Tese de esresse na ligação macro-risco de crédio: uma aplicação ao seor domésico de PFs Auores: Ricardo Schechman Wagner Gaglianone
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.
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.
Inrodução Foco: meodologias de macro sress-esing de risco de crédio (sisema). Aplicação: seor domésico de PFs.
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
Inrodução O que caraceriza macro sress-esing? Abordagem condicional à cenário macro (ruim). Incorporar sress na modelagem da ligação?
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
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!
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
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.
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
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
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!
Quanílico: densidades de σ-cenários (h=) 200 60 40 20 60 40 20 σ = σ = 2 60 -sd scenarios 200 40 20 60 40 20 2-sd scenarios 40 20 0 0.05 0.055 0.06 0.065 0.07 0.075 0.08 0.085 0.09 0.095 σ = 3 3-sd scenarios 0 0.05 0.055 0.06 0.065 0.07 0.075 0.08 0.085 0.09 0.095 0. 60 40 20 0 0.05 0.06 0.07 0.08 0.09 0. 0.
Quanílico: CDFs de cenários macro (σ=2, h=) 0.95 0.9 F(NPL) 0.85 0.8 Uncondiional Mulivariae GDP 0.75 Unemploymen Inflaion Ineres Rae 0.7 0.074 0.076 0.078 0.08 0.082 0.084 0.086 0.088 0.09 NPL
Quanílico: pp-plos de σ-cenários (h=) scenarios: sd scenarios: 2sd 95 95 90 90 85 85 75 90 95 75 90 95 95 90 85 scenarios: 3sd 75 90 95 Ideniy Mulivariae GDP Unemploymen Inflaion Ineres
Wilson: pp-plos de σ-cenários (h=) scenarios: sd scenarios: 2sd 95 95 90 90 85 85 82 75 90 95 75 90 95 95 90 85 scenarios: 3sd 75 90 95 Ideniy Mulivariae GDP Unemploymen Inflaion Ineres
Comparação modelos: densidades (h=, σ=2) uncondiional 200 mulivariae GDP 50 60 40 60 40 20 50 20 0 0.04 0.06 0.08 0. 0 0.04 0.06 0.08 0. 0.2 0 0.04 0.06 0.08 0. 0.2 50 unemploymen inflaion 50 ineres 60 50 40 50 20 0 0.04 0.06 0.08 0. 0.2 0 0.04 0.06 0.08 0. Wilson Quanile 0 0.04 0.06 0.08 0. 0.2
Comparação modelos: pp-plos (h=, σ=2) disress: mulivariae disress: GDP 60 75 85 90 95 disress: unemploymen 60 75 85 90 95 disress: inflaion 60 75 85 90 95 disress: ineres 60 75 85 90 95 ideniy Wilson Quanile 60 75 85 90 95
Wilson: ordem de severidade dos cenários macro (σ=2) h = h = 2 0.95 0.95 F(NPL) 0.9 0.85 F(NPL) 0.9 0.85 0.8 0.8 0.75 0.075 0.08 0.085 0.09 0.095 0. h = 3 0.75 0.075 0.08 0.085 0.09 0.095 0. h = 4 0.95 0.95 F(NPL) 0.9 0.85 F(NPL) 0.9 0.85 0.8 0.8 0.75 0.075 0.08 0.085 0.09 0.095 0. 0.75 0.075 0.08 0.085 0.09 0.095 0. Uncon. Muli. GDP Unemploymen Inflaion Ineres
QR: ordem de severidade dos cenários macro (σ=2) h = h = 2 0.95 0.95 F(NPL) 0.9 0.85 F(NPL) 0.9 0.85 0.8 0.8 0.75 0.075 0.08 0.085 0.09 0.095 0. h = 3 0.75 0.075 0.08 0.085 0.09 0.095 0. h = 4 0.95 0.95 F(NPL) 0.9 0.85 F(NPL) 0.9 0.85 0.8 0.8 0.75 0.075 0.08 0.085 0.09 0.095 0. 0.75 0.075 0.08 0.085 0.09 0.095 0. Uncon. Muli. GDP Unemploymen Inflaion Ineres
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.
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
Obrigado! ricardo.schechman@bcb.gov.br wagner.gaglianone@bcb.gov.br