Modelagem macroeconométrica de risco de crédito para FIDCs multissetoriais padronizados
Autor(a) principal: | |
---|---|
Data de Publicação: | 2020 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional do FGV (FGV Repositório Digital) |
Texto Completo: | https://hdl.handle.net/10438/29444 |
Resumo: | O considerável crescimento recente do mercado de securitização no Brasil e sua importância para o financiamento do setor privado da economia, em especial de micro, pequenas e médias empresas, define os Fundos de Investimentos em Direitos Creditórios (FIDCs) Multissetorias Padronizados como uma importante ferramenta para o mercado de crédito do país, tornando-se imprescindível que o setor tenha condições de avaliar de forma adequada sua exposição ao risco de crédito. Este trabalho propõe uma modelagem de risco de crédito a nível de portfólio para FIDCs Multissetoriais Padronizados através da estrutura do Vector Autoregression (VAR), relacionando a taxa de inadimplência agregada do setor a uma série de variáveis macroeconômicas, no período de maio de 2012 a dezembro de 2019. Os resultados encontrados são demonstrados através de testes de causalidade de Granger e de funções impulso-resposta, que fornecem evidência de que as variáveis macroeconômicas utilizadas no estudo - a variação do nível de atividade medido pelo IBC-Br, o índice de preços IPCA, a taxa de juros Selic, o volume mensal de concessões de crédito, a variação do índice de produção industrial geral e a taxa de câmbio mensal para venda do fim do período - impactam de forma significativa a inadimplência dessa modalidade de fundo de investimento. Ademais, os modelos estimados ao longo do estudo são comparados sob a perspectiva da capacidade de previsão da taxa de inadimplência fora da amostra de dados. |
id |
FGV_c28ecfb41726f7c485de2acce25cdad5 |
---|---|
oai_identifier_str |
oai:repositorio.fgv.br:10438/29444 |
network_acronym_str |
FGV |
network_name_str |
Repositório Institucional do FGV (FGV Repositório Digital) |
repository_id_str |
3974 |
spelling |
Siedler, André GodinhoEscolas::EESPSilva, Vinicius Augusto BrunassiColombo, Jéfferson AugustoSampaio, Joelson Oliveira2020-07-14T14:46:34Z2020-07-14T14:46:34Z2020-06-23https://hdl.handle.net/10438/29444O considerável crescimento recente do mercado de securitização no Brasil e sua importância para o financiamento do setor privado da economia, em especial de micro, pequenas e médias empresas, define os Fundos de Investimentos em Direitos Creditórios (FIDCs) Multissetorias Padronizados como uma importante ferramenta para o mercado de crédito do país, tornando-se imprescindível que o setor tenha condições de avaliar de forma adequada sua exposição ao risco de crédito. Este trabalho propõe uma modelagem de risco de crédito a nível de portfólio para FIDCs Multissetoriais Padronizados através da estrutura do Vector Autoregression (VAR), relacionando a taxa de inadimplência agregada do setor a uma série de variáveis macroeconômicas, no período de maio de 2012 a dezembro de 2019. Os resultados encontrados são demonstrados através de testes de causalidade de Granger e de funções impulso-resposta, que fornecem evidência de que as variáveis macroeconômicas utilizadas no estudo - a variação do nível de atividade medido pelo IBC-Br, o índice de preços IPCA, a taxa de juros Selic, o volume mensal de concessões de crédito, a variação do índice de produção industrial geral e a taxa de câmbio mensal para venda do fim do período - impactam de forma significativa a inadimplência dessa modalidade de fundo de investimento. Ademais, os modelos estimados ao longo do estudo são comparados sob a perspectiva da capacidade de previsão da taxa de inadimplência fora da amostra de dados.The substancial recent growth of the securitization Market in Brazil and its importance to finance the private sector of the economy, in paticular micro, small and medium companies, define the Receivebles Investment Funds Multissetoriais Padronizados as an important tool to the credit market of the country, thence it becames essential for the sector to develop apropriate techniques to evaluete its exposure to credit risk. This dissertation proposes a credit risk model at portfolio level to Receivables Investment Funds Multissetoriais Padronizados through the Vector Autoregression (VAR) structure, relating the agragate delinquency rate of the sector to a set of macroeconomic variables, over the period of may 2012 to december 2019. The results are demonstrated through Granger causality tests and impulsive-response functions, providing evidence that the studied macroeconomic variables, which were the variation of the economy activity level measured by the IBC-Br, inflation, interest rate, monthly volume of conceived credit, variation of the overall industrial production index and the monthly sell price of the exchange rate at the end of the period, affect in a significant way the delinquency rate of this particular modality of investment fund. In addition, the models estimated along this study are compared under the perspective of out of sample forescat accuracy.porReceivable fundsCredit riskVARDelinquency rateFIDCsRisco de créditoTaxa de inadimplênciaEconomiaFundos de investimentoSecuritizaçãoCréditosAvaliação de riscosInadimplência (Finanças)Modelagem macroeconométrica de risco de crédito para FIDCs multissetoriais padronizadosinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisreponame:Repositório Institucional do FGV (FGV Repositório Digital)instname:Fundação Getulio Vargas (FGV)instacron:FGVinfo:eu-repo/semantics/openAccessORIGINALModelagem Macroeconométrica de Risco de Crédito para FIDCs Multissetoriais Padronizados.pdfModelagem Macroeconométrica de Risco de Crédito para FIDCs Multissetoriais Padronizados.pdfPDFapplication/pdf1720024https://repositorio.fgv.br/bitstreams/2f558cd4-a614-4052-b906-5c88b93be319/downloadc0aa577448ab605e8f98f388bb115ac0MD51LICENSElicense.txtlicense.txttext/plain; charset=utf-84707https://repositorio.fgv.br/bitstreams/9769b0f4-050b-4ab8-99fa-1690ae14999f/downloaddfb340242cced38a6cca06c627998fa1MD52TEXTModelagem Macroeconométrica de Risco de Crédito para FIDCs Multissetoriais Padronizados.pdf.txtModelagem Macroeconométrica de Risco de Crédito para FIDCs Multissetoriais Padronizados.pdf.txtExtracted texttext/plain103648https://repositorio.fgv.br/bitstreams/87fd0427-56fc-4c8d-8541-0d4e8fcfdc4b/download33970df3bace21905a2fdb30b824101dMD55THUMBNAILModelagem Macroeconométrica de Risco de Crédito para FIDCs Multissetoriais Padronizados.pdf.jpgModelagem Macroeconométrica de Risco de Crédito para FIDCs Multissetoriais Padronizados.pdf.jpgGenerated Thumbnailimage/jpeg2723https://repositorio.fgv.br/bitstreams/72c03f50-e484-47d7-94ea-550ec937ceee/download90fd0960ab8810c310801e50e6e9b9ceMD5610438/294442023-11-25 11:45:05.19open.accessoai:repositorio.fgv.br:10438/29444https://repositorio.fgv.brRepositório InstitucionalPRIhttp://bibliotecadigital.fgv.br/dspace-oai/requestopendoar:39742023-11-25T11:45:05Repositório Institucional do FGV (FGV Repositório Digital) - Fundação Getulio Vargas (FGV)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 |
dc.title.por.fl_str_mv |
Modelagem macroeconométrica de risco de crédito para FIDCs multissetoriais padronizados |
title |
Modelagem macroeconométrica de risco de crédito para FIDCs multissetoriais padronizados |
spellingShingle |
Modelagem macroeconométrica de risco de crédito para FIDCs multissetoriais padronizados Siedler, André Godinho Receivable funds Credit risk VAR Delinquency rate FIDCs Risco de crédito Taxa de inadimplência Economia Fundos de investimento Securitização Créditos Avaliação de riscos Inadimplência (Finanças) |
title_short |
Modelagem macroeconométrica de risco de crédito para FIDCs multissetoriais padronizados |
title_full |
Modelagem macroeconométrica de risco de crédito para FIDCs multissetoriais padronizados |
title_fullStr |
Modelagem macroeconométrica de risco de crédito para FIDCs multissetoriais padronizados |
title_full_unstemmed |
Modelagem macroeconométrica de risco de crédito para FIDCs multissetoriais padronizados |
title_sort |
Modelagem macroeconométrica de risco de crédito para FIDCs multissetoriais padronizados |
author |
Siedler, André Godinho |
author_facet |
Siedler, André Godinho |
author_role |
author |
dc.contributor.unidadefgv.por.fl_str_mv |
Escolas::EESP |
dc.contributor.member.none.fl_str_mv |
Silva, Vinicius Augusto Brunassi Colombo, Jéfferson Augusto |
dc.contributor.author.fl_str_mv |
Siedler, André Godinho |
dc.contributor.advisor1.fl_str_mv |
Sampaio, Joelson Oliveira |
contributor_str_mv |
Sampaio, Joelson Oliveira |
dc.subject.eng.fl_str_mv |
Receivable funds Credit risk VAR Delinquency rate |
topic |
Receivable funds Credit risk VAR Delinquency rate FIDCs Risco de crédito Taxa de inadimplência Economia Fundos de investimento Securitização Créditos Avaliação de riscos Inadimplência (Finanças) |
dc.subject.por.fl_str_mv |
FIDCs Risco de crédito Taxa de inadimplência |
dc.subject.area.por.fl_str_mv |
Economia |
dc.subject.bibliodata.por.fl_str_mv |
Fundos de investimento Securitização Créditos Avaliação de riscos Inadimplência (Finanças) |
description |
O considerável crescimento recente do mercado de securitização no Brasil e sua importância para o financiamento do setor privado da economia, em especial de micro, pequenas e médias empresas, define os Fundos de Investimentos em Direitos Creditórios (FIDCs) Multissetorias Padronizados como uma importante ferramenta para o mercado de crédito do país, tornando-se imprescindível que o setor tenha condições de avaliar de forma adequada sua exposição ao risco de crédito. Este trabalho propõe uma modelagem de risco de crédito a nível de portfólio para FIDCs Multissetoriais Padronizados através da estrutura do Vector Autoregression (VAR), relacionando a taxa de inadimplência agregada do setor a uma série de variáveis macroeconômicas, no período de maio de 2012 a dezembro de 2019. Os resultados encontrados são demonstrados através de testes de causalidade de Granger e de funções impulso-resposta, que fornecem evidência de que as variáveis macroeconômicas utilizadas no estudo - a variação do nível de atividade medido pelo IBC-Br, o índice de preços IPCA, a taxa de juros Selic, o volume mensal de concessões de crédito, a variação do índice de produção industrial geral e a taxa de câmbio mensal para venda do fim do período - impactam de forma significativa a inadimplência dessa modalidade de fundo de investimento. Ademais, os modelos estimados ao longo do estudo são comparados sob a perspectiva da capacidade de previsão da taxa de inadimplência fora da amostra de dados. |
publishDate |
2020 |
dc.date.accessioned.fl_str_mv |
2020-07-14T14:46:34Z |
dc.date.available.fl_str_mv |
2020-07-14T14:46:34Z |
dc.date.issued.fl_str_mv |
2020-06-23 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
https://hdl.handle.net/10438/29444 |
url |
https://hdl.handle.net/10438/29444 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional do FGV (FGV Repositório Digital) instname:Fundação Getulio Vargas (FGV) instacron:FGV |
instname_str |
Fundação Getulio Vargas (FGV) |
instacron_str |
FGV |
institution |
FGV |
reponame_str |
Repositório Institucional do FGV (FGV Repositório Digital) |
collection |
Repositório Institucional do FGV (FGV Repositório Digital) |
bitstream.url.fl_str_mv |
https://repositorio.fgv.br/bitstreams/2f558cd4-a614-4052-b906-5c88b93be319/download https://repositorio.fgv.br/bitstreams/9769b0f4-050b-4ab8-99fa-1690ae14999f/download https://repositorio.fgv.br/bitstreams/87fd0427-56fc-4c8d-8541-0d4e8fcfdc4b/download https://repositorio.fgv.br/bitstreams/72c03f50-e484-47d7-94ea-550ec937ceee/download |
bitstream.checksum.fl_str_mv |
c0aa577448ab605e8f98f388bb115ac0 dfb340242cced38a6cca06c627998fa1 33970df3bace21905a2fdb30b824101d 90fd0960ab8810c310801e50e6e9b9ce |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional do FGV (FGV Repositório Digital) - Fundação Getulio Vargas (FGV) |
repository.mail.fl_str_mv |
|
_version_ |
1810023839390760960 |