UNIVERSIDADE DE SÃO PAULO

FACULDADE DE ECONOMIA, ADMINISTRAÇÃO E

CONTABILIDADE DE RIBEIRÃO PRETO
DEPARTAMENTO DE CONTABILIDADE

ELISA BANNWART WHATELY

Impacto das variáveis macroeconômicas na previsão de Rating de

países soberanos.

Ribeirão Preto
 2020

ELISA BANNWART WHATELY

Impacto das variáveis macroeconômicas na previsão de Rating de

países soberanos.

Trabalho de conclusão de
curso apresentado como
requisito a graduação do Curso
de Economia Empresarial e
Controladoria pela Faculdade
de Economia e Administração –
FEA/RP – USP.

Orientador: Prof. Dr. Rafael Confetti

Gatsios

Ribeirão Preto
2020
 RESUMO:
Nas últimas décadas o mercado de capitais avançou e evolui em muitos
sentidos. Com novas preocupações em mente, empresas de rating foram
criadas para dar aos investidores melhores acessos às avaliações de risco e
ao mercado o máximo de informação possível para que este funcione de
forma eficiente. Entre as companhias de classificação se destacam Moody 's,
Standard & Poors e Fitch.
Classificações ou Ratings são baseadas em diversos parâmetros qualitativos
e quantitativos que buscam espelhar a realidade de cada país, mostrando
sua capacidade e disposição de honrar com seus compromissos presentes e
futuros. Tais parâmetros são indicadores pré-estabelecidos em metodologias
divulgadas.
Este trabalho tem o objetivo de melhor entender o impacto de cada variável
sobre a classificação e construir assim um modelo de previsão de rating
baseado nos indicadores analisados, usando o período de 2010 a 2019.
Será usada a metodologia da Standard & Poors e Fitch para países
soberanos para analisar cada indicador individualmente e a amostra de
países contém o G20 e os países mais relevantes da América Latina, com
um maior foco nos países com grau de investimento de qualidade média ou
alta.

Palavra-Chave: Rating, classificação, indicador, avaliações de risco.

 SUMÁRIO

1. INTRODUÇÃO 6
2. REVISÃO DE LITERATURA 7
3. METODOLOGIA 12
4. CRONOGRAMA DE EXECUÇÃO: 14
5 REFERÊNCIAS: 15
1. INTRODUÇÃO

Este trabalho busca entender os indicadores macroeconômicos usados

pelas empresas de Rating para classificar risco de descumprimento das
obrigações contratuais referentes à dívida pública dos Estados Soberanos e
se a análise destas variáveis permite uma previsibilidade das classificações
futuras.

S&P e Fitch, duas das empresas mais importantes no mercado de

Rating, publicaram artigos detalhando sua metodologia para países
soberanos com o objetivo de mostrar ao mercado como as classificações são
atingidas e assim aumentar sua credibilidade para com os investidores.

Cantor e Packer (1996) destacaram que grande parte das classificações

de risco podem ser explicadas por um pequeno número de variáveis, sendo
essas renda per capita, crescimento do PIB, inflação, dívida externa, nível de
desenvolvimento econômico e histórico de inadimplência. Os autores
também conseguiram mostrar que o Rating soberano publicado resume e
complementa as informações contidas nos indicadores macroeconômicos.

Diniz, Amaral e Ferreira (2010) procuraram explicar a relação entre a

classificação de risco soberano e as variáveis explicativas, assim como
identificar a relevância de cada indicador. Foi encontrado por eles que países
com menores taxas de inflação, maiores crescimento do PIB e reduzido nível
de endividamento em relação ao PIB apresentam melhores notas de Rating.
O artigo também menciona a importância de identificar o impacto de
variáveis políticas e sociais na classificação.
 Os determinantes que serão usados para criar a base de dado e analisar
a previsibilidade são: Déficit, Investimento/PIB, Taxa de Câmbio Nominal,
Taxa de Câmbio Real, Desemprego, Dívida/PIB, PIB, Crescimento do PIB e
Inflação. Para a análise será dada uma maior ênfase nos países com grau de
investimento menor que três.

Este trabalho apresenta o seguinte problema de pesquisa: as variáveis

macroeconômicas predizem o Rating? Uma vez que a classificação de risco
é essencial para que empresas e investidores tomem decisões bem-
informadas e o mercado tenha eficiência.

Análises de risco e previsibilidades de Rating geralmente são estudadas

tendo como escopo empresas, porém a amostra que será estudada é
formada por 24 países e os diferenciais que buscaremos apresentar são o de
um período mais longo do que costuma ser estudado, abrangendo de 2010 a
2019. Vale apontar que estudos anteriores não puderam investigar períodos
maiores, pois não existia informação disponível na época.

2. REVISÃO DE LITERATURA

Também conhecido como nível de risco, o Rating tem se tornado

essencial para tomada de decisões e desenvolvimento de novos horizontes,
permitindo que investidores tenham maior conhecimento dos ativos
considerados e que empresas e países tenham acesso a novos mercados.
Porém ainda existem dúvidas quanto a consistência das classificações e o
peso dado pelas companhias para cada critério ao avaliar países soberanos.

Empresas, estados e governos soberanos podem obter Ratings para ter

acesso a novos investimentos, uma vez que este fornece uma maior
transparência das perspectivas financeiras dessas. Com a divulgação de
mais informação o mercado pode funcionar com maior eficiência,
aumentando o fluxo de capital e assim permitindo mais investimentos em
infraestrutura, indústria e empresas. A classificação de Rating também pode
ser usada pelas próprias empresas como uma avaliação estratégica ou
benchmark.

Cantor e Packer (1996) apresentaram que governos têm de fato uma

demanda por classificações, pois essa de fato facilita o acesso ao mercado
de capitais internacionais, para o governo e para seus cidadãos. Os autores
notaram que grande parte da classificação se deve a um pequeno número de
variáveis macroeconômicas, em especial PIB per capita, taxa de inflação e
dívida externa.

Diniz, Amaral e Ferreira (2010), investigaram o impacto das

variáveis na variação no prêmio de risco e entenderam que a inflação, a
dívida do governo e a taxa de crescimento do PIB e a qualidade na
elaboração e implementação de políticas públicas têm altas relevâncias na
classificação. Porém, também identificaram que existe um efeito do grau de
desenvolvimento econômico e da localização geográfica, sugerindo que
diversas coisas podem influenciar a definição do Rating.

Esta pesquisa buscará criar uma base de dados contendo uma

amostra de países que permita uma análise mais aprofundada da influência
que cada indicador tem sobre a classificação e assim obter uma
previsibilidade. A amostra, por sua vez, é formada pelos países que
constituem o G20 e alguns países da América latina cujas economias
apresentam certa relevância internacional, com seus respectivos ratings
soberanos e indicadores econômicos, analisados anualmente no período de
2010 a 2019, dando ênfase aos países com alto grau de investimento.
O quadro 1 demonstra a equivalência das classificações com o grau de
investimento.
 Quadro 1: Equivalência dos ratings das agências internacionais

Moody´s Fitch Standard & Significado

Ratin Poor's
gs

Aaa AAA AAA

Grau de Investimento com
Aa1 AA+ AA+
qualidade alta e baixo
Aa2 AA AA risco

Aa3 AA- AA-

A1 A+ A+

A2 A A

A3 A- A-

Baa1 BBB+ BBB+ Grau de Investimento

qualidade média
Baa2 BBB BBB

Baa3 BBB- BBB-

Ba1 BB+ BB+

Categoria de Especulação
Ba2 BB BB
com Baixa Classificação
Ba3 BB- BB-

B1 B+ B+

B2 B B

B3 B- B-

Caa1 CCC CCC+ Risco Alto de

Inadimplência e baixo
Caa2 CCC CCC
interesse
Caa3 CCC CCC-

Ca CCC CC
 Ca CCC C

C DDD D

Fonte: Fitch Ratings, Standard & Poor´s, Moodys

Para aumentar o alcance da base de dados, foi utilizada uma categorização

para unificar os ratings das diferentes empresas em um só nível, como
demonstrado no quadro 2.

Quadro 2: Categorização da variável dependente da pesquisa

Moo Fitch Standard & Categorização

dy Ratings Poor's
´s

Aaa AAA AAA 0

Aa1 AA+ AA+

1
Aa2 AA AA

Aa3 AA- AA-

A1 A+ A+

A2 A A
2
A3 A- A-

Baa BBB+ BBB+

1 3

Baa BBB BBB

2

Baa BBB- BBB-

3

Ba1 BB+ BB+

Ba2 BB BB

Ba3 BB- BB-

 B1 B+ B+ 4

B2 B B

B3 B- B-

Caa CCC CCC+

1 5

Caa CCC CCC

2

Caa CCC CCC-

3

Ca CCC CC
6
Ca CCC C

C DDD D

Fonte: Tabela baseado na classificações publicadas por Fitch Ratings, Standard &
Poor's, Moodys

Com o objetivo de melhor entender os dados coletados, foi calculado a

Média, Mediana, Máximo, Mínimo e Desvio Padrão anual de cada indicador
para todos os países e posteriormente o mesmo cálculo foi feito separando
os países em grupos de acordo com a classificação apresentada.

3. METODOLOGIA

Para construir o modelo foi escolhida uma amostra incluindo os países

do G20 (África do Sul, Alemanha, Arábia Saudita, Argentina, Austrália, Brasil,
Canadá, China, Coreia do Sul, Estados Unidos, França, Índia, Indonésia, Itália,
Japão, México, Reino Unido, Rússia e Turquia) e 5 países economicamente
relevantes da América Latina não incluídos no grupo (Chile, Colômbia,
Equador, Peru e Uruguai), dando ênfase nos países com Grau de Investimento
de qualidade média ou alta.
Os dados recolhidos são os índices macroeconômicos no período de
2010 a 2019, criando assim uma base de dados que permite uma melhor
análise da influência dos mesmos na classificação de Rating desses países
soberanos.
A metodologia escolhida para desenvolver a pesquisa foi estatística
descritiva e caracterizada por uma investigação ex post facto. Os dados iniciais
foram obtidos na base de dados Thomson Eikon, cobrindo o período de 2010 a
2019. O Rating dos países foram informados pelas agências Moody 's, Fitch e
S&P e depois padronizados para melhorar o entendimento da informação,
lembrando que quanto menor o número melhor o Rating.
As variáveis utilizadas para a criação do modelo dos países se
encontram na tabela 3.

Tabela 3: Indicadores analisados

Indicador Fórmula Definição

Ocorre quando os gastos do governo (G)
Déficit T-G
ultrapassam a receita (T)
Relação entre os investimentos do governo (I) e o
invest/pib I/ (C+I+G+NX)
produto interno do país (PIB)
Tx câmbio Nom E Custo de uma moeda em relação a outra
Custo de uma moeda em relação a outra
Tx Câmbio Real (EP) /P*
considerando a inflação
Relação entre a população empregada (U) e a
Desemprego U/L
população economicamente ativa (L)
Dívida/PIB Dívida/PIBt Indica a habilidade do país de pagar suas dívidas.
Soma dos bens e serviços produzidos por um país
PIB C+I+G+NX
em um período determinado.
(PIBt-PIBt- Medida da velocidade de crescimento da economia
Cresc PIB
4)/PIBt-4 de um país.
Aumento nos preços de bens e serviços, de modo
Inflação (Pt/Po)-1
que diminui o poder de compra.
Fonte: Elaboração própria

A avaliação dos dados foi feita através dos modelos de logit ordenado,
aplicando o método de máxima verossimilhança, de acordo com Greene (2003)
e a construção do modelo elaborado foi baseada na estrutura apresentada pela
S&P Global Ratings (2017). A elaboração dos modelos foi feita para cada caso
de acordo com a equação 1:

𝑅𝐴𝑇𝑖𝑡 = 𝛽 × 𝑉𝐼𝑖𝑡 + 𝜀𝑡 (1)

 Em que o 𝑅𝐴𝑇𝑖𝑡 representa o Rating para cada uma das observações e
VI o conjunto de variáveis independente do modelo. Os Ratings foram
estimados uma vez feitos os modelos e esses foram comparados com os
resultados divulgados pelas agências. Assim é possível entender quais
indicadores tiveram maior efeito sobre a classificação.

A expectativa quanto ao modelo é de que não há simultaneidade entre

Rating e as variáveis, uma vez que os Ratings são estabelecidos após a
conclusão dos fatores macroeconômicos. Porém, é esperado que parte da
classificação pode ser explicada por um pequeno numero de indicadores,
sendo eles inflação, crescimento do PIB e nível de endividamento.

4. Resultados

4.1 Estatística Descritiva

Na próxima seção será demonstrada a estatística descritiva usada para

analisar o modelo. A amostra foi dividia em grupos com o objetivo de melhor
entender o efeito dos indicadores na classificação de Rating dos países soberanos,
entre eles os mais relevantes para o estudo foram os que separaram a amostra
entre aqueles com classificação menor ou igual a 3 e aqueles com classificação
maior que 3 e os grupos separados por classificação de Rating, vale apontar que a
amostra não apresentou nenhum país com classificação 6.

4.2 Resultados do Modelo

Para dar início a análise foi escolhido uma comparação entre os países com
classificação menor e igual a 3 e maior que 3, apresentado tabela 4 abaixo. A
literatura previa (Diniz, Amaral e Ferreira (2010)) havia constatado que a
classificação de Rating de países soberanos poderia ser explicada por um pequeno
número de variáveis, sendo essas Taxa de inflação, crescimento do PIB e nível de
endividamento do governo.
Ao analisar a amostra foi possível comprovar que países com menores taxas
de inflação e maiores crescimentos do PIB tendem a apresentar melhores
classificações de Rating. A dívida do governo, aqui representada pelo indicador
Dívida/PIB, comprova as constatações de Diniz, Amaral e Ferreira (2010) e
apresenta uma relação inversa com a classificação de Rating, assim, os países com
maiores dívidas em relação ao PIB apresentam menores classificações. Vale
lembrar que quanto menor a classificação de Rating melhore ela será.

Tabela 4
Países
com Nivel
=< 3
Deficit invest/PIB PIB Divida/PIB Cresc PIB Inflação
62,145447
Media -9,103E+11 24,8783493 2215347243 9 2,82897646 3,40996244
Mediana -2,116E+09 23,157 1339346000 50,419 2,4852005 2,822
Minimo -7,252E+13 14,49 5469020 1,562 -7,7999939 -1,35
3,8268E+1
maximo 3 48,006 1,9925E+10 237,115 11,1134956 15,532
desvio 6,5354E+1 48,845509
padrão 2 6,89133838 3736807853 7 2,9152571 2,75968628

Países
com Nivel
>3
Deficit invest/PIB PIB Divida/PIB Cresc PIB Inflação
42,770217
Media -4,827E+11 23,0274608 570967865 7 2,6764885 7,59404557
-
Mediana 871895578 23,018 628825000 40,436 2,66859038 6,472
Minimo -9,828E+13 14,972 50223300 16,789 -5,9185251 -0,224
5,6012E+1
maximo 3 32,984 1819229000 87,877 11,1134956 34,277
desvio 7,6992E+1
padrão 2 5,54158345 498968034 18,726518 4,18457462 5,6955878
 Com o objetivo de aprofundar a análise, a amostra foi dividia em grupos
formados por países com classificação entre 0 e 2, 3, 4 e 5, a amostra não
apresenta países com classificação 6, como podemos ver na tabelo 5.
Ao realizar tal análise foi observado que o indicar crescimento do PIB tende a
apresentar maior níveis em países dos grupos classificados como 3 e 4. A literatura
anterior mostrou que altos níveis de crescimento do PIB tendem a ter melhores
classificação, a analise permitiu também o constatar que a taxa de crescimento do
PIB doa países classificados como 5 é consideravelmente menor do que a
apresentada em todos os outros grupos, tornando a diferença das taxas de
crescimento entre o grupo de classificação 4 e 5 consideravelmente expressiva.
Posteriormente foi feita uma comparação da Inflação de cada grupo, uma vez
que tal variável é considerada pela literatura (Cantor e Packer (1996) e Diniz, Amaral
e Ferreira (2010)) uma das mais relevantes na classificação de Rating. Foi possível
então constatar que de fato países com menores taxas de inflação apresentam
classificações melhores, notando que a diferença entre as taxas inflacionarias é bem
mais expressiva entre os países classificados entre 0 a 2 e os demais da grupos.
A literatura sugeriu também que a variável dívida do governo, nesse caso
Dívida/PIB, tem uma relação inversa com a nota atribuída. Logo países com maiores
dividias em relação ao PIB tendem a ter classificações menores, como pode ser
visto nos resultados encontrados. Vale destacar que os países classificados entre
0 e 2 apresentam um valor para a variável consideravelmente maior do que os
demais grupos.

Tabela 5

0-2
Cresc PIB
Deficit invest/pib PIB Divida/PIB Anual Inflaçao
25,054667 295169486 69,398805 2,0300341
Media -1,89E+10 6 6 6 2,450481064 5
150316700
Mediana -2,524E+09 23,221 0 56,759 2,292397846 1,972
Minimo -1,814E+12 14,49 5469020 1,562 -5,618860435 -1,35
maximo 1,0694E+12 48,006 1,9925E+10 237,115 10,63614046 7,121
desvio 7,3312154 456039247 56,009027
padrão 1,7326E+11 7 9 1 2,720545837 1,4365303
 03
Cresc PIB
Deficit invest/pib PIB Divida/PIB Anual Inflaçao
24,591156 101596150 50,317529 5,6576322
Media -2,509E+12 6 0 5 3,445481453 4
Mediana -1,777E+09 22,889 998855000 46,988 3,700057055 5,344
Minimo -7,252E+13 15,419 54689300 9,925 -7,799993913 -0,05
271493400
maximo 3,8268E+13 39,59 0 132,085 11,11349557 15,532
desvio 6,1005344 30,614719 2,9170630
padrão 1,0741E+13 3 721012925 5 3,111663627 5

04
Cresc PIB
Deficit invest/pib PIB Divida/PIB Anual Inflaçao
23,368302 43,088670 7,4344670
Media -5,285E+11 2 574495667 3 2,901067252 3
-
Mediana 814662645 23,9985 628825000 40,436 3,183831547 6,27
Minimo -9,828E+13 14,972 50223300 16,789 -5,918525076 -0,224
181922900
maximo 5,6012E+13 32,984 0 87,877 11,11349557 34,277
desvio 5,5493521 19,201250
padrão 8,0571E+12 5 515754644 1 4,242011405 5,8686257

05
Cresc PIB
Deficit invest/pib PIB Divida/PIB Anual Inflaçao
19,083343 9,4248437
Media -1,787E+09 8 514705419 39,62675 0,199581582 5
Mediana -1,922E+09 17,2845 627769000 44,0965 0,566491592 10,619
Minimo -4,957E+09 17,071 79915200 18,568 -2,512615321 5,16
maximo 462351270 25,639 644915000 52,563 2,731159828 10,619
desvio 140874546 11,663165 2,2928533
padrão 7 3,5251579 233867078 1 2,262155314 7

5. CONSIDERACOES FINAIS
 O trabalho buscou entender o impacto das variáveis macroeconômicas na
previsão de Rating de países soberanos. Com tal objetivo em mente foi criada uma
base de dados usando os indicadores macroeconômicos de 24 países soberanos,
cobrindo o período de 2010 a 2019. Os resultados obtidos não divergem da literatura
anterior, de que apenas um pequeno número de indicadores apresenta a maior
influencia na classificação de Rating dos países, sendo essas: taxas de inflação,
taxa de crescimento do PIB e dívida do governo (Dívida/PIB), permitindo que o uso
dos mesmos permita uma previsão aproximada da classificação de Rating
Existem ainda diversos outros indicadores e fatores a serem avaliados antes
da classificação final, os quais podem ser compreendidos de formas diferentes,
dificultando a homogeneidade das classificações. A existência de diversos fatores
econômicos, políticos e sociais que as agências admitem influenciar as avaliações; a
existência de variáveis qualitativas; e a reduzida orientação fornecida pelas agências
quanto à estrutura de ponderação das variáveis quantitativas são as principais
dificuldades indicadas por Cantor e Packer (1996). Tais dificuldades não tornam as
classificações irrelevantes apenas exigem que analises mais profundas sejam feitas.
Para trabalhos futuros fica sugerido ampliar a amostra e dividi-la
geograficamente para melhor entender o efeito das demais variáveis na
classificação dos paises.

6. REFERÊNCIAS:
S&P Global Ratings. Metodologia de Ratings Soberanos, 2017, atualizado:
set. 2019.
Fitch Ratings. Rating Definitions
Cantor, Richard; Packer, Frank. Determinant and Impact of Sovereign
Credit Ratings, FRBNY Economic Policy Review, Outubro 1996.
Diniz, Tiago; Amaral, Hudson; Ferreira, Bruno. Avaliação do risco
soberano: O impacto de variáveis econômicas, políticas e sociais,
Economia Global e Gestão, vol.17 no.3, Lisboa, set. 2012
Lima; Fonseca; Silveira; Assfa. Os Determinantes dos Ratings de Crédito
dos Bancos Brasileiros, 2017