A apresentação está carregando. Por favor, espere

A apresentação está carregando. Por favor, espere

Charles Carmona e Antônio Amorim Neto

Apresentações semelhantes


Apresentação em tema: "Charles Carmona e Antônio Amorim Neto"— Transcrição da apresentação:

1 Charles Carmona e Antônio Amorim Neto
Modelagem do risco de crédito: Um estudo do segmento de pessoas físicas em um banco de varejo. Charles Carmona e Antônio Amorim Neto

2 1 - INTRODUÇÃO Apresentação do tema:
Saunders (2000) apresenta sete motivos para o súbito interesse na gestão do risco de crédito observado na última década: Aumento estrutural de falências Desintermediação Margens mais competitivas Valores declinantes e voláteis de garantias reais O crescimento de derivativos extrabalanço Tecnologia As exigências para capital baseado no risco pelo BIS

3 Evolução do Crédito Pessoal

4 Problema de Pesquisa Nas últimas décadas diversos modelos estatísticos de probabilidade foram desenvolvidos pelas instituições financeiras, especialmente aplicados para pessoas jurídicas. O segmento de pessoas físicas, ao contrário do segmento de pessoas jurídicas, é bastante homogêneo sob a ótica financeira. É possível através de modelagem estatística fazer a previsão da inadimplência para pessoas físicas em operações de crédito em um banco de varejo brasileiro?

5 Risco de Crédito - Modelos
REFERENCIAL TEÓRICO Risco de Crédito - Modelos Saunders (2000) divide as abordagens de medição do risco de crédito em tradicionais e novas: Abordagens Tradicionais: Sistemas Especialistas; Credit Scoring – Sistemas de pontuação de crédito; Rating – Sistemas de classificação. Novas Abordagens = Modelos de gestão de carteiras (Teoria da diversificação de Markowitz).

6 Modelos de Credit Scoring
Se dividem em duas categorias: 1) Modelos de aprovação ou concessão de crédito; 2) Modelos de escoragem comportamental ou behavioural scoring. A principal diferença entre as duas categorias é que nos modelos de escoragem comportamental, a instituição financeira já conhece o cliente. A informação adicional no behavioural scoring é o histórico de compras e pagamentos do cliente.

7 Processo de concessão de crédito através do uso de modelos de credit scoring.

8 Histórico dos Modelos de Credit Scoring
David Durand pesquisador do National Bureau of Economic Research (N.Y. – EUA) foi o primeiro a apresentar um modelo que atribuía pesos para cada uma das variáveis utilizando análise discriminante. A popularização dos sistemas de credit scoring, aconteceu após a publicação do modelo Z de Altman. Técnicas Estatísticas : Para analisar os modelos utilizam-se técnicas distintas e independentes: Análise Discriminante e Regressão Logística, entre outras.

9 Vantagens dos modelos de credit scoring
A principal vantagem do uso dos modelos de credit scoring é a agilidade adquirida pela instituição que concede o crédito. Revisão de crédito mais consistente Informações organizadas Eficiência no trato de dados fornecidos por terceiros Diminuição da metodologia subjetiva Compreensão do processo Maior eficiência do processo

10 Limitações e desvantagens dos modelos de credit scoring
Custo de Desenvolvimento Modelos com “excesso de confiança” Problemas com valores não preenchidos no cadastro Interpretação equivocada dos escores Limitações geográficas e temporais

11 4 – METODOLOGIA FINALIDADE
Desenvolvimento de dois modelos de credit scoring para uma mesma amostra: Modelo 1 = Modelo de concessão ou aprovação de crédito. Modelo 2 = Modelo de escoragem comportamental ou behavioural scoring. BASE DE DADOS 344 clientes tomadores de empréstimo do segmento de pessoas físicas das agência de um banco de varejo localizadas na cidade de Recife.

12 4 – METODOLOGIA Composição
A amostra é formada por dois grupos de indivíduos : Grupo “A”- 172 clientes sem atraso no pagamento de suas operações. Grupo “H”- 172 Clientes inadimplentes Parâmetros para seleção da amostra: Clientes que possuam operações a mais de 12 meses. Clientes que permaneceram 12 meses no mesmo “status”

13 4 – METODOLOGIA Hipótese de Avaliação dos modelos
Assumindo que consideramos um modelo funcional quando este apresenta uma taxa de sucesso (número de acertos por casos totais) superior a 80% pode-se considerar válida para o objetivo proposto.

14 5 – RESULTADOS Modelos de Concessão de Crédito Taxa de Acertos: 73,3%
VARIÁVEIS COEFICIENTES Taxa de Acertos: 73,3% 72,4%

15 5 – RESULTADOS Modelos de escoragem comportamental Taxa de Acertos:
VARIÁVEIS COEFICIENTES Taxa de Acertos: 81,4% 81,7%

16 6 – CONCLUSÕES Variáveis - Modelos de Concessão de Crédito

17 6 – CONCLUSÕES Os modelos mostraram ser conservadores, isto é, são melhores na identificação de indivíduos inadimplentes do que de indivíduos adimplentes (Erro Tipo 2). Isso é positivo porque permite a redução do risco das operações.

18 6 – CONCLUSÕES Técnicas Estatísticas
Análise Discriminante Regressão Logística Modelo 1 = 73,3% Modelo 1 = 72,4% H0 Rejeitada – Taxas de acertos menores que 80% Modelo 2 = 81,4% Modelo 2 = 81,7% H0 Não foi Rejeitada – Taxas de acertos maiores que 80% Taxas de acertos semelhantes Ausência de uma técnica dominante

19                                                            Núcleo de Estudos em Finanças e Investimentos do Programa de Pós-graduação em Administração da UFPE (NEFI/PROPAD/UFPE) Fones: (81) / Coordenador: Charles Carmona

20 1) Sistemas Especialistas
A análise clássica do crédito é um sistema especializado que depende, acima de tudo, do julgamento subjetivo de profissionais treinados (Caouette, Altman e Narayanan, 1998) Os chamados “Cs” do crédito (Weston e Brigham, 1972) são representados por (5 Cs) : Caráter Capacidade Condições Capital Colateral No Brasil, Silva (2000) incorporou o 6° C do crédito: Conglomerado

21 2) Credit Scoring Os modelos tradicionais de credit scoring atribuem pesos estatisticamente predeterminados a alguns dos atributos ou variáveis dos solicitantes, para gerar um escore de crédito. Os sistemas de credit scoring definem a probabilidade de um cliente vir a ser “bom pagador” ou “mau pagador” com base em suas características.

22 3) Rating – Classificação Res. 2.682/99 - BACEN
Classificam os empréstimos de acordo com a probab. de perda.

23 A abordagem da carteira
As novas abordagens de gestão do risco de crédito estão intimamente ligadas aos modelos de carteira. Um exemplo é o Creditmetrics procura identificar o Value-at-Risk (VaR) da carteira de empréstimos em um horizonte de risco que além da probabilidade de inadimplência inclui valorizações e desvalorizações da qualidade de crédito, as possíveis migrações de classificação (Rating).

24 Variáveis do modelo de concessão ou aprovação de crédito

25 Variáveis do modelo de escoragem comportamental


Carregar ppt "Charles Carmona e Antônio Amorim Neto"

Apresentações semelhantes


Anúncios Google