Comparação: casamento x doutorado

Modelos de risco de crédito - Parte 1

"O Risco de crédito (Credit risk) é a probabilidade de uma empresa ou Estado que emite instrumentos de dívida não pagar os juros devidos ou reembolsar o capital aplicado".

Definição segundo THINK FN

O mercado de crédito, na maior parte dos países, geralmente, é várias vezes maior que o mercado de ações. No entanto, é de longe menos transparente e mais complexo. Além disso, o mercado de crédito é caracterizado por negócios de balcão e não são ativamente negociados em sua maioria - o problema da liquidez (excessão para emissões como debênturs, CRIs, etc.). Isso gera spreads maiores que seriam obtidos por modelos teóricos e empíricos, o que dificulta sua análise. Tendo isso em mente, faremos aqui um estudo de epistemologia do Risco de Crédito. Cada modelo abaixo está listado, de modo rudimentar, em ordem cronológica de maior utilização pelas instituições financeiras internacionais e/ou ordem de complexidade e melhor acurácia de resultados.

Modelos tradicionais

Métodos para a determinação da probabilidade de default (PD). Não se concentra em encontrar estimativas de perdas (LGD, loss given defaut). Para esses métodos, "fracasso" sigifica apenas: falência, default, etc. Eles são chamados de modelos DM (Default Mode), pois ignoram consequências de degradações (ou upgrades) na qualidade de crédito (ou classificação) - o que fazerm os modelos chamados de MtM.

1.Sistemas de experts

Exemplos: Banqueiros tradicionais ("pré-história dos bancos").

Caracterísitcas: Avaliação humana baseada nos 5 C's: Caráter (reputação), Capital (alavancagem), Capacidade (volatilidade na receita), Colateralização (disposições dos contratos) e Condições Cíclicas (macroeconomia).

Vantagens: Mínimas; mas deu origem ao modelos de redes neurais.

Desvantagens: Critérios subjetivos e sem atribuir esquemas de pesos a cada um dos critérios.

2. Sistemas de redes neurais

Exemplos: Idem acima.

Características: Sistema de pesos (importâncias) são utilizados para parametrizar os inputs (e.g. os 5 C's). Um banco de dados com o histórico de defaults relacionado aos parâmetros de entrada "treinam" a rede que irá responder com uma PD para cada novo conjunto de parâmetros.

Vantagens: Substituir subjetividade humana. Automatizar e sistematizar previsões de default.

Desvantagens: Previsões tornam-se enviesadas para o banco de dados com o tempo. O número de conexões entre os parâmetro (e o sistema de pesos) podem se tornar computacionalmente proibitivo. Falta de transparência na metodologia (caixa-preta) o que faz com que modelo não possa ser validado até seu uso na prática.

3. Sistemas de Rating

Exemplos: Agências de classificação (Moody's, S&P, etc.), ratings internos de bancos, acordos de Basiléia, circular 2682.

Características: Baseados nos históricos dos empréstimos e emissões. Os critérios podem ser unidimencionais, ou seja, para cada intervalo de PD associa-se um rating. Ou bidimencional, onde o rating é associado levando em conta a PD e a perda estimada LGD.

Vantagens: Homogeiniza classificações de crédito (nos casos dos acordos e circulares).

Desvantagens: Dificuldade de obtenção de estimativas de LGD fazendo com que, na maior parte dos casos, bancos prefiram classificações unidimencionais pois têm mais acesso às PD.

4. Modelos de Credit Scoring

Exemplos: Modelos internos de instituições financeiras (mais atualmente)

Caracterísitcas: Modelo mais comum de medida de crédito até a década de 90, onde cerca de 97% dos bancos usavam scoring para aprovação de cartões de crédito e 70% deles usavam para empréstimos a pequenas empresas. Existem diferentes métodos para se fazer o scorigns: Modelos de probabilidade linar; modelos logit e probit (modelos baseados em métodos de máxima verossimilhanças em variáveis binárias - default ou não default); e modelos de análise de discriminantes múltiplos (método estatístico que realizam segregação de mercado, isto é, que melhor separa uma amostra dados um critério em relação a um conjunto de parâmetros, renda, idade, endereço, etc. Para cada conjunto de dados de um requisitante de crédito uma pontuação Z é atribuída, o crédito é concedido dependendo do histórico. Para cada valor Z também pode ser atribuído uma PD. As principais caracteísticas usadas pelas instituições financeiras ao redor do mundo para diferenciar entre default e não-default são medidas (razões) relacionadas a lucratividade, alavancagem e liquidez.

Vantagens: São baratos para serem implantados, facilmente implementados pelas instituições financeiras (que possuem todos os dados necessários) e possue forte apelo "lógico".

Desvantagens: Dados necessários nem sempre são acessíveis se não à instituição financeira. Modelos assumem linearidade entre as relações entre os parâmetros. Além disso parâmetros são geralmente baseados em valores contábeis (EBIT, obrigações, etc.) e não valores de mercado. Parâmetros utilizados são empriricamente testados e possuem pouco/nenhum embasamento econômico.

A Matemática do Risco

Caros leitores,

Dentro do assunto: Matemática Aplicada à finanças, os modelos de cálculo de risco merecem uma atenção especial.

Conhecemos muito bem o conceito de risco no dia - dia. Sabemos avaliar e aceitar ou não níveis de risco.

No mundo financeiro o cálculo de risco pode ser definido como a tentativa de se medir o grau de incerteza na obtenção do retorno esperado em uma determinada aplicação financeira ou investimento realizado. Os investimentos podem ser classificados como de baixo, médio e alto risco.

Geralmente, investimentos de baixo risco apresentam um maior nível de segurança ao investidor, mas em contrapartida costumam ter um retorno menor. Investimentos de alto risco, por outro lado, podem trazer um retorno mais alto, mas com um grau muito maior de incerteza, podendo até mesmo trazer prejuízos aos investidores.

Como dito geralmente, isto é, não existe uma prova real de que alto risco implica em alto retorno financeiro ou que pequenas exposições não alcancem bons resultados (aliás as empresas buscam exatamente isso, baixo risco e alto retorno).

Alguns tipos de risco que merecem destaque: o Risco de Mercado, o Risco de Crédito e o Risco Operacional. Pretendo nos posts seguintes fazer uma análise conceitual abrangente de cada tipo de risco e uma breve exposição matemática sobre os cálculos usando apenas um pouco de probabilidade e cálculo diferencial.