) Efeito setembro de 2008(t) 4,074*** (1,081) Teste de autorregressividade nos resduos AR(2) (p-valor) AR(3) (p-valor) AR(4) (p-valor) AR(5) (p-valor) AR(6) (p-valor) AR(7) (p-valor) AR(8) (p-valor) AR(9) (p-valor) AR(10) (p-valor) AR(11) (p-valor) AR(12) (p-valor)
Obs.: entre parnteses esto os desvios padres, robustos heterocedasticidade, e entre colchetes, os p-valores. ***, **, * indicam significncia nos nveis de 1, 5 e 10 %, respectivamente. Para poupar espao, no foram apresentados os coeficientes das dummies sazonais.
Aquisio de Outros Bens 0,753*** (0,045) -0,100** (0,041)
0,690*** (0,118)
0,081* (0,046)
0,549*** (0,135)
3,423*** (1,023)
0,053 (0,556)
0,455 (0,780)
0,552 (1,576)
[0,404] [0,820] [0,958] [0,694] [0,173]
[0,540] [0,921] [0,397] [0,357] [0,877] [0,475] [0,849]
[0,698] [0,641] [0,208] [0,772] [0,263] [0,204] [0,728]
[0,635] [0,998] [0,817] [0,748] [0,684] [0,554]
[0,864] [0,198] [0,678] [0,621] [0,580] [0,838] [0,435] [0,397] [0,496] [0,496] [0,143]
Tabela A.2 Estimaes dos determinantes das taxas de juros de emprstimos bancrios no Brasil
Pessoa Jurdica Antes da crise Taxa de juros de emprstimo(t-1) 0,249*** (0,062) Taxa de juros de emprstimo(t-2) 0,221*** (0,034) Taxa de poltica monerria(t) 0,638*** (0,089) Volatilidade da taxa de poltica monetria(t) Taxa de inflao(t) 48,202*** (12,175) 1,620** (0,613) Taxa de crescimento da renda(t) 2,138 (2,560) Efeito setembro de 2008(t) 0,764*** (0,093) 53,682** (23,224) 1,883*** (0,606) 3,295 (3,141) -4,172 (5,184) Capitalizao(t) -0,138* (0,081) Capitalizao(t-1) -0,004** (0,002) Ineficincia(t) 10,346** (4,935) Tamanho(t) 1,947 (3,432) Liquidez(t) -0,418 (1,136) ndice Herfindahl(t) 112,180*** (34,325) Taxa de poltica monetria(t) Efeito setembro de 2008(t) -0,006** (0,002) 13,329** (5,090) -3,762 (4,470) -1,059 (1,351) 11,345 (92,545) 0,955* (0,569) 3,679 (6,750) -11,495 (8,778) -0,474 (0,568) 154,319* (78,898) 9,035 (7,300) -13,482 (10,475) -0,684 (0,662) 163,577* (95,836) 0,937*** (0,285) 56,620 (46,506) 2,396** (0,946) 13,077** (5,196) 1,017*** (0,247) 36,818 (51,599) 2,574** (1,045) 16,974** (6,676) 5,829* (3,362) -0,224 (0,191) Incluindo a crise Pessoa Fsica Antes da crise 0,495*** (0,086) Incluindo a crise 0,440*** (0,111)
Obs: entre parnteses esto os desvios padres, robustos heterocedasticidade. ***, **, * indicam significncia nos nveis de 1, 5 e 10 %, respectivamente. Para poupar espao, no foram apresentados os coeficientes das dummies sazonais.
4
1 Introduo
Testes Macro de Estresse de Risco de Crdito com Foco nas Caudas

Ricardo Schechtman1 Wagner Piazza Gaglianone
Na ausncia de modelos tericos bem estabelecidos para explicar a ligao macrorisco de crdito, a maioria das abordagens de testes de estresse atualmente em uso por bancos centrais ou agncias de superviso no estrutural. Uma abordagem em forma reduzida amplamente utilizada na literatura aplicada Wilson (1997a, 1997b). Este trabalho discute e estima o modelo de Wilson e o utiliza para realizar testes macroeconmicos de estresse de risco de crdito de pessoas fsicas no Brasil. Por outro lado, Sorge e Virolainen (2006) fazem uma anlise crtica de metodologias de testes de estresse incluindo abordagens como a proposta por Wilson, indicando a potencial instabilidade de estimativas de parmetros em forma reduzida, devida quebra de padres histricos derivados de choques extremos (por exemplo, em correlaes de inadimplncia). Isso nos motiva a considerar tambm um modelo alternativo para a ligao macrorisco de crdito que incorpore sensibilidade macro estocstica do indicador de risco de crdito. Ao estimar e aplicar esses modelos em nvel de sistema, este trabalho situa-se no contexto da recente e crescente literatura relativa s aplicaes de testes de estresse de risco de crdito por bancos centrais e agncias de superviso (vide, por exemplo, KALIRAI e SCHEICHER [2002], BOSS [2003], LEHMAN [2006], VAN DEN END et al. [2006], JIMNEZ e MENCA [2007], BREUER et al. [2009], GIRAULT [2008], SIMONS e ROLWES [2009]). A ideia bsica por trs de testes macroeconmicos de estresse de risco de crdito relacionar um cenrio ou um choque macroeconmico a medidas de perda financeira ou indicadores de risco. Num exerccio probabilstico de teste de estresse, gera-se toda uma distribuio condicional no cenrio macro. O objetivo deste trabalho examinar a cauda direita da distribuio condicional para medir o impacto do cenrio macro. luz da recente turbulncia financeira, muitos autores tm recordado que, uma vez surgidas as crises, devemos esperar o inesperado
1 As opinies expressas neste trabalho so dos autores e no refletem necessariamente a viso do Banco Central do Brasil (BCB) ou de seus membros. Gostaramos de agradecer aos participantes da conferncia do Bank for International Settlements (BIS) sobre risco sistmico, comportamento bancrio e regulamentao ao longo do ciclo de negcios (maro de 2010), do XXXI Encontro Brasileiro da Sociedade Economtrica (dezembro de 2009) e dos Seminrios do Departamento de Pesquisa (Depep) do BCB por seus comentrios e sugestes. Somos gratos tambm a Srgio Firpo, Simone Manganelli, Luiz Renato Lima e Srgio Koyama por seus comentrios e conversas to teis, e a Tito Ncias por ter enviado a srie reconstruda da taxa de desemprego. Quaisquer erros remanescentes so nossos.
(ALFARO e DREHMANN, 2009). Alm da advertncia embutida, tal aviso, se interpretado de modo literal, poderia sugerir tambm que o foco da anlise de testes de estresse seja deslocado da usual mdia condicional para a cauda condicional. A cauda direita condicional representa o que de pior pode ainda acontecer ao resultado do risco de crdito luz de um dado cenrio macro presumidamente nocivo e a parte relevante da distribuio para a determinao da probabilidade de solvncia ex-post do sistema derivada do cenrio considerado. O foco na cauda condicional tem precedentes na literatura aplicada sobre riscos financeiros. Por exemplo, Adrian e Brunnermeier (2008) propem uma medida de risco chamada covar, similar ao conceito de risco utilizado neste trabalho, mas concebida para a anlise de risco sistmico. Nos exerccios de teste de estresse, o foco na cauda condicional poderia ser adicionalmente motivado com base na suposio de que caudas condicionais direita de risco de crdito so mais robustas a desvios de padres histricos do que as partes restantes da distribuio condicional, precisamente pelo fato de terem sido geradas provavelmente no contexto de tais desvios. De forma consistente com o foco na cauda condicional, a nossa abordagem alternativa de teste de estresse fundamenta-se num modelo de regresso quantlica (denominado QR) para a ligao macrorisco de crdito (vide KOENKER e XIAO, 2002, para mais detalhes). Contrrio ao modelo de Wilson, que, embora gere toda a distribuio de risco de crdito, ainda um modelo focado na mdia condicional, a regresso quantlica capaz de modelar explicitamente a cauda da distribuio condicional. Alm disso, a abordagem QR tem um aspecto interessante para os testes de estresse: a importncia relativa de alteraes nas variveis macroeconmicas varia de acordo com o quantil de distribuio do risco de crdito. Em particular, variveis macro que tm um efeito relativo pequeno na mediana da distribuio podem ganhar relevncia ao explicar um quantil elevado do indicador de risco de crdito. Ao mesmo tempo, como um modelo semiparamtrico, o modelo QR relaxa uma hiptese central de normalidade usada no modelo de Wilson. Potencial no normalidade uma hiptese mais realista para exerccios de testes de estresse. A preferncia pelo uso de uma abordagem especfica de teste de estresse fundamenta-se normalmente em motivos subjetivos. Devido ao horizonte tipicamente longo do risco de crdito (meses ou anos), normalmente poucos dados esto disponveis para a realizao de exerccios estatisticamente significativos de backtesting de modelos de risco de crdito. Esse ponto ainda mais agravado no contexto de testes de estresse, pois os dados das variveis macroeconmicas que seriam mais relevantes para back-testing nesse caso correspondem a crises macroeconmicas, que so raras por definio. Consequentemente, provvel que a autoridade supervisora trabalhe com um conjunto de abordagens de testes de estresse, em vez de uma nica ferramenta, e as utilize conjuntamente a seu critrio prprio. Metodologias de comparao de resultados de diversas abordagens de testes de estresse deveriam ser, portanto, de grande interesse, mas no so discutidas na literatura aplicada. Este trabalho prope mtodos para comparar as caudas condicionais de vrias abordagens de testes de estresse e ilustra seus usos com base nas abordagens de Wilson e QR.
2 Metodologia
Este trabalho utiliza o modelo de Wilson, cuja formulao para a ligao macrorisco de crdito pode ser representada na seguinte estrutura.2
1 CRI t = (1 + exp( y t )) p y t = 0 + i y t i + i =1
( or y t = ln 0zt + j=1 q
CRI t
1 CRI t
jz tj
(1) (2)
+ ut
onde: CRIt um indicador de risco de crdito observvel [0,1],, zt um vetor de variveis macroeconmicas no tempo t, ut um erro normal, homocedstico e independente em relao a informaes passadas. A equao (2) a ligao macrorisco de crdito que relaciona o indicador (transformado, assumindo valores na reta) yt de risco de crdito contemporaneamente ao vetor de variveis macroeconmicas zt, bem como potencialmente a defasagens macroeconmicas e a termos autorregressivos. As variveis macroeconmicas seguem um sistema de vetores autorregressivos (VAR) no reportado nesta verso do artigo, sendo que o modelo complementado pela hiptese que os termos residuais da ligao macrorisco de crdito e do VAR so correlacionados e conjuntamente distribudos seguindo uma distribuio normal, de tal forma que as surpresas macroeconmicas afetam a relao macrorisco de crdito, acrescentando um sabor de teste de estresse ao modelo. Uma descrio mais detalhada do modelo Wilson pode ser encontrada em Schechtman e Gaglianone (2010). Note que, caso a referida correlao seja no nula, ento zt deve ser tratado como endgeno na equao (2). Isso torna a estimao por mxima verossimilhana (MLE) mais complicada do que o usual. Devido a isso e pelo fato de a MLE ser dependente de normalidade (ou outra distribuio conhecida) de ut, uma hiptese que relaxaremos no nosso modelo QR alternativo, preferimos estimar o sistema de equaes do modelo Wilson atravs de variveis instrumentais, sem fazer qualquer suposio de distribuio. Os candidatos naturais a instrumento para zt so as variveis macro defasadas que no constam na equao (2). Geralmente, a crtica principal ao modelo de Wilson refere-se especificao de ut. Frequentemente, os dados no confirmam um resduo da equao (2) to bem comportado, conforme assumido anteriormente. comum encontrar evidncias ou levantar argumentos a favor de heterocedasticidade, bem como de no normalidade em ut3. Nesse sentido, observe que, embora a estimao possa ser conduzida de uma maneira robusta a esses elementos, homocedasticidade e normalidade ainda so necessrias simulao do modelo Wilson para fins de testes de estresse, na qual a
2 Mais precisamente, a equao (2) generaliza Wilson (1997a) na incorporao de defasagens das variveis macroeconmicas e de crdito. Tal especificao pertence classe de modelos autorregressivos de defasagens distribudas (ADL). Vide Davidson e MacKinnon (1993, p. 682) para mais detalhes. Nossas estimativas tambm apontam nessa direo. Uma fonte em potencial de heterocedasticidade a desconsiderao de variabilidade nos coeficientes das variveis macroeconmicas (vide LIMA e NRI, 2006), uma caracterstica presente no nosso modelo alternativo QR.
distribuio de ut necessria. Alm disso, se o foco da anlise de testes de estresse estiver concentrado na cauda condicional em zt, razovel argumentar que o modelo de Wilson pode representar uma estratgia de modelagem excessivamente restrita para a incerteza da ligao macrorisco de crdito. A esse respeito, Schechtman e Gaglianone (2010) mostram que a importncia relativa de quaisquer duas variveis macro contemporneas, digamos k e l, medida pela razo dos seus efeitos marginais sobre o -quantil de CRI no depende de . Isso representa uma limitao para testes de estresse focados em caudas condicionais. Os argumentos anteriores nos motivam a considerar um modelo alternativo ao modelo de Wilson. O foco na cauda condicional sugere a proposio de um modelo em que os pesos 0 das variveis macro contemporneas sejam dependentes do nvel do quantil condicional.4 H tambm um raciocnio econmico por trs da introduo de variabilidade em 0. Se a equao (2) fosse definida no nvel de um nico tomador, de tal forma que yt medisse sua qualidade creditcia, ento a sensibilidade macro contempornea 0 formaria parte do canal pelo qual surgem as correlaes de inadimplncia entre diversos tomadores (vide WILSON, 1997a,b; KOULUOGLU e HICKMAN, 1998). Normalmente, modelos de carteira de crdito presumem que tais correlaes dependem somente dos setores econmicos aos quais os tomadores pertencem. Ao estimar a equao (2) com base em dados de sistema agregados na dimenso temporal, muitos diferentes tomadores, com sensibilidades macros diferentes (e consequentemente diferentes correlaes), esto sendo implicitamente levados em considerao na estimao de 0. Para o setor de crdito a pessoas fsicas em particular, razovel esperar que as variveis macro afetem a posio de risco de crdito de diferentes famlias de maneiras inteiramente diversas: o setor de pessoas fsicas est longe de representar propriamente um setor econmico homogneo. Alm do mais, o conjunto de famlias na economia com crditos concedidos varia ao longo do tempo.5 Portanto, uma incerteza modelada em 0 estimada a partir de dados agregados de sistema incorpora a noo de correlaes de inadimplncia (ou sensibilidades macros) variveis entre os tomadores e ao longo do tempo. O nosso modelo alternativo para a ligao macrorisco de crdito substitui (2) por um modelo de regresso quantlica, aqui denominado simplesmente QR (para maiores detalhes, vide Koenker e Xiao, 2002). Na equao abaixo, Q(yt,| t) denota o -quantil da distribuio condicional de yt.
Q(y t , t ) = 0 ( ) + i ( ) y t i +
i =1
( ) z t +
j=1
( )z t j ; [0,1]
(3)
A equao (3) modela explicitamente a cauda da distribuio condicional, em contraste com a formulao (2) de mdia condicional proposta por Wilson. Os coeficientes das variveis macroeconmicas e dos termos autorregressivos variam de acordo com o quantil da distribuio condicional de y (ou, de maneira equivalente, de CRI). Mais especificamente, a importncia relativa de macros contemporneas k e l muda de acordo com , por meio das derivadas da funo 0(.). Descrio e
4 5
Modificaes menores do modelo de Wilson tambm so possveis: num contexto um pouco diferente, Simons e Rolwes (2009) adotam a distribuio de caudas pesadas t-Student para ut. Especialmente no Brasil, um pas em que o mercado de crdito a pessoas fsicas tem evoludo muito no passado recente.
discusso mais completas do uso do modelo QR para fins de testes de estresse podem ser encontradas em Schechtman e Gaglianone (2010). O restante desta seo discute as aplicaes de testes de estresse propriamente. Em geral, os resultados de um exerccio probabilstico de teste de estresse so a distribuio incondicional de CRIT, baseada exclusivamente em informao passada ={(z ,CRIt), t T-1}, e a distribuio estressada de CRIT, condicional num cenrio T-1 t macro S presumivelmente ruim (por exemplo, representado em {z }), o que d T origem a um novo conjunto de informao S = T-1 U S. A anlise dos resultados do teste de estresse envolve uma comparao entre essas duas distribuies. Alm da )), o foco deste estudo na comparao de suas mdias (E(CRI| S) versus E(CRI| T-1 cauda condicional sugere naturalmente uma comparao de suas caudas (ou seja, o que de pior ainda pode acontecer). Propomos a anlise tanto da distncia horizontal entre ), para variando) como da distncia as caudas (Q(CRI,| S) versus Q(CRI,| T-1 )| S) versus , para variando)6. A distncia vertical vertical (Prob(CRI < Q(CRI,| T-1 tem uma interpretao interessante no contexto de risco financeiro. Pode-se interpretar ) como o valor dos recursos prprios do sistema bancrio estabelecido Q(CRI,| T-1 ex-ante como proteo contra perdas de crdito ao nvel de confiana 7. Assim, )| S) representa a probabilidade de solvncia ex-post do Prob(CRI < Q(CRI,| T-1 sistema com a referida proteo, dada a ocorrncia de S. Utilizamos grficos pp-plots para examinar a mudana nas probabilidades de solvncia devidas a S ao longo de . Essa anlise de distncia vertical parece ser uma novidade na literatura aplicada de testes de estresse. Comparar duas abordagens de teste de estresse, como as que temos neste trabalho, menos direto do que a anlise dos resultados de uma nica metodologia, porque agora quatro distribuies esto envolvidas: a incondicional e a condicional de cada abordagem. Idealmente, seria timo se as duas metodologias se diferenciassem entre si somente nas distribuies condicionais estressadas, e no nas avaliaes do caso incondicional. Entretanto, isso normalmente no acontece, pois as diferentes estruturas que cada modelo prope para melhor refletir as consequncias dos choques macroeconmicos tambm possuem um impacto nas suas distribuies incondicionais geradas. Portanto, exploramos dois mtodos de comparao de abordagens de testes de estresse, um absoluto e outro relativo, mas ambos consistentes com nosso foco em caudas. O primeiro mtodo compara as abordagens por meio da distncia horizontal entre suas caudas condicionais e mostra como as abordagens diferem na medio do impacto absoluto do cenrio macroeconmico S na escala da varivel CRI. O segundo mtodo, por sua vez, compara as distncias verticais entre as caudas condicional e incondicional de uma abordagem outra. Ele mostra como as abordagens diferem na variao das probabilidades de solvncia resultantes do cenrio considerado e fornece uma comparao probabilstica relativa. Enquanto o primeiro mtodo faz uso apenas das distribuies condicionais, o segundo utiliza informaes relativas a todas as quatro distribuies. No h motivo para esperar a priori que ambos os mtodos levem s mesmas concluses.
6 7
Na literatura economtrica, a distncia horizontal normalmente se chama efeito de tratamento quantilco. Mais especificamente, como uma proteo para cobrir tanto perda esperada quanto inesperada (mantendo a probabilidade de solvncia do sistema igual a ).
3 Resultados
Os modelos (2) e (3) de ligao macrorisco de crdito so estimados para o crdito concedido ao setor domstico de pessoas fsicas pelo sistema financeiro privado brasileiro, com base em dados trimestrais de 1995:I a 2009: III (59 observaes). Utilizamos um indicador de non-performing loans (NPL), medido pela proporo de crditos em atraso entre dois e seis meses ao fim de cada trimestre, como nossa varivel dependente de CRI. Variveis macroeconmicas consideradas na especificao final das equaes (2) e (3) so taxa de crescimento do PIB real, taxa de desemprego, taxa de inflao, taxa de juros de curto prazo e crescimento do volume de crdito. Kalirai e Scheicher (2002) apresentam uma discusso abrangente sobre os sinais esperados dos efeitos mdios das variveis macroeconmicas sobre o risco de crdito, enquanto Schechtman e Gaglianone (2010) oferecem ponderaes adicionais para o caso brasileiro. Por outro lado, os sinais e as magnitudes dos efeitos macro sobre os quantis extremos de risco de crdito (por exemplo, =0,9 em (3)) no so claros a priori 8.
3.1 Estimao dos modelos Wilson e QR

Estimativas de especificaes das equaes (2) e (6) com p = m = 1 e q = 0 (especificao contempornea) ou q = 1 (especificao defasada) so apresentadas na tabela 1. Em todas as especificaes, as variveis contemporneas, quando significativas, tm os sinais esperados. O Produto Interno Bruto (PIB) e o volume de crdito possuem coeficientes negativos, enquanto o desemprego, os juros de curto prazo e a inflao mostram sinais positivos.9 Entretanto, observe que inflao e juros contemporneos so significativos somente na estimativa GMM e na cauda direita do modelo QR no caso da especificao contempornea.10 Finalmente, observe que NPL (logit-transformado) parece ser uma srie persistente, considerando que o coeficiente autorregressivo se situa ao redor de 0.6. interessante observar que a mediana condicional pode ser explicada por um nmero de variveis significativas similar mdia condicional, tanto na especificao contempornea quanto na especificao defasada. Entretanto, a magnitude dos coeficientes pode ser muito diferente: veja, por exemplo, os coeficientes de volume de crdito contemporneo e de inflao defasada. A distncia de magnitude entre os coeficientes da mdia condicional e da mediana condicional na especificao defasada um sinal claro de assimetria na distribuio condicional de NPL (logit-transformado), o que uma propriedade naturalmente capturada no contexto de regresso quantlica. A tabela 1 tambm permite uma comparao entre as estimativas na mediana e na cauda direita extrema do modelo de ligao QR (3). As variveis que so significativas na explicao tanto da mediana quanto da cauda extrema mostram os mesmos sinais nesses casos. Contudo, certas variveis somente so significativas
8 Devido ao limitado tamanho de amostra, no produzimos aqui estimativas para quantis bastante extremos, tais como ao nvel de 99,9%, comum na literatura de risco de crdito. As nossas estimativas vo, no mximo, at o quantil de 90%. 9 Para a inflao, a expectativa era menos clara a priori. 10 No ltimo caso, somente a taxa de juros.
ao explicar ou a mediana ou a cauda (por exemplo, taxa de juros significativa somente para a cauda na especificao contempornea, enquanto PIB e desemprego defasados so significativos somente para a mediana na especificao defasada). De forma similar, do ponto de vista das magnitudes dos coeficientes, a ligao macrorisco de crdito tambm se comporta de forma distinta, de acordo com a mediana ou a cauda. Observe, por exemplo, na especificao defasada, a distncia considervel entre os coeficientes de desemprego (contemporneo e defasado), de inflao defasada e do termo autorregressivo, bem como entre os coeficientes do PIB na especificao contempornea. Mais especificamente, a inflao defasada aumenta sua importncia relativa muito fortemente na cauda (o que explica parcialmente a respectiva diminuio do coeficiente autorregressivo). De fato, testes Wald realizados para verificar desigualdade de inclinao (i.e., slope) nas estimativas quantlicas (KOENKER e BASSET, 1982a,b) mostram que os coeficientes das variveis explicativas (com exceo do intercepto) so estatisticamente diferentes de = 0,5 para = 0,9. A ltima linha da tabela 1 apresenta os resultados de tais testes realizados conjuntamente, indicando que o nosso modelo QR no representa uma superparametrizao irrealista.11 Schechtman e Gaglianone (2010) argumentam a favor de pequenas variaes das especificaes apresentadas na tabela 1, a serem utilizadas em exerccios de teste de estresse. Os autores observam que a especificao contempornea do modelo Wilson (2) apresentada na tabela 1 no muito apropriada para explicar transmisso de choques, dado que desemprego e volume de crdito no so significativos. No apenas de se esperar que esses efeitos sejam significativos (principalmente desemprego), mas tambm que eles so significativos em todas as outras especificaes da tabela 1. Nesse sentido, os autores propem as especificaes estimadas na tabela 2 para fins de testes de estresse. A primeira coluna da tabela 2 contm as estimativas GMM da nova especificao do modelo Wilson. Cabe notar a significncia, com os sinais esperados, de todas as variveis (exceto taxa de juros) e um valor elevado do R2 ajustado, mesmo quando comparado com as especificaes da tabela 1, com um nmero maior de variveis. As ltimas duas colunas da tabela 2 apresentam as estimativas da mediana e do quantil extremo para a nova especificao QR proposta. Schechtman e Gaglianone (2010) documentam os procedimentos para se chegar nessas especificaes. Note ainda a significncia, com os sinais esperados, de todas as variveis, exceto taxa de juros na mediana e crescimento do PIB e taxa de desemprego defasado na cauda, alm do elevado valor para o pseudo-R2 ajustado, mesmo quando comparado com as especificaes da tabela 1. Por fim, vale a pena mencionar que, embora a taxa de juros no seja significativa nas estimaes da tabela 2, essa varivel desempenhar um papel importante nos exerccios de teste de estresse, particularmente para horizontes H > 1, dada sua forte correlao com o crescimento futuro do volume de crdito, conforme resultado do VAR (no mostrado).
11 Por outro lado, a importncia da distino entre os modelos Wilson e QR de ligao macrorisco de crdito para fins de teste de estresse ser examinada na prxima seo.
3.2 Exerccios de teste de estresse

Visto que at 2009:III o crescimento do PIB real brasileiro ainda no havia recuperado os nveis pr-crise de 2008,12 optamos por tomar 2008:III como nosso trimestre base, sendo este o ltimo trimestre antes do choque negativo que impactou a economia brasileira. Consideramos cenrios macroeconmicos para o trimestre seguinte (T = 2008:IV) e examinamos suas consequncias a partir desse trimestre (H = 1) at um ano frente (H = 4). Os cenrios so construdos pelo acrscimo (ou subtrao) de um, dois ou trs desvios padro (s) previso gerada pelo sistema VAR para 2008:IV.13 Os valores fixados para zT nos cenrios considerados so relatados na tabela 3. Consideramos tanto cenrios univariados, em que apenas uma varivel macro sofre o choque (enquanto as demais variveis so simuladas condicionalmente com base naquela), quanto cenrios multivariados, em que se supe que todos as macros (exceto o volume de crdito) sofrem conjuntamente realizaes ruins em 2008:IV. Para obter as distribuies incondicionais e as distribuies condicionais estressadas de NPL, recorremos metodologia de simulao explicada em Schechtman e Gaglianone (2010). A seguir, iniciamos o exame dos resultados pela abordagem de Wilson. Para todos os cenrios considerados e para H = 1, a figura 1 mostra as densidades condicionais estressadas de NPL, estimadas pela abordagem de Wilson. O impacto do estresse sobre a inflao e a taxa de juros produzem pequenos deslocamentos ( direita) da distribuio incondicional. Isso consistente com a ausncia da inflao contempornea e do coeficiente no significativo, prximo a zero, de taxa de juros na tabela 2. Por outro lado, PIB estressado, desemprego estressado e estresse multivariado so consideravelmente mais nocivos. Vale a pena ressaltar que as esperanas das distribuies estressadas 2-s e 3-s de PIB (respectivamente 6,96% e 7,08%) esto muito prximas ao NPL observado em 2008:IV (7,00%). Esse resultado esperado, pois o verdadeiro choque do PIB sofrido pela economia brasileira em 2008:IV situa-se entre os cenrios univariados 2-s e 3-s do PIB utilizados neste trabalho. A partir das densidades, possvel construir as funes de distribuio acumulada de NPL (Cumulative Distribution Functions CDFs), cujas caudas direita so apresentadas na figura 2 para cenrios baseados em dois desvios padro (s = 2). Do ponto de vista de cauda, confirmamos que os estresses em desemprego e no PIB representam, nesta ordem, os cenrios univariados mais severos para H = 1. Conforme discutido na seo 2, o impacto dos cenrios pode ser medido pelas distncias horizontais entre as CDFs. Na maior parte da cauda (0.75 t 0.95), os impactos dos estresses multivariado, de desemprego, do PIB e da taxa de juros encontram-se cada um frente do anterior por uma parcela aproximada de 0,2% de NPL. A figura 2 tambm permite uma investigao da probabilidade de absoro dos choques macro. Por exemplo, suponhamos que o sistema financeiro trabalhe num nvel de confiana de proteo de 95% para o horizonte de um trimestre. Ento, a quantidade de recursos prprios que o sistema deveria ter reservado ex-ante o quantil 95% da distribuio incondicional, que aproximadamente igual
12 Com base na taxa de crescimento do PIB real em relao ao trimestre do ano anterior. 13 o desvio padro do respectivo resduo do VAR. A direo dos choques (i.e. ou -) determinada no sentido de aumentar contemporaneamente o risco de crdito. Para inflao e de juros, so considerados choques positivos.
a 7,5% de NPL, de acordo com a abordagem de Wilson (ver as setas AB e BG da figura 2).14 Entretanto, dada a ocorrncia de um choque inesperado 2-s em desemprego, a respectiva distribuio estressada de emprego agora reflete os possveis resultados de NPL ao invs da distribuio incondicional anterior. A probabilidade de absoro ao choque de desemprego no mesmo trimestre, com um montante de proteo estabelecido ex-ante de 7,5% de NPL, diminui para aproximadamente 78% (setas BD e DF). De modo semelhante, um choque 2-s na taxa de crescimento do PIB real faz com que a probabilidade de solvncia caia de 95% para aproximadamente 87,5% (setas BC e CE). Chegamos aos grficos pp-plots da figura 3 ao realizarmos esses clculos para variados nveis de confiana iniciais. Nos grficos pp-plots mostrados nesta seo, o eixo horizontal mede o nvel de confiana do sistema estabelecido ex-ante, enquanto o eixo vertical representa o nvel de confiana ex-post ou, equivalentemente, a probabilidade de absoro do cenrio macro. A linha reta azul sempre representa a funo identidade, correspondendo distribuio incondicional, enquanto as demais linhas representam os diferentes cenrios macros. As distncias verticais entre estas e a identidade so exatamente as distncias verticais entre as caudas das CDFs condicionais e incondicionais discutidas na seo 2. Por exemplo, a figura 3 mostra que o desemprego estressado faz com que o nvel de confiana a priori de 95% caia aproximadamente para 91%; para um choque 1-s, para 78%; para um choque 2-s; e para bem abaixo de 75% (fora da escala da figura) para um choque 3-s, sugerindo que o ltimo caso no facilmente absorvido em apenas um trimestre.15 Por outro lado, mesmo um cenrio de choque 3-s no PIB tem boas chances de ser absorvido em um nico trimestre: a probabilidade de solvncia diminui de 95% para ainda 82%, aproximadamente. Finalmente, observe que os cenrios multivariados no so facilmente absorvidos para s = 2 e ainda mais improvavelmente para s = 3.16 A figura 4 mostra os grficos pp-plots para as caudas estimadas via abordagem QR. Embora qualitativamente os grficos sejam muito similares aos da figura 3, h algumas diferenas importantes. Em s = 1, a diminuio na probabilidade de solvncia provocada pelo desemprego estressado menos aguda, tornando o PIB estressado o choque macro univariado mais severo por uma pequena margem. Para s 2, o desemprego estressado ainda o choque univariado mais severo, mas os choques em PIB so agora mais severos que na abordagem de Wilson. Um choque 3-s no PIB reduz a probabilidade de solvncia de 95% para aproximadamente 70%, uma reduo 12% maior do que na abordagem de Wilson. De fato, em s = 3, estresse multivariado, desemprego estressado e PIB estressado so claramente no facilmente absorvidos. A figura 5 mostra as CDFs para os cenrios 2-s estimados pela abordagem QR. Em comparao com a figura 2, observe que as CDFs de QR podem ser menos paralelas nas caudas que na abordagem de Wilson. Por exemplo, a distncia horizontal entre as distribuies de desemprego estressado e PIB estressado em t = 0.75 trs vezes maior que a distncia correspondente em t = 0.95. Como a CDF do PIB tambm bastante paralela a CDF incondicional, a consequncia
14 A anlise abstm-se de consideraes relativas a requerimentos regulatrios. 15 Se um choque 3- em desemprego merecer proteo em H = 1, um quantil incondicional mais alto deveria ser
determinado a priori como colcho de proteo.
16 A questo de se as probabilidades so suficientemente altas ou baixas (choques no facilmente absorvidos) em grande parte uma questo subjetiva. Nesta seo, nossa tendncia considerar os nmeros de probabilidade condicional de um trimestre abaixo de 75% como excessivamente baixos.
que o impacto relativo de desemprego estressado em relao a PIB estressado mais agudo no terceiro quartil do que na cauda extrema. Voltemo-nos, agora, a uma comparao mais formal entre as abordagens de Wilson e QR (porm, ainda inicialmente restrita a H = 1). A figura 6 sobrepe as densidades incondicionais e condicionais das duas abordagens para s = 2. Uma investigao mais detalhada dos dados simulados revela que a mdia e a mediana de ambas as abordagens so praticamente idnticas, mas, enquanto todas as densidades de Wilson so assimtricas direita, as densidades QR so na sua maioria assimtricas esquerda (exceto no caso da multivariada e de desemprego). A figura 6 mostra ainda que as densidades QR so mais altas no centro e, o que mais importante, apresentam caudas mais estreitas para todos os cenrios macros. Isso torna as distncias horizontais entre as caudas de CDF de Wilson e QR positivas (ver figura 7), levando concluso de que, na escala absoluta de NPL, a abordagem de Wilson percebe os choques com maior severidade. Finalmente, note que a bimodalidade da densidade QR do estresse multivariado, tambm presente para s = 1 e s = 3, representa um aspecto que s pode ser capturado na abordagem QR.17 Embora as caudas estressadas direita de Wilson estejam direita das respectivas caudas QR, as caudas incondicionais de Wilson tambm esto direita (veja os primeiros grficos das figuras 6 e 7). por esse motivo que vimos anteriormente, na escala probabilstica relativa dos pp-plots, que os choques em PIB foram mais severos sob a abordagem QR. De fato, isso vale (embora, em geral, por uma margem pequena) para basicamente todos os outros cenrios macros univariados 2-s e 3-s em H = 1. As figuras 8 e 9 mostram a variao nas probabilidades de solvncia nas duas abordagens. Em sua maioria, os grficos pp-plots da abordagem QR encontram-se abaixo dos respectivos grficos do modelo Wilson para todos os cenrios macros, mas especialmente para o estresse multivariado, PIB estressado e desemprego estressado (este mais para s = 3). Observe tambm que a comparao entre as duas abordagens pode depender tambm do nvel de confiana ex-ante t, conforme indicado pelo cruzamento dos pp-plots no cenrio de desemprego estressado 2-s. Em suma, a nossa anlise ilustra como os resultados da tarefa de comparar duas abordagens de testes de estresse dependem do mtodo de comparao empregado. De fato, para H = 1, vimos que os impactos dos cenrios macroeconmicos so maiores na escala absoluta de NPL segundo a abordagem de Wilson, porm mais nocivos na escala probabilstica relativa segundo a abordagem QR. Vale a pena observar que o efeito mais nocivo de desemprego estressado (figuras 3 e 4), em comparao com os outros cenrios univariados, diretamente relacionado aos coeficientes maiores de desemprego entre os coeficientes contemporneos nas especificaes selecionadas da tabela 2. No obstante, a supremacia do estresse em desemprego deve ser atenuada quando se amplia o horizonte temporal dos exerccios de estresse, devido, por exemplo, aos elevados coeficientes de inflao defasada na tabela 2. A figura 10 mostra os grficos pp-plots de Wilson para todos os cenrios macros 2-s para horizontes temporais a partir de H = 1 (o caso analisado at esse ponto) at H = 4 (um ano frente). Os resultados, que so qualitativamente similares abordagem QR e a diferentes s, indicam como a
17 Em geral, as densidades QR tambm apresentaram maior curtose.
ordem de severidade dos choques nas caudas varia com o horizonte.18 Na transio de H = 1 para H = 2, inflao estressada torna-se o cenrio univariado mais severo, enquanto estresse na taxa de juros ultrapassa PIB em severidade. Movendo-se para H=3, taxa de juros estressada torna-se mais severa que desemprego e situa-se como o segundo cenrio univariado mais severo depois de inflao. Em H = 4, taxa de juros estressada finalmente assume a posio de liderana em severidade univariada, enquanto, no outro extremo, o efeito de PIB estressado desaparece.19 Finalmente, como esperado, estresse multivariado , de longe, o cenrio mais nocivo, especialmente para H > 1, com poucas chances de ser absorvido mesmo para H = 3 (probabilidade de solvncia prxima a 50% para nvel de confiana ex-ante de 95%). Entretanto, a no ser que consideremos eventos catastrficos, a construo de cenrios multivariados acontece mais provavelmente ao longo de muitos trimestres consecutivos, e no de uma s vez, de tal forma que os cenrios de estresse multivariado deste trabalho devem ser vistos principalmente como de interesse terico, e como base de comparao em relao aos cenrios univariados. Os mesmos pp-plots da figura 10 so agregados por cenrio macro na figura 11. Isso mostra a evoluo temporal dos choques macros nas caudas at um ano frente de suas ocorrncias. Na medida em que H tende a infinito, de se esperar que os impactos dos choques desapaream e que os respectivos pp-plots voltem linha de identidade incondicional. Esse j o caso para PIB estressado em H = 4. O fato de ser PIB, a varivel cujo impacto desaparece mais rapidamente consistente com o impacto de curta durao do verdadeiro choque de PIB sofrido pela economia brasileira em 2008:IV. De forma semelhante, o impacto de desemprego estressado diminui continuamente desde H = 1, mas ainda est presente em H = 4, representando assim um estresse mais persistente. O estresse da taxa de juros tem um comportamento oposto, aumentando seu impacto continuamente at pelo menos H = 4. Finalmente, os impactos dos estresses multivariado e de inflao comeam aumentando, assumem sua maior magnitude em H = 2 e invertem suas trajetrias a partir desse horizonte. Os resultados da abordagem QR so qualitativamente similares. Os resultados das figuras 10 e 11 podem ajudar autoridades supervisoras ou bancos centrais a customizar a durao de uma resposta regulatria a um choque especfico que tenha ocorrido na economia. Geralmente, as diferenas entre as densidades de Wilson e QR so menores para H > 1 do que na figura 6, porque a incerteza relativa s variveis macros zH, modeladas da mesma forma em ambas as abordagens, aumenta com H e domina a incerteza da ligao macrorisco de crdito, que tem uma forma diferente em cada abordagem (ut or Ut). Resultados no apresentados mostram os pp-plots nas caudas das abordagens de Wilson e QR muito prximos para todos os cenrios macros, exceto para estresse multivariado para todo H e inflao estressada para H = 2 e H = 3. Nessas excees, a abordagem QR percebe os choques mais severamente do ponto de vista relativo dos pp-plots, similarmente aos resultados de H = 120. Por outro lado, as diferenas entre as caudas de Wilson e QR no so desprezveis na escala absoluta de NPL, sendo as caudas QR localizadas mais direita, em contraste com o caso de H = 1. De qualquer forma, os resultados para H > 1 devem ser analisados com cautela, pois a
18 fcil ver que a ordem de severidade dos cenrios numa abordagem especfica de teste de estresse idntica se investigada por pp-plots ou CDFs. 19 Conforme observado anteriormente, o efeito de taxa de juros estressada em NPL bastante indireto, transmitido por meio de outras variveis macroeconmicas e de volume de crdito. 20 Alm disso, para 2 H 3, os cenrios de inflao estressada 2- ou 3- tornam-se no facilmente absorvidos, especialmente de acordo com os pp-plots da abordagem QR.
preciso nas estimativas das caudas provavelmente pobre nesses casos. No obstante, as observaes mencionadas servem para ilustrar o fato de que o horizonte temporal pode tambm afetar a comparao entre diferentes abordagens de testes de estresse.
4 Concluso
Este trabalho estima a ligao macrorisco de crdito sobre o crdito concedido pelo sistema financeiro privado brasileiro ao setor domstico de pessoas fsicas, tanto pelo modelo tradicional de Wilson (1997) quanto por um mtodo alternativo de regresso quantlica (KOENKER e XIAO, 2002). Especificaes apropriadas dos modelos de Wilson e QR mostram efeitos negativos significativos do crescimento real do PIB e do crescimento do volume de crdito no risco de crdito (medido por NPL) e efeitos positivos significativos da taxa de desemprego e da taxa de inflao defasada. Alm disso, as estimativas QR indicam que a importncia relativa das variveis macro varia ao longo da distribuio condicional de risco de crdito. Num nvel micro, essa variao pode ser conceitualmente relacionada incerteza nas correlaes de inadimplncia. Cada modelo de ligao leva a uma abordagem respectiva de testes de estresse. Embora o modelo de ligao QR seja mais rico em parmetros e dispense uma suposio de normalidade, as abordagens de testes de estresse de Wilson e QR produzem resultados no to diferentes qualitativamente. De acordo com ambas as abordagens, no horizonte de um trimestre, o estresse da taxa de desemprego produz o efeito univariado mais nocivo, seguido pelo estresse do PIB, enquanto a inflao estressada e a taxa de juros estressada mostram impactos mais altos em perodos mais longos. O impacto dos cenrios de taxas de juros estressadas provocado indiretamente por meio da transmisso s outras variveis macroeconmicas e de volume crdito. Os exerccios de testes de estresse neste trabalho concentram-se nas caudas das distribuies condicionais de risco de crdito. Essas caudas representam o que de pior pode ainda acontecer s realizaes de risco de crdito, luz dos cenrios macros presumivelmente ruins, e so as partes relevantes das distribuies de NPL para a determinao das probabilidades de solvncia ex-post do sistema. Os grficos pp-plots que comparam as caudas estressadas condicionais e incondicionais mostram as variaes nas probabilidades de solvncia provocadas pela ocorrncia dos cenrios. Por exemplo, um choque de trs desvios padro no PIB reduz a probabilidade de solvncia no mesmo trimestre para 82% na abordagem de Wilson (dado o quantil incondicional 95% fixado ex-ante como proteo), porm produz uma reduo aproximadamente 12% maior segundo a abordagem QR. De fato, nossos resultados mostram que a abordagem QR geralmente percebe os cenrios mais severamente do ponto de vista probabilstico relativo dos grficos pp-plots. Isso fornece suporte ideia de que, ao capturar a influncia de correlaes de inadimplncia variveis, as abordagens de testes de estresse podem, assim, capturar melhor as vulnerabilidades macroeconmicas do sistema financeiro. Por outro lado, os cenrios usados neste trabalho tm um impacto absoluto maior na escala NPL em H = 1 de acordo com a abordagem tradicional de Wilson, demonstrando que o mtodo de comparao crucial na determinao de qual abordagem de teste de estresse mais conservadora ou liberal.
Trs limitaes importantes deste estudo devem ser mencionadas. A primeira refere-se ao nmero reduzido de 59 observaes trimestrais para o NPL brasileiro. A srie temporal curta representa uma limitao na preciso das nossas estimativas (especialmente na abordagem QR mais parameterizada) e reduz a robustez das estimativas obtidas. Em segundo lugar, o indicador NPL uma medida do estoque de risco de crdito, portanto no diretamente comparvel com o capital dos bancos, normalmente compreendido como uma proteo para cobrir um fluxo de perdas num horizonte longo. Assim, as nossas concluses dos exerccios de testes de estresse baseiam-se nas caudas incondicionais de NPL, ao invs do capital efetivo do sistema. A terceira limitao comum a todo exerccio de teste de estresse de risco de crdito em nvel de sistema financeiro que utilize dados agregados. Trabalhar apenas em nvel de sistema pode levar a uma subestimao de risco sistmico, pois a falncia ou as dificuldades em um banco podem se propagar por toda a cadeia de exposies interbancrias bilaterais (como exemplo, ver a discusso em Sorge e Virolainem, 2006). Apesar dessas limitaes, acreditamos que as estimativas mostradas neste trabalho e a discusso subjacente podem ser de grande utilidade para formuladores de poltica e supervisores em busca de ferramentas pragmticas, mas ainda suficientemente versteis, para testes macro de estresse de risco de crdito.
Referncias
ADRIAN, T.; BRUNNERMEIER, M. K. (2009). Covar. Working paper. Federal Reserve Bank of New York Staff Reports 348, September. ALFARO, R.; DREHMANN, M. (2009). Macro stress tests and crises: what can we learn? BIS Quarterly Review. BASEL COMMITTEE ON BANKING SUPERVISION (2004). International Convergence of Capital Measurement and Capital Standards: a revised framework. Bank for International Settlements. BORIO, C.; ZHU, H. (2008). Capital regulation, risk-taking and monetary policy: a missing link in the transmission mechanism. BIS Working Paper 268. Bank for International Settlements. BOSS, M. (2003). A macroeconomic model for stress testing the Austrian credit portfolio. OeNB Financial Stability Report 4, 64-82. BOYD, J. H.; CHAMP, B. (2003) Inflation and Financial Market Performance: what have we learned in the lat ten years? Working Paper 0317, Federal Reserve Bank of Cleveland. BREUER, T.; JANDAKA, M.; RHEINBERGER, K.; SUMMER M. (2009). How to Find Plausible, Severe and Useful Stress Scenarios. International Journal of Central Banking, September, 205-224. CIHK, M. (2007). Introduction to Applied Stress Testing. IMF Working Paper 59. DA SILVA FILHO, T. N. T. (2008). Searching for the natural rate of unemployment in a large relative price shocks economy: the Brazilian case. Working Paper 163. Central Bank of Brazil. DAVIDSON, R.; MACKINNON, J. G. (1989). Testing for Consistency using Artificial Regressions. Econometric Theory 5, 363-384. _________. (1993). Estimation and inference in econometrics. Oxford University Press. GIRAULT, M. A. G. (2008). Modeling extreme but plausible losses for credit risk. Working Paper. Central Bank of Argentina. HAUSMAN, J.A. (1978). Specification tests in econometrics. Econometrica 46, 1251-1271. JIMNEZ, G.; MENCA, J. (2007). Modeling the distribution of credit losses with observable and latent factors. Working Paper 0709. Banco de Espaa.
JIMNEZ, G.; ONGENA, S.; PEYDR, J. L.; SAURINA, J. (2009). Hazardous Times for Monetary Policy: What do Twenty-Three Milion Bank Loans Say about the Effects of Monetary Policy on Credit Risk Taking? Working Paper 0833. Banco de Espaa. KALIRAI, H.; SCHEICHER, M. (2002). Macroeconomic Stress Testing: Preliminary Evidence for Austria. Financial Stability Report 3, sterreichische Nationalbank. KOENKER, R.; BASSETT, G. (1978). Regression Quantiles. Econometrica 46 (1), 33-50. _________. (1982a). Robust Tests for Heteroskedasticity Based on Regression Quantiles. Econometrica 50 (1), 43-62. _________. (1982b). Tests of Linear Hypotheses and l1 Estimation. Econometrica 50 (6), 1577-1584. KOENKER, R.; MACHADO, J. A. F. (1999). Goodness of Fit and Related Inference Processes for Quantile Regression. Journal of the American Statistical Association 94 (448), 1296-1310. KOENKER, R.; XIAO, Z. (2002). Inference on the Quantile Regression Process. Econometrica 70 (4), 1583-1612. KOYLUOGLU, H. U.; HICKMAN, A. (1998). Reconcilable differences. Risk, October, 56-62. LEHMAN, H.; MANZ, M. (2006). The Exposure of Swiss Banks to Macroeconomic Shocks an Empirical Investigation. Working Paper 4. Swiss National Bank. LIMA, L. R.; NRI, B. A. P. (2006). Omitted Asymmetric Persistence and Conditional Heteroskedasticity. Economics Bulletin 3 (5), 1-6. MISINA, M.; TESSIER, D. (2008). Non-Linearities, Model Uncertainty and Macro Stress Testing. Working Paper 208-30. Bank of Canada. NEWEY, W. K.; WEST, K. D. (1987). A Simple, Positive Semi-Definite, Heteroskedasticity and Autocorrelation Consistent Covariance Matrix. Econometrica 55, 703-708. SCHECHTMAN, R.; GAGLIANONE, W. P. (2010). Macro stress-testing of credit risk focused on the tails. Mimeo, Banco Central do Brasil. SCHULZE, N. (2004). Applied Quantile Regression: Microeconometric, Financial, and Environmental Analyses. Dissertation zur Erlangung des Doktorgrades, Universitt Tbingen. SIMONS, D.; ROLWES (2009). Macroeconomic default modelling and stress testing. International Journal of Central Banking, September, 177-204.
SORGE, M.; VIROLAINEN, K. (2006). A comparative analysis of macro stress testing methodologies with application to Finland. Journal of Financial Stability 2, 113-151. VAN DEN END, J. W.; HOEBERICHTS, M.; TABBAE, M. (2006). Modelling Scenario Analysis and Macro Stresstesting. Working Paper 119. De Nederlandsche Bank. WILSON, T. (1997a). Portfolio Credit Risk (I). Risk, September, 111-117. _________. (1997b). Portfolio Credit Risk (II). Risk, October, 56-61.
Tabela 1 Estimao da ligao macrorisco de crdito via modelos Wilson e QR1/

Varivel dependente: y(t) = logit (NPL(t)) Wilson(GMM) QR (=0.5) Wilson(OLS) QR (=0.9) QR (=0.5) QR (=0.9) Especificao com variveis contemporneas Especificao com uma defasagem
Intercepto y (t-1) Taxa de crescimento do PIB real (t) Taxa de desemprego (t) Taxa de inflao IPCA (t) Taxa de juros Selic (t) Taxa de crescimento do volume de crdito (t) Taxa de crescimento do PIB real (t-1) Taxa de desemprego (t-1) Taxa de inflao IPCA (t-1) Taxa de juros Selic (t-1) Taxa de crescimento do volume de crdito (t-1) R2 ajustado Pseudo R2 ajustado Teste quantlico de igualdade de slope Ho: teta (tau=0.5) = teta (tau=0.9) Teste Wald para todos os regressores, exceto o intercepto Estatstica Qui-quadrado graus de liberdade p-valor 6 0,066 11,82 1039,36 11 0,000 0,5010 0,5371 0,7408 3,5469 0,2673 0,0028 0,8103 -8,9612 0,1782 (***) (***) -0,2313 -0,3274 (*) -0,5729 (**) -0,3628 (*) 1,0163 (*) 1,0108 1,9969 (***) -0,4642 1,4299 (**) 1,6429 -0,5709 0,0982 0,4560 -0,6884 -0,5321 0,4149 -8,6094 2,9456 0,5060 0,0306 0,5598 (***) (*) (**) (***) 1,4062 2,2799 (*) 2,5186 (*) 11,1237 (***) 11,1535 -1,0759 (***) -1,0334 (***) -1,7339 (***) -0,4381 -0,4626 (***) 0,6609 (***) 0,6294 (***) 0,6137 (***) 0,5579 (***) 0,5029 (***)
-0,9723
(***)
-1,1357
(***)
-1,0844
(***)
-1,2913
(***)
-1,4564
(***)
-2,3196 0,2210 -0,4457 4,8274 -2,0462 1,1016 -0,6639 -1,6190 0,7137 6,6561 -0,6870 -0,1279 0,6602
(***) (***)
Anexos
(***) (***) (***)
1/ Amostra 1995:I at 2009:III. Variveis estatisticamente significativas a 1, 5 ou 10% so representadas por (***), (**) ou (*), respectivamente. A coluna GMM, refere-se ao sistema GMM de seis equaes: a equao de risco de crdito (representada acima) e outras cinco equaes relacionadas ao ambiente macroeconmico (incluindo volume de crdito). Essas cinco equaes assumem a forma de um VAR(1): X(t) = alfa+beta*X(t-1)+eps(t), no qual X = {PIB real, desemprego, inflao, juros, volume de crdito}. Todas as seis equaes so estimadas conjuntamente via GMM, com base num conjunto de instrumentos composto das variveis macroeconmicas e do volume de crdito defasadas em um perodo. Adotamos estimativas GMM-HAC (Bartlett kernel), que so robustas heterocedasticidade e autocorrelao. Testes TJ suportam a validade das restries de sobreidentificao. Na tabela acima, apenas a estimao da equao de crdito apresentada. Pseudo R2 ajustado uma medida de ajuste local da regresso quantlica proposta em Koenker e Machado (1999). Teste quantlico de igualdade de slope segue Koenker e Bassett (1982 a,b).

Tabela 2 Estimao das especificaes finais dos modelos macrorisco de crdito de Wilson e QR1/
Varivel dependente: y(t) = logit (NPL(t)) Wilson (GMM) QR (=0.5) Wilson(OLS) QR (=0.9) Com inflao defasada Com inflao defasada e surpresa no desemprego QR (=0.5) QR (=0.9) Intercepto y (t-1) Taxa de crescimento do PIB real (t) Taxa de desemprego (t) Taxa de desemprego (t-1) Taxa de inflao IPCA (t-1) Taxa de juros Selic (t) Taxa de crescimento do volume de crdito (t) -0,4601 (**) -0,5842 (***) 0,0337 0,2932 3,9212 (***) 3,4060 (***) 7,0244 -0,9360 -0,8340 (*) (***) 2,9462 (***) 3,2472 (***) 6,7377 -0,7268 (**) -0,9281 (***) -1,4105 0,5184 (***) 0,4772 (***) 0,3104 (***) -1,4581 (***) -1,5723 (***) -2,2083 (***) -1,2970 0,5524 -0,3403 11,0591 -8,9607 3,7153 -0,1856 -0,3610 (***) (**) (***) (***) (***) -1,3627 0,5187 -0,4518 8,7679 -6,6386 3,5470 -0,2006 -0,5360 (***) (***) (***) (**) (***) (***) (***) -1,9698 0,3773 -0,9822 10,7525 -4,8536 7,0526 -1,4299 -0,7694 (***) (***) (**) (***) (**) R2 ajustado Pseudo R2 ajustado Teste quantlico de igualdade de slope Ho: teta (tau=0.5) = teta (tau=0.9) Teste Wald para todos os regressores, exceto o intercepto Estatstica Qui-quadrado graus de liberdade p-valor 50,47 6 0,000 30,95 7 0,000 0,5531 0,7973 0,6298 0,8250 0,5902 0,6449
1/ Amostra 1995:I at 2009:III. Variveis estatisticamente significativas a 1, 5 ou 10% so representadas por (***), (**) ou (*), respectivamente. A coluna GMM, refere-se ao sistema GMM de seis equaes: a equao de risco de crdito (representada acima) e outras cinco equaes relacionadas ao ambiente macroeconmico (incluindo volume de crdito). Essas cinco equaes assumem a forma de um VAR(1): X(t) = alfa+beta*X(t-1)+eps(t), no qual X = {PIB real, desemprego, inflao, juros, volume de crdito}. Todas as seis equaes so estimadas conjuntamente via GMM, com base num conjunto de instrumentos composto das variveis macroeconmicas e do volume de crdito defasadas em um perodo. Adotamos estimativas GMM-HAC (Bartlett kernel), que so robustas heterocedasticidade e autocorrelao. Testes TJ suportam a validade das restries de sobreidentificao. Na tabela acima, apenas a estimao da equao de crdito apresentada. Pseudo R2 ajustado uma medida de ajuste local da regresso quantlica proposta em Koenker e Machado (1999). Teste quantlico de igualdade de slope segue Koenker e Bassett (1982 a,b). As especificaes marcadas pelo retngulo so aquelas utilizadas nos exerccios de teste de estresse.
Tabela 3 Cenrios de testes de estresse

Varivel macroeconmica Taxa de crescimento do PIB real (%) Taxa de desemprego (%) Taxa de inflao IPCA (%) Taxa de juros Selic (%)
Observao em 2008.III choque de 1 desvio-padro choque de 2 desvios-padro choque de 3 desvios-padro
6,58 3,08 1,25 -0,55
7,72 7,96 8,31 8,67
1,07 2,46 3,63 4,81
3,22 4,22 5,04 5,87
Figura 1 Modelo Wilson Densidades estressada de NPL (H=1)
Nota: A figura acima mostra para todos os cenrios considerados (H=1) a distribuio condicional de NPL estimada via modelo Wilson.
Figura 2 Modelo Wilson CDFs estressadas de NPL Caudas (H=1,=2)
Figura 3 Caudas pp-plots estimados via modelo Wilson (H=1)
Figura 4 Cauda pp-plots estimados via modelo QR (H=1)
Figura 5 Modelo QR CDFs estressadas Caudas (H=1,=2)
Figura 6 Modelos Wilson e QR Densidades estressadas de NPL (H=1, =2)
Figura 7 Modelos Wilson e QR CDFs estressadas de NPL Caudas (H=1,=2)
Figura 8 Caudas pp-plots dos modelos Wilson e QR (H=1, =2)
Figura 9 Caudas pp-plots dos modelos Wilson e QR (H=1, =3)
Figura 10 Ordem de severidade de choques 2- (pp-plots) Wilson
Figura 11 Evoluo temporal de choques 2- (pp-plots) Wilson
Determinantes Macroeconmicos da Inadimplncia Bancria de Pessoas Jurdicas no Brasil

Clodoaldo Aparecido Annibal1 Sergio Mikio Koyama
1 Introduo
O crdito bancrio no Brasil vem, nos ltimos anos, apresentando taxas de crescimento bastante significativas. Em janeiro de 2001, representava 27,4% do Produto Interno Bruto (PIB), j em janeiro de 2010, representava 45,0% do PIB. Mesmo durante 2009, quando os efeitos da crise internacional de 2008/2009 tiveram maior impacto no pas, o crdito em relao ao PIB aumentou 4,2 pontos percentuais (p.p.), passando de 40,8% em dezembro de 2008 para 45,8% em dezembro de 2009. Nesse contexto, verificou-se o aumento dos ativos de crdito das IFs em relao ao total de recursos aplicados. Dados do Banco Central do Brasil (BCB) mostram que, em dezembro de 2008, cerca de 53% dos ativos das instituies eram referentes a operaes de crdito e arrendamento mercantil; enquanto, em dezembro de 2001, essa relao era de cerca de 44%. Assim, com o aumento dos ativos de crdito das instituies em relao ao total de recursos aplicados, torna-se mais relevante a correta constituio de provises para crditos de liquidao duvidosa e, consequentemente, a necessidade de se realizar boas estimaes da inadimplncia futura da carteira de crdito. A literatura econmica j produziu grande variedade de modelos para estimar a inadimplncia futura do crdito bancrio. Para o Brasil, entretanto, pouco foi produzido no Brasil a respeito da relao entre fatores macroeconmicos e inadimplncia bancria. Dessa forma, o presente trabalho visa contribuir para o entendimento dessa relao, mais especificamente da relao entre o ambiente macroeconmico e a inadimplncia de pessoas jurdicas tomadoras de crdito bancrio. Para atingir esse objetivo, alm desta introduo, o trabalho prossegue com a seguinte estrutura: a seo 2 apresenta uma breve reviso da literatura a respeito de modelos de avaliao de risco de crdito; a seo 3, as variveis macroeconmicas utilizadas e a metodologia empregada para a anlise dos dados; a seo 4, os principais resultados e, finalmente, na seo 5, as concluses do trabalho.
As opinies expressas neste artigo so exclusivamente dos autores e no refletem, necessariamente, a viso do BCB.
2 Modelos de avaliao de risco de crdito

A constituio de modelos facilita muito a compreenso de determinados fenmenos. Caouette et al. (2000, p. 118) fazem a seguinte afirmao a respeito dos modelos financeiros: Representam, em outras palavras, o acmulo de conhecimento, experincia e experimentao humanos que pode ser aplicado explicao da maneira como as pessoas se comportam ou as coisas funcionam. Quando se trata de modelagem de risco de crdito, a literatura apresenta uma ampla variedade de modelos com diversos escopos e tcnicas de modelagem. Por exemplo, Silva (2000), ao tratar de modelos para risco de crdito, concentra seu trabalho na classificao de empresas industriais e comerciais como solventes ou insolventes. Para realizar essa discriminao, define a ocorrncia de insolvncia econmica como a situao de inadimplncia, estimando as probabilidades de ocorrncia a partir de um modelo de regresso logstica. Securato (2002) aponta uma segmentao dos conceitos de modelos de crdito. Em uma das vertentes, os modelos se que prestam a avaliar as possveis perdas de uma carteira, em outra, os modelos que so utilizados para o clculo de probabilidades de inadimplncia de pessoas fsicas e jurdicas. Segundo Chaia (2003), os modelos de risco de crdito possuem um nico objetivo comum que o de mensurar o risco de uma carteira de crdito como um todo. Assim, embora os modelos utilizem estimativas de perdas para cada crdito da carteira, o principal propsito estimar o valor futuro de uma carteira e, consequentemente, as possibilidades de perda a que est submetida. De acordo com Saunders (2000), os modelos mais conhecidos para a realizao dessas estimativas de perda na carteira de crdito so: a. CreditMetrics modelo desenvolvido pelo JPMorgan Bank Inc. baseado na abordagem de migrao da qualidade do crdito concedido. O modelo procura definir probabilidades de mudanas das classificaes de risco de crdito, incluindo a situao de inadimplncia como se fosse uma classificao, dentro de um determinado horizonte temporal. A partir das probabilidades e do intervalo de tempo, o modelo consegue estimar o valor potencial de perda da carteira para um determinado nvel de confiana estatstico; b. KMV modelo desenvolvido pela KMV Corporation baseado na abordagem estrutural ou avaliao de ativos com base na teoria das opes. O modelo considera o processo de falncia endgeno e relacionado estrutura de capital da entidade. A falncia ocorre quando o valor dos ativos da entidade cai abaixo de um nvel crtico; c. CreditRisk+ modelo desenvolvido pelo Credit Suisse Financial Products baseado em uma abordagem atuarial. O modelo procura estabelecer medidas de perda esperada com base no perfil da carteira de emprstimos, ou ttulos de crdito, e no histrico de inadimplncia; e d. CreditPortfolioView modelo desenvolvido pela Consultoria McKinsey baseado no impacto de variveis macroeconmicas na ocorrncia de inadimplncia. Esse modelo procura traar cenrios multiperodo em que a probabilidade de inadimplncia est condicionada a variveis
macroeconmicas tais como: desemprego, taxa de juros bsica da economia e taxa de crescimento da economia. No que diz respeito a modelos de estimao de probabilidade de inadimplncia para empresas, Chan-Lau (2006) os classifica em trs principais grupos: a. modelos de base macroeconmica so modelos que surgiram devido observao de que as taxas de inadimplncia so maiores durante os perodos de recesso econmica. Essa constatao levou ao desenvolvimento de modelos economtricos que procuram explicar indicadores de inadimplncia, tais como probabilidades ou taxas de inadimplncia, utilizando variveis macroeconmicas. Esses modelos ainda podem ser subclassificados segundo o feedback existente entre as variveis que os compem. Assim, essa classe de modelos ainda seria subdividida em: modelos economtricos com fatores econmicos exgenos e modelos economtricos com fatores econmicos endgenos; b. modelos de escore de crdito (ou de base contbil) so modelos de estimao de probabilidade de inadimplncia e de classificao da qualidade de crdito que fazem uso de indicadores financeiros obtidos por meio do processamento dos dados divulgados nos demonstrativos contbeis de pessoas jurdicas. Esses indicadores financeiros so mtricas que geralmente procuram medir rentabilidade, alavancagem, grau de cobertura do crdito tomado, crescimento esperado das receitas e liquidez. As tcnicas utilizadas para a estimao das probabilidades de inadimplncia so bastante variadas e incluem, por exemplo, modelos economtricos, anlise discriminante e redes neurais; e c. modelos com base em classificaes de risco nessa classe de modelos, em que a anlise de cohort, a anlise de sobrevivncia e o princpio do estimador mais prudente so as metodologias mais comuns. Para estimar as probabilidades de inadimplncia, verifica-se a proporo de entidades que migram de uma classificao de risco para outra em um determinado perodo. Alm dos principais grupos descritos acima, Chan-Lau (2006) tambm constata a existncia de modelos hbridos que podem utilizar diferentes combinaes de variveis macroeconmicas, financeiras e de classificao de risco de crdito. Dentre esses modelos, destacam-se os desenvolvidos por Balzarotti, Falkenheim e Powell (2002) para estimar a probabilidade de inadimplncia de devedores argentinos; Jimnez e Saurina (2005) no estudo do impacto de altas taxas de crescimento de crdito nas perdas de bancos espanhis; e de Hamerle, Liebig e Scheule (2004) para estimar a probabilidade de inadimplncia de empresas alems. A modelagem desenvolvida neste trabalho segue o princpio do modelo CreditPortfolioView da Consultoria McKinsey no que diz respeito utilizao de variveis macroeconmicas para a estimao de inadimplncia. Assim, segundo a classificao de modelos realizada por Chan-Lau (2006), trata-se de modelo de base macroeconmica, mas no se classificaria em apenas uma nica subdiviso desses tipos de modelos, pois utiliza fatores endgenos e exgenos. Chega a ser quase axiomtico que condies macroeconmicas adversas aumentam a probabilidade de inadimplncia de operaes de crdito. Embora
poucos estudos tenham analisado essa situao no Brasil, como o de Chu (2001), o tema j foi bastante explorado com dados de outros pases. o caso dos trabalhos de Fiori, Foglia e Iannotti (2006), que, utilizando um modelo Seemingly Unrelated Regression (SUR), verificam como variveis macroeconmicas influenciam as taxas de inadimplncia de setores econmicos italianos; Simons e Rolwes (2009), que, com um modelo de vetores autorregressivos (VAR), verificam a relao entre variveis macroeconmicas e a inadimplncia de empresas holandesas; Boss (2002), que, com um modelo baseado no CreditPortfolioView, utiliza variveis macroeconmicas para realizar um teste de estresse na carteira de crdito de bancos austracos; e de Virolainen (2004), que, tambm com um modelo baseado no CreditPortfolioView, realiza testes de estresse na carteira de crdito para grandes empresas tomadoras de crdito dos bancos finlandeses. Fama (1986) e Wilson (1997) tambm verificaram um acrscimo nas taxas de inadimplncia em momentos de recesso econmica. J os trabalhos de Bangia, Diebold e Shuermann (2000) e Nickell, Perraudin e Varotto (2000) encontraram evidncias de efeitos macroeconmicos nas transies de classificaes de risco de crdito. O escopo deste trabalho, por sua vez, foi definido em funo da disponibilidade de informaes e na forma como operam as instituies financeiras brasileiras na avaliao de seu risco de crdito. Assim, posto que a segmentao mais fundamental de clientes no mercado de crdito bancrio brasileiro realizada em funo do tipo de cliente pessoa fsica ou jurdica e que, atualmente, o nico indicador de inadimplncia stricto sensu (c.f. ANNIBAL, 2009)2 disponvel o de pessoas jurdicas sem segmentao por atividade econmica, procura-se verificar a possvel relao entre as variveis que medem a situao macroeconmica brasileira e a taxa de inadimplncia bancria de pessoas jurdicas. Nesse sentido, tendo em vista que esse indicador antecipa outras medidas de inadimplncia atualmente utilizadas, a partir da anlise de seu comportamento, espera-se poder melhor estimar taxas de inadimplncia futuras e, consequentemente, auxiliar no monitoramento da estabilidade econmica e financeira do sistema financeiro brasileiro.
3 Metodologia e dados utilizados

Um dos diferenciais deste trabalho a utilizao de uma medida de inadimplncia de pessoas jurdicas que mede a razo entre o nmero de operaes de crdito em atraso de 61 a 90 dias no final do ms M e o nmero de operaes sem atraso no final do ms M-3. Conforme apresentado por Annibal (2009), essa varivel mais sensvel s variaes de inadimplncia stricto sensu que a varivel mais utilizada em estudos nacionais, em que a inadimplncia medida segundo a razo entre o saldo de operaes de crdito em atraso maior ou igual a 90 dias no ms M e o saldo total das operaes de crdito, tambm no ms M. Quanto seleo das variveis macroeconmicas, foram consideradas as variveis mais utilizadas na literatura. A tabela 1 sumariza a utilizao dessas variveis segundo os diversos autores j citados neste trabalho.
1
O principal motivo pelo qual no existe srie histrica stricto sensu para pessoas fsicas consiste no fato de que o Sistema de Informaes de Crdito (SCR) captura informaes detalhadas apenas das operaes cujo montante superior a R$5 mil. Como, diferentemente do que ocorre com pessoas jurdicas, a maioria das operaes de crdito de pessoas fsicas de montante abaixo desse valor, um indicador de inadimplncia construdo conforme o critrio definido por Annibal (2009) para pessoas jurdicas estaria bastante impreciso.
Tabela 1 Variveis macroeconmicas utilizadas em modelos de inadimplncia

Fiori, Foglia e Simons e Iannotti (2007) Rolwes (2008) Virolainen (2004)
Varivel Macroeconmica
Boss (2002)
Chu (2001)
Agregado Monetrio M1 Agregado Monetrio M3 Depsito Compulsrio Exportaes Formao de Capital Fixo Grau de Endividamento das Empresas ndice de Bolsa de Valores ndice de Preos ndice de Volatilidade de Bolsa de Valores PIB Preo do Petrleo Produo Industrial Taxa de Cmbio Taxa de Desemprego Taxa de Inadimplncia Taxa de Juros de Curto Prazo Taxa de Juros de Longo Prazo
X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X
Tambm se procurou privilegiar a utilizao de variveis com periodicidade mensal e que, no mbito do Sistema de Metas para Inflao, so objeto de levantamento sistemtico de expectativas junto a instituies financeiras e empresas de consultoria por parte do BCB, tais como ndices de preos, produo industrial, PIB, taxa de cmbio (R$/US$) e meta da taxa Selic. Aps uma primeira anlise da relao entre a varivel que mede a inadimplncia das pessoas jurdicas (INADIM_PJ) e as variveis macroeconmicas citadas na literatura, foram selecionadas apenas aquelas que apresentaram maior correlao com a varivel de inadimplncia, quais sejam: taxa de juros Selic acumulada no ms e anualizada (SELIC); mdia mensal da taxa de cmbio de venda do dlar norte-americano (DOLAR); e ndice de produo fsica da indstria geral com base fixa e ajuste sazonal (PRODUCAO). Os grficos 1 a 4 apresentam os valores dessas sries para o perodo amostral de abril/2003 a dezembro/2009.
Grfico 1 Taxa de inadimplncia de pessoas jurdicas
2,0% 1,8% 1,6% 1,4% 1,2% 1,0% 0,8% Dez 2003 Dez 2004 Dez 2005 Dez 2006 Dez 2007 Dez 2008 Dez 2009
Fonte: Banco Central do Brasil
Grfico 2 Taxa de cmbio Dlar norte-americano (venda) Mdia do perodo

3,3 3,1 2,9 2,7 2,5 2,3 2,1 1,9 1,7 1,5 Dez 2003 Dez 2004 Dez 2005 Dez 2006 Dez 2007 Dez 2008 Dez 2009
Grfico 3 Produo fsica industrial ndice de base fixa mensal com ajuste sazonal
135
125
115
105
95 Dez 2003 Fonte: IBGE Dez 2004 Dez 2005 Dez 2006 Dez 2007 Dez 2008 Dez 2009
Grfico 4 Taxa selic do ms anualizada

30% 25% 20% 15% 10% 5% Dez 2003 Dez 2004 Dez 2005 Dez 2006 Dez 2007 Dez 2008 Dez 2009
No que diz respeito s tcnicas utilizadas para encontrar as relaes entre as variveis, o trabalho utilizou duas tcnicas distintas. A tcnica principal de estimao utilizada foi a de equaes estruturais, via estimao bayesiana, ou Structural Equation Modeling (SEM). Todavia, para utilizar o SEM, via estimao bayesiana, necessrio que se conhea previamente a estrutura do modelo cujos coeficientes se pretende estimar. Para obter essa informao a priori necessria na estimao bayesiana, primeiramente se procurou ajustar um modelo vetorial autorregressivo com varivel exgena (VARX) e, aps a identificao das relaes temporais entre as variveis, a estimao do modelo SEM foi utilizada.
Embora a tcnica do VARX seja bastante robusta quando seus pressupostos so observados, a reduzida quantidade de observaes disponveis para a modelagem (81 observaes) e a identificao de correlaes em defasagens elevadas ratificaram a necessidade de empregar-se outra tcnica de estimao, nesse caso o SEM, para garantir uma maior robustez dos resultados. Com o objetivo de estabilizar a varincia das sries, aplicou-se o logaritmo em todas as sries (inadimplncia, SELIC, dlar e produo industrial). Posteriormente, tendo sido verificada a existncia de sazonalidade nas sries de inadimplncia e de produo industrial, as mesmas foram dessazonalizadas utilizando o mtdodo X-12 ARIMA. Visando avaliar a existncia de raiz unitria, aplicou-se o procedimento proposto por Enders (1995, p. 257), tendo sido constatada nas sries de produo industrial, SELIC e dlar. Essas sries, ento, foram diferenciadas, gerando as sries D_ L_PRODUCAO_DES, D_ L_SELIC e D_ L_DOLAR. Finalmente, foi estimado um modelo VARX (p, s) com a seguinte forma:
yt = + i yt i + i xt 1 + t
i =1 i=0
em que:
yt = ( L _ INADIM _ PJ _ DESt , D _ L _ PRODUCAO _ DESt , D _ L _ SELICt ) ' ; e xt = ( D _ L _ DOLARt )'.

As defasagens p e s foram escolhidas por meio de um mtodo backward em que se procurou minimizar o valor do Critrio de Informao Bayesiano (BIC) ao mesmo tempo em que se procurava observar todos os pressupostos exigidos para os resduos do modelo, quais sejam: normalidade, heterocedasticidade e ausncia de autocorrelao. O Anexo A deste trabalho apresenta a estrutura do modelo VARX encontrado bem como os resultados das estatsticas utilizadas para verificar a normalidade, homocedasticidade e ausncia de autocorrelao dos resduos. Alm disso, tambm so apresentados os diagnsticos de cada uma das equaes das variveis endgenas e o teste de causalidade de Granger que, significante ao nvel de 5%, aponta Grangercausalidade do grupo de variveis formado por D_ L_PRODUCAO_DES, D_ L_ SELIC e D_ L_DOLAR na varivel L_INADIM_PJ_DES. Obtida a estrutura do modelo via VARX, os coeficientes encontrados foram utilizados como informao a priori para a aplicao do modelo SEM via estimao bayesiana. A convergncia geral do modelo SEM foi medida pela mtrica Convergence Statistc (C.S.) sugerida por Gelman et al. (2004). Posto que o maior valor de C.S. encontrado para os parmetros foi de 1,001, inferior ao limite mximo de 1,002, pode-se concluir que todos os valores estimados j se encontravam estveis aps o trmino do procedimento interativo.3
O Anexo B apresenta o valor C.S. de cada parmetro do modelo SEM.
Como observado na tabela 2, as estimativas realizadas via VARX e SEM ficaram bastante parecidas. Dos 23 coeficientes estimados, 19 possuem o mesmo sinal, e o valor de muitos coeficientes ficaram bem prximos, principalmente os das equaes de Inadimplncia PJ e Selic, enquanto os coeficientes da equao de Produo Industrial foram os que apresentaram maior divergncia. Alm disso, conforme dados apresentados no Anexo A, o grau de explicao da equao de Produo Industrial estimada via VARX o menor do sistema, o qual, conforme esperado, decorre da ausncia de outras variveis capazes de explicar o comportamento da atividade econmica brasileira, aqui medida pelo ndice de produo industrial.
Tabela 2 Comparao entre Estimativas de Modelos VARX e SEM
Modelo VARX (12,9) Equao Varivel Valor Estim. do Parmetro VARX -1,2256 0,6600 -0,7868 0,5017 -0,3049 0,3947 -0,1390 -0,2960 -0,1760 -0,2978 -0,2207 -0,2111 0,0661 -0,3423 -0,0646 -0,3011 0,6029 -0,1161 0,4344 0,1166 0,1659 -0,2527 0,1506 Erropadro 0,2782 0,1002 0,1712 0,1242 0,0719 0,1703 0,0443 0,0474 0,0545 0,0578 0,0525 0,1007 0,0189 0,0997 0,0187 0,0779 0,0960 0,0354 0,1231 0,0354 0,0645 0,0793 0,0532 Valor da Estat. t -4,4100 6,5900 -4,5900 4,0400 -4,2400 2,3200 -3,1400 -6,2400 -3,2300 -5,1500 -4,2100 -2,1000 3,5000 -3,4300 -3,4500 -3,8700 6,2800 -3,2800 3,5300 3,3000 2,5700 -3,1900 2,8300 Probabilidade > |t| 0,0001 0,0001 0,0001 0,0002 0,0001 0,0254 0,0031 0,0001 0,0024 0,0001 0,0001 0,0422 0,0011 0,0014 0,0013 0,0004 0,0001 0,0021 0,0010 0,0020 0,0138 0,0027 0,0071
Modelo SEM Valor Estim. do Parmetro SEM Mediana -0,4240 0,7840 -0,7850 0,4460 -0,3300 0,2610 0,0010 -0,0960 -0,0800 -0,0740 -0,0400 0,0300 -0,0020 -0,0960 0,0020 -0,0310 0,8330 -0,0030 0,1290 0,0040 0,2480 -0,2070 0,1190
CONSTANTE L_INADIM_PJ_DES (t-1) D_ L_PRODUCAO_DES (t-1) Inadimplncia L_INADIM_PJ_DES (t-2) L_INADIM_PJ_DES (t-4) D_ L_PRODUCAO_DES (t-7) L_INADIM_PJ_DES (t-12) D_L_DOLAR (t-1) D_L_DOLAR (t-2) D_L_DOLAR (t-3) D_L_DOLAR (t-9) Produo Industrial D_ L_PRODUCAO_DES (t-1) L_INADIM_PJ_DES (t-2) D_ L_PRODUCAO_DES (t-2) L_INADIM_PJ_DES (t-7) D_ L_SELIC (t-8) D_ L_SELIC (t-1) L_INADIM_PJ_DES (t-2) D_ L_SELIC (t-2) Selic L_INADIM_PJ_DES (t-3) D_ L_PRODUCAO_DES (t-3) D_ L_SELIC (t-4) D_ L_PRODUCAO_DES (t-12)
J para se conhecer o impacto de cada varivel do modelo no indicador que mede a inadimplncia de pessoas jurdicas no sistema financeiro brasileiro, foram utilizadas as funes impulso-resposta de um modelo VARX restrito, cujos valores dos parmetros foram iguais s estimativas encontradas com o modelo SEM. A seo seguinte apresenta os resultados dessas funes impulso-resposta.
4 Resultados
Embora o modelo VARX restrito aos parmetros encontrados no modelo SEM permita realizar uma anlise das funes impulso-resposta tambm para as variveis que medem a produo industrial, a taxa Selic e a taxa de cmbio R$/US$,
so analisados apenas os impactos dessas variveis naquela que mede a inadimplncia de pessoas jurdicas no sistema financeiro nacional. O grfico 5 apresenta como um choque de um desvio padro da varivel DOLAR afeta a inadimplncia PJ. Dada a existncia de contratos de crdito com clusulas que incorporam a variao da cotao de moedas estrangeiras, principalmente do dlar norte-americano, no cmputo das obrigaes pecunirias do devedor bancrio, bem como o aumento do custo de insumos importados pelas empresas brasileiras, o efeito da varivel DOLAR observado no grfico 5 o esperado, qual seja, a apreciao do dlar frente ao real leva a um aumento da inadimplncia PJ. Esse aumento comea a ser sentido apenas dois meses aps o choque, o pico ocorre aps oito meses, o efeito tem durao de nove meses e totalmente dissipado aps dezenove meses.
Grfico 5 Efeito da variao do dlar na inadimplncia de pessoas jurdicas
1,0 0,8 0,6 0,4 0,2 0,0 -0,2 -0,4 -0,6 -0,8 -1,0 1 4 7 10 13 16 19 22 25 Dias 28 31 34 37 40 43 46
O grfico 6 mostra como um choque de um desvio padro da varivel SELIC afeta a inadimplncia PJ. Posto que existem, no sistema financeiro nacional, contratos de crdito com clusulas que incorporam a variao da taxa Selic no computo das obrigaes pecunirias do devedor bancrio, o efeito da varivel SELIC observado no grfico 6 tambm o esperado, qual seja, um aumento da taxa SELIC leva a um aumento da inadimplncia PJ. Todavia, o impacto da Selic na inadimplncia PJ bem menos pronunciado em termos de magnitude que o da apreciao do dlar. Tambm possvel observar que, diferentemente do que ocorre com a apreciao do dlar, o efeito da Selic s comea a ser sentido oito meses aps o choque. Seu pico ocorre aps 14 meses e seu efeito tem durao de 13 meses, sendo dissipado aps 21 meses.
Grfico 6 Efeito da variao da Selic na inadimplncia de pessoas jurdicas
1,0 0,8 0,6 0,4 0,2 0,0 -0,2 -0,4 -0,6 -0,8 -1,0 1 4 7 10 13 16 19 22 25 Dias 28 31 34 37 40 43 46
Finalmente, grfico 7 mostra como um choque de um desvio padro da varivel que mede a Produo Industrial afeta a inadimplncia PJ. Percebe-se que, comparativamente s demais variveis, essa a que causa maior impacto na inadimplncia. Aqui tambm o efeito observado o esperado, ou seja, um aumento na produo, que significa um aquecimento da atividade econmica, leva a um decrscimo da inadimplncia PJ. Esse impacto da produo na inadimplncia PJ sentido j no primeiro ms aps o choque em uma escala muito maior que a observada nas demais variveis. O pico do efeito ocorre aps decorridos apenas quatro meses do choque. Sua durao de doze meses e seu efeito tambm dissipado aps esse perodo.
Grfico 7 Efeito da variao da produo industrial na inadimplncia de pessoas jurdicas
1,0 0,8 0,6 0,4 0,2 0,0 -0,2 -0,4 -0,6 -0,8 -1,0 1 4 7 10 13 16 19 22 25 Dias 28 31 34 37 40 43 46
5 Concluso
O significativo crescimento da carteira de crdito das instituies financeiras brasileiras nos ltimos anos torna imperativo um melhor acompanhamento da inadimplncia desses crditos. Dentre os diversos modelos encontrados na literatura internacional, existe uma classe que utiliza variveis macroeconmicas para estimar a evoluo de taxas de inadimplncia bancria. Neste trabalho, aps a verificao das variveis macroeconmicas mais relevantes para a explicao da inadimplncia de pessoas jurdicas, foi desenvolvido um modelo SEM bayesiano que utilizou como informao a priori um modelo VARX (12,9) cujas variveis endgenas foram Inadimplncia de PJ, taxa Selic e Produo Industrial e a varivel exgena foi a taxa de cmbio R$/ US$. A opo por essa forma de estimao foi imposta pelo nmero reduzido de observaes disponveis do indicador de inadimplncia utilizado. Aps a estimao do modelo SEM, para verificar o efeito das variveis DOLAR, SELIC e Produo Industrial na inadimplncia de pessoas jurdicas devedoras do sistema financeiro nacional, foram utilizadas as funes impulsoresposta de um modelo VARX restrito cujos parmetros foram iguais s estimativas encontradas com o modelo SEM. A anlise das funes impulso-resposta mostra que a apreciao do dlar frente ao real aumenta a inadimplncia de pessoas jurdicas com defasagem de dois meses. Tambm mostra que um aumento da taxa Selic leva a um aumento da inadimplncia de pessoas jurdicas com defasagem de oito meses. Contudo, o impacto dessas duas variveis relativamente pequeno quando comparado ao impacto que
a atividade econmica, medida neste estudo pela produo fsica industrial, exerce sobre a inadimplncia de pessoas jurdicas. Este trabalho encontra evidncias de que o crescimento sustentvel da atividade econmica no longo prazo um dos fatores preponderantes para a reduo da inadimplncia de pessoas jurdicas na carteira de crdito das IFs brasileiras e, por conseguinte, para a preservao da estabilidade financeira do sistema financeiro nacional.
Referncias
ANNIBAL, C. A. Inadimplncia do Setor Bancrio: uma avaliao de suas medidas. Revista Tecnologia de Crdito. So Paulo: Serasa, n. 68, p. 53-74, 2009. BALZAROTTI, Vernica; FALKENHEIM, Michael; POWELL Andrew. On the Use of Portfolio Risk Models and Capital Requirements in Emerging Markets: The Case of Argentina. The World Bank Economic Review. Washington: The International Bank for Reconstruction and Development, n. 2, v. 16, p. 197-212, 2002. BANGIA, A.; DIEBOLD, F. X.; SCHUERMANN, T. Ratings Migration and the Business Cycle, With Applications to Credit Portfolio Stress Testing. Working Paper 26. [S.I.]: Wharton Financial Institutions Center, 2000. BOSS, Michael. A Macroeconomic Credit Risk Model for Stress Testing the Austrian Credit Portfolio Stress Testing the Austrian Banking System. Financial Stability Report. Vienna: sterreichisches Nationalbank, n. 4, p. 64-82, 2002. CAOUETTE, Jonh B. et al. Gesto do Risco de Crdito: o prximo grande desafio financeiro. Rio de Janeiro: Qualitymark, 2000. CHAIA, Alexandre Jorge. Modelos de Gesto do Risco de Crdito e sua Aplicabilidade ao Mercado Brasileiro. So Paulo, 2003. Dissertao (Mestrado em Administrao) Programa de Ps-Graduao em Administrao, Departamento de Administrao, Faculdade de Economia, Administrao e Contabilidade da Universidade de So Paulo. CHAN-LAU, Jorge A. Fundamentals-Based Estimation of Default Probabilities: A Survey. Working Paper 06/149. [S.I]: International Monetary Fund, 2006. Disponvel em: < www.imf.org/external/pubs/ft/wp/2006/wp06149.pdf>. Acesso em: 27.4.2010. CHU, V. Principais fatores macroeconmicos da inadimplncia bancria no brasil. In: BANCO CENTRAL DO BRASIL. Juros e spread bancrio no Brasil: avaliao de 2 anos do projeto. Braslia, 2001. p. 41-45. Disponvel em: <www.bcb.gov.br/?spread>. Acesso em: 12.4.2010. ENDERS, Walter. Applied Econometric Time Series. 2. ed. New York: John Wiley & Sons Inc., 1995. FAMA, E. Term Premiums and Default Premiums in Money Markets. Journal of Financial Economics. n.1, v. 17, p. 175-196, 1986. FIORI, R; FOGLIA, A.; IANOTTI, S. Estimating Macroeconomic Credit Risk and Sectoral Default Rate Correlations for the Italian Economy, Working Paper. [S.I.], 2006. Disponvel em: < http://204.180.229.21/external/np/mcm/financialstability/ conf/2ndexpa.pdf#page=120>. Acesso em 6.4.2010. GELMAN, A.; CARLIN, J. B.; STERN, H. S.; RUBIN, D. B. Bayesian Data Analysis. 2. ed. Boca Raton: Chapman & Hall, 2004.
HAMERLE, Alfred; LIEBIG, Thilo; SCHEULE, Harald. Forecasting Credit Portfolio Risk. Discussion Paper Series 2: Banking and Financial Supervision. Frankfurt: Deutsche Bundesbank, 2004. JIMNEZ, Gabriel; SAURINA, Jess. Credit Cycles, Credit Risk, and Prudential Regulation. No Publicado. Madri: Banco de Espaa, 2005. Disponvel em: < http://www.cemla.org/red/papers/redx-es-jimenez.pdf>. Acesso em 19.4.2010. NICKEMM, P.; PERRAUDIN, W.; VAROTTO, S. Stability of Rating Transitions. Journal of Banking and Finance. [S.I.]: Elsevier. n. 1-2, v. 24, p. 203-227, 2000. SAUNDERS, Anthony. Medindo o Risco de Crdito: novas abordagens para Value at Risk e outros paradigmas. Rio de Janeiro: Qualitymark, 2000. SECURATO, Jos Roberto (org.). Crdito: anlise e avaliao do risco Pessoas fsicas e jurdicas. So Paulo: Saint Paul, 2002. SILVA, Jos Pereira da. Gesto e Anlise de Risco de Crdito. 3. ed. So Paulo: Atlas, 2000. SIMONS, Dietske; ROLWES, Ferdinand. Macroeconomic Default Modeling and Stress Testing. International Journal of Central Banking. Frankfurt: Association of the International Journal of Central Banking, n. 3, v. 5, p. 177-204, 2009. VIROLAINEN, Kimmo. Macro Stress Testing with a Macroeconomic Credit Risk Model for Finland. Bank of Finland Discussion Papers 18/2004. Helsinki: Bank of Finland, 2004. Disponvel em: <http://ssrn.com/abstract=622682>. Acesso em: 2.12.2008. WILSON, Thomas C. Portfolio Credit Risk (Parts I and II). Economic Policy Review. n. 3, v.4, 1998. Disponvel em: < http://ssrn.com/abstract=1028756>. Acesso em: 6.4.2010.
ANEXO A
Resultado e diagnstico do modelo VARX (12,9) estimado utilizando o software SAS Enterprise Guide 4.1.
Estatsticas do modelo VARX utilizado
Nmero de observaes Observaes eliminadas por diferenciao Mtodo de estimao Teste de causalidade de Granger Graus de Liberdade Qui-quadrado Pr > Qui-quadrado Varivel grupo 1 Varivel grupo 2 Critrio de informao AICC HQC AIC SBC FPEC -21,0160 -21,4274 -22,4362 -19,8903 2,04E-10 21 33,6000 0,00053 L-INADIM_PJ_DES L_SELIC; L_PRODUCAO_DES; L_DOLAR 80 1 MQO
ANEXO B1
Relacionamento de variveis entre modelos Varivel no Modelo VARX
L_INADIM_PF_DES D_L_PRODUCAO_DES D_L_SELIC D_L_DOLAR
Varivel no SEM
inad prod selic cambio
ANEXO B2
Estatsticas do modelo SEM utilizado
50% Limite Inferior -0,0020 0,2340 -0,1030 -0,0870 -0,0820 -0,0470 0,8200 0,1150 -0,0430 -0,1150 -0,2170 -0,0030 0,0040 0,0020 0,7840 0,0010 0,4460 0,2330 -0,8130 -0,3300 0,1050 0,0120 50% limite Superior -0,0020 0,2610 -0,0880 -0,0720 -0,0670 -0,0320 0,8470 0,1430 -0,0190 -0,0770 -0,1970 -0,0030 0,0040 0,0020 0,7840 0,0020 0,4460 0,2900 -0,7560 -0,3300 0,1320 0,0490 Estatstica de Convergncia - C.S. 1.001 1.000 1.000 1.000 1.000 1.000 1.001 1.001 1.000 1.000 1.000 1.000 1.000 1.001 1.001 1.000 1.001 1.000 1.000 1.000 1.000 1.000
Pesos da Regresso prod(t)<--inad(t-2) selic(t)<--prod(t-3) prod(t)<--cambio(t-1) prod(t)<--cambio(t-2) prod(t)<--cambio(t-3) prod(t)<--cambio(t-9) selic(t)<--selic(t-1) selic(t)<--selic(t-2) prod(t)<--selic(t-8) prod(t)<--prod(t-2) selic(t)<--selic(t-4) selic(t)<--inad(t-2) selic(t)<--inad(t-3) prod(t)<--inad(t-7) inad(t)<--inad(t-1) inad(t)<--inad(t-12) inad(t)<--inad(t-2) inad(t)<--prod(t-7) inad(t)<--prod(t-1) inad(t)<--inad(t-1) selic(t)<--prod(t-12) prod(t)<--prod(t-1) Intercepto linaddes Varincias e16 e17 e18 e19 e3 e4 e7 e9 e10 e12 e13 e15 e24 e20 e8 e21 e2 e22 e23 e11 e6 e1
Mediana -0,0020 0,2480 -0,0960 -0,0800 -0,0740 -0,0400 0,8330 0,1290 -0,0310 -0,0960 -0,2070 -0,0030 0,0040 0,0020 0,7840 0,0010 0,4460 0,2610 -0,7850 -0,3300 0,1190 0,0300
Mnimo -0,0030 0,1610 -0,1420 -0,1240 -0,1170 -0,0870 0,7620 0,0410 -0,1030 -0,2000 -0,2750 -0,0040 0,0030 0,0010 0,7830 0,0000 0,4450 0,0940 -0,9440 -0,3310 0,0440 -0,0810
Mximo -0,0010 0,3490 -0,0520 -0,0280 -0,0280 0,0010 0,9100 0,2100 0,0520 0,0220 -0,1480 -0,0020 0,0040 0,0030 0,7860 0,0030 0,4480 0,4250 -0,6020 -0,3290 0,2010 0,1400
-0,4240
-0,4250
-0,4230
1.000
-0,4310
-0,4190
0,0030 0,0030 0,0030 0,0030 18,6380 18,8680 0,0000 0,0000 0,0000 0,0010 0,0010 0,0010 0,0010 18,7720 0,0000 18,4890 18,4410 19,3220 0,0000 0,0000 0,0000 0,0010
0,0030 0,0030 0,0030 0,0030 18,1250 18,3760 0,0000 0,0000 0,0000 0,0010 0,0010 0,0010 0,0010 18,2470 0,0000 17,9870 17,9290 18,7840 0,0000 0,0000 0,0000 0,0010
0,0030 0,0030 0,0030 0,0030 19,1760 19,3980 0,0000 0,0000 0,0000 0,0010 0,0010 0,0010 0,0010 19,3050 0,0000 19,0160 18,9590 19,8840 0,0000 0,0000 0,0000 0,0010
1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000
0,0030 0,0030 0,0030 0,0030 15,3830 15,6200 0,0000 0,0000 0,0000 0,0010 0,0010 0,0010 0,0010 15,3930 0,0000 15,3830 15,5640 16,4310 0,0000 0,0000 0,0000 0,0010
0,0040 0,0040 0,0040 0,0040 22,1880 22,3040 0,0010 0,0010 0,0010 0,0020 0,0010 0,0010 0,0020 22,4170 0,0010 21,9640 22,2660 22,9970 0,0010 0,0000 0,0000 0,0010
6
1 Introduo
Eficincia Bancria e Inadimplncia: testes de causalidade

Benjamin M. Tabak1 Giovana Leivas Craveiro Daniel O. Cajueiro
Nos ltimos anos, a estabilidade financeira tem sido objeto de muitos estudos, especialmente aps a ecloso da crise do subprime, em agosto de 2007. No atual sistema financeiro globalizado, mais liberal, competitivo e integrado (KOUTSOMANOLI-FILIPPAKI e MAMATZAKIS, 2009), evitar distrbios, como falncias bancrias, revela-se de extrema importncia. Ao se avaliar a estabilidade financeira de determinado pas, crucial considerar a situao de solvncia dos bancos e a existncia de fatores relevantes para que essa situao se sustente. Na literatura recente, argumenta-se que o volume de crditos inadimplentes constitui boa proxy para mensurar a estabilidade financeira, devido a altos nveis de inadimplncia em bancos insolventes (PODPIERA e WEILL, 2008). Como bancos beira da falncia tambm so, em geral, menos eficientes, uma questo fundamental se existe relao de causalidade entre eficincia bancria e inadimplncia. A chamada hiptese do azar (BERGER e DEYOUNG, 1997) assume que crditos inadimplentes so causados por componentes exgenos (azar), tais como desacelerao da economia ou falncia de empresas. Consequentemente, os bancos incorrero em custos maiores para monitorar o aumento na inadimplncia, reduzindo a eficincia. Os gastos extras incluem diversos fatores, dentre eles: os custos adicionais de se lidar com os devedores inadimplentes, o eventual recuo no valor dos colaterais respectivos e os custos de renegociao das dvidas. Desse modo, um aumento dos crditos inadimplentes gera baixos nveis de eficincia bancria, ou seja, h relao negativa entre essas duas variveis. Por outro lado, a hiptese da ineficincia gerencial (BERGER e DEYOUNG, 1997) considera que a baixa eficincia causada por um desempenho ineficiente dos gerentes, que tambm podem no monitorar adequadamente a carteira de crditos, afetando a qualidade dos emprstimos e gerando alta inadimplncia (nesse caso, endgena). A diferena estaria na direo da causalidade, pois, mais uma vez, a eficincia bancria e os crditos inadimplentes esto negativamente relacionados.
As opinies expressas neste artigo so de responsabilidade de seus autores e no refletem, necessariamente, a posio do Banco Central do Brasil (BCB) ou as opinies de seus membros.
Finalmente, necessrio citar uma terceira suposio, a hiptese do gerenciamento com averso ao risco (KOUTSOMANOLI-FILIPPAKI e MAMATZAKIS, 2009). Aqui, assume-se que os gerentes dos bancos so avessos ao risco, de modo que poderiam aumentar os gastos operacionais destinados avaliao e ao monitoramento dos emprstimos, reduzindo a eficincia, com o intuito de comprimir a participao da inadimplncia em suas carteiras de crdito. O receio de enfrentar crises financeiras ou assimetria de informao estaria entre as causas para uma relao positiva entre eficincia bancria e crditos inadimplentes. A discusso sobre a origem dos crditos inadimplentes, isto , se crditos inadimplentes so causados por eventos exgenos ou endgenos, importante, pois bancos com baixos nveis de inadimplncia possuem, em geral, menor probabilidade de falncia. Assim, o intuito dessa investigao identificar a causa primria das falncias bancrias. Se for encontrado que um evento precede o outro, ento esse deve ser o principal provocador das falncias bancrias (PODPIERA e WEILL, 2008). Neste artigo, pretende-se explorar essas hipteses para o mercado bancrio brasileiro, estendendo a literatura escassa para pases emergentes. Nessas economias, crises financeiras tornam-se particularmente importantes na medida em que retraem o crescimento, pois uma grande parcela dos investimentos depende do crdito disponibilizado pelos bancos. Desse modo, tem-se por objetivo tornar possvel a identificao de fatores relevantes que possam antecipar uma instabilidade sistmica. Alm disso, dado que diferentes polticas econmicas iro emergir dependendo da origem de perodos de estresse, pretende-se auxiliar reguladores e supervisores bancrios em sua tarefa de assegurar um sistema financeiro saudvel. Antecipando os resultados empricos encontrados, verifica-se a presena de um gerenciamento com averso ao risco nos bancos brasileiros. Inicialmente, parece existir uma relao negativa entre eficincia bancria e crditos inadimplentes com a causalidade ocorrendo da eficincia para a varivel de risco (endgena), sugerindo que ineficincias na gesto dos bancos poderiam ser a principal causa das falncias bancrias. Como consequncia, os gerentes (avessos ao risco) tendem a aumentar os gastos operacionais destinados avaliao e ao monitoramento dos emprstimos para controlar o aumento na inadimplncia, agravando a medida de eficincia do banco, mas reduzindo, por outro lado, a inadimplncia nas carteiras de crdito. Evidncias para a relao causal inversa de crditos inadimplentes afetando a eficincia bancria so refutadas, tendo em vista que no so encontrados coeficientes significantes nesse aspecto, alm de esses coeficientes serem consideravelmente prximos de zero. O restante do artigo est organizado da seguinte forma: a seo 2 apresenta uma breve sntese literria. Na seo 3, descrevem-se a metodologia e as variveis utilizadas no estudo. Os resultados empricos esto disponveis na seo 4, enquanto a seo 5 contm nossas consideraes finais.
2 Sntese literria
Nos ltimos anos, muitas pesquisas tm analisado diversos fatores relacionados eficincia bancria (BERGER e HUMPHREY, 1997). Contudo, a literatura ainda escassa sobre a relao entre eficincia bancria e crditos inadimplentes, apesar da importncia dessa causalidade. Podpiera e Weill (2008)
reconhecem que essa investigao pode identificar a causa primria das falncias bancrias, j que, como notam Berger e DeYoung (1997), entidades beira da falncia lidam com custos elevados, lucros baixos e uma grande proporo de crditos inadimplentes. De fato, Wheelock e Wilson (2000), em um estudo sobre fatores que aumentariam a probabilidade de falncia ou fuso dos bancos americanos, observam que ineficincia bancria contribui para o risco de falncia. Alm disso, ao investigar a participao das caractersticas micro e macro na crise bancria do Mxico em 94-95, Gonzalez-Hermosillo (1999) indica que as medidas de risco esto relacionadas com a probabilidade de falncia, de acordo com a ideia de que variaes na medida de eficincia bancria e no risco de crdito precedem dificuldades e falncias bancrias. O artigo seminal sobre a causalidade em questo, Berger e DeYoung (1997), mostra que para a indstria de bancos comerciais norte-americanos como um todo, no perodo de 1985 a 1994, uma relao negativa entre qualidade dos emprstimos e eficincia de custo existe em ambas as direes, assim como no caso dos grandes bancos comerciais austracos analisado por Rossi et al. (2009) entre 1997 e 2003. Por outro lado, Williams (2004) usando uma amostra de bancos de poupana europeus entre 1990 e 1998, fornece evidncia para a hiptese de ineficincia gerencial, de tal maneira que baixos nveis de eficincia de custo geram crditos inadimplentes, o que consequentemente causa aumento da probabilidade de falncia. J Koutsomanoli-Filippaki e Mamatzakis (2009) fornecem suporte para a hiptese do azar ao analisar os membros da Unio Europeia no perodo 1998-2006. O estudo, no entanto, no rejeita a hiptese da ineficincia gerencial, apesar de o impacto ser menor, especialmente no caso de pases menos desenvolvidos financeiramente. Um foco nas economias em transio, no entanto, ainda pouco verificado, apesar do grande nmero de falncias nesses pases e de suas consequncias expressivas para o crescimento econmico. Primeiramente, Rossi et al. (2005), analisando o perodo 1995-2002 para nove pases europeus em transio, encontram que aumentos (exgenos) na inadimplncia provocam diminuies na eficincia de custo, pois crditos inadimplentes acarretam um aumento nos gastos de monitoramento e avaliao mais prudente de emprstimos. Finalmente, Podpiera e Weill (2008) analisam a causa de quebras de bancos na Repblica Tcheca entre 1994 e 2005 e concluem que o principal fator ineficincia gerencial. At o momento, os resultados foram mistos. A causalidade entre crditos inadimplentes e eficincia bancria ainda no conclusiva. Nesse sentido, o objetivo deste artigo contribuir para essa discusso e esclarecer a relao em questo. Ademais, o fato de evidncias recentes (STAUB et al., 2010) terem mostrado que os bancos do Brasil apresentam nveis baixos de eficincia de custo em relao a bancos na Europa e nos Estados Unidos levanta a questo sobre qual seria a extenso da vulnerabilidade do sistema bancrio brasileiro.
3 Dados e metodologia
3.1 Medida de eficincia
A razo de crditos inadimplentes obtida diretamente dos dados, mas como as funes custo no so diretamente observveis, a eficincia bancria deve
ser estimada. Para estimar a eficincia, usada a Anlise Envoltria de Dados (DEA), de acordo com (STAUB et al., 2010). O processo formulado como um problema de programao linear que resulta em uma fronteira de custo convexa obtida a partir das razes insumo-produto observadas em relao a cada banco, ligando, assim, os custos ou insumos das firmas consideradas eficientes. Os vrtices da fronteira representam as firmas totalmente eficientes que servem de base para a comparao dos bancos considerados ineficientes (BERGER e HUMPHREY, 1991). Aqui, estima-se a eficincia tcnica2, que est associada ao uso eficiente dos insumos, dada a funo de produo de determinado banco, ou seja, avalia a quantidade de insumos que a entidade em questo utiliza para produzir determinada quantidade de produto. Apesar de a metodologia DEA no controlar choques aleatrios, de forma que qualquer desvio da fronteira eficiente interpretado como ineficincia, duas importantes vantagens desse mtodo no paramtrico justificam o seu emprego aqui. Primeiramente, a DEA impe menos restries funo de tecnologia de produo, o que evita a realizao de suposies arbitrrias sobre a forma da fronteira eficiente. Alm disso, a DEA uma tcnica amplamente utilizada e fcil de ser trabalhada com mltiplos produtos, o que permite a avaliao da eficincia tcnica sem conhecimento prvio dos preos de insumo. Banker e Natajaran (2004) mostram como essa medida pode ser computada usando apenas dados de despesas totais. No estudo de variveis contextuais3, o mtodo DEA depende de procedimentos estatsticos de dois estgios. No primeiro estgio, a eficincia estimada. No segundo estgio, feita a regresso com a eficincia como varivel dependente e com variveis independentes contextuais. Isso pode ocasionar problemas tcnicos, j que medidas de eficincia podero ser correlacionadas. Se as variveis contextuais so exgenas ao processo de produo, Wilson (2007), Souza e Staub (2007) e Banker e Natajaran (2008) mostram que a anlise de segundo estgio vivel e, sob certas condies de erro, pode at capturar resultados estocsticos e no paramtricos de eficincia4. Motivados por esses resultados recentes na DEA, consideramos aqui uma extenso para dados de painel. Considere um processo de produo com n unidades de produo (bancos). Cada unidade usa quantidades variveis p de diferentes insumos x para produzir quantidades variveis s de diferentes produtos y. Denote por Y = (y1, ..., yn) a matriz de produo s x n dos n bancos e por X = (x1, ..., xn) a matriz de insumos p x n. O elemento yr 0 o vetor produo s x 1 do banco r e xr o vetor de insumos p x 1 usado pelo banco r para produzir yr (a condio significa que pelo menos um componente de l estritamente positivo). As matrizes Y = (yir) e X = (xir) devem satisfazer: i lir > 0 e r lir > 0, onde l x ou y. Nessa aplicao, p = 3 e s = 3 e ser necessrio xr, yr > 0 (o que significa que todos os componentes dos vetores de insumo e produo so estritamente positivos). Seguindo Banker e Natajaran (2004), lida-se com a noo de eficincia tcnica utilizando variveis agregadas de custo. Nesse contexto, C = (c1, ..., cn) denota o vetor de custos totais, onde cr o custo total de produo de um banco r e
2 3 4 Staub et al. (2010) mostram que os nveis relativamente baixos de eficincia dos bancos brasileiros so atribudos, principalmente, ineficincia tcnica, motivando o seu emprego neste trabalho. Entendem-se por variveis contextuais os fatores provveis a afetar a eficincia bancria. Veja Banker e Natajaran (2008).
V = (v1, ..., vn) a matriz de custo insumo. Aqui, vir a despesa do banco r com o insumo i (o i-simo componente do vetor vr). Se um vetor de preos de insumo g = (g1, ..., gp) conhecido, deve-se ter vir = gixir e cr = pi=1 vir. A eficincia tcnica calculada como:
tec r
= argmin{ ; Y
yr, V
vr, 1 = 1,
0}
Tem-se que a medida de eficincia e um vetor de constantes que formam combinaes lineares de todos os insumos e produtos dos bancos observados. A medida de eficincia computada para cada banco para cada um dos T anos, gerando um painel de observaes (ittec com t = 1, ..., T e i = 1, ..., n). A imposio da restrio de que o somatrio das constantes seja igual unidade, 1 = 1, resulta em um modelo com Retornos Variveis de Escala (BANKER et al., 1984), ou seja, para um dado nvel de produto, a minimizao da quantidade de insumo utilizada ainda fornece a quantidade de produto determinada. Essa parece ser uma boa ilustrao da realidade, j que, ao minimizar os custos, as firmas deparam com um nvel de produto determinado de forma exgena normalmente pela demanda de mercado (CHORTAREAS et al., 2009). Usam-se modelos estatsticos para avaliar a significncia de co-variveis (fatores) nas medidas de eficincia, assumindo independncia entre fatores e erros. Os modelos utilizados so adequados categoria de anlise de dados de painel dinmico e levam em considerao a correlao serial na populao de bancos. Correlaes cruzadas entre bancos dentro dos perodos induzidos por clculos da DEA parecem ser negligveis e, seguindo Souza e Staub (2007) e Banker e Natajaran (2008), no foram modeladas.
3.2 Painel dinmico de Arellano-Bond

A presena da varivel dependente defasada entre os regressores caracteriza um modelo dinmico. Assim, j que bancos mais eficientes em um ano especfico tendem a permanecer eficientes no ano seguinte, considera-se um modelo dinmico na resposta DEA. O painel dinmico de Arellano e Bond (1991) deste trabalho considera:
yi,t = yi,t-1 + xi,t-1 + ui,t
i = 1, ... , N
t = 1, ... , Ti
(1)
onde e so os parmetros a serem estimados, EFF, a eficincia medida pela DEA e representa NPL, a razo entre crditos inadimplentes e o total da carteira de crdito. Essa varivel tem como objetivo medir o risco de crdito da instituio financeira. Considera-se como inadimplncia os emprstimos com o prazo vencido h noventa dias ou mais. Estima-se tambm o modelo com yit = NPL e com o intuito de se reproduzir a estimao pela metodologia do VAR painel para se determinar o lag timo a ser empregado nessa especificao e para testar a robustez dos resultados encontrados. Sabe-se que NPL e EFF so fortemente afetadas por condies transitrias (BERGER e DEYOUNG, 1997) ou banco-especficas. O problema dos efeitos fixos especficos solucionado pelo estimador Arellano-Bond. J os choques macroeconmicos foram controlados ao se subtrair a mdia semestre-tipo de banco
respectiva de cada varivel. Por esse motivo, no so consideradas dummies de tempo em nossa estimao do painel dinmico de Arellano-Bond. O termo erro ui,t = i + i,t. Assume-se que os efeitos banco-especficos, vi, que controlam para outros determinantes de yi,t, que no xi,t, so estocsticos. Apesar de esses efeitos variarem entre os bancos, eles so constantes ao longo do tempo, em contraste com i,t que representa os distrbios aleatrios e varia tanto entre os bancos quanto ao longo do tempo. Assume-se que a eficincia tcnica (EFF) e a taxa de crditos inadimplentes (NPL) so ambas variveis endgenas, ou seja, correlacionadas com o termo erro no observvel i,t, j que a variao em cada uma dessas variveis possivelmente pode ser explicada pela variao na outra varivel e vice-versa. Uma srie de condies iniciais deve ser imposta, de acordo com o procedimento padro da estimao do Arellano-Bond. Primeiramente, supe-se que os efeitos estocsticos especficos de painel, i, so no correlacionados com o componente aleatrio, i,t. Em segundo lugar, considera-se que os distrbios i,t so no serialmente correlacionados. Finalmente, assume-se que as condies iniciais yi,1 e xi,1 so no correlacionadas com o termo aleatrio, de forma que os estimadores Arellano-Bond so capazes de evitar o vis de painel dinmico que emerge da correlao entre as variveis defasadas e o termo erro. Para eliminar os efeitos fixos individuais, toma-se a primeira diferena da equao (1):
yi,t yi,t-1 = (yi,t-1 yi,t-2) + (xi,t-1 xi,t-2) + (
i,t
i,t-1)
(2)
As variveis defasadas, no entanto, ainda so endgenas, pois yi,t-1 em yi,t-1 = yi,t-1 yi,t-2 e xi,t-1 em xi,t-1 = xi,t-1 xi,t-2 so correlacionados com i,t-1 em i,t = i,t i,t-1. Para solucionar esse problema, defasagens maiores so usadas como instrumentos (yi,t-j, xi,t-k com j = k =2, 3, ..., t +2), dado que so ortogonais ao erro, resultando nas seguintes condies de momento:
E[yi,t-j E[xi,t-k
i,t]
= 0 para j = 2, ..., t-1 e t = 3, ..., T i,t] = 0 para k = 2, ..., t-1 e t = 3, ..., T
(3) (4)
O estimador Arellano-Bond (1991) baseado nas condies de momento acima chamado de Difference-GMM. Contudo, Blundell e Bond (1998) alertam que devido persistncia das sries, as variveis em nvel so instrumentos fracos para a equao em diferena, resultando em vis e em preciso precria em amostras finitas. Assim, para aumentar a eficincia do estimador, imposta a condio adicional nos valores iniciais de que as variveis em diferena so no correlacionadas com os efeitos fixos individuais. Dessa forma, mais instrumentos podem ser usados5, aumentando o Arellano-Bond, melhorando sua eficincia (ROODMAN, 2006) e fornecendo condies de momento adicionais para a regresso em nvel:
E[ yi,t-1ui,t] = 0 para i = 1, 2, ..., N e t = 3, 4, ..., T E[ xi,t-1ui,t] = 0 para i = 1, 2, ..., N e t = 3, 4, ..., T
(5) (6)
O uso das defasagens de yi,t e xi,t em diferena como instrumentos.
Consequentemente, o System-GMM (ARELLANO e BOVER, 1995; BLUNDELL e BOND, 1998) formado por duas equaes a equao original, ou a equao em nvel (1), que usa as defasagens em diferena como instrumentos; e a equao transformada ou em diferena (2), que usa as variveis defasadas em nvel como instrumentos. Neste trabalho, emprega-se o System-GMM e, seguindo Roodman (2006), reportam-se todas as escolhas de especificao do modelo. Inicialmente, os estimadores Arellano-Bond e Blundell-Bond tm variantes one-step e two-step. O estimador two-step assintoticamente mais eficiente, mas os erros-padro reportados nesse caso tendem a ser severamente viesados para baixo (ARELLANO e BOND, 1991; BLUNDELL e BOND, 1998). Por esse motivo, usa-se uma correo de amostras finitas, derivada por Windmeijer (2005), para a matriz de covarincia da variante two-step, o que torna as estimaes robustas do two-step mais eficientes do que as robustas do one-step, especialmente para o System-GMM. Um problema adicional surge quando os instrumentos so muitos, excedendo o nmero de variveis instrumentadas e viesando os resultados em direo queles dos estimadores OLS/GLS. Portanto, neste artigo, adota-se uma quantidade de instrumentos menor do que o nmero de grupos da amostra (99 bancos). A constante no includa na especificao do nosso painel dinmico de Arellano-Bond, de forma a manter a consistncia na replicao do modelo VAR (LOVE e ZICCHINO, 2006), que no inclui constante em sua estimao, pois os efeitos fixos e os choques macroeconmicos so eliminados.6 Sendo um mtodo baseado em variveis instrumentais, o GMM depende da validade das condies de momento (equaes 3 a 6). Para verificar essas condies, testa-se sobreidentificao das condies de momento por meio das estatsticas de Sargan e de Hansen. A hiptese nula a de que os instrumentos so vlidos, ou seja, no correlacionados com o termo erro e que os instrumentos excludos (aqueles utilizados para instrumentar as variveis endgenas) foram corretamente excludos da equao estimada. A estatstica de Sargan um caso especial da J de Hansen sob a suposio de homoscedasticidade. Aqui, avalia-se apenas a estatstica de Hansen pela suspeita de erros heteroscedsticos. Alm disso, importante notar que esses testes tm baixo poder se o modelo inclui uma ampla seleo de instrumentos excludos. Por esse motivo, tambm se analisa o teste de exogeneidade de grupos particulares de instrumentos, o teste difference-Hansen. O teste definido como a diferena entre a estatstica de Hansen com um nmero menor de instrumentos, excluindo-se os instrumentos com validade suspeita, e a equao com todos os instrumentos, inclusive aqueles com suspeita de serem instrumentos precrios. A hiptese nula a de que ambos, o nmero reduzido de instrumentos e os instrumentos suspeitos adicionais, so vlidos. Ademais, testa-se autocorrelao no termo aleatrio, i,t, por meio do teste de Arellano e Bond para autocorrelao sob a hiptese nula de correlao serial zero com o intuito de verificar se existem lags que no so instrumentos vlidos. J que correlao serial negativa de primeira ordem esperada nas diferenas devido relao entre i,t e i,t-1 por meio do termo i,t-1, procura-se, na verdade, por correlao serial de ordem r, com r = 2, ..., T. Como o teste aplicado nos resduos
6 De fato, o painel dinmico de Arellano-Bond tambm foi estimado com a constante, fornecendo resultados robustos. Alm disso, a constante no apresentou significncia estatstica.
em diferena, correlao serial de primeira ordem em nveis seria indicada por correlao de segunda ordem em diferenas (teste AR(2)). Nesse caso, a varivel yi,t-2, por exemplo, seria endgena ao termo i,t-1 no termo erro em diferena (i,t - i,t-1), o que a tornaria um instrumento invlido. Assim, seria necessrio comear com defasagens mais anteriores ao lag 2 como instrumento. Dessa forma, utilizam-se os testes de Arellano e Bond para determinar o lag timo a ser empregado, posteriormente, no VAR painel.
3.3 Modelo VAR

Para avaliar a relao entre crditos inadimplentes e eficincia bancria, tambm se utiliza a abordagem pelo VAR tradicional, que considera as variveis no sistema como endgenas, combinada anlise de dados em painel (LOVE e ZICCHINO, 2006). Dessa forma, permite-se heterogeneidade individual no observada, como se segue:
zi,t =
1zi,t-1
+ fi + db,t +
onde zi,t um vetor de duas variveis {EFF,NPL}. Especifica-se um modelo de um lag, assumindo de forma plausvel que os efeitos dos crditos inadimplentes na eficincia bancria e vice-versa so mais propensos a ocorrer com apenas um lag. Os resultados do Arellano-Bond confirmam essa hiptese. Alm disso, 0 e 1 so parmetros a serem estimados e fi so efeitos fixos que permitem heterogeneidade individual. db,t uma dummy que captura choques macroeconmicos internos que afetam todos os bancos. Essa dummy foi eliminada ao se subtrair a mdia semestre-tipo de banco respectiva de cada varivel. O modelo estimado por GMM e calculado aps a remoo dos choques macroeconmicos e dos efeitos fixos. Nesse ltimo caso, utiliza-se a diferena da mdia futura, ou a chamada transformao Helmert7, quando obtidos os parmetros desse VAR. Contudo, para isolar os impactos, necessrio decompor os resduos de forma que se tornem ortogonais. A maneira mais comum de lidar com esse problema escolher uma ordem especfica entre as variveis. As variveis que aparecem em primeiro lugar na classificao so relativamente mais exgenas do que as posteriores. Para atender a esse requisito, ns assumimos que a eficincia bancria relativamente mais exgena que os crditos inadimplentes, aparecendo, ento, primeiramente em nossa especificao de VAR painel. Acredita-se que essa uma suposio plausvel devido ao resultado encontrado em favor das hipteses que assumem que variaes na eficincia bancria precedem variaes na taxa de crditos inadimplentes. A inadimplncia nas carteiras de crdito considerada, portanto, uma varivel de risco endgena. Por ltimo, tambm exposta a matriz de decomposio da varincia que descreve a percentagem de determinada varivel que explicada por inovaes na outra varivel, isto , seu efeito total ao longo do tempo.
Veja Love e Zicchino (2006).
Espera-se que a resposta da eficincia tcnica a um choque nos crditos inadimplentes seja negativa, isto , um aumento dos crditos inadimplentes deve gerar baixos nveis de eficincia pelo fato de os bancos no serem capazes de repassar aos devedores todos os custos provenientes desse aumento na inadimplncia nas carteiras de crdito. Por outro lado, a taxa de inadimplncia nas carteiras de crdito pode reagir tanto positivamente quanto negativamente a uma variao na eficincia bancria. No primeiro caso, uma queda da eficincia bancria, devido ao aumento de gastos com o monitoramento de emprstimos, deve levar, similarmente, a uma reduo dos crditos inadimplentes; no segundo caso, espera-se que um gerenciamento menos eficiente resulte em um aumento na inadimplncia, pois a ineficincia gerencial verificada no somente em elevados gastos operacionais, mas tambm em falhas no monitoramento e controle da concesso de emprstimos.
3.4 Dados utilizados

Os dados utilizados provm do Plano Contbil do Sistema Financeiro Nacional (Cosif)8 e apresentam periodicidade semestral, com incio em junho de 2000 e trmino em junho de 2007. Todos os bancos que incluam menos de trs observaes foram eliminados da amostra. Esse procedimento levou a um total de 99 bancos, resultando em um painel no balanceado com 1.316 observaes. A tabela 1 mostra as estatsticas descritivas para as variveis empregadas no modelo. No geral, parece existir uma grande variao entre os bancos, como pode ser verificado pelos valores mnimo e mximo das variveis em questo, indicando que os nossos bancos so consideravelmente heterogneos. A taxa de crditos inadimplentes, NPL, varia de 0% a, aproximadamente, 46% do total da carteira de crdito. O valor da eficincia tcnica, por outro lado, est localizado entre o intervalo de 0,019 a 1.
Tabela 1 Estatsticas descritivas para as variveis no modelo VAR
Varivel NPL EFF Mdia 0,020 0,656 Desvio-Padro 0,034 0,252 Mnimo 0,000 0,019 Simetria 5,808 -0,240 Curtose 55,163 2,062 Mximo 0,458 1,000
A mdia da eficincia bancria (aproximadamente 0,656) est de acordo com resultados anteriores (STAUB et al., 2010), indicando que os bancos brasileiros operam mais distantes da fronteira de eficincia quando comparados com instituies bancrias de outros pases. Para calcular as medidas de eficincia DEA, necessrio definir insumos e produtos. Com esse propsito, utiliza-se o enfoque da intermediao financeira, no qual bancos podem ser vistos como intermediadores entre investidores e poupadores. Assume-se que os bancos possuem trs insumos: trabalho, capital e fundos disponveis para emprstimos. Os preos correspondentes so gastos com pessoal, gastos operacionais e gastos com juros, respectivamente.9
8 9
Relatrio de contas que todas as instituies financeiras devem reportar ao BCB em base mensal. O enfoque da intermediao financeira prefervel ao enfoque de produo, dado que essa ltima abordagem no considera os gastos com juros, mas apenas os gastos operacionais.
Incluem-se depsitos como produto desde que se assuma que so proporcionais aos produtos de servios oferecidos aos depositantes, em linha com Berger e Humphrey (1991). Alm disso, emprstimos e investimentos so importantes produtos a serem considerados no caso brasileiro, tendo em vista que somam em torno de dois teros dos ativos de bancos. Na metodologia DEA, compara-se a gerao de produtos de cada banco individual em relao s unidades de produo semelhantes. Gastos com taxas de juros mais elevados implicam maior utilizao relativa de fundos emprestveis. Desse modo, um banco eficiente capaz de usar menos insumos, como gastos com juros, gastos operacionais e gastos com pessoal, e produzir mais produtos, como depsitos, emprstimos e investimentos.
4 Resultados
No ajuste dos dados ao painel dinmico de Arellano-Bond (tabela 2), o teste de Hansen e o teste difference-Hansen sugerem que os modelos ajustados eficincia tcnica e aos crditos inadimplentes esto especificados de forma adequada, considerando que no existem evidncias para rejeitar a hiptese nula de ausncia de correlao entre erros e instrumentos a um nvel de significncia de 5%. Dessa forma, no h indicao de correlao entre os instrumentos e o erro. Pelo teste AR(1), rejeita-se a hiptese nula de que no existe autocorrelao serial de primeira ordem na variao dos resduos para os crditos inadimplentes e para a eficincia bancria, como esperado, indicando uma correlao negativa.
Tabela 2 Painel Dinmico de Arellano-Bond
Variveis NPL(t-1) NPL 0,490 (0.078) [0.000] EFF(t-1) 2,119 (0.429) [0.000] Nmero de observaes Nmero de bancos Nmero de instrumentos Teste F (p value ) Teste AR(1) (p value ) Teste AR(2) (p value ) Teste de Hansen Teste de Hansen Grupo Excludo Teste Difference -Hansen 1217 99 98 42.380 (0.000) 3.81 (0.000) 1.33 (0.185) 94.91 (0.512) 80.89 (0.176) 14.02 (0.973) EFF 0,002 (0.004)[0.671] 0,479 (0.050) [0.000] 1217 99 98 57.980 (0.000) 5.72 (0.000) 1.32 (0.187) 98.26 (0.417) 80.63 (0.181) 17.63 (0.889)
O teste AR(2), por sua vez, no consegue detectar evidncias de auto-correlao de segunda ordem para ambas as equaes, o que implica que todos os instrumentos so vlidos. Emprega-se da segunda at a quarta defasagem como instrumentos, de forma a evitar que o nmero de instrumentos seja maior do que o nmero de bancos. Os coeficientes estimados mostram que a resposta positiva de NPL a uma variao na eficincia tcnica expressiva e significante ao nvel de 1%, indicando que a causalidade ocorreria da eficincia bancria para os crditos inadimplentes.
A hiptese mais plausvel parece ser a hiptese do gerenciamento com averso ao risco. Por outro lado, existe um efeito prximo de zero e estatisticamente no significante da inadimplncia na eficincia bancria, confirmando a suposio de que, na verdade, a eficincia bancria explica NPL e no o contrrio. Em geral, os resultados de inferncia estatstica do VAR-painel (tabela 3) so consideravelmente semelhantes aos do painel dinmico de Arellano-Bond. Os crditos inadimplentes respondem variao na eficincia bancria, tendo em vista a magnitude e a significncia a 5% do coeficiente estimado, enquanto NPL apresenta um efeito praticamente nulo e no significante na eficincia tcnica. Alm disso, as funes impulso-resposta mostram que inicialmente a resposta dos crditos inadimplentes a um choque de um desvio padro na eficincia bancria negativa.
Tabela 3 Modelo VAR para a eficincia bancria e NPL
Variveis NPL(t-1) NPL 0,475 (0.062) [7.680] EFF(t-1) 1,913 (0.853) [2.243]
1 / Estatstica t em colchetes.
EFF -0,001 (0.003) [-0.165] 0,333 (0.049) [6.733]
A matriz de decomposio da varincia (tabela 4) enriquece essa discusso ao mostrar a percentagem da variao na varivel da linha explicada pela varivel da coluna. O efeito total acumulado ao longo de dez e vinte anos est de acordo com nossas evidncias anteriores. Mais precisamente, aproximadamente 2% da variao de NPL explicada pela eficincia tcnica, enquanto apenas uma parte muito pequena, 0,016% da variao da eficincia tcnica, explicada por NPL.
Tabela 4 Decomposio da varincia para a eficincia bancria e NPL
s EFF NPL EFF NPL 10 10 20 20 EFF 0,9999 0,0211 0,9999 0,0211 NPL 0,0001 0,9789 0,0001 0,9789
Dessa forma, a causalidade ocorreria da eficincia bancria para os crditos inadimplentes. Em outras palavras, a eficincia bancria parece explicar mais da variao dos crditos inadimplentes do que o contrrio, indicando que as hipteses de ineficincia gerencial e de gerenciamento com averso ao risco so as suposies mais plausveis no presente trabalho.
5 Concluses
Utiliza-se o teste de causalidade de Granger para identificar a relao de causalidade entre crditos inadimplentes e eficincia bancria. Com toda cautela em relao nossa investigao, os resultados do painel dinmico Arellano-Bond e do modelo VAR indicam, no geral, uma relao estatisticamente significante entre eficincia bancria e crditos inadimplentes. A partir dos resultados, espera-se que a eficincia tcnica e NPL sejam, de incio, negativamente relacionadas: um aumento no
nvel de crdito inadimplente pode ser explicado por uma diminuio da eficincia, provavelmente manifestada tambm em falhas no gerenciamento de avaliao de riscos, de acordo com a hiptese de ineficincia gerencial observada neste trabalho. Adicionalmente, verifica-se que os gerentes dos bancos brasileiros so avessos ao risco (hiptese do gerenciamento com averso ao risco), de forma que podem elevar os gastos com monitoramento para controlar o aumento nos crditos inadimplentes, o que reduziria ainda mais a eficincia bancria. Isso seria o sugerido pela relao positiva entre eficincia tcnica e NPL verificada a partir do primeiro semestre. Alm disso, rejeita-se a hiptese do azar, na qual crditos inadimplentes so causados pelo componente exgeno azar, dado que o efeito de NPL na eficincia bancria consideravelmente prximo de zero e no significante em ambos os modelos estimados. Os resultados tm importantes implicaes para polticas econmicas, como forma de reduzir a probabilidade de falncia dos bancos. As sugestes so de grande interesse, especialmente ao gerenciamento brasileiro, que apresenta averso ao risco. A princpio, os responsveis por assegurar um sistema bancrio estvel, como supervisores, reguladores, proprietrios e gerentes, devem atentar para o fato de que os principais riscos enfrentados pelas instituies devem advir de falhas internas, em particular, de baixa qualificao gerencial (BERGER e DEYOUNG, 1997). Desse modo, a melhora da eficincia bancria deve ser o foco de polticas regulatrias no sentido de restringir o risco. Rossi et al. (2009) chamam a ateno para a relevncia do Acordo de Capital Basileia II, que ressalta a reviso da superviso dos bancos como um primeiro passo para um sistema mais sensvel ao risco. Sendo assim, uma reduo na probabilidade de falncia de bancos estaria condicionada a melhores prticas gerenciais, o que exige incentivos ao aprimoramento do capital humano para melhora no desempenho. A concluso a que se chega que h evidncias de que a baixa eficincia de custo, comparativamente aos bancos europeus e norte-amerianos (STAUB et al., 2010), pode gerar maior vulnerabilidade, pois tal caracterstica estaria ligada a um aumento do risco de crdito do sistema. Isso exigiria maior ateno dos supervisores bancrios na reduo da exposio a atividades de risco (KOUTSOMANOLI-FILIPPAKI e MAMATZAKIS, 2009). Outro aspecto sugerido para melhora da estabilidade est ligado a uma regulamentao financeira mais rigorosa no sentido de restringir o risco, em particular o risco sistmico. Esse tipo de regulamentao est vigente no Brasil e explica, em parte, por que a recente crise financeira afetou pouco o sistema bancrio domstico. Por fim, cabe destacar a importncia da transparncia, como a divulgao de itens fora do balano de pagamentos e de prticas gerenciais arriscadas, para aumentar a estabilidade bancria e reduzir a incidncia de crises (NIER, 2005; BREUER, 2006).
Referncias
ARELLANO, M.; BOND, S. Some tests of specification for panel data: Monte Carlo evidence and an application to employment equations. Review of Economic Studies, Volume 58, p. 277-297, 1991. ARELLANO, M.; BOVER, O. Another look at the instrumental variable estimation of error-components models. Journal of Econometrics, Volume 68, n. 1, p. 29-51, 1995. BANKER, R. D.; CHARNES, A.; COOPER, W. W. Some models for estimating technical and scale inefficiencies in Data Envelopment Analysis. Management Science, Volume 30, n. 9, p. 1.078-1.092, 1984. BANKER, R. D.; NATARAJAN, R. Statistical tests based on DEA efficiency scores. In: Cooper, W. W.; SEIFORD, L.; ZHU, J. Handbook of Data Envelopment Analysis. Boston: Kluwer Academic Publishers, 2004. ______________. Evaluating contextual variables affecting productivity using Data Envelopment Analysis. Operations Research, Volume 56, p. 48-58, 2008. BERGER, A. N.; DEYOUNG, R. Problem loans and cost efficiency in commercial banks. Journal of Banking and Finance,Volume 21, p. 849-870, 1997. BERGER, A. N.; HUMPHREY, D. B. Efficiency of financial institutions: international survey and directions for future research. European Journal of Operational Research, Volume 98, n. 2, p. 175-212, 1997. _______________. The dominance of inefficiencies over scale and product mix economies in banking. Journal of Monetary Economics, Volume 28, n. 2, p. 117148, 1991. BLUNDELL, R.; BOND, S. Initial conditions and moment restrictions in dynamic panel data models. Journal of Econometrics, Volume 87, n. 1, p. 115-143, 1998. BREUER, J. B. Problem bank loans, conflicts of interest, and institutions. Journal of Financial Stability, Volume 2, p. 266-285, 2006. CHORTAREAS, G.; GARZA-GARCIA, J. G.; GIRARDONE, C. Banking sector performance in Latin America: market power versus efficiency. Discussion Papers, University of the West of England, Department of Economics, n. 0905, 2009. GONZALEZ-HERMOSILLO, B. Determinants of ex-ante banking system distress: A macro-micro empirical exploration of some recent episodes. IMF Working Papers, International Monetary Fund, 1999. KOUTSOMANOLI-FILIPPAKI, A.; MAMATZAKIS, E.C. Performance and Merton-type default risk of listed banks in the EU: a panel VAR approach. Journal of Banking and Finance, Volume 33, n. 11, p. 2050-2061, 2009.
LOVE, I.; ZICCHINO, L. Financial development and dynamic investment behavior: evidence from panel VAR. The Quarterly Review of Economics and Finance, Volume 46, p. 190-210, 2006. NIER, E. W. Bank stability and transparency. Journal of Financial Stability, Volume 1, p. 342-354, 2005. PODPIERA, J.; WEILL, L. Bad luck or bad management? Emerging banking market experience. Journal of Financial Stability, Volume 4, p. 135-148, 2008. ROODMAN, D. M. How to do xtabond2: an introduction to Difference and System GMM in Stata. Working Papers 103, Center for Global Development, 2006. ROSSI, S. P. S.; SCHWAIGER, M.; WINKLER, G. Managerial behavior and cost/profit efficiency in the banking sectors of Central and Eastern European countries. Working Papers, Oesterreichische Nationalbank (Austrian Central Bank), n. 96, 2005. _____________. How loan portfolio diversification affects risk, efficiency and capitalization: A managerial behavior model for Austrian banks. Journal of Banking and Finance, Volume 33, n. 12, p. 2218-2226, 2009. SIMAR, L.; WILSON, P. W. Estimation and inference in two-stage, semi-parametric models of production processes. Journal of Econometrics, Volume 136, n. 1, p. 31-64, 2007. SOUZA, G. S.; STAUB, R. B. Two stage inference using Data Envelopment Analysis efficiency measurements in univariate production models. International Transactions in Operational Research, Volume 14, p. 245-258, 2007. STAUB, R. B.; SOUZA, G.; TABAK, B. M. Evolution of bank efficiency in Brazil: a DEA approach. European Journal of Operational Research, Volume 202, p. 204- 213, 2010. WHEELOCK, D.; WILSON, P.W. Why do banks disappear? The determinants of U.S. bank failures and acquisitions. The Review of Economics and Statistics, Volume 82, n. 1, p. 127-138, 2000. WILLIAMS, J. Determining management behavior in European banking. Journal of Banking and Finance, Volume 28, p. 2427-2460, 2004. WINDMEIJER, F. A finite sample correction for the variance of linear efficient two-step GMM estimators. Journal of Econometrics, Volume 126, n. 1, p. 25-51, 2005.
7
1 Introduo
Correlao de Default: uma investigao emprica de crditos de varejo no Brasil

Antonio Carlos Magalhes da Silva1 Arnildo da Silva Correa Jaqueline Terra Moura Marins Myrian Beatriz Eiras das Neves
As matrizes de correlao de default so instrumentos fundamentais nos estudos sobre risco de crdito, em especial na rea de diversificao de risco, avaliao de derivativos de crdito, estimao de perdas de carteiras de emprstimos e financiamentos e clculo de requerimentos de capital segundo o Acordo de Basileia. Nesse sentido, o assunto torna-se relevante tanto para instituies financeiras como para autoridades reguladoras. Diversos modelos analticos para estimao das matrizes de correlao tm sido desenvolvidos, muitas vezes em virtude da dificuldade de se obterem dados suficientes para uma estimao emprica. Zhou (1997) faz uma boa reviso das metodologias analticas utilizadas para calcular a correlao de default. Lucas (1995) descreve que esta pode ser afetada por razes ligadas ao ambiente macroeconmico, assim como a assuntos especficos pertinentes ao ambiente de negcios da empresa. No caso de crditos de varejo, os dados so ainda mais escassos. Cowan e Cowan (2004) apresentam o que eles chamam de primeira investigao emprica de correlao de default, para uma carteira composta exclusivamente de emprstimos subprime. Os autores confirmam que investigaes empricas baseadas em crditos de varejo so praticamente inexistentes, dada a dificuldade de obteno de dados. No caso do Brasil, dispomos de uma base referente s operaes de varejo. So dados de transies e de default provenientes do Sistema de Informaes de Crdito (SCR). O objetivo deste trabalho calcular utilizando-se os dados, i.e., sem nos basearmos em um modelo especfico, as matrizes de correlao de default de um conjunto de operaes de crdito de varejo. Adicionalmente, examinamos o comportamento dessas matrizes em diferentes fases do crescimento econmico e verificamos o impacto desse comportamento sobre as perdas em carteira decorrentes de eventos de default, por meio do Value at Risk (VaR) de crdito.
As opinies expressas neste artigo so de responsabilidade de seus autores e no refletem, necessariamente, a posio do Banco Central do Brasil (BCB) ou as opinies de seus membros.
Primeiramente, realizamos o clculo emprico das correlaes de default utilizando a segmentao das operaes usualmente feita na literatura, que a segmentao por classificao de risco das operaes. Mais especificamente, estudos empricos de correlao de default encontrados na literatura tratam de crditos no varejo segmentados por classe de risco para cada setor econmico ao qual a empresa tomadora est vinculada. Nesse primeiro clculo emprico, encontramos fracas correlaes de default. Dessa forma, por estarmos tratando de um universo diferente de crditos de varejo, formados quase que em sua totalidade por pessoas fsicas, investigamos se outra forma de segmentao das operaes de crdito seria mais apropriada para apresentar as correlaes. Assim, em seguida utilizamos um modelo Probit para tentar identificar quais variveis seriam significativas para explicar os eventos de default dos clientes em cada classe de risco. A partir dessa identificao, os clculos empricos de correlao de default so refeitos, usando um novo agrupamento dos dados, determinado pelas variveis significativas. A metodologia utilizada sugere que a varivel Tipo de Ocupao do Cliente na modalidade Crdito Pessoal importante para o evento de default. Fazendo analogia entre o universo do varejo e o do no varejo, razovel imaginar que a segmentao por Tipo de Ocupao do Cliente possa de alguma forma captar, no varejo, a segmentao por Setor Econmico comum aos crditos no varejo. De fato, o resultado foi similar na modalidade de Financiamentos de Veculos. Assim sendo, apresentamos finalmente um novo clculo de correlaes empricas de default, agrupando as operaes de crdito por Tipo de Ocupao na modalidade Crdito Pessoal e Financiamento de Veculos. Os resultados das matrizes de correlao, reagrupadas por Tipo de Ocupao, foram melhores porque apresentaram coeficientes positivos e pontualmente mais elevados. Vale lembrar que nossos resultados de correlao no so comparveis aos de Basileia II, que atribui um intervalo de variao para as correlaes de varejo entre 3% e 16% (outras exposies de varejo). Como apresentado melhor na seo Metodologia, nossos resultados diferem dos de Basileia II quanto ao critrio de default empregado (sessenta, e no noventa dias) e periodicidade das correlaes obtidas (semestral, e no anual). O trabalho encontra-se assim dividido. A seo 2 discute a reviso da literatura; a seo 3 apresenta a metodologia e os dados utilizados. A seo 4 apresenta os resultados empricos das matrizes de correlao de default por classe de rating, os resultados do modelo Probit para identificao das variveis significativas e os resultados empricos finais. As concluses e os desdobramentos futuros do trabalho esto na seo 5.
2 Reviso de literatura
A modelagem analtica comumente empregada na estimao da correlao de default aquela baseada no modelo de Merton (1974) para a distribuio conjunta dos valores dos ativos da empresa tomadora do crdito. Nesse tipo de modelagem, a transio entre as classes de risco , por hiptese, definida por um processo estocstico que descreve os valores dos ativos como funo de fatores de risco sistemticos e idiossincrticos. Assim, quando esses valores caem abaixo de certos nveis crticos, as transies ocorrem. A correlao entre os fatores sistemticos de risco define uma correlao entre os valores dos ativos e, consequentemente, entre as transies dos tomadores, denominada asset correlation. Deve se destacar que o prprio acordo de Basileia II utiliza essa estrutura de modelo de fatores de risco. A estimao da correlao entre os ativos nos modelos de fatores baseados na estrutura de Merton (1974) d-se a partir de dados observveis de mercado. Isso realizado por meio dos modelos CreditMetrics e KMV, os quais usam a correlao entre os equity prices como proxy para a correlao. Essa modelagem requer hipteses sobre a relao entre os preos dos ativos e os defaults, alm de necessitar da existncia de equity prices para os tomadores. Por isso, esse tipo de metodologia no pode ser aplicado ao presente estudo de operaes de varejo, uma vez que no existe asset price para pessoas fsicas. A estimao das matrizes de correlao de default baseou-se na metodologia emprica apresentada em Servigny & Renault (2002). Esses autores extraram informaes sobre transies marginais e conjuntas entre classes de risco a partir de dados histricos, sem fazer uso de nenhum modelo que descreva as transies. Alm disso, eles realizaram uma anlise do comportamento da correlao em funo dos ciclos econmicos. Na verdade, conforme mencionado em Gmez et al. (2007), essa metodologia utilizada em muitas aplicaes importantes, tal como o modelo CreditMetrics. Ela baseada na hiptese Markoviana de tempo discreto, usando um mtodo cohort (agrupamento). Operaes de crdito so agrupadas por classe de risco e correlaes discretas entre essas classes so calculadas a partir de probabilidades de transio. Estas so estimadas sob a hiptese de que a srie histrica das classificaes a realizao de uma cadeia de Markov de um certo nmero de estados (classes de risco) em tempo discreto. A probabilidade de transio do estado i para o estado j estimada dividindo-se o nmero de transies observadas de i para j em um dado perodo de tempo pelo nmero total de tomadores no estado i no incio do perodo. A estimao por tempo discreto desconsidera transies intermedirias ocorridas ao longo de cada perodo e, segundo Lando & Skodeberg (2002), essa uma das desvantagens do mtodo em relao a outros que consideram tempo contnuo. Esses autores comentam que estimativas nulas para probabilidades de transio podem ser equivocadamente obtidas no caso de o estado inicial das classificaes ser igual ao estado final. Alm disso, as transies de operaes que no permanecem na base durante todos os meses do perodo considerado, ou porque foram encerradas antes do fim do perodo ou porque foram iniciadas aps o incio do perodo, no so consideradas. No nosso caso, no presente artigo, optamos pelo
mtodo discreto. Trabalhos futuros consideraro metodologias de tempo contnuo, em que a frequncia de observao das transies a menor possvel (mensal). Servigny & Renault (2002) trabalharam com uma base de dados da Standard & Poors (S&P), a qual possui 21 anos de informao disponvel sobre transio de classificao de risco e default de empresas (1981 a 2001). Desse universo, os autores selecionaram uma amostra referente apenas a transies de empresas norte-americanas, totalizando cerca de 916.000 observaes e 764 defaults. No artigo, o perodo mnimo de tempo utilizado no clculo das transies foi de um ano.
3 Metodologia
3.1 Correlaes empricas
Neste artigo, partimos de uma base de operaes de crdito de varejo registradas no SCR entre janeiro de 2003 e julho de 2008. Foram consideradas operaes de varejo aquelas cuja responsabilidade total do tomador no sistema se situava entre R$5 mil e R$50 mil na data de contratao. Para o clculo das matrizes de transio e de correlao, foram selecionadas as duas modalidades com maior nmero de operaes presentes na amostra para o perodo Crdito Pessoal sem Consignao em Folha e Financiamento de Veculos. Dentre essas, foram escolhidas duas instituies financeiras com volume de operaes semelhante e relevante para o sistema. Essa filtragem foi necessria, haja vista a imensa quantidade de operaes de varejo existentes no perodo. Para assegurar o anonimato das duas instituies credoras selecionadas, o clculo das matrizes foi realizado com base nos dados conjuntos das duas instituies, aqui referenciadas apenas como instituio financeira A e B. As instituies em conjunto detinham aproximadamente 31% das operaes de Crdito Pessoal e 38% das operaes de Financiamento de Veculos no perodo em estudo. As amostras pertencentes s duas modalidades totalizaram, respectivamente, cerca de 1.570 mil e 6.450 mil de operaes. Diferentemente de Servigny e Renault (2002), aqui houve a necessidade de se trabalhar com um perodo inferior a um ano para o clculo das transies, dada a menor quantidade de anos com informao disponvel na base (2003 a 2008). Dessa forma, todo o clculo das matrizes de transio e de correlao baseou-se em migraes semestrais, totalizando onze semestres de observaes. As operaes foram, ento, agrupadas conforme as classificaes de risco informadas pelas instituies financeiras credoras ao SCR. Essa classificao baseia-se na Resoluo no 2.682, de 21 de dezembro de 1999, a qual estabelece nove classificaes possveis de acordo com os prazos de atraso no pagamento das obrigaes (AA, A, B, C, D, E, F, G e H). Ao fazer esse agrupamento, assume-se que todos os emprstimos pertencentes a uma mesma classe de risco possuem probabilidades de transio e correlaes de default idnticas. Aqui, em consequncia do conceito de default utilizado, foram consideradas como operaes em default aquelas classificadas entre D e H. Vale mencionar
que foram consideradas as transies das operaes para prejuzo, todavia foram eliminadas as que permaneceram nessa situao por mais de um semestre.2 As matrizes de transio marginais, ou univariadas, foram obtidas a partir das frequncias de transio entre as classes consideradas. As frequncias univariadas de transio em um semestre foram calculadas segundo a frmula abaixo: (1)
onde: = frequncia de transio univariada da classe i para a classe k em um dado semestre; = total de operaes que transitam da classe i no incio do semestre para a classe k no final do semestre; = total de operaes que pertencem classe i no incio do semestre. De forma semelhante, as matrizes de transio conjuntas, ou bivariadas, foram obtidas a partir da frmula abaixo para as frequncias bivariadas: (2) onde: = frequncia de transio bivariada das classes i e j para as classes k e l, respectivamente, em um dado semestre; = total de operaes que transitam da classe i no incio do semestre para a classe k no final do semestre; = total de operaes que transitam da classe j no incio do semestre para a classe l no final do semestre; = total de operaes que pertencem classe i no incio do semestre; = total de operaes que pertencem classe j no incio do semestre. As frequncias univariadas e bivariadas de transio foram obtidas para cada semestre. A mdia ponderada dessas frequncias semestrais serviu de proxy para a probabilidade de transio. Na ponderao utilizada, a frequncia de cada semestre recebeu um peso especfico, equivalente ao percentual de operaes pertencentes a determinada classe no incio do semestre em relao ao total de operaes pertencentes quela classe em todos os semestres. As correlaes das transies entre as classes de risco consideradas foram obtidas de acordo com a frmula abaixo: (3)
Esse procedimento foi realizado para evitar que uma operao j baixada a prejuzo fosse considerada uma nova operao a cada semestre.
onde: = correlao entre duas operaes que transitaram das classes i e j no incio de um dado semestre para, respectivamente, as classes k e l ao final do semestre. Para se examinar o comportamento dessas matrizes em diferentes fases do crescimento econmico, este trabalho utilizou recente estudo do IBRE/FGV3 na identificao de semestres de recesso e de expanso durante o perodo analisado. Segundo o estudo, entre janeiro de 2003 e julho de 2008, a economia brasileira encontrou-se em recesso no primeiro semestre de 2003 e em expanso no restante do perodo. As mdias das frequncias de transio univariadas, bivariadas e das correlaes foram calculadas separadamente para os semestres de recesso e de expanso. Desse modo, para cada um dos dois cenrios econmicos considerados, foram obtidas estimativas para probabilidades de transio marginais, probabilidades conjuntas e correlaes de default.
3.2 Estimao das perdas por VaR

Para se avaliar os efeitos da elevao na probabilidade e na correlao de default sobre o aumento das perdas na carteira de crdito em pocas de recesso, este trabalho realizou uma estimativa por simulao do VaR de crdito. A carteira analisada referiu-se posio de varejo em maro de 2009 das instituies selecionadas nas modalidades em estudo. Como foi realizado para as matrizes de transio e de correlao, o VaR de crdito foi simulado para diferentes cenrios do crescimento econmico: recesso e expanso. Os parmetros de entrada utilizados na simulao de cada cenrio foram as probabilidades e as correlaes de default correspondentes estimadas empiricamente. Diante da grande quantidade de operaes presentes na carteira utilizada no experimento de simulao (663 mil em Crdito Pessoal sem Consignao e 1.099 mil em Financiamento de Veculos), foi selecionada uma amostra aleatria de 50.000 operaes desse universo, estratificada por classificao de risco. Aps essa etapa, um valor unitrio hipottico foi atribudo a cada exposio da carteira. Foram realizadas cem simulaes dessa carteira a cada corrida, e um total de cinco corridas. Em cada simulao, variveis binrias (default ou no default) foram amostradas de uma distribuio Bernoulli, conforme os parmetros (probabilidade e correlao de default) estimados empiricamente de acordo com a classificao de risco de cada operao. As perdas futuras da carteira decorrentes de eventos de default foram simuladas de acordo com uma verso default-mode do modelo CreditMetrics, conforme apresentada em Gordy (2000). Nesse tipo de modelagem, somente as perdas decorrentes de eventos de default so modeladas, i.e., as perdas associadas deteriorao da qualidade de crdito dos clientes no so consideradas. Esse tipo
3 Comit de Datao dos Ciclos Econmicos, IBRE/FGV, de 27.5.2009.
de modelo tambm conhecido na literatura como CreditMetrics simplificado. O horizonte utilizado na simulao de um semestre. A estrutura do modelo a seguinte: (4) onde: n = nmero de operaes na amostra (50.000 em nossa simulao); L = perda total da carteira ao final de um ano, resultante do somatrio das perdas de cada operao; = Exposure at Default ou valor da exposio da i-sima operao no momento do default (igual a 1, por hiptese); = Loss Given Default ou perda dado o default da i-sima operao; = varivel indicativa do default (Bernoulli). A LGD associada a cada operao foi considerada uma varivel aleatria com distribuio Beta. Os parmetros dessa distribuio foram retirados de Silva, Marins e Neves (2009). A simulao da distribuio de probabilidade das perdas da carteira em estudo foi realizada para cada um dos dois cenrios mencionados acima recesso e expanso. No caso das simulaes dos cenrios de recesso e de expanso, foram utilizadas como parmetros de entrada as probabilidades e as correlaes de default estimadas para os cenrios correspondentes. O VaR de cada cenrio foi calculado para vrios nveis de percentil (95%, 99% e 99,9%).
3.3 Modelo Probit

Para identificarmos os agrupamentos mais adequados para medir a correlao de default entre crditos de varejo, desenvolvemos um modelo economtrico que utiliza variveis que dizem respeito s caractersticas pessoais do cliente para explicar seus eventos de default em uma determinada classe de risco. Essas variveis categricas so: sexo, idade, tipo de ocupao e regio geogrfica de domiclio. Alm dessas, o modelo considera como variveis independentes as taxas (propores) de default das operaes em cada classe de risco, j que essas variveis captariam de alguma forma as eventuais correlaes entre os defaults das diversas classes. Essa estimao economtrica pode ser justificada atravs do seguinte modelo. Suponha que o tomador do crdito ou cliente da operao, que possui uma dada classificao de risco, ao realizar uma operao de crdito, o faz para obter recursos para implementar um dado projeto. O retorno do projeto deve depender (i) das caractersticas pessoais do tomador, (ii) do ambiente macroeconmico em que ele se insere e (iii) das taxas de default de outras operaes de crdito. A dependncia do retorno do projeto em relao s taxas de default pode ser racionalizada pela interdependncia dos projetos existentes na economia. Por
exemplo, uma reduo nos retornos de outros projetos deve aumentar as taxas de default das outras operaes de crdito (dentro e/ou fora da mesma classe de risco) e, atravs de um efeito cruzado, reduzir o retorno do projeto do tomador considerado. Assim, podemos escrever: (5)
onde i o tomador; j = 1, ..., J a classe de risco; o retorno do projeto do tomador i que pertence classe de risco j no tempo t; um vetor com as caractersticas a taxa de pessoais do tomador i; so variveis macroeconmicas no tempo t; defaults da classe j no tempo t; , e = ( , ..., ) so vetores de parmetros e um choque que afeta o retorno do projeto. Para que o tomador pague sua operao de crdito, o projeto deve ter um retorno mnimo . Caso contrrio, o tomador entrar em default. Como definido uma varivel no observada. Apenas o dono do acima, o retorno do projeto projeto a observa. Contudo, observamos a seguinte varivel que define default:
isto ,
=(
Assumindo que ~ N(0,1) e escrevendo = ( , , ), onde , ...,), podemos derivar um modelo Probit para a probabilidade de default:
(6) Igualmente, temos: (7)
onde
a funo distribuio acumulada da distribuio normal padro.
Nota-se que a probabilidade de default de uma operao na classe de risco j depende no apenas da taxa de defaults dentro da prpria classe, mas tambm da taxa de defaults dentro das outras classes de risco.
Cabe aqui mencionar que esse modelo no ser utilizado como previsor de correlaes de default. Mais uma vez, sua utilizao aqui se restringe identificao de uma melhor segmentao para o clculo da correlao emprica.
4 Resultados
4.1 Correlaes empricas por classe de risco
As operaes de crdito das instituies selecionadas pertencentes modalidade Crdito Pessoal representavam 16% do volume financeiro de operaes do SFN em janeiro de 2003. As operaes da modalidade Financiamento de Veculos representavam 23% desse volume na mesma data. Esses percentuais so semelhantes se obtidos em relao quantidade de operaes, em vez do seu volume financeiro. Como j descrito anteriormente, essas modalidades foram escolhidas por serem as mais relevantes dentro do segmento de operaes de varejo no perodo. O prazo mdio das operaes pertencentes modalidade Crdito Pessoal apresentou um crescimento de 160% entre janeiro de 2003 e julho de 2008, passando de 211 para 556 dias corridos. Para a modalidade Financiamento de Veculos, esse prazo cresceu apenas 15% no mesmo perodo. A amostra de operaes de varejo aqui considerada est representada, na sua grande maioria, por operaes concedidas a pessoas fsicas. Em Financiamento de Veculos, o percentual concedido de 90,8% e, em Crdito Pessoal, pela natureza da modalidade, de praticamente sua totalidade. A tabela 1 apresenta as probabilidades univariadas de transio entre as cinco classes de risco consideradas (AA, A, B, C e Default) para cada uma das modalidades em estudo. Como esperado, observa-se que, em mdia, as probabilidades de permanncia nas classificaes originais de risco (diagonal principal das matrizes) so maiores do que as de mudana no caso das duas modalidades. Em ambas as modalidades, a probabilidade mais alta a de permanncia na classe de Default, indicando que, uma vez que a operao entre em default, este um estado absorvente, do qual difcil sair.
Tabela 1 Probabilidades univariadas de transio Crdito pessoal
Classe Final AA AA Classe Inicial A B C Default 48,29% 1,26% 0,07% 0,13% 0,01% A 42,74% 77,18% 8,78% 3,05% 0,51% B 2,52% 11,61% 60,12% 8,48% 2,85% C 3,20% 2,37% 4,46% 47,65% 0,79% Default 3,24% 7,58% 26,58% 40,69% 95,83%
Financiamento de veculos
Na modalidade Crdito Pessoal, as probabilidades de default (ltima coluna das matrizes) so em geral maiores do que na modalidade Financiamento de Veculos, o que pode ser explicado pela existncia de garantia na segunda modalidade. Esse um resultado j encontrado em trabalho anterior dos autores. (SILVA; MARINS; NEVES, 2009). A tabela 2 apresenta os mesmos resultados em fases diferentes do crescimento econmico. Como esperado, no cenrio de recesso, observa-se que as probabilidades de transio para a classe de Default, independentemente da classe inicial, so maiores que a mdia. O contrrio acontece no cenrio de expanso. Vale ressaltar que o comportamento do cenrio de expanso, de uma forma geral, segue os resultados da Matriz univariada mdia, haja vista a grande concentrao de semestres em expanso no perodo analisado.
Tabela 2 Probabilidades univariadas de transio (recesso e expanso) Crdito pessoal Recesso
Financiamento de veculos Recesso

Crdito pessoal Expanso

Financiamento de veculos Expanso

A tabela 3 (inserida no Anexo) apresenta as matrizes bivariadas de transio referentes mdia de todos os semestres, dos semestres de expanso e de recesso para as cinco classes de risco. Para facilitar a visualizao, uma verso simplificada apresentada a seguir. Ela contm uma agregao mais ampla das classes de risco, de modo que as classes AA a C foram agrupadas numa nova classe chamada de No Default. Apesar da agregao, os resultados so semelhantes aos da tabela completa de cinco classes.
Tabela 3 Probabilidades bivariadas de transio (2 classes de risco) 1/ Perodo total Crdito pessoal
Classe Final ND, ND Classe Inicial ND, ND ND, D D, ND D, D 74,27% 3,00% 3,00% 0,15% ND, D 11,75% 82,15% 0,59% 3,53% D, ND 11,75% 0,59% 82,15% 3,53% D, D 2,23% 14,26% 14,26% 92,79% ND, ND ND, D D, ND D, D
Classe Final ND, ND 88,22% 8,74% 8,74% 1,20% ND, D 5,67% 85,26% 0,65% 7,83% D, ND 5,67% 0,65% 85,26% 7,83% D, D 0,44% 5,35% 5,35% 83,14%
Perodo de recesso Crdito pessoal

Classe Final ND, ND Classe Inicial ND, ND ND, D D, ND D, D 54,95% 0,93% 0,93% 0,02% ND, D 19,18% 73,20% 0,33% 1,24% D, ND 19,18% 0,33% 73,20% 1,24% D, D 6,69% 25,55% 25,55% 97,50% ND, ND ND, D D, ND D, D
Classe Final ND, ND 82,71% 6,80% 6,80% 0,56% ND, D 8,23% 84,14% 0,68% 6,92% D, ND 8,23% 0,68% 84,14% 6,92% D, D 0,82% 8,38% 8,38% 85,60%
Perodo de expanso Crdito pessoal

Classe Final ND, ND Classe Inicial ND, ND ND, D D, ND D, D 74,32% 3,00% 3,00% 0,15% ND, D 11,74% 82,18% 0,59% 3,54% D, ND 11,74% 0,59% 82,18% 3,54% D, D 2,22% 14,23% 14,23% 92,78%
Classe Final ND, ND ND, ND ND, D D, ND D, D 88,38% 8,80% 8,80% 1,22% ND, D 5,60% 85,29% 0,65% 7,86% D, ND 5,60% 0,65% 85,29% 7,86% D, D 0,42% 5,25% 5,25% 83,07%
1/ ND No Default e D Default .
Como no caso univariado, as diagonais principais, que representam as probabilidades de permanncia nas classes iniciais de risco, apresentam os maiores percentuais. Na modalidade Crdito Pessoal, a probabilidade mais alta de permanncia refere-se aos pares de operaes pertencentes s classes iniciais de Default. No entanto, essa caracterstica no verificada na modalidade Financiamento de Veculos, o que pode ser consequncia do fato de o prprio objeto do financiamento (veculo) ser a garantia real do crdito nessa modalidade. Observa-se ainda, pelo mesmo motivo, que as probabilidades bivariadas de transio para default (ltima coluna) so superiores na modalidade Crdito Pessoal. No cenrio de recesso econmica, as probabilidades bivariadas de transio para default so mais elevadas do que no cenrio de expanso, como esperado. Isso acontece tanto para a modalidade Crdito Pessoal quanto para Financiamento de Veculos. A tabela 4 mostra as correlaes de default calculadas empiricamente para as cinco classes de risco. primeira vista, nota-se uma grande disperso nas correlaes em ambas as modalidades. Esse resultado tambm aparece em outros estudos empricos, os quais relatam correlao de default de valores negativos a elevados valores positivos (LUCAS, 1995; NAGPAL e BAHAR, 2001; ROSCH, 2003; SERVIGNY e RENAULT, 2002). No entanto, grande parte das correlaes de default encontradas foi prxima de zero nas modalidades analisadas. Essas fracas correlaes de default podem estar associadas ao fato de que a base de operaes em estudo relativa ao segmento de varejo. Nesse ambiente, o crdito concedido em quase sua totalidade a uma grande quantidade de pessoas fsicas diferentes, o que pode levar a um efeito de diversificao, pulverizando assim a influncia entre os eventos de default. Outra possvel explicao para as baixas correlaes de default o fato de a srie de tempo usada ter sido de apenas seis anos, o que possivelmente limitou a ocorrncia de defaults.
Tabela 4 Matriz de correlao emprica de default
Crdito Pessoal
AA AA A B C Default 1,67% 1,03% 2,40% -0,46% 2,27% A 1,03% -2,77% -3,68% -3,63% -17,69% B 2,40% -3,68% -3,07% -3,04% -22,83% C -0,46% -3,63% -3,04% -6,34% 15,86% Default 2,27% -17,69% -22,83% 15,86% 23,88%
AA AA A B C Default 0,75% 0,51% 1,13% 0,47% -6,82% A 0,51% 0,01% 0,23% 0,96% -0,83% B 1,13% 0,23% 0,96% 1,12% -7,42% C 0,47% 0,96% 1,12% -2,04% -20,40% Default -6,82% -0,83% -7,42% -20,40% 32,86%
A tabela 5 apresenta o VaR estimado para a carteira em cenrio de recesso e de expanso, para cada modalidade em estudo. O VaR de recesso foi superior ao VaR de expanso nas duas modalidades, conforme esperado. A maior diferena entre os valores de VaR ocorreu na modalidade Crdito Pessoal, sendo o VaR de recesso cerca de 14% superior ao de expanso em todos os trs percentis considerados. Esse percentual cai para aproximadamente 4% na modalidade Financiamento de Veculos, o que est associado ao fato de as probabilidades e as correlaes de default serem mais baixas nessa modalidade.
Tabela 5 VaR estimado para a carteira Crdito pessoal
95,0% Expanso Recesso 18,85% 21,55% 99,0% 18,89% 21,61% 99,9% 18,91% 21,62%
95,0% Expanso Recesso 12,27% 12,82% 99,0% 12,31% 12,88% 99,9% 12,32% 12,90%
Ressalta-se que Servigny e Renault (2002) encontraram um VaR de recesso 46% superior ao de expanso, para uma carteira fictcia de cem ttulos do tipo non-investment grade.
4.2 Modelo de regresso Probit

As baixas correlaes empricas encontradas acima nos sugerem que pode existir uma outra forma de segmentao das operaes de crdito que seja mais apropriada para crditos de varejo. O modelo Probit estimado a seguir tem esse objetivo. Uma vantagem desse modelo que a probabilidade de default dentro de uma classe de risco afetada pela proporo de default dentro da prpria classe e tambm pela proporo de default em todas as outras classes de risco. Isso nos permite dizer alguma coisa sobre a significncia estatstica das correlaes empricas estimadas anteriormente, alm de sugerir outras formas de agrupamento para o clculo das correlaes.
A base de dados utilizada para mensurar as variveis do modelo foi a mesma empregada no clculo das correlaes empricas, com informaes semestrais de janeiro de 2003 a julho de 2008. As modalidades de crdito aqui consideradas tambm foram Crdito Pessoal sem Consignao e Financiamento de Veculos. O modelo foi estimado separadamente para cada uma dessas duas modalidades. A varivel dependente uma funo indicadora de default da operao ao final de um dado semestre. Essa varivel foi separada por classificao de risco da operao no incio do semestre e o mesmo modelo foi estimado para cada uma das cinco classes possveis (AA, A, B, C e Default). Em relao s variveis independentes, o modelo possui variveis contnuas (variveis macroeconmicas e variveis referentes s propores de default por classe) e categricas (variveis referentes s caractersticas pessoais do tomador). Quanto varivel macroeconmica, foram testadas separadamente a Taxa de Variao do Produto Interno Bruto (PIB), medida a preos de mercado e dessazonalizado (Instituto Brasileiro de Geografia e Estatstica IBGE), e a Taxa de Variao do Emprego, medida pelo nvel de pessoal empregado na indstria, dessazonalizado (Confederao Nacional da Indstria CNI). O modelo tambm foi estimado considerando essas variveis com defasagem de um perodo. As variveis referentes s propores de default em cada classe foram calculadas pela razo entre o total de operaes em default ao final do semestre e o total de operaes em cada classe no incio do semestre. As variveis representativas das caractersticas pessoais do tomador foram categorizadas da seguinte forma: Sexo = No disponvel (1); No informado (2); Feminino (3 basal); Masculino (4). Idade = menores de 25 anos (1 basal); entre 25 e 35 anos (2); entre 35 e 45 anos (3); entre 45 e 60 anos (4); maiores de 60 anos (5). Tipo de ocupao = Setor privado (1 basal); Setor pblico ou militar (2); Profissional liberal ou autnomo (3); Proprietrio de empresa (4); Aposentado ou pensionista (5); Outros (6). Regio geogrfica de domiclio = Regio Norte (1 basal); Regio Nordeste (2); Regio Centro Oeste (3); Regio Sudeste (4); Regio Sul (5). Antes de apresentar os resultados das estimaes do modelo, apresentamos uma estatstica descritiva das variveis pessoais do tomador. Os histogramas esto no Anexo. Na modalidade Crdito Pessoal, os tomadores considerados so do sexo masculino, em sua maioria (61%). H uma concentrao maior de tomadores nas faixas etrias intermedirias, principalmente entre 45 e 60 anos (34,42%). Os tomadores distribuem-se melhor entre os seis subtipos de ocupao considerados, sendo que o Setor privado absorve o maior nmero de tomadores (24,6%), seguido por Proprietrios de empresa (22,2%) e Outros (17,3%). Observa-se uma forte concentrao de clientes na regio Sudeste (70,6%). Vale ressaltar que as regies Norte e Nordeste abrigam menos de 10% dos tomadores.
Na modalidade Financiamento de Veculos, assim como na modalidade anterior, os tomadores so, em sua maior parte, do sexo masculino (68,1%) e esto concentrados nas faixas etrias intermedirias. Sendo que, em Financiamento de Veculos, eles se distribuem igualmente entre as faixas 25 e 35 anos, 35 e 45 anos e 45 e 60 anos (em torno de 27% em cada). Nessa modalidade, h uma concentrao de tomadores classificados como Outros em Tipo de ocupao (40,7%), seguida de Setor privado (19,1%), Proprietrio de empresa (15,2%), Setor pblico ou militar (11,4%), Profissional liberal ou autnomo (7,8%) e Aposentado ou pensionista (5,7%). Como na modalidade anterior, h maior concentrao de clientes no Sudeste (60,8%) e no Sul (17,8%). O modelo foi estimado em duas verses: a primeira utilizando como varivel macroeconmica a Taxa de Variao do Emprego e a segunda utilizando a Taxa de Variao do PIB, ambas defasadas em um perodo. Os coeficientes dessas variveis no foram significativos, por isso foram retiradas do modelo.
4.2.1 Modalidade crdito pessoal sem consignao

Os resultados detalhados das estimaes do Probit para cada classe de risco encontram-se no Anexo, ao final deste trabalho. Como esperado, os coeficientes das variveis Taxas de Default mostraram-se, em geral, positivos e significativos para explicar o default da mesma classe da varivel dependente, indicando que uma proporo maior de default dentro da classe de risco aumenta a probabilidade de que o indivduo d default em sua operao de crdito. A varivel Taxa de Default da classe de mais baixo risco (classe AA) mostrou-se significativa para o default de todas as classes, exceo da classe C, na qual somente a varivel Taxa de Default da prpria classe foi significativa. Por outro lado, a varivel Taxa de Default da classe mais alta de risco (classe Default) somente foi significativa para o default da prpria classe e da classe A. Dentre as variveis pessoais do tomador, a varivel Tipo de Ocupao foi a nica que se mostrou significativa em todas as suas categorias4, para todas as cinco classes de risco. Em relao significncia das demais variveis pessoais, notamos que a classe mais baixa de risco, AA, foi a que apresentou mais variveis pessoais no significativas; apenas a categoria Maiores de 60 anos da varivel Idade apresentou significncia nessa classe. A varivel Sexo mostrou-se no significativa para as duas classes mais baixas de risco AA e A, a categoria Idade entre 35 e 45 anos mostrou-se no significativa nas classes intermedirias B e C, e Regio geogrfica de domiclio mostrou pelo menos uma categoria no significativa em todas as classes. Isso sugere que a varivel Tipo de ocupao deve discriminar melhor as correlaes de default de operaes de varejo. Em seguida, apresentamos o reclculo das correlaes empricas de default de acordo como essa varivel.
Existe apenas uma exceo na classe AA e uma na classe C.
4.2.1.a Correlao emprica por tipo de ocupao do cliente

As matrizes empricas de correlao de default segmentadas pelos seis tipos de ocupao do tomador esto apresentadas na tabela 6 para a modalidade crdito pessoal. Como antes, as duas instituies financeiras A e B consideradas neste trabalho esto tratadas conjuntamente em cada modalidade de crdito.
Tabela 6 Correlao emprica de default por tipo de ocupao do tomador Crdito pessoal
Privado Privado Pblico Prof. Liberal Prop. Empresa Aposentado Outros 23.52% 29.71% 29.18% 28.21% 25.69% 36.95% Pblico 29.71% 36.87% 36.60% 35.19% 31.82% 45.71% Prof. Liberal Prop. Empresa 29.18% 36.60% 36.16% 34.90% 31.62% 45.62% 28.21% 35.19% 34.90% 33.60% 30.30% 43.92% Aposentado 25.69% 31.82% 31.62% 30.30% 27.31% 39.52% Outros 36.95% 45.71% 45.62% 43.92% 39.52% 56.95%
Diferentemente do caso da segmentao por classe de risco, as correlaes de default apresentaram-se positivas ao longo da diagonal principal das matrizes acima. Esse um resultado mais razovel do que os encontrados anteriormente, j que estamos aqui tratando de tomadores entre os mesmos grupos de ocupao, cujos eventos de defaults estariam mais sujeitos s peculiaridades de cada grupo do que s condies macroeconmicas. Vale lembrar que resultados semelhantes foram encontrados por Servigny e Renault (2002) e Nagpal e Bahar (2001). Apesar de os artigos desses autores referirem-se a um universo de crdito concedido a empresas, enquanto os nossos dados se referem a uma base de crdito de varejo, mais uma vez, a varivel Tipo de ocupao no universo do crdito a pessoas fsicas pode ser interpretada de forma anloga varivel Setor econmico no universo do crdito a empresas. As correlaes positivas tambm foram encontradas fora da diagonal principal nas duas modalidades, entre os demais tipos de ocupao (correlaes cruzadas). Observamos pares de correlaes semelhantes entre todos os subtipos de ocupao, da ordem de 30 a 40%.
4.2.2 Modalidade financiamento de veculos

Os resultados das regresses Probit para cada classe de risco encontram-se no Anexo, ao final deste trabalho. Tambm aqui, como esperado, os coeficientes das variveis Taxas de Default se mostraram positivos e significativos para explicar o default da mesma classe da varivel dependente. A varivel Taxa de Default das classes de mais baixo risco (classes AA e A) mostraram-se significativas para o default de todas as classes. A varivel Taxa
de Default na classe mais alta de risco (classe Default) foi significativa para todas as demais classes, exceo da classe A. Dentre as variveis pessoais, a varivel Sexo apresentou-se significativa em todas as classes de risco consideradas. O modelo Probit indica que o sexo masculino apresenta uma probabilidade maior de default em relao ao sexo feminino5. Alm disso, a varivel Tipo de ocupao na categoria Setor pblico no foi significante para as classes de risco mais baixas (classes C e Default). A varivel Idade foi no significativa somente nas classes AA e C, respectivamente nas categorias entre 25 e 35 anos e entre 35 e 45 anos. A varivel Regio geogrfica de domiclio foi significativa apenas nas classes extremas de risco (classes AA e Default). Assim, as correlaes empricas foram recalculadas segmentando-se os dados por Tipo de ocupao. Essa abordagem apresentada a seguir.
4.2.2.a Correlao emprica por tipo de ocupao

Como na modalidade anterior (Crdito Pessoal), a diagonal principal da tabela 7 apresentou somente valores positivos. Alm disso, nessa modalidade, os valores de correlao so, de uma forma geral, inferiores aos da modalidade Crdito Pessoal. Isso est associado s peculiaridades da modalidade Financiamento de Veculos, que, por possuir garantia do crdito, acaba resultando em menores taxas de default. De novo, observamos pares de correlaes semelhantes entre todos os subtipos de ocupao.
Tabela 7 Correlao emprica de default por tipo de ocupao do tomador Financiamento de veculos
Privado Privado Pblico Prof. Liberal Prop. Empresa Aposentado Outros 2.04% 1.99% 3.16% 2.58% 1.89% 3.53% Pblico 1.99% 1.93% 3.06% 2.50% 1.81% 3.52% Prof. Liberal Prop. Empresa 3.16% 3.06% 4.98% 4.01% 2.85% 5.75% 2.58% 2.50% 4.01% 3.26% 2.32% 4.66% Aposentado 1.89% 1.81% 2.85% 2.32% 1.70% 3.31% Outros 3.53% 3.52% 5.75% 4.66% 3.31% 6.40%
5 Concluso
Os trabalhos de correlao de default na rea de varejo so escassos na literatura acadmica. Cowan e Cowan (2004) realizaram um trabalho seminal emprico no setor de subprime dos Estados Unidos, indicando a dificuldade na obteno de dados nesse tema. Este trabalho seguiu a metodologia apresentada por Servigny & Renault (2002), nas modalidades de Crdito Pessoal sem Consignao e Financiamentos de Veculos, em que so calculadas as correlaes empricas atravs
5 A varivel Sexo foi significativa na determinao do default indicada no modelo Probit. Todavia, a matriz de correlao de default agrupada por sexo no foi utilizada, haja vista que essa varivel no seria explicativa nesta abordagem.
das transies marginais e conjuntas entre classes de risco no Brasil ao longo do perodo de janeiro de 2003 a julho de 2008. Em perodos de recesso, identificamos elevao das probabilidades de transio para a classe de default em relao aos perodos de expanso econmica, fato esse medido atravs da metodologia do VaR. No que concerne matriz de correlao bivariada, visualizamos elevada disperso entre as correlaes nas duas modalidades. O resultado foi similar ao encontrado por Nagpal e Bahar (2001) e Servigny e Renault (2002). Essa situao pode ocorrer em funo das caractersticas tpicas das operaes de varejo, j que existe forte pulverizao das operaes. O modelo de regresso Probit indicou que a varivel Tipo de Ocupao foi significativa na maioria das classes existentes, indicando que poderia ser uma forma mais apropriada de segmentao no segmento de varejo. Os resultados da matriz de correlao, nessa nova forma de agregao, apresentaram-se semelhantes entre todos os subtipos de ocupao em ambas as modalidades. importante destacar que o modelo utilizado no trabalho no ser utilizado como previsor de correlaes de default, j que a metodologia aqui se restringe identificao de uma melhor segmentao para o clculo da correlao emprica na rea de varejo. Como sugesto para novos trabalhos, a utilizao das variveis Renda do Cliente, Prazo do Contrato e Taxa de Juros da Operao, assim como de informaes pertinentes ao patrimnio do indivduo, pode ser de extrema valia na obteno de modelos na rea de varejo. Alm disso, sugerimos a ampliao da metodologia para outras modalidades de crdito, assim como a identificao do setor econmico do tomador de crdito para uma abordagem mais aprofundada.
Referncias
COWAN, A.; COWAN, C. Default correlation: an empirical investigation of a subprime lender. Journal of Banking and Finance, 2004. GMEZ, J. et al. An Alternative Methodology for Estimating Credit Quality Transition Matrices. Borradores de Economa, Banco de La Republica de Colombia, 2007. GORDY, M. A Comparative Anatomy of Credit Risk Models. Journal of Banking and Finance 24, p. 119-149, 2000. JACKSON, P.; PERRAUDIN, W. Regulatory Implications of Credit Risk Modelling. Journal of Banking & Finance, vol. 24, n. 1-2, January 2000, p. 1-14. JONES, David. Emerging problems with the Basel Capital Accord: Regulatory Capital Arbitrage and Related Issues. Journal of Banking and Finance, volume 24,n. 1, January 2000, p. 35-58(24). LANDO, D.; SKODEBERG, T. Analyzing rating transitions and rating drift with continuous observations. Journal of Banking and Finance, n. 26, p. 423-444, 2002. LUCAS, D. Default correlation and credit analysis. Journal of Fixed Income, March, p. 76-87, 1995. MERTON, R. On the Pricing of Corporate Debt: . Journal of Finance 29, p. 449470, 1974. NAGPAL, K.; BAHAR, R. Measuring default correlation. Risk, March, p. 129-132, 2001. ROSCH, D. Correlations and Business Cycles of Credit Risk: evidence from Bankrupticies in Germany. University of Regenburg, 2003. SERVIGNY, A.; RENAULT, O. Default correlation: empirical evidence. Standard and Poors, 2002. SILVA, A. C. M.; MARINS, J.; NEVES, M. The Influence of Collateral on Capital Requirements in the Brazilian Financial System: an approach through historical average and logistic regression on probability of default. Working Paper Series, Banco Central do Brasil, 2009. ZHOU, C. Default correlation: an analytical result. Working Paper, Federal Reserve Board, 1997.
Classe Inicial

Classe Final AA, B 0.95% 1.46% 1.97% 21.56% 16.97% 46.95% 40.45% 0.06% 0.03% 0.20% 17.64% 0.33% 32.20% 0.41% 79.09% 0.00% 0.00% 0.01% 0.02% 0.03% 0.01% 0.01% 0.04% 0.04% 0.12% 0.00% 0.00% 0.00% 0.00% 0.01% 0.11% 0.19% 0.39% 0.03% 0.02% 1.59% 0.02% 0.00% 0.00% 0.00% 3.64% 0.00% 1.11% 0.01% 0.98% 0.00% 0.89% 0.29% 0.05% 1.52% 1.82% 0.23% 0.10% 0.01% 0.23% 0.06% 8.79% 0.16% 4.50% 3.92% 0.22% 1.01% 7.05% 0.87% 0.30% 0.08% 0.25% 1.63% 0.30% 0.07% 7.67% 0.00% 0.25% 1.63% 3.31% 0.07% 2.31% 2.09% 0.02% 4.75% 40.48% 0.52% 0.39% 54.90% 5.70% 1.24% 4.06% 0.34% 27.97% 24.66% 1.33% 1.25% 1.87% 0.00% 0.04% 0.25% 0.07% 8.91% 0.01% 0.34% 1.01% 3.71% 3.79% 0.00% 0.00% 1.97% 0.03% 0.00% 0.01% 0.00% 0.21% 0.21% 0.49% 3.39% 0.00% 0.77% 5.70% 0.43% 2.35% 0.00% 4.67% 0.05% 6.11% 0.80% 0.16% 0.54% 0.01% 1.42% 0.16% 0.07% 0.01% 2.06% 3.56% 0.35% 0.17% 0.02% 0.31% 26.34% 14.68% 0.70% 2.75% 3.24% 0.09% 10.91% 0.08% 0.05% 0.12% 1.03% 0.02% 0.12% 0.17% 0.70% 1.10% 2.43% 0.41% 38.47% 0.02% 0.03% 0.00% 0.42% 0.00% 0.00% 0.00% 0.00% 1.96% 7.20% 6.10% 0.35% 0.34% 0.48% 1.46% 1.06% 0.00% 0.01% 0.08% 0.02% 2.22% 0.00% 0.01% 0.08% 0.06% 0.16% 1.24% 0.21% 0.05% 0.11% 0.43% 2.72% 0.49% 0.12% 1.01% 3.71% 3.08% 28.86% 1.11% 0.19% 0.45% 0.55% 0.06% 0.03% 0.00% 0.00% 0.10% 0.22% 1.01% 1.01% 0.00% 0.09% 0.21% 12.43% 14.27% 0.00% 0.23% 1.33% 0.11% 0.72% 0.00% 0.22% 1.25% 0.10% 1.31% 0.02% 0.07% 0.04% 0.09% 0.85% 0.01% 0.10% 0.09% 0.20% 1.85% 0.03% 1.31% 0.85% 1.85% 4.44% 3.69% 0.06% 1.39% 0.35% 0.06% 0.21% 0.06% 1.33% 0.34% 0.07% 0.97% 2.48% 0.83% 1.53% 0.07% 0.08% 0.10% 0.95% 1.48% 0.08% 0.17% 0.11% 0.21% 0.70% 1.24% 2.30% 0.09% 0.12% 0.48% 0.81% 1.91% 0.15% 0.29% 1.08% 1.83% 4.33% 1.07% 2.62% 9.69% 3.39% 28.13% 18.72% 1.03% 0.02% 0.07% 0.47% 0.09% 0.02% 0.29% 41.07% 0.02% 0.01% 0.03% 0.29% 0.01% 0.03% 0.05% 0.20% 0.31% 0.70% AA, C AA, Def A, Def B, AA B, A B, B B, C B, Def C, AA C, A C, B C, C C, Def Def, AA 0.97% 0.06% 0.00% 0.01% 0.00% 4.44% 0.03% 0.00% 0.01% 0.00% Def, A 2.48% 1.96% 0.34% 0.16% 0.02% 3.69% 4.67% 0.52% 0.23% 0.03% 12.43% 14.27% 0.20% 17.64% 0.01% 0.04% 0.00% Def, B 0.10% 0.48% 1.87% 0.31% 0.12% 0.21% 0.54% 4.06% 0.70% 0.17% 0.72% 2.35% 2.09% 15.06% 0.98% 0.11% 21.56% 16.97% 0.33% 32.20% 0.02% 0.04% 0.00% 2.75% 0.70% 1.01% 3.79% 3.31% 26.09% 1.11% 0.19% 46.95% 40.45% 0.41% 79.09% 0.03% 0.12% 0.01% Def, C Def, Def 0.11% 0.09% 0.15% 1.07% 0.03% 0.21% 0.12% 0.29% 2.62% 0.05% 0.70% 0.48% 1.08% 9.69% 0.20% 1.24% 0.81% 1.83% 3.24% 18.72% 1.10% 2.22% 8.91% 7.67% 60.65% 0.31% 2.30% 1.91% 4.33% 3.64% 10.91% 41.07% 0.39% 2.43% 0.70% 0.16% 0.29% 1.05% 1.28% 3.19% 0.29% 0.38% 1.58% 2.61% 6.32% 1.05% 1.58% 6.47% 10.15% 23.46% 1.28% 2.61% 10.15% 15.03% 40.55% 3.19% 6.32% 23.46% 40.55% 92.79% 0.42% 0.06% 0.01% 0.03% 0.41% 0.00% 0.00% 0.00% 0.00% 0.02% 0.00% 0.00% 0.00% 0.01% 0.03% 0.00% 0.00% 0.00% 0.00% 0.00% 0.00% 2.72% 15.06% 7.05% 28.86% 26.09% 0.47% 60.65%
Apndice A.1 Matriz bivariada de crdito pessoal Perodo total
AA, AA
AA, A
AA, AA
18.24% 11.36%
0.83%
AA, A
1.36% 43.87%
7.20%
AA, B
0.04%
3.90% 27.97%
AA, C
0.08%
1.47%
4.50% 26.34%
AA, Def
0.01%
0.28%
1.59%
A, AA
1.36%
0.51%
0.06%
A, A
0.02%
0.16%
0.05%
A, B
0.00%
0.06%
0.39%
A, C
0.00%
0.02%
0.06%
A, Def
0.00%
0.00%
0.02%
B, AA
0.04%
0.03%
0.00%
B, A
0.00%
0.02%
0.00%
B, B
0.00%
0.00%
0.02%
B, C
0.00%
0.00%
0.00%
B, Def
0.00%
0.00%
0.00%
C, AA
0.08%
0.08%
0.00%
C, A
0.00%
0.06%
0.01%
C, B
0.00%
0.01%
0.07%
C, C
0.00%
0.00%
0.01%
C, Def
0.00%
0.00%
0.00%
Def, AA
0.01%
0.01%
0.00%
Def, A
0.00%
0.00%
0.00%
Def, B
0.00%
0.00%
0.00%
Def, C
0.00%
0.00%
0.00%
Def, Def
0.00%
0.00%
0.00%
Apndice A.2 Matriz bivariada de crdito pessoal Perodo de expanso
Crdito Pessoal
Classe Final AA, C 0.70% 1.43% 1.96% 21.95% 17.17% 47.12% 40.58% 0.06% 0.03% 0.20% 17.64% 0.32% 32.26% 0.40% 79.12% 0.00% 0.00% 0.01% 0.02% 0.03% 0.01% 0.01% 0.04% 0.04% 0.12% 0.00% 0.00% 0.00% 0.00% 0.01% 0.39% 0.00% 0.01% 0.19% 0.00% 0.10% 0.30% 0.07% 0.11% 0.00% 0.23% 1.63% 0.03% 0.02% 1.83% 0.25% 0.05% 0.12% 1.04% 0.02% 0.02% 1.62% 1.55% 0.08% 0.08% 3.69% 0.00% 0.05% 0.30% 0.09% 11.07% 0.12% 0.17% 0.70% 1.11% 2.43% 1.15% 0.01% 0.30% 0.92% 3.52% 3.37% 0.98% 0.00% 0.90% 7.10% 0.49% 2.77% 0.23% 0.06% 8.84% 1.01% 0.21% 0.70% 0.17% 4.79% 4.18% 0.23% 0.20% 7.66% 0.00% 0.25% 1.63% 0.47% 60.68% 0.00% 0.02% 3.30% 0.07% 2.33% 7.10% 28.87% 26.15% 0.01% 0.17% 2.08% 0.02% 4.75% 40.49% 2.72% 15.05% 0.00% 0.35% 2.72% 0.49% 0.12% 0.94% 3.67% 3.06% 28.87% 0.03% 0.00% 0.42% 0.00% 0.00% 0.00% 0.00% 1.15% 0.19% 0.46% 0.55% 0.06% 0.03% 0.00% 0.52% 0.39% 54.92% 5.70% 1.24% 4.05% 0.03% 3.56% 0.42% 0.34% 28.05% 24.73% 1.32% 1.17% 1.87% 1.96% 2.06% 0.10% 0.00% 0.04% 0.25% 0.07% 8.90% 0.00% 0.01% 0.05% 0.01% 0.09% 0.09% 0.20% 1.83% 0.03% 0.66% 0.82% 1.83% 0.01% 0.34% 1.01% 3.67% 3.78% 0.00% 0.07% 0.21% 0.82% 0.00% 0.77% 5.70% 0.42% 2.35% 0.00% 0.15% 1.24% 0.09% 0.48% 0.79% 1.90% 0.15% 0.29% 1.08% 1.82% 4.33% 0.98% 2.58% 9.60% 3.52% 27.92% 18.48% 1.04% 0.02% 0.07% 0.47% 0.09% 0.02% 0.29% 40.81% 0.02% 0.01% 0.03% 0.29% 0.01% 0.03% 0.05% 0.20% 0.32% 0.71% 4.67% 0.05% 6.11% 0.80% 0.16% 0.54% 0.01% 1.42% 0.16% 0.03% 0.11% 1.95% 7.22% 6.11% 0.35% 0.31% 0.48% 1.43% 1.03% 0.06% 0.06% 0.08% 4.43% 0.03% 0.00% 0.01% 0.00% 0.00% 0.01% 0.08% 0.02% 2.19% 0.00% 0.01% 0.08% 0.02% 1.96% 0.00% 0.00% 0.11% 0.23% 0.94% 0.98% 0.00% 0.09% 0.20% 0.66% 0.79% 0.01% 12.41% 14.30% 0.00% 0.23% 1.32% 0.10% 0.72% 0.00% 0.20% 1.17% 0.09% 0.64% 0.00% 0.34% 0.17% 0.02% 3.68% 4.67% 0.52% 0.23% 0.03% 12.41% 14.30% 0.20% 17.64% 0.01% 0.04% 0.00% 4.43% 3.68% 0.06% 1.38% 0.35% 0.06% 0.20% 0.05% 1.21% 0.31% 0.06% 0.18% 0.06% 1.95% 0.94% 2.52% 0.81% 1.54% 0.07% 0.06% 0.10% 0.70% 1.28% 0.06% 0.05% 0.09% 0.94% 2.52% 0.10% 0.48% 1.87% 0.32% 0.12% 0.20% 0.54% 4.05% 0.70% 0.17% 0.72% 2.35% 2.08% 15.05% 0.98% 0.11% 21.95% 17.17% 0.32% 32.26% 0.02% 0.04% 0.00% 2.77% 0.70% 0.98% 3.78% 3.30% 26.15% 1.15% 0.19% 47.12% 40.58% 0.40% 79.12% 0.03% 0.12% 0.01% AA, Def A, Def B, AA B, A B, B B, C B, Def C, AA C, A C, B C, C C, Def Def, AA Def, A Def, B Def, C Def, Def 0.09% 0.08% 0.15% 0.98% 0.03% 0.18% 0.11% 0.29% 2.58% 0.05% 0.64% 0.48% 1.08% 9.60% 0.20% 0.79% 0.79% 1.82% 3.37% 18.48% 1.11% 2.19% 8.90% 7.66% 60.68% 0.32% 1.96% 1.90% 4.33% 3.69% 11.07% 40.81% 0.39% 2.43% 0.71% 0.16% 0.29% 1.05% 1.25% 3.17% 0.29% 0.38% 1.58% 2.59% 6.31% 1.05% 1.58% 6.46% 10.12% 23.43% 1.25% 2.59% 10.12% 14.93% 40.55% 3.17% 6.31% 23.43% 40.55% 92.78%
AA, AA
AA, A
AA, B
AA, AA
18.33% 11.25%
0.81%
AA, A
1.37% 44.14%
7.22%
AA, B
0.04%
3.90% 28.05%
AA, C 0.42% 0.05% 0.01% 0.03% 0.41% 0.00% 0.00% 0.00% 0.00% 0.02% 0.00% 0.00% 0.00% 0.01% 0.03% 0.00% 0.00% 0.00% 0.00% 0.00% 0.00%
0.08%
1.55%
4.79% 26.63%
AA, Def
0.01%
0.28%
1.62%
A, AA
1.37%
0.51%
0.06%
A, A
0.02%
0.16%
0.05%
A, B
0.00%
0.06%
0.39%
A, C
0.00%
0.02%
0.06%
A, Def
0.00%
0.00%
0.02%
B, AA
0.04%
0.03%
0.00%
B, A
0.00%
0.02%
0.00%
B, B
0.00%
0.00%
0.02%
Classe Inicial
B, C
0.00%
0.00%
0.00%
B, Def
0.00%
0.00%
0.00%
C, AA
0.08%
0.09%
0.00%
0.32% 26.63% 14.28% 0.41% 38.50% 0.02%
C, A
0.00%
0.06%
0.01%
C, B
0.00%
0.01%
0.07%
C, C
0.00%
0.00%
0.01%
C, Def
0.00%
0.00%
0.00%
Def, AA
0.01%
0.01%
0.00%
Def, A
0.00%
0.00%
0.00%
Def, B
0.00%
0.00%
0.00%
Def, C
0.00%
0.00%
0.00%
Def, Def
0.00%
0.00%
0.00%
Classe Inicial

Classe Final AA, C 6.97% 3.43% 2.58% 16.38% 14.38% 39.52% 34.71% 0.08% 0.27% 0.69% 20.86% 0.83% 24.99% 1.99% 60.29% 0.01% 0.02% 0.04% 0.05% 0.13% 0.00% 0.01% 0.01% 0.02% 0.04% 0.00% 0.00% 0.00% 0.00% 0.00% 0.09% 0.11% 0.26% 0.04% 0.01% 0.27% 0.01% 0.00% 0.00% 0.00% 0.73% 0.00% 0.30% 0.00% 0.01% 0.00% 0.24% 0.41% 0.06% 0.00% 0.00% 0.25% 0.00% 0.18% 0.10% 0.04% 1.13% 0.03% 0.74% 0.65% 0.06% 0.27% 0.92% 0.03% 0.01% 0.02% 0.10% 0.34% 0.01% 0.00% 9.40% 0.00% 0.13% 0.34% 3.90% 0.02% 0.37% 3.25% 0.06% 4.74% 24.76% 1.29% 1.00% 30.38% 7.39% 4.27% 6.72% 0.39% 19.92% 17.49% 1.67% 8.66% 2.02% 0.00% 0.04% 0.10% 0.05% 14.66% 0.00% 2.58% 0.13% 0.01% 0.00% 0.00% 0.32% 0.16% 0.12% 1.04% 0.01% 0.12% 0.06% 0.04% 0.38% 0.00% 0.01% 0.11% 0.27% 8.38% 6.08% 0.00% 0.02% 1.41% 7.39% 0.96% 5.07% 0.01% 8.24% 0.30% 9.06% 2.20% 1.27% 2.00% 0.17% 5.24% 0.82% 0.06% 0.02% 2.26% 3.93% 0.61% 0.05% 0.02% 0.08% 22.60% 19.84% 0.25% 0.63% 0.76% 1.83% 0.03% 0.09% 0.23% 0.28% 0.67% 1.14% 34.47% 0.07% 0.02% 0.00% 0.13% 0.01% 0.00% 0.00% 0.00% 2.48% 5.94% 5.22% 0.50% 2.58% 0.60% 3.43% 3.02% 0.00% 0.01% 0.02% 0.01% 3.31% 0.00% 0.05% 0.12% 0.29% 1.27% 4.27% 0.16% 0.06% 0.22% 0.96% 3.20% 0.12% 0.04% 1.89% 8.38% 5.37% 28.09% 0.42% 0.15% 0.11% 0.19% 0.03% 0.00% 0.00% 0.00% 0.02% 0.06% 1.89% 1.37% 0.01% 0.13% 0.32% 13.67% 12.01% 0.00% 0.32% 1.67% 0.22% 1.14% 0.02% 1.66% 8.66% 1.12% 9.83% 5.40% 4.75% 0.07% 2.04% 0.50% 0.29% 0.45% 0.35% 10.63% 2.58% 1.49% 1.63% 1.43% 1.34% 1.18% 0.11% 0.58% 0.14% 6.97% 6.12% 0.58% 3.03% 0.71% 2.35% 5.95% 7.12% 0.06% 17.19% 1.49% 0.74% 0.55% 4.84% 0.03% 1.12% 0.55% 0.41% 3.63% 0.02% 9.83% 4.84% 0.35% 1.16% 2.93% 3.51% 8.47% 0.26% 0.87% 2.20% 2.64% 6.36% 2.29% 7.62% 3.63% 19.28% 1.04% 31.86% 23.10% 0.38% 0.01% 0.05% 0.16% 0.01% 0.00% 0.18% 55.74% 0.06% 0.03% 0.02% 0.18% 0.00% 0.01% 0.04% 0.11% 0.13% 0.31% AA, Def A, Def B, AA B, A B, B B, C B, Def C, AA C, A C, B C, C C, Def Def, AA 1.63% 0.08% 0.01% 0.00% 0.00% 5.40% 0.27% 0.02% 0.01% 0.00% Def, A 1.43% 2.48% 0.39% 0.03% 0.01% 4.75% 8.24% 1.29% 0.10% 0.04% 13.67% 12.01% 0.69% 20.86% 0.04% 0.01% 0.00% Def, B 0.14% 0.60% 2.02% 0.08% 0.03% 0.45% 2.00% 6.72% 0.25% 0.09% 1.14% 5.07% 3.25% 17.00% 0.25% 0.09% 16.38% 14.38% 0.83% 24.99% 0.05% 0.02% 0.00% Def, C Def, Def 0.71% 0.35% 0.26% 2.29% 0.01% 2.35% 1.16% 0.87% 7.62% 0.04% 5.95% 2.93% 2.20% 0.63% 19.28% 0.23% 1.37% 6.08% 3.90% 20.36% 0.30% 0.11% 39.52% 34.71% 0.11% 7.12% 3.51% 2.64% 0.76% 23.10% 0.28% 0.13% 3.31% 17.19% 1.99% 60.29% 14.66% 0.13% 0.04% 0.00% 9.40% 49.13% 0.73% 0.26% 8.47% 6.36% 1.83% 55.74% 0.67% 0.31% 0.17% 0.55% 1.39% 1.66% 4.01% 0.55% 1.82% 4.61% 5.52% 13.33% 1.39% 4.61% 11.67% 13.98% 33.73% 1.66% 5.52% 13.98% 16.75% 40.41% 4.01% 13.33% 33.73% 40.41% 97.50% 0.13% 0.35% 0.17% 0.13% 1.14% 0.01% 0.02% 0.01% 0.01% 0.07% 0.00% 0.01% 0.00% 0.00% 0.02% 0.00% 0.00% 0.00% 0.00% 0.00% 0.00% 3.20% 17.00% 0.92% 28.09% 20.36% 0.16% 49.13%
Apndice A.3 Matriz bivariada de crdito pessoal Perodo de recesso
Crdito Pessoal
AA, AA
AA, A
AA, B
AA, AA
16.02% 14.07%
1.34%
AA, A
0.81% 24.44%
5.94%
AA, B
0.05%
3.81% 19.92%
AA, C
0.02%
0.29%
0.74% 22.60%
AA, Def
0.00%
0.11%
0.27%
A, AA
0.81%
0.71%
0.07%
A, A
0.04%
1.23%
0.30%
A, B
0.00%
0.19%
1.00%
A, C
0.00%
0.01%
0.04%
A, Def
0.00%
0.01%
0.01%
B, AA
0.05%
0.04%
0.00%
B, A
0.00%
0.08%
0.02%
B, B
0.00%
0.01%
0.06%
B, C
0.00%
0.00%
0.00%
B, Def
0.00%
0.00%
0.00%
C, AA
0.02%
0.01%
0.00%
C, A
0.00%
0.02%
0.01%
C, B
0.00%
0.00%
0.02%
C, C
0.00%
0.00%
0.00%
C, Def
0.00%
0.00%
0.00%
Def, AA
0.00%
0.00%
0.00%
Def, A
0.00%
0.00%
0.00%
Def, B
0.00%
0.00%
0.00%
Def, C
0.00%
0.00%
0.00%
Def, Def
0.00%
0.00%
0.00%
Apndice A.4 Matriz bivariada de financiamento de veculos Perodo total
Financiamento de Veculos
Classe Final AA, C 2.19% 3.91% 9.77% 28.64% 83.48% 0.00% 0.59% 1.39% 13.01% 3.33% 28.63% 4.30% 71.97% 0.52% 0.39% 1.78% 4.40% 7.94% 12.54% 0.49% 0.46% 2.03% 4.50% 8.62% 0.15% 0.12% 0.57% 1.33% 2.51% 2.01% 0.04% 0.07% 0.81% 0.13% 0.19% 0.10% 0.03% 0.47% 0.12% 0.39% 0.68% 0.15% 0.05% 1.63% 0.12% 0.08% 0.18% 0.36% 0.04% 0.05% 0.86% 0.02% 0.04% 0.03% 8.12% 0.21% 0.16% 0.10% 0.16% 5.03% 0.04% 0.08% 0.28% 0.52% 1.25% 3.21% 0.70% 0.58% 0.38% 1.63% 2.21% 1.78% 0.68% 0.99% 2.51% 0.72% 1.12% 0.53% 0.47% 5.14% 0.40% 0.28% 0.29% 0.23% 4.35% 0.12% 0.18% 0.17% 0.20% 42.11% 0.98% 1.19% 0.68% 0.99% 45.50% 0.40% 0.32% 0.40% 5.10% 3.44% 4.49% 2.51% 23.99% 14.74% 1.41% 1.12% 2.69% 3.03% 6.90% 25.86% 4.30% 6.89% 1.25% 1.76% 4.30% 0.72% 0.18% 0.68% 1.76% 3.82% 23.99% 2.65% 0.79% 1.93% 0.14% 0.28% 0.30% 0.09% 2.64% 0.57% 0.05% 2.12% 0.49% 0.26% 0.09% 0.79% 2.57% 35.63% 2.51% 1.66% 1.80% 1.14% 7.85% 0.64% 0.33% 48.11% 0.60% 0.99% 0.93% 1.09% 9.77% 0.24% 0.41% 0.16% 0.23% 0.12% 0.16% 5.19% 0.13% 0.16% 0.08% 0.11% 0.39% 0.46% 1.28% 3.27% 0.30% 0.65% 1.28% 3.27% 0.60% 0.75% 0.40% 1.76% 2.30% 0.48% 0.50% 0.28% 1.28% 0.51% 1.17% 2.51% 0.64% 1.04% 0.41% 0.78% 1.66% 0.46% 0.71% 1.65% 3.56% 0.45% 0.47% 1.95% 4.36% 9.32% 0.75% 1.30% 4.77% 1.63% 24.20% 10.50% 0.36% 0.08% 0.16% 0.99% 0.16% 0.04% 0.67% 38.75% 0.08% 0.11% 0.30% 0.67% 0.07% 0.09% 0.11% 0.45% 0.95% 2.06% 3.02% 0.71% 4.29% 0.35% 0.23% 0.25% 0.65% 2.76% 0.23% 0.17% 0.17% 2.67% 5.16% 0.12% 0.20% 0.18% 0.21% 3.91% 0.09% 0.15% 0.14% 0.17% 3.88% 0.59% 0.39% 0.46% 0.12% 14.18% 1.46% 0.14% 0.04% 0.04% 0.08% 2.37% 0.13% 0.04% 0.03% 0.08% 2.24% 0.15% 0.71% 0.45% 0.21% 0.18% 0.68% 1.18% 0.42% 0.20% 0.17% 0.65% 1.12% 0.49% 14.18% 0.36% 0.47% 0.30% 0.99% 0.41% 0.60% 0.45% 0.29% 0.93% 0.39% 0.57% 0.52% 0.33% 0.23% 0.05% 0.09% 3.02% 0.79% 0.53% 0.15% 0.36% 1.39% 13.01% 1.78% 2.03% 0.57% 28.64% 2.69% 1.78% 0.47% 0.71% 3.33% 28.63% 4.40% 4.50% 1.33% 83.48% 3.88% 0.09% 0.00% 2.44% 0.20% 0.15% 0.15% 0.00% 2.30% 0.18% 0.14% 0.14% 0.00% 2.67% 2.54% 0.07% 2.31% 0.06% 0.11% 0.11% 0.12% 2.19% 0.06% 0.11% 0.10% 0.12% 2.54% 0.07% 0.12% 0.21% 1.09% 0.20% 0.04% 0.15% 0.25% 1.80% 0.29% 0.08% 0.60% 1.04% 6.89% 1.12% 0.28% 1.18% 2.30% 5.10% 14.74% 3.21% 0.81% 1.46% 4.30% 71.97% AA, Def A, Def B, AA B, A B, B B, C B, Def C, AA C, A C, B C, C C, Def Def, AA Def, A Def, B Def, C Def, Def 0.12% 0.17% 0.45% 0.75% 0.09% 0.14% 0.17% 0.47% 1.30% 0.11% 0.57% 0.71% 1.95% 4.77% 0.45% 1.12% 1.65% 4.36% 2.21% 10.50% 0.52% 2.37% 5.19% 7.94% 12.54% 45.50% 8.62% 2.51% 8.12% 2.01% 0.95% 2.24% 3.56% 9.32% 5.03% 38.75% 1.25% 2.06% 0.14% 0.16% 0.66% 1.29% 2.61% 0.16% 0.19% 0.76% 1.71% 3.80% 0.66% 0.76% 3.15% 6.73% 14.66% 1.29% 1.71% 6.73% 13.67% 30.62% 2.61% 3.80% 14.66% 30.62% 83.14%
AA, AA
AA, A
AA, B
AA, AA
81.81%
1.32%
2.31%
AA, A
0.12% 76.24%
5.16%
AA, B
9.75%
8.09% 48.11%
AA, C 1.93% 0.00% 0.65% 1.14% 2.05% 0.14% 0.45% 0.41% 1.25% 2.58% 0.28% 0.42% 0.48% 1.41% 2.65% 0.30% 0.13% 0.13% 0.40% 0.79% 0.09%
9.29%
5.75%
4.35% 42.11%
AA, Def
2.88%
1.08%
0.86%
A, AA
0.12%
0.01%
0.00%
A, A
8.83%
3.27%
0.71%
A, B
1.95%
0.77%
2.57%
A, C
1.58%
0.54%
0.47%
A, Def
0.37%
0.09%
0.05%
B, AA
9.75%
0.28%
0.47%
B, A
1.95%
5.10%
0.51%
B, B
1.59%
0.93%
3.03%
Classe Inicial
B, C
1.75%
0.79%
0.68%
B, Def
0.49%
0.14%
0.12%
C, AA
9.29%
0.27%
0.45%
C, A
1.58%
6.53%
0.60%
2.05% 27.19% 2.58%
C, B
1.75%
1.06%
3.44%
C, C
1.77%
0.81%
0.70%
C, Def
0.52%
0.16%
0.13%
Def, AA
2.88%
0.08%
0.14%
Def, A
0.37%
1.80%
0.16%
Def, B
0.49%
0.30%
0.98%
Def, C
0.52%
0.24%
0.21%
Def, Def
0.15%
0.04%
0.04%
Classe Inicial

Classe Final AA, C 2.19% 3.92% 9.77% 28.64% 83.48% 0.00% 0.65% 1.49% 12.45% 3.49% 27.85% 4.59% 71.56% 0.52% 0.42% 1.87% 4.52% 8.25% 12.21% 0.49% 0.49% 2.09% 4.57% 8.80% 0.15% 0.13% 0.59% 1.35% 2.58% 0.44% 0.79% 1.96% 0.15% 0.05% 0.86% 0.05% 0.12% 0.13% 0.04% 7.84% 0.21% 3.09% 0.71% 0.56% 0.16% 0.02% 1.65% 0.39% 0.19% 0.07% 1.68% 0.70% 0.96% 0.49% 0.49% 5.05% 0.23% 4.35% 0.12% 0.18% 0.40% 2.47% 0.37% 0.10% 0.04% 0.12% 0.67% 0.10% 0.03% 1.01% 1.16% 0.67% 4.91% 3.53% 4.32% 2.55% 3.17% 6.73% 26.10% 4.34% 0.75% 2.77% 35.41% 2.48% 1.67% 1.74% 6.69% 0.33% 48.11% 0.60% 0.99% 0.93% 1.09% 0.17% 0.23% 0.12% 0.16% 5.14% 0.63% 0.71% 0.40% 1.80% 2.25% 0.50% 0.14% 9.77% 1.22% 1.31% 1.45% 0.41% 0.17% 0.28% 0.72% 1.64% 0.16% 0.03% 0.08% 0.18% 0.36% 0.04% 0.20% 42.11% 0.28% 1.10% 2.18% 4.98% 0.04% 0.08% 0.28% 0.52% 1.24% 0.54% 1.15% 2.48% 0.65% 1.00% 0.44% 2.84% 0.78% 4.17% 0.34% 0.23% 0.24% 0.71% 2.75% 0.78% 0.48% 0.16% 0.24% 7.96% 1.76% 1.10% 0.32% 0.40% 2.14% 27.89% 2.65% 2.68% 0.81% 1.93% 0.15% 0.29% 0.31% 0.09% 2.67% 5.16% 0.12% 0.20% 0.18% 0.21% 3.92% 0.09% 1.46% 0.14% 0.04% 0.04% 0.08% 2.37% 0.13% 0.04% 0.03% 0.15% 0.23% 1.67% 0.28% 0.08% 0.41% 0.65% 4.34% 0.72% 0.18% 0.68% 1.80% 3.84% 24.46% 2.63% 0.57% 0.05% 2.17% 0.49% 0.26% 0.09% 0.71% 0.45% 0.21% 0.18% 0.68% 1.18% 0.42% 0.20% 0.17% 14.18% 0.35% 0.47% 0.30% 0.99% 0.41% 0.60% 0.45% 0.28% 0.93% 0.39% 0.65% 0.08% 0.14% 0.17% 0.47% 1.32% 0.12% 0.39% 0.47% 1.32% 3.33% 0.31% 0.65% 1.32% 3.33% 3.88% 0.09% 0.00% 2.44% 0.20% 0.15% 0.15% 0.00% 2.30% 0.18% 0.14% 2.54% 0.07% 2.31% 0.06% 0.11% 0.11% 0.12% 2.19% 0.06% 0.11% 0.10% 0.12% 0.14% 0.57% 1.12% 2.24% 0.17% 0.17% 0.70% 1.64% 3.59% 0.45% 0.47% 1.95% 4.37% 9.41% 0.75% 1.32% 4.80% 1.64% 24.50% 10.53% 0.36% 0.08% 0.16% 0.99% 0.16% 0.04% 0.68% 39.28% 0.08% 0.12% 0.31% 0.68% 0.07% 0.09% 0.12% 0.46% 0.95% 2.08% AA, Def A, Def B, AA B, A B, B B, C B, Def C, AA C, A C, B C, C C, Def Def, AA 2.54% 0.00% 0.52% 0.49% 0.15% 3.88% 0.65% 0.42% 0.49% 0.13% 14.18% Def, A 0.07% 2.67% 0.33% 0.23% 0.05% 0.09% 2.84% 0.75% 0.49% 0.15% 0.35% 1.49% 12.45% 1.87% 2.09% 0.59% 28.64% 2.55% 1.68% 0.44% 0.71% 3.49% 27.85% 4.52% 4.57% 1.35% 83.48% Def, B 0.12% 0.21% 1.09% 0.20% 0.04% 0.15% 0.24% 1.74% 0.28% 0.08% 0.60% 1.00% 6.69% 1.10% 0.28% 1.18% 2.25% 4.91% 14.48% 3.09% 0.79% 1.46% 4.59% 71.56% Def, C Def, Def 0.12% 0.17% 0.45% 0.75% 0.09% 0.14% 0.17% 0.47% 1.32% 0.12% 0.57% 0.70% 1.95% 4.80% 0.46% 1.12% 1.64% 4.37% 2.18% 10.53% 0.52% 2.37% 5.14% 8.25% 12.21% 45.63% 8.80% 2.58% 7.84% 1.96% 0.95% 2.24% 3.59% 9.41% 4.98% 39.28% 1.24% 2.08% 0.14% 0.16% 0.66% 1.29% 2.61% 0.16% 0.17% 0.72% 1.65% 3.70% 0.66% 0.72% 3.02% 6.56% 14.36% 1.29% 1.65% 6.56% 13.46% 30.23% 2.61% 3.70% 14.36% 30.23% 83.06% 1.93% 0.00% 0.71% 1.22% 2.14% 0.15% 0.45% 0.44% 1.31% 2.65% 0.29% 0.42% 0.50% 1.45% 2.68% 0.31% 0.13% 0.14% 0.41% 0.81% 0.09% 2.47% 24.46% 14.48% 0.99% 45.63%
Apndice A.5 Matriz bivariada de financiamento de veculos Perodo de expanso
Financiamento de Veculos
AA, AA
AA, A
AA, B
AA, AA
81.81%
1.32%
2.31%
AA, A
0.12% 76.24%
5.16%
AA, B
9.75%
8.09% 48.11%
AA, C
9.29%
5.74%
4.35% 42.11%
AA, Def
2.88%
1.08%
0.86%
A, AA
0.12%
0.01%
0.00%
A, A
9.71%
3.60%
0.78%
A, B
2.10%
0.82%
2.77%
A, C
1.66%
0.56%
0.49%
A, Def
0.40%
0.09%
0.05%
B, AA
9.75%
0.28%
0.47%
B, A
2.10%
5.48%
0.54%
B, B
1.67%
0.98%
3.17%
B, C
1.79%
0.81%
0.70%
B, Def
0.51%
0.15%
0.12%
C, AA
9.29%
0.27%
0.45%
C, A
1.66%
6.84%
0.63%
C, B
1.79%
1.09%
3.53%
C, C
1.79%
0.82%
0.71%
C, Def
0.53%
0.16%
0.13%
Def, AA
2.88%
0.08%
0.14%
Def, A
0.40%
1.92%
0.17%
Def, B
0.51%
0.31%
1.01%
Def, C
0.53%
0.25%
0.21%
Def, Def
0.15%
0.05%
0.04%
Apndice A.6 Matriz bivariada de financiamento de veculos Perodo de recesso
Financiamento de Veculos Classe Final

AA, C 1.29% 2.63% 5.88% 41.25% 71.61% 11.68% 0.00% 0.00% 0.00% 20.41% 0.01% 44.98% 0.02% 78.09% 0.00% 0.01% 0.03% 0.06% 11.97% 0.11% 20.78% 0.00% 0.00% 0.01% 0.02% 12.50% 0.03% 21.69% 0.00% 0.00% 0.00% 0.00% 0.01% 3.77% 0.00% 0.07% 2.17% 0.00% 0.41% 0.15% 0.03% 0.99% 0.00% 0.39% 0.79% 0.23% 0.00% 1.46% 0.11% 0.06% 0.13% 0.26% 0.03% 0.06% 1.34% 0.22% 0.12% 0.03% 0.00% 0.34% 0.15% 0.14% 7.78% 0.03% 0.10% 0.42% 0.92% 1.60% 0.00% 1.97% 0.71% 1.25% 4.48% 5.67% 0.01% 1.89% 3.84% 0.64% 2.03% 1.33% 0.00% 7.10% 0.55% 0.29% 0.48% 0.34% 6.51% 1.06% 0.58% 0.14% 0.12% 11.47% 0.00% 1.86% 0.79% 0.76% 42.23% 0.00% 0.31% 1.87% 0.01% 10.70% 3.84% 6.76% 24.33% 0.00% 1.78% 5.43% 0.05% 10.25% 20.83% 3.47% 11.04% 0.01% 1.71% 3.47% 0.64% 0.13% 1.01% 0.96% 3.33% 0.00% 0.00% 1.29% 0.00% 0.00% 0.00% 0.00% 3.47% 0.60% 0.21% 1.40% 0.37% 0.39% 0.07% 6.76% 1.25% 0.26% 0.11% 0.11% 0.76% 0.14% 0.03% 1.28% 0.01% 38.52% 2.97% 1.55% 2.59% 0.00% 6.41% 0.49% 0.33% 35.33% 5.76% 3.13% 0.76% 0.67% 5.88% 0.96% 0.52% 0.00% 0.27% 0.11% 0.11% 6.01% 0.00% 0.14% 0.06% 0.06% 0.13% 0.26% 0.58% 1.12% 0.13% 0.25% 0.50% 1.12% 2.19% 0.00% 1.52% 0.55% 0.96% 3.46% 0.00% 0.80% 0.29% 0.50% 0.01% 1.46% 2.97% 0.49% 1.57% 0.00% 0.76% 1.55% 0.26% 0.82% 1.81% 3.15% 0.11% 0.43% 1.84% 4.05% 7.03% 0.22% 0.84% 3.58% 7.90% 0.25% 13.71% 0.03% 0.06% 0.13% 0.25% 0.03% 0.02% 0.09% 0.40% 0.89% 1.54% 4.80% 0.00% 5.48% 0.42% 0.22% 0.37% 0.00% 2.87% 0.22% 0.12% 0.19% 1.24% 5.03% 0.82% 0.44% 0.11% 0.10% 2.63% 0.43% 0.23% 0.06% 0.05% 4.40% 0.00% 0.01% 0.00% 0.00% 18.72% 0.00% 0.28% 0.12% 0.11% 6.34% 0.00% 0.07% 0.03% 0.03% 1.54% 0.00% 6.73% 0.00% 1.61% 0.58% 1.01% 3.65% 0.00% 0.39% 0.14% 0.25% 0.89% 0.00% 18.72% 3.05% 0.01% 1.54% 3.13% 0.52% 1.66% 0.00% 0.37% 0.76% 0.13% 0.40% 0.00% 0.33% 0.34% 0.06% 0.72% 4.80% 1.28% 1.33% 0.23% 3.05% 0.00% 20.41% 0.03% 0.01% 0.00% 41.25% 4.40% 0.72% 0.00% 5.78% 0.44% 0.23% 0.39% 0.00% 1.40% 0.11% 0.06% 0.09% 0.00% 1.24% 1.14% 0.19% 5.30% 0.86% 0.47% 0.11% 0.10% 1.29% 0.21% 0.11% 0.03% 0.02% 1.14% 0.19% 0.10% 0.10% 0.67% 0.12% 0.03% 0.39% 0.37% 2.59% 0.48% 0.10% 1.66% 1.57% 5.43% 11.04% 5.67% 0.99% 6.73% 0.01% 44.98% 2.03% 0.42% 3.65% 3.46% 0.06% 11.97% 24.33% 0.02% 12.50% 0.00% 2.17% 71.61% 11.68% 0.02% 78.09% 4.48% 0.92% 6.34% 6.01% 0.11% 20.78% 42.23% 0.03% 21.69% 0.01% 3.77% AA, Def A, Def B, AA B, A B, B B, C B, Def C, AA C, A C, B C, C C, Def Def, AA Def, A Def, B Def, C Def, Def 0.02% 0.05% 0.11% 0.22% 0.02% 0.09% 0.19% 0.43% 0.84% 0.09% 0.40% 0.82% 1.84% 3.58% 0.40% 0.89% 1.81% 4.05% 7.90% 0.89% 1.54% 3.15% 7.03% 7.78% 13.71% 1.60% 1.54% 0.02% 0.08% 0.36% 0.78% 1.36% 0.08% 0.32% 1.38% 3.03% 5.26% 0.36% 1.38% 5.85% 12.89% 22.38% 0.78% 3.03% 12.89% 28.41% 49.31% 1.36% 5.26% 22.38% 49.31% 85.60%
AA, AA
AA, A
AA, B
AA, AA
59.90%
9.77%
5.30%
AA, A
0.02% 65.32%
5.03%
AA, B
0.09% 17.38% 35.33%
AA, C 1.29% 0.00% 0.00% 0.00% 0.00% 0.00% 0.00% 0.00% 0.01% 0.02% 0.00% 0.00% 0.00% 0.00% 0.00% 0.00% 0.00% 0.00% 0.00% 0.00% 0.00%
0.02% 18.15%
6.51% 11.47%
AA, Def
0.01%
3.16%
1.34%
A, AA
0.02%
0.00%
0.00%
A, A
0.00%
0.02%
0.00%
A, B
0.00%
0.00%
0.01%
A, C
0.00%
0.00%
0.00%
A, Def
0.00%
0.00%
0.00%
B, AA
0.09%
0.01%
0.01%
B, A
0.00%
0.10%
0.01%
B, B
0.00%
0.03%
0.05%
Classe Inicial
B, C
0.00%
0.03%
0.01%
B, Def
0.00%
0.00%
0.00%
C, AA
0.02%
0.00%
0.00%
C, A
0.00%
0.02%
0.00%
0.00% 12.50% 0.02%
C, B
0.00%
0.01%
0.01%
C, C
0.00%
0.01%
0.00%
C, Def
0.00%
0.00%
0.00%
Def, AA
0.01%
0.00%
0.00%
Def, A
0.00%
0.01%
0.00%
Def, B
0.00%
0.00%
0.00%
Def, C
0.00%
0.00%
0.00%
Def, Def
0.00%
0.00%
0.00%
Apndice B.1 Estatstica descritiva Crdito pessoal Regio geogrfica de domiclio

80 70 60 50 % 40 30 20 10 0 Norte Nordeste Centro Oeste Sudeste Sul
Apndice B.2 Estatstica descritiva Crdito pessoal Tipo de ocupao

30 25 20 % 15 10 5 0
ar
Pr iv ad o
/M ilit
Au t.. .
Em
Apndice B.3 Estatstica descritiva Crdito pessoal Idade

40 35 30 25 20 15 10 5 0
menores de entre 25 e 35 entre 35 e 45 entre 45 e 60 maiores de 25 anos anos anos anos 60 Anos
Apndice B.4 Estatstica descritiva Crdito pessoal Sexo

70 60 50 40
30 20 10 0
Feminino
Ap os en t. /
Li be ra l/
P bl ic
Pr op .
Masculino
O ut ro s
pr es
P. ..
Apndice C.1 Estatstica descritiva Fin. veculos Regio geogrfica de domiclio

70 60 50
40 30 20 10 0
Norte
Nordeste
Centro Oeste
Sudeste
Sul
Apndice C.2 Estatstica descritiva Fin. veculos Tipo de ocupao

45 40 35 30 % 25 20 15 10 5 0
ilit ar
pr es a Ap os en t/P en si on
ut n om o
Pr iv ad o
o/ M
P bl ic
Li be ra l/A
Apndice C.3 Estatstica descritiva Fin. veculos Idade
35 30 25 % 20 15 10 5 0 menores de 25 anos entre 25 e 35 anos entre 35 e 45 anos entre 45 e 60 anos maiores de 60 Anos
Apndice C.4 Estatstica descritiva Fin. veculos Sexo
80 70 60 50 40 30 20 10 0 Feminino Masculino
Pr op .
Em
O ut ro s
Apndice D.1 Modelo probit para crdito pessoal por classe de rating Classe AA
Variveis Independentes taxa_var_emprego taxa_default_aa taxa_default_a taxa_default_b taxa_default_c taxa_default_default sexo_4 idade_2 idade_3 idade_4 idade_5 regiao_2 regiao_3 regiao_4 regiao_5 tipo_ocup_2 tipo_ocup_3 tipo_ocup_4 tipo_ocup_5 tipo_ocup_6 Observaes Log likelihood LR chi2(19) Prob > chi2 Coef. 1,2180 28,2269 1,3187 1,0437 -0,1477 0,2510 -0,0512 -0,1232 -0,1192 -0,2023 -0,3046 -0,0955 -0,1338 -0,0729 -0,2400 -0,1671 0,1503 0,1017 0,1877 0,3409 Erro Padro 2,8566 5,5222 4,6272 2,0048 0,6862 1,0769 0,0483 0,1344 0,1310 0,1306 0,1445 0,1527 0,1630 0,1342 0,1500 0,0919 0,0717 0,0627 0,0932 0,0788 27 683 -1 578,212 155,190 0,000 Z 0,4300 5,1100 0,2800 0,5200 -0,2200 0,2300 -1,0600 -0,9200 -0,9100 -1,5500 -2,1100 -0,6300 -0,8200 -0,5400 -1,6000 -1,8200 2,1000 1,6200 2,0100 4,3200 P>|z| 0,6700 0,0000 0,7760 0,6030 0,8300 0,8160 0,2890 0,3590 0,3630 0,1210 0,0350 0,5320 0,4120 0,5870 0,1100 0,0690 0,0360 0,1050 0,0440 0,0000
Apndice D.2 Modelo probit para crdito pessoal por classe de rating Classe A
Variveis Independentes taxa_var_emprego taxa_default_aa taxa_default_a taxa_default_b taxa_default_c taxa_default_default sexo_4 idade_2 idade_3 idade_4 idade_5 regiao_2 regiao_3 regiao_4 regiao_5 tipo_ocup_2 tipo_ocup_3 tipo_ocup_4 tipo_ocup_5 tipo_ocup_6 Observaes Log likelihood LR chi2(19) Prob > chi2 Coef. -0,4382 2,0614 7,6018 -0,0417 -0,0432 -0,2994 -0,0047 0,0323 -0,0469 -0,1340 -0,1744 0,0130 0,0578 0,0596 0,0467 0,1451 0,2158 0,1682 0,1447 0,3654 Erro Padro 0,4837 0,7572 0,6378 0,1624 0,0701 0,0923 0,0056 0,0152 0,0149 0,0149 Z -0,9100 2,7200 11,9200 -0,2600 -0,6200 -3,2400 -0,8400 2,1200 -3,1400 -9,0200 P>|z| 0,3650 0,0060 0,0000 0,7970 0,5380 0,0010 0,4000 0,0340 0,0020 0,0000 0,0000 0,4970 0,0030 0,0010 0,0140 0,0000 0,0000 0,0000 0,0000 0,0000
0,0161 -10,8400 0,0192 0,0198 0,0175 0,0190 0,0095 0,0093 0,0079 0,0118 0,0089 0,6800 2,9200 3,4100 2,4500 15,3400 23,3200 21,3400 12,2300 40,9000
618439,0000 -124322,0100 4226,9800 0,0000
Apndice D.3 Modelo probit para crdito pessoal por classe de rating Classe B
Variveis Independentes taxa_var_emprego taxa_default_aa taxa_default_a taxa_default_b taxa_default_c taxa_default_default sexo_4 idade_2 idade_3 idade_4 idade_5 regiao_2 regiao_3 regiao_4 regiao_5 tipo_ocup_2 tipo_ocup_3 tipo_ocup_4 tipo_ocup_5 tipo_ocup_6 Observaes Log likelihood LR chi2(19) Prob > chi2 Coef. -0,0746 1,2332 -0,6909 3,4591 -0,1317 -0,0672 0,0339 0,0826 -0,0130 -0,0936 -0,1600 -0,0380 -0,0247 -0,0644 -0,0984 0,3039 0,2327 0,1337 0,2119 0,3149 Erro Padro 0,3861 0,5663 0,4404 0,1192 0,0627 0,0747 0,0045 0,0119 0,0116 0,0116 Z -0,1900 2,1800 -1,5700 29,0200 -2,1000 -0,9000 7,5400 6,9200 -1,1200 -8,1000 P>|z| 0,8470 0,0290 0,1170 0,0000 0,0360 0,3680 0,0000 0,0000 0,2630 0,0000 0,0000 0,0310 0,1310 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000
0,0126 -12,6600 0,0176 0,0164 0,0148 0,0159 0,0071 0,0083 0,0068 0,0095 0,0071 -2,1600 -1,5100 -4,3600 -6,1900 42,5500 28,1900 19,7500 22,3300 44,6100
412449,0000 -216710,9300 11290,0800 0,0000
Apndice D.4 Modelo probit para crdito pessoal por classe de rating Classe C
Variveis Independentes taxa_var_emprego taxa_default_aa taxa_default_a taxa_default_b taxa_default_c taxa_default_default sexo_4 idade_2 idade_3 idade_4 idade_5 regiao_2 regiao_3 regiao_4 regiao_5 tipo_ocup_2 tipo_ocup_3 tipo_ocup_4 tipo_ocup_5 tipo_ocup_6 Observaes Log likelihood LR chi2(19) Prob > chi2 Coef. 0,6666 -2,2279 0,4364 0,1341 2,9410 -0,0348 0,0469 0,0723 -0,0184 -0,1388 -0,2254 -0,0682 0,0214 -0,0160 0,0066 -0,0504 0,2001 0,0995 0,0436 0,2520 Erro Padro 0,5792 1,2247 0,9583 0,2762 0,1038 0,1438 0,0108 0,0210 0,0201 0,0205 0,0255 0,0306 0,0303 0,0253 0,0284 0,0202 0,0172 0,0143 0,0253 0,0162 Z 1,1500 -1,8200 0,4600 0,4900 28,3300 -0,2400 4,3400 3,4500 -0,9100 -6,7700 -8,8300 -2,2300 0,7100 -0,6300 0,2300 -2,4900 11,6100 6,9400 1,7300 15,5700 P>|z| 0,2500 0,0690 0,6490 0,6270 0,0000 0,8090 0,0000 0,0010 0,3600 0,0000 0,0000 0,0260 0,4790 0,5270 0,8180 0,0130 0,0000 0,0000 0,0840 0,0000
71147,0000 -41314,5690 4365,7600 0,0000
Apndice D.5 Modelo probit para crdito pessoal por classe de rating Classe default
Variveis Independentes taxa_var_emprego taxa_default_aa taxa_default_a taxa_default_b taxa_default_c taxa_default_default sexo_4 idade_2 idade_3 idade_4 idade_5 regiao_2 regiao_3 regiao_4 regiao_5 tipo_ocup_2 tipo_ocup_3 tipo_ocup_4 tipo_ocup_5 tipo_ocup_6 Observaes Log likelihood LR chi2(19) Prob > chi2 Coef. -0,6823 1,8161 -6,3132 1,8717 -1,0733 7,5511 0,0689 -0,0964 -0,1328 -0,2054 -0,3262 -0,0125 0,0181 -0,0590 0,0628 -0,0603 0,2591 0,2180 0,0767 0,3929 Erro Padro 0,5565 0,8406 0,6836 0,1779 Z -1,2300 2,1600 -9,2300 10,5200 P>|z| 0,2200 0,0310 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,6060 0,4280 0,0040 0,0050 0,0000 0,0000 0,0000 0,0000 0,0000
0,0880 -12,2000 0,1183 0,0064 0,0182 0,0177 63,8300 10,8400 -5,3000 -7,5000
0,0177 -11,6200 0,0190 -17,1300 0,0242 0,0228 0,0205 0,0221 0,0099 0,0115 0,0095 0,0134 0,0101 -0,5200 0,7900 -2,8800 2,8400 -6,0800 22,5400 22,8700 5,7300 38,7900
435864,0000 -96279,9620 11240,1000 0,0552
Apndice E.1 Modelo probit para financiamento de veculos por classe de rating Classe AA
Variveis Independentes taxa_var_emprego taxa_default_aa taxa_default_a taxa_default_b taxa_default_c taxa_default_default sexo_4 idade_2 idade_3 idade_4 idade_5 regiao_2 regiao_3 regiao_4 regiao_5 tipo_ocup_2 tipo_ocup_3 tipo_ocup_4 tipo_ocup_5 tipo_ocup_6 Observaes Log likelihood LR chi2(19) Prob > chi2 Coef. 7,3604 13,6849 -12,9178 1,3302 2,3892 -1,4479 0,0448 -0,0052 -0,0600 -0,1373 -0,2230 -0,0698 -0,0363 -0,1480 -0,1640 -0,0279 0,2100 0,1540 0,0319 0,2227 Erro Padro Z P>|z| 0,0000 0,0000 0,0000 0,3750 0,0000 0,0000 0,0000 0,3850 0,0000 0,0000 0,0000 0,0000 0,0260 0,0000 0,0000 0,0010 0,0000 0,0000 0,0070 0,0000
0,5643 13,0400 2,1235 2,6679 1,4990 0,3871 6,4400 -4,8400 0,8900 6,1700
0,0451 -32,1400 0,0043 10,4500 0,0060 0,0064 -0,8700 -9,4300
0,0066 -20,6700 0,0102 -21,8700 0,0155 0,0164 0,0148 -4,5100 -2,2200 -9,9700
0,0153 -10,7300 0,0081 -3,4500
0,0084 25,0100 0,0070 22,1400 0,0118 2,7000
0,0055 40,7800
2609248,0000 -218950,2700 58172,2100 0,1173
Apndice E.2 Modelo probit para financiamento de veculos por classe de rating Classe A
Variveis Independentes taxa_var_emprego taxa_default_aa taxa_default_a taxa_default_b taxa_default_c taxa_default_default sexo_4 idade_2 idade_3 idade_4 idade_5 regiao_2 regiao_3 regiao_4 regiao_5 tipo_ocup_2 tipo_ocup_3 tipo_ocup_4 tipo_ocup_5 tipo_ocup_6 Observaes Log likelihood LR chi2(19) Prob > chi2 Coef. -0,0026 -1,8051 17,5767 0,8237 -0,1378 -0,0483 0,0116 -0,0377 -0,0835 -0,1425 -0,1782 0,0191 0,0073 -0,0750 -0,1389 0,0568 0,2006 0,1212 0,0646 0,2667 Erro Padro 0,1400 Z -0,0200 P>|z| 0,9850 0,0000 0,0000 0,0320 0,5130 0,1210 0,0010 0,0000 0,0000 0,0000 0,0000 0,0840 0,5250 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000
0,1793 -10,0700 0,6949 25,3000 0,3830 0,2106 0,0312 0,0035 0,0049 2,1500 -0,6500 -1,5500 3,3000 -7,6800
0,0051 -16,2300 0,0054 -26,6300 0,0080 -22,1900 0,0111 0,0114 0,0102 1,7300 0,6400 -7,3800
0,0108 -12,8100 0,0069 8,2100
0,0071 28,2900 0,0061 20,0100 0,0094 6,9000
0,0049 54,6000
2863628,0000 -299992,7000 8882,4900 0,0146
Apndice E.3 Modelo probit para financiamento de veculos por classe de rating Classe B
Variveis Independentes taxa_var_emprego taxa_default_aa taxa_default_a taxa_default_b taxa_default_c taxa_default_default sexo_3 idade_2 idade_3 idade_4 idade_5 regiao_2 regiao_3 regiao_4 regiao_5 tipo_ocup_2 tipo_ocup_3 tipo_ocup_4 tipo_ocup_5 tipo_ocup_6 Observaes Log likelihood LR chi2(19) Prob > chi2 Coef. -0,8202 -3,1640 2,9847 7,8385 -0,4270 -0,2234 0,0647 0,0516 0,0072 -0,0276 -0,0754 -0,0229 0,0073 -0,1127 -0,0876 0,0670 0,2149 0,1543 0,0839 0,2886 Erro Padro 0,2217 Z -3,7000 P>|z| 0,0000 0,0000 0,0060 0,0000 0,2200 0,0000 0,0000 0,0000 0,3880 0,0020 0,0000 0,1870 0,6840 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000
0,2869 -11,0300 1,0818 2,7600
0,6408 12,2300 0,3478 0,0476 -1,2300 -4,7000
0,0057 11,3700 0,0079 0,0083 0,0087 0,0133 0,0174 0,0180 0,0159 0,0169 0,0114 6,5100 0,8600 -3,1700 -5,6700 -1,3200 0,4100 -7,1000 -5,1900 5,8700
0,0114 18,8600 0,0095 16,2600 0,0157 5,3400
0,0075 38,6300
431936,0000 -132269,1400 13368,7000 0,0481
Apndice E.4 Modelo probit para financiamento de veculos por classe de rating Classe C
Variveis Independentes taxa_var_emprego taxa_default_aa taxa_default_a taxa_default_b taxa_default_c taxa_default_default sexo_3 idade_2 idade_3 idade_4 idade_5 regiao_2 regiao_3 regiao_4 regiao_5 tipo_ocup_2 tipo_ocup_3 tipo_ocup_4 tipo_ocup_5 tipo_ocup_6 Observaes Log likelihood LR chi2(19) Prob > chi2 Coef. -0,3244 -2,4084 3,7826 1,0141 3,3284 -0,2729 0,0231 -0,0294 -0,0398 -0,0526 -0,1045 -0,0069 0,0308 -0,0801 -0,0543 0,0191 0,1817 0,1266 0,0772 0,2076 Erro Padro 0,2974 0,3431 1,0407 0,6957 0,3671 0,0490 0,0061 0,0086 0,0090 0,0094 0,0143 0,0188 0,0197 0,0173 0,0185 0,0128 Z -1,0900 -7,0200 3,6300 1,4600 9,0700 -5,5800 3,8100 -3,4300 -4,4000 -5,5800 -7,3300 -0,3700 1,5700 -4,6200 -2,9400 1,4900 P>|z| 0,2750 0,0000 0,0000 0,1450 0,0000 0,0000 0,0000 0,0010 0,0000 0,0000 0,0000 0,7140 0,1180 0,0000 0,0030 0,1360 0,0000 0,0000 0,0000 0,0000
0,0122 14,8400 0,0104 12,1300 0,0179 4,3200
0,0083 24,9100
256477,0000 -124111,4500 18639,3400 0,0698
Apndice E.5 Modelo probit para financiamento de veculos por classe de rating Classe default
Variveis Independentes taxa_var_emprego taxa_default_aa taxa_default_a taxa_default_b taxa_default_c taxa_default_default sexo_3 idade_2 idade_3 idade_4 idade_5 regiao_2 regiao_3 regiao_4 regiao_5 tipo_ocup_2 tipo_ocup_3 tipo_ocup_4 tipo_ocup_5 tipo_ocup_6 Observaes Log likelihood LR chi2(19) Prob > chi2 Coef. -0,1874 -2,1610 26,2096 -4,5929 -0,1144 3,2774 0,0440 -0,0261 -0,0318 -0,0363 -0,0856 0,1336 0,0996 0,1187 0,1464 0,0029 0,1103 0,0230 0,0568 0,1260 Erro Padro 0,2833 0,3516 Z -0,6600 -6,1500 P>|z| 0,5080 0,0000 0,0000 0,0000 0,7900 0,0000 0,0000 0,0060 0,0010 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,8240 0,0000 0,0320 0,0020 0,0000
1,1720 22,3600 0,8009 0,4296 -5,7300 -0,2700
0,0552 59,4200 0,0065 0,0094 0,0099 0,0103 0,0153 0,0206 0,0214 0,0191 0,0202 0,0130 0,0126 0,0107 0,0180 6,7600 -2,7700 -3,2200 -3,5300 -5,6100 6,4900 4,6600 6,2200 7,2400 0,2200 8,7700 2,1500 3,1700
0,0088 14,2600
289430,0000 -107425,6100 67539,0500 0,2392

REBC2009

Încărcat de

Informații document

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

REBC2009

Încărcat de

Drepturi de autor:

Formate disponibile

Relatrio de Economia Bancria e Crdito

Economia Bancria e Crdito III

Economia Bancria e Crdito V

Parte I Evoluo Recente do Mercado de Crdito e Decomposio do Spread ................................................................... 11

Parte II Estudos Selecionados ....................................................................... 35

2 Liberao de Compulsrios, Crdito Bancrio e Estabilidade Financeira no Brasil................................................................................... 53

5 Determinantes Macroeconmicos da Inadimplncia Bancria de Pessoas Jurdicas no Brasil ...................................................................................... 109

6 Eficincia bancria e inadimplncia: testes de causalidade......................................... 125

4 Resultados ................................................................................................................................................... 147

Juros e Spread Bancrio

Economia Bancria e Crdito 13

Economia Bancria e Crdito 14

Economia Bancria e Crdito 15

2 Decomposio do spread bancrio

Economia Bancria e Crdito 16

Economia Bancria e Crdito 17

Economia Bancria e Crdito 18

Tabela 7 Decomposio do spread bancrio prefixado Bancos pblicos

Tabela 8 Decomposio do spread bancrio prefixado Bancos pblicos

8 Margem Lquida, Erros e Omisses (6-7)

Economia Bancria e Crdito 19

Tabela 9 Decomposio do spread bancrio prefixado Bancos privados

Tabela 10 Decomposio do spread bancrio prefixado Bancos privados

Economia Bancria e Crdito 20

Tabela 11 Decomposio do spread bancrio prefixado Maiores bancos(*)

Tabela 12 Decomposio do spread bancrio prefixado Maiores bancos (*)

Economia Bancria e Crdito 21

Economia Bancria e Crdito 23

Economia Bancria e Crdito 24

Economia Bancria e Crdito 25

Economia Bancria e Crdito 26

e) Aperfeioamento do Sistema de Pagamentos Brasileiro (SPB).

Economia Bancria e Crdito 27

h) Informao do Custo Efetivo Total (CET).

Economia Bancria e Crdito 28

Economia Bancria e Crdito 29

Economia Bancria e Crdito 30

Proposio de medidas legais

Economia Bancria e Crdito 31

Economia Bancria e Crdito 32

Economia Bancria e Crdito 33

f) Consignao de pagamentos de crditos pessoais no salrio do trabalhador.

Economia Bancria e Crdito 34

Crise de 2008 e as Mudanas no Mercado de Crdito

Economia Bancria e Crdito 37

1 Evoluo do crdito Principais tendncias

Economia Bancria e Crdito 38

Grfico 4 SFN Repasses de crditos externos

Grfico 6 SFN Crdito livre a pessoas fsicas e jurdicas

Economia Bancria e Crdito 39

Grfico 8 SFN juros prefixados Pessoas fsicas e jurdicas

Economia Bancria e Crdito 40

Grfico 9 Crdito livre PJ Capital de giro e conta garantida

Grfico 10 Crdito livre PJ Capital de giro e conta garantida

Grfico 11 Crdito livre PJ Aquisio de bens e vendor

Grfico 12 Crdito livre PJ Aquisio de bens e vendor

Mar 2008 Vendor

Economia Bancria e Crdito 41

Grfico 14 Juros prefixados Pessoas jurdicas

Economia Bancria e Crdito 42

Grfico 15 Crdito pessoal e aquisio de veculos

Grfico 16 Crdito pessoal e aquisio de veculos

Economia Bancria e Crdito 43

Grfico 18 Juros prefixados Pessoas fsicas