Modelo de rating interno.

• Autor(a) principal: Mata, Manuel Joaquim de Sousa
• Data de Publicação: 2012
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
• Texto Completo: http://hdl.handle.net/11328/431
• topic: Rating; Basileia II; Método standard; IRB Foundation; IRB Advanced; Análise fatorial; Regressão logística Ordinal

Nos últimos tempos, o crescimento da relevância da atividade creditícia no mercado elevou a importância do risco nas operações bancárias. Para a generalidade das instituições financeiras, discutir a respeito da relação entre risco de crédito, garantias e custo de capital é de grande relevância, já que tem impacto direto na elaboração da sua política de afetação de recursos e proteção contra perdas. A regulamentação bancária tem vindo a impor normas que condicionam a quantidade e a qualidade de risco de crédito que os bancos podem assumir nos seus balanços. Através dos conhecidos rácios de capital, essas regras estipulam que, para cada operação de crédito, uma parte do capital da Instituição Financeira deve ser “reservado” para cobrir eventuais prejuízos decorrentes da mesma. Deste modo, o capital dos bancos – um recurso escasso – acaba por representar uma limitação para o valor do crédito que essas mesmas instituições podem contratar. Esta limitação é bem mais evidente quando se atravessa uma fase recessiva, onde a ausência de crescimento económico determina problemas nas empresas e um maior nível de incumprimento. Nestas circunstâncias, ou seja, perante uma desaceleração da atividade económica, é mais do que nunca importante saber discriminar entre as várias alternativas de concessão de crédito, de modo a otimizar a rendibilidade do capital, ou dito por outras palavras, maximizar a rendibilidade dos acionistas. Autores como Mullineux (2002), reconhecem a existência de ciclos de crédito relacionados aos ciclos económicos e à política monetária. O desejo dos bancos de emprestar é um fator-chave para os ciclos económicos. Enquanto o excesso de crédito gera grande investimento, a diminuição do crédito aumenta a amplitude da queda no ciclo económico, fazendo com que os bancos amplifiquem a amplitude das mudanças nos ciclos económicos. Ainda segundo o mesmo autor, uma deficiente regulação e supervisão do sistema financeiro e política monetária, geram alocação de capital ineficiente, o que estimula a criação de excessos de liquidez durante o crescimento dos ciclos económicos. Este excesso de liquidez pode resultar em investimentos desajustados e bolhas financeiras e imobiliárias. Analisar empresas no âmbito da atividade creditícia, quer na sua vertente qualitativa como na variável técnica, não é apenas um ato normal de gestão de crédito que permite avaliar o risco intrínseco de cada empresa e consequentemente realizar a respetiva notação. É igualmente uma forma de determinar quanto capital é necessário alocar ao crédito concedido numa qualquer empresa. A exemplo das grandes empresas que se encontram cotadas nos mercados de capitais e que são alvo de notação, ao classificar-se as micro e as pequenas e médias empresas (PME) através de um modelo de rating interno criado pela instituição financeira (naturalmente aprovado pela entidade reguladora), permite a esta determinar o capital a afetar à exposição detida. A partir de um conjunto de variáveis económico-financeiras e de outras variáveis de natureza qualitativa, pretende-se caracterizar o desempenho de um grupo de empresas selecionadas aleatoriamente e classificá-las através de um modelo de rating interno construído com base em ferramentas estatísticas. Para isso, utilizaram-se diversas técnicas estatísticas, entre as quais; - A Análise Univariada que consiste na realização de análises sobre uma única variável, ou seja, cada variável é estudada isoladamente e de forma descritiva (frequências, medidas de centralidade e de dispersão, etc). - A Análise Fatorial que é um método estatístico multivariado, que permite transformar um conjunto de variáveis iniciais, correlacionadas entre si, num outro conjunto de menor número de variáveis não correlacionadas, designadas por fatores (ou componentes principais), os quais, por sua vez, foram posteriormente submetidos à Análise Discriminante, onde se procura determinar funções das p variáveis observadas que melhor permitam distinguir ou discriminar entre esses subgrupos ou classes. - A Análise de Clusters onde se pretendeu formar grupos de observações, verificando a existência ou não de homogeneidade nas observações consideradas na amostra. - A Regressão Logística Ordinal, é uma técnica estatística que tem como objetivo produzir, a partir de um conjunto de observações, um modelo que permita a predição de valores tomados por uma variável categórica. Sendo categórica a nossa variável dependente, dentro da regressão logística, o modelo mais adequado é o ordinal.9 Os resultados obtidos revelaram que a metodologia adotada é adequada para definir um modelo que distinga as diferentes empresas quanto ao seu desempenho e solidez, determinando-se assim o risco que encerram em si e consequentemente classificando-as em conformidade. In recent times, the growth of the relevance of market lending raised the importance of risk in the banking business. For most financial institutions, to discuss about the relationship between credit risk guarantees and capital cost is of great relevance, since it has a direct impact on the elaboration of its stilted language policy and resource protection against losses. The Banking regulation has been imposing regulatory standards affecting the quantity and quality of credit risk that banks can take in their balance sheets. Through the known capital ratios, these rules stipulate that, for each credit operation, a part of the capital of the financial institution should be "reserved" to cover any losses arising from same. Thus, the capital of banks – a scarce resource – ultimately represent a limitation to the value of the claim that these same institutions can hire. This limitation is most evident when using a recessive phase, where the absence of economic growth determines problems on business and a greater degree of failure. In these circumstances, i.e. facing a slowdown in economic activity, is more than ever important to learn to discriminate between the various alternatives to grant credit in order to optimize the profitability of capital, or said in other words, maximizing the profitability of the shareholders. Authors like Mullineux (2002), recognize the existence of credit cycles related to economic cycles and monetary policy. The desire of banks to lend is a key factor for the economic cycles. While the excess credit raises major investment, the decrease of the credit increases the magnitude of the fall in the economic cycle, causing banks to amplify the magnitude of changes in economic cycles. According to the same author, poor regulation and supervision of the financial system and monetary policy, generate capital allocation inefficient, which stimulates the creation of surplus liquidity during the growth of economic cycles. This excess liquidity can result in inadequate investment and financial bubbles and real estate. Analyze companies in the context of lending, either in its qualitative aspect as in variable technique, it is not just a normal Act of credit management that allows you to evaluate the intrinsic risk of each undertaking and consequently carry out the respective notation. It is also a way to determine how much capital it is necessary to allocate the credit granted in any company. The example of the big companies that are listed in capital markets and that are the target of notation, to classify the micro and small and medium-sized enterprises (SMEs) through an internal rating model created by the financial institution (course approved by the regulatory authority), allows this determine the capital affect the exhibition held. From a set of financial-economic variables and other variables of a qualitative nature, is intended to characterize the performance of a randomly selected group of companies and classify them through an internal rating model built on the basis of statistical tools. For this, used different statistical techniques, including; -Univariate that consists of completing on a single variable, i.e. each variable is studied in isolation and descriptive form (frequencies, measures of centrality and dispersion, etc) -The factorial analysis which is a multivariate statistical method, which allows you to transform a set of original variables correlated with each other, a, another set of less number of uncorrelated variables designated by factors (or major components), which, in turn, were subsequently submitted to discriminant analysis, where it seeks to determine the functions of the p variables observed that better enable distinguish or discriminate between these subgroups or classes. -cluster analysis, where he sought to verify the existence or not of homogeneity in the sampled remarks. -ordinal logistic regression is a statistical technique that aims to produce, from a set of observations, a template that allows the prediction of values taken by a categorical variable. Being categorical our dependent variable within the logistic regression, the model best suited is the ordinal. The results obtained revealed that the methodology adopted is appropriate to define a template that distinguishes different companies as to their performance and solidity, determining the risk that terminate itself and consequently sorting them accordingly.