meeting telecom olavo borges novembro / 2002 utilizando modelos estatísticos em uma política de...

Meeting TelecomMeeting Telecom

Olavo BorgesNovembro / 2002

Utilizando modelos estatísticos Utilizando modelos estatísticos em uma Política de Créditoem uma Política de Crédito

AGENDA

RiscoModelos de mensuração de riscoPolítica de CréditoRegras de Decisão

RISCO DE CRÉDITO

CréditoEntrega de um ativo mediante promessa de

pagamento

futuro Previsão

futuro

Incerteza

RISCO é a quantificação do grau de incerteza

PASSIVOSPASSIVOSATIVOSATIVOS

CAIXACAIXA

A IMPORTÂNCIA DA GESTÃO DO RISCO DE CRÉDITO

Conceito

Entidade jurídica que produz bens e/ou serviços, com o objetivo de obter lucro

A continuidade de qualquer entidade que desenvolve uma atividade depende da obtenção de lucros

EMPRESA

Caixa

MP PACiclo

OperacionalFornecedores Clientes

Áreas de Apoio

Setor de atuação

Concorrência

Economia

Demais Setores

RH

Financeira

Produção

VendasMKT

Ciclo Operacional

Ciclo Financeiro

0

data da compra

PMPC = 30 dias30

data do pagamento

data da venda

12

data dorecebimento

PMRV = 25 dias

PMRE = 12 dias

COMPRA0

VENDA12

PGTO30

RECBTO37

37

CICLO FINANCEIRO7 DIAS

0

Técnicas de Análise de Balanço

Tradicionais Análise Vertical Análise Horizontal Índices Econômico-Financeiros

Avançadas GIR - Geração Interna de Recursos NCG - Necessidade Capital Giro Fluxo de Caixa Projeção de Balanço

RISCO EMPRESA

Análise da Empresa (Empresas Corporate)

Breve histórico Administração Grupo econômico Processo Produtivo

Matéria-prima Processo produtivo Produtos

Comercialização Mercado Investimentos Análise econômico-financeira

RISCO EMPRESA

Tipos

Solicitado x Não Solicitado

Operação x Empresa

Estatístico x Não Estatístico

RATING DE CRÉDITORATING DE CRÉDITO

Conceito

Classificação

Reflete a probabilidade de ocorrência de determinado evento

RISCO EMPRESA

TOMADORES DE CRÉDITO

Perfil x Técnicas de avaliação de Risco

Pessoas Físicas (técnicas estatísticas)

Pessoas JurídicasMicro (técnicas

estatísticas)

Pequeno (técnicas estatísticas)

Médio (técnicas estatísticas)

Grande (análise julgamental)

DESENVOLVIMENTO DE MODELOS

Principais Etapas

Base de Dados

A formação da base de dados é de extrema importância pois é a origem das variáveis que serão utilizadas no desenvolvimento do Rating

Estrutura (campos) Uniformidade dos dados Consistência Qualidade (fontes fidedignas) Campos não preenchidos (não tem x não informado) Tempo de formação da base (dados históricos) Atualização dos dados


Definições iniciais

Objetivo do modelo previsão de insolvência previsão de inadimplência

Segmentação por porte small middle corporate

Segmentação por setor de atividade indústria comércio serviços primário


Variáveis Devem possuir correlação com o evento em questão

Cadastrais

financeiras

Comportamentais

negativas

setoriais

grupo econômico


Seleção da amostra

A seleção da amostra deve ser aleatória

Quantidade em função do universo

Extração da amostra de forma aleatória

Amostra de bons e maus

Amostra para desenvolvimento e teste

Segmentação por porte

Segmentação por ramo de atividade



hojehoje

Período de observação da performancedas empresas

31/12/200131/12/2000

Empresas boas

Empresas ruinsEmpresas boas

AnáliseEstatísticaVariáveis

Ponto deObservação

f(x) = 0 + 1.p1 + 2.p2 + 3.p3 + ... + n.pn

Ferramentas Estatísticas

Análise Discriminante

Análise de Regressão

Linear Simples

Linear Múltipla

Logística

Redes Neurais

Algoritmos Genéticos



Definindo classes de Risco

Quantidade de classes

Distribuição das faixas de probabilidade

DISTRIBUIÇÃO DAS PROBABILIDADES

1 0,0% 0,5% 0,25%

2 0,5% 1,0% 0,75%

3 1,0% 2,0% 1,50%

4 2,0% 3,5% 2,75%

5 3,5% 6,5% 5,00%

6 6,5% 12,5% 9,50%

7 12,5% 25,0% 18,75%

8 25,0% 100,0% 62,50%

9 default inadimplênc ia

10 default insolvênc ia

CLASSERISCO FAIXAS PRINAD

PRINADMÉDIA

QUANTIDADE DE CLASSES DE RISCO

ESCALAA

ESCALAB

1

2

3

4

5

1

2

3

4

5

6

7

8

9

10

Quanto mais classes de risco, melhor a distinção dos riscos Quanto maior a distinção dos riscos, melhores abordagens podem ser preparadas


Acompanhamento e Revisão

Relatórios de acompanhamento

Quantidade de avaliações por classes de risco

Default esperado x ocorrido

Matriz de migração

avaliar com muita cautela

pode ter interpretações diferentes para diferentes tipos de

modelos (estatísticos x julgamentais)

1 2 3 4 5 6 7

100,00 100,00 100,00 100,00 100,00 100,00 100,00

1 90,81 0,70 0,09 0,02 0,03 0,00 0,22

2 8,33 90,65 2,27 0,33 0,14 0,12 0,00

3 0,68 7,79 91,05 5,77 0,67 0,24 0,22

4 0,06 0,64 5,46 86,93 6,71 0,43 1,30

5 0,12 0,06 0,74 5,30 80,53 1,08 2,38

6 0,00 0,14 0,26 1,17 8,84 83,46 6,24

7 0,00 0,02 0,01 0,12 1,00 4,07 54,86

8 0,00 0,00 0,06 0,18 1,06 5,20 14,79

DEFAULT 0,00 0,00 0,06 0,18 1,02 5,40 20,00

100,00 100,00 100,00 100,00 100,00 100,00 100,01

C O M O E R A ( ANO 1 )CLASSE RISCO

C O

M O

F

I C O

U (

AN

O 2

)

MATRIZ DE MIGRAÇÃO (em %)MATRIZ DE MIGRAÇÃO (em %)

Posição em Ano 1 x Ano 2Posição em Ano 1 x Ano 2


UNIVERSO

AMOSTRA 1

variáveis

desenvolvimento

f(x) = 0 + 1xp1 + 2xp2+...

testeimplantação

Acompanhamento e Revisão

AMOSTRA 2Ferramenta

Estatística

Modelo

Estrutura das Regras de Decisão

Regras de Decisão baseadas em:

Rating Scoring

Empresa com CNPJ inapto

Empresa com CNPJ cancelado

Empresa com CNPJ suspenso

Empresa com situação inativa

Empresa não localizada

Empresa com atividades paralisadas

Empresa em fase de liquidação

Patrimônio Líquido Negativo

Histórico de atrasos

Regras de DecisãoFiltros

Regras de Decisão

baseadas no

Rating

Regras de DecisãoRating

Small ( Micro )

Bônus Solicitar garantias?

CRS Fator Tempo (> 5 anos) Pontual?

Limite

total S/N % cobertura

Prazo

(meses)

1 0,30 0,05 0,05 0,40 N - 12

2 0,25 0,05 0,05 0,35 N - 12

3 0,20 0,05 0,05 0,30 N - 9

4 0,15 0,05 0,05 0,25 S 130% 9

5 0,10 0,05 0,05 0,20 S 130% 6

6 0,05 0,05 0,05 0,15 S 130% 6

7 0 0,05 0,05 0,10 S 140% 3

8 0 0,05 0,05 0,10 S 150% 3


Small + ( Pequena )



Limite

Total S/N % cobertura

Prazo

(meses)

1 0,35 0,05 0,05 0,45 N - 12

2 0,30 0,05 0,05 0,40 N - 12

3 0,25 0,05 0,05 0,35 N - 9

4 0,20 0,05 0,05 0,30 S 130% 9

5 0,15 0,05 0,05 0,25 S 130% 6

6 0,10 0,05 0,05 0,20 S 130% 6

7 0,05 0,05 0,05 0,15 S 140% 3

8 0 - - - S 150% 3


Middle ( Média )



Limite


Prazo

(meses)

1 0,40 0,05 0,05 0,50 N - 12

2 0,35 0,05 0,05 0,45 N - 12

3 0,30 0,05 0,05 0,40 N - 9

4 0,25 0,05 0,05 0,35 N - 9

5 0,20 0,05 0,05 0,30 S 130% 6

6 0,15 0,05 0,05 0,25 S 130% 6

7 0,10 0,05 0,05 0,20 S 140% 3

8 0,05 0,05 0,05 0,15 S 150% 3


Middle + ( Média )



Limite


Prazo

(meses)

1 0,45 0,05 0,05 0,55 N - 12

2 0,40 0,05 0,05 0,50 N - 12

3 0,35 0,05 0,05 0,45 N - 9

4 0,30 0,05 0,05 0,40 N - 9

5 0,25 0,05 0,05 0,35 S 130% 6

6 0,20 0,05 0,05 0,30 S 130% 6

7 0,15 0,05 0,05 0,25 S 140% 3

8 0,10 0,05 0,05 0,20 S 150% 3


Corporate ( Grande )



Limite


Prazo

(meses)

1 0,50 0,05 0,05 0,60 N - 12

2 0,45 0,05 0,05 0,55 N - 12

3 0,40 0,05 0,05 0,50 N - 9

4 0,35 0,05 0,05 0,45 N - 9

5 0,30 0,05 0,05 0,40 N - 6

6 0,25 0,05 0,05 0,35 S 130% 6

7 0,20 0,05 0,05 0,30 S 130% 3

8 0,15 0,05 0,05 0,25 S 140% 3

Regras de Decisão

baseadas no

Scoring

Regras de DecisãoRiskScoring

Small ( Micro )


Scoring Fator Tempo (> 5 anos) Pontual?

Limite


Prazo

(meses)

951 a 1000 0,25 0,05 0,05 0,35 N - 12

801 a 950 0,20 0,05 0,05 0,30 N - 12

501 a 800 0,15 0,05 0,05 0,25 N - 9

451 a 500 0,10 0,05 0,05 0,20 S 130% 9

401 a 450 0,05 0,05 0,05 0,15 S 130% 6

301 a 400 0,03 0,05 0,05 0,13 S 140% 6

251 a 300 0 0,05 0,05 0,10 S 145% 3

Até 250 0 0,05 0,05 0,10 S 150% 3

PRECIFICAÇÃO

Precificação da operação

Considerando :

Cliente com Cliente com Rating 5 ( Risco Médio Risco Médio 5% 5% ) 95% 95% Pagam sem problemas Pagam sem problemas

5% 5% Atrasam e 30% é recuperado (*) Atrasam e 30% é recuperado (*)

Taxa Básica de juros ( TB ) de 4%Taxa Básica de juros ( TB ) de 4%

Qual taxa de juros deve ser cobrada desse cliente?Qual taxa de juros deve ser cobrada desse cliente?

Prinad Taxa PerdaRating Faixa de Prinad Média Recup Esper

1 0,0% 0,5% 0,25% 60% 0,100%

2 0,5% 1,0% 0,75% 50% 0,375%

3 1,0% 2,0% 1,50% 40% 0,900%

4 2,0% 3,5% 2,75% 35% 1,787%

5 3,5% 6,5% 5,00% 30% 3,500%

6 6,5% 12,5% 9,50% 25% 7,125%

7 12,5% 25,0% 18,75% 20% 15,000%

8 25,0% 100,0% 62,50%

9 default inadimplência

10 default insolvência

Tabela das Classes de Risco

Fórmula

Taxa de juros = { ( 1 + TB ) – ( RM x TX REC ) - 1 } x 1001 - RM

Onde : TB - Taxa Básica de juros RM - Risco Médio TX REC - Taxa de Recuperação

Taxa de juros = (1 + 4%) - ( 5% x 30% ) - 1 = 7,89%1 - 5%

PRECIFICAÇÃO

Supondo que as operações nessa classe de risco foram realizadas:

No montante de $100

À taxa de 7,9%

EVENTO % RETORNO

Pagam sem problemas 95% 107,9 x 0,950 = 102,51

Pagam após recuperação 1,5% 107,9 x 0,015 = 1,62

Não pagam 3,5% - o - 0,00

Retorno obtido 104,13

Ganho de 4,13% > Taxa Livre de Risco 4%

PRECIFICAÇÃO

Ganho de 2,29% < Taxa Livre de Risco 4%

EVENTO % RETORNO

Pagam sem problemas 95% 106,0 x 0,950 = 100,70

Pagam após recuperação 1,5% 106,0 x 0,015 = 1,59

Não pagam 3,5% - o - 0,00

Retorno obtido 102,29

PRECIFICAÇÃO

Supondo que as operações tenham sido realizadas a 6%

CIA A CIA BCliente $ Rating Cliente $ Rating

A 50 4 F 200 3

B 300 5 G 200 3

C 300 5 H 200 7

D 50 3 I 200 7

E 300 6 J 200 5

Total 1.000 Total 1.000

RISCO MÉDIO e PERDA ESPERADA

CIA ACIA A

RM = ($50 x 4) + ($300 x 5) + ($300 x 5) + ($50 x 3) + ($300 x 6) = 5,15$1.000

CIA BCIA B

RM = ($200 x 3) + ($200 x 3) + ($200 x 7) + ($200 x 7) + ($200 x 5) = 5,00$1.000

RISCO MÉDIO

Valor $ x Rating

CIA ACIA A

PE = ($50 x 0,90%) + ($50 x 1,787%) + ($300 x 3,5%) + ($300 x 3,5%) + ($300 x 7,125%) = $ 43,72

PE = $ 43,72 $ 1.000 = 4,37%

CIA BCIA B

PE = ($200 x 0,90% ) + ($200 x 0,90% ) + ($200 x 3,5%) + ($200 x 15%) + ($200 x 15%) = $ 70,60

PE = $ 70,60 $ 1.000 = 7,06%

PERDA ESPERADA

Valor $ x Perda Esperada

Olavo Borges

Obrigado !

meeting telecom olavo borges novembro / 2002 utilizando modelos estatísticos em uma política de...

Documents