Analise Credito Empresas Comerciais

Modelo de anlise de crdito de empresas comerciais

Felipe Freias Vieira1 Marcelo Scheer Lopes2 Luiz Fernando Branco Lemos3
Resumo Devido aos riscos apresentados na oferta de crdito, as Instituies Financeiras passaram a investir em ferramentas com o objetivo de aumentar a proteo ao que denominado Anlise de Crdito. Este trabalho tem como objetivo avaliar o potencial de retorno do tomador do crdito, garantindo a identificao de clientes com capacidade de liquidez da dvida ou avaliar o valor mximo com que este cliente pode se comprometer para honrar a dvida. Desta forma, este trabalho foca a ferramenta baseada em informaes Patrimoniais e de Resultados de Exerccios. Foi selecionada para a pesquisa uma amostragem de 34 empresas comerciais, sendo 17 Adimplentes e 17 Inadimplentes, com informaes contbeis e econmicas. Com base nestes dados, foi construdo um modelo de anlise a partir de uma equao para avaliao de crdito fundamentado nos clculos dos indicadores econmico-financeiros dos clientes, baseado nas teorias de Kanitz, Elizabetsky e Matias, desenvolvidas no Brasil, e de Altman, desenvolvida no exterior e no Brasil. Utilizando-se a tcnica estatstica de Anlise Discriminante, o modelo proposto teve um nvel de acerto de 74%, mostrando-se bastante eficiente em relao ao modelo utilizado pela instituio, permitindo identificar 71% das inadimplncias ocorridas na amostra. Palavras-chave: Anlise de Crdito. Emprstimo. Modelo de anlise. Credit analysis model in commercial companies Abstract Due to the risks present in credit loans, Financial Institutions began to invest in tools with the objective of increasing the protection procedure of Credit Analysis. This procedure has as its main objective the evaluation of the return potential of the credit borrower, guaranteeing the identification of customers with liquidity capacity for the payment of the debt, the evaluation of how much the customer can borrow, and if she is able to honor the
1
2 3
Graduando do Curso Cincias Contbeis da Faculdade Porto-Alegrense FAPA. E-mail: felipefv@gmail.com. Graduando do Curso de Cincias Contbeis UNIASSELVI. E-mail: mslopes1@bol.com.br Mestre em Cincias Contbeis pela Universidade do Vale do Sinos UNISINOS. Professor do Curso de Cincias Contbeis da Faculdade Porto Alegrense FAPA.
Gesto Contempornea, Porto Alegre, ano 7, n. 8, p. 93-119, jul./dez. 2010 Disponvel em: <http://seer2.fapa.com.br/index.php/arquivo>.
93
Felipe Freias Vieira, Marcelo Scheer Lopes e Luiz Fernando Branco Lemos
debt. Thus, this work focuses on a tool based on asset information and the results of the annual profits and losses. The sampling for this research comes from account and economic information obtained from 34 commercial companies, 17 of which were defaulters. Based on this data, a model of analysis was created from an equation for the evaluation of credit, which was established through the calculation of the economicfinancial indicators of customers. This study is based on the theories by Kanitz, Elizabetsky and Matias, developed in Brazil, and by Altman, also developed in Brazil and abroad. Using the statistics technique of Discriminant Analysis, the model proposed presented a level of 74% of accuracy, proving to be efficient in relation to the model used by the institution and allowing the identification of 71% of the defaults present in the sample. Keywords: Credit analysis. Loan. Analysis model.
Introduo As Instituies Financeiras comearam suas atividades visando guarda e administrao de grandes fortunas de pessoas. Com o passar do tempo, passaram a utilizar esses recursos sob sua guarda para fazer emprstimos a quem necessitava, garantindo, dessa maneira, mais um meio de ganho. Porm este tipo de transao apresenta certo grau de risco. Devido aos riscos, as Instituies passaram a investir em ferramentas com o objetivo de aumentar a proteo contra a inadimplncia, a qual denominada de Anlise de Crdito. A Anlise de Crdito tem como objetivo avaliar o potencial de retorno do tomador do crdito, garantindo a identificao de clientes com capacidade de liquidez da dvida ou avaliar o valor mximo com que este cliente pode se comprometer para honrar a dvida. A Anlise trata de um processo de avaliar desde o perfil at valores contbeis e econmicos do tomador de crdito, levando em considerao, inclusive, a situao atual econmica do Mercado de Capitais no Brasil e Mundo. A perspectiva de inadimplncia, por sua vez, influncia a cotao dos juros a serem agrupados na operao de crdito. No Brasil, onde as elevadas taxas de juros so evidentes por vrias causas, tornam-se relevantes todos os estudos relacionados com fatores que possam influenciar na fixao de tais taxas de juros. O presente trabalho tem como objetivo oferecer uma viso geral sobre diversos mtodos de discriminao entre grupos (adimplentes e 94
inadimplentes), utilizados como instrumentos preditores para a concesso de crdito, bem como propor a elaborao de uma ferramenta para anlise da concesso de crdito de uma Instituio Financeira, apresentando um modelo a partir de uma equao para avaliao de crdito baseado nos clculos dos indicadores econmico-financeiros dos clientes da Instituio. Assim, analistas de crdito e gerentes operacionais do banco podero passar um retorno ao cliente que solicita crdito, sem expor o banco a um risco demasiado. Portanto, o estudo baseado no seguinte problema de pesquisa: Os tomadores de crdito Inadimplentes da Instituio Financeira, foco do estudo da pesquisa, poderiam ter sido identificados atravs de uma anlise econmica e financeira das demonstraes contbeis antes da concesso do crdito? 1 1.1 Reviso da literatura Conceito de crdito
Crdito tem origem no latim credere, que significa crer, confiar, acreditar, ou ainda do substantivo creditum, que literalmente significa confiana (BLATT, 1988). Selau (2008) define crdito como o ato de vontade ou disposio de algum de ceder, temporariamente, parte do seu patrimnio a um terceiro, com a expectativa de que esta parcela volte a sua posse integralmente depois de decorrido o prazo previamente estipulado. Segundo Schrickel (2000), todo o valor a ser concedido como crdito deve ser prprio, pois no possvel ceder algo que no lhe pertence sem o devido consentimento do seu proprietrio. Porm, as instituies financeiras no se enquadram neste perfil de conceder crdito de recurso prprio, porque so intermediadoras, atuando na captao e emprstimo de valores no prprios e, para isso, so devidamente autorizadas e controladas por autoridades monetrias. As Instituies Financeiras efetuam a concesso de crdito mediante um preo de remunerao, denominado taxa de juros ou preo de capital. O preo cobrado por ceder o crdito varia de acordo com uma srie de fatores, como, por exemplo, caractersticas
95
do tomador de crdito, o momento em que se encontra o cenrio econmico e poltico do mercado Nacional e Mundial, entre outros. 1.2 Anlise de crdito Todo crdito tem um grau de risco. Deve-se levar em conta que o tomador de crdito s foi em busca deste recurso porque no tinha este valor para investir no seu crescimento, e qualquer falha no seu planejamento, poder torn-lo inadimplente com a Instituio Financeira. Vasconcelos (2004) destaca que a misso de um processo de avaliao de crdito identificar as operaes financeiramente viveis, levando em considerao as caractersticas do cliente, sua situao atual e os detalhes da operao. A anlise de crdito visa dar segurana para a Instituio que o est concedendo, pois, atravs de ferramentas e estudos sobre os tomadores de crdito, podem avaliar o potencial e capacidade de liquidez do valor pretendido. A aprovao do crdito aps a anlise de acordo com o limite estipulado como regra em cada banco ou em determinadas situaes, da liberao de crdito por um processo de Workflow.
O Processo decisrio de crdito varia de instituio para instituio. Ainda que todas sejam obrigadas a tomarem algumas preocupaes, impostas pelo Banco Central, quanto forma de administrar o crdito, a deciso final cabe ao banco. Por isso, algumas instituies estabelecem alguns nveis de aladas, ou seja, para operaes de at um determinado valor, estar dentro da alada, dentro da competncia do gerente operacional ou da gerncia da agncia. medida que o volume de recursos envolvidos na operao aumenta, o processo decisrio passar para os nveis superiores. Assim, a deciso quanto a concesso de um crdito poder estar a cargo do Diretor da rea de Operaes, ou a cargo do Comit de Crdito, sendo o comit, o que ocorre na maioria das instituies, a maior autoridade quanto s decises dos crditos. O comit de crdito, via de regra, formado por um ou mais diretores, pelo gerente e pelo gerente do departamento de crdito (ANHAIA, 1996, p. 59).
96
Schrickel (2000) afirma que perder dinheiro faz parte do negcio de crdito, mas o que jamais deve ocorrer que a perda tenha ocorrido por informaes que no foram devidamente ponderadas, embora previstas ou previsveis. A esta perda o autor da o nome de perda mal perdida ou perda burra. 1.3 Classificaes de crdito O risco formado pela ocorrncia de algum acontecimento antagnico para uma condio almejada. Em especfico, o risco de crdito pode ser conceituado como a possibilidade de acontecimento de prejuzo por inadimplncia com relao a circunstncias esperadas, no caso o retorno absoluto dos crditos por parte do conjunto dos devedores (BORGES; BERGAMINI, 2001). No que se refere ao risco, o crdito dividido basicamente em Baixo, Mdio e Alto, podendo tambm variar de acordo com cada Instituio com mais escalas dentro dessas limitaes. O crdito que oferece risco mnimo Instituio, ou seja, de baixo valor, quando o tomador de crdito tem em posse um grau de liquidez e patrimonial proporcionalmente muito maior que o valor analisado para crdito. Quando o valor analisado fica em uma faixa duvidosa, em que o tomador no apresenta um risco visvel, mas tambm no apresenta tranquilidade, conhecido tambm como zona de penumbra, denominase como risco mdio e merece ateno. J o risco alto percebe-se no valor analisado que proporcionalmente de difcil liquidez, ou seja, a situao econmica e financeira do tomador de crdito pode no condizer com a possibilidade de pagamento futura (SILVA, 2006). Baseada nessas classificaes, uma instituio cria outras denominaes entre essas, a fim de deixar a anlise mais perto da real situao entre valor do crdito e poder de liquidez do tomador de crdito. 1.4 Tcnicas de anlises O procedimento de anlise de crdito pode recorrer a tcnicas subjetivas ou a tcnicas objetivas. A apreciao de tcnica subjetiva,
97
tambm admitida como anlise tradicional de crdito, envolve deliberao individual quanto concesso ou recusa do crdito. Esta determinao baseia-se na disponibilidade de informaes, no conhecimento individualizado e da sensibilidade de cada analista para a concordncia do crdito. As tcnicas objetivas fazem uso da estatstica para obteno de modelos para traar o perfil de clientes (SANTOS, 2000). Quanto aos tipos de Anlises, existem as Retrospectivas, Prospectivas, Vertical, Horizontal, Indicadores Econmico-Financeiros, entre outras. A Anlise Retrospectiva tem por base as contas j encerradas. A Anlise Prospectiva baseada nas demonstraes projetadas. A Anlise Vertical apurada mediante clculo da participao relativa de cada conta junto ao grupo de contas de que faz parte. A Anlise Horizontal apura o comportamento de cada conta em relao aos exerccios analisados e os Indicadores Econmico-Financeiros so apurados a partir das demonstraes contbeis e aplicados a frmulas especificas para avaliao da empresa (SILVA, 2006). 1.4.1 Score discriminante para anlise do crdito O Score Discriminante o resultado obtido mediante avaliao do risco para cada indicador econmico-financeiro analisado. Seu resultado estabelece uma graduao ao risco que permite s Instituies avaliarem o percentual de risco que o tomador de crdito oferece. Segundo Silva (2006), a graduao do risco possibilita ao banco relativa uniformidade da identificao do risco de crdito do cliente e, consequentemente, na determinao do valor a ser cobrado pelo risco, no caso os juros, bem como na exigncia de garantias. 1.4.2 Modelo de Kanitz O modelo de Kanitz visa analisar a capacidade que a empresa tem para saldar seus compromissos. Objetiva avaliar o grau de solidez 98
econmico-financeiro, denominando como Fator de Insolvncia ou Termmetro de Insolvncia, que demonstra os sintomas de uma empresa que est no caminho da falncia ou concordata, prevendo, assim, o seu grau de solvncia ou insolvncia com antecedncia. Kanitz (1978) estabeleceu o Fator de Insolvncia com uma combinao de cinco ndices, ponderados estatisticamente, conforme segue: FI = 00,5 (X1) + 1,65 (X2) + 3,55 (X3) - 1,06 (X4) + 0,33 (X5) Onde: FI = Fator de Insolvncia X1 = Lucro Lquido / Patrimnio Lquido X2 = (Ativo Circulante + Realizvel a Longo Prazo) / Exigvel Total X3 = (Ativo Circulante Estoques) / Passivo Circulante X4 = Ativo Circulante / Passivo Circulante X5 = Exigvel Total / Patrimnio Lquido Conforme Kassai (1998), o estudo estabelecido por ele demonstra a situao da empresa em trs zonas, denominadas como zona de solvncia, zona de penumbra e zona de insolvncia. A zona de Solvncia denominada a rea que concentra as empresas com menos possibilidades de falncias, com menores riscos. O status de solvncia da empresa proporcional ao seu resultado positivo, ou seja, quanto maior o valor do Fator de Insolvncia, menor a possibilidade de falncias ou de oferecer riscos por parte da empresa. A zona de Penumbra denominada para empresas que resultarem o Fator de Insolvncia entre zero (0) e menos trs (-3). uma situao indefinida e perigosa, que merece um cuidado especial. A zona de Insolvncia representa empresas com Fator de Insolvncia menor que menos trs (-3). Prev grande propenso falncia, que aumenta as probabilidades medida que o fator diminui, ou seja, a insolvncia proporcionalmente inferior ao Fator de Insolvncia. 99
1.4.3 Modelo de Elizabetsky Elizabetsky desenvolveu um modelo para deciso de crdito baseado em empresas do ramo de confeces (artigos para vesturio) que na poca passavam por necessidades. Conforme Elizabetsky (1976), para este modelo utilizou a anlise discriminante para um grupo de 373 empresas, sendo 274 boas e 99 ms. Iniciou seu trabalho com 60 ndices, utilizando um processo de correlao entre grupos de ndices para reduzir a quantidade de variveis. A seguir, demonstrado o modelo final (ELIZABETSKY, 1976): Z = 1,93 (X32) - 0,2 (X33) + 1,02 (X35) - 1,33 (X36) - 1,12 (X37) Onde: Z = Total de Pontos X32 = Lucro Lquido / Vendas Lquidas X33 = Disponvel / Ativo Permanente X35 = Contas a Receber / Ativo Total X36 = Estoques / Ativo Total X37 = Passivo Circulante / Ativo Total Elizabetsky (1976) definiu em seu estudo que o ponto crtico 0,5. Empresas com resultado superior a 0,5 so solventes e inferior a 0,5 so as insolventes. 1.4.4 Modelo de Matias Utilizando tcnicas de estatstica de anlise discriminante, Matias trabalhou com 100 empresas de diferentes ramos de atividades, sendo 50 empresas solventes e 50 empresas insolventes (MATIAS, 1978). Em 1978, aps testes com diversos ndices, Matias apresentou o seguinte modelo:
100
Z = 23,792 (X1) - 8,26 (X2) - 9,868 (X3) - 0,764 (X4) 0,535 (X5) + 9,912 (X6)
Onde: Z = Total de Pontos X1 = Patrimnio Lquido / Ativo Total X2 = Financiamento e Emprstimos Bancrios / Ativo Circulante X3 = Fornecedores / Ativo Total X4 = Ativo Circulante / Passivo Circulante X5 = Lucro Operacional / Lucro Bruto X6 = Disponvel / Ativo Total O modelo de Matias divide em duas faixas as empresas solventes e insolventes: a faixa inferior a 0,5 corresponde as empresas insolventes e a faixa superior a 0,5 corresponde as empresas solventes. 1.4.5 Modelo de Altman Altman (1978) construiu seu modelo a partir de anlises discriminantes mltiplas, separando empresas boas das ruins. O modelo de Altman, desenvolvido nos Estados Unidos no ano de 1968, o seguinte: Z = 0,012 (X1) + 0,014 (X2) + 0,033 (X3) + 0,006 (X4) + 0,0999 (X5) Onde: Z = Total de Pontos X1 = Capital Circulante Lquido / Ativo Total X2 = Lucros retidos / Ativo Total X3 = Lucros antes dos juros e impostos / Ativo Total X4 = Valor de mercado equity* / Exigvel Total X5 = Vendas / Ativo Total * Valor de mercado equity = Nmero de aes x preo de mercado
101
O estudo apresentado por Altman (1978) demonstra a situao da empresa em duas escalas, denominadas como a escala de empresas com problemas financeiros e escala de empresas sem problemas financeiros. A escala superior a zero corresponde s empresas sem problemas financeiros e a escala inferior a zero corresponde s empresas com problemas financeiros. De acordo com Silva (2006, p. 263), [...] o modelo teve uma preciso de 88% na classificao de empresas quando utilizado um ano antes da constatao de problema financeiro e 78% quando aplicado com trs anos de antecedncia. 2 Metodologia
O trabalho de pesquisa foi desenvolvido baseado em um estudo de caso exploratrio e descritivo com a forma de abordagem da pesquisa bsica e quantitativa, referente Instituio Financeira de grande porte com nfase em crdito, com levantamento de dados fundamentado em pesquisa bibliogrfica e com tcnicas de anlise aplicadas amostragem de dados das informaes cadastrais da base de dados da Instituio Financeira de acordo com a forma de levantamento, seja adimplente ou inadimplente. 2.1 Populao-alvo O trabalho de pesquisa foi realizado na rea de Desenvolvimento de Software subrea de Anlise de Negcios da Instituio Financeira estudada, utilizando-a como estudo de caso. Foram realizados scripts de consultas para busca dos dados necessrios na base de dados de clientes dessa Instituio Financeira que tomaram crdito. Os dados selecionados para consulta foram todos referentes a contas Patrimoniais e de Resultados de Exerccios de empresas comerciais, tomadores de crditos da Instituio Financeira estudada, do ano de 2009. Levando em conta que, por motivos de segurana e de forma a no expor os tomadores de crdito, essa consulta foi realizada em uma base de dados clone de produo, porm com os nomes e nme102
ros das contas criptografados, ou seja, com todos os dados reais, porm o nome e o nmero da conta estavam transformados, de forma alfanumrica e numrica respectivamente, em desordem. 2.2 Tcnica de coleta de dados Os dados coletados para o estudo e a anlise foram os Balanos Patrimoniais e as Demonstraes dos Resultados dos Exerccios das Empresas Comerciais tomadoras de crdito da Instituio Financeira em estudo. Selecionados na base de dados da Instituio Financeira de forma aleatria, 34 tomadores de crditos do tipo Pessoa Jurdica do ramo Comercial, sendo 17 adimplentes e 17 inadimplentes. Os indicadores utilizados nas teorias de Kanitz, Elizabetsky, Matias e Altman serviram como base para criar a frmula de anlise de crdito para concesso s Pessoas Jurdicas do ramo Comercial. 2.3 Tcnicas de anlise de dados Com todos os dados coletados e aplicados sob os conhecimentos tcnicos adquiridos no ambiente acadmico, ser revelada a importncia da anlise de crdito mediante a avaliao econmica e financeira da empresa, agregando melhoria s tcnicas utilizadas na Instituio Financeira para concesso de crdito a empresas. Sero calculados os indicadores econmico-financeiros das empresas baseados em seus valores patrimoniais e de resultados, mantidos no cadastro da instituio financeira que concedeu o crdito. A partir dos clculos dos indicadores, ser realizada a anlise descriminante para chegarmos a um modelo ideal de anlise de crdito. Este trabalho se utilizou do procedimento estatstico denominado anlise discriminante. Mrio (2002) define anlise discriminante como sendo um procedimento estatstico para se fazer inferncia sobre uma determinada populao de dados examinados, decompostos em grupos. 103
Aaker, Kumar e Day (2002) afirmam que a anlise discriminante empregada para rotular indivduos em um, dois ou mais grupos alternativos, como alicerce de um conjugado de mensuraes. considerada no mbito das tcnicas de Anlise Estatstica Multivariada, um ramo na Estatstica que se preocupa com a verificao simultnea de duas ou mais variveis e suas relaes. De forma simplificada, pode-se afirmar que a Anlise Discriminante uma ferramenta estatstica empregada para classificar um determinado elemento num determinado grupo entre os grupos existentes. 3 Resultados
Para definir o modelo de anlise de crdito foi seguida a metodologia descrita pelo estudo de Kassai e Kassai (1998) e Lemos (2009) a partir da diviso da populao de 34 empresas em duas amostras, uma com 16 empresas e outra com 18, para as quais se realizou o clculo de regresso linear, com base nos indicadores econmico-financeiros das empresas selecionadas, de forma aleatria, sendo 8 empresas adimplentes e 8 empresas inadimplentes. Aps a regresso, definiu-se a equao que representar o modelo de anlise de crdito. Depois, calcularam-se as mdias, desvio padro e ponto de corte. E, a partir destas informaes, obteve-se a definio de como so diferenciadas as empresas solventes das insolventes para compor o modelo de avaliao das empresas do ramo Comercial. Ainda se considerou no clculo uma margem de segurana, entre uma definio e outra, denominada como situao de Penumbra. Essa margem de segurana importante, pois identifica as empresas que se apresentam em situao indefinida, as quais no esto to bem ao ponto de merecer confiana de crdito e no esto to mal ao ponto de dizer que esto falidas no entanto, merecem uma ateno e acompanhamento especial antes da concesso do crdito.
104
3.2 Clculo de regresso A seguir, sero apresentados os dados dos Indicadores Econmico-Financeiros e os status das empresas na Instituio Financeira na qual foi realizada a regresso:
Nota: Clculos realizados a partir das informaes Patrimoniais e de Resultado do cadastro de clientes da Instituio Financeira.
Tabela 1 Empresas selecionadas para clculo de regresso
A tabela 1 evidencia que o grupo 2 de empresas (Inadimplentes) em sua maioria, com exceo da empresa 4, tem no Indicador LG valores abaixo de 1, ou seja, possuem menos R$ 1,00 de disponibilidade para cada R$ de obrigao. A mesma tabela evidencia que o Indicador ET no se trata de um bom sinalizador de insolvncia, pois, em ambos os casos (empresas adimplentes e inadimplentes), tem um nvel de endividamento muito elevado. Com base nos Indicadores Econmico-Financeiros e os status da situao atual dos tomadores de crdito que foram selecionados, sero desenvolvidos, a partir deste momento, os clculos de regresso para a efetivao da frmula de avaliao das empresas, conforme segue:
105
Tabela 2 Estatstica de regresso
A tabela 2 apresenta o Coeficiente de determinao, tambm chamado de R2, que uma medida de qualidade do modelo economtrico em relao sua habilidade de estimar corretamente os valores da varivel resposta . O R2 indica quanto da varincia da varivel resposta explicada pela varincia das variveis explicativas. Seu valor est no intervalo de 0 a 1: Quanto maior, mais explicativo o modelo. Neste caso, o R2 deste modelo 0,3416457, o que significa que 34,16% da varincia de explicada pela varincia de . O Grau de Liberdade (gl) apresentado na tabela 3 demonstra o nmero de determinaes independentes (dimenso da amostra) menos o nmero de parmetros estatsticos a serem avaliados na populao. O gl calculado mediante a frmula n-1, em que n o nmero de elementos na amostra (tambm podem ser representados por k-1 onde k o nmero de grupos, quando se realizam operaes com grupos e no com sujeitos individuais). Logo, gl pode ser apurado atravs da seguinte frmula: n-1-p onde: n = 16 dimenso da amostra p = 05 o nmero de parmetros estatsticos a serem avaliados na populao.
Tabela 3 Dados para aplicao dos fatores de regresso
106
A tabela 4 apresenta o teste t que um teste de hiptese para mdias. No caso de se querer comparar dois grupos, a Hiptese Nula que a diferena das mdias zero, isto , no h diferenas entre os grupos. Ao realizar-se uma suposio adicional de que a estimativa da intercepo e a inclinao so normalmente distribudas, a estimativa do parmetro e o erro padro podem ser combinados para obter uma estatstica t, que mede se a relao estatisticamente significante. Por exemplo, com mais do que 120 observaes, uma estatstica t maior do que 1,66 indica que a varivel significativamente diferente de zero com 95% de certeza, enquanto uma estatstica maior do que 2,36 indica o mesmo com 99% de certeza. Para amostras menores, a estatstica t tem de ser maior para ter significado estatstico, o que no ocorre neste caso. Os testes estatsticos para medir a significncia do modelo apresentados na tabela 4 no garantem seu modelo de predio. Para determinar a eficcia da predio, preciso construir uma tabela de classificao. Essas matrizes so construdas pela tabulao cruzada dos membros do grupo real com o previsto. Nmeros na diagonal principal representam classificaes corretas, e nmeros fora da diagonal representam classificaes incorretas (HAIR, et al., 2005). A eficcia deste modelo foi evidenciada nas tabelas 9 e 12.
Tabela 4 Resultado da regresso para desenvolver a frmula
O teste de Multicolinearidade consiste em um problema comum em regresses, em que as variveis independentes possuem relaes lineares exatas ou aproximadamente exatas. O indcio mais claro da existncia da multicolinearidade quando o R2 bastante alto, mas nenhum dos coeficientes da regresso estatisticamente significativo
107
segundo a estatstica t convencional. O modelo apresentado no apresenta R2 elevado, motivo pelo qual no foi realizado este teste. Com base nos resultados dos clculos de regresso, atravs dos Coeficientes de cada indicador, ser elaborada a frmula de avaliao da situao, se adimplente ou inadimplente, das empresas clientes da Instituio Financeira, conforme segue:
Z = 0,920835 - 0,550392x(LG) + 0,402264x(LC) + 2,439309x (LI) + 0,008181x(RSV) + 0,008320x(ET)
3.3 Clculo do Score Discriminante Com base na frmula estabelecida aps o clculo da regresso, ser aplicado na amostra de empresas selecionadas, na qual foi realizada a regresso, para estabelecer o score discriminante. Conforme apresentado a seguir:
Tabela 5 Resultado do clculo do Score Discriminante
108
A tabela 5 agrupa as empresas inadimplentes em um intervalo entre 1,12 e 2,03, e as empresas adimplentes nos intervalos entre 1,03 e 1,62. importante salientar que, em ambos os grupos de empresas (adimplentes e inadimplentes), os limites inferiores (1,03 e 1,12) bem como os limites superiores (1,62 e 2,03) necessitam de um melhor tratamento, ou seja, necessitam de uma reclassificao. 3.4 Reclassificao da situao das empresas utilizadas na definio do modelo Aps apurado o Score Discriminante de cada empresa, ser calculada a mdia e o desvio padro por grupo, um grupo denominado para as empresas Adimplentes e o outro grupo para as empresas Inadimplentes. Baseado nessas informaes, ser estabelecido o ponto de corte entre um grupo e outro e reclassificadas as situaes das empresas.
Tabela 6 Clculo da mdia e do desvio padro do grupo das empresas Inadimplentes
Para realizar o clculo da mdia e do desvio padro das empresas com situao Inadimplente, foram utilizadas as seguintes frmulas do Excel (Aplicativo do Programa Office da empresa Microsoft): Frmula da Mdia: = soma (SD1:SD8) /8 = 1,67 Frmula do Desvio Padro: = desvpadp (SD1:SD8) = 0,2618963 109
Pode-se concluir com a incluso do Desvio Padro, que as empresas Inadimplentes se encontram no intervalo entre 1,408104 e 1,931896.
Tabela 7 Clculo da mdia e do desvio padro do grupo das empresas adimplentes
Para realizar o clculo da mdia e do desvio padro das empresas com situao Adimplente, foram utilizadas as seguintes frmulas do Excel (Aplicativo do Programa Office da empresa Microsoft): Frmula da Mdia: = soma (SD18:SD25) / 8 = 1,33 Frmula do Desvio Padro: = desvpadp (SD18:SD25) = 0,2094571 Pode-se concluir, com a incluso do Desvio Padro, as empresas Adimplentes encontram-se no intervalo entre 1,539457 e 1,1220543 Com base nos resultados obtidos com os clculos das mdias das empresas que pertencem ao grupo das Adimplentes e do grupo Inadimplentes, pode ser definido o Ponto de Corte para reclassificao da situao das empresas baseado na anlise proposta, conforme frmula a seguir:
(Desvio Padro do Grupo 1) + Desvio Padro do Grupo 2) / 2 = 1,5
Definido o Ponto de Corte, foram reclassificadas as empresas, seguindo a lgica de que aquelas com Score Discriminante maior que 110
o Ponto de Corte sero categorizadas como Inadimplentes e as com Score menor que o Ponto de Corte sero denominadas Adimplentes, pois os parmetros das mdias nos indicam essa classificao.
Tabela 8 Reclassificao das empresas
A tabela 8 apresentou as empresas 5 e 8 inadimplentes classificadas equivocadamente como adimplentes. As empresas 18, 20 e 23 adimplentes foram classificadas erroneamente como inadimplentes. Realizando um comparativo da real situao das empresas na Instituio Financeira, com a reclassificao a partir da frmula estabelecida para anlise, obteve-se o seguinte resultado:
Descrio Amostra Acertos Falhas Percentual de Acertos Inadimplentes 8 6 2 75% Adimplentes 8 5 3 63% Total 16 11 5 69%
Tabela 9 Resultado da reclassificao das empresas a partir do modelo proposto na amostra utilizada para definio do modelo
Fonte: Elaborado pelo autor, 2010.
111
4.5 Sinaleira ou farol de anlise de crdito para empresas comerciais Estabelecida a frmula de apurao da situao da empresa, criou-se uma Sinaleira para estabelecer a graduao de risco que a empresa oferece Instituio, com o intuito de representar: Verde para passagem livre para crdito para a empresa analisada; Amarelo para passagem que merece ateno; e Vermelho para passagem de crdito bloqueado. Para montar a Sinaleira, so utilizadas as informaes da Mdia e Desvio Padro dos grupos de empresas analisadas anteriormente neste trabalho, nas quais foram estabelecidas as zonas de Solvncia, Penumbra e Insolvncia, conforme segue representado no grfico abaixo:
Grfico 1 Definio das zonas de solvncia, penumbra e insolvncia
Estabelecidas as zonas das situaes das respectivas empresas, conforme seu resultado de anlise econmico-financeiro atravs do modelo proposto, define-se a situao das empresas tomadoras de crdito na Instituio Financeira. Solventes so as empresas aptas ao crdito, as quais apresentarem um resultado, quando aplicado frmula, menor que 1,40, sendo que, gradativamente, quanto mais se distanciar o resultado para menor que 1,40 melhor a situao da empresa. 112
Empresas que apresentarem resultados entre 1,41 e 1,53, esto em situao de ateno, na qual no recomendada a concesso de crdito, a no ser mediante garantias e outras anlises. As empresas com resultado maior que 1,54, representam situao de perigo para concesso do crdito, pois esto passando por momentos de dificuldade e, gradativamente, quanto maior for o valor em relao a 1,54, maior o perigo da empresa analisada. Definidas as zonas e seus limites, foi elaborada a Sinaleira, da qual a instituio se utilizar para avaliar a concesso de crdito. A anlise se d da seguinte forma: com os dados Patrimoniais e de Resultado da empresa, aplica-se o clculo dos indicadores econmicofinanceiros que compem o modelo. Com o resultado dos indicadores, deve-se aplicar a equao do modelo proposto neste trabalho. O resultado da aplicao do modelo ser denominado como Score Discriminante, no qual o responsvel pela anlise da concesso do crdito ir comparar o resultado com os parmetros da sinaleira, e, conforme o valor, ser denominado como Sinaleira Fechada para Crdito, Sinaleira em Ateno para Crdito e Sinaleira Aberta para Crdito, conforme apresentado na figura a seguir:
Figura 1 Sinaleira da anlise de crdito para concesso a empresas comerciais

Fonte: Elaborado pelo Autor, 2010.
113
3.6 Resultado geral do modelo com a amostra completa O modelo foi aplicando em toda a amostra selecionada para este estudo, envolvendo as 34 empresas, e apresentou um resultado analtico com uma viso geral dos resultados e da eficcia do modelo. A seguir sero apresentados os indicadores econmico-financeiros de todas as empresas selecionadas para realizao deste trabalho e o clculo do Score Discriminante e a reclassificao da situao das empresas conforme o modelo proposto.
Tabela 10 Reclassificao de toda a amostra baseado no modelo proposto
114
Tabela 11 Representao da sinaleira de crdito
Realizando um comparativo da real situao das empresas na Instituio Financeira, com a reclassificao a partir do modelo de anlise de crdito proposto, obteve-se o seguinte resultado:
115
Descrio Amostra Acertos Falhas Percentual de Acertos
Inadimplentes 17 12 5 71%
Adimplentes 17 13 4 76%
Total 34 25 9 74%
Tabela 12 Resultado da reclassificao das empresas a partir do modelo proposto na amostra completa
Fonte: Elaborado pelo autor, 2010.
Na representao do resultado de toda a amostra, percebe-se que o modelo proposto neste estudo eficaz Instituio Financeira estudada, pois identificou 71% das empresas inadimplentes e teve um percentual de 74% de acerto na identificao da situao das empresas. Com este resultado, identifica-se tambm a importncia de ter um modelo especifico por ramo de atividade da empresa, com o qual possvel realizar uma anlise de regresso mais adequada e mais assertiva. Consideraes finais O presente trabalho teve como propsito desenvolver e testar um modelo de previso da situao das empresas comerciais que buscam crdito na Instituio Financeira estudada. Os indicadores econmico-financeiros foram calculados a partir de informaes patrimoniais e de resultado de clientes da Instituio Financeira do ano de 2009, que foram adquiridos atravs de uma consulta na base de dados da prpria instituio. A seleo dos clientes tomadores de crdito para o estudo foi de forma aleatria, ou seja, foram selecionados os 17 primeiros clientes encontrados na base de dados que pertencem ao ramo comercial e esto com situao de Inadimplentes na Instituio. Aps, foram selecionados, tambm de forma aleatria, os 17 primeiros clientes que pertencem ao ramo comercial e esto com situao normal na instituio. Com um total de 34 empresas para o estudo, foram selecionados os dados da ltima atualizao realizada na instituio financeira, 116
sendo, assim, informaes do momento da solicitao do crdito por parte do cliente. Com as informaes dos clientes foi possvel selecionar os indicadores que melhor representam a situao de solvncia ou insolvncia das empresas selecionadas para o estudo. Com os indicadores selecionados, que foram 5, escolhidos aps testes com todos os indicadores, foi realizada a regresso linear sobre os indicadores e as situaes das respectivas empresas de uma amostra. Com o resultado da regresso linear, foi possvel montar o modelo ideal para anlise de crdito. No entanto, para comprovar a eficcia deste modelo, foram aplicados testes comparativos do resultado encontrado no modelo com a real situao da empresa na instituio. Para encontrar o resultado das empresas no novo modelo, construiu-se um novo elemento, denominado Score Discriminante, que a prpria obteno do resultado alcanado atravs da aplicao da frmula do modelo. Adquirido o ndice da amostra, foram calculadas as mdias das empresas adimplentes e inadimplentes e, baseado nas mdias, definiu-se o desvio padro e o ponto de corte. A partir de ento, constatou-se que o score discriminante resultante entre os extremos 1,408926 e 1,538634 refere-se s empresas que esto na zona de penumbra; inferiores a 1,408926, s empresas que esto na zona de solvncia; e superiores a 1,53634 e s empresas que esto na zona de insolvncia. A validao do modelo foi realizada pelo mtodo cross validation, ou seja, dividida a amostra em dois grupos, um para determinao do modelo e outro para sua avaliao. Ao final se juntam os dois grupos formando novamente a amostra original e aplicado o resultado final. Na amostra dividida para definio do modelo, a qual continha 8 empresas adimplentes e 8 inadimplentes, totalizando 16 empresas, obteve-se 75% de acerto dos inadimplentes, sendo 6 acertos e apenas 2 falhas. Nos adimplentes, obteve-se 63% de acertos, sendo 5 acertos e 3 falhas, totalizando 69% de acerto na amostra utilizada para definir o modelo. Na amostra original, com 34 empresas, constatou-se que o total de acertos foi de 71% para os inadimplentes e 76% para os adim117
plentes, totalizando 74% de acertos da amostra total, ou seja, de 34 empresas obteve-se 25 acertos e apenas 9 falhas. Deve-se enfatizar que o estudo limitado, tendo em vista o nmero reduzido das amostras trazidas para anlise. Dessa forma, no presente estudo, foi possvel alcanar os objetivos propostos para o desenvolvimento da pesquisa, bem como responder questo principal em que argumentava se poderiam ter sido identificados os inadimplentes antes da concesso do crdito. Assim, conclumos que, com o modelo criado, a Instituio Financeira estudada poderia ter evitado 71% de sua inadimplncia. E, por fim, fica a satisfao de cumprir com os objetivos, que foi apenas o ponto de partida para um maior aprofundamento, aprimoramento e especializao sobre o assunto abordado e tantos outros que se tornem relevantes ao longo desta carreira. Assim como, fica o ponto de partida para a Instituio Financeira aproveitar o estudo para aprimorar sua anlise de crdito e evitar inadimplncias com empresas comerciais.
Recebido em setembro de 2010. Aprovado em outubro de 2010.
Referncias
AAKER, David A.; DAY, George S.; KUMAR, V. Pesquisa de marketing. So Paulo: Atlas, 2001. ALTMANN, E. I. Financial ratios, discriminant analysis and prediction of corporate bankruptcy. Journal of Finance, v. 29, p. 589-609, 1968. ANHAIA, Artur Vitoriano Gaieski. Contabilidade bancria: teoria e prtica. Rio Grande do Sul, 1996. BLATT, A. Introduo a anlise de crdito. Rio de Janeiro: Suma Econmica, 1988. BORGES, L. F. X.; BERGAMINI JUNIOR, S. O risco legal na anlise de crdito. Revista do BNES, Rio de Janeiro, v. 8, n. 16, p. 215-260, dez. 2001. CAOUETTE, John B.; ALTMAN, Edward I.; NARAYANAN, Paul. Gesto do risco de crdito: o prximo grande desafio financeiro. Rio de Janeiro: Qualitymark, 2000. ELIZABETSKY, Roberto. Um modelo matemtico para a deciso do banco comercial. Trabalho apresentado ao Departamento de Engenharia de Produo da Escola Politcnica da USP, 1976.
118
HAIR, J. F.; ANDERSON; R. E. TATHAM, R. L.; BLACK, W. C. Anlise multivariada de dados. 5. ed. Porto Alegre: Bookman, 2005. KANITZ, Stephen Charles. Como prever falncias. So Paulo: McGraw-Hill, 1978. KASSAI, Jos Roberto; KASSAI, Silvia. Desvendando o termmetro de insolvncia de Kanitz. Anais... XXII EnANPAD, 1998, Foz do Iguau, PR. LEMOS, Luiz Fernando Branco. Elaborao de um modelo de previso de insolvncia para micro e pequenas empresas utilizando indicadores contbeis. Dissertao (mestrado) Universidade do Vale do Rio dos Sinos, Programa de Ps-Graduao em Cincias Contbeis. So Leopoldo, 2009. MRIO, Poueri do Carmo. Contribuio ao estudo da solvncia empresarial: uma anlise de modelos de previso estudo exploratrio aplicado em empresas mineiras. 2002. Dissertao (Mestrado) Departamento de Contabilidade e Atuaria, Faculdade de Economia, Administrao e Contabilidade, Universidade de So Paulo. So Paulo, 2002. MATIAS, A. B. Contribuio s tcnicas de anlise financeira: um modelo de concesso de crdito. Monografia de Graduao em Administrao. Faculdade de Economia Administrao e Contabilidade de So Paulo, 1978. Disponvel em: <http// www.albertomatias.com.Br/index2.htm&gt>. Acesso em: 10 maio 2008. SANTOS, J. Anlise de crdito: empresas e pessoas fsicas. So Paulo: Atlas, 2000. SCHRICKEL, Wolfgang Kurt. Anlise de crdito: concesso e gerncia de emprstimos. 5. ed. So Paulo: Atlas, 2000. SELAU, Lisiane Priscila Roldo. Construo de Modelos de Previso de Risco de Crdito. Dissertao (mestrado) Universidade Federal do Rio Grande do Sul, Programa de Ps Graduao em Engenharia de Produo. Porto Alegre, 2008. SILVA, Jos Pereira da. Gesto e Anlise de Risco de Crdito. So Paulo: Atlas, 2006. VASCONCELOS, R. S. Modelos de Escoragem de Crdito aplicados a Emprstimo Pessoal com Cheque. Rio de Janeiro: FGV, 2004. Dissertao (Mestrado em Finanas e Economia Empresarial). Escola de Ps Graduao em Economia, Fundao Getulio Vargas, 2004, Faculdade de Economia.
119
120

Analise Credito Empresas Comerciais

Enviado por

Dados do documento

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Analise Credito Empresas Comerciais

Enviado por

Direitos autorais:

Formatos disponíveis

Modelo de anlise de crdito de empresas comerciais

Modelo de anlise de crdito de empresas comerciais

Modelo de anlise de crdito de empresas comerciais

Modelo de anlise de crdito de empresas comerciais

Modelo de anlise de crdito de empresas comerciais

Modelo de anlise de crdito de empresas comerciais

Modelo de anlise de crdito de empresas comerciais

Modelo de anlise de crdito de empresas comerciais

Tabela 1 Empresas selecionadas para clculo de regresso

Tabela 2 Estatstica de regresso

Tabela 3 Dados para aplicao dos fatores de regresso

Modelo de anlise de crdito de empresas comerciais

Tabela 4 Resultado da regresso para desenvolver a frmula

Tabela 5 Resultado do clculo do Score Discriminante

Modelo de anlise de crdito de empresas comerciais

Tabela 6 Clculo da mdia e do desvio padro do grupo das empresas Inadimplentes

Tabela 7 Clculo da mdia e do desvio padro do grupo das empresas adimplentes

Modelo de anlise de crdito de empresas comerciais

Tabela 8 Reclassificao das empresas

Grfico 1 Definio das zonas de solvncia, penumbra e insolvncia

Modelo de anlise de crdito de empresas comerciais

Figura 1 Sinaleira da anlise de crdito para concesso a empresas comerciais

Tabela 10 Reclassificao de toda a amostra baseado no modelo proposto

Modelo de anlise de crdito de empresas comerciais

Tabela 11 Representao da sinaleira de crdito

Descrio Amostra Acertos Falhas Percentual de Acertos

Modelo de anlise de crdito de empresas comerciais

Modelo de anlise de crdito de empresas comerciais

Você também pode gostar