Efeito da inadimplência da carteira de crédito - pessoas físicas na

Concessões de crédito - pessoas físicas

Wilson Oliveira de Souza Neto

a
Universidade Cândido Mendes – Mestrado em Economia e Gestão Empresarial.

Resumo: O objetivo deste trabalho é analisar como a inadimplência da carteira de crédito

pessoa física afeta a concessão de crédito pessoa física, e para isso foi analisado a concessão
de crédito pessoa física no período de março de 2012 a fevereiro de 2017, sendo a mesma
obtida do banco de dados do Banco Central no sistema gerador de séries temporais (SGS). No
estudo foram realizadas estimações de séries temporais através dos métodos dos mínimos
quadrados ordinários (MQO) ou OLS (do inglês Ordinary Least Squares) e considerando
também o teste de Robustes (HAC). Os resultados sugerem uma relação negativa entre as
variáveis inadimplência da carteira de crédito pessoa física e a concessão de crédito pessoa
física, já o índice de confiança do consumidor e a taxa de juros - Selic acumulada no mês
apresentaram uma relação positiva com a concessão de crédito pessoa física nas estimações
realizadas.

Palavras-Chaves: Inadimplência, Concessão de Crédito, Taxa de Juros

1. Introdução
A Concessão de crédito objeto de estudo desse trabalho é muito importante para a
economia de um país, sendo um dos principais elementos para o crescimento do padrão de vida
dos consumidores, do lucro das empresas e do desenvolvimento da economia. Entender como
ela é influenciada pela inadimplência é importante para entender as razões que levam as
instituições a serem mais ou menos flexíveis em valores, prazos e taxas. Sob o aspecto
financeiro, a concessão de crédito significa dispor a um tomador recursos para atender as suas
mais diversas necessidades, mediante uma remuneração paga pelo uso do dinheiro no tempo,
conhecida como juros (Bueno, 2003). Quando acontece uma concessão de recursos, a
instituição financeira passa a possuir o chamado Risco de Crédito. Segundo (Jorian, 1997), este
risco pode ser definido como sendo a possibilidade de a contraparte não cumprir com as
obrigações monetárias contratuais relativas às transações financeiras. Esse não cumprimento
das obrigações contratuais é chamado de inadimplência.
A inadimplência de crédito é um assunto que muito interessa ao negócio bancário, por
estar diretamente relacionada à mensuração do risco de crédito do sistema financeiro. A
avaliação deste indicador é fundamental em diversos aspectos, como aprovação, precificação,
avaliação de garantias e provisionamento (Zaniboni, 2013). Na área financeira, o controle de
risco é o que permite a sobrevivência das instituições. Sem o controle do prejuízo e da
inadimplência, seriam insustentáveis a concessão de crédito e a obtenção de lucros. Assim
sendo, a gestão de riscos passou a ocupar, nos últimos tempos, posição de destaque na
administração financeira, especialmente em consequência da expansão do crédito, do
crescimento do mercado e da globalização. No Brasil, em particular, esse crescimento da gestão
de riscos foi também motivado pela maior estabilidade econômica alcançada após a
implantação do Plano Real e do controle da inflação (Bueno, 2003).
Nesse contexto, o objetivo do presente trabalho é utilizar modelos econométricos de
séries temporais para analisar o comportamento do Saldo da Carteira de Crédito Pessoa Física
e da Taxa de Inadimplência. Para tanto serão utilizados dados extraídos do banco central do
Brasil no período de março de 2012 a fevereiro de 2017, os resultados encontrados sugerem
uma relação negativa entre as variáveis inadimplência da carteira de crédito pessoa física e a
concessão de crédito pessoa física, já o índice de confiança do consumidor e a taxa de juros -
Selic acumulada no mês apresentaram uma relação positiva com a concessão de crédito pessoa
física nas estimações realizadas.
Este trabalho está estruturado em quatro partes principais, incluindo a presente
introdução. Inicialmente apresentam-se conceitos básicos relacionados à Carteira de Crédito
Pessoa Física e da Taxa de Inadimplência e uma breve revisão bibliográfica do tema. A seção
seguinte contempla a metodologia, onde serão apresentadas as variáveis em estudo e os
resultados econométricos obtidos. Posteriormente, apresentam-se os resultados e, por fim, as
conclusões do trabalho.

2. Referencial Teórico
A palavra crédito é proveniente do latim credere, e tem como significado acreditar,
confiar (Paiva, 1997). Em suma, é promessa de pagamento feita por pessoas ou empresas. O
banco compra do cliente sua promessa de pagamento, por isso, temos o crédito como principal
elemento na relação cliente-banco.
Segundo (Schrickel, 1997), uma das diversas formas de definir o crédito é o ato de ceder
ou destacar, por um determinado período, um valor ou patrimônio a um terceiro, criando a
expectativa de receber uma parcela integral do que foi cedido.

2
 (Silva, 2006), diz que, apesar dos eventuais problemas, o crédito ainda tem o poder de
influenciar diretamente o mercado, favorecendo a circulação de riquezas e o aumento da
demanda, uma vez que é elemento facilitador das vendas no comércio.
O crédito representa um importante papel de fomento na sociedade, uma vez que
proporcionar o consumidor a capacidade de adquirir bens ou serviços o que incentiva no
aumento da demanda em todo o mercado. No caso dos bancos e instituições financeiras, o
crédito é o principal elemento na relação cliente-banco, isto é, o próprio negócio, uma vez que
a principal atividade é a intermediação financeira, transferindo recursos depositados pelos
poupadores aos tomadores de crédito (Sales, 2006).

3. Dados e Metodologia
Para avaliar a influência da inadimplência da carteira de crédito pessoa física na
concessão de crédito pessoa física, foi utilizado as equações conforme descritas abaixo.

Yt = β0 + β1Xt + β2Ct +β3Zt + εt

CC_PFt = β0 + β1NPL_PFt + β2ICCt + β3IRt + εt
Onde:
A variável dependente 𝑦𝑡 representa as Concessões de crédito - Pessoas físicas (CC_PF)
por mês 𝑡. A variável explicativa 𝑥𝑡 representa a Inadimplência da carteira de crédito - Pessoas
físicas (NPL_PF), a variável de controle 𝑐𝑡 representa o Índice de Confiança do Consumidor
(ICC), a variável 𝑧𝑡 representa a Taxa de juros – Selic (IR), além de 𝐸𝑡 que é o erro incorporado
ao modelo, as variáveis não incluídas no modelo.
Em relação a análise empírica, foi utilizado o Método dos Mínimos Quadrados
Ordinários (MQO) ou em inglês Ordinary Least Square (OLS) baseado no estimador de Newey
e West (1987), que é consistente na presença de heterocedasticidade e autocorrelação. Além
disso, foram realizados os testes de normalidade (Jarque-Bera), Autocorrelação (LM),
Heterocedasticidade (ARCH) e de especificação do modelo (Ramsey RESET-Test).
O período de análise das séries foi de março de 2012 a fevereiro de 2017, elas estão
disponibilizadas pelo Banco Central do Brasil no sistema gerador de séries temporais (SGS).
Como pré-requisito para aplicar as estimativas em séries temporais, foram realizados testes de
estacionariedade, verificando à existência de raízes unitárias por meio do Augmented Dickey
– Fuller (ADF), testes de Phillips-Perron (PP) e de Kwiatkowski-Phillips-Schmidt-Shin

3
(KPSS). Conforme resultados apresentados na tabela 1 do apêndice para o período analisado
de março de 2012 até fevereiro de 2017 todas as séries se mostram estacionárias.

4. Resultados Econométricos
4.1 Teste de Raiz Unitária
Em séries temporais, é necessário avaliar a estacionaridade das séries. Quando temos
séries não estacionárias, ou seja, que apresentam raiz unitária podemos ter estimações não
consistentes, resultados espúrios, pois essas séries possuem uma tendência que dificulta
encontrar estimadores consistentes. As séries estacionárias se desenvolvem ao longo do tempo
ao redor da média, estas séries são mais comportadas. Desta forma realizou-se os testes em
todas as séries utilizadas no nosso trabalho.
Realizou-se os testes de Dickey-fuller (ADF), teste de Philips Perron e o teste de
Kwiatkowski-Philips-Schmidt (KPSS). Conforme resultados apresentados na tabela 1, todas as
séries se mostram estacionárias.
Tabela 01: Teste Raiz unitária
Series ADF - Augmented Dickey_Fuller PP - Phillips Perron KPSS - Kwiatkowski-Phillips-Schmidt-Shin
Teste Valor Crítico Teste Valor Crítico Teste Valor Crítico
CC_PF I -3.9334 0.0033*** -3.7770 0.0052*** 0.6271 0.7390***
CC_PF TI -4.1213 0.0044*** -4.4476 0.0040*** 0.2424
CC_PF N 0.3490 0.7825 0.0076 0.6811
NPL_PF I -1.7934 0.3802 -1.7526 0.4000 0.6389 0.7390***
NPL_PF TI -0.9560 0.9420 -1.0620 0.9266 0.2248
NPL_PF N -2.0227 0.0422** -1.7829 0.0710*
ICC I -1.5775 0.4876 -1.5611 0.4959 0.8282
ICC TI -0.1548 0.9927 -0.3478 0.9873 0.1952 0.2160***
ICC N -1.6937 0.0853* -1.5812 0.1064
IR I -0.6733 0.8449 -1.3897 0.5814 0.8226
IR TI -1.6545 0.7583 -3.9369 0.0164** 0.1174 0.1190*
IR N 0.7374 0.8711 -0.1574 0.6521
Notas: (a) Constante, (b) Constante e tendência, (c) None - ***Denotes 0,01 **Denotes 0,05 *Denotes

4.2 Estatística Descritiva

Como uma das primeiras etapas da análise, realiza-se a estatística descritiva dos dados
para avaliar o comportamento das variáveis. Observamos na tabela 2 que a concessão de crédito
pessoa física apresentou uma média de 124996.5 bem próximo da mediana, que foi de 126898.5
e teve seu máximo em 154191.0 que foi encontrado no período de dezembro de 2014, momento
que a economia brasileira entrou fortemente em recessão, segunda informações do Comitê de
Datação do Ciclo Econômico (Codace) da Fundação Getúlio Vargas.
Em relação a inadimplência, observamos uma média de 4.3563 e teve seu ponto de
máximo em 5.5100 que foi alcançado no período de maio de 2012.

4
 Tabela 02. Estatística Descritiva
Variáveis CC_PF NPL_PF ICC IR
Média 124996.5 4.356333 121.8568 0.875833
Mediana 126898.5 4.155000 113.3750 0.870000
Máximo 154191.0 5.510000 165.8500 1.220000
Mínimo 99678.00 3.660000 84.55000 0.490000
Desvio Padrão 11879.86 0.549850 27.12415 0.203189
Assimetria -0.247536 0.882383 0.288012 -0.136171
Curtose 2.867030 2.455698 1.704265 1.807638
Jarque-Bera 0.656941 8.526666 5.026827 3.739743
Probabilidade 0.720024 0.014075 0.080991 0.154143
No de Observações 60 60 60 60

4.3 Correlação das variáveis

A próxima etapa das análises, é avaliar a correlação entre as variáveis, verificando a
intensidade da relação entre elas. Observa se na tabela 3 que a inadimplência da carteira de
crédito e o índice de Confiança do Consumidor apresentaram correlação negativa com a
concessão de crédito pessoa física, enquanto a variável taxa de juros Selic apresentou relação
positiva com a concessão de crédito pessoa física.

Tabela 3: Correlação
Variáveis CC_PF NPL_PF ICC IR
CC_PF 1.0000 -0.7790 -0.6192 0.5904
NPL_PF -0,7790 1.0000 0.8128 -0.6955
ICC -0.6192 0.8128 1.0000 -0.9120
IR 0.5904 -0.6955 -0.9120 1.0000

4.4 Estimação dos modelos (OLS)

A tabela 4 (OLS) mostra os resultados obtidos na estimação do modelo OLS. Observa-
se que todas as variáveis apresentaram significância estatística considerando níveis de
significância de 1%, 5% e 10%. Conforme revelado anteriormente este trabalho tem como
objetivo, avaliar como a inadimplência da carteira de crédito pessoa física afeta a concessão de
crédito pessoa física. Em relação aos sinais dos coeficientes encontrados, os resultados sugerem
uma relação negativa entre as variáveis inadimplência da carteira de crédito pessoa física e a
concessão de crédito pessoa física, ou seja, um aumento na inadimplência da carteira de crédito
pessoa física diminui a concessão de crédito pessoa física. Por outro lado, o índice de confiança
do consumidor e a taxa de juros - Selic acumulada no mês apresentaram uma relação positiva

5
com a concessão de crédito pessoa física nas estimações realizadas, esse resultado sugere o que
já era espera em relação ao Índice de confiança do consumidor, o aumento da confiança do
consumidor na economia reflete em maior concessão de crédito para os consumidores. Já a taxa
de juros - Selic acumulada no mês apresenta um efeito contraditório no controle da concessão
de crédito, tendo em vista que seu aumento está indicando que a concessão de crédito aumenta.
Observa-se que nas estimações utilizando OLS, o modelo passou no teste de Reset
(Ramsey Reset), que mostra que o modelo está correto, passou no teste de normalidade dos
erros (Jarque-Bera) o que comprova que os resíduos se comportam com distribuição normal.
Em relação aos testes de heterocedasticidade (ARCH) e Correlação serial (LM), o modelo
também passou nos testes o que demonstra ausência de heterocedasticidade, ou seja, é
homocedástico e ausência de autocorrelação dos resíduos respectivamente.

6
 Tabela 04. (Variável Dependente: CC_PF)
Variáveis independentes OLS
Eq. 01
C 163105.7***
(20507.94)
[7.953295]
NPL_PF -18695.12***
(3064.196)
[-6.101148]
ICC 192.1939**
(108.8274)
[1.766044]
IR 22735.87**
(11776.34)
[1.930640]

R2 0.631992
Adjusted R2 0.612277
F-statistic 32.05684
Prob(F-statistic) 0.0000
J-statistic
Prob. (J-statistic)
Ramsey RESET (1) 0.012081
Prob.(Ramsey RESET) 0.9904
Heteroskedasticity ARCH (1) 0.8540
Prob.(Heteroskedasticity) 0.3593
Breusch–Godfrey-LM test (1) 1.298066
Prob.(Breusch–Godfrey-LM test) 0.2814
Jarque-Bera 0.133756
Prob.(Jarque-Bera) 0.935309
Número de observações 60
Notas: Erros padrão entre parênteses e t-statistic entre colchetes. Níveis de
significância marginais: (***)Denota 0,01 (**)Denota 0,05 (*)Denota 0,10

4.5 Teste de Erros Robustos (HAC – NEW-WEST)

Para dar robustez nos resultados encontrados, realizou-se estimativas utilizando a
utilizando o Teste de Erros Robustos (OLS – HAC), o qual diferente do OLS, que realiza
estimativas aproximada da média, o Teste de Erros Robustos realiza estimativas aproximada
de qualquer ponto definido em intervalos regulares a partir da função aplicada neste trabalho,
permitindo observar os coeficientes estimados em diferentes níveis da variável dependente
(CC_PF), e garantindo que não existe problemas com as Leis de Gauss Markov, onde este

7
teste faz a correção destes referidos erros através do aumento do Desvio Padrão (Erro Padrão)
conforme apresentado na Tabela 5 (HAC – NEW-WEST).
A Tabela 5 mostra os resultados obtidos na estimação utilizando o Teste de Erros
Robustos em relação a influência da inadimplência da carteira de crédito pessoa física na
concessão de crédito pessoa física. Em geral os resultados obtidos corroboram com as
descobertas anteriores quando se avaliou a estimação OLS.

Tabela 05. (Variável Dependente: CC_PF)

Variáveis independentes HAC (Newey-West)
Eq. 01
C 163105.7***
(25054.16)
[6.510124]
NPL_PF -18695.12***
(3318.458)
[-5.633676]
ICC 192.1939*
(118.2085)
[1.625889]
IR 22735.87**
(13187.77)
[1.724011]
Notas: Erros padrão entre parênteses e t-statistic entre
colchetes. Níveis de significância marginais: (***)Denota 0,01
(**)Denota 0,05 (*)Denota 0,10

5. Conclusão

Este trabalho buscou evidências empíricas sobre os efeitos da Inadimplência da carteira

de crédito - pessoas físicas, do índice de confiança do consumidor e da taxa de juros – Selic
sobre o nível de Concessões de crédito - Pessoas físicas no Brasil, utilizando-se de dados
agregados relativos ao período de março de 2012 a fevereiro de 2017.
Os resultados encontrados sugerem que inadimplência da carteira de crédito pessoa
física afeta o nível concessão de crédito pessoa física de forma negativa, dessa forma a
inadimplência, pode gerar um grande impacto sobre a economia. Os bancos são afetados pelo
número de inadimplentes. Expostos a maiores riscos na concessão de empréstimos, as
instituições bancárias tentam limitar a exposição aos maus pagadores, dificultando o acesso ao
crédito (através de mais garantias ou informações sobre o tomador de crédito) e elevando os

8
juros. Com juros mais altos, menos pessoas são capazes de tomar empréstimo ou de continuar
pagando a dívida já contratada anteriormente.
O índice de confiança do consumidor e o índice taxa de juros – Selic afetam o nível das
concessões de crédito - pessoas físicas de forma positiva. O impacto que o índice de confiança
do consumidor causa no nível de concessão de crédito pessoa física já era esperado uma vez
que quanto menos incertezas os consumidores possuem, mais eles tendem a gastar com bens
duráveis que são adquiridos através de empréstimos e financiamentos. Já o impacto do índice
taxa de juros – Selic no nível de concessão de crédito pessoa física não vai ao encontro do que
consta na literatura, contudo explica a situação vivenciada no Brasil durante o período de
analise onde milhares de brasileiros precisaram de um recurso extra para enfrentar a crise.

Referências Bibliográficas

BUENO, V. F. F. Avaliação de risco na concessão de crédito bancário para micros e pequenas

empresas. Dissertação (Mestrado em Engenharia da Produção), Programa de Pós-
Graduação em Engenharia de Produção, Universidade Federal de Santa Catarina, 2003.

JORION, P. Value at risk: the new benchmark for controlling market risk. Irwin Professional
Pub., 1997.

PAIVA, Carlos A. C. Administração do risco de crédito. Rio de Janeiro: Qualitymark. 1997.

SALES, Bruno Flora. Desenvolvimento de metodologia de rating baseado no modelo Ordered

Probit. Dissertação de Mestrado. Fundação Getúlio Vargas/RJ. 44 f. Rio de Janeiro. 2006.

SCHRICKEL, Wolfgang Kurt. Análise de Crédito: Concessão e Gerência de Empréstimos. 3ª

ed. São Paulo: Atlas, 1997.

SILVA, José Pereira da. Gestão e análise de risco de crédito. 5. ed. São Paulo: Atlas, 2006.

ZANIBONI, N. C.; A Inadimplência do Sistema Financeiro no Brasil explicada por meio de

fatores Macroeconômicos. Dissertação (Mestrado em Administração), Programa de
PósGraduação em Administração, Universidade de São Paulo, 2013.

Tabela 06: Séries utilizadas

Nome Cód Fonte Nome completo
CC_PF 20633 BCB-DSTAT Concessões de crédito - Pessoas físicas - Total
NPL_PF 21084 BCB-DSTAT Inadimplência da carteira de crédito - Pessoas físicas - Total
ICC 4393 Fecomercio Índice de Confiança do Consumidor
IR 4390 BCB-Demab Taxa de juros - Selic acumulada no mês