Resumo:
Propsito do Trabalho:
O objetivo deste estudo identificar os fatores determinantes da renda de clientes bancrios e assim fornecer insumo para o desenvolvimento de polticas de crdito a partir dos dispositivos mveis. A identificao dos principais fatores fora realizada atravs da tcnica estatstica de regresso linear e aps a identificao das variveis pelo Mtodo Stepwise, fora possvel a construo de um modelo estatstico para a mensurao da capacidade de pagamento (renda). O modelo poder ser utilizado junto tecnologia mvel e permitirs instituies financeiras reduzirem os custos com a bancarizao. Os resultados do estudo indicam que das 30 variveis testadas, as que possuem maior poder de discriminao da renda de clientes bancrios so: saldo devedor total, limite do carto de crdito, tempo de conta corrente, profisso, investimento em CDB, investimentos mantidos na instituio, idade, financiamento de automveis, estado civil, rating, risco total mantido na instituio, crdito imobilirio, saldo devedor no carto de crdito, sexo, crdito consignado e crdito em atividades de agronegcio.Contudo o modelo possui como limitao a necessidade de que o indivduo que esteja sendo avaliado, j tenha algum dia operado no mercado de crdito, pois das variveis selecionadas, parte delas levam em considerao o histrico de contratao de crdito pelo indivduo, alm da prpria quantidade de variveis avaliadas.
Base da plataforma terica:
Neste tpico sero abordados alguns dos trabalhos nacionais, os quais utilizaram no somente tcnicas estatsticas de regresso linear, como tambm outras tcnicas na construo de modelos de credit scoring tanto para pessoa jurdica, como para pessoa fsica.
Assaf Neto (2006) apresentou um estudo no qual desenvolveu um modelo de classificao de empresas em solventes e insolventes, atravs da tcnica estatstica regresso logstica. Ele utilizou uma amostra composta por empresas de capital aberto durante o perodo de 1994 e 2004 e a partir das demonstraes financeiras calculou ndices financeiros, as quais utilizaram como variveis independentes. Para a validao do modelo, o autor utilizou o mtodo de Jackknife e a Curva ROC observando que, com bom nvel acurcia, era possvel prever eventos de default com um ano de antecedncia.
Gouva et. al. (2012) buscou realizar uma comparao entre a tcnica de regresso logstica e algoritmos genticos. Os autores buscaram identificar qual das duas tcnicas seria mais assertiva. Para tanto, os autores analisaram 14.000 dados fornecidos por uma grande instituio financeira. Os dados foram divididos em dois grupos, o primeiro com 8.000 dados (sendo 4.000 bons e 4.000 maus) e, o segundo para a validao do modelo, com 6.000 dados (sendo 3.000 bons e 3.000 maus). Ao final do estudo, os autores identificaram que a regresso logstica apresentou melhor ajuste aos dados, pormno houve uma diferena considervel, sendo que ambos os modelos apresentaram taxas de acerto prximas ou acima de 65%, as quais so consideradas boas por especialistas. (Picinini et. al., 2003). Desta forma, os autores concluram que a adoo de qualquer modelo traria bons resultados instituio financeira, porm, existem poucos estudos com o modelo de algoritmos genticos, o que motiva a utilizao dos modelos de regresso logstica.
J no ano seguinte, Gouva et. al. (2013) desenvolveram um modelo de credit scoring atravs da tcnica estatstica de regresso logstica. Na ocasio, os autores utilizaram uma amostra com 20.000 dados obtida junto a uma instituio financeira. A amostra foi dividida em trs subamostras, uma para a construo do modelo e as outras duas para realizar a validao do mesmo. Durante a construo do modelo, os autores ressaltaram que, para o desenvolvimento de um modelo de credit scoring, preciso definir o que a instituio considera como bom ou mau pagador, definio essa que est atrelada a poltica de crdito empregada. Por fim, os autores realizaram dois testes de significncia, o teste de qui-quadrado e o teste de Hosmer e Lemeshow e concluram que o modelo poderia ser utilizado por instituies financeiras para a tomada de deciso na concesso de crdito.
Diante deste cenrio, este trabalho no tem como pretenso criar um modelo de credit scoring, mas sim identificar os fatores determinantes da renda e, assim, fornecer insumo para novos trabalhos, como tambm apresentar um modelo de previso de renda. Vale ressaltar que a identificao do valor darenda fundamental partir do momento em que a renda de um cliente a base para a concesso de crdito, tendo em vista que as polticas calculam a alavancagem a qual o cliente pode atingir atravs do valor de renda observado ou estimado.
Mtodo de investigao:
A amostra utilizada nesta pesquisa foi obtida junto a uma instituio financeira, porm sua identidade no pode ser revelada, da mesma forma que a identificao dos indivduos da base fora excluda aps a confeco da mesma,sendo criada outra chave de identificao.
A base inicial disponibilizada era composta por alguns milhes de registros, dos quais havia clientes ativos e inativos (12 meses sem movimentaes de qualquer natureza). Desta forma, foram realizados os seguintes filtros para seleo dos clientes e composio da base utilizada como amostra: i) apenas clientes ativos, ii) apenas clientes que recebem salrios na instituio, iii) apenas clientes que no transferem seus salrios a outras instituies, iv) foram excludos aqueles que foram desligados de seus respectivos empregos, v) como tambm foram excludos os funcionrios da instituio.
Aps a realizao destes filtros foram selecionados aleatoriamente 89.862 registros. A base de dados utilizada corresponde posio dos clientes no ms de dezembro de 2014. Utilizou-se na construo dessa pesquisa a informao de clientes que recebem seus salrios na instituio, pois esses so aqueles que possuem a varivel renda (varivel dependente) real, ou seja, a instituio reconhece, atravs de crditos na conta do cliente e atravs de convnio com as empresas, o salrio bruto do indivduo. Essa situao s no seria verdadeira quando o processo de demisso ocorrer e a informao no for repassada instituio e, assim, esta s ir identificar o acontecimento aps determinado perodo.
Aps a definio da base amostral foram calculadas estatsticas descritivas, com o intuito de identificar o comportamento da amostra. Na base amostral possvel identificar a existncia de 30 variveis explicativas e 89.862 observaes. Tendo em vista que, em uma distribuio normal ou distribuio de Gauss, na qual 99,7% das observaes concentram-se at 3 desvios padro da mdia, fora construdo um histograma a partir da varivel renda e, assim, a hiptese de distribuio normal para renda fora validada.
A tcnica estatstica escolhida para a realizao do estudo foi regresso linear, a qual considera que a relao da resposta s variveis uma funo linear dos parmetros.
Resultados, concluses e suas implicaes:
O objetivo deste estudo foi identificar quais os principais fatores determinantes da renda de clientes bancrios e, ainda, apresentar um modelo no qual seja possvel estimao da renda. Neste sentido, o trabalho utilizou a tcnica de regresso linear e testou dentre 30 variveis disponveis quais possuem maior correlao com a renda do cliente e poderiam ser utilizadas na estimao da mesma. Dentre as 30 variveis testadas, 16 variveis apresentaram significncia estatstica aps a tcnica stepwise, sendo idade, estado civil, rating e gnero as variveis mais significativas ao modelo.
O modelo desenvolvido possui em sua estrutura as seguintes variveis: saldo devedor total, limite do carto de crdito, tempo de conta corrente, profisso, CDB, investimentos mantidos na instituio, idade, financiamento de automveis, estado civil, rating, risco total mantido na instituio, crdito imobilirio, saldo devedor no carto de crdito, sexo, crdito consignado, crdito em atividades de agronegcio. Neste sentido perceptvel que, para a construo adequada do modelo, a instituio necessitaria obter junto outra instituio informaes bsicas do cliente, como as apresentadas acima. (Adquirir a varivel renda e assumi-la como atual, seria possvel, porm desvantajoso, tendo em vista a desatualizao que a informao pode sofrer, imaginando que o cliente comprove renda apenas uma vez e que as demais informaes possam ser atualizadas mensalmente atravs das atividades do cliente).
Vale ressaltar, porm, que o estudo possui como limitao a necessidade de que o cliente tenha algum histrico no mercado, como tambm assume um posicionamento esttico observado, ou seja, fora assumido na construo do modelo uma estrutura de posicionamento financeiro compatvel com a situao econmica daquele perodo (Novembro de 2014). Segundo o Valor Econmico, em 07/05/2015, em abril de 2015 a caderneta de poupana registrou as maiores retiradas da srie histrica acompanhada desde 1995, ou seja, diante do cenrio macroeconmico, pode ocorrer uma migrao da alocao de recursos, o que pode assim modificar o entendimento das variveis que possuem maiores correlaes com a renda de indivduos.
Contudo, ainda assim, se tem que a identificao das variveis poder incentivar rgos reguladores, como o Banco Central do Brasil (BCB), a exigirem que indivduos realizem a apresentao de documentos que possibilitem a identificao do cliente, mas que, alm disso, possa proporcionar s instituies a reduo dos custos com bancarizao, sem a perda do poder de discriminao dos clientes e suas capacidades de comprometimento, sendo assim possvel oferecer sociedade linhas de crdito adequadas. O modelo poder auxiliar ainda instituies financeiras na identificao da capacidade de pagamento dos clientes e, assim, ampliar a bancarizao no Brasil, auxiliando no crescimento e desenvolvimento de uma sociedade cada vez mais economicamente ativa.
Referncias bibliogrficas:
ALTMAN, E. Financial ratios, discriminant analysis and the prediction of corporate bankrupty.The journal of finance.v.23, n.4, p.589-609, sept, 1968.
ASSAF NETO, A.; BRITO, G.A.S. Modelo de classificao de risco de crdito de empresas. Revista Cont. Fin, USPSo Paulo, v. 19, n. 46, p. 18 29,janeiro/abril 2008.
BANCO CENTRAL DO BRASIL. Resoluo CMN 2.025, de 1993, com a redao dada pela Resoluo CMN 2.747, de 2000.
BANCO CENTRAL DO BRASIL. Resoluo CMN 2.099, de 1994.
BRETERNITZ, V. J. Contribuies ao processo de construo de estratgias para a bancarizao da populao de baixa renda com o uso de dispositivos mveis. 2009. Tese (Doutorado em Administrao) - Faculdade de Economia, Administrao e Contabilidade, Universidade de So Paulo, So Paulo, 2009.
CAOUETTE, J.B. et al. Gesto de risco de crdito: o grande desafio dos mercados financeiros globais. 2 ed. Rio de Janeiro: Qualitymark, SERASA, 2009.
CERNEV, Adrian Kemmer. Mobile Banking: fenmeno de incluso bancria no Brasil. Revista Inter IT, v. 2, p. 54, 2008.
ELISABETSKY, R. Um modelo matemtico para decises de crdito no banco comercial. So Paulo, 1976. 190p. Escola Politcnica da Universidade de So Paulo.
CIAB FEBRABAN 2012. A sociedade conectada. Setor Bancrio em nmeros, tendncias tecnolgicas e agenda atual.
GOUVA, M. A.; GONALVES, E. B.; MANTOVANI, D. M. N. Aplicao de regresso logstica e algoritmos genticos na anlise de risco de crdito. Revista Universo Contbil, [S.l.], v. 8, n. 2, p. 84-102, abril 2012.
GONALVES, E. B.; GOUVA, M. A.; MANTOVANI, D. M. N. Anlise de risco de crdito com o uso de regresso logstica. Revista Contempornea de Contabilidade, Florianpolis, v. 10, n. 20, p. 139-160, ago. 2013.
KANITZ, S. C. Indicadores contbeis financeiros de previso de insolvncia: a experincia na pequena e mdia empresa brasileira. So Paulo, 1976. 187p. Tese (livre docncia), Faculdade de Economia, Administrao, Contabilidade e Aturia da Universidade de So Paulo.
LIMA, F. G.; PERERA, L. C. J.; KIMURA, H.; SILVA FILHO, A. C. Aplicao de redes neurais na anlise e na concesso de crdito ao consumidor. Revista de Administrao da
USP, So Paulo, v. 44, n. 1, p. 34-45, 2009.
________. Como prever falncias. So Paulo: McGraw-Hill, 1978. 176p.
MRIO, P. C. Contribuio ao estudo da solvncia empresarial: uma anlise de modelos de previso - estudo exploratrio aplicado em empresas mineiras. 2002. Dissertao (Mestrado em Controladoria e Contabilidade: Contabilidade) - Faculdade de Economia, Administrao e Contabilidade, Universidade de So Paulo, So Paulo, 2002.
PICININI, R., OLIVEIRA, G. M. B.; MONTEIRO, L. H. A. Minerao de critrio de credit scoring utilizando algoritmos genticos. In: SIMPSIO BRASILEIRO DE AUTOMAO INTELIGENTE, 6., 2003, Bauru. Anais... SBAI, 2003. CD-ROM.
ROSA, P. T. M. Modelos de Credit Scoring: Regresso Logstica, CHAID e REAL. 2000. 125 f. Dissertao (Mestrado em Estatstica) Curso de Ps-graduao em Estatstica, Instituto de Matemtica e Estatstica da Universidade de So Paulo, So Paulo, 2000.
SAMEJIMA, K.; DOYA, K.; KAWATO, M. Inter-module credit assignment in modular reinforcement learning. Neural Networks, v. 16, n. 7, p. 985-994. 2003.
SANTOS, J. O; SANTOS, J. A. R. O modelo kmv e sua utilidade no processo de anlise do risco de crdito. REGE Revista de Gesto, So Paulo, v. 16, n. 2, p. 73-82 , jun. 2009.
SELAU, L. P. R.; RIBEIRO, J. L. D. Uma sistemtica para construo e escolha de modelo de previso de risco de crdito. Revista Gesto e Produo, v. 16, n. 3, p. 398413. 2009.
|
