Empréstimos bancários e operações de redesconto: um estudo sobre modelos de demanda para instituições financeiras

• Autor(a) principal: Koyama, Sérgio Mikio
• Data de Publicação: 2007
• Tipo de documento: Tese
• Idioma: por
• Título da fonte: Biblioteca Digital de Teses e Dissertações da USP
• Texto Completo: http://www.teses.usp.br/teses/disponiveis/12/12138/tde-21062007-130704/
• topic: 1. Bancos - Economia; 1. Banks; 2. Crédito; 2. Loan; 3. Linear Models; 3. Modelos lineares; 4. Demand - Models; 4. Demanda - Modelos

A identificação dos fatores que influenciam o processo de escolha do tomador na demanda por crédito apresenta não apenas um interesse mercadológico, mas também em termos acadêmicos e para o formulador de políticas públicas, buscando determinar os impactos de uma decisão que influencia o ambiente macroeconômico, bem como o comportamento dos agentes. Nestes termos, os modelos tradicionais de análise da demanda muitas vezes apresentam suposições pouco realistas e bastante restritivas, necessárias para o processo de estimação dos parâmetros de interesse. Os Modelos Lineares Generalizados Mistos com Variáveis Latentes (GLLAMM) constituem uma classe de modelos que abrangem os tradicionais modelos lineares generalizados e os modelos lineares generalizados mistos, possibilitando uma maior flexibilidade na combinação de um processo de escolha discreta com a determinação dos valores demandados de forma contínua, não impondo um processo único para todas as instituições analisadas, nem tão pouco do processo de escolha. Esta classe de modelos foi aplicada para estudar a demanda por empréstimos bancários utilizando-se informações de uma rica base de dados, a Central de Risco de Crédito do Banco Central. Assim, foi possível a identificação de variáveis como a duração da operação e a classificação de risco da operação que apresentam uma maior relevância no processo de escolha do banco, enquanto que outras, como as garantias, mostraram-se mais importante no volume a ser demandado. A identificação de nichos específicos de algumas instituições foi possível a partir desta análise. A flexibilidade desta classe de modelos também foi utilizada no intuito de se identificar os fatores que influenciam a demanda por crédito pelos bancos nas operações de redesconto, tendo conseguido tratar o problema de superdispersão ocasionado pelo excesso de zeros neste conjunto de dados. Adicionalmente, tanto efeitos diretos quanto indiretos da taxa de redesconto foram possíveis de serem estudados a partir da inclusão de efeitos aleatórios tanto no intercepto, possibilitando a incorporação de efeitos específicos de cada instituição financeira, bem como nos coeficientes, captando comportamentos individuais de cada banco frente a um mesmo estímulo.