Quantificação de risco de crédito: uma aplicação do modelo CreditRisk+ para financiamento de atividades rurais e agroindustriais.
Autor(a) principal: | |
---|---|
Data de Publicação: | 2004 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Biblioteca Digital de Teses e Dissertações da USP |
Texto Completo: | http://www.teses.usp.br/teses/disponiveis/11/11132/tde-13072004-151006/ |
Resumo: | A atividade bancária envolve em suas operações diversas formas de riscos. Dentre esses riscos está o risco de crédito, ou risco de inadimplência, presente em transações em que a instituição se torna credora. Sua mensuração exige que se tenha conhecimento da probabilidade de inadimplência associada a cada classificação. Neste trabalho são apresentadas as principais metodologias de quantificação do risco de crédito como Credit Metrics, KMV, Credit Portfolio View e CreditRisk+. Esta última metodologia, juntamente com o conceito de RAROC (Risk Adjusted Return on Capital), é aplicada a um portfólio de financiamentos rurais e agroindustriais à pessoa jurídica, evidenciando o capital econômico alocado (CEA) e o spread necessário para cobrir as perdas esperadas e inesperadas. Esse portfólio totaliza R$ 1,42 bilhões referentes ao mês de março de 2003. São construídos dois cenários com diferentes índices de inadimplência associados a cada classificação. O primeiro aproxima os percentuais de provisionamento definidos pelo Banco Central do Brasil (BACEN) para índices de inadimplência e o segundo utiliza os percentuais obtidos por uma matriz de migração de clientes vinculados às atividades rurais e agroindustriais para o período de 2000 a 2002. Observa-se como resultado que ocorre uma maior alocação de capital econômico para setores rurais e agroindustriais que possuem risco concentrado como o setor de fumo, com total de financiamentos em R$202,9 milhões e CEA de R$78,9 milhões e R$114,0 milhões para o cenário 1 e cenário 2, respectivamente. As modalidades de financiamentos rurais e agroindustriais de custeio e desconto de Nota Promissória Rural (NPR) são responsáveis por cerca de 75% do total do portfólio. No entanto, estas modalidades apresentam a necessidade de um spread menor para cobrir as perdas esperadas e inesperadas com crédito, sinalizando uma composição de clientes com melhor classificação. Observa-se também que os menores spreads ocorrem nos setores de industrialização, principalmente na indústria de cigarros, laticínios, soja e derivados, e resinas de fibras e fios sintéticos. Já os setores como fumo, moagem de trigo e abate de aves, tiveram maiores spreads. |
id |
USP_c6bac069c8c791142023b46caafda4dc |
---|---|
oai_identifier_str |
oai:teses.usp.br:tde-13072004-151006 |
network_acronym_str |
USP |
network_name_str |
Biblioteca Digital de Teses e Dissertações da USP |
repository_id_str |
2721 |
spelling |
Quantificação de risco de crédito: uma aplicação do modelo CreditRisk+ para financiamento de atividades rurais e agroindustriais.Measures of credit risk: an aplication of the creditrisk+ model to financing of farm and agribusiness activities.agribusiness companiesagribusiness creditagribusiness financinganálise de riscobanking loancrédito ruralempréstimo bancáriofinanciamento agrícolaindústria agrícolarisk analysisA atividade bancária envolve em suas operações diversas formas de riscos. Dentre esses riscos está o risco de crédito, ou risco de inadimplência, presente em transações em que a instituição se torna credora. Sua mensuração exige que se tenha conhecimento da probabilidade de inadimplência associada a cada classificação. Neste trabalho são apresentadas as principais metodologias de quantificação do risco de crédito como Credit Metrics, KMV, Credit Portfolio View e CreditRisk+. Esta última metodologia, juntamente com o conceito de RAROC (Risk Adjusted Return on Capital), é aplicada a um portfólio de financiamentos rurais e agroindustriais à pessoa jurídica, evidenciando o capital econômico alocado (CEA) e o spread necessário para cobrir as perdas esperadas e inesperadas. Esse portfólio totaliza R$ 1,42 bilhões referentes ao mês de março de 2003. São construídos dois cenários com diferentes índices de inadimplência associados a cada classificação. O primeiro aproxima os percentuais de provisionamento definidos pelo Banco Central do Brasil (BACEN) para índices de inadimplência e o segundo utiliza os percentuais obtidos por uma matriz de migração de clientes vinculados às atividades rurais e agroindustriais para o período de 2000 a 2002. Observa-se como resultado que ocorre uma maior alocação de capital econômico para setores rurais e agroindustriais que possuem risco concentrado como o setor de fumo, com total de financiamentos em R$202,9 milhões e CEA de R$78,9 milhões e R$114,0 milhões para o cenário 1 e cenário 2, respectivamente. As modalidades de financiamentos rurais e agroindustriais de custeio e desconto de Nota Promissória Rural (NPR) são responsáveis por cerca de 75% do total do portfólio. No entanto, estas modalidades apresentam a necessidade de um spread menor para cobrir as perdas esperadas e inesperadas com crédito, sinalizando uma composição de clientes com melhor classificação. Observa-se também que os menores spreads ocorrem nos setores de industrialização, principalmente na indústria de cigarros, laticínios, soja e derivados, e resinas de fibras e fios sintéticos. Já os setores como fumo, moagem de trigo e abate de aves, tiveram maiores spreads.The banking activity involves several forms of risk in its operation. Among these risks, there is one called the credit risk, or the default risk. Its measurement requires that the financial institution owns knowledge about the default probability associated with each rating class. In this research, four models of credit risk are discussed: Credit Metrics, KMV, Credit Portfolio View, and CreditRisk+. The last model, the CreditRisk+, associated with the concept of Risk Adjusted Return on Capital (RAROC) is applied to a financial portfolio to the farm and agribusiness sectors. Under this analysis, the indicators of allocated economic capital and spreads are discussed with respect to the expected and unexpected losses. The data used in this analysis are unique and represent the total amount of loans as of March 2003, R$ 1.42 billions, made by a specific commercial bank to the commercial farms and agribusiness companies. Two scenarios are evaluated considering different level of default risks associated with each rating class. The first scenario uses the provisional indexes defined by the Brazilian Central Bank. The second scenario uses a computable migration matrix over the period 2000 through 2002. The results show that the higher amount of allocated economic capital occurs in the tobacco sector in which the total amount of loans is R$ 202.9 millions. The total amount of allocated economic capital is R$ 78.9 million and R$ 114 million under scenarios 1 and 2 respectively. The data used in this study show that seventy-five percent of the totals of loans has as a purpose for operating expenses and discount of agribusiness promissory notes. These loans show the lowest spreads to cover expected and unexpected losses with the credit operation. The lowest spread is observed at the following processing sectors: tobacco industries, milk and soybean processors, and fiber resins and synthetic fibers. On the other hand, the sectors that show the highest spreads are: tobacco farms, wheat processors, and poultry slaughter houses.Biblioteca Digitais de Teses e Dissertações da USPMartines Filho, Joao GomesStuchi, Luciano Gabas2004-02-18info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://www.teses.usp.br/teses/disponiveis/11/11132/tde-13072004-151006/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2016-07-28T16:09:49Zoai:teses.usp.br:tde-13072004-151006Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212016-07-28T16:09:49Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false |
dc.title.none.fl_str_mv |
Quantificação de risco de crédito: uma aplicação do modelo CreditRisk+ para financiamento de atividades rurais e agroindustriais. Measures of credit risk: an aplication of the creditrisk+ model to financing of farm and agribusiness activities. |
title |
Quantificação de risco de crédito: uma aplicação do modelo CreditRisk+ para financiamento de atividades rurais e agroindustriais. |
spellingShingle |
Quantificação de risco de crédito: uma aplicação do modelo CreditRisk+ para financiamento de atividades rurais e agroindustriais. Stuchi, Luciano Gabas agribusiness companies agribusiness credit agribusiness financing análise de risco banking loan crédito rural empréstimo bancário financiamento agrícola indústria agrícola risk analysis |
title_short |
Quantificação de risco de crédito: uma aplicação do modelo CreditRisk+ para financiamento de atividades rurais e agroindustriais. |
title_full |
Quantificação de risco de crédito: uma aplicação do modelo CreditRisk+ para financiamento de atividades rurais e agroindustriais. |
title_fullStr |
Quantificação de risco de crédito: uma aplicação do modelo CreditRisk+ para financiamento de atividades rurais e agroindustriais. |
title_full_unstemmed |
Quantificação de risco de crédito: uma aplicação do modelo CreditRisk+ para financiamento de atividades rurais e agroindustriais. |
title_sort |
Quantificação de risco de crédito: uma aplicação do modelo CreditRisk+ para financiamento de atividades rurais e agroindustriais. |
author |
Stuchi, Luciano Gabas |
author_facet |
Stuchi, Luciano Gabas |
author_role |
author |
dc.contributor.none.fl_str_mv |
Martines Filho, Joao Gomes |
dc.contributor.author.fl_str_mv |
Stuchi, Luciano Gabas |
dc.subject.por.fl_str_mv |
agribusiness companies agribusiness credit agribusiness financing análise de risco banking loan crédito rural empréstimo bancário financiamento agrícola indústria agrícola risk analysis |
topic |
agribusiness companies agribusiness credit agribusiness financing análise de risco banking loan crédito rural empréstimo bancário financiamento agrícola indústria agrícola risk analysis |
description |
A atividade bancária envolve em suas operações diversas formas de riscos. Dentre esses riscos está o risco de crédito, ou risco de inadimplência, presente em transações em que a instituição se torna credora. Sua mensuração exige que se tenha conhecimento da probabilidade de inadimplência associada a cada classificação. Neste trabalho são apresentadas as principais metodologias de quantificação do risco de crédito como Credit Metrics, KMV, Credit Portfolio View e CreditRisk+. Esta última metodologia, juntamente com o conceito de RAROC (Risk Adjusted Return on Capital), é aplicada a um portfólio de financiamentos rurais e agroindustriais à pessoa jurídica, evidenciando o capital econômico alocado (CEA) e o spread necessário para cobrir as perdas esperadas e inesperadas. Esse portfólio totaliza R$ 1,42 bilhões referentes ao mês de março de 2003. São construídos dois cenários com diferentes índices de inadimplência associados a cada classificação. O primeiro aproxima os percentuais de provisionamento definidos pelo Banco Central do Brasil (BACEN) para índices de inadimplência e o segundo utiliza os percentuais obtidos por uma matriz de migração de clientes vinculados às atividades rurais e agroindustriais para o período de 2000 a 2002. Observa-se como resultado que ocorre uma maior alocação de capital econômico para setores rurais e agroindustriais que possuem risco concentrado como o setor de fumo, com total de financiamentos em R$202,9 milhões e CEA de R$78,9 milhões e R$114,0 milhões para o cenário 1 e cenário 2, respectivamente. As modalidades de financiamentos rurais e agroindustriais de custeio e desconto de Nota Promissória Rural (NPR) são responsáveis por cerca de 75% do total do portfólio. No entanto, estas modalidades apresentam a necessidade de um spread menor para cobrir as perdas esperadas e inesperadas com crédito, sinalizando uma composição de clientes com melhor classificação. Observa-se também que os menores spreads ocorrem nos setores de industrialização, principalmente na indústria de cigarros, laticínios, soja e derivados, e resinas de fibras e fios sintéticos. Já os setores como fumo, moagem de trigo e abate de aves, tiveram maiores spreads. |
publishDate |
2004 |
dc.date.none.fl_str_mv |
2004-02-18 |
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 |
http://www.teses.usp.br/teses/disponiveis/11/11132/tde-13072004-151006/ |
url |
http://www.teses.usp.br/teses/disponiveis/11/11132/tde-13072004-151006/ |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.relation.none.fl_str_mv |
|
dc.rights.driver.fl_str_mv |
Liberar o conteúdo para acesso público. info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
Liberar o conteúdo para acesso público. |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.coverage.none.fl_str_mv |
|
dc.publisher.none.fl_str_mv |
Biblioteca Digitais de Teses e Dissertações da USP |
publisher.none.fl_str_mv |
Biblioteca Digitais de Teses e Dissertações da USP |
dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações da USP instname:Universidade de São Paulo (USP) instacron:USP |
instname_str |
Universidade de São Paulo (USP) |
instacron_str |
USP |
institution |
USP |
reponame_str |
Biblioteca Digital de Teses e Dissertações da USP |
collection |
Biblioteca Digital de Teses e Dissertações da USP |
repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP) |
repository.mail.fl_str_mv |
virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br |
_version_ |
1815256937772613632 |