3 Aplicações dos Modelos de Análise de Crédito

Transcrição

1 3 Aplicações ds Mdels de Análise de Crédit Pdem ser citads cm principais estuds realizads para previsã de inslvência de pessas jurídicas: Estud de Tamari O estud fi realizad n final da década de 50 e fi primeir autr a utilizar um cmpst pnderad de váris índices para cnstruir um mdel capaz de prever falências em empresas. Obteve-se cm mair pes a tendência d lucr e capital scial mais reservas sbre passiv ttal, send cnsiderad melhr indicadr para a previsã de falências. Adicinalmente, apresentu que s índices eram indicadres, send que baixas pntuações nã necessariamente indicariam falência. Estud de Beaver Realizu um estud em 1966 cletand dads de empresas falidas, cm: nã-pagament de dividends e inadimplência cm debenturistas de 79 empresas, n períd de 1954 a Esses dads fram cmparads cm s de 79 empresas saudáveis, iniciand estud cm 30 índices e finalizand cm 6 índices mais significativs, que fram: geraçã de caixa dividid pela dívida ttal, liquidez crrente, capital circulante líquid mens estque sbre desemblss peracinais prevists, lucr líquid sbre ativ ttal, exigível ttal sbre ativ ttal e capital de gir sbre ativ ttal. Fi utilizad um teste de classificaçã dictômica, dividind as empresas em duas sub-amstras. O pnt de interseçã entre as duas fi definid cm pnt de crte, send que valres acima dele seriam para empresas falidas e, abaix, empresas nã-falidas.

2 46 Estud de Altman (incluind estud realizad cm empresas brasileiras) Edward Altman utilizu ns Estads Unids a análise discriminante múltipla para definir uma funçã para definir empresas bas e ruins, send a sua aplicaçã em Fram definidas variáveis que pudessem separar essas empresas e seus respectivs pess. A funçã definida pr ele fi: Z 1= 0,012X ,014X2 + 0,033X3 + 0,006X4 0,0999X5 Em que: (Ativ Circulante - Passiv Circulante) X1 = (Lucrs Retids) X2 = () (Lucrs antes ds jurs e impsts) X3 = Valr de Mercad d Equity X4 = Exigível Ttal X5 = Vendas Send que, valr de mercad d equity é definid pel númer de ações vezes preç de mercad. As médias btidas fram as seguintes: Grup das Empresas Falidas: - 0,29 Grup das Empresas nã Falidas: 5,02 Observa-se que das cinc variáveis, quatr trabalham cm ativ ttal n denminadr.

3 47 Psterirmente, fi desenvlvid pr Altman e mais dis prfessres da PUC-Ri: Tara K. N. Baidya e Luiz Manel Ribeir Dias, um trabalh publicad na Revista de Administraçã de Empresas (RAE), de Jan.- Mar./1979: Previsã de prblemas financeirs em empresas. Inicialmente, estud fi basead n nível de endividament sbre patrimôni líquid de uma amstra de empresas brasileiras, tend bservad que este índice cresceu de 85% para 110,5% n períd de 1970 a Adicinalmente, bservaram que as despesas financeiras tiveram um cresciment percentual superir a Lucr Líquid antes d Impst de Renda. Cncluind que n geral, as empresas estavam se endividand em escala crescente e que as despesas financeiras estavam afetand de frma significativa s resultads. Fizeram adicinalmente uma análise ds registrs de falências e cncrdatas em Sã Paul e n Ri de Janeir e bservaram que huve uma queda n períd de 1973 a A metdlgia de trabalh fi a análise discriminante, utilizand 23 empresas cm prblemas financeirs (EPF) e 35 empresas d mesm prte e ram sem prblemas financeirs (ESPF). Trabalharam cm balanç de 3 exercícis, utilizand para as EPF balanç d an anterir a exercíci em que crreu a falência u prblemas e para as ESPF balançs ds ans crrespndentes. As variáveis explicativas fram baseadas n mdel de ALTMAN, em 1968, ns Estads Unids, cm adequaçã as demnstrativs financeirs das empresas brasileiras. Os mdels btids fram s seguintes: Z 1= -1,44 + 4,03X ,25X3 + 0,14X4 0,42X5 u Z 2 = -1,84 0,51X ,32X3 + 0,71X4 0,52X5

4 48 Send: (Ativ Circulante - Passiv Circulante) X1 = (Nã Exigível - Capital aprtad pels acinistas) X2 = () (Lucrs antes ds jurs e impsts) X3 = Patrimôni Liquid X4 = Exigível Ttal X5 = Vendas Send que, Nã exigível mens capital aprtad pels acinistas crrespnde a Reservas mais Lucrs Acumulads. Os mdels Z1 e Z2, segund s autres, apresentam resultads análgs, tend cm pnt crític, u seja, pnt de crte, em zer. N mdel Z1, s autres cmentam que a variável X1 nã cntribuía para pder explicativ d mesm, além de apresentar sinal cntrári a lógica e a intuiçã. Pr utr lad, mdel Z2 nã inclui a variável X2 devid à dificuldade de quantificar s lucrs retids cm base em apenas ns balançs recentes. Para Z1 fi bservada uma faixa crítica (penumbra) entre 0,34 e 0,20, para valres acima de 0,20 empresas sem prblemas financeirs e abaix de 0,34, empresas cm prblemas financeirs. Segund s autres, mdel teve precisã de 88% na classificaçã de empresas quand utilizad um an antes da cnstataçã de prblema financeir e de 78% quand aplicad cm três ans de antecedência. Estud de Backer e Gsman Verificaram que n períd de 1947 a 1975 huve queda ns índices de liquidez das empresas americanas. Para s autres, esta queda fi em virtude da insuficiência de flux de caixa para satisfazer pagament de dividends e as

5 49 necessidades de investiments, adicinalmente esfrç das empresas para elevar ganh pr açã a partir d aument d nível de endividament. Os autres fizeram pesquisas abrangend debêntures, crédit cmercial e empréstims bancáris. Trabalharam cm 33 índices financeirs que fram citads em entrevistas cm bancs, agências de infrmações e cmpanhias de segur. N estud s índices fram classificads em quatr categrias: peracinais, alavancagem financeira, liquidez e flux de caixa. Utilizaram cm recurss estatístics: teste T, análise fatrial e análise discriminante. Trabalh de Elizabetsky Em 1976 fi desenvlvid pr Rbert Elizabetsky um Mdel Matemátic para decisã de Crédit n Banc Cmercial. Fi utilizad análise discriminante para um grup de 373 empresas, send 99 más e 274 bas. Essas empresas fram esclhidas n ram de cnfecções em virtude de ser setr que apresentava s maires prblemas de liquidez na épca. Inicialmente fram selecinads 60 índices e através de análise de crrelaçã fi reduzida a quantidade de variáveis, chegand a 38 índices. Psterirmente fi feit um teste cm 54 empresas e verificad percentual de acert para três mdels distints, send um cm 5 variáveis, utr cm 10 variáveis e últim apresentand 15 variáveis. Verificu-se que a medida que fram aumentand númer de variáveis nã surgiram nvas cmbinações de índices cm pes suficiente para eliminar alguns ds índices que estavam ns mdels anterires. Adicinalmente, sinal ds ceficientes das variáveis nã alteraram ns três mdels.

6 50 Estud de Stephen C. Kanitz Stephen Kanitz em 1978 cnstruiu termômetr da inslvência, seguind uma linha semelhante a ds trabalhs de Altman. Kanitz apresenta cm fórmula de cálcul d fatr de inslvência: Fatr Inslvência = 0,05X ,65X2 3,55X3-1,06X4-0,33X5 Send: X1 = X2 Lucr Liquid Patrimôni Liquid (Ativ Circulante + Realizável LP) = (Passiv Circulante + Exigível LP) (Ativ C irculante - Estques) X3 = Passiv Circulante X4 = X5 Ativ Circulante Passiv Circulante Passiv Circulante + Exigível LP = Patrimôni Liquid Para este mdel, uma empresa cm Fatr de Inslvência entre 0 e 7 está na faixa de slvência, entre -3 e 0, na regiã da penumbra, u indefinida. A zna de inslvência é cmpreendida na faixa entre -7 e -3. Ds 5 índices utilizads pr Kanitz, três deles sã índices de liquidez: X 2 = Liquidez geral X 3 = Liquidez seca X 4 = Liquidez crrente

7 51 Cmparand este mdel cm de Altman, verifica-se que enquant mdel de Kanitz tem cm base a liquidez, de Altman utiliza cm base ativ ttal. Trabalh de Albert Matias Fi utilizada a técnica de análise discriminante n trabalh desenvlvid pr Matias em 1978 cm um grup de 100 empresas de diverss rams de atividade, send 50 slventes e 50 inslventes. Fram definidas cm empresas inslventes segund Matias (p. 82, 83),...empresas inslventes sã aquelas que tiveram prcess de cncrdata requerida e/u diferida, e/u falência decretada e cm empresas slventes,...empresas slventes sã aquelas que desfrutam de crédit ampl pel sistema bancári, sem restrições e bjeções a finananciaments u empréstims. A funçã discriminante final após ser testad diverss índices, fi: Z = 23,792X + 1 8,260X2 8,868X3-0,764X4 + 0,535X5 9,912X6 Send: Patrimôni Liquid X1 = X2 = Financiaments e Empréstims Bancáris Ativ Circulante Frnecedres X3 = X4 = Ativ Circulante Passiv Circulante Lucr Operacinal X5 = Lucr Brut X6 = Dispnível Fram btidas as seguintes médias, cm desvi padrã de 3,328 para ambs s cass:

8 52 Empresas Slventes: 11,176 Empresas Inslventes: 0,321 Das 50 empresas slventes, 44 fram classificadas crretamente, 1 incrretamente e 5 na regiã da dúvida. Das inslventes, 45 fram classificadas crretamente, 2 erradamente e 3 na regiã de dúvida, ttalizand 50 empresas. Estud de Letícia E. Tpa N estud realizad pr Letícia Tpa em 1979, sã destacads em Silva (p. 282, 2003) dis fatres a serem abrdads na análise financeira. Os Fatres Determinantes servem para se traçar perfil da empresa, send alguns deles subjetivs, cm Caráter ( cnceit da empresa n mercad de atuaçã). Os Fatres Cmplementares e exógens cm situaçã cnjuntural d ram de atividade, capacidade gerencial, rganizaçã e cntrles da empresa. O mdel fi submetid à cmprvaçã empírica, utilizand Terema de Bayes, tend sid cnstatad seu sucess em um teste cm 55 empresas. Os instruments quantitativs juntamente cm s subjetivs refrçam a idéia de cmplementaridade nas análises. Mdel Pereira Em 1982, Pereira desenvlveu um mdel basead em análise discriminante, intrduzind nvs índices financeirs e testand utrs fatres cm segmentaçã das empresas e hriznte de temp. O mdel pde ser representad pela seguinte equaçã básica: Z = Cnstante + X + 1 a1 + X2 a2 + X3 a3...xn an

9 53 Send: Z = valr da funçã que servirá para classificar a empresa a 1, a2,..., an = ceficientes ds índices X 1, X2,..., Xn X 1, X2,..., Xn = índices selecinads A sua aplicabilidade é para perações de curt praz para empresas médias e grandes. Para lng praz, sugere-se uma análise mais abrangente e prspectiva. Nã é acnselhad para empresas de pequen prte em virtude da qualidade de seus demnstrativs cntábeis. Cas esses demnstrativs sejam cnfiáveis mdel pde ser aplicad, prém cm algumas restrições em virtude da pequena empresa pder apresentar características muit particulares. O mdel pde ser aplicad em empresas cmerciais e industriais para avaliaçã da saúde financeira destas empresas, tend um mdel específic para cada setr. Adicinalmente, mdel apresenta características temprais, send que a medida em que a empresa se aprxima d períd de cncrdata, s índices sã alterads. Outr fatr a ser cnsiderad n mdel é que sã cnsideradas as características reginais, send que mesm se trna mais eficiente a medida em que é reginalizad. Pr últim, este mdel utiliza além ds índices tradicinais, nvs índices que têm cm bjetiv medir aspects dinâmics ligads a cicl financeir das empresas, a capacidade de cresciment e de geraçã de recurss das mesmas, bem cm aspects relativs as suas estruturas de capitais.

10 54 Aplicações de Mdels Recentes n Brasil Fi criad em 2000 um mdel de credit scring, para uma instituiçã financeira, cm empreg de regressã lgística e utras técnicas pr Marques Rsa, na Universidade de Sã Paul. Utilizu-se uma amstra de clientes de uma instituiçã financeira brasileira que receberam empréstims para financiaments de cmpra de veículs n períd de 1996 a 1997 cm bjetiv de avaliar grau de risc assciad a cada financiament. As variáveis que tiveram mair crrelaçã cm risc de crédit fram: estad civil, númer de menres dependentes, tip de residência (alugada, cmprada, utrs), psse de telefne cmercial, tip de prfissã (liberal, cmérci, apsentad, utr), idade e temp cm cliente. O mdel apresentu uma explicaçã de 70,4% de tds s cass crretamente. Em 2001, fi realizad pr Vicente um estud envlvend 202 clientes de um prdut de crédit de lng praz, de uma instituiçã financeira. O estud tinha cm bjetiv estimar risc na cnstituiçã da prvisã para devedres duvidss, send apresentad na Universidade de Sã Paul. Basead nestes clientes fi desenvlvid um mdel de regressã lgística para a mensuraçã da prvisã para devedres duvidss. Através da regressã lgística fi btida a seguinte equaçã: Z = 7, (Var 2 x 0,0690) + (Var 3 x 0,4168) + (Var 5 x 4,5462) Onde: Var 2 = Faixa de Sald a pagar; Var 3 = Faixa de Recurss Própris d devedr; Var 5 = Faixa de Quantidade de Parcelas d financiament.

11 55 Em um segund pass, fi definida a prbabilidade de perda para cada um ds clientes e a partir desta infrmaçã s mesms fram enquadrads de acrd cm a Classificaçã definida pel Banc Central, Resluçã 2682/99. A partir deste enquadrament fi definid percentual que pderia ser prvisinad cm perda para cada cliente, btend psterirmente, valr ttal de prvisã para devedres duvidss. O mdel apresentu uma explicaçã de 91,26% de tds s cass crretamente. Em 2003 fi desenvlvid pr Sants um mdel de pntuaçã para cntrle d risc de crédit para uma empresa n ram de eletreletrônics. O trabalh fi apresentad na Universidade de Brasília. Fram pesquisadas 90 empresas d ram de eletreletrônics, que atuam cm distribuidres, revendas u cnsumidres. Os dads financeirs fram cletads ns Balançs Patrimniais das empresas. Cm base nestes dads fram gerads resultads para s Mdels de Análise Discriminante e de Regressã e psterirmente s resultads fram cmparads cm utrs mdels cm: Kanitz, Altman e Mta. Cm a aplicaçã da análise discriminante, fi btida a seguinte funçã: Y = 0, ,121 X 1 0,460 X 2 + 0,317 X 3 +0,379 X 4 Onde: X 1 : Duplicatas a Receber / ; X 2 : Ativ Circulante; X 3 : Praz Médi de Pagament a Frnecedres; X 4 : Resultad Operacinal Líquid.

12 56 O praz médi de pagament a frnecedres é btid pela divisã d ttal de frnecedres pel cust das mercadrias vendidas e multiplicad pr 360 (dias). Entretant, fi detectad similaridade entre s grups, nã crrend discriminaçã. Um mdel plenamente cnfiável deve apresentar grups diferentes entre si. Utilizand a variável dictômica ( 0 = bm pagadr e 1 = mau pagadr) cm variável dependente, fi aplicad mdel LOGIT e cm variáveis independentes mais significantes, ativ circulante e a cmpsiçã d endividament. N mdel bteve-se valr de Beta de 0,051 para a variável Ativ Circulante e de 0,129 para a Cmpsiçã d Endividament. N entant, cm a aplicaçã d mdel fram classificadas crretamente apenas 38 empresas de um ttal de 90. Em 2004 fi desenvlvid pr Pereira um mdel para mensurar risc de crédit n segment hspitalar filantrópic. O trabalh fi apresentad na Fundaçã Viscnde de Cairu, em Salvadr. Fi elabrad um estud cm base na análise ds Cs tradicinais de crédit e uma simulaçã cm aplicaçã da análise discriminante, em uma amstra de 40 entidades hspitalares filantrópicas, para identificar a melhr alternativa de mensuraçã d risc de crédit. Na análise ds Cs de crédit, para cada C, fram definidas variáveis e atribuída uma pntuaçã para cada uma, btida através da cmparaçã de índices extraíds ds dads da entidade avaliada cm tabelas de índices padrã. Após a pntuaçã de tdas as variáveis para cada C de crédit, fram smadas tdas as pntuações, btend um valr final. Cm a aplicaçã da análise discriminante fi btida a seguinte equaçã:

13 57 Y = 1,30 + 0,36 IND 1-0,39 IND 2 + 0,14 IND 3 Send: IND 1 : Índice de Liquidez Crrente IND 2 : Cmpsiçã d Endividament IND 3 : Retrn sbre Patrimôni Liquid Psterirmente, fi feita uma cmparaçã entre resultad pel mdel de previsã de inslvência e a classificaçã riginal da amstra das entidades, btend um grau de cnfiança de 95%. 3.1 Vantagens e Limitações ds Mdels em Geral Pdem ser citadas as seguintes vantagens n us de mdels: Auxilia na eliminaçã da subjetividade n julgament que pde variar de analista para analista. Desta frma, fazend cm que tds sigam mesm padrã e utilizem a sensibilidade para cmplement da avaliaçã da decisã de crédit, cnsiderand variáveis que nã estã cntempladas n mdel. Aumenta a velcidade da infrmaçã para a cncessã de crédit, prprcinand uma mair agilidade das respstas. Diferentemente, pdem ser apntads cm limitações: Os mdels smente funcinam para um períd de temp, cm decrrer d mesm, tant s índices quant as variáveis pdem sfrer alterações. Adicinalmente, s mdels sã desenvlvids ex-pst, se baseand que cmprtaments realizads n passad serã permanecids n futur. Os mdels embra apresentand bns resultads pdem falhar, u seja, eles nã pdem ser utilizads n lugar d julgament d analista e sim cm uma ferramenta cmplementar.

14 58 Os mdels pdem nã apresentar resultads verdadeirs se a sua base de dads estiver cm infrmações equivcadas. Pr exempl, mdels baseads em infrmações de demnstrativs cntábeis pdem apresentar valres distrcids cas tenha adulteraçã u alguma falha ns demnstrativs cntábeis. Aspects de regiã gegráfica, bem cm rams de atividades pdem limitar us de um mdel únic. Deve ser feita uma análise sbre a pssível interferência destes fatres n resultad de acrd cm a realidade da empresa. Os mdels apresentam uma respsta bjetiva quant a decisã de crédit a ser dada as clientes, nã levand em cnsideraçã pssíveis fatres estratégics.