Teste de estresse na ligação macro-risco de crédito: uma aplicação ao setor doméstico de PFs. Autores: Ricardo Schechtman Wagner Gaglianone

Transcrição

1 Tese de esresse na ligação macro-risco de crédio: uma aplicação ao seor domésico de PFs Auores: Ricardo Schechman Wagner Gaglianone

2 Lieraura: ligação macrorisco de crédio Relação macro-volume de crédio bem enendida (e.g. Bernanke & Blinder, 992, Bernanke & Gerler, 995) Teoria ainda pouco desenvolvida para a ligação macro-risco de crédio. Ligação embue risco dos omadores (demanda), risk-aking channel (ofera), correlações enre omadores, ec. Alguns papers empíricos buscam desacoplar efeios (e.g. Jiménez e al., 2008) Para os fins de sress-esing dese esudo é imporane o efeio líquido sobre o risco de crédio realizado.

3 Lieraura: macro sress-esing de risco de crédio Macro sress-esing de risco de crédio: Ineresse de Bancos Cenrais (esabilidade financeira) e de bancos privados (Basiléia II). Abordagens majoriariamene não esruurais. Modelos e discussão: Wilson (997a,997b), Sorge & Virolainen (2006), Cihak (2007), ec. Aplicações em Bancos Cenrais e agências de supervisão: Kalirai & Scheicher (2002), Boss(2003), Lehman (2006), van den End e al. (2006), Jiménez & Mencia (2007), Breuer e al. (2007), Giraul (2008), Simons & Rolwes (2008), ec.

4 Inrodução Foco: meodologias de macro sress-esing de risco de crédio (sisema). Aplicação: seor domésico de PFs.

5 Programa da apresenação. Inrodução 2. Apresenação do modelo Wilson (997) 3. Proposa de novo modelo 4. Esimação das ligações macro-risco de crédio segundo ambos modelos. 5. Meodologia de simulação para sress-esing 6. Análise dos resulados de sress-esing

6 Inrodução O que caraceriza macro sress-esing? Abordagem condicional à cenário macro (ruim). Incorporar sress na modelagem da ligação?

7 Um modelo radicional (c.f. Wilson, 997) Meodologia (4) (3) (2) (), ) ( ~ ), ( (VAR), = ) ( + = y )) exp( (, q j p i i 0 ) ln ( = > = = = = = ε,ε ε,ε k k j j 0 Σ Σ Σ Σ Σ Σ 0, ε ε z A μ z z γ z γ u u u,u m k i N u q m ligação u y y CRI CRI CRI y or α α

8 Meodologia Problemas: Dados não confirmam u ão bem comporado. u pode ser não-normal. Modelagem de sress na ligação: Covariância u,ε é canal resrio Imporância relaiva das variáveis macro (γ) consane? (Sorge & Virolainen, 2006) Parâmero γ responde pela correlação enre omadores, passível de aleração em empos de sress!

9 U ~ U[0,] Não há hipóese de normalidade = = + + m j p i 0 ) ( + ) ( ) ( ) ( = y j j 0 z γ z γ i i U U y U U α α Proposa de novo modelo para a ligação (equação 2): Coeficenes (γ e α) variáveis conforme o quanil de CRI Busca capurar melhor incereza/sress na ligação. Regressão quanílica (QR) Meodologia

10 Dados Crédio do seor financeiro privado nacional a pessoas físicas. CRI = non-performing loans (NPL), mensurado como percenual moneário dos crédios em araso enre 2 e 6 meses. Período:995 a 2008; Frequência: rimesral Variáveis macro consideradas: PIB real, desemprego, inflação, axa de juros de curo prazo, de longo prazo, produção indusrial, risco país, câmbio real, razão dívida/pib, crescimeno do volume de crédio.

11 Non-performing loans de PFs 5,00% Pessoas Físicas 2,00% 9,00% 6,00% 3,00% 0,00% 995 T 996 T 997 T 998 T 999 T 2000 T 200 T 2002 T 2003 T 2004 T 2005 T 2006 T 2007 T 2008 T

12 A ligação macro-risco de crédio Modelos para a ligação Variável Wilson Wilson Quanílico p-values explicaiva (GMM) (GMM) U =0.5 U =0.9 slope es Inercepo -0,954 (*) -0,895 (*) -0,655 (*) -2,53 (*) - y (-) 0,655 (*) 0,622 (*) 0,697 (*) 0,20 (*) 0,000 (*) PIB -0,02 (*) -0,04 (*) -0,00 (***) -0,00 0,64 Desemprego 0,07 (*) 0,048 (*) 0,029 (**) 0,03 (**) 0,890 Inflação 0,03 (*) 0,002-0,003-0,005 0,827 Juros -0,006 0,007 0,020 (***) -0,007 0,043 (**) Vol. Crédio -0,00 (***) -0,002-0,006 (*) -0,005 (*) 0,65 PIB (-) - -0,008 0,00-0,020 (*) 0,00 (*) Desemprego (-) - -0,037 (*) -0,032 (*) 0,00 0,08 (**) Inflação (-) - 0,026 (*) 0,03 (*) 0,063 (*) 0,003 (*) Juros (-) - -0,025 (*) -0,023 (**) 0,007 0,029 (**) Vol. Crédio (-) - 0,000-0,00 0,00 0,56

13 Sress-esing: Meodologia e implemenação Sress-esing é condicional a cenário S sobre o fuuro. Cenários S represenados em z : mulivariados e univariados. Variáveis não fixas em S simulação via VAR condicional a S (além de u ou U, dependendo do modelo). Realizações exremas de NPL advêm de z e u ou U alos. Implemenação: Presene = 2008:I, Cenários S para 2008:II (h=) Soma de, 2 ou 3 desvios à previsão do VAR (σ-cenários) Resulados: disribuições incondicionais e esressadas. Comparação de caudas (visão de perda não-esperada) Comparações absoluas e relaivas!

14 Quanílico: densidades de σ-cenários (h=) σ = σ = sd scenarios sd scenarios σ = 3 3-sd scenarios

15 Quanílico: CDFs de cenários macro (σ=2, h=) F(NPL) Uncondiional Mulivariae GDP 0.75 Unemploymen Inflaion Ineres Rae NPL

16 Quanílico: pp-plos de σ-cenários (h=) scenarios: sd scenarios: 2sd scenarios: 3sd Ideniy Mulivariae GDP Unemploymen Inflaion Ineres

17 Wilson: pp-plos de σ-cenários (h=) scenarios: sd scenarios: 2sd scenarios: 3sd Ideniy Mulivariae GDP Unemploymen Inflaion Ineres

18 Comparação modelos: densidades (h=, σ=2) uncondiional 200 mulivariae GDP unemploymen inflaion 50 ineres Wilson Quanile

19 Comparação modelos: pp-plos (h=, σ=2) disress: mulivariae disress: GDP disress: unemploymen disress: inflaion disress: ineres ideniy Wilson Quanile

20 Wilson: ordem de severidade dos cenários macro (σ=2) h = h = F(NPL) F(NPL) h = h = F(NPL) F(NPL) Uncon. Muli. GDP Unemploymen Inflaion Ineres

21 QR: ordem de severidade dos cenários macro (σ=2) h = h = F(NPL) F(NPL) h = h = F(NPL) F(NPL) Uncon. Muli. GDP Unemploymen Inflaion Ineres

22 Conclusão Conribuições do arigo: Esimação de modelo do ipo Wilson (997) para o seor domésico de pessoas físicas. Propõe e esima um modelo quanílico para capurar incereza/sress na ligação macro-risco de crédio. Discue abordagens de comparação enre modelos de sress-esing.

23 Conclusão Resulados preliminares: Esimação da ligação: sinais dos efeios conemporâneos mais uniformes enre os modelos para PIB, desemprego e vol. crédio Choque de 2 desvios em desemprego em 75% de chance segundo QR (82% segundo Wilson) de ser absorvido em h=, dado quanil 95% incondicional fixado como buffer. Em h=, esresse em desemprego produz o choque mais severo sobre NPL; para h> resulados divergem segundo o modelo (inflação e juros em QR). Qual modelo enxerga cenários de modo mais severo depende do méodo de comparação, do cenário e do horizone h! Exensões do esudo: ouras especificações

24 Obrigado!