Indicadores de microcrédito baseados em energia elétrica: inovação e sustentabilidade na concessão de crédito e no risco de inadimplência

Transcrição

1 Indicadores de microcrédito baseados em energia elétrica: inovação e sustentabilidade na concessão de crédito e no risco de inadimplência Ana Paula A. Travassos *, Saulo G. Nardin, Everton R. Denuncio, Cláudia M. Nogueira **, Melaine C. de Oliveira **, Pedro P. Cunha **, Helena G. Marinotti **, Eduardo de Rezende Francisco ***, André Insardi *** Embora o microcrédito seja uma política de interesse nacional e uma ferramenta de desenvolvimento sustentável, apresenta altíssimo custo de transação e oferece dificuldades na obtenção de informações fidedignas sobre seus solicitantes. Este artigo apresenta, por metodologia inovadora (modelos logísticos com exploração geográfica), um escore de risco de microcrédito baseado em variáveis comportamentais (consumo, pagamento, fraudes) dos clientes da AES Eletropaulo. Desenvolvida em parceria com um grande birô de informação, a metodologia produziu excelentes resultados e os testes conduzidos em campo, em uma grande instituição financeira, revelaram uma percepção positiva dos clientes de microcrédito sobre a importância do uso consciente e pagamento da conta. Além de seu valor social e sustentável, o microcrédito (ou crédito em geral) exibe um potencial de aplicação altíssimo, que faz do escore um excelente instrumento para ganho de escala na concessão de crédito, na disseminação do empreendedorismo e na redução de inadimplência e perdas não técnicas nas distribuidoras de energia elétrica. Palavras-chave: Consumo de energia elétrica. Microcrédito produtivo e orientado. Modelo de risco de crédito. Regressão logística geográfica. Sustentabilidade. Introdução O microcrédito produtivo e orientado é uma modalidade de crédito que busca o desenvolvimento econômico sustentável para pequenos negócios de empreendedores formais e informais estabelecidos, principalmente, na periferia dos grandes centros urbanos. Esses pequenos negócios são compostos por pessoas que, em razão de sua fragilidade socioeconômica, apresentam dificuldades em acessar linhas de crédito e taxas de juros adequadas para manutenção e expansão de seus negócios e são representados por pequenos lojistas, salões de beleza, ambulantes, pequenos restaurantes e revendedores de cosméticos, entre outros. Sua importância é grande para o desenvolvimento social e um mundo sem pobreza (YUNUS, 2000). Apesar das dificuldades econômicas observadas nos últimos tempos em outros países, o Brasil demonstra um histórico promissor com a oferta recente de muitos incentivos por parte do governo. No entanto, o microcrédito ainda não é tão amplamente difundido no Brasil, como é na Índia, em Bangladesh e no Paquistão. A deficiência no ganho de escala pode ser atribuída a dois fatores fundamentais: a assimetria de informações e os altos custos de transação, que praticamente inviabilizam o empréstimo solicitado. Obter indicadores atuais e atualizáveis de renda e de capacidade de pagamento para indivíduos de baixa renda é um desafio recorrente nos setores bancário, varejo e de políticas públicas. Os bancos dispõem de informações de seus clientes e clientes de seus concorrentes, porém pouco sabem sobre seus potenciais clientes não bancarizados. Estudos anteriores (FRANCISCO; ARANHA; WHIGHAM, 2008; FRANCISCO, 2010) concluem que o consumo de energia elétrica é um bom indicador de renda e estudos da PERC (TURNER et al., 2006) mostram que indicadores alternativos oriundos das empresas de serviços públicos e telefonia são cada vez mais necessários nesse contexto, inclusive em mercados em que o crédito já demonstra grande desenvolvimento. Esse projeto considera ainda que os resultados já alcançados serão fortalecidos com o enriquecimento das informações de consumo esperado com o smart metering, proporcionando *Autor a quem a correspondência deve ser dirigida: anapaula@cpqd.com.br. ** Oficina de Valor. *** AES Eletropaulo. Cad. CPqD Tecnologia, Campinas, v. 9, n. 2, p , jul./dez. 2013

2 a aplicação mais ágil e atualizada das informações de consumo e crédito, o aprofundamento da definição do perfil do cliente e a oferta de novas potenciais aplicações. O interesse da AES Eletropaulo pelo microcrédito advém do valor que ele gera para a sociedade e de sua concordância com as iniciativas de sustentabilidade e responsabilidade social em desenvolvimento pelas diferentes empresas do grupo. Este projeto de P&D foi executado em um momento muito especial da economia brasileira, cujas principais características são a diminuição do número de brasileiros vivendo abaixo da linha da pobreza e o aumento da renda média dos brasileiros (NERI, 2011). Em paralelo, houve a expansão do crédito acima do PIB, que impulsionou a economia e ampliou a necessidade de processos cada vez mais robustos para o crédito ao consumidor. No Brasil, ainda predomina o sistema de proteção ao crédito alavancado por informações negativas. No entanto, as informações positivas tendem a conferir uma nova dinâmica ao mercado, trazendo vantagens potenciais para o desenvolvimento empresarial e econômico do país, com base na recente aprovação do birô positivo outro marco que merece ser comemorado. Esse projeto estudou a aderência entre indicadores elétricos (consumo e perfil de pagamento da conta de energia elétrica) e o processo de concessão de microcrédito com o objetivo de abordar projetos de sustentabilidade e responsabilidade social para as distribuidoras. Além de seu valor social, a pesquisa de campo realizada durante o projeto indicou que o uso de informações de energia no processo de avaliação de risco de crédito melhora a percepção de valor do cliente, em manter-se regularizado e com pagamento da conta em dia. Esse perfil de cliente contribui para o sucesso de políticas de redução de inadimplência e perdas não técnicas aplicadas pelas distribuidoras de energia do Brasil. O presente estudo utiliza informações produzidas pela AES Eletropaulo com o intuito de verificar a adequação destas informações, positivas e negativas, em processos de decisão de crédito, inicialmente com foco geral e, mais especificamente, em operações de microcrédito produtivo e orientado operado por bancos comerciais. A energia elétrica é o serviço com maior penetração no mercado. No Brasil, são 98,7% dos domicílios atendidos (IBGE, 2010). Na grande São Paulo, onde este estudo foi realizado, a cobertura é superior a 99% (FRANCISCO, 2010). Assim, verifica-se que a extensão do serviço de energia elétrica permite gerar informações comportamentais importantes sobre pessoas com pouco histórico no mercado e que essas informações podem ser analisadas no processo de concessão de crédito, bem como na proteção de todo o sistema de crédito nacional. O presente projeto toma como premissa a uilização de informações, de forma sábia e dentro dos preceitos de proteção às pessoas (MONZONI NETO, 2006), para impulsionar o crescimento sustentável das operações de crédito no Brasil e em especial do microcrédito. Todo o uso de informações previsto neste projeto está em conformidade com a legislação brasileira e protege o consumidor em seus direitos e interesses. Este projeto foi desenvolvido pela AES Eletropaulo, pela Oficina de Valor Consultoria e pelo CPqD, no período de agosto de 2010 a janeiro de 2012, no escopo do programa de Pesquisa e Desenvolvimento da Aneel, com parcerias com um importante birô de informações de crédito brasileiro e um grande banco no Brasil, em uma operação de microcrédito produtivo e orientado. Este artigo tem como objetivo: (i) apresentar os indicadores identificados na AES Eletropaulo que são relevantes para a tomada de decisão de crédito; (ii) esclarecer os impactos da inclusão dessas informações em um escore de risco de uso geral; e (iii) expor os resultados apresentados nos testes em uma operação de microcrédito produtivo e orientado. O backtest identificou os escores e indicadores de energia capazes de discriminar bons e maus clientes para a concessão de microcrédito. 1 Metodologia e resultados O escore de risco de uso geral de um birô de informações de crédito é empregado para estimar o risco atribuído a clientes, segundo dados disponíveis e informados pelo comércio e serviços em geral, por meio de negativações e consultas ao birô nas operações de crédito do mercado. O conjunto de dados fornecidos diariamente ao birô é tratado e permite atribuir a cada pessoa uma pontuação (escore) que reflete seu risco atual de inadimplência, bem como seu desempenho no mercado de crédito em geral. A função desse sistema de classificação é indicar, de antemão, os tomadores de crédito com potencial de se tornarem inadimplentes para que as empresas possam se precaver de riscos indesejáveis, controlando o resultado de suas carteiras. Para a realização do estudo que gerou este artigo, foi utilizada uma amostra total de 306 mil casos, subdivididos em diferentes momentos de observação. Cada um dos momentos analisados representa uma safra. Ao todo, ocorreram cinco safras entre julho e novembro de Foram selecionadas amostras, com o apoio do birô de informações, de três públicos diferentes: (a) sem problemas de crédito no mercado, ou 122 Cad. CPqD Tecnologia, Campinas, v. 9, n. 2, p , jul./dez. 2013

3 seja, sem inadimplência, (b) com algum problema de crédito/cobrança apontado pelo birô e (c) sem nenhum passado de crédito identificado, ou seja, sem informação de crédito no birô. Além das amostras, o birô de informações forneceu o valor do escore de uso geral para os públicos estudados, bem como seu desempenho nos meses subsequentes aos períodos observados. Foram também reunidas informações da AES Eletropaulo referentes aos períodos anteriores ao da observação com o objetivo de identificar o comportamento pregresso, em geral, seis meses de informações positivas e negativas, além de dados históricos de perdas e negativações na distribuidora de energia elétrica. Assim, conforme Figura 1, os dados da AES Eletropaulo foram utilizados para aprimorar a compreensão do comportamento pregresso das pessoas, que foi confrontado com o comportamento futuro no mercado de crédito ao consumidor. O cruzamento das bases de dados do birô de crédito com as bases de dados da AES Eletropaulo gerou a configuração amostral apresentada na Tabela 1. O objetivo da Tabela 1 é ilustrar os diferentes públicos e seu tamanho amostral. Vale salientar que os números apresentados nessa tabela não refletem proporcionalmente o público total do birô de crédito. As amostras foram retiradas de forma aleatória e balanceadas de acordo com o público com bom comportamento de crédito e o público com mau comportamento de crédito, conforme metodologia de amostras retrospectivas (PAULA, 2004). Pode-se observar na Tabela 1 que os dados da AES Eletropaulo permitem complementar informações de titulares e não titulares. O titular é a pessoa responsável pelo pagamento da conta de energia elétrica do domicílio, cujo nome consta da fatura de consumo de energia. A AES Eletropaulo não detém informações sobre o não titular, como por exemplo, outros residentes no mesmo endereço, porém seu comportamento pode ser vinculado ao do titular da conta de energia elétrica. Quanto ao público sem informação de crédito no mercado, verificou-se que os dados de energia elétrica permitem diminuir a assimetria de informações em virtude da grande cobertura desse serviço no Brasil. Como o trabalho foi realizado para a área de atuação da AES Eletropaulo, pode-se depreender que esse público deve ser maior em outras localidades, onde o crédito é menos desenvolvido. O presente artigo tem como foco os resultados obtidos através da análise dos dados de titulares presentes no público sem problemas de crédito no momento da observação, e no público sem informação de crédito, nestas datas, respectivamente, e titulares de conta na AES Eletropaulo, conforme Tabela 1. 2 Levantamento das informações Para identificar as variáveis que seriam as melhores candidatas a diferenciar bons de maus clientes, foram utilizadas metodologias de desenvolvimento de escore que têm como resposta uma variável binária, nesse caso bom ou mau comportamento de crédito no mercado. Como parte da metodologia de desenvolvimento de escore, destaca-se a fase de escolha das variáveis que conferem poder de discriminação entre bons e maus clientes. Para análise das variáveis da AES Eletropaulo, foram calculadas as seguintes medidas (KARCHER, 2009): risco relativo (AGRESTI, 1999); razão entre a proporção de bons na categoria sobre a proporção de maus na categoria; weights of evidence (WOE) (FOTHERINGHAM; BRUNDSDON; CHARLTON, 2002); e logaritmo natural do risco relativo. As variáveis foram submetidas à análise e foram selecionadas as mais relevantes, segundo essas medidas. COMPORTAMENTO PASSADO NA AES ELETROPAULO (6 MESES) DESEMPENHO FUTURO NO BIRÔ BOM E MAU IDENTIFICAÇÃO DE INDICADORES NA AES MOMENTOS DE OBSERVAÇÃO JULHO A NOVEMBRO DE 2010 Figura 1 Esquema utilizado na análise de variáveis de energia elétrica nos modelos de crédito Cad. CPqD Tecnologia, Campinas, v. 9, n. 2, p , jul./dez

4 Tabela 1 Quantidade amostral do estudo por público Amostras TITULARES DE CONTA NA AES ELETROPAULO Com problemas de crédito Sim Não TOTAL REGIÃO AES ELETROPAULO Sim Não Sem informações Total Modelagem e validação Com base nos indicadores de energia elétrica selecionados (Seção 2) e da variável de bons e maus clientes, foi calculado o escore de risco de crédito através de um modelo probabilístico. Foram testadas as seguintes metodologias: Regressão Logística (HOSMER; LEMESHOW, 2000) e Regressão Logística Ponderada Geograficamente GWLR (FOTHERINGHAM; BRUNDSDON; CHARLTON, 2002), em razão dos resultados positivos obtidos em outros projetos com GWR não logístico (FRANCISCO, 2010). Para a realização dos trabalhos, optou-se pelo emprego de Regressão Logística em virtude da simplicidade de sua implementação e de ter apresentado resultados equivalentes aos do modelo GWLR, mais complexo. Para avaliar o ajuste do modelo aos dados, utilizaram-se as estatísticas da curva ROC (HOSMER; LEMESHOW, 2000) e K-S (Kolmogorov- Smirnov) (OLIVEIRA; ANDRADE, 2002). Os modelos GWLR empregam estatística espacial e conferem inovação ao incorporarem a dimensão geográfica a modelos de crédito. Tal prerrogativa baseia-se na altíssima cobertura geográfica e capilaridade que o serviço de distribuição de energia elétrica apresenta no Brasil (FRANCISCO, 2010). Foram desenvolvidos dois modelos para titulares: um deles exclusivamente com as variáveis preditoras identificadas na AES Eletropaulo e o outro com o valor do escore de uso geral (fornecido pelo birô), também como variável preditora. Ambos utilizaram como variável resposta o comportamento futuro (bom/mau), seis meses depois das datas de observação, e têm como objetivo calcular a probabilidade de adimplência de cada indivíduo, de acordo com seu histórico. O escore de risco de crédito criado com apenas os dados da empresa de energia elétrica mostrou-se uma boa ferramenta de discriminação, segundo as estatísticas de ajuste citadas (K-S= 34% e ROC= 0,73), conforme Tabela 2. Vale salientar que o escore de uso geral do birô já oferece excelente capacidade de discriminação, considerando a curva ROC, e acima do comum, segundo o K-S. Neste sentido, torna-se difícil a promoção de melhorias nessas métricas para o modelo. No entanto, as informações de energia elétrica têm o poder de calibrar o modelo e aperfeiçoar a classificação dos indivíduos, semelhantemente a outros estudos (TURNER et al., 2006). Observa-se uma mudança ou calibração no rearranjo das pessoas dentro das classificações de risco atualmente vigentes no mercado e a inclusão de pessoas que não apresentam informações e passado de crédito disponíveis. Neste estudo, essas mudanças aparecem com maior intensidade. Tabela 2 Discriminação segundo o K-S (esquerda) e a curva ROC (direita) Valores de KS KS < 20% Nível de Discriminação Baixa discriminação 20% < KS < 30% Discriminação aceitável 30% < KS < 40% Boa discriminação 40% < KS < 50% Excelente discriminação KS > 50% Curva ROC Abaixo de 0,5 Acima do comum Nível de Discriminação Não há discriminação 0,5 < ROC < 0,6 Quase não há discriminação 0,6 < ROC < 0,7 Pouca discriminação 0,7 < ROC < 0,8 Discriminação aceitável 0,8 < ROC < 0,9 Excelente discriminação ROC >= 0,9 Acima do comum Fontes: Oliveira e Andrade (2002); Hosmer e Lemeshow (2000). 124 Cad. CPqD Tecnologia, Campinas, v. 9, n. 2, p , jul./dez. 2013

5 4 Impactos da inclusão das informações de energia em um escore de risco de crédito ao consumidor Foram avaliados os impactos da inclusão das variáveis obtidas na AES Eletropaulo no modelo de crédito de uso geral no mercado, utilizando como referência metodológica o estudo realizado no mercado americano (TURNER et al., 2006). Em princípio, os resultados dos dois estudos não têm comparação imediata, pois a diferença entre as alterações de escore observadas no presente estudo e no caso americano evidencia que o mercado brasileiro carece de informações positivas para a calibração do escore de crédito. Assim, as mudanças esperadas com a inclusão de informações de energia elétrica no mercado brasileiro tendem a ser maiores. Assim como no estudo realizado nos Estados Unidos (TURNER et al., 2006), há cerca de 10% de indivíduos que passam a ter informações para atribuição de escore. Entre aqueles com a designação de sem informação de crédito, apenas 2% continuaram nessa condição e os demais (98%) puderam ser avaliados pelo mercado de crédito. Na Figura 2 são apresentadas as mudanças ocorridas tanto para acréscimo quanto para decréscimo no escore de uso geral, avaliado no presente artigo. A Tabela 3 oferece detalhes do impacto de algumas das variáveis de energia elétrica nas mudanças do escore de crédito, que possibilitam melhor compreensão dessas mudanças e dos benefícios que elas podem trazer para o mercado. Vale salientar que, para assegurar que os comparativos da Figura 2 e da Tabela 3 fossem 18% mais precisos, foi necessário aproximar as quantidades amostrais das quantidades reais do mercado. Para isso, foi criado um fator de expansão ou peso para cada um dos públicos e os valores foram calculados segundo a amostra ponderada. 5 Backtest MUDANÇAS NO SCORE DE CRÉDITO O backtest é uma das metodologias utilizadas para validação quantitativa de um sistema de classificação de crédito. Essa metodologia foi escolhida para que não houvesse interferência nas operações do dia a dia, e possibilitasse ajustes finais necessários no modelo para aplicação no microcrédito. Espera-se, com o emprego dessa metodologia, verificar o que poderia influenciar a decisão de aprovação ou rejeição do crédito, caso as informações (dados/escore) fossem utilizadas. Nessa fase, foi necessária a parceria com uma instituição financeira atuante em microcrédito produtivo e orientado, que utiliza predominantemente a metodologia do Grupo Solidário, formado por microempreendedores que, por vontade própria, se responsabilizam mutuamente pelo crédito (ROBINSON, 2001; STIGLITZ, 1990). Foram fornecidas amostras de propostas aprovadas, requisições coletadas entre julho e novembro de 2010, predominantemente na cidade de São Paulo. Os dados foram enriquecidos pelo birô de informações com o escore de crédito, nas datas de entrada das propostas. As informações históricas da AES Eletropaulo, usadas na modelagem, foram coletadas para avaliação dos indicadores selecionados e cálculos do escore. 15% 14% 14% 9% 9% 10% 7% 3% < 1% < 1% SEM > <10 < > 50 MUDANÇA DECRÉSCIMO NO SCORE DE CRÉDITO GERAL ACRÉSCIMO NO SCORE DE CRÉDITO GERAL CONTINUA INCLUSÃO SEM SCORE DOS SEM INFORMAÇÃO Figura 2 Mudanças no escore de crédito com a inclusão das variáveis da AES Eletropaulo Cad. CPqD Tecnologia, Campinas, v. 9, n. 2, p , jul./dez

6 Tabela 3 Mudanças no escore pela ótica dos indicadores de energia elétrica Já foi cortado por falta de pagamento de conta de energia elétrica Foi negativado pela empresa de energia nos últimos 3 meses Foi negativado pela empresa de energia há mais de 3 meses DECRÉSCIMO NO SCORE GERAL (BIRÔ) > < 10 Sem mudança ACRÉSCIMO NO SCORE GERAL (BIRÔ) < > 50 25,3 47,4 15,7 4,0 0,2 2,4 2,3 1,7 0,9 23,4 54,8 16,5 2,4 0,3 1,1 0,7 0,5 0,2 2,4 31,1 29,8 13,2 0,6 4,8 7,1 6,9 4,1 É cliente há menos de 2 anos 7,0 22,7 22,2 11,1 1,0 6,2 8,0 11,8 10,1 Pagou até 15% das faturas sem atraso Pagou de 15% a 54% das faturas sem atraso Pagou de 55% a 84% das faturas sem atraso Pagou de 84% a 99% das faturas sem atraso 8,5 33,1 34,2 10,9 0,7 7,6 3,6 1,5 0,1 2,2 17,0 28,6 19,7 1,8 13,3 7,9 9,1 0,6 0,7 8,0 16,8 19,0 2,0 13,1 12,2 14,4 13,9 0,0 0,7 2,3 3,0 0,8 8,5 29,9 34,9 19,9 Pagou todas as faturas sem atraso 0,0 0,0 0,0 0,2 0,0 0,7 16,7 39,2 43,1 Possui alguma fatura não paga 9,5 35,5 30,3 11,2 0,8 6,0 4,0 2,2 0,5 Possui a fatura de energia elétrica cadastrada em débito automático 0,5 2,3 3,9 2,7 0,3 2,0 3,5 44,9 39,9 Já autoreligou a energia elétrica 19,2 39,9 16,8 6,9 0,6 3,9 4,8 4,3 3,5 Total 3,2 15,0 20,0 10,0 1,0 7,0 11,0 17,0 15,0 A instituição do microcrédito também informou quais clientes tornaram-se inadimplentes e quais foram as perdas, meses depois. As amostras cedidas ccompreendiam clientes, divididos em 689 grupos solidários, em média três pessoas por grupo. Não foi possível o acesso, naquele momento, aos clientes cujas propostas foram negadas. Portanto, o backtest oferece uma visão parcial do público que procura microcrédito nessa instituição e também da eficácia dos indicadores selecionados. Na primeira etapa do backtest, foram analisados os perfis dos clientes aprovados pela operação de microcrédito. Pode-se perceber que o microcrédito oferecido por essa instituição financeira atende realmente um público carente, concentrado em áreas de vulnerabilidade econômico-social ou nomeadas como subnormais pelo IBGE (2012). Quanto ao perfil estabelecido para a análise dessa carteira, verificou-se que todos tinham algum passado de crédito, ou seja, os clientes do microcrédito aprovados nessa operação já tinham relacionamento com o mercado de crédito em geral. Esse fato pode ser reflexo da idade dos clientes (entre 40 e 50 anos, predominantemente), de seu domicílio na cidade de São Paulo, onde o acesso ao crédito é muito alto, bem como da amostra cedida, que continha apenas clientes com crédito aprovado. A política dessa operação é trabalhar com quem já tem algum negócio. Como a operação não registra as propostas negadas, o perfil desse público não foi traçado, mas supõe-se que os indivíduos cujas propostas foram negadas não teriam distribuição semelhante à daqueles cujas propostas foram aprovadas. Espera-se, dentro desse público, uma proporção maior de pessoas sem informação de crédito no mercado e outras com problemas de crédito no mercado. Observou-se que 83% do público aprovado não tem problemas de crédito no mercado e 17% apresenta algum problema de crédito. Uma vez que um grupo solidário pode ser formado por até quatro pessoas, aquelas sem problemas de crédito teriam maior propensão de mitigar o risco do grupo, que pode incluir também pessoas com problemas de crédito, de acordo com as regras de cada instituição financeira. A Tabela 4 oferece uma comparação da distribuição das faixas de risco de crédito dos titulares sem problemas de crédito da amostra com o público de crédito em geral. Segundo Tabela 4, pode-se observar que esse portfólio apresenta riscos, levando em conta as faixas de risco comumente utilizadas no mercado. Percebe-se que a maior parte desse público tem perfil de risco médio e alto comparado com os perfis do mercado de crédito em geral. O que poderia explicar uma menor taxa de inadimplência, dentro do microcrédito na operação analisada, é a adoção dos grupos solidários. Tabela 4 Mercado em geral x Público sem problemas de crédito, titulares de conta de energia elétrica Faixa de risco * % Mercado em geral (A) % Microcrédito (B) Relação (B / A) Altíssimo risco 0,4% 3,5% 8,37 Alto risco 7,7% 28,9% 3,73 Médio alto risco 16,0% 24,1% 1,51 Médio baixo risco 15,6% 13,9% 0,89 Baixo risco 24,2% 19,8% 0,82 Baixíssimo risco 36,1% 9,7% 0,27 Total 100,0% 100,0% * Faixa de risco preparada pelos autores baseado no escore de uso geral do birô para público sem problemas de crédito no mercado 126 Cad. CPqD Tecnologia, Campinas, v. 9, n. 2, p , jul./dez. 2013

7 Esses grupos, conforme mencionado, são formados por pessoas que se unem de forma voluntária para solicitar crédito, honrando o pagamento de forma coletiva. Uma análise prévia com o uso de escore tem o potencial de minimizar o risco também para os integrantes do grupo solidário, e as variáveis positivas e negativas baseadas em energia elétrica podem fazer parte de um modelo de escore dessa natureza. Observou-se, por exemplo, que um cliente que autoreligou a energia elétrica oferece aproximadamente duas vezes mais risco de se tornar inadimplente. Além da avaliação por variável, foi validado também o escore desenvolvido com a pontuação do birô e com as informações da AES Eletropaulo. Os resultados dessa validação são apresentados na Tabela 5 e evidenciam o grau de influência de um escore, aplicado a uma operação de microcrédito, no processo decisório. A tabela mostra, por exemplo, que 63% dos clientes do microcrédito que tiveram problemas com atraso ou perdas (uma minoria nessa operação), foram classificados como clientes de alto risco pelo modelo testado no backtest. 6 Automação Tabela 5 Escore aplicado à operação de microcrédito O processo de automação, conforme Figura 3, estrutura as informações de energia elétrica no ambiente da AES Eletropaulo, coleta e transforma tais informações em indicadores relevantes e automatiza a execução do modelo de escore de microcrédito. Na arquitetura proposta, o processo de automação foi dividido em: (i) fontes de dados, em que todas as fontes relevantes foram mapeadas e disponibilizadas pela AES Eletropaulo, (ii) integração para estruturação dos dados, responsável pela captura, transformação e armazenamento das informações em um ambiente estruturado, (iii) fontes de dados externos, responsáveis pela agregação de informação do birô de crédito ao ambiente estruturado, (iv) solução de microcrédito (variáveis e escore), cálculo e armazenamento dos indicadores de perfil de clientes da distribuidora e execução do modelo de escore de crédito. Essa solução atendeu plenamente aos requisitos do projeto e pode ser avaliada como alternativa para futura operacionalização do negócio pela AES Eletropaulo. Escore aplicado ao backtest * % BONS (A) % MAUS (B) % Total Risco Relativo (B/A) WOE (Ln(B / A)) Alto risco 34% 63% 36% 1,9 0,6 Médio alto risco 23% 21% 23% 0,9-0,1 Médio baixo risco 14% 6% 14% 0,4-0,9 Baixo risco 29% 10% 28% 0,3-1,1 Total 100% 100% 1 * Reúne o escore do birô e os indicadores selecionados da AES Eletropaulo Figura 3 Arquitetura lógica Cad. CPqD Tecnologia, Campinas, v. 9, n. 2, p , jul./dez

8 Conclusão Em geral, os indicadores da AES Eletropaulo permitem distinguir bons e maus clientes e, em particular, mostraram-se robustos quando aplicados a uma operação de microcrédito produtivo e orientado, conduzida na cidade de São Paulo. A operação de microcrédito analisada demonstrou bom desempenho com referência a riscos para a instituição financeira. No entanto, se o escore tivesse sido aplicado, provavelmente o desempenho de decisão da instituição teria sido ainda melhor e os membros do grupo solidário poderiam ter se protegido de riscos indesejados, uma vez que assumiriam esse ônus, que não é mensurado pelo microcrédito. Outro ganho também seriam as oportunidades criadas aos clientes aos quais o crédito está sendo negado por falta de informações ou histórico tradicional de crédito, mas que podem ser de risco baixo. O escore de uso geral no mercado, sem as informações da AES Eletropaulo, também oferece boa capacidade de discriminação quando aplicado ao público do microcrédito. No entanto, as informações da AES Eletropaulo ajudam a calibrar essa classificação, uma vez que aportam informações positivas e negativas, favorecendo pessoas e grupos com pouco relacionamento financeiro com o mercado. Um dos maiores ganhos sugeridos pelos modelos desenvolvidos com as variáveis da AES Eletropaulo é a pontuação de clientes sem informações no birô de crédito. Porém, não foi possível quantificar esse ganho porque, nas amostras de clientes do backtest, todos estavam inseridos na base de dados do birô de crédito. Considerando o excelente resultado dos escores, sugerimos customizar a fórmula e os indicadores para uso específico no microcrédito produtivo e orientado. Com o emprego de novas tecnologias, como smartphones e tablets, entre outros, será possível criar soluções que permitam aproximar a decisão de julgamento (informação tácita), fortemente utilizada no microcrédito, e a escoragem (informação explícita), disponibilizando-a eletronicamente no espaço de trabalho do próprio agente do microcrédito. Além disso, com o enriquecimento das informações relacionadas ao comportamento de consumo provenientes do smart metering, visualiza-se a evolução desse modelo de utilização de informações, especialmente para o público que não dispõe de informações de consumo em birôs de crédito. Ao longo do projeto de P&D, foram gerados materiais de pesquisa e estudos que podem ser utilizados pelo setor elétrico brasileiro, que carece de informações agregadas de seus clientes para subsidiar estratégias e táticas de outros setores em geral. Indicadores de perdas comerciais, por exemplo, poderiam subsidiar as distribuidoras na aplicação de seus recursos na geração de renda e na identificação de áreas potenciais para que políticas de segurança, saúde e educação sejam mais bem integradas e se tornem, assim, mais eficientes. Além do valor social, o projeto demonstrou, através de pesquisa de campo, que a utilização de informações de energia no processo de avaliação de risco de crédito melhora a percepção do cliente sobre a importância do uso consciente de energia e pagamento da conta, contribuindo para a aplicação de políticas de redução de inadimplência e perdas não técnicas nas distribuidoras de energia do Brasil. Para validar os resultados da metodologia de forma experimental, foi estabelecido um processo de backtest, que possibilita avaliar os indicadores selecionados e o escore aplicado em uma operação de microcrédito produtivo e orientado. Os resultados demonstraram aderência e potencial de aplicação prática dos indicadores e escore de risco de crédito na operação analisada. Este projeto inovou em sua ideia original e em sua concepção ao estabelecer parcerias com instituições do mercado de crédito e implementar modelos geográficos de crédito. Em essência, ele permite efetivamente quantificar a importância de indicadores oriundos da experiência dos clientes das distribuidoras para fins de pagamento e comportamento de crédito em geral. As distribuidoras podem se beneficiar, conhecendo melhor seus clientes, apoiando mais os processos de inadimplência e fraude e, principalmente, enriquecendo o leque de práticas de sustentabilidade, responsabilidade social e incentivo ao empreendedorismo. Agradecimentos A equipe do projeto, em nome das três empresas participantes, agradece a Boa Vista Serviços ( que apoiou o projeto desde seu início e ofereceu suporte ao longo de todo o percurso, com discussões e incentivos para a geração dos modelos de crédito. Agradece também o Banco Santander Brasil ( que viabilizou a parceria no projeto, com a operação Santander Microcrédito, para a realização de sua prova de conceito através do processo de backtest dos escores de microcrédito. Esse apoio, no entanto, não as torna responsáveis por nenhuma análise ou interpretação presentes neste artigo. 128 Cad. CPqD Tecnologia, Campinas, v. 9, n. 2, p , jul./dez. 2013

9 Referências AGRESTI, W. J. Practical Nonparametric Statistics. 3. ed. New York: John Wiley and Sons, p. FOTHERINGHAM, A. S.; BRUNSDON, C.; CHARLTON, M. E. Geographically Weighted Regression: The Analysis of Spatially Varying Relationships, Chichester: Wiley, FRANCISCO, E.; ARANHA, F.; WHIGHAM, P. Indicadores de Renda Baseados em Consumo de Energia Elétrica: Um Potencial Novo Modelo de Negócios para as Distribuidoras de Energia Elétrica. In: SEMINÁRIO NACIONAL DE DISTRIBUIÇÃO DE ENERGIA ELÉTRICA SENDI 2008, 18., 2008, Recife/Olinda, PE. Anais... FRANCISCO, E. R. Indicadores de Renda baseados em Consumo de Energia Elétrica: Abordagens Domiciliar e Regional na Perspectiva da Estatística Espacial. Tese (Doutorado) Escola de Administração de Empresas de São Paulo, HOSMER, D. W.; LEMESHOW, S. Applied Logistic Regression, 2nd ed. New York: John Wiley and Sons, INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA (IBGE). Pesquisa Nacional por Amostra de Domicílios: Síntese de Indicadores 2009, Rio de Janeiro, Sala de Imprensa. Disponível em: < s/noticia_visualiza.php?id_noticia=2051>. Acesso em: 29 mar KARCHER, C. Redes Bayesianas aplicadas à análise do risco de crédito p. Tese (Mestrado) Escola Politécnica, Universidade de São Paulo, São Paulo, MONZONI NETO, M. P. Impacto em renda do microcrédito: uma investigação empírica sobre geração de renda do crédito popular solidário (São Paulo Confia) no Município de São Paulo. São Paulo: Fundação Getúlio Vargas, NERI, M. C. Desigualdade de Renda na Década: Evolução dos Indicadores Sociais baseados em Renda. Centro de Políticas Sociais da Fundação Getúlio Vargas, Rio de Janeiro, OLIVEIRA, J. G. C.; ANDRADE, F. W. M. Comparação entre Medidas de Performance de Modelos de Credit Scoring. Tecnologia de Crédito, p , nov PAULA, G. A. Modelos de Regressão com Apoio Computacional. Instituto de Matemática e Estatística, Universidade de São Paulo ROBINSON, M. S. The Microfinance revolution: sustainable finance for the poor. The International Bank for Reconstruction and Development, World Bank STIGLITZ, J. E. Peer monitoring and credit markets. World Bank Economic Review, Oxford University Press, v. 4, n. 3, p , set TURNER, M. A. et al. Give Credit Where Credit is Due: Increasing Access to Affordable Mainstream Credit Using Alternative Data. Political and Economic Research Council & The Brookings Institution, YUNUS, M. O banqueiro dos pobres. Ática, Abstract Although microcredit is not only a policy of national interest, but a tool for sustainable development as well, it presents prohibitively high transaction costs and it is exceptionally difficult to obtain trustworthy credit applicant information. This article describes the use of innovative methodology (logistic models with geographic exploitation) to provide a microcredit risk score based on several behavioral variables (spending, payment, frauds) of AES Eletropaulo customers. Developed through a partnership with a major information bureau, the methodology produces excellent results and field tests in a large financial institution revealed a positive perception of microcredit customers regarding the importance of conscientious credit use and payment. Besides its social and sustainable value, microcredit (or credit in general) reveals enormous potential for application, making the score an excellent instrument for upscaling credit concessions, encouraging new business ventures and reducing power utility companies' insolvency rates and non-technical losses. Key words: Electric power consumption. Production-oriented microcredit. Credit risk modelling. Geographic logistic regression. Sustaintability. Cad. CPqD Tecnologia, Campinas, v. 9, n. 2, p , jul./dez