You are on page 1of 121

2013

Relatrio de
Economia Bancria e Crdito

Relatrio de Economia Bancria e Crdito


Publicao anual do Banco Central do Brasil (BCB)

Os textos e os correspondentes quadros estatsticos so de responsabilidade dos


seguintes componentes:
Departamento de Estudos e Pesquisas (Depep):
Decomposio do Spread Bancrio para Clientes Preferenciais
Anlise de Resultados da Pesquisa Trimestral de Condies de Crdito
Pesquisa Estabilidade Financeira
Estudos Selecionados
(E-mail: conep.depep@bcb.gov.br)
Departamento Econmico (Depec):
Evoluo do Mercado de Crdito
(E-mail: depec@bcb.gov.br)

permitido reproduo das matrias, desde que mencionada a fonte:


Relatrio de Economia Bancria e Crdito, 2013.

Central de Atendimento ao Pblico


Banco Central do Brasil
Deati/Diate
SBS Quadra 3 Bloco B Edifcio-Sede 1 Subsolo
70074-900 Braslia - DF
DDG: 0800 9792345
Fax: (61) 3414-2553
Internet: <http://www.bcb.gov.br>

Apresentao

As operaes de crdito do Sistema Financeiro Nacional (SFN)


registraram menor ritmo de expanso em 2013. Houve desacelerao nas
contrataes com recursos livres, especialmente de emprstimos voltados ao
consumo, em parte, decorrncia da elevao da taxa bsica de juros a partir
do segundo trimestre. A propsito, em 2013, tambm se observaram
aumento das taxas de juros ao tomador no obstante a reduo dos
spreads elevao de prazos e recuo da inadimplncia, cujos ndices
alcanaram patamares mnimos da srie histrica, iniciada em maro de
2011. Nesse contexto, a relao entre o saldo total de crdito do sistema
financeiro sobre o Produto Interno Bruto (PIB) foi de 56,0%, ante 53,9%
observado em dezembro de 2012.
Este Relatrio apresenta, na parte I Anlise do Mercado de
Crdito, inicialmente a dinmica dos principais indicadores do mercado de
crdito, entre os quais, saldos e taxas de juros, bem como spreads e taxas de
inadimplncia. Num segundo momento, apresentada a decomposio do
spread para clientes preferenciais. Posteriormente, analisam-se os resultados
da Pesquisa Trimestral sobre Condies de Crdito para os segmentos de
pessoas jurdicas grandes empresas; pessoas jurdicas micro, pequenas e
mdias empresas; pessoas fsicas crdito voltado ao consumo e pessoas
fsicas crdito habitacional. Alm disso, apresenta-se uma avaliao da
capacidade preditiva da Pesquisa Trimestral sobre Condies de Crdito. Ao
final, apresentam-se os resultados das edies trimestrais, realizadas em
2013, da Pesquisa de Estabilidade Financeira (PEF), que busca identificar os
principais riscos percebidos pelas instituies no mbito do SFN.
Na parte II Estudos Selecionados , constam estudos realizados
no mbito do Banco Central sobre riscos, estabilidade financeira e economia
bancria. Esses trabalhos visam a contribuir para aprofundar o
entendimento do sistema financeiro nacional, bem como fortalecer a
comunicao do Banco Central com a sociedade.
Economia Bancria e Crdito I

O estudo Impacto da Interconectividade sobre Eficincia Bancria:


Uma anlise do caso brasileiro avalia o impacto da interconectividade dos
bancos brasileiros no mercado interbancrio sobre a eficincia no perodo
de 2007 a 2013. Utilizando medidas de teoria de redes para mensurar a
interconectividade individual dos bancos e a topologia da rede, avaliam-se
os efeitos sobre as eficincias custo, lucro e assuno de risco. Os resultados
indicam que as interconexes bancrias podem gerar aumento nos nveis
das eficincias custo e assuno de risco. Por outro lado, a topologia da rede
pode reduzir os nveis das eficincias lucro e assuno de risco.
O artigo Avaliao do Processo de Concentrao-Competio no
Setor Bancrio Brasileiro avalia a evoluo do processo de concentrao do
mercado de crdito bancrio no Brasil de 2000 a 2013, com periodicidade
trimestral, incluindo conglomerados e instituies financeiras isoladas do
segmento bancrio em atividade nesse perodo. O estudo investiga
empiricamente como a concentrao afetada pela competio em quatro
grandes modalidades de crdito, mediante estimao da H-estatstica de
Panzar-Rosse e do Indicador de Boone. Os resultados suportam a tese de
que o processo domstico de concentrao verificado nos ltimos anos
explicado, em grande parte, pelo aumento da competio entre os grandes
bancos. Adicionalmente, identifica-se que a indstria bancria brasileira
opera em competio monopolstica e que, mesmo em segmentos de
mercado concentrados, existem significativas evidncias de competio.
A pesquisa Transmisso Assimtrica de Choques de Liquidez a
Bancos investiga se bancos que recebem um choque de liquidez positivo
compensam a reduo da oferta de crdito de bancos que sofrem um choque
de liquidez negativo. A identificao feita utilizando-se choque exgeno ao
sistema bancrio brasileiro causado pela crise internacional de 2008, que
teria causado uma transferncia de depsitos de bancos pequenos e mdios
para bancos considerados como sistemicamente importantes. As anlises
realizadas mostram que uma reduo na liquidez faz com que os bancos
diminuam fortemente sua oferta de crdito, enquanto um choque positivo
de liquidez teria efeito praticamente nulo na oferta de crdito. Esses
resultados so consistentes com teorias que preveem que tomadores de
crdito sofrem custos de troca de bancos e que agentes tm tendncia a
segurar a liquidez durante perodos de incerteza sistmica.

Economia Bancria e Crdito II

O quarto estudo, Modelo FAVAR Cannico para Previso do


Mercado de Crdito, prope nova metodologia denominada FAVAR
cannico, que incorpora uma etapa de anlise de correlao cannica na
estimao de modelos FAVAR em dois estgios, visando obteno de
fatores mais adequados previso. A tcnica de correlao cannica,
aplicada na previso de variveis de crdito do sistema financeiro brasileiro,
ao identificar pequeno nmero de combinaes lineares de componentes
principais que tem melhor correlao com as variveis de interesse, resulta
em modelos de capacidade preditiva superior dos modelos FAVAR
tradicionais.

Economia Bancria e Crdito III

ndice

Parte I Anlise do Mercado de Crdito .............................................................. 4


Evoluo do Mercado de Crdito ............................................................................................................ 5
Taxas de juros, spreads e inadimplncia .................................................................................................... 8
Decomposio do Spread Bancrio para Clientes Preferenciais .............................................. 12

Anlise de Resultados da Pesquisa Trimestral de Condies de Crdito .............................. 16


Fatores determinantes do comportamento da oferta e demanda por crdito ........................................... 16
Relao entre o indicador da porcentagem de aprovao de novas concesses e
a variao observada de novas concesses ............................................................................................... 19

Pesquisa Estabilidade Financeira.......................................................................................................... 22


Introduo .................................................................................................................................................... 22
Questionrio da pesquisa ........................................................................................................................... 22
Amostra ....................................................................................................................................................... 23
Riscos estabilidade financeira ................................................................................................................. 23
Probabilidade de evento de alto impacto em curto prazo .......................................................................... 24
Probabilidade de evento de alto impacto em mdio prazo ........................................................................ 25
Alterao das condies de estabilidade financeira ................................................................................. 26
Confiana na estabilidade do sistema financeiro ...................................................................................... 27
Grau de concordncia dos respondentes ................................................................................................... 28

Parte II Estudos Selecionados ............................................................................ 30


1 Impacto da Interconectividade sobre a Eficincia Bancria: Uma anlise do caso
brasileiro ................................................................................................................................................. 31
1. Introduo................................................................................................................................................ 31
2. Metodologia e dados ............................................................................................................................. 33
3. Resultados empricos .............................................................................................................................. 42
4. Consideraes finais ............................................................................................................................... 47
Referncias ................................................................................................................................................. 48

2 Avaliao do Processo de Concentrao-Competio no Setor Bancrio Brasileiro.. 51


1. Introduo................................................................................................................................................ 51
2. Fatores estilizados do mercado de crdito brasileiro ............................................................................ 53
3. Modelo economtrico e definio da amostra....................................................................................... 54
4. Discusso dos resultados ....................................................................................................................... 61
5. Avaliao da competio bancaria por segmento ................................................................................. 64
6. Concluso ................................................................................................................................................ 72
Referncias ................................................................................................................................................. 74

3 Transmisso Assimtrica de Choques de Liquidez a Bancos ............................................... 77


1. Introduo ................................................................................................................................................77
2. Efeitos da crise financeira internacional sobre o Sistema Financeiro Nacional ...................................79
3. Dados e estratgia de identificao .......................................................................................................81
4. Estratgia de identificao .....................................................................................................................82
5. Estatstica descritiva ................................................................................................................................86
6. Resultados................................................................................................................................................88
7. Testes de robustez ...................................................................................................................................91
8. Consideraes finais ................................................................................................................................93
Referncias .................................................................................................................................................95

4 Modelo FAVAR Cannico para Previso do Mercado de Crdito ....................................... 98


1. Introduo ................................................................................................................................................98
2. Metodologia ......................................................................................................................................... 101
3. Base de dados ...................................................................................................................................... 105
4. Resultados............................................................................................................................................. 106
5. Concluso ............................................................................................................................................. 114
Referncias .............................................................................................................................................. 115

Parte I
Anlise do Mercado de Crdito

Evoluo do Mercado de Crdito


As operaes de crdito do SFN registraram menor ritmo de
expanso em 2013, em comparao ao ano anterior, refletindo desacelerao
nas contrataes com recursos livres, especialmente dos emprstimos
voltados para o consumo, em decorrncia, dentre outros aspectos, da
elevao da taxa bsica de juros a partir do segundo trimestre. O crdito
com recursos direcionados continuou a expandir em seus principais
segmentos, com destaque para a acelerao do crdito rural e para a
manuteno do ritmo de crescimento dos financiamentos imobilirios e dos
investimentos com recursos do Banco Nacional de Desenvolvimento
Econmico e Social (BNDES).
Em 2013, observou-se aumento das taxas de juros no mercado de
crdito, acompanhado de reduo de spreads, elevao de prazos e recuo
consistente da inadimplncia, cujos ndices alcanaram nveis mnimos na
srie histrica, iniciada em maro de 2011. Adicionalmente, um menor
crescimento do crdito s famlias, cujas contrataes se concentraram em
linhas de custos mais baixos e prazos mais longos, contriburam para o
recuo do comprometimento de renda com dvidas bancrias.
Nesse contexto, o saldo total de crdito do sistema financeiro
alcanou R$2.715 bilhes em dezembro, e expandiu 14,7% no ano,
comparativamente a 16,4% em 2012, e 18,8% em 2011. Em consequncia, a
relao crdito sobre Produto Interno Bruto (PIB) atingiu 56,0%, ante 53,9%
e 49,1% nos finais dos perodos mencionados. Os estoques dos crditos
destinados s pessoas jurdicas e s pessoas fsicas somaram, na ordem,
R$1.464 bilhes e R$1.251 bilhes, com aumentos anuais de 13,3% e 16,3%,
respectivamente (tabela 1).

Economia Bancria e Crdito 5

Tabela 1 Evoluo do crdito


R$
bilhes
Discriminao

Total

2011

2012

2013

Variao (%)
2012

2013

2.034,0

2.368,3

2.715,4

16,4

14,7

1.112,9

1.292,5

1.464,2

16,1

13,3

Recursos livres

603,8

706,5

763,3

17,0

8,0

Direcionados

509,1

586,0

700,9

15,1

19,6

Pessoas fsicas

Pessoas jurdicas

921,1

1.075,8

1.251,2

16,8

16,3

Recursos livres

628,4

692,6

745,2

10,2

7,6

Recursos direcionados

292,7

383,2

506,0

30,9

32,0

Total/PIB

49,1

53,9

56,0

Pessoas jurdicas/PIB

26,9

29,4

30,2

Pessoas fsicas/PIB

22,2

24,5

25,8

Recursos livres/PIB

29,7

31,8

31,1

Recursos direcionados/PIB

19,4

22,1

24,9

Participao %:

Fonte: Banco Central do Brasil

A participao relativa dos bancos pblicos no total das operaes


do sistema financeiro impulsionada pelo desempenho das operaes com
recursos direcionados atingiu 51,2% em dezembro de 2013, ante 47,9% ao
final do ano anterior. Em sentido inverso, as instituies privadas nacionais
e estrangeiras tiveram suas participaes reduzidas em 2,5 pontos
percentuais (p.p). e 0,8 p.p., situando-se em 33,2% e 15,5%, respectivamente.
As operaes com recursos livres, correspondendo a 55,6% da
carteira total do sistema financeiro e a 31,1% do PIB, totalizaram R$1.509
bilhes em 2013, com expanso anual de 7,8%, ante 13,5% em 2012. O saldo
da carteira de pessoas fsicas foi de R$745 bilhes, com elevao de 7,6%,
comparativamente a 10,2% em 2012 (tabela 1). Contriburam para essa
desacelerao, a reduo de 0,2% na carteira de financiamentos de veculos e
o menor ritmo de crescimento do crdito pessoal, de 14,5%, ante 16,8% no
ano anterior (tabela 2).

Economia Bancria e Crdito 6

Tabela 2 Crdito a pessoas jurdicas Saldos


R$ bilhes
Discriminao

Recursos livres
Capital de giro
Conta garantida
ACC
Financiamentos a exportadores
Demais
Recursos direcionados
BNDES
Imobialirio
Rural
Demais

2011

2012

2013

Variao (%)
2012

2013

603,8

706,5

763,3

17,0

8,0

310,1

366,4

388,1

18,2

5,9

43,7

43,1

43,0

-1,4

-0,2

39,7

45,9

42,5

15,6

-7,4

28,0

36,9

50,3

31,8

36,3

182,3

214,2

239,4

17,5

11,8

509,1

586,0

700,9

15,1

19,6

393,4

446,7

514,5

13,5

15,2

32,2

42,9

53,8

33,2

25,4

43,3

48,8

67,1

12,7

37,5

40,2

47,6

65,5

18,4

37,6

Fonte: Banco Central do Brasil

No crdito direcionado, equivalente a 24,9% do PIB, o saldo de


financiamentos expandiu-se 24,5% no ano, ao totalizar R$1.207 bilhes,
impulsionado pelo crescimento sustentado do crdito habitacional, pelos
financiamentos a empresas com recursos do BNDES e pela expanso
significativa do crdito rural, cujos saldos de R$395 bilhes, R$514 bilhes e
R$218 bilhes registraram incrementos de 32,5%, 15,2% e 30,1%,
respectivamente.
O saldo de operaes com recursos livres contratadas com as
empresas alcanou R$763 bilhes, crescimento anual de 8,0%,
comparativamente a 17,0% em 2012 (tabela 3). Nos emprstimos para
capital de giro, equivalentes a 51,0% dessa carteira, ocorreu desacelerao no
crescimento anual, com elevao de 5,9% em 2013, ante 18,2% no ano
anterior. Em sentido oposto, as carteiras dos financiamentos a exportaes e
repasses externos registraram variaes de 36,5% e 72,1% em 2013, ante
31,5% e 52,2% em 2012, respectivamente.

Economia Bancria e Crdito 7

Tabela 3 Crdito a pessoas fisicas Saldos


R$ bilhes
Discriminao

2011

Recursos livres
Crdito pessoal
Do qual: consignado
Aquisio de veculos
Carto de crdito
Cheque especial
Demais
Recursos direcionados
BNDES
Imobialirio
Rural

2012

2013

Variao (%)
2012

2013

628,4

692,6

745,2

10,2

7,6

238,9

279,1

319,6

16,8

14,5

159,3

188,9

221,9

18,6

17,5

177,7

193,2

192,8

8,7

-0,2

114,0

126,6

144,6

11,1

14,2

17,6

18,3

20,2

4,0

10,4

80,2

75,4

68,0

-6,0

-9,8

292,7

383,2

506,0

30,9

32,0

24,8

29,2

37,1

17,7

27,1

189,4

255,4

341,5

34,8

33,7

72,6

90,7

115,3

24,9

27,1

5,9

7,9

12,1

33,9

53,2

Demais

Fonte: Banco Central do Brasil

Taxas de juros, spreads e inadimplncia


O custo mdio das operaes de crdito acompanhou o ciclo de
aperto monetrio iniciado em abril de 2013. Nesse contexto, a taxa mdia de
juros descreveu trajetria ascendente, atingindo 19,7% em dezembro
(grfico 3), acrscimo de 1,7 p.p. em doze meses, refletindo elevaes
respectivas de 3,7 p.p. e 0,5 p.p. nos custos mdios do crdito livre e
direcionado, que atingiram 29,0% e 7,5%, respectivamente.
Grfico 1 Taxas de juros Crdito a pessoas fsicas
Recursos
livres
(%)

Recursos
direcionados
(%)

45

9,5

40

8,5

35

7,5

30
Mar
2011

Jun

Set

Dez 2011

Mar
2012

Recursos livres

Jun

Set

Dez 2012

Mar
2013

Jun

Set

6,5
Dez 2013

Recursos direcionados

Fonte: Banco Central do Brasil

Economia Bancria e Crdito 8

Nas operaes com pessoas fsicas, os encargos financeiros


avanaram 1,3 p.p. no ano, e atingiram 25,6% em dezembro. A elevao
resultou do incremento de 4,1 p.p. e 0,5 p.p. nos segmentos de recursos
livres e direcionados, que apresentaram taxas mdias de 38,0% e 7,3%,
respectivamente (grfico 1). Nas operaes com recursos livres, destacaramse as elevaes de 9,9 p.p. e 4,4 p.p. nas modalidades cheque especial e
crdito pessoal, respectivamente.
Grfico 2 Taxas de juros Crdito a pessoas jurdicas
Recursos
livres
(%)

Recursos
direcionados
(%)

27

11,5
10,5
9,5

22
8,5
7,5
17
Mar
2011

Jun

Set

Dez 2011

Mar
2012

Jun

Set

Recursos livres

Dez 2012

Mar
2013

Jun

Set

6,5
Dez 2013

Recursos direcionados

Fonte: Banco Central do Brasil

No segmento de pessoas jurdicas, a taxa mdia de juros situou-se


em 15,1% em dezembro (grfico 3). A alta de 1,8 p.p. em doze meses refletiu
os avanos de 3,4 p.p. e 0,5 p.p. nas operaes envolvendo recursos livres e
direcionados, nas quais a taxa mdia correspondeu a 21,4% e 7,7%,
respectivamente (grfico 2). No crdito livre, destacaram-se as elevaes de
4,8 p.p. na modalidade capital de giro e de 2,5 p.p. em financiamento a
exportaes, enquanto, nas operaes com recursos direcionados,
sobressaram as altas de 2,4 p.p. e 0,7 p.p. no crdito rural e nos
financiamentos imobilirios, respectivamente.
Grfico 3 Spread mdio das operaes de crdito
PF
(p.p.)

Total e PJ
(p.p.)
16

25

14

23

12

21

10

19

17

15

Mar
2012

Jun

Set

Dez
2012
Total

Mar
2013
PJ

Jun

Set

Dez
2013

PF

Fonte: Banco Central do Brasil

Economia Bancria e Crdito 9

Apesar da elevao da taxa de juros, o spread bancrio declinou 0,4


p.p no ano, situando-se em 11,1 p.p. em dezembro (grfico 4), em
decorrncia de aumento maior no custo de captao. A variao anual
resultou dos decrscimos de 1,2 p.p. e 0,1 p.p. nos segmentos de pessoas
fsicas e jurdicas, que alcanaram 16,4 p.p. e 6,9 p.p., respectivamente. Os
spreads relativos s operaes com recursos livres e direcionados atingiram,
17,5 p.p. e 2,6 p.p., respectivamente.
Grfico 4 Meta Selic, taxa de juros e spread mdio
Selic e spread
(%)

Taxa de juros
(%)

20

27

15
22
10

5
Mar 2011

Jun

Set

Dez 2011 Mar 2012

Meta Selic

Jun
Spread

Set

Dez 2012 Mar 2013

Jun

Set

17
Dez 2013

Taxa mdia geral

Fonte: Banco Central do Brasil

A taxa de inadimplncia do sistema financeiro, consideradas


operaes com atraso superior a noventa dias, decresceu 0,7 p.p. no ano, ao
situar-se em 3% em dezembro (grfico 5). Aps atingir o pico em meados de
2012, o indicador iniciou trajetria de queda e alcanou, no final de 2013, o
menor valor da srie histrica iniciada em maro de 2011, traduzindo o
declnio da inadimplncia das famlias, de 5,6% (dezembro de 2012) para
4,4% (dezembro de 2013). Nesse segmento, destacaram-se as redues
anuais de 3,1 p.p. na modalidade carto de crdito, de 1,2 p.p. nos
financiamentos a veculos (decrscimo de 2,1 p.p. desde junho de 2012
quando o indicador atingiu o pice) e de 0,8 p.p. no crdito pessoal. No
crdito s pessoas jurdicas, o nvel de atrasos tambm recuou (de 2,2% para
1,8%), com nfase nas carteiras de financiamento a exportaes (-0,6 p.p.) e
de capital de giro (-0,4 p.p.).

Economia Bancria e Crdito 10

Grfico 5 Taxa de inadimplncia1/


(%)
6,5

5,5

4,5

3,5

2,5

1,5
Mar 2011

Jun

Set

Dez 2011 Mar 2012

Total

Jun

Set
PJ

Dez 2012 Mar 2013

Jun

Set

Dez 2013

PF

Fonte: Banco Central do Brasil


1/ Percentual da carteira com atraso superior a noventa dias.

Nas operaes com recursos livres, a inadimplncia decresceu 0,9


p.p. no ano, ao situar-se em 4,7% em dezembro. Nos segmentos de pessoas
fsicas e jurdicas, o indicador atingiu 6,7% e 3,1%, nessa ordem, registrando
variaes anuais de -1,3 p.p. e -0,6 p.p. O indicador antecedente, referente
aos atrasos de 15 a 90 dias, tambm apresentou declnio em 2013, situandose em 6,2% no crdito a famlias (-0,6 p.p.) e em 2,4% no mbito das
empresas (-0,1 p.p).
No crdito com recursos direcionados, o indicador recuou 0,1 p.p.
em doze meses, correspondendo a 0,9% em dezembro, refletindo as taxas de
inadimplncia de 1,6% e 0,4% nos segmentos de famlias e empresas,
situadas nos menores valores da srie histrica iniciada em maro de 2011.

Economia Bancria e Crdito 11

Decomposio do Spread Bancrio para


Clientes Preferenciais
A Taxa Preferencial Brasileira (TPB) calculada a partir de
operaes de crdito pactuadas mensalmente entre instituies financeiras e
os respectivos clientes preferenciais 1 . Por representar taxas de juros
utilizadas em operaes de elevado valor concedidas a clientes com baixo
risco de inadimplncia, a TPB permite comparao mais adequada das taxas
praticadas no Brasil com as de outros pases, fato esse que motivou a
elaborao da decomposio do spread desse segmento desde o Relatrio de
Economia Bancria e Crdito (REBC) 2010 2.
De acordo com o grfico 6, nota-se que a evoluo da TPB continua
apresentando comportamento similar ao da taxa de juros bsica (taxa Selic),
com correlao de 0,90 no perodo analisado, sendo essa correlao ainda
maior nos ltimos trs anos (0,99). Em 2013, o spread de aproximadamente
4,2 p.p. em relao taxa Selic, embora tenha apresentado tendncia de
queda at fevereiro, inverteu esse comportamento nos ltimos meses do ano
e passou a apresentar valor acima da mdia observada no perodo anterior
crise financeira internacional (2,6 p.p.), de 2005 a setembro de 2008, em
linha com o esperado e de acordo com o ltimo ciclo de alta da taxa bsica
iniciado em abril.

So considerados clientes preferenciais aqueles que apresentam, simultaneamente, as


seguintes caractersticas: (i) ser pessoa jurdica; (ii) possuir operaes de crdito com trs ou
mais instituies financeiras; (iii) ter, pelo menos, uma operao em curso normal com
valor maior ou igual a R$5 milhes; (iv) possuir, pelo menos, uma operao com
classificao de risco AA; (v) possuir operaes classificadas nos riscos AA e A, cuja
soma corresponda a, no mnimo, 90% (noventa por cento) do total de seu endividamento
perante o Sistema Financeiro Nacional (SFN); e (vi) no possuir operaes com atraso
superior a noventa dias que representem mais que 1% do total de seu endividamento junto
ao SFN. Para maiores detalhes, ver boxe Taxa Preferencial Brasileira, no Relatrio de
Estabilidade Financeira de setembro de 2011.
2
Publicado em dezembro de 2011.
1

Economia Bancria e Crdito 12

Grfico 6 Selic x TPB


(%)
25,0
20,0
15,0
10,0
5,0
0,0
Jan
2005

Jan
2006

Jan
2007

Jan
2008
Selic

Jan
2009

Jan
2010

Jan
2011

Jan
2012

Jan
2013

TPB

Fonte: Banco Central do Brasil

Mantendo-se a metodologia apresentada no REBC 2012, que


implementou aperfeioamentos no clculo da decomposio do spread da
TPB 3, as tabelas 4 e 5 apresentam a decomposio do spread bancrio para
clientes preferenciais no perodo de 2007 a 2013.
As maiores participaes percentuais no spread das operaes com
clientes preferenciais continuaram, em 2013, sendo as das componentes
inadimplncia e margem bruta, erros e omisses (tabela 4). A
componente inadimplncia, aps aumento em 2012, retorna a nvel
prximo ao de 2010. A componente margem bruta, erros e omisses
apresentou em 2008 e em 2011 as maiores participaes, respectivamente,
sendo, em 2013, similar de 2010.

O primeiro refere-se ao clculo do spread, obtido pela diferena entre o valor da TPB
apurado no ms e a taxa de captao das instituies financeiras que contrataram operaes
com clientes preferenciais. O segundo utiliza o algoritmo de Aumann-Shapley no intuito de
separar os custos relacionados aos produtos de crdito e, posteriormente, calcular o custo
mdio por operao para o clculo do custo administrativo. No que diz respeito aos
recolhimentos compulsrios, cunha fiscal e inadimplncia, foram mantidas as frmulas
de clculo apresentadas no Relatrio de Economia Bancria e Crdito 2011, que admite
que os recursos para os emprstimos aos clientes preferenciais tm origem no funding
global da instituio e que uma proxy da inadimplncia desse segmento pode ser obtida a
partir do provisionamento mnimo requerido de todas as operaes selecionadas para o
clculo da TPB que estejam na carteira de crdito das instituies financeiras.
3

Economia Bancria e Crdito 13

Tabela 4 Decomposio do spread bancrio prefixado TPB


Em proporo (%) do
spread
Discriminao
1 Spread total
2 Custo administrativo
3 Inadimplncia
4 Compulsrio + Subsdio cruzado +
Encargos fiscais e FGC
5 Margem Bruta, erros e omisses (1-2-3-4)
6 Impostos diretos
7 Margem Lquida, erros e omisses (5-6)

2007

2008

2009

2010

2011

2012

2013

100,0

100,0

100,0

100,0

100,0

100,0

100,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

33,9

13,2

33,5

24,4

21,3

33,6

28,5

9,4

14,5

12,7

11,4

9,5

9,4

6,8

56,7

72,3

53,8

64,2

69,3

57,0

64,7

22,7

28,9

21,5

25,7

27,7

22,8

25,9

34,0

43,4

32,3

38,5

41,6

34,2

38,8

Fonte: Banco Central do Brasil

A decomposio na forma de p.p. (tabela 5) apresenta, em outra


perspectiva, a evoluo nominal das componentes do spread de 2007 a 2013.
Nota-se que, durante a crise internacional de 2008, o spread apresentou forte
elevao (8,44 p.p.), seguido de acomodao em patamar prximo a 5% de
2009 a 2013 4. Em relao inadimplncia, corroborando a anlise em
termos de participao no spread, nota-se que, aps comportamento
decrescente observado no perodo de 2009 a 2011, houve inverso na
tendncia a partir de 2012. Os custos administrativos continuam
representando parcela relativamente pequena tanto em termos de
participao no spread (0,0026%) como em termos nominais (0,000014 p.p.)
para o perodo de 2007 a 2013.
Tabela 5 Decomposio do spread bancrio prefixado TPB
Em pontos percentuais
(p.p.)
Discriminao
A Taxa de Aplicao
B Taxa de Captao
1 Spread total
2 Custo administrativo
3 Inadimplncia
4 Compulsrio + Subsdio cruzado +
Encargos fiscais e FGC
5 Margem Bruta, erros e omisses (1-2-3-4)
6 Impostos diretos
7 Margem Lquida, erros e omisses (5-6)

2007

2008

2009

2010

2011

2012

2013

13,8

21,8

13,9

15,5

15,6

11,0

14,3

10,9

13,3

8,5

10,2

9,8

7,2

8,8

2,9

8,4

5,4

5,4

5,8

3,8

5,5

0,0

0,0

0,0

0,0

0,0

0,0

0,0

1,0

1,1

1,8

1,3

1,2

1,3

1,6

0,3

1,2

0,7

0,6

0,6

0,4

0,4

1,7

6,1

2,9

3,5

4,0

2,2

3,5

0,7

2,4

1,2

1,4

1,6

0,9

1,4

1,0

3,7

1,7

2,1

2,4

1,3

2,1

Fonte: Banco Central do Brasil

Em 2012 observa-se uma reduo do spread em nveis similares ao perodo pr-crise,


contudo, tal patamar no se manteve, voltando aos nveis observados nos anos anteriores.
4

Economia Bancria e Crdito 14

No que diz respeito componente compulsrio, subsdio cruzado,


encargos fiscais e FGC, nota-se estabilidade em relao a 2012, resultado da
ampliao do spread que compe a base de clculo para os tributos indiretos
(PIS, Cofins) e do aumento da taxa bsica que remunera os compulsrios.
A componente margem bruta, erros e omisses apresentou
elevao em 2013, em nveis prximos ao observado em 2011, contudo,
inferiores ao identificado no auge da crise internacional de 2008.

Economia Bancria e Crdito 15

Anlise de Resultados da Pesquisa


Trimestral de Condies de Crdito
Com o propsito de ampliar e aprimorar o conjunto de
informaes sobre a conjuntura macroeconmica, desde maro de 2011 o
Banco Central coleta opinies sobre as condies do crdito bancrio
nacional. Nesse sentido, so preenchidos questionrios qualitativos enviados
a cada final de trimestre s instituies financeiras representativas dos
seguintes segmentos do mercado de crdito: pessoas jurdicas grandes
empresas (PJG); pessoas jurdicas micro, pequenas e mdias empresas
(PJM); pessoas fsicas crdito habitacional (PFH); e pessoas fsicas
crdito voltado ao consumo (PFC).

Os indicadores se referem percepo dos agentes a respeito das


condies de oferta, de demanda e de aprovao de crdito observadas no
trimestre corrente, bem como as expectativas sobre o comportamento para o
prximo trimestre 5.
Esta seo apresenta os fatores que determinaram movimentos nas
condies de oferta e nas de demanda por crdito na avaliao dos
especialistas consultados, bem como compara os valores dos indicadores de
aprovao com os valores efetivamente observados de novas concesses de
crdito em cada um dos segmentos acima mencionados entre o incio de
2011 e o final de 2013.

Fatores determinantes do comportamento da oferta e


demanda por crdito
Em 2013, a amostra utilizada na Pesquisa Trimestral de Condies
de Crdito no Brasil (PTC) englobou 46 conglomerados e instituies
financeiras, que, em dezembro de 2013, eram credores de cerca de 92% do
total do crdito do segmento PJG (22 instituies), 91% do segmento PJM

Detalhes sobre a construo dos indicadores podem ser verificados no Trabalho para
Discusso n 245 Pesquisa Trimestral de Condies de Crdito no Brasil, de junho de
2011.

Economia Bancria e Crdito 16

(40 instituies), 90% do segmento PFC (17 instituies) e 99% do segmento


PFH (8 instituies).
Na PTC, os respondentes atribuem nota de zero a dez ao grau de
importncia de cada fator listado (zero para os fatores irrelevantes e dez para
fatores que mais influenciam a capacidade ou a disposio de ofertar ou
demandar crdito). A figura 1 apresenta, para cada segmento, a evoluo da
mdia dos trs principais fatores determinantes da oferta, bem como o
comportamento mdio dos demais itens mencionados como relevantes no
processo decisrio sobre a poltica de concesso a ser adotada.
Figura 1 Importncia histrica dos fatores responsveis pelo comportamento do indicador de oferta
Grandes empresas

Micro, pequenas e mdias empresas

10

10

4
1T11

4T11

3T12

2T13

4
1T11

Condies gerais da economia domstica


Condies especficas da indstria/setor ou da empresa
Percepo de risco do cliente
Outros fatores

Crdito para consumo de pessoa fsica

10

4T11

3T12

3T12

2T13

Crdito habitacional de pessoa fsica

10

4
1T11

4T11

Condies especficas dos clientes


Nvel de inadimplncia
Nvel de tolerncia ao risco
Outros fatores

2T13

Nvel de comprometimento da renda do consumidor


Nvel de inadimplncia da carteira
Nvel de tolerncia ao risco
Outros fatores

4
1T11

4T11

3T12

2T13

Nvel de emprego e condies salariais


Nvel de tolerncia ao risco
Nvel de comprometimento da renda do consumidor
Outros fatores

Fonte: Banco Central do Brasil

possvel notar que, de forma geral, os fatores mais relevantes


estiveram associados diretamente ao risco de inadimplncia ou a aspectos
conjunturais que poderiam comprometer a capacidade de pagamento dos
tomadores.
Tambm pode-se perceber que a importncia relativa de cada fator
tende a se manter ao longo do tempo, salvo algumas excees como no
Economia Bancria e Crdito 17

segmento de crdito habitacional em que o nvel de comprometimento da


renda do consumidor deixou de ser o fator mais importante na avaliao da
oferta para o segmento, no terceiro trimestre de 2011 (3T11) e no primeiro
trimestre de 2013 (1T13), cedendo sua posio temporariamente para o
nvel de emprego e condies salariais, e, para o nvel de tolerncia ao risco,
respectivamente.
Destaca-se tambm, no segmento de crdito voltado ao consumo
de pessoas fsicas, o aumento da importncia relativa do nvel de
inadimplncia da carteira que, no 4T13, tornou-se o fator mais relevante na
oferta de crdito para o segmento superando a importncia do nvel de
comprometimento de renda do consumidor, fato que no era observado
desde o 3T12.
A figura 2 apresenta a evoluo mdia da importncia atribuda aos
principais fatores que determinam a demanda por crdito.
Figura 2 Importncia histrica dos fatores responsveis pelo comportamento do indicador de demanda
Grandes empresas

Micro, pequenas e mdias empresas

10

10

4
1T11

4T11

3T12

2T13

4
1T11

Necessidade de capital de giro


Necessidade de investimento em ativo fixo
Concorrncia de outros bancos
Outros fatores

Crdito para consumo de pessoa fsica

10

4T11
3T12
2T13
Nvel de emprego/condies salariais
Nvel de comprometimento da renda do consumidor
Alterao nas taxas de juros
Outros fatores

3T12

2T13

Crdito habitacional de pessoa fsica

10

4
1T11

4T11

Necessidade de capital de giro


Necessidade de investimento em ativo fixo
Alterao nas taxas de juros
Outros fatores

4
1T11

4T11

3T12

2T13

Nvel de emprego/condies salariais


Confiana do consumidor
Nvel de comprometimento da renda do consumidor
Outros fatores

Fonte: Banco Central do Brasil

Economia Bancria e Crdito 18

Nos segmentos de pessoas jurdicas, a necessidade de reforo do


capital de giro e a realizao de novos investimentos em ativos fixos so os
fatores que mais influenciam a demanda por novas operaes de crdito.
Entretanto, enquanto para grandes empresas a concorrncia entre bancos
apontada como um fator decisivo, no caso de MPMEs, a alterao nas taxas
de juros merece destaque.
Diferentemente do que ocorre com os fatores que influenciam a
oferta, a importncia dos fatores que influenciam a demanda apresenta
maior variao ao longo do tempo. Comparando os valores observados no
final de 2012 com os observados no final de 2013, percebe-se que, para
grandes empresas, a necessidade de capital de giro ganhou importncia
relativa em detrimento do investimento em ativo fixo. No caso de MPMEs, o
investimento em ativo fixo ganhou importncia em detrimento das
alteraes nas taxas de juros. Para o crdito voltado ao consumo de pessoas
fsicas, nesse mesmo perodo, merece destaque a maior importncia dada ao
nvel de emprego/condies salariais, que a partir do 2T13 voltou a superar
as alteraes nas taxas de juros como o segundo fator de maior relevncia.

Relao entre o indicador da porcentagem de


aprovao de novas concesses e a variao observada
de novas concesses
Nesta seo, o indicador de expectativa do trimestre em anlise (t)
comparado com as variaes percentuais do volume de novas concesses do
trimestre subsequente (t+1) para cada segmento 6, com vistas a avaliar
possvel relao entre esses indicadores bem como a capacidade preditiva,
em termos de tendncia.

Para a construo das novas concesses segundo porte, aplicou-se o critrio de


classificao utilizado pelo Servio Brasileiro de Apoio s Micro e Pequenas Empresas
(Sebrae), sendo classificadas como grandes empresas as pessoas jurdicas que exercem
atividades econmicas industriais e de construo e que possuem nmero mnimo de
quinhentos empregados ou que exercem atividades econmicas comerciais ou de servios e
que possuem um mnimo de cem empregados.
6

Economia Bancria e Crdito 19

Figura 3 Concesses e indicador de condies de crdito


Grandes empresas

Micro, pequenas e mdias empresas

Variao das
concesses
(%)

Indicador

40

0,6

30

0,4

20

Variao das
concesses
(%)

Indicador

40

0,6

30

0,4

20
0,2

10

0,0

0
-10

-0,2

0,2

10
0

0,0

-10

-0,2

-20

-20
-0,4

-30
-40

-0,4

-30

-0,6 -40
1T11 2T21 3T11 4T11 1T12 2T12 3T12 4T12 1T13 2T13 3T13 4T13
Concesses (t+1)

Indicador de aprovao (para t+1)

Crdito para consumo de pessoa fsica


Variao das
concesses
(%)

-0,6
1T11 2T11 3T11 4T11 1T12 2T12 3T12 4T12 1T13 2T13 3T13 4T13
Concesses (t+1)

Indicador de aprovao (para t+1)

Crdito habitacional de pessoa fsica


Indicador

40

0,6

30

0,4

20

Variao das
concesses
(%)

Indicador

0,6

40
30

0,4

20
0,2

10

0,0

0
-10

-0,2

-20

0,2

10
0

0,0

-10

-0,2

-20
-0,4

-30

-0,4

-30

-0,6 -40

-40
1T11 2T11 3T11 4T11 1T12 2T12 3T12 4T12 1T13 2T13 3T13 4T13
Concesses (t+1)

Indicador de aprovao (para t+1)

-0,6
1T11 2T11 3T11 4T11 1T12 2T12 3T12 4T12 1T13 2T13 3T13 4T13
Concesses (t+1)

Indicador de aprovao (para t+1)

Fonte: Banco Central do Brasil

O comportamento do indicador de expectativa antecipa


razoavelmente bem a variao no volume de novas concesses observada no
trimestre seguinte, principalmente nos segmentos de crdito para pessoas
jurdicas, e, em especial as de grande porte (figura 3). Por exemplo, no
segmento PJG, o indicador das condies de crdito variou no mesmo
sentido da evoluo das concesses em dez trimestres, do total de onze
variaes observadas, e no segmento PJM, a variao do indicador foi no
mesmo sentido observado nas concesses em nove trimestres.
Nos segmentos de pessoas fsicas, apesar de demonstrar menor
eficincia, os indicadores de expectativas permitem identificar a tendncia
nos perodos mais recentes. o caso, por exemplo, da ligeira recuperao do
crdito voltado ao consumo, observada no final de 2012 e incio de 2013
seguida de queda a partir do 2T13. Tambm o caso da recuperao pontual
nas concesses de crdito habitacional no 1T13 seguida de queda mais
significativa at o final da srie disponvel no 4T13.

Economia Bancria e Crdito 20

Em suma, h evidncias de aderncia entre os indicadores e a


dinmica dos diversos segmentos do mercado de crdito, principalmente
para o segmento de pessoas jurdicas e, mais recentemente, tambm para os
segmentos de pessoas fsicas, fato que refora o papel dos indicadores de
condies de crdito como fonte de informao macroeconmica relevante
para a conduo da poltica monetria e para a anlise de cenrios por parte
dos agentes econmicos. Por essa razo, o BCB disponibiliza essas sries
histricas em seu stio na Internet por meio do Sistema Gerenciador de
Sries Temporais (SGS). As sries so atualizadas a cada trimestre logo aps
a publicao de cada Boletim Regional do Banco Central do Brasil (BCB).

Economia Bancria e Crdito 21

Pesquisa Estabilidade Financeira


Introduo
Adotando viso prospectiva, o Banco Central do Brasil, por meio
do Departamento de Estudos e Pesquisas (Depep), realiza trimestralmente a
Pesquisa Estabilidade Financeira (PEF) para identificar os principais riscos
percebidos pelas instituies financeiras. As instituies financeiras
ponderam consideraes sobre eventuais dificuldades em lidar com tais
riscos no mbito da atividade bancria, bem como atribuem probabilidades
ocorrncia de um evento de alto impacto sobre o sistema financeiro no
curto prazo (em at 12 meses) e no mdio prazo (em at trs anos) e avaliam
como tal probabilidade se alterou em relao ao trimestre precedente.
Adicionalmente, cada instituio financeira consultada avalia o grau de
confiana na estabilidade do SFN.
Referida pesquisa proporciona ao BCB informao complementar a
respeito dos riscos estabilidade financeira, o que pode auxiliar no processo
de regulao e de superviso do sistema bancrio.
A amostra da Pesquisa Estabilidade Financeira formada por
instituies financeiras dos segmentos bancrios I e II 7. As respostas ao
questionrio, em geral, so elaboradas por executivos da rea de
gerenciamento de risco das instituies financeiras.

Questionrio da pesquisa
A pesquisa consiste de seis questes segmentadas em dois mdulos.
O primeiro mdulo visa identificar fontes de riscos estabilidade do sistema
financeiro. No segundo mdulo, procura-se captar a percepo das
entidades reguladas quanto estabilidade financeira.
O segmento bancrio I (B1) formado por banco comercial, banco mltiplo com carteira
comercial ou caixa econmica e por conglomerado financeiro composto ao menos por uma
das instituies anteriores. O segmento bancrio II (B2) formado por banco mltiplo sem
carteira comercial e banco de investimento e por conglomerado financeiro composto ao
menos por uma das instituies anteriores. Bancos de desenvolvimento no esto includos
na pesquisa.

Economia Bancria e Crdito 22

Amostra
Correntemente, a PEF compreende uma amostra de 49 bancos e
conglomerados financeiros, representativa de 83,4% dos ativos do sistema
financeiro nacional e de 97,6% dos ativos do sistema bancrio.

Riscos estabilidade financeira


A tabela 6 lista os dez riscos mais frequentemente citados pelos
respondentes como ameaas estabilidade financeira, se vierem a se
materializar.
Na perspectiva dos respondentes, no ltimo trimestre de 2013,
risco de mercado o fator mais frequentemente apontado, sendo que 57%
enquadram essa fonte de risco como mais difcil de gerenciar. Entre as
fontes de preocupao relatadas pelos respondentes, associadas ao risco de
mercado, destacam-se, por ordem de frequncia: taxa de juros, preo de
commodities, e taxa de cmbio.
Preocupaes sobre o cenrio externo aparecem como segunda
ameaa estabilidade financeira mais frequentemente citada pelos
respondentes. Com relao a esse fator de risco, em 2013 os respondentes
manifestaram preocupao com a recuperao do crescimento econmico
de importantes economias, tais como Estados Unidos, Unio Europeia,
Japo e China, bem como possveis efeitos adversos das polticas econmicas
desses pases relativamente ao volume de comrcio e ao fluxo de capitais
envolvendo o Brasil.
Finalmente, os cinco riscos que os respondentes consideram mais
difceis de gerenciar so: i) risco de liquidez (92%); ii) crise de confiana
causada pela falncia de uma instituio financeira importante (83%); iii)
aumento do nvel da inflao (77%); iv) risco soberano (63%); e v)
mudanas regulatrias no SFN (60%).

Economia Bancria e Crdito 23

Tabela 6 Fatores de risco estabilidade financeira do Sistema Financeiro Nacional em 2013


1
Trimestre

2
Trimestre

3
Trimestre

(%)
4
Trimestre

Cenrio externo

19,0

20,6

19,0

13,2

Risco de mercado

12,7

16,0

14,1

14,6

Inadimplncia

15,9

14,4

11,7

11,8

Inflao

7,9

10,8

11,0

9,0

Recesso econmica

7,4

6,2

5,5

9,0

Risco de liquidez

9,5

7,2

7,4

8,3

Risco soberano

1,6

1,5

3,7

5,6

Risco Fiscal

2,6

2,1

3,1

4,9

Falncia de instituio financeira

6,9

4,6

5,5

4,2

Mudanas regulatrias

7,4

4,6

5,5

3,5

Discriminao

Fonte: Banco Central

Probabilidade de evento de alto impacto em curto


prazo
O grfico 7 apresenta a avaliao das instituies respondentes
sobre a probabilidade de ocorrncia de um evento de alto impacto no
sistema financeiro no curto prazo. Para essa questo, cinco respostas so
possveis: muito alta, alta, mdia, baixa e muito baixa. Comparando as
respostas para 2013, observa-se que houve deslocamento da classe baixa
para a de mdia probabilidade de ocorrncia de um evento de alto
impacto, compensada, contudo, pela estabilidade das respostas que atribuem
muito baixa probabilidade e pela reduo da frequncia da classe alta.

Economia Bancria e Crdito 24

Grfico 7 Probabilidade de ocorrncia de evento de alto impacto em curto prazo


(%)
70
58

60
50

46

45
41

39

40

34
27

30
18

20

15
11

10
0

15 14

13

12

0
Muito alta

Alta

Mdia

Mar 2013

Jun 2013

Muito baixa

Baixa

Set 2013

Dez 2013

Fonte: Banco Central do Brasil

Probabilidade de evento de alto impacto em mdio


prazo
A avaliao dos respondentes sobre a probabilidade de o sistema
ser atingido por um evento de alto impacto no mdio prazo apresenta a
distribuio mostrada no grfico 8. Observa-se que a percepo de risco
concentra-se nas classes de mdia e de baixa probabilidade de realizao,
mostrando-se relativamente estvel durante o perodo examinado.
Grfico 8 Probabilidade de ocorrncia de evento de alto impacto em mdio prazo
(%)
80
69

70

64
60

61

60
50
40
32

30

30

28

23

20
8

10

10
6

0
Muito alta

Alta
Mar 2013

Mdia
Jun 2013

Set 2013

Baixa

Muito baixa

Dez 2013

Fonte: Banco Central do Brasil

Economia Bancria e Crdito 25

Alterao das condies de estabilidade financeira


A evoluo da probabilidade de ocorrncia de um evento de alto
impacto sobre o sistema financeiro para os prximos 12 meses (curto prazo)
apresentada no grfico 9. Com exceo do levantamento realizado em
junho de 2013, observa-se que a maioria dos respondentes acredita que as
condies de estabilidade financeira no se alteraram.
Com relao probabilidade de ocorrncia de um evento de alto
impacto no mdio prazo, nota-se, pela visualizao do grfico 10, que a
percepo de riscos melhorou no segundo semestre de 2013 quando
comparada ao incio daquele ano.
Grfico 9 Grau de concordncia dos respondenstes (curto prazo)
(%)
100
90

13

80

18

41

70
60

62
58

50

67

40
30

56

20
31

29

10

15

0
Mar 2013

Jun 2013
Aumentou

Fonte: Banco Central do Brasil

Set 2013
Inalterada

Diminuiu

Dez 2013

Confiana na estabilidade do sistema financeiro


Para o quesito grau de confiana na estabilidade do sistema
financeiro, cinco respostas so esperadas: confiana completa, muita
confiana, razovel confiana, sem muita confiana e sem confiana.
Em que pese a acomodao da liquidez global durante praticamente
todo o ano, em 2013 a confiana dos respondentes na estabilidade financeira
manteve-se alta (grfico 11).
Agregando-se as respostas dos respondentes sobre o grau de
confiana no sistema financeiro em uma nica medida (confiana lquida),
mediante ponderao de cada classe 8, nota-se relativa estabilidade durante
2013, apresentando crescimento localizado no levantamento realizado em
junho (grfico 12).
Grfico 11 Confiana na estabilidade financeira
(%)
80

74
70

70

64

62

60
50
40

36

35
30

26

30
20
10

3
0

0
Confiana Completa

Muita confiana
Mar 2013

Razovel confiana Sem muita confiana


Jun 2013

Set 2013

Sem confiana

Dez 2013

Fonte: Banco Central do Brasil

O percentual lquido da confiana dos respondentes na estabilidade do sistema financeiro


foi calculado por meio de mdia ponderada das respostas considerando os seguintes pesos:
confiana completa (1,0), muita confiana (0,8), razovel confiana (0,6), sem muita
confiana (0,4) e sem confiana (0,2).

Economia Bancria e Crdito 27

Grfico 12 Confiana lquida na estabilidade financeira


(%)
70
58

60
50

55

56

56

53
49

47

45

40
30
20
10
0
Mar 2013

Jun 2013
Curto Prazo

Set 2013

Dez 2013

Mdio Prazo

Fonte: Banco Central do Brasil

Grau de concordncia dos respondentes


A partir das respostas individuais dos bancos, pode-se avaliar o
grau de concordncia usando o conceito de entropia. A entropia, , de uma
distribuio de probabilidade, ( = 1, , ), de uma varivel aleatria
discreta definida como:
= -
=1 ( )

(1)

= -
=1 1 (1 ) = ()

(2)

No caso da PEF, representa a proporo de respostas para


determinada classe da questo sob exame, sendo = 1, , o nmero de
respostas esperadas para cada quesito. A entropia alcana seu valor mximo
quando todos os estados so igualmente provveis, ou seja, = 1, para
todo . Neste caso, a entropia mxima ser igual a:

A entropia mxima corresponde a uma situao em que a incerteza


mxima, havendo completa discordncia entre os respondentes sobre
determinado quesito. Por outro lado, quando apenas um evento
observado, ou seja, = 1 para algum e = 0, para , a incerteza
inteiramente inexistente, havendo = 0. Neste caso, haveria completa
concordncia entre os respondentes, os quais escolheriam a mesma resposta
para dado quesito.

Economia Bancria e Crdito 28

Dado que o valor mximo da entropia varia segundo o nmero de


classes de respostas esperadas, a medida de entropia normalizada por:
= -

=1 ( )

(3),

()

o que permite que o grau de concordncia dos bancos possa ser


avaliado relativamente a cada questo.
Conforme se pode observar no grfico 13, os respondentes
apresentam maior grau de concordncia em relao ocorrncia de um
evento de alto impacto no mdio prazo do que em relao ocorrncia de
tal evento em curto prazo. De modo idntico, h maior consenso dos bancos
com relao confiana na estabilidade financeira do que em relao
ocorrncia de um evento de alto impacto no sistema financeiro no curto
prazo.
Grfico 13 Grau de concordncia dos respondentes
0,9
0,8
0,7
0,6
0,5
0,4
0,3
0,2
0,1
0,0
Mar 2013
Prob. evento alto impacto CP

Jun 2013

Set 2013
Prob. evento alto impacto MP

Dez 2013
Confiana no SFN

Fonte: Banco Central do Brasil

Economia Bancria e Crdito 29

Parte II
Estudos Selecionados

Impacto da Interconectividade
sobre Eficincia Bancria: Uma
anlise do caso brasileiro
Solange Maria Guerra 1
Benjamin Miranda Tabak 2
Rodrigo Cesar de Castro Miranda 3

1. Introduo
Este trabalho avalia se a conectividade no mercado interbancrio, medida
por ferramentas de teoria de redes complexas, impacta a eficincia dos bancos
brasileiros. Analisa-se o efeito de caractersticas especficas das interconexes
bancrias sobre a eficincia, considerando tanto medidas de interconectividade
individual dos bancos quanto medidas de topologia da rede.
O tema eficincia bancria tem ocupado lugar de destaque na agenda de
pesquisa nas ltimas dcadas (Berger et al. (2009) e Duygun et al. (2013)). O nvel
de eficincia dos bancos importante para a avaliao da assuno de risco, de
risco sistmico, dos spreads bancrios e, de forma mais geral, da solidez do sistema
financeiro (Tabak et al. (2013)). Desde o artigo seminal de Allen e Gale (2000),
sabe-se que a topologia da rede de interconexes um fator importante na anlise
de risco sistmico (ver tambm Cajueiro e Tabak (2008) e Lenzu e Tedeschi (2012).
Alm disso, a recente crise financeira global evidenciou a importncia de como os
bancos esto interconectados e como essa interconexo pode gerar risco sistmico.
Para mensurar a interconexo dos bancos, utilizam-se medidas de teoria
de redes complexas. O uso dessa teoria para analisar o relacionamento no mercado
financeiro no novo. De Masi et al. (2010) e De Masi e Gallegati (2012) usam
teoria de redes para estudar a estrutura de interconexes dos emprstimos
Banco Central do Brasil, Departamento de Estudos e Pesquisas. E-mail:
solange.guerra@bcb.gov.br
2
Senado Federal e Universidade Catlica de Braslia. E-mail: benjaminm.tabak@gmail.com
3
Banco Central do Brasil, Departamento de Estudos e Pesquisas e Universidade de Braslia.
E-mail: rodrigo.miranda@bcb.gov.br
1

Economia Bancria e Crdito 31

bancrios para firmas na Itlia e no Japo. Fujiwara et al. (2009) investigam a


fragilidade na rede de crdito e descrevem as mudanas ocorridas ao longo do
tempo na topologia da rede de emprstimos entre bancos e grandes firmas no
Japo. Entretanto, este o primeiro trabalho que relaciona medidas de rede para o
mercado interbancrio e eficincia bancria.
O mercado interbancrio pode afetar a eficincia por meio de diversos
canais. A principal fonte de financiamento dos bancos so os depsitos, que
geralmente tm baixos custos de captao. O mercado interbancrio pode ser visto
como uma fonte adicional e importante de captao. Bancos podem usar o
mercado interbancrio para gerenciar liquidez e para aumentar seus recursos
disponveis para aproveitar oportunidades lucrativas de investimentos. Recursos
captados no mercado interbancrio podem ser mais baratos que outras possveis
fontes de financiamentos e, dessa forma, podem aumentar a eficincia custo e a
eficincia lucro dos bancos.
A captao no mercado interbancrio implica que os bancos podem estar
interconectados por meio de uma rede de ativos financeiros. A recente crise global
mostrou que a topologia dessa rede relevante para avaliar eventos de risco
sistmico, como o de um choque em um banco especfico, que pode afetar bancos
vizinhos e, consequentemente, contagiar todo o sistema pelo efeito domin.
Redes do mercado interbancrio e suas caractersticas especficas, como
densidade, podem impactar o setor bancrio e, por conseguinte, afetar as eficincias
custo e lucro dos bancos. Se uma rede concentrada em bancos especficos, ento
esses bancos podem ser vistos como interconectado demais para falir ou grande
demais para falir e obter vantagens dessas caractersticas reduzindo seus custos de
captao ou ampliando suas oportunidades de investimentos, o que, por sua vez,
afetam suas eficincias. Caractersticas da interconectividade individual dos bancos
na rede podem tambm estar relacionadas eficincia. Bancos mais conectados na
rede podem diversificar seus passivos e, consequentemente, seus riscos de captao,
reduzindo os efeitos de possveis choques no mercado de emprstimos
interbancrios. Por outro lado, se os bancos diversificam os emprstimos
concedidos no mercado interbancrio, podem diversificar seus investimentos,
reduzindo possivelmente riscos associados falncia dos tomadores do
emprstimo.

Economia Bancria e Crdito 32

Neste trabalho, estimam-se as eficincias custo e lucro usando a


abordagem paramtrica Anlise de Fronteira Estocstica. Alm disso, avalia-se a
eficincia assuno de risco. Espera-se que a captao no mercado interbancrio e a
importncia relativa dos bancos na rede expliquem no s as eficincias custo e
lucro, mas tambm a eficincia assuno de risco. Para estimar a eficincia
assuno de risco utiliza-se a medida Z-score. Nesse caso, bancos na fronteira da
eficincia assuno de risco so aqueles que, dados os insumos, produzem mais
servios e tm menores nveis de assuno de risco e, portanto, so financeiramente
slidos.
Os resultados obtidos sugerem que tanto as caractersticas individuais da
interconectividade dos bancos como as caractersticas da rede so importantes na
anlise da eficincia bancria. De maneira geral, interconectividade individual
impacta mais os nveis das ineficincias custo e assuno de risco. Por outro lado, a
topologia da rede impacta mais os nveis das ineficincias lucro e assuno de risco.
O restante do artigo est organizado da seguinte maneira. A seo 2
apresenta a metodologia e os dados utilizados. A seo 3 apresenta os resultados
empricos obtidos, enquanto que a seo 4 apresenta as consideraes finais.

2. Metodologia e dados
2.1 Mensurando eficincia
Para o desenvolvimento deste trabalho, utiliza-se a abordagem
paramtrica Anlise de Fronteira Estocstica, proposta simultaneamente por
Aigner et al. (1977) e Meeusen e Van den Broeck (1977), para estimar a fronteira de
eficincia bancria. Alm disso, segue-se a abordagem de intermediao proposta
por Sealey e Lindley (1977), a qual trata bancos como intermedirios que captam
fundos junto a poupadores e os transforma em ativos rentveis, como emprstimos.
Dois conceitos econmicos de eficincia so mais frequentemente
empregados para mensurar a eficincia de instituies financeiras: eficincia custo
e eficincia lucro. Eficincia custo o critrio mais encontrado na literatura.
Considerando bancos que produzem os mesmos servios sob as mesmas condies,
eficincia custo mede quo perto do custo mnimo um banco est, sendo este
mnimo determinado pelos bancos da amostra com as melhores prticas (Berger
et al. (2009). Entretanto, eficincia lucro considerada mais informativa que a
Economia Bancria e Crdito 33

eficincia custo. Alguns pesquisadores argumentam que a eficincia custo oferece


apenas uma viso parcial do banco, j que no considera suas receitas (Maudos et
al. (2002)). A maximizao do lucro requer que os bens e servios sejam
produzidos a um custo mnimo e, ao mesmo tempo, que as receitas sejam
maximizadas. Alm das eficincias custo e lucro, Fang et al. (2011) e Tabak et al.
(2012) estimam a fronteira de eficincia de assuno de risco. O presente trabalho
segue essas literaturas e analisa o impacto das interconexes bancrias sobre a
eficincia, considerando as fronteiras de eficincia custo, lucro e assuno de risco.
Para mensurar assuno de risco utiliza-se a medida Z-score, presente em
diversos estudos para avaliar o comportamento quanto assuno de risco, o que
corrobora sua aceitao na literatura (Mercieca et al. (2007), Laeven e Levine
(2007), Houston et al. (2010) e Demirgu-Kunt e Huizinga (2013)). O Z-score
definido como Z-score = (ROA mdia + razo mdia de Capital sobre
ativos)/(Volatilidade do ROA), em que ROA a rentabilidade sobre os ativos. O Zscore mensura o nmeros de desvios-padro do ROA que o ROA mais a
alavancagem do banco deve diminuir para que o banco se torne insolvente. Em
outras palavras, o Z-score inversamente proporcional probabilidade de default
do banco.
Emprega-se o modelo proposto por Battese e Coelli (1995) para investigar
o impacto da interconectividade no mercado interbancrio sobre a ineficincia
bancria, o qual tem a vantagem de, em um nico passo, possibilitar a estimao da
fronteira de eficincia e, simultaneamente, modelar a ineficincia bancria
utilizando um conjunto de variveis explicativas. A especificao proposta por
Battese e Coelli (1995) evita o vis da abordagem em dois passos, a qual considera a
eficincia meia-normalmente distribuda no primeiro passo, enquanto que no
segundo passo a eficincia considerada normalmente distribuda e dependente de
variveis explicativas.
Os nveis de ineficincia so estimados por meio da forma funcional
translog, amplamente utilizada na literatura para estimar as fronteiras custo, lucro e
assuno de risco. Por convenincia, mostramos apenas a funo custo:

Economia Bancria e Crdito 34

ln

= 0 + 3=1 ln( ) + 3=1 3=1 ln( ) ln( ) +

1 ln( 1 ) +
2

1
2

11 ln( 1 ) ln( 1 ) + 3=1 ln( ) ln( 1 )

+ +

(1)

em que i e t so os ndices para bancos e ano, respectivamente, j = k =


1,2,3 so os ndices para os trs produtos e jk = kj . C representa o custo total do

banco. So considerados trs produtos (y): emprstimos totais lquidos de


emprstimos em atraso, ativos lquidos e depsitos; dois preos de insumos (w) :

despesas provenientes de juros sobre depsitos totais e despesas no proveniente de


juros sobre ativos fixos; e um insumo fixo (z): total de ativos rentveis. A
normalizao da funo custo pelo total de ativos rentveis do banco reduz a
heterocedasticidade e permite que bancos de qualquer tamanho tenham os termos
de resduos, a partir dos quais os nveis de ineficincia so estimados, comparveis.
A normalizao pelo preo de insumo w2 assegura a homogeneidade dos preos. O
termo vit o erro aleatrio que incorpora os erros de mensurao e sorte, enquanto
que o termo uit est associado ao nvel de ineficincia do banco. Ns tambm
inclumos no modelo dummies de tempo para controlar para mudanas
decorrentes de desenvolvimento tecnolgico ou alterao nos ambientes
econmico e regulatrio.
Seguindo Battese e Coelli (1995), o termo de ineficincia uit
especificado como:

uit = 0 + it xit + mit

(2)

em que a varivel aleatria mit definida pela distribuio normal


truncada com mdia zero e varincia 2 , de forma que a distribuio seja truncada
no ponto 0 it xit . O vetor xit representa as variveis explicativas para a
ineficincia bancria.

As equaes (1) e (2) so estimadas simultaneamente por meio do


mtodo de mxima verossimilhana implementado por Belotti et al. (2013).
As fronteiras custo, lucro e assuno de risco so estimadas de forma
similar. No entanto, h um problema ao aplicar o logaritmo ao lucro, j que essa
varivel pode assumir valores negativos. Para resolver esse problema, segue-se Bos
e Koetter (2011) que empregam uma varivel independente adicional o Indicador
Economia Bancria e Crdito 35

de Performance Negativa (IPN) que assume valor 1 quando o lucro positivo e


assume o valor absoluto do lucro quando este negativo ou nulo. Por outro lado, a
varivel dependente lucro substituda por uma varivel que assume valor 1
quando o lucro negativo ou nulo e assume o valor do lucro quando este
positivo.

2.2 Medidas de rede para a interconectividade dos bancos


As medidas de teoria de redes complexas so adaptadas para caracterizar
a interconectividade dos bancos no mercado interbancrio. Nesta seo,
apresentam-se essas medidas, tanto para a interconectividade individual dos bancos
como para a topologia da rede de interconexes no mercado.
As relaes entre os bancos so determinadas pelos emprstimos tomados
e concedidos e so representadas como uma rede ou grafo. Uma rede N composta
por um conjunto de ns V e um conjunto de arestas E ligando esses ns. Os ns
representam os bancos e as arestas os emprstimos. |V| o nmero de ns e |E| o
nmero de arestas. Neste estudo, empregam-se redes direcionadas, ou seja, a
informao de qual n a aresta sai e em que n a aresta chega essencial.
Uma rede pode ser ponderada ou no. No primeiro caso, est associado
um valor a cada aresta. Assim, uma aresta saindo do n i e chegando ao n j com
peso wij representa que o banco i concedeu um emprstimo ao banco j no valor de
wij. Neste trabalho empregam-se medidas considerando os dois tipos de redes,
ponderadas e no ponderadas.
O degree de um n i o nmero de arestas que sai ou chega em i. Para
redes direcionadas, indegree o nmero de arestas chegando em i e outdegree o
nmero de arestas saindo de i e degree a soma de indegree e outdegree. O path um
conjunto de ns ligado por arestas. O comprimento do path o nmero de arestas
entre o primeiro e o ltimo n. Se uma rede ponderada, o peso do path a soma
dos pesos das arestas ao longo do path. Um loop um path onde o mesmo n
aparece mais de uma vez.

Economia Bancria e Crdito 36

2.2.1 Medidas bsicas de centralidade


Centralidade uma medida da importncia de um n dentro da rede.
Para os propsitos deste estudo, consideram-se medidas normalizadas em que cada
valor dividido pelo valor mximo possvel de tal medida, o que facilita a
comparao de redes de tamanhos diferentes. Degree centrality mede quo
|E |

i
conectado um n i est e definido como CD (i) = |V|1
. Betweenness centrality

mede quantos paths passando por determinado n so de menor tamanho possvel.


Dado (s, t) como o nmero de menores (s,t)-paths (paths de s para t ) e (s, t|v)
como o nmero de menores paths de s para t que passam por v (v s, t),
Betweenness centrality do n v definida como CB (v) = s,tv

(s,t|v)
(s,t)

. Closeness

centrality mede a distncia mdia de um n v a todos os outros ns da rede e


definida como CC (v) =
u a v.

|V|1

uv d(u,v)

, onde d(u,v) o comprimento do menor path de

2.2.2 Dominncia
Dominncia uma medida de centralidade da rede introduzida por Van
den Brink e Gilles (2000) que leva em conta os pesos de cada aresta. Para a rede de
emprstimos do mercado interbancrio, definimos dominncia ((i)) como uma

funo de i da seguinte maneira: (i) = j

w(i,j)
(j)

, em que (j) = i w(i, j) e w(i,j)

o valor dos emprstimos do banco i para o banco j.

No mercado de emprstimos interbancrio pode-se pensar na


dominncia em ambas as direes: a dominncia do emprestador (lender
dominance i.e., bancos que emprestam mais) ou a dominncia do tomador
(borrower dominance i.e, bancos que tomam mais emprestado).
Todas as medidas de redes apresentadas at agora so proxies para a
interconectividade individual dos bancos no mercado interbancrio. No entanto,
cada uma captura diferentes caractersticas da interconexo entre os bancos.
Medidas de redes ponderadas como lender dominance, borrower dominance e
weighted betweenness centrality (betweenness centrality ponderada pelos valores dos

Economia Bancria e Crdito 37

emprstimos) levam em conta o volume dos emprstimos. As medidas outdegree e


indegree so similares a lender dominance e borrower dominance, pois consideram a
direo dos emprstimos. Assim, as anlises deste estudo faz referncia a lender e
borrower

dominance

como

weighted

outdegree

weighted

indegree,

respectivamente. As medidas considerando apenas as arestas closeness e


betweenness so proxies para interconectividade direta e interconectividade
indireta.
Indegree o nmero de credores que um banco tem em determinado
perodo de tempo, enquanto outdegree o nmero de devedores. Banco com
medidas indegree ou borrower dominance mais altas so aqueles que apresentam
mais obrigaes no mercado interbancrio. Por outro lado, bancos mais expostos
nesse mercado apresentam valores maiores para as medidas outdegree e lender
dominance.
Bancos que apresentam medidas mais altas como indegree e borrower
dominance (weighted indegree) so mais sistemicamente relevantes. Se eles falirem,
podem desencadear um efeito cascata de falncias de outros bancos do mercado
interbancrio (Miranda et al. (2014)). Por outro lado, bancos que apresentam
medidas do tipo out mais altas como outdegree e lender dominance (weighted
outdegree) so considerados money centers (Freixas et al. (2000) e Cajueiro e Tabak
(2008)).
Bancos com medidas betweenness altas so bancos considerados como
intermedirios financeiros, tm muitas entradas e sadas de recursos e, portanto,
podem propagar choques para outros bancos.
Bancos com medidas closeness centrality altas so bancos que esto mais
prximos dos outros bancos e podem ser afetados por contgio e choques com
maior probabilidade.

2.2.3 Coeficiente clustering de uma rede


O coeficiente clustering uma medida de densidade de uma rede ao redor
de um n (Newman (2010)). Formalmente, o coeficiente clustering de um n i um
contador de todos os tringulos formado entre os ns da rede que incluem i sobre o
nmero mximo possvel de tais tringulos dado o degree de i. O coeficiente
clustering padro calculado para redes no direcionadas. No entanto, desde que a

Economia Bancria e Crdito 38

direo essencial para as redes que estamos estudando neste trabalho, utilizamos
o coeficiente clustering para redes direcionadas derivado por Fagiolo (2007).
Seja A a matriz de incidncia para a rede direcionada N, din
i o indegree do

out
n i, dout
o outdegree de i e dtot
= din
o degree de i. Alm disso,
i + di
i
i
2
d
i = ij aij aji = Aii o nmero de arestas bilaterais entre i e j. O coeficiente

clustering de i :

CiD (A) =

(A+ AT )3it
tot tot
2[di di 12d
i ]

O coeficiente clustering de uma rede a mdia dos coeficientes clustering


de todos os seus ns. Um valor alto desse coeficiente indica uma rede mais densa,
com muitos ns altamente interconectados. O coeficiente clustering a
probabilidade que dois bancos, que emprestam entre si, tenham uma contraparte
comum.

2.2.4 Distribuio livre de escala da rede interbancria


Uma rede livre se sua distribuio de degrees segue uma lei de potncia
(power law) tal que a probabilidade de um n ter um degree k dado por uma
equao da forma P(k) = k . Uma rede com distribuio degree com lei de

potncia tem uma probabilidade maior de ter muitos ns altamente


interconectados e a calda superior da distribuio degree mais pesada. Um valor
alto de indica que

ns altamente interconectados so poucos,

ou

alternativamente, que a conectividade extrema mais concentrada.


possvel que apenas a cauda da distribuio dos degrees da rede siga
uma lei de potncia, isto , P(k) = k vlida apenas para k > k min , para
algum k min que exogenamente definido ou estimado junto com o parmetro . O

mtodo de mxima verossimilhana proposto por Clauset et al. (2009) encontra


ambos os parmetros endogenamente e prov o teste de aderncia KomolgorovSmirnov.
Santos e Cont (2010) argumentam a favor da caracterizao livre de escala
da rede do mercado interbancrio brasileiro para o perodo 2007-2008. Eles
aplicam o mtodo de mxima verossimilhana de Clauset et al. (2009) e encontram

que a distribuio degree do mercado interbancrio brasileiro segue uma lei de

Economia Bancria e Crdito 39

potncia com o coeficiente da lei de potncia assumindo, em mdia, o valor de


2,5461.

O coeficiente da lei de potncia pode ser interpretado como a


probabilidade inversa de que a rede tenha bancos mais interconectados. Se

aumenta, ento os bancos que so mais conectados tem um maior nmero de


interconexes e h menos bancos com essa caracterstica. Isso implica que a calda
da distribuio de conectividade se torna mais concentrada, com mais conexes.
Sistemas bancrios com valores altos de (alpha) podem ter poucos

bancos que so interconectados demais para falir. medida que alpha aumenta
temos mais concentrao na conectividade do mercado interbancrio.

2.3 Dados
Os dados utilizados incluem todas as interconexes entre bancos e seus
conglomerados econmicos existentes na base de dados do Banco Central do
Brasil, formando um painel no balanceado com 102 bancos que operaram no
mercado interbancrio no perodo de anlise, de 2007 a 2013.
Despesa total e lucro antes do imposto de renda so utilizados como
proxies para custo e lucro, respectivamente. Conforme dito anteriormente, Z-score
utilizado como proxy pra assuno de risco. Para ajustar o modelo de ineficincia,
conforme equao (2), incluem-se as medidas de interconectividade e variveis de
controle que, de acordo com a literatura, explicariam os nveis de ineficincia
bancria. As variveis de controle so: razo capital sobre ativos (varivel ETA),
que avaliam a influncia dos acionistas sobre a habilidade dos bancos otimizarem
seus recursos e maximizarem os lucros; crditos em atraso sobre total de
emprstimos (varivel NPL), como proxy para a qualidade dos ativos dos bancos;
logaritmo dos ativos totais como proxy para o tamanho do banco (varivel size);
duas dummies de controle, uma para bancos pblicos e outra para bancos
estrangeiros.
Para evitar problemas de colinearidade, as medidas de interconectividade
individual dos bancos so agrupadas em trs grupos, de acordo com suas
caractersticas. Primeiro, estima-se o modelo (2) considerando as medidas
ponderadas pelos volumes dos emprstimos: borrower ou indegree ponderado,
lender ou outdegree ponderado e betwenness ponderado. No segundo grupo
incluem-se as medidas que consideram apenas o nmero de emprstimos:
closenness, betwenness e degree. No terceiro grupo, so includos os componentes da
Economia Bancria e Crdito 40

medida degree, a saber, indegree e outdegree, para avaliar os diferentes efeitos de


emprestar e tomar emprestado sobre a eficincia. Alm das medidas de
interconectividade individual dos bancos, tambm incluem-se medidas do nvel de
interconexo do sistema: o expoente da lei de potncia e medida de densidade.
Essas duas medidas foram includas separadamente na modelagem da equao (2).
A equao (2) estimada usando o logaritmo das variveis mais um,
exceto para as dummies. A tabela 1 apresenta as estatsticas descritivas das variveis
utilizadas para a modelagem das equaes (1) e (2), antes de se aplicar o logaritmo.
Tabela 1 Estatsticas descritivas
Variveis

Mdia

D.Padro

Mnimo Mximo

Custo, lucro (em R$ milhes) e Z-score


Lucro

564

2.295

- 3.603

21.261

4.062

13.431

90.252

3,18

1,04

-1,74

6,04

Emprstimos totais (y1)

16.348

60.741

0,217

588.423

Depsitos totais (y2)

14.383

54.753

0,001

487.447

6.634

20.744

1,046

166.994

22.983

80.117

0,003

709.751

28,2

350,5

0,0

7093,5

4,5

8,0

0,1

86,4

Alavancagem (ETA)

0,207

0,159

0,017

0,983

Qualidade dos ativos (NPL)

0,034

0,054

0,000

0,686

21,644

2,168

17,211

27,638

Lender dominance (Woutdegree)

1,300

3,509

29,032

Borrower dominance (Windegree)

1,128

2,336

23,076

Weighted betweenness centrality (Wbetween)

0,033

0,070

0,538

Closeness centrality (Closeness)

0,405

0,164

0,832

Degree centrality (Degree)

0,089

0,092

0,519

Indegree centrality (Indegree)

0,092

0,129

0,805

Outdegree centrality (Outdegree)

0,182

0,211

1,259

Betweenness centrality (Between)

0,010

0,030

0,234

Clustering direto no ponderado (Clustering)

0,496

0,077

0,394

0,609

Expoente da lei de potncia (alpha)

2,197

0,223

0,193

2,576

Kmim

0,054

0,020

0,033

0,089

0,612

0,093

0,472

0,727

Custo total
log(Z-score)
Produtos (em R$ milhes)

Ativos lquidos (y3)


Insumo fixo (em R$ milhes)
Ativos rentveis (z)
Preos de insumo
Juros dos depsitos (w1)
Preo dos insumos fixos (w2)
Variveis de controle

Log (ativos) (Size)


Medidas de interconectividade individual

Medidas da topologia da rede

Teste de aderncia da lei de potncia

P-value do teste Komolgorov-Smirnov


Mxima verossimelhana

0,001

0,001

0,000

0,002

87,342

15,845

60,048

102,593

Kmin o limite inferior, em percentual, a partir do qual a lei de potncia vale.


N o percentual de observaes para os quais vale a lei de potncia.

Economia Bancria e Crdito 41

3. Resultados empricos
So ajustados cinco modelos para cada fronteira custo, lucro e assuno
de risco. O modelo 1 serve como referncia e inclui apenas as variveis de controle.
O modelo 2 inclui apenas uma medida de topologia da rede. Os modelos 3 a 5
incluem tanto medida de topologia da rede como medidas de interconectividade
dos bancos estabelecidas nos grupos 1 a 3, respectivamente, conforme descrito na
seo anterior. As medidas de topologia de rede so includas separadamente nos
modelos 2 a 5. Primeiro, o ajuste utiliza o expoente da lei de potncia e,
posteriormente, a medida de densidade da rede.
As tabelas 2, 3 e 4 apresentam os resultados para as ineficincias custo,
lucro e assuno de risco, respectivamente. A razo capital sobre ativos (ETA)
significante e positivamente associada ineficincia custo. Por outro lado,
estatisticamente significante e positivamente relacionada s ineficincias lucro e
assuno de risco, o que sugere que os bancos tem custo maior para manter a
qualidade dos ativos. No entanto, esses custos so compensados de alguma forma e
os bancos encontram maior eficincia lucro e assuno de risco. Os resultados
sugerem que um aumento no risco dos bancos por meio da varivel NPL
aumentar a ineficincia custo. O coeficiente da varivel size negativo e
estatisticamente significante para a maioria dos modelos, especialmente para os
modelos de ineficincia custo e assuno de risco. Portanto, parece haver economia
de escala. Em mdia, bancos pblicos so mais custo eficientes que seus pares no
perodo em anlise. Por outro lado, bancos estrangeiros so, em mdia, mais
assuno de risco eficientes.
As variveis de interesse so os coeficientes de interconectividade dos
bancos e de topologia da rede. O coeficiente de Weighted indegree (Borrower)
estatisticamente significante e positivo em relao s ineficincias custo e assuno
de risco. Isso sugere que bancos que possuem mais obrigaes no mercado
interbancrio so relativamente mais ineficientes. Por outro lado, os coeficientes de
indegree e outdegree so estatisticamente significantes e, respectivamente, negativa e
positivamente relacionados a ambas as medidas de ineficincia, custo e assuno de
risco. Esses resultados sugerem que no apenas o tipo de interconexes importa, se
como tomador ou emprestador, mas tambm o volume dos efeitos tem um efeito
oposto. Por exemplo, um banco poderia reduzir suas ineficincias custo e assuno
de risco tendo um nmero maior de credores (indegree). No entanto, dependendo
do volume de seus emprstimos (Windegree), essa vantagem poderia no se
concretizar. Os resultados tambm sugerem que quanto maior a conexo direta do
Economia Bancria e Crdito 42

banco (degree) maior as ineficincias custo e assuno de risco, e que o papel do


banco como intermedirio (Betweenness) tem impacto diferente sobre as
ineficincias custo e assuno de risco. Bancos envolvidos em maior cadeia de
intermediao no mercado interbancrio apresentam, relativamente, maior
ineficincia custo e menor ineficincia assuno de risco.
De maneira geral, os resultados sugerem que a interconectividade dos
bancos no mercado interbancrio pode aumentar as ineficincias custo e assuno
de risco. No entanto, parece no afetar a ineficincia lucro. possvel que esses
resultados sejam explicados pela participao dos bancos no mercado interbancrio
com o objetivo de gerenciamento de liquidez em vez de busca por oportunidades
de investimentos mais lucrativos. Por outro lado, a topologia da rede afeta mais as
ineficincias lucro e assuno de risco, no impactando a ineficincia custo. Redes
mais concentradas, representado por meio do expoente da lei de potncia (Alpha)
ajudam a reduzir as ineficincias lucro e assuno de risco. Esse resultado sugere
que pode haver economia de escala que se origina no mercado interbancrio e afeta
a ineficincia bancria. Por outro lado, redes mais densas podem ser mais
ineficientes com maior assuno de riscos.

Economia Bancria e Crdito 43

Tabela 2 Impacto da interconectividade sobre eficincia custo


Variveis

Modelo 1

Modelo 2

Modelo 3

Modelo 4

Modelo 5

Eficincia custo
ETA

10.61***

10.61***

6.914***

8.602***

(2,339)

(2,338)

(0,991)

(1,821)

(2,063)

NPL

0.246***

0.242***

0.114***

0.199***

0.210***

(0,071)

(0,071)

(0,025)

(0,055)

(0,060)

Size

-0.784**

-0.775**

-0.412***

-0.905***

-0.874***

(0,308)

(0,094)

(0,301)

(0,308)

-0,132

-0,215

-0,216

(0,181)

(0,373)

(0,400)

1.680***

2.770***

2.984***

(0,354)

(0,919)

(1,020)

2,129

0,331

0,948

1,218

-2,92

(1,212)

(2,363)

(2,594)

(0,311)
Foreign

-0.816*

-0.812*

(0,467)
State-owned

2.010**

(0,465)
1.992**

(0,922)
Alpha

(0,914)

9.716***

0.655***

Windegree

(0,206)
0,0806

Woutdegree

(0,228)
2,493

Wbetweenness

(1,728)
8.511**

Degree

(4,172)
-0,12

Closeness

(1,226)
18.72*

Betweenness

(11,200)
Indegree

-15.99*

Outdegree

14.01**

(8,942)
(5,607)
Constante

12.15**

9,478

6.508***

13.78**

12.14**

(5,396)

(6,047)

(2,267)

(5,675)

(5,834)

1,083

-0,684

-1,224

(1,734)

(3,559)

(3,754)

-1,674

Clustering

(4,254)
Observaes

669

669

669

669

Nmero de bancos

102

102

102

102

102

-262,9

-262,6

-257,6

-255,4

-257,4

Max. Verossimilhana

669

***, ** e * representa nveis de significncia de 1%, 5% e 10%, respectivamente


O coeficiente de clustering foi obtido ajustando modelos separadamente.
Como os resultados para as variveis de controle e de interconectividade dos bancos apresentam
qualitativamente os mesmos resultados para os modelos utilizando alpha, optamos colocar tudo em uma
nica tabela.

Economia Bancria e Crdito 44

Tabela 3 Impacto da interconectividade sobre eficincia lucro


Variveis

Modelo 1

Modelo 2

Modelo 3

Modelo 4

Modelo 5

Eficincia lucro
ETA
NPL
Size

-4.572***

-4.521***

-4.162***

-4.327***

(1,154)

(1,010)

(0,970)

(1,019)

(1,020)

-0,0188

-0,0212

-0,0195

-0.0233*

-0,0208

(0,014)

(0,013)

(0,013)

(0,014)

(0,014)

-0,055

-0,0532

-0,0241

-0,0363

-0,000857

(0,042)
Foreign

0.437***

(0,040)
0.430***

(0,160)
State-owned

-4.121***

(0,152)

-0,494 -0.480*
(0,313)

(0,290)
-4.354*

Alpha

-2,492

(0,057)

(0,054)

(0,059)

0.428***

0.443***

0.445***

(0,150)

(0,163)

(0,164)

-0,47

-0,479

-0,505

(0,288)

(0,304)

(0,312)

-4.445*

-4.376*

-4.537*

(2,500)

(2,499)

(2,497)

0,187

Windegree

(0,150)
-0,136

Woutdegree

(0,168)
-1,716

Wbetweenness

(1,300)
1,55

Degree

(1,534)
-0,589

Closeness

(0,589)
-4,783

Betweenness

(3,743)
-3,576

Indegree

(2,388)
1,612

Outdegree

(1,623)
Constante

3.184***

8.215***

7.705**

7.903**

7.208**

(0,989)

(3,058)

(3,203)

(3,171)

(3,199)

3,577

3,57

3,603

(3,777)

(3,650)

(3,616)

3,22

Clustering

(3,617)
Observaes

669

669

669

669

Nmero de bancos

102

102

102

102

102

-974,7

-973,2

-971,2

-971,8

-971,4

Max. Verossimilhana

669

***, ** e * representa nveis de significncia de 1%, 5% e 10%, respectivamente


O coeficiente de clustering foi obtido ajustando modelos separadamente.
Como os resultados para as variveis de controle e de interconectividade dos bancos
apresentam qualitativamente os mesmos resultados para os modelos utilizando alpha,
optamos por colocar tudo em uma nica tabela.

Economia Bancria e Crdito 45

Tabela 4 Impacto da interconectividade sobre eficincia assuno de risco


Variveis

Modelo 1

Modelo 2

Modelo 3

Modelo 4

Modelo 5

Eficincia assuno de risco


ETA
NPL
Size

-12.62***

-17.05***

-10.15***

-12.16***

-10.64***

(4,049)

(4,837)

(3,218)

(4,310)

(4,036)

0.113*

0.724***

0,102

0,122

0,103

(0,064)

(0,216)

(0,068)

(0,095)

(0,097)

-0.866***

-0.768***

-0.724***

-1.037***

-0.903***

(0,238)

(0,219)

(0,210)

(0,254)

(0,279)

0.818***

1.311***

1.169***

(0,310)

(0,426)

(0,428)

-9,951

-23,16

-12,24

(12,590)

(32,740)

(22,850)

0.883***

Foreign

(0,339)
State-owned

-12,84
(14,310)

1.208***
(0,398)
-23,26
(21,720)
-9.336**

Alpha

(3,890)

-5,416

-6,521

-6,726

(3,316)

(4,104)

(4,327)

Windegree

0.746**

Woutdegree

-1.197**

(0,324)
(0,465)
3,522

Wbetweenness

(2,613)
13.05***

Degree

(4,637)
4.215*

Closeness

(2,241)
-57.32**

Betweenness

(26,360)
Indegree

-12.86**

Outdegree

10.76***

(5,043)
(3,712)
Constante

20.59***
(5,032)

31.52***
(7,688)
13.97**

Clustering

(6,569)

23.67***

29.25***

28.17***

(6,835)

(8,126)

(9,444)

13.62***

10.65**

18.03***

(5,240)

(4,844)

(5,083)

Observaes

669

669

669

669

Nmero de bancos

102

102

102

102

102

-951,5

-946,6

-943,5

-934,9

-943,2

Max. Verossimilhana

669

***, ** e * representa nveis de significncia de 1%, 5% e 10%, respectivamente


O coeficiente de clustering foi obtido ajustando modelos separadamente.
Como os resultados para as variveis de controle e de interconectividade dos bancos apresentam
qualitativamente os mesmos resultados para os modelos utilizando alpha, optamos por colocar tudo
em uma nica tabela.

Os nveis mdios de eficincias so estimados considerando os modelos


apresentados nas tabelas 2, 3 e 4, utilizando a definio proposta por Battese e
Coelli (1988). Os nveis de eficincias so estimados como E(eu | ), onde
= u v. A tabela 5 apresenta os nveis mdios de eficincias custo, lucro e

assuno de risco. De maneira geral, as eficincias obtidas a partir do modelo 1, que


no considera as medidas de interconectividade, apresentam valores maiores que os
nveis de eficincias obtidos com os outros modelos, indicando que a interconexo
aumenta a ineficincia bancria.

Economia Bancria e Crdito 46

Tabela 5 Nveis de eficincia bancria


Modelos

Mdia

Desvio Padro

Mnimo

Mximo

Eficincia custo
Modelo 1

0,6960

0,2276

0,0049

0,9539

Modelo 2

0,6956

0,2279

0,0049

0,9538

Modelo 3

0,6252

0,2438

0,0052

0,9740

Modelo 4

0,6844

0,2308

0,0047

0,9576

Modelo 5

0,6928

0,2289

0,0050

0,9548

Eficincia lucro
Modelo 1

0,2859

0,1904

0,0064

0,8212

Modelo 2

0,2793

0,1943

0,0048

0,8545

Modelo 3

0,2720

0,1930

0,0045

0,8571

Modelo 4

0,2846

0,1953

0,0048

0,8542

Modelo 5

0,2882

0,1967

0,0051

0,8578

Eficincia Assuno de risco


Modelo 1

0,5125

0,2404

0,0047

0,9222

Modelo 2

0,6726

0,2323

0,0106

0,9666

Modelo 3

0,5046

0,2441

0,0042

0,9207

Modelo 4

0,5523

0,2478

0,0051

0,9559

Modelo 5

0,5213

0,2425

0,0048

0,9326

Os valores das eficincias foram obtidos a partir dos modelos apresentados nas tabelas 2, 3 e 4.

4. Consideraes finais
Este artigo estuda o impacto das interconexes no mercado interbancrio
sobre a eficincia bancria considerando os conceitos de eficincias custo, lucro e
assuno de risco. Os resultados indicam que a interconectividade dos bancos e do
sistema so relevantes para a estimativa da eficincia bancria. Entretanto, os
resultados so diversos dependendo da modelagem das eficincias custo, lucro e
assuno de risco. A interconectividade individual dos bancos parece afetar mais as
eficincias custo e assuno de risco que a eficincia lucro. No entanto, a topologia
da rede de interconexo tem impacto maior sobre as eficincias lucro e assuno de
risco. Os resultados sugerem que redes mais concentradas ajudam a aumentar a
eficincia lucro, enquanto redes mais densas reduzem a eficincia relacionada a
assuno de risco. Esses resultados so importantes para o desenvolvimento de
polticas cujo objetivo seja aumentar a eficincia bancria e para o desenho de
polticas macroprudenciais cujo objetivo seja a reduo do excesso de assuno de
risco.

Economia Bancria e Crdito 47

Referncias
D. Aigner, K. C. A. Lovell, e P. Schmidt. Formulation and estimation of stochastic
frontier production function models. Journal of Econometrics, 6:21-37, 1977.
F. Allen e D. Gale. Financial contagion. Journal of Political Economy, 108:1-23,
2000.
G.E. Battese e T.J. Coelli. Prediction of firm-level technical efficiency: With a
generalized frontier production function and panel data. Journal of Econometrics,
38:387-399, 1988.
G.E. Battese e T.J. Coelli. A model for technical inefficiency effects in a stochastic
frontier production function for panel data. Empirical Economics, 20:325-332,
1995.
F. Belotti, S. Daidone, G. Ilardi, e V. Atella. Stochastic frontier analysis using stata.
Stata Journal, 3(4):718-758, 2013.
A. N. Berger, I. Hasan e M. Zhou. Bank ownership and efficiency in China: what
will happen in the world's largest nation? Journal of Banking and Finance, 33:113130, 2009.
J. W. B. Bos e M. Koetter. Handling losses in translog profit models. Applied
Economics, 43(3):307-312, 2011.
D. O. Cajueiro e B. M. Tabak. The role of banks in the Brazilian interbank market:
Does bank type matter. Physica A: Statistical Mechanics and its Applications,
387(27):6825-6836, 2008.
R. C. C. Miranda, S. R. S. de Souza, T. C. Silva, e B. M. Tabak. Connectivity and
systemic risk in the Brazilian national payments system. Journal of Complex
Networks, 2014.
A. Clauset, C. Shalizi, e M. Newman. Power-law distributions in empirical data.
SIAM Review, 51(4):661-703, 2009.
G. De Masi e M. Gallegati. Bank firms topology in Italy. Empirical Economics,
43:851-866, 2012.

Economia Bancria e Crdito 48

G. De Masi, Y. Fujiwara, M. Gallegati, B. Greenwald, e J.E. Stiglitz. An analysis of


the Japanese credit networks. Evolutionary and Institutional Economics Review,
7(2):209-232, 2010.
A. Demirgu-Kunt e H. Huizinga. Are banks too big to fail or too big to save?
International evidence from equity prices and CDS spreads. Journal of Banking and
Finance, 37(3):875-894, 2013.
M. Duygun, V. Sena e M. Shaban. Schumpeterian competition and efficiency
among commercial banks. Journal of Banking and Finance, 37:5176-5185, 2013.
G. Fagiolo. Clustering in complex directed networks. Physical Review E,
76(2):026107, 2007.
Y. Fang, I. Hassan, e K. Maton. How institutions affect bank risk: Evidence from a
natural experiment in transition economies. Paper sessions, FMA Annual Meeting
Program, 2011.
X. Freixas, B. M Parigi, e J.C. Rochet. Systemic Risk, Interbank Relations, and
Liquidity Provision by the Central Bank. Journal of Money, Credit and Banking,
32(3):611-38, 2000.
Y. Fujiwara, H. Aoyama, Y. Ikeda, H. Iyetomi, e W. Souma. Structure and temporal
change of the credit network between banks and large firms in Japan. OpenAssessment Journal, 3(7), 2009.
J.F. Houston, C. Lin, P. Lin, e Y. Ma. Creditor rights, information sharing, and
bank risk taking. Journal of Financial Economics, 96:485-512, 2010.
L. Laeven e R. Levine. Bank governance, regulation and risk taking. Journal of
Financial Economics, 93:259-275, 2009.
S. Lenzu e G. Tedeschi. Systemic risk on different interbank network topologies.
Physica A: Statistical Mechanics and its Applications, 391(18): 4331-4341, 2012.
J. Maudos, J.M. Pastor, F. Perez, e J. Quesada. Cost and profit efficciency in
European banks. Journal of International Financial Markets, Institutions and
Money, 12(1):33-58, 2002.
W. Meeusen e J. Van den Broeck. Efficiency estimation from Cobb-Douglas
production functions with composed error. International Economic Review,
18:435-444, 1977.

Economia Bancria e Crdito 49

S. Mercieca, K. Schaeck, e S. Wolfe. Small European banks: Benefits from


Diversification? Journal of Banking and Finance, 31(7):1975-1998, 2007.
M. Newman. Networks: An Introduction. Oxford University Press, Inc., New York,
NY, USA, 2010.
E. Santos e R. Cont. The Brazilian interbank network structure and systemic risk.
Working Papers Series 219, Central Bank of Brazil, Research Department, 2010.
C.W.J. Sealey e J. T. Lindley. Inputs, outputs, and a theory of production and cost at
depository financial institutions. Journal of Finance, 32:1251-1266, 1977.
B. M. Tabak, D.M. Fazio, e D.O. Cajueiro. The relationship between banking
market competition and risk-taking: Do size and capitalization matter? Journal of
Banking and Finance, 36(12):3366-3381, 2012.
B. M. Tabak, D.M. Fazio, e D.O. Cajueiro. Systemically important banks and
financial stability: The case of Latin America. Journal of Banking and Finance,
37(10):3855-3866, 2013.
R. Van Den Brink e R. P. Gilles. Measuring domination in directed networks. Social
Networks, 22:141-157, 2000.

Economia Bancria e Crdito 50

Avaliao do Processo de
Concentrao-Competio no
Setor Bancrio Brasileiro
Marcos Soares da Silva 1

1. Introduo
Sistemas financeiros so reconhecidamente marcados pela presena de
falhas de mercado e assimetria de informaes. Tais caractersticas justificam que
esse seja um dos setores mais fortemente regulados da economia. Aludidas polticas
regulatrias tm a finalidade de assegurar um ambiente de estabilidade financeira,
promover a eficincia econmica e preservar a defesa da concorrncia. Contudo,
programas de regulamentao econmica podem envolver conflitos capazes de
potencializar efeitos indesejveis, tal como o de fragilizar a estabilidade financeira.
Nesse sentido, competio constitui preocupao central na regulao prudencial
porque impacta as condies de estabilidade financeira e outros aspectos
relacionados incluso financeira (Bikker e Groeneveld (1998), Beck et al.(2006),
Schaeck e Cihk (2010), Wagner (2010)).
O efeito da competio bancria ainda no matria pacificada na
literatura econmica, tanto sob a perspectiva terica quanto emprica. De um lado,
com apoio na teoria de valor da firma, Keeley (1990) e Allen e Gale (2004) afirmam
que, em ambientes de forte competio, os bancos teriam acentuados incentivos a
tomar maiores riscos nas suas operaes. Por sua vez, Chang e Velasco (2001)
defendem que maior competio reduz os custos dos servios bancrios, embora
possa prejudicar a estabilidade do sistema financeiro, porque os bancos tenderiam a
operar com o mnimo capital permitido. Numa abordagem alternativa, Boyd e De
Nicol (2005) contra-argumentam que, num regime de menor competio, os
bancos teriam poder de mercado, induzindo as firmas tomadoras de crdito
bancrio a assumir projetos de empreendimento mais arriscados, aumentando a
Banco Central do Brasil, Departamento de Estudos e Pesquisas.
Email: marcos.soares@bcb.gov.br

Economia Bancria e Crdito 51

chance de ocorrncia de problemas de risco moral (como em Stiglitz e Weiss


(1981)). Em ambas as hipteses, a estabilidade do sistema financeiro seria
prejudicada. No primeiro caso, com maior competio, a rentabilidade dos bancos
seria reduzida porque o spread bancrio seria menor e os bancos aceitariam
financiar clientes e/ou operaes de maior risco. No outro extremo, numa estrutura
de mercado com menos concorrncia, a elevao dos encargos financeiros apenas
atrairia clientes de risco maior, aumentado a probabilidade de default de crdito.
Boyd et al. (2009), assim como De Nicol e Loukoianova (2007), encontram
evidncias empricas de associao positiva entre concentrao do mercado
bancrio e aumento do risco tomado pelos bancos.
Martnez-Miera e Repullo (2008) propem um meio de reconciliar as
duas correntes tericas, ao mostrar que aludido comportamento monotnico entre
competio e concentrao pode transformar-se numa forma de U-invertido, caso
se imponha a condio de imperfeita correlao de default entre as firmas
tomadoras de crdito. Como as firmas que tm sucesso na execuo dos projetos
pagam os emprstimos, apesar do alto custo financeiro, pode-se ter uma queda do
risco nos estgios iniciais do processo de aumento da competio bancria. Mas
essa relao se inverteria a partir de quando a competio passa a ser
excessivamente elevada.
Outra questo ainda em debate se concentrao de mercado reduz o
grau de competio entre os bancos. Segundo o modelo de Panzar-Rosse (1987),
mudanas nos preos dos fatores de produo teriam impactos na receita bruta dos
bancos. Diversos estudos empricos aplicaram esse modelo para avaliar competio
bancria (por exemplo, Shaffer (1993), Vesala (1995), Coccorelli (1998) e Park
(2009)).
Recentemente, Boone (2008) props uma medida mais flexvel para
avaliao da relao econmica entre competio e estrutura de mercado. Essa
medida apresenta a vantagem de permitir que a anlise da competio seja
estendida a segmentos de mercado relevantes. Tabak et al. (2011) estimaram o
Indicador de Boone, para a indstria bancria de 10 pases da Amrica Latina,
durante o perodo de 2003-2008, tendo encontrado evidncias de competio
nesses mercados.
O objetivo deste estudo investigar empiricamente se mudana no nvel
de concentrao est associada com o grau de competio no mercado de crdito
bancrio no Brasil. Neste trabalho, tambm se pretende testar se concentrao um
fenmeno associado a ganhos de eficincia dos bancos. A principal contribuio
Economia Bancria e Crdito 52

deste artigo consiste na estimao do grau de competio em mercados


segmentados por modalidade de crdito, podendo os resultados ser utilizados para
fins de monitoramento das condies de crdito.
O artigo est estruturado do seguinte modo. Na seo 2, so discutidos
fatos estilizados da economia brasileira relacionados ao mercado de crdito. Na
seo 3, descreve-se o modelo economtrico e o conjunto de dados utilizado. Nas
sees 4 e 5, discute-se os resultados do modelo. Na seo 6, apresentam-se as
concluses do estudo, bem como sugestes de pesquisa sobre competio bancria.

2. Fatos estilizados do mercado de crdito brasileiro


Nos ltimos anos, o Brasil tem vivenciado uma forte expanso da oferta
de crdito. Esse processo deve-se tanto incluso de novos usurios quanto ao
aumento de operaes de antigos clientes dos bancos. O saldo de operaes de
crdito cresceu de 28,3% do PIB em 2000 para 56,1% do PIB no final de 2013,
alcanando R$2,7 trilhes.
A expanso do volume de negcios no mercado de crdito foi
acompanhada de expressiva reduo do spread bancrio. Em mdia, o spread foi
reduzido de 49,7% em 2000 para 27,4% em 2013, nas operaes com pessoas fsicas.
J nas operaes com pessoas jurdicas, o spread bancrio reduziu-se de 21,6% em
2000 para 13,7% em 2013. Outra mudana importante que ocorreu nesse perodo
residiu na ampliao dos prazos mdios das operaes. No caso de pessoas fsicas, o
prazo mdio da carteira de crdito dos bancos cresceu de 6,9 meses em 2000 para
70,6 meses em 2013. J o prazo mdio da carteira de pessoa jurdica passou de 12,8
meses em 2000 para 33,2 meses em 2013.
Em consequncia de atos de fuses e aquisies ocorridos nesse perodo,
bem como pelo suposto aumento da competio, a indstria bancria concentrouse no Brasil, conforme apresentado na tabela 1.

Economia Bancria e Crdito 53

Tabela 1 Evoluo da concentrao bancria


Em pontos percentuais (p.p.)

Discriminao

Ativo

Depsito

Crdito

Emprstimo

Financiamento

Rural

Imobilirio

CR41/

51,7

51,3

52,9

49,8

37,8

80,2

91,8

CR82/

67,0

67,9

67,9

65,3

55,0

89,7

95,7

HHI3/

838,6

841,5

870,9

773,9

535,8 3.382,40

6.585,90

CR4

53,2

54,9

53,4

53,1

51,2

74,0

CR8

73,4

74,7

75,5

73,8

76,3

84,6

97,7

HHI

861,1

917,7

930,5

886,3

935,2 3.337,20

4.432,90

CR4

69,4

70,9

71,4

71,1

62,9

82,6

CR8

85,3

86,5

86,7

87,0

84,0

91,0

99,3

HHI

1.338,00

1.386,70 1.441,70

1.420,60

1.239,00 4.520,60

4.855,90

Ano: 2000

Ano: 2007
86,7

Ano: 2013
90,7

Fonte: Banco Central do Brasil.


1/

CR4 representa a proporo dos negcios dos 4 maiores bancos, em relao ao total do sistema financeiro.

2/

CR8 representa a proporo dos negcios dos 8 maiores bancos, em relao ao total do sistema financeiro.

3/

HHI o ndice de concentrao de Herfindahl-Hirschman.

Esses nmeros mostram que o mercado bancrio brasileiro transformouse em moderadamente concentrado no final do perodo examinado, sendo as
modalidades crdito rural e crdito imobilirio as que apresentam maior nvel
de concentrao de mercado.

3. Modelo economtrico e definio da amostra


3.1 Modelo de Panzar-Rosse
Neste estudo, primeiramente ser estimado um modelo mais geral de
competio, em que todos os produtos do banco so considerados agregadamente.
Para tanto, utiliza-se o modelo de Panzar-Rosse, para avaliar o processo de
competio prevalecente na indstria bancria brasileira. Seja a funo receita do
banco dada por R it = R(xit , y1t ), em que xit um vetor de produtos e y1t um

vetor de variveis exgenas que tm efeitos na renda dos bancos. Seja a funo

custo dos bancos dada por Cit = C(xit , wit , y2t ), em que Cit um vetor de preo de
insumos usados pelos bancos; wit o custo dos fatores de produo; e y2t um

vetor de variveis exgenas que afetam os custos de produo dos bancos.


possvel que os vetores y1t e y2t tenham variveis em comum.

Economia Bancria e Crdito 54

A firma bancria resolve o problema de maximizao de lucro ao operar


num nvel de produo em que o custo marginal seja igual receita marginal, ou
seja, R(xit , y1t ) = C(xit , wit , y2t ). Considerando que essa condio cumprida,

Panzar e Rosse (1987) propem que a soma das elasticidades da receita com relao
ao preo de cada fator de produo constitui uma medida que pode ser usada para
fins de aferio do grau de competio prevalecente em dada indstria. Tal medida,
conhecida como H-Estatstica, ento dada por:
H = (Rwi )(wi R)

(1)

em que wi representa o preo do i-simo produto. Pode-se demonstrar

que, para uma funo lucro bem-comportada, um valor unitrio (H = 1) dessa


estatstica compatvel com uma estrutura de mercado de competio perfeita,

quando cada um dos fatores de produo seria remunerado de acordo com a sua

produtividade marginal. Panzar e Rosse (1987) mostram que um valor no positivo


(H 0) denota que a indstria opera em monoplio, podendo existir uma firma
dominante ou uma coalizo de firmas cartelizadas. Valores entre (0 < H < 1) so

consistentes com estruturas de concorrncia oligopolista e/ou de competio


monopolstica. A validade desta proposio requer que a economia se encontre em

equilbrio de longo prazo (ver Nathan e Neave (1989) e Bikker et al (2006) sobre
procedimentos de especificao do modelo de Panzar-Ross). A equao em forma
reduzida da receita de um banco dada por:
ln(R it ) = + 1 lnw1,it + 2 lnw2,it + 3 lnw3,it + k Xk + i + it

(2)

em que R it representa a receita do banco i no perodo t; w1 o custo de

administrao do banco; w2 denota o custo de remunerao do capital prprio; w3

o custo de remunerao de captaes, ou seja, depsitos e outras formas de


fundos de terceiros usados pelo banco, para financiar suas operaes ativas; Xk
um vetor de variveis de controle que afetam as receitas dos bancos; i um termo

que capta propriedades individuais no observveis do banco i; it o termo de

resduos que, por hiptese, admite-se seguir um processo IID com mdia zero e
varincia constante. A estatstica H obtida pela soma (H = 1 + 2 + 3 ). Com

vistas a evitar clculos manuais da mdia e respectivos desvios-padro desses


parmetros, a equao (1) ser rearranjada, como em Park (2013), da seguinte
maneira:

Economia Bancria e Crdito 55

ln(R it ) = + 1 lnw1,it lnw3,it + 2 lnw2,it lnw3,it +(1 + 2 +


3 )lnw3,it + k X k + i +it

(3)

de modo que o coeficiente da varivel lnw3,it produza diretamente a

estatstica H, com a vantagem de que o desvio-padro dessa estimativa pode ser


usado para realizao de testes de significncia da mencionada estatstica.

O modelo de Panzar-Rosse vlido para mercado em equilbrio. Para


testar essa hiptese, Shaffer (1982), Molyneux et al. (1996) e Park (2013) sugerem a
seguinte equao de teste:
ln(ROAit ) = + 1 lnw1,it + 2 lnw2,it + 3 lnw3,it + k X k + i + it (4)
em que ROAit representa o retorno do ativo do banco i no perodo t. Em

equilbrio, o retorno do ativo dos bancos no deve ser correlacionado com os

preos dos fatores de produo. Assim sendo, nessa equao, a soma (H = 1 +

2 + 3 ) deveria ser nula. Contrariamente, um aumento no custo de fatores

implicaria reduo temporria da taxa de retorno do ativo dos bancos (H < 0).

Pelas razes antes tratadas, a equao (4) ser rearranjada de modo que o

coeficiente da varivel lnw3,it incorpore o efeito agregado dos preos dos fatores:

ln(ROAit ) = + 1 lnw1,it lnw3,it + 2 lnw2,it lnw3,it +(1 + 2 +

3 )lnw3,it + k xk + i +it

(5)

Com esse procedimento, espera-se teoricamente que a hiptese nula,


(H = 1 + 2 + 3 = 0), no seja rejeitada, para cumprimento da condio de

equilbrio do mercado e validade da estatstica H a que se refere a equao (3).

3.2 Indicador de Boone

O modelo de competio proposto por Boone (2008) fundamentado na


hiptese de que firmas com baixo custo marginal de produo operariam com
margem operacional mais elevada. Essa condio permitiria que tais firmas
eventualmente sacrificassem parcela da margem operacional, mediante reduo do
preo dos produtos e servios, com o objetivo de obter maior participao de
mercado. A intuio econmica desse modelo que concentrao de mercado
decorre da expanso dos negcios das empresas mais eficientes.

Economia Bancria e Crdito 56

Seguindo Leuvensteijin et al (2011) e Boone (2008), o modelo para a


verso de participao de mercado definido como segue:
(6)

ln (MSyi ) = + ln (CMyi )

em que MSyi representa a participao de mercado do banco i na

modalidade de servio financeiro y; CMyi o custo marginal do banco i na


modalidade de servio financeiro y, sendo o coeficiente o Indicador de Boone.

Normalmente, o sinal esperado de negativo, visto que bancos com baixo custo
marginal ganhariam participao de mercado. Boone (2008) argumenta que quanto
menor esse parmetro for, maior ser o grau de competio. Contudo, evidncias

empricas mostram que o sinal de tambm pode ser positivo. Nessa situao,

bancos com custos marginais maiores ganhariam participao de mercado,


prestando servios diferenciados e servios de excelncia, para pblico que no

decide sua demanda exclusivamente com base em preo, mas num pacote de
servios de convenincia.
O custo marginal no uma varivel publicamente observada. Apenas os
agentes internos diretamente envolvidos com o planejamento estratgico da
organizao dispem de dados gerenciais sobre custos por unidade de negcio. Em
face dessa limitao, o custo marginal ser estimado mediante uso de dados
disponveis na base de dados do Cosif e da Central de Risco de Crdito, usando a
seguinte especificao:
ln(CTit W1it ) = + kj=1 j lnyj + ln(W2it W1it ) + Tt + it

(7)

em que CTit representa o custo total do banco i no perodo t, centrado em

relao mdia de cada banco; W1 o custo de remunerao do capital prprio do

banco; W2 o custo de captao de passivos onerosos; yj um vetor de produtos


financeiros. Nesse modelo, so consideradas as seguintes modalidades de produtos:

1) Emprstimos e Ttulos Descontados; 2) Financiamentos; 3) Financiamentos


Rurais e Agroindustriais; 4) Financiamentos Imobilirios; 5) outras operaes.

Nessa ltima categoria, enquadram-se os demais ativos de renda de intermediao


financeira, os quais envolvem operaes realizadas com a finalidade de manuteno
de liquidez, derivativos ativos, carteira de cmbio (ativo) e Outros Ativos no
Usuais. Em seguida, o Indicador de Boone estimado, segundo a seguinte
especificao:

Economia Bancria e Crdito 57

ln (MSyj,it ) =0 + 1 ln (CMyj,it )+ 2 Eit + 3 X it + 4 Zt + 1 Tt + i + it

(8)

em que MSyj,it denota a participao do banco i no segmento de mercado

yj , no perodo t; CMyj,it o custo marginal do banco i no segmento de mercado yj ,

no perodo t, obtido a partir da derivada parcial da funo custo total em relao a


cada modalidade de crdito tratada no pargrafo precedente; Eit o ndice de

eficincia do banco i no perodo t; X it um vetor de variveis de controle das


caractersticas do banco i no perodo t; Zt um vetor de variveis de controle das

condies econmicas; Tt um vetor de variveis dummies usadas para controlar

eventuais efeitos de tendncia temporal; i representa os fatores individuais no


observveis; o ltimo termo o resduo que, por hiptese, segue um processo assim
definido: i,t ~ IID(0, 2 ).

Com vistas a avaliar eventuais problemas de endogeneidade presentes nas

Equaes 3 e 8, procede-se ao teste de Sargan-Hansen. Conforme discusso feita


por Schaeck e Cihk (2010) e Leuvensteijin et al (2011), esse problema pode ocorrer
porque custos marginais e ganhos de participao de mercado (desempenho) so
determinados simultaneamente. Alm disso, possvel que haja tambm
simultaneidade entre definio de custos de fatores e custo de produo. Nos
exerccios realizados, no se rejeitou a hiptese nula de exogeneidade dos
regressores. Com apoio nesses resultados, as estimaes foram realizadas usando o
mtodo de mnimos quadrados ordinrios, para efeitos fixos e efeitos aleatrios.
Em ambos os casos, a correo de autorrelao e heterocedasticidade foi feita
seguindo os procedimentos recomendados por Newey e West (1987).

3.3 Descrio dos dados


A amostra utilizada neste estudo envolve todos os conglomerados e
instituies financeiras isoladas, em atividade durante o perodo de 2000-2013.
Com vistas a abreviar futuras citaes e referncias, essas entidades sero tratadas,
doravante neste texto, pelo codinome bancos. Os dados tm frequncia trimestral
e coincidem com as datas de levantamento de balanos e balancetes de maro,
junho, setembro e dezembro de cada ano. Os dados em nvel de banco foram
coletados das seguintes fontes: 1) Plano Contbil das Instituies do Sistema
Financeiro Nacional (Cosif); e 2) Sistema de Informaes de Crdito do Banco
Central (SCR). Os dados macroeconmicos tm como fonte o Sistema Gerenciador
de Sries Temporais (SGS), do Banco Central do Brasil. O painel no balanceado
formado por 247 distintos bancos e 56 cross-sections, totalizando 7.684 observaes.

Economia Bancria e Crdito 58

Entre 2000 e 2008, o nmero de bancos em operao reduziu-se de 159 para 129.
Aps ento, esse nmero apresentou pequeno crescimento, alcanando 133 ao final
de 2013.
A varivel Custo Total ( CTit ) formada pelas despesas de

intermediao financeira, inclusive as referentes a dvidas subordinadas e


instrumentos hbridos de capital e dvidas; despesas administrativas, incluindo
despesas de pessoal; outras despesas operacionais; e remunerao do capital

prprio. Com essa definio, tenta-se incorporar ao estudo um conjunto de


informao mais amplo sobre os efetivos custos associados s atividades
operacionais dos bancos.
A remunerao do capital prprio foi imputada, considerando uma proxy
de custo de oportunidade. Para esse propsito, foi usada a remunerao dos
depsitos interfinanceiros. Desse modo, a razo entre Remunerao do Capital
Prprio e Patrimnio lquido resulta na Taxa de Remunerao do Capital
Prprio W1,it .

O Custo de Captao dos Passivos Onerosos W2,it representa a taxa

de remunerao mdia dos recursos de terceiros, tendo sido calculada como a razo
entre Despesas de Captaes, acrescidas da remunerao de quase-capital 2, e
Passivo Oneroso.
O Custo Marginal CMj,it , por modalidade de produtos, os quais

envolvem operaes de emprstimos, financiamentos, crdito rural e crdito


imobilirio, foi obtido tomando a respectiva derivada parcial da funo custo total,
estimada segundo a equao (8).
O ndice de Eficincia (Eit ) o score de eficincia tcnica do banco i, no

perodo t, obtido pela estimao da funo de produo da indstria bancria,

usando tcnicas no paramtricas de anlise de envoltria. Para os propsitos deste


trabalho, o vetor de insumos constitudo pelo saldo das operaes de crdito,

enquanto o vetor de produto corresponde s receitas efetivas de cada carteira de


crdito, excludas as despesas com provises para perdas esperadas. Desse modo, o
score estimado pode ser interpretado como sendo a distncia que o banco i se

encontra da fronteira eficiente, no perodo t. Uma rica discusso sobre eficincia

bancria para o caso brasileiro pode ser encontrada em Staub et al (2009).

Remunerao de dvidas subordinadas e instrumentos hbridos de capital e dvidas.


Economia Bancria e Crdito 59

A Receita Total (R it ) corresponde ao cmputo das receitas de

intermediao financeira, compreendendo: a) rendas de operaes de crdito; b)


rendas de ttulos e valores mobilirios; c) rendas de operaes de cmbio; d) rendas
de aplicaes em moedas estrangeiras e aplicaes compulsrias; e) receitas de
servios (envolvendo tarifas bancrias; rendas de prestaes de outros servios
financeiros; e rendas de garantias prestadas); f) outras receitas operacionais.
A varivel ROAit mede a rentabilidade do ativo total ajustado. O ndice

constitui uma mdia da razo entre Lucro Lquido (LL) e o ativo mdio do
perodo de apurao. O LL representa a renda residual aps pagamento de todos os
fatores de produo, constituio de provises para riscos de negcio,
reconhecimento de perdas e pagamento de tributos e contribuies.
O vetor X it incorpora variveis dummies que descrevem as caractersticas

individuais dos bancos. Quanto ao controle de capital, foram consideradas as

seguintes classes: banco pblico federal; banco pblico estadual; banco privado
nacional; banco privado com controle estrangeiro; e banco privado com
participao estrangeira. Para controlar efeitos de escala, os bancos foram
classificados quanto ao porte em: grande, mdio, pequeno e microporte, segundo
critrios utilizados pela superviso bancria brasileira. No que diz respeito ao ramo
econmico predominantemente explorado, os bancos foram agrupados em: banco
de atacado e middle market, banco de tesouraria e negcios, banco de crdito,
banco complexo, banco de montadora e banco de desenvolvimento.
O vetor Zit incorpora variveis macroeconmicas, as quais tm a

finalidade de controlar fatores do ambiente econmico que possam afetar as


principais variveis de interesse do presente estudo. As seguintes variveis foram

consideradas: a) Produto Interno Bruto a preo de mercado (ndice trimestral, base


mvel mdia do ano anterior igual a 100 IBGE SCNTR/SCN 2000); e b)
mdia trimestral da taxa Selic.

3.4 Testes de raiz unitria


O teste de Fisher uma verso multivariada dos testes de Dickey-Fuller e
de Phillips-Perron, proposto por Maddala e Wu (1999). Esse teste consiste na
realizao de N testes de raiz unitria, para cada indivduo do painel. A estatstica
de teste dada por P = 2 ln(pi ), sendo pi o p-valor referente a cada indivduo

do painel. P possui distribuio 2 com 2N graus de liberdade. A hiptese nula


que os dados sejam no estacionrios. A equao de teste pode incluir termos

Economia Bancria e Crdito 60

determinsticos e o nmero de defasagens do termo aumentado na especificao


ADF deve ser determinado de modo a produzir resduos no correlacionados. Choi
(2001 apud Baltagi, 2008) props a seguinte estatstica para o teste de Fisher:
Z=

Ti=1 1 (pi )

(9)

em que a funo de distribuio acumulada normal. Como

0 pi 1, ento 1 (pi ) possui distribuio N(0, 1). O autor demonstrou que

quando T tende ao infinito, Z converge para N(0, 1). O resultado da aplicao dos
testes de raiz unitria apresentado na tabela 2.
Tabela 2 Testes de raiz unitria
Fisher-ADF1/
Choi Z

P-Valor

TD2/

LAG

Custo Total

***

-56,12

0,0000

Custo Marginal (Emprstimos)

-25,90***

0,0000

Custo Marginal (Financiamentos)

-22,21***

0,0000

Custo Marginal (Rural)

-19,71***

0,0000

Custo Marginal (Imobilirio)

-13,02***

0,0000

Participao de Mercado (Emprstimos)

***

-3,23

0,0006

Participao de Mercado (Financiamentos)

-7,35***

0,0000

Participao de Mercado (Rural)

-5,69***

0,0000

Participao de Mercado (Imobilirio)

-2,08**

0,0189

ndice de Eficincia

-41,48***

0,0000

Custo de Captao

-65,36***

0,0000

Custo de Capital

***

-10,71

0,0000

Retorno do Ativo (ROE)

-24,68***

0,0000

Varivel

Nota: * p < 0,10; ** p < 0,05; *** p <0,01


1/

Corresponde mdia das defasagens selecionadas nas equaes individuais.

2/

Termo de tendncia estocstica.

Portanto, de acordo com o referido teste, a nveis de significncia


menores do que 2%, rejeita-se a hiptese nula de no-estacionariedade do painel.

4. Discusso dos resultados


4.1 Avaliao da hiptese de equilbrio de mercado
Na tabela 3, so apresentados os resultados da estimao da equao (5), a
qual tem a finalidade de avaliar se o mercado de crdito brasileiro operava em
condies de equilbrio durante o perodo examinado. Na oportunidade, no
ocioso lembrar que a hiptese subjacente neste exerccio verificar que o retorno

Economia Bancria e Crdito 61

do ativo no correlacionado com os custos de fatores. Foram estimadas trs


especificaes do modelo, as quais diferem entre si apenas pela incluso de
variveis de controle. Para cada modelo, as regresses foram estimadas
considerando tanto efeitos aleatrios (RE) quanto efeitos fixos (FE).
Tabela 3 Estimao da equao (5): Teste da condio de equilbrio
Modelo 1

Varivel Explicativa
W3

W1-W3

W2-W3

Modelo 2

Modelo 3

(RE)

(FE)

(RE)

(FE)

(RE)

(FE)

(1)

(2)

(3)

(4)

(5)

(6)

0,0119

0,0097

0,0091

0,0068

0,0085

0,0075

(0,0287)

(0,0300)

(0,0293)

(0,0307)

(0,0293)

(0,0307)

-0,0498***

0,0529***

0,0504***

0,0536***

0,0504***

0,0534***

(0,0035)

(0,0045)

(0,0036)

(0,0357)

(0,0357)

(0,0039)

-0,0345

-0,0494**

-0,0421*

-0,0587**

-0,0426*

-0,0574**

(0,022)

(0,0232)

(0,0227)

(0,0234)

(0,0228)

(0,0240)

0,0002

0,0013

0,0003

0,0013

(0,0385)

(0,0041)

(0,0038)

(0,0041)

-0,0240**

-0,0267**

(0,0119)

(0,0120)

PIB

Selic

Banco Grande

Banco Pblico

Banco Estrangeiro

Obs.

0,4641

0,5378

(0,3463)

(0,3477)

0,0699

0,3243

(0,3192)

(0,3713)

-0,2623

-3,9284*

(0,4536)

(2,2089)

0,0853

0,3081

(0,2334)

(0,5191)

7.734

7.734

7.734

7.734

7.734

7.734

R2

0,1383

0,1362

0,1383

0,1359

0,1388

0,0945

Teste Wald

612,04

33,61

621,95

28,74

622,04

25,04

0,0000

0,0000

0,0000

0,0000

0,0000

0,0000

Nota: * p < 0,10; ** p < 0,05; *** p <0,01. Desvio-padro entre parnteses.

No se rejeita a hiptese de que o coeficiente da varivel lnw3,it , da

equao (5), seja igual a zero. Isso sugere que, em equilbrio, o retorno dos bancos

no Brasil no tem associao com o preo dos fatores de produo. Ressalte-se


ainda que esse resultado mantm-se praticamente inalterado aps a incluso das
variveis de controle, indicando que as caractersticas individuais dos bancos no
exercem impactos relevantes nos parmetros estimados.

Economia Bancria e Crdito 62

4.2 Estatstica-H de Panzar-Rosse


Os resultados da estimao da equao (3), cuja finalidade avaliar se o
preo dos fatores de produo tm associao positiva com a receita dos bancos,
so apresentados na tabela 4. Conforme anteriormente discutido, a Estatstica-H de
Panzar-Rosse definida como sendo a soma da elasticidade da receita
relativamente a variaes nos preos dos fatores de produo. Aqui, tambm, foram
estimadas trs especificaes do modelo, que diferem entre si pela incluso de
variveis de controle. Referidos modelos foram estimados para efeitos aleatrios e
efeitos fixos. Ambos os resultados so reportados, embora o teste de Hausman
sugira que caractersticas individuais no observveis sejam relevantes e devam ser
consideradas na estimao.
Tabela 4 Estimao da equao (3): Modelo Panzar-Rosse
Modelo 1
(RE)
Varivel Explicativa
H

W1-W3

W2-W3

Modelo 2
(FE)

(RE)

Modelo 3
(FE)

(1)

(2)

(3)

(4)

(5)

(6)

0,8813***

0,9090***

0,8272***

0,9035***

0,8319***

(0,0154)

(0,0181)

(0,0150)

(0,0182)

(0,0153)

(0,0182)

0,0610***

0,0621***

0,0592***

0,0609***

0,0589***

0,0606***

(0,0046)

(0,0048)

(0,0045)

(0,0048)

(0,0044)

(0,0048)

0,6023***

0,5783***

0,5556***

0,5269***

0,5526***

0,5331***

(0,0129)

(0,0134)

(0,0130)

(0,0138)

(0,0131)

(0,0138)

0,0167***

0,0144***

0,0166***

0,0144***

(0,0010)

(0,0011)

(0,0011)

(0,0011)

0,0336***

0,0366***

0,0339***

0,0363***

(0,0033)

(0,0033)

(0,0033)

(0,0033)

PIB

Selic

-0,0142

0,0166

0,0120

0,2340

(0,0931)

(0,0928)

(0,0931)

(0,0926)

0,2107**

0,1928**

(0,0952)

(0,1014)

0,2052

2,1005***

(0,4536)

(2,2089)

-0,0991

-0,6088***

(0,0823)

(0,1373)

7.530

7.530

Banco Grande

Banco Pblico

Banco Estrangeiro

Teste Wald

(FE)

0,9545***

Obs.

(RE)

7.530

7.530

7.530

7.530

0,8413

0,8383

0,8531

0,8498

0,8495

0,7482

6.751,80

320,64

7.779,34

296,28

7.796,81

258,94

0,0000

0,0000

0,0000

0,0000

0,0000

0,0000

Nota: * p < 0,10; ** p < 0,05; *** p <0,01. Desvio-padro entre parnteses.

Economia Bancria e Crdito 63

O teste de Wald rejeita a hiptese de presena de estrutura de mercado


no concorrencial, ou seja, (H = 0), ao nvel de significncia de 1%. Esse teste
tambm rejeita fortemente a hiptese de que o mercado bancrio brasileiro opera
em competio perfeita, isto , (H = 1), em todas as especificaes estimadas do

modelo.

Na especificao em que se controla a regresso para efeitos


macroeconmicos, tipos de bancos e fatores individuais no observados,
encontrou-se o valor (H = 0,8319), significante a 1%. Esse resultado consistente
com a hiptese de concorrncia monopolista.

A reestimao do modelo para subamostras evidencia que o grau de


competio apresentou significante variao no perodo examinado.
Tabela 5 Evoluo da competio bancria: Mercado de crdito
Perodo

H-Estatstica

Erro-padro

Nm. Obs

2000-2013

0,8319***

0,0182

7.503

2000-2003

0,5637***

0,0410

2.379

2004-2007

0,9195***

0,0507

2.055

2008-2013

0,8743***

0,0358

3.069

Fonte: Elaborao prpria.

Nota: *** denota significncia < 1%

Conforme se pode observar na tabela 5, no perodo 2000-2003, o nvel de


competio no mercado bancrio de crdito no Pas era substancialmente menor
do que o que se presenciou no perodo final da amostra. Registrou-se pronunciado
crescimento do grau de competio no perodo de 2004-2007, quando o crdito,
principalmente privado, apresentou forte expanso. No perodo mais recente,
percebe-se moderada reduo da competio entre os bancos.

5. Avaliao da competio bancria por segmento


5.1 Estimao do indicador de Boone: emprstimos e ttulos
descontados
Na tabela 6, apresentam-se os resultados da estimao da equao (8),
para a modalidade de crdito Emprstimos e Ttulos Descontados. Estimam-se
trs especificaes do modelo, que diferem entre si pela incluso de variveis de
controle. Foram reportados os resultados para a estimao que considera efeitos
Economia Bancria e Crdito 64

aleatrios e a que considera efeitos fixos para fatores individuais no observveis,


embora o principal resultado de interesse no seja estatisticamente diferente nos
dois casos examinados.

Tabela 6 Estimao da equao (8): Indicador Boone emprstimos e ttulos descontados


Modelo 1

Varivel Explicativa
CM

Modelo 2

Modelo 3

(RE)

(FE)

(RE)

(FE)

(RE)

(1)

(2)

(3)

(4)

(5)

-0,2626***

-0,2799***

-0,2821***

-0,2800***

-0,2828***

(0,0078)

(0,0079)

(0,0079)

(0,0183)

(0,0080)

(0,0079)

0,0195***

0,0183***

0,0195***

0,0181***

(0,0015)

(0,0015)

(0,0015)

(0,0015)

0,0169***

0,0172***

0,0169***

0,0173***

(0,0035)

(0,0035)

(0,0035)

(0,0034)

PIB

Selic

-0,5191

-0,5242

-0,5185

-0,5246

(0,1007)

(0,1001)

(0,1011)

(0,1010)

0,5235***

0,3696***

(0,1010)

(0,1014)

-1,5479***

-0,1096

(0,3530)

(0,6028)

Banco Grande

Banco Pblico

Banco Estrangeiro

R2
Teste Wald

(6)

-0,2645***

Obs.

(FE)

-0,031

-0,1492

(0,1292)

(0,1473)

6.585

6.585

6.585

6.585

6.585

6.585

0,1541

0,1541

0,1812

0,1813

0,1817

0,1831

1.146,91

82,72

1.398,66

82,73

1.438,41

71,16

0,0000

0,0000

0,0000

0,0000

0,0000

0,0000

Nota: * p < 0,10; ** p < 0,05; *** p <0,01. Desvio-padro entre parnteses.

O resultado encontrado mostra moderado nvel de competio nesse


mercado ( = 0,2828), o que significa que as firmas com
menor custo marginal de produo ganharam participao de mercado. Outro
resultado bastante sugestivo que a varivel de controle apresenta sinal positivo

e altamente significante nas especificaes estimadas, suportando a tese de que a


concentrao de mercado pode ser explicada pela conduta estratgica dos bancos
mais eficientes.
Controlando para efeitos fixos, a concentrao de mercado mais
influenciada pela ao de grandes bancos. Para esse mercado especificamente, as
variveis dummies, para controle do tipo de controle e de porte, indicam que
bancos pblicos e bancos estrangeiros no tm efeito estatisticamente significante
na estrutura de mercado.
Economia Bancria e Crdito 65

Na tabela 7, apresenta-se a evoluo da competio na modalidade


emprstimos e ttulos descontados.
Tabela 7 Evoluo da competio bancria: Emprstimos e ttulos descontados
Perodo

H-Estatstica

Erro-padro

Nm. Obs

2000-2013

0,8319***

0,0182

7.503

2000-2003

0,5637***

0,0410

2.379

2004-2007

0,9195***

0,0507

2.055

2008-2013

0,8743***

0,0358

3.069

Fonte: Elaborao prpria.

Esses nmeros mostram que houve um moderado aumento da


competio entre 2004 e 2007, mas que tal processo foi revertido nos anos recentes.
Tal comportamento consistente com o sinal da varivel PIB, usada para controle
do efeito do ciclo econmico no processo de concentrao do mercado. A relao
positiva encontrada sugere que a concentrao desse segmento pr-cclica. Por
outro lado, a varivel SELIC apresenta associao negativa com o processo de
concentrao do mercado, sinalizando que a expanso das operaes freada em
funo do aumento dos custos financeiros.

5.2 Estimao do indicador de Boone: financiamentos


Os resultados da estimao da equao (8) para a modalidade
Financiamentos so apresentados na tabela 8, a qual reporta seis especificaes
do modelo, envolvendo variaes para o caso de efeitos aleatrios, bem como
efeitos fixos, para controle de fatores individuais no observveis.

Economia Bancria e Crdito 66

Tabela 8 Estimao da equao (8): Indicador Boone financiamentos


Modelo 1

Varivel Explicativa
CM

Modelo 2

Modelo 3

(RE)

(FE)

(RE)

(FE)

(RE)

(1)

(2)

(3)

(4)

(5)

-0,4390***

-0,4618***

-0,4636***

-0,4639***

-0,4653***

(0,0088)

(0,0088)

(0,0088)

(0,0088)

(0,0080)

(0,0088)

0,0274***

0,0252***

0,0279***

0,0251***

(0,0019)

(0,0019)

(0,00159

(0,0019)

0,0275***

0,0276***

0,0277***

0,0277***

(0,0043)

(0,0042)

(0,0043)

(0,0043)

-0,8023***

-0,8095***

-0,8043***

-0,8111***

(0,1239)

(0,1227)

(0,1246)

(0,1226)

0,6543***

0,4141***

(0,1159)

(0,1167)

PIB

Selic

Banco Grande

Banco Pblico

Banco Estrangeiro

R2
Teste Wald

(6)

-0,4373***

Obs.

(FE)

0,6723*

-0,2427

(0,3451)

(0,6921)

-0,0244

-0,3013

(0,1416)

(0,1692)
5.736

5.736

5.736

5.736

5.736

5.736

0,3212

0,3212

0,353

0,3533

0,355

0,355

2.628,38

186,97

3.019,73

177,64

3.107,54

152,05

0,0000

0,0000

0,0000

0,0000

0,0000

0,0000

Nota: * p < 0,10; ** p < 0,05; *** p <0,01. Desvio-padro entre parnteses.

O coeficiente de maior interesse estimado revela um nvel maior de


competio

na

modalidade

de

crdito

de

financiamento

de

bens

(Indicador de Bonne = 0,4653). Novamente, esse resultado corrobora a tese de


que bancos com menores custos marginais conquistam participao de mercado. O
sinal positivo da varivel de controle, Eit , refora o fato de que competio por

novos clientes e mercados tem associao com o grau de eficincia da instituio


bancria.

No mercado de crdito voltado para financiamento de consumo e de


atividade produtiva, o crescimento da participao de mercado pr-cclico, sendo
favorecido pelo aumento do nvel de atividade econmica e pela estabilidade da
poltica monetria, como se pode inferir a partir dos sinais dos coeficientes das
variveis de controle PIB e Selic, os quais se apresentam fortemente significantes. A
tabela 9 mostra a evoluo da competio na modalidade financiamento.

Economia Bancria e Crdito 67

Tabela 9 Evoluo da competio bancria: financiamento


Perodo

Indicador de Boone

Erro-padro

Nm. Obs

2000-2013

-0,4618***

0,0088

5.736

2000-2003

-0, 2718***

0,0152

1.856

2004-2007

-0,3898***

0,0159

1.600

2008-2013

-0,4044***

0,0133

2.280

Fonte: Elaborao prpria.

Nota: *** denota significncia < 1%

Esses nmeros revelam que houve um crescimento da competio nos


trs subperodos da amostra examinada. No se encontraram evidncias suficientes
para afirmar que a ao de bancos pblicos tenha efeitos significantes no processo
de concentrao do mercado de financiamento. Semelhantemente, no foram
significantes as dummies usadas para controle de bancos estrangeiros.

5.3 Estimao do Indicador de Boone: financiamentos rurais e


agroindustriais
A tabela 10 apresenta os resultados da estimao da equao (8), para a
modalidade Financiamentos Rurais e Agroindustriais.

Economia Bancria e Crdito 68

Tabela 10 Estimao da equao (8): Indicador Boone financiamentos rurais e agroindustriais


Modelo 1

Varivel Explicativa
CM

Modelo 2

Modelo 3

(RE)

(FE)

(RE)

(FE)

(RE)

(1)

(2)

(3)

(4)

(5)

(6)

-0,2772***

-0,2746***

-0,2851***

-0,2822***

-0,2915***

-0,2868***

(0,0124)

(0,0124)

(0,0125)

(0,0124)

(0,0125)

(0,0124)

0,0380***

0,0362***

0,0388***

0,0362***

(0,0043)

(0,0042)

(0,0042)

(0,0042)

0,0224***

0,0224***

0,0227***

0,0226***

(0,0058)

(0,0045)

(0,0046)

(0,0045)

-0,3049**

-0,83041***

-0,3110***

-0,3093***

(0,1317)

(0,1305)

(0,1320)

(0,1297)

0,4604***

0,3942***

(0,0776)

(0,0770)

PIB

Selic

Banco Grande

Banco Pblico

Banco Estrangeiro

Obs.

(FE)

0,3566

-0,035

(0,3245)

(0,4414)

0,3059

0,1274

(0,1976)

(0,2172)

2.034

2.034

2.034

2.034

2.034

2.034

R2

0,1981

0,198

0,3074

0,3036

0,4706

0,4219

Teste Wald

562,24

39,34

642,67

40,57

754,50

36,26

0,0000

0,0000

0,0000

0,0000

0,0000

0,0000

Nota: * p < 0,10; ** p < 0,05; *** p <0,01. Desvio-padro entre parnteses.

O Indicador de Boone estimado para essa modalidade mostra moderado


grau de competio nesse mercado de crdito (Indicador de Bonne = 0,2868).

Referido resultado corrobora a tese de que bancos com baixo custo marginal tm
maior chance de ganhar participao de mercado. Mais uma vez, o sinal positivo da

varivel de controle Eit reafirma o fato de que eficincia tcnica constitui um

elemento importante no processo de disputa por parcela de mercado.

A evoluo da competio nesse segmento de mercado apresentada na


tabela 11, para trs subperodos da amostra examinada.

Economia Bancria e Crdito 69

Tabela 11 Evoluo da competio bancria: financiamentos rurais e agroindustriais


Perodo

Indicador de Boone

Erro-padro

Nm. Obs.

2000-2013

-0,2868***

0,0124

2.034

2000-2003

-0, 2234***

0,0199

648

2004-2007

-0,2283***

0,0233

575

2008-2013

-0,3596***

0,0196

811

Fonte: Elaborao prpria.

Nota: *** denota significncia < 1%

Os nmeros mostram que houve um crescimento da competio nesse


mercado apenas no ltimo perodo da amostra, com reduo nos dois perodos
intermedirios. A participao de bancos pblicos e estrangeiros parece no ser
importante no processo de competio-concentrao desse mercado. Contudo, os
bancos grandes possuem vantagens comparativas. O padro pr-cclico da
concentrao de mercado est tambm presente nesse segmento do mercado de
crdito.

5.4 Estimao do indicador de Boone: financiamentos imobilirios


A tabela 12 apresenta os resultados da estimao da equao (8), para
Financiamentos Imobilirios.

Economia Bancria e Crdito 70

Tabela 12 Estimao da equao(8): Indicador Boone financiamento imobilirio


Modelo 1
Varivel Explicativa
CM

Modelo 2

Modelo 3

(RE)

(FE)

(RE)

(FE)

(RE)

(1)

(2)

(3)

(4)

(5)

-0,5596***

-0,5663***

-0,5675***

-0,5711***

-0,5702***

(0,0141)

(0,0141)

(0,0142)

(0,0143)

(0,0142)

(0,0143)

0,0763***

0,0727***

0,0815***

0,0745***

(0,0123)

(0,0123)

(0,0123)

(0,0123)

0,0347***

0,0351***

0,0347***

0,0350***

(0,0066)

(0,0066)

(0,0067)

(0,0061)

-0,9259***

-0,9244***

-0,9286***

-0,9227***

(0,1898)

(0,1895)

(0,1904)

(0,1887)

0,4343***

0,3435***

(0,0966)

(0,0970)

PIB

Selic

Banco Grande

Banco Pblico

Teste Wald

(6)

-0,5597***

Obs.

(FE)

2,1102***

-0,6199

(0,5089)

(0,7828)

1.441

1.441

1.441

1.441

1.441

1.441

0,6361

0,6361

0,66

0,6601

0,663

0,6633

2.682,69

171,65

2.682,69

156,71

2.744,84

142,04

0,0000

0,0000

0,0000

0,0000

0,0000

0,0000

Nota: * p < 0,10; ** p < 0,05; *** p <0,01. Desvio-padro entre parnteses.

Os resultados encontrados revelam que o segmento de crdito imobilirio


apresenta nvel de competio acima da mdia, quando comparado aos demais
segmentos examinados no presente estudo (Indicador de Bonne = 0,5702).

Alm do reduzido custo marginal, eficincia e escala de produo constituem


fatores que explicam o crescimento da participao de mercado nesse segmento do
crdito.
A evoluo da competio nesse segmento de mercado apresentada na
tabela 13, para os trs subperodos abaixo indicados.
Tabela 13 Evoluo da Competio Bancria: Financiamentos imobilirios
Perodo

Indicador de Boone

Erro-padro

Nm. Obs.

2000-2013

-0,5702***

0,0143

1.441

2000-2003

-0, 3100***

0,0239

451

2004-2007

-0,2351***

0,0241

382

2008-2013

-0,6679***

0,0206

608

Fonte: Elaborao prpria.


Nota: *** denota significncia < 1%

Economia Bancria e Crdito 71

Esses nmeros revelam que houve crescimento da competio no


mercado de crdito imobilirio no perodo seguinte a 2008. As variveis dummies
usadas para bancos pblicos e bancos estrangeiros no se mostraram significantes.
Finalmente, como nos demais mercados examinados neste trabalho, crescimento
da renda e estabilidade monetria so fatores que favorecem a competio.

6. Concluso
Neste estudo, avaliou-se a associao entre concentrao e competio no
mercado de crdito brasileiro. Adicionalmente, testou-se empiricamente se
concentrao possui relao econmica com o grau de eficincia da firma bancria.
Os resultados mostraram que, no perodo examinado, o mercado de
crdito bancrio brasileiro passou por um moderado processo de concentrao,
exceto na modalidade de crdito de financiamento imobilirio. Apesar disso, no
h indcios de que as condies gerais de competio tenham sido prejudicadas.
O modelo de Panzar-Rosse indicou que houve aumento da competio,
principalmente entre 2004 e 2007, com pequena retrao nos anos seguintes a 2008.
Os resultados indicaram que o grau de competio foi maior no ltimo quinqunio
quando comparado ao incio dos anos 2000.
O Indicador de Boone, aplicado s modalidades de crdito, confirma as
concluses feitas a partir do modelo de Panzar-Rosse, mostrando que houve
aumento da competio no mercado de crdito, principalmente no perodo 20042007. Com exceo do segmento de operaes de emprstimos, o qual apresentou
pequeno recuo, observa-se um aumento da competio nas operaes de
financiamentos, bem como de crdito rural e de crdito imobilirio no perodo
2008-2013. Este ltimo segmento destacou-se pela maior acelerao da competio,
motivada principalmente pela entrada de importantes bancos no mercado de
financiamentos imobilirios.
Observou-se que o nvel de concentrao positivamente associado ao
indicador de eficincia da firma bancria. Tal resultado sugere que bancos que
operam com menores custos marginais e apresentam maior eficincia tcnica
ganharam participao de mercado. Praticamente todas as especificaes dos
modelos estimados sugerem que os maiores bancos apresentam vantagens

Economia Bancria e Crdito 72

comparativas e tm crescido no mercado de crdito, o que pode estar associado


explorao de possveis ganhos de escala e/ou de escopo.
Finalmente, encontram-se evidncias de que o processo de concentrao
do mercado de crdito no Brasil, no perodo analisado, apresentou comportamento
pr-cclico e foi favorecido por um ambiente estvel de poltica monetria,
notadamente depois de 2003. Cumpre ainda destacar que tal concentrao se deu
num ambiente de indita expanso do crdito bancrio, reduo dos custos dos
servios financeiros e ampliao do prazo mdio da carteira de crdito.
A agenda de pesquisa sobre a relao emprica entre concentrao e
competio pode avanar no sentido de mensurar competio em mercados
relevantes, ambiente no qual se poderia avaliar o comportamento dos bancos em
mercados mais especficos, tais como financiamento de veculos, operaes de
financiamento de vendas com uso de carto de crdito, financiamento de capital de
giro das empresas no-financeiras. Sugere-se ainda que a pesquisa avance na
direo de usar microdados em nvel da operao de crdito, de modo a permitir
que medidas de poder de mercado mais diretas e acuradas possam ser utilizadas em
estudos de competio bancria.

Economia Bancria e Crdito 73

Referncias
Allen, F.; Gale, D. (2004). Competition and financial stability. Journal of money,
Credit and Banking, 36(3), 453-480.
Baltagi, B. (2008) H. Econometric analysis of panel data. Chichester, West Sussex:
John Wiley & Sons Ltd.
Beck, T.; Demirguc-Kunt, A; Levine, R. (2006). Bank concentration, competition
and crisis: First results. Journal of Banking & Finance, 30, 1581-1603.
Bikker, J.; Groeneveld, J. (1998). Competition and concentration in the EU banking
industry. Research Series Supervision, 8, De Nederlandsche Bank.
Bikker, J.; Spierdijk, L.; Finnie, P. (2006). Misspecification of the Panzar-Rosse
model: assessing competition in the banking industry. DNB Working Papers, 114,
Netherlands Central Bank.
Boone, J. (2008). A new way to measure competition. Economic Journal, 188, 12451261.
Boyd, J.H.; De Nicol, G. (2005). The theory of bank risk taking and competition
revisited. The Journal of Finance, 60(3), 1329-1343.
Boyd, J.H.; De Nicol, G.; Jalal, A.M. (2009). Bank competition, risk and asset
allocations. IMF Working Paper, 143.
Chang, R.; Velasco, A. (2001). A model of financial crises in emerging markets. The
Quarterly Journal of Economics, 116, 2, 489-517.
Coccorelli, N. (1998). Assessing the competitive condition in the Italian bank
system: some empirical evidence. BNL Quarterly Review, 205, 171-191.
De Nicol, G.; Loukoianova, E. (2007). Bank ownership, market structure and risk.
IMF Working Paper, 215.
Keeley, M.C. (1990). Deposit insurance, risk and market power in banking.
American Economic Review, 80, 1183-1200.
Leuvensteijin, M.V.; Bikker, J.; Rixtel, A.V.; Sorensen, C.K. (2011). A new approach
to measuring competition in the loan markets of the Euro area. Applied
Economics, 43, 3155-3167.
Economia Bancria e Crdito 74

Maddala, G.S.; Wu, S. (1999). A comparative study of unit root tests with panel
data and a new simple test. Oxford Bulletin of Economics and Statistics, n. 61, p.
631-652, 1999.
Martnez-Miera, C.; R. Repullo (2008). Does competition reduce the risk of bank
failure? CEMFI Working Paper, 801.
Molyneux, P.; Thornton, J.; Lloyd-Willians, D.M. (1996). Competition and market
contestability in Japanese commercial banking. Journal of Economics and Business,
48(1), 33-45.
Nathan, A.; Neave, E.H. (1989). Competition and contestability in Canadas
financial system: empirical results. Canadian Journal of Economics, 22(3), 576-594.
Newey,

W.K.;

West,

K.D.

(1987).

simple,

positive

semi-definite,

heteroskedasticity and autorrelation consistent covariance matrix. Econometrica,


5(3), 703-708.
Panzar, J.C.; Rosse, J.N. (1987). Testing for monopoly equilibrium. Journal of
Industrial Economics, 35, 443-456.
Park, K. (2009). Has bank consolidation in Korea lessened competition? The
Quaterly Review of Economics and Finance, 49, 651-667.
Park, K.H. (2013). Testing for competition in the South Korean and Chinese
commercial banking markets. Asia-Pacific Journal of Financial Studies, 42, 1, 5675.
Schaeck, K.; Cihk, M. (2010). Competition, efficiency, and soundness in banking:
An industrial organization perspective. Discussion Paper, 68S, Tilburg University,
Center for Economic Research.
Shaffer, S. (1982). A nonstructural test for competition in financial markets.
Proceedings of a Conference on Bank Structure and Competition. Federal Reserve
Bank of Chicago, 225-243.
Shaffer, S. (1993). A test of competition in Canadian banking. Journal of money,
credit, and Banking, 25 (1) 49-61.
Staub, R.B.; Souza, G.; Tabak, B.M. (2009). Evolution of bank efficiency in Brazil: a
DEA approach. WP Banco Central do Brasil, 200.

Economia Bancria e Crdito 75

Stiglitz, J.E.; Weiss, A. (1981). Credit rationing in markets with imperfect


information. The American Economic Review, 71, 3, 393-410.
Tabak, B. M.; Fazio, D. M.; Cajueiro, D. O. (2011). The relationship between
banking market competition and risk-taking: do size and capitalization matter? WP
Banco Central do Brasil, 261.
Vesala, J. (1995). Testing for competition in banking: behavioral evidence from
Finland. Bank of Finland Studies, E:1.
Wagner, W. (2010). Loan market competition and bank risk-taking. Journal of
Financial Services Research, 37 (1), 71-81.

Economia Bancria e Crdito 76

Transmisso Assimtrica de
Choques de Liquidez a Bancos1
Rafael Schiozer 2
Raquel de Freitas Oliveira 3

1. Introduo
Crises financeiras geralmente so caracterizadas por choques captao
de recursos dos bancos. Um choque de liquidez impacta a economia real se reduzir
a capacidade de concesso de emprstimos de alguns bancos, e se seus tomadores
no conseguirem substituir perfeitamente os emprstimos que tomavam nesses
bancos por emprstimos em outros bancos sem restries de liquidez, por
captaes nos mercados de capitais ou por crdito comercial.
A identificao emprica da transmisso de choques de liquidez em
bancos para a economia real desafiadora, pois em geral ocorrem simultaneamente
a alteraes no perfil de risco e nas oportunidades de investimento dos tomadores,
que diminuem a demanda por emprstimos. Essa simultaneidade torna complexa a
atribuio da variao observada no montante de emprstimos a mudanas na
oferta de crdito pelos bancos. Estudos recentes tratam dessa questo ao analisarem
emprstimos tomados por uma mesma firma em diferentes bancos, o que permite o
controle dos efeitos de demanda por meio da utilizao de efeitos fixos do tomador.
Grande parte das evidncias encontradas mostra que choques que reduzem a
liquidez bancria afetam negativamente a oferta de crdito s firmas,
independentemente da origem do choque ser domstica (Khwaja e Mian, 2008) ou
estrangeira (Schnabl, 2012; Ongena et al., 2013; Iyer et al., 2014).

As opinies expressas neste trabalho so exclusivamente dos autores e no refletem,


necessariamente, a viso do Banco Central do Brasil.
2
A verso mais ampla deste artigo foi escrita durante a visita de Rafael Schiozer ao Wharton
Financial Institutions Center, da Wharton School, University of Pennsylvania. Rafael
Schiozer agradece o apoio financeiro recebido da FAPESP para a realizao desta pesquisa.
3
Banco Central do Brasil, Departamento de Estudos e Pesquisas.
E-mail: raquel.oliveira@bcb.gov.br
1

Economia Bancria e Crdito 77

Contudo, importante conhecer se aumentos e redues na liquidez dos


bancos tm efeitos simtricos sobre o crdito, pois esse entendimento pode auxiliar
nas estratgias de gesto de crises pelos formuladores de polticas pblicas. O
objetivo deste estudo tratar desse assunto, ao mesmo tempo em que se distinguem
efeitos de oferta e de demanda, em abordagem similar da literatura recente. Para
isso, ser explorado um choque ao sistema bancrio brasileiro, que levou a uma
redistribuio macia da base de depsitos, com recursos saindo de bancos
pequenos e mdios em direo a bancos sistemicamente importantes, ocorrido
durante o pior momento da crise internacional no ltimo trimestre de 2008. Essa
espcie de corrida analisada no estudo de Oliveira et al. (2014), que encontram
evidncias consistentes com uma corrida no relacionada aos fundamentos
econmicos dos bancos, mas causada por pnico, relacionada a uma percepo da
existncia de uma poltica de salvamento de bancos sistemicamente importantes
(too-big-to-fail). Especificamente, a deciso de mudana de banco no estava
relacionada qualidade da carteira de emprstimos no perodo pr-crise, nem
liquidez dos ativos, nvel de capitalizao, ou em que medida cada banco seria
potencialmente afetado pela crise (como sua dependncia de recursos externos ou
caractersticas da carteira de emprstimos). De fato, os bancos brasileiros no
estavam expostos direta ou indiretamente aos ativos subprime, e dependiam pouco
de recursos financeiros provenientes do exterior no momento inicial da crise.
Uma preocupao a respeito da interpretao sobre a relao causal entre
as variaes da liquidez e as alteraes na concesso de emprstimos que, ex-ante,
os bancos que perdem depsitos poderiam ter como clientes empresas
fundamentalmente expostas ao choque, ou seja, aquelas cujas oportunidades de
investimento tenham sido negativamente afetadas pela crise. Para lidar com esse
problema de identificao, analisa-se a variao dos emprstimos entre empresas
do mesmo setor econmico e de tamanho similar. Adicionalmente, foram feitos
diversos testes de robustez para verificar se os resultados encontrados refletem a
variao na oferta de crdito, e no mudanas na demanda por emprstimos ou ao
risco do tomador. Especificamente, foram includos controles para a modalidade
dos emprstimos no perodo pr-crise (capital de giro, crdito rotativo,
emprstimos exportao etc) e para caractersticas dos bancos, como tamanho,
liquidez dos ativos, lucratividade e tipo de controle (privado, governamental ou
estrangeiro). Os resultados encontrados tambm so robustos a diferentes medidas
de variao da liquidez bancria e a diferentes janelas para os perodos pr- e pscrise.

Economia Bancria e Crdito 78

Os resultados apontam que a variao da liquidez tem efeito assimtrico


sobre a oferta de crdito. Uma reduo de 1% do volume de depsitos reduz a
oferta de emprstimos em pelo menos 0,4%, ao passo que um aumento do volume
de depsitos da mesma magnitude aumenta a oferta de emprstimos em no mais
que 0,1%. O efeito do choque de liquidez heterogneo para tomadores de portes
diferentes. Um choque negativo de liquidez reduz mais os emprstimos a firmas
pequenas e mdias do que a firmas grandes, resultado que consistente com teorias
sobre frices financeiras (Kashyap et al., 1993; Holmstrom e Tirole, 1997; Stein,
1998; Peek e Rosengreen, 2000), e tambm com evidncias empricas encontradas
em outros mercados, tais como Khwaja e Mian (2008), Paravisini (2008), Imai e
Takarabe (2011) Schnabl (2012), Ongena et al. (2013) e Iyer et al. (2014).

2. Efeitos da crise financeira internacional sobre o


Sistema Financeiro Nacional
Mesquita e Tors (2010) oferecem uma descrio detalhada dos efeitos
macroeconmicos da crise no Brasil e tambm das medidas implementadas pelo
Banco Central do Brasil e outras autoridades financeiras para mitigar os efeitos da
crise. Oliveira et al. (2014) estudam em detalhes a corrida de bancos pequenos e
mdios em direo a bancos sistemicamente importantes que ocorreu aps o
anncio dos salvamentos de bancos sistemicamente importantes no exterior.
Resumidamente, esses estudos mostram que, devido a uma crescente
percepo da existncia de garantias implcitas a bancos sistemicamente
importantes, os bancos pequenos e mdios perderam em mdia quase 15% do
volume de depsitos (a vista, a prazo e de poupana), enquanto os bancos
sistemicamente importantes aumentaram passivamente seus depsitos em mais de
20%, em mdia. Uma evidncia clara de que os bancos grandes no estavam
ativamente captando esses depsitos que, em mdia, reduziram o prmio de taxas
de juros pago nos certificados de depsitos (CDBs), ao mesmo tempo em que os
demais bancos aumentaram o prmio pago (Oliveira et al., 2014).
Para minimizar os efeitos da reduo de liquidez dos bancos pequenos e
mdios, o Banco Central do Brasil tomou diversas medidas para redistribuir a
liquidez do sistema (isto , dos bancos grandes para os demais) a partir de outubro
de 2008 4, incluindo redues dos depsitos compulsrios dos bancos grandes sob a
4 Ver Mesquita e Tors (2010) para uma descrio detalhada das medidas.
Economia Bancria e Crdito 79

condio de que os recursos liberados fossem usados para prover emprstimos


interbancrios aos bancos pequenos e mdios. Ainda assim, 50 de um total de 102
bancos da amostra tiveram variaes negativas nos depsitos totais (incluindo
interbancrio) entre junho e dezembro de 2008.
O grfico 1 mostra que a variao mdia dos depsitos foi quase nula,
mas que houve grande aumento do desvio padro transversal (i.e., entre bancos)
durante a crise, em comparao a perodos anteriores (de 11 a 13% para mais de
20%), indicando grandes diferenas na taxa de crescimento dos depsitos entre os
bancos. Embora o crescimento mdio dos depsitos tenha sido quase nulo, o
crescimento total dos depsitos foi de aproximadamente 11% no ultimo trimestre
de 2008, porque os bancos sistemicamente importantes (em mdia bem maiores
que os demais) tiveram um crescimento, enquanto os bancos pequenos e mdios
tiveram diminuio de depsitos. Oliveira et al. (2014) mostram que os bancos
pequenos e mdios comeam a retomar o crescimento dos depsitos regulares (sem
considerar o interbancrio) em janeiro de 2009, mas s retornam ao nvel de
depsitos do perodo pr-crise em junho de 2009. O aumento abrupto da mdia e
do desvio padro do crescimento de depsitos no segundo trimestre de 2009 devese introduo dos depsitos a prazo com garantia especial (DPGE) do Fundo
Garantidor de Crdito (FGC), em 28 de maro de 2009, com limite segurado de 20
milhes de reais.
Grfico 1 Evoluo dos depsitos1/
Variao trimestral
(%)
45,0
35,0
25,0
15,0
5,0
-5,0
-15,0
-25,0
Dez
2007

Mar
2008

Jun

Mdia

Set

Dez
2008

Mdia + 1 desvio padro

Mar
2009

Jun

Set

Dez
2009

Mdia - 1 desvio padro

Fonte: Elaborado pelos autores


1/ vista, a prazo, poupana e interbancrio.

Outras fontes de recursos usualmente disponveis para as empresas


secaram durante a crise. As ofertas pblicas e privadas nos mercados de ttulos de
dvida internacionais desaceleraram ao longo de 2008 e praticamente pararam
completamente aps a falncia do banco Lehman Brothers, retornando apenas no
final de 2009. No mercado domstico, as emisses de dvidas e de aes tambm
Economia Bancria e Crdito 80

sofreram reduo drstica depois do episdio do Lehman, e a taxa de rolagem de


dvidas externas de firmas brasileiras foi reduzida drasticamente no ltimo
trimestre de 2008 e no primeiro semestre de 2009. A crise de 2008/2009 nos
mercados de capitais nacional e estrangeiro potencialmente aumentou a demanda
por emprstimos bancrios, principalmente por firmas grandes, que so aquelas
que normalmente tinham acesso a essas fontes de financiamento antes da crise.
Schiozer e Brando (2010) relatam uma diminuio no crdito comercial das
empresas brasileiras de capital aberto em 2008, em comparao com anos
anteriores, o que tambm indica reduo em fontes alternativas de financiamento
da economia.

3. Dados e estratgia de identificao


So utilizadas duas principais bases de dados fornecidas pelo Banco
Central do Brasil. A primeira pblica e compreende as demonstraes financeiras
dos bancos brasileiros. A segunda privada, proveniente do Sistema de
Informaes de Crdito (SCR), e contm informaes dos emprstimos bancrios
feitos s firmas 5. A amostra composta por dados trimestrais de bancos comerciais,
bancos de investimento e mltiplos com carteira comercial ou de investimento,
desde dezembro de 2007 at dezembro de 2009. Nos casos em que os bancos
pertencem a um mesmo conglomerado financeiro, utilizam-se as informaes no
nvel conglomerado, de acordo com Gatev e Strahan (2006), Schnabl (2012) e
Oliveira et al. (2014). Por simplicidade, cada unidade observacional chamada de
banco. Foram excludas financeiras e sociedades de crdito ao microempreendedor
no associadas a um conglomerado bancrio, em razo dessas instituies no
concederem crdito em montante significante para as firmas.
Tambm foram excludos da amostra os bancos que no tiveram
depsitos durante o perodo amostral, os bancos que no realizaram operaes de
crdito para pessoas jurdicas, os bancos de desenvolvimento e os bancos que
entraram em atividade no perodo amostral. Os bancos que se fundiram em algum
momento so considerados como uma mesma unidade desde o incio do perodo
amostral. A amostra final tem 102 bancos, que so categorizados em 3 classes, de
acordo com sua estrutura de controle: bancos privados domsticos, subsidirias de
bancos estrangeiros e bancos pblicos (controlados pelo governo federal, ou por

A coleta e manipulao de dados da base SCR foi feita exclusivamente por servidores do
Banco Central do Brasil.

Economia Bancria e Crdito 81

governo estadual). Os depsitos so a mais importante fonte de recursos para os


bancos brasileiros, em mdia. Os bancos da amostra tem mais de 98% da base de
depsitos do pas, e fazem mais de 98,5% dos emprstimos livres (no
direcionados) 6 para as firmas no Sistema Financeiro Nacional. Diferentemente de
grande parte dos mercados emergentes, a estrutura de captao de recursos de
grande parte dos bancos (incluindo as subsidirias dos bancos estrangeiros)
preponderantemente domstica.
Como o SCR contm informaes individuais de todos os emprstimos
acima de R$5 mil reais realizados no SFN, praticamente todos os emprstimos
feitos s firmas esto l registrados. Para cada banco, os crditos livres so
agregados por setor de atividade e tamanho do tomador. A classificao do setor de
atividade feita pelo Instituto Brasileiro de Geografia e Estatstica (IBGE), e
contm quase 1.300 tipos diferentes. O tamanho do tomador foi determinado
seguindo um critrio interno adotado no Banco Central do Brasil (2013, p. 24), que
classifica como grande uma firma que toma mais de 100 milhes de reais no
sistema financeiro (isto , somando-se os emprstimos que essa firma tem em cada
instituio financeira), ao passo que as demais so classificadas como tomadoras
pequenas ou mdias. Desse modo, os dados dos emprstimos esto no nvel bancosetor-tamanho do tomador. H tambm a informao do nmero de empresas em
cada relao banco-setor-tamanho do tomador. Finalmente, a base de dados
tambm traz a informao do tipo de emprstimo (por exemplo, para exportao,
rotativo, capital de giro) em cada relao banco-setor-tamanho na data-base junho
de 2008. No total, a amostra possui mais de 33.000 observaes de emprstimos
banco-setor-tamanho para, aproximadamente, 1 milho de firmas em 1.383
diferentes setor-tamanhos, totalizando cerca de 340 bilhes de reais em junho de
2008.

4. Estratgia de identificao
A estimao foi feita em diferenas, comparando os emprstimos nos
perodos antes e depois da crise, entre os bancos que foram diferentemente afetados
pelo choque exgeno de liquidez. Para tratar da heterogeneidade no observada na
demanda por crdito do tomador, so utilizados efeitos fixos banco-setor-tamanho

Os bancos no Brasil oferecem dois principais tipos de emprstimos. Os emprstimos livres


so feitos discricionariamente pelo banco, ao passo que os emprstimos direcionados tem
alocao compulsria, ou so feitos com recursos do governo.

Economia Bancria e Crdito 82

do tomador. Para possibilitar esse tipo de identificao, s so utilizados dados de


setores-tamanho que possuem operaes de crdito com pelo menos dois bancos
nos perodos antes e depois da crise. Desse modo, possvel examinar se as
mudanas nos emprstimos para um mesmo setor-tamanho so relacionadas s
variaes nos depsitos. Os testes que verificam se os efeitos do choque so
diferentes de acordo com o porte do tomador utilizam efeitos fixos de setor, em vez
de setor-tamanho.
Adicionalmente, a estratgia de identificao utilizada permite testar se os
choques que aumentam a liquidez tm efeito diferente daqueles que reduzem a
liquidez. A teoria financeira apresenta algumas razes pelas quais choques positivos
e negativos liquidez teriam efeitos diferentes sobre a oferta de crdito. Na margem
intensiva, espera-se que bancos com restries de liquidez ajustem sua oferta
reduzindo os limites de crdito de seus clientes, ou recusando-se a renovar os
emprstimos existentes. Em um mundo perfeitamente competitivo, os bancos com
liquidez em excesso preencheriam esses espaos, aumentando a concesso de
emprstimos aos seus clientes que enfrentaram restries em outros bancos. No
entanto, devido a frices financeiras, mesmo os bancos sem restries de liquidez
podem manter seus ativos lquidos, em vez de transform-los em emprstimos,
especialmente em um cenrio de maior incerteza sistmica (Acharya et al., 2013).
As teorias de relacionamento bancrio tambm sugerem que o efeito assimtrico da
liquidez sobre os emprstimos deve ser ainda mais forte na margem extensiva:
enquanto os bancos com restrio de liquidez podem ser forados a cortarem o
crdito de seus atuais clientes, os bancos com excesso de liquidez podem no
conseguir estabelecer relacionamentos com novos clientes tomadores em tempo
hbil devido a uma srie de frices, como a assimetria de informaes e a
capacidade operacional.
Para investigar se o efeito da liquidez bancria sobre o crdito
assimtrico, dependendo de o choque ser positivo ou negativo, utilizou-se uma
varivel dummy (Aumento) que assume o valor 1 caso o banco tenha uma variao
de depsitos positiva durante a crise e 0, caso contrrio. Especificamente, estima-se
o seguinte modelo bsico 7:

Uma verso mais completa deste estudo disponvel na lista de trabalhos para discusso do
Banco Central do Brasil inclui a estimao de modelos sem o efeito assimtrico.

Economia Bancria e Crdito 83

Emprestimoij = j+ Depositosi + Depositosi Aumentoi + Controlesi,j + ij

(1),

em que os subscritos i e j referem-se ao banco e ao setor-tamanho,


respectivamente.
(Emprestimo)ij a variao logartmica dos crditos livres do banco i
para o setor-tamanho j entre os perodos pr- e ps-crise. Para evitar confundir a
anlise devido s medidas adotadas pelo Banco Central em resposta crise,
sobretudo a que reduziu os compulsrios no caso de compra de carteiras de crdito
de bancos menores, a varivel dependente inclui apenas as operaes de crdito
concedidas pelo prprio banco; ou seja, no inclui a compra de carteiras de
emprstimos de outros bancos. Como o choque ocorreu no terceiro trimestre de
2008, os emprstimos de um banco para um setor-tamanho dos trs trimestres
anteriores so agregados (i.e., trimestres terminando em dezembro de 2007, maro
de 2008 e junho de 2008), assim como os dos trs trimestres subsequentes (i.e.,
trimestres terminando em dezembro de 2008, maro de 2009 e junho de 2009),
definidos como perodos pr- e ps-crise, respectivamente. A agregao dos dados
nesses perodos reduz eventuais preocupaes sobre correlao serial e
sazonalidade dos dados 8;
j so os efeitos fixos de setor-tamanho (alternativamente, utiliza-se s
setor em algumas especificaes); e
Depositosi a variao logartmica dos depsitos totais do banco i entre
junho e dezembro de 2008 (alternativamente, utilizam-se s os depsitos comuns;
ou seja, excluindo-se os depsitos interbancrios).
Todas as variveis de controle so mensuradas no perodo pr-crise
(junho de 2008) e so definidas da seguinte maneira:
Exportacaoij a razo entre os emprstimos a exportao e o total de
emprstimos do banco i para o setor-tamanho j;
Capital de Giroij a razo entre os emprstimos de capital de giro e o total
de emprstimos do banco i para o setor-tamanho j;

O procedimento segue Khwaja e Mian (2008) e Schnabl (2012), apesar de o caso em


questo trazer menor preocupao em relao correlao serial porque h grande nmero
de bancos que servem como as unidades de agrupamento (clustering) nas regresses (ver
Bertrand et al., 2004, para detalhes). Contudo, a agregao especialmente til para mitigar
preocupaes quanto potencial sazonalidade dos emprstimos.

Economia Bancria e Crdito 84

Credito Rotativoij a razo entre os emprstimos rotativos e o total de


emprstimos do banco i para o setor-tamanho j;
Moeda Estrangeiraij a razo entre os emprstimos em moeda estrangeira
(geralmente o dlar) e o total de emprstimos do banco i para o setor-tamanho j;
Ativo Totali o logaritmo do total de ativos do banco i;
ROAi o retorno sobre os ativos do banco i;
Emprestimos/Ativosi a razo entre o total de emprstimos e o total de
ativos do banco i;
Liquidez Ativosi a razo entre os ativos lquidos e o total de ativos do
banco i;
Depositos/Ativosi a razo entre o total de depsitos (regulares +
interbancrios) e o total de ativos do banco i;
Capitali a razo entre o patrimnio lquido e o total de ativos do banco i;
Proviso Perdas/Emprestimosi a razo entre as provises para perdas com
emprstimos e o total de emprstimos do banco i;
Publicoi uma dummy que assume o valor 1 para bancos pblicos (do
governo, nas esferas federal ou estadual) e 0 nos demais casos;
Estrangeiroi uma dummy que assume o valor 1 para bancos que so
subsidirias dos bancos estrangeiros e 0 nos demais casos.
O uso de controles especficos para modalidades de emprstimos se
justifica porque se pode supor que a demanda de crdito de alguns setores seja
especfica por um tipo de crdito. Por exemplo, setores tipicamente exportadores
podem depender de uma categoria especfica de crdito, por exemplo, garantida
por um contrato de exportao, e que sejam oferecidas por determinados bancos
(por exemplo, por causa de suas expertises nessa modalidade). Se a demanda por
certos tipos de emprstimos for correlacionada com o choque dos depsitos por
algum motivo, os efeitos fixos setor-tamanho no sero suficientes para garantir
que o no seja viesado. Por esse motivo, incluem-se como controles as medidas
pr-crise dos tipos de emprstimos. Tambm se inclui como varivel de controle se
o banco pblico, para levar em considerao a possvel atuao contra-cclica
desses bancos.

Economia Bancria e Crdito 85

5. Estatstica descritiva
A tabela 1 apresenta a estatstica descritiva para a amostra utilizada. O
Painel A mostra as variveis no nvel dos bancos, com a separao entre os bancos
que tiveram variao positiva e negativa dos depsitos durante a crise. Observa-se
que os bancos que tiveram aumento dos depsitos so maiores que os demais, o
que consistente com a ideia de que os depositantes correram em direo a bancos
sistemicamente importantes. A mdia da razo entre emprstimos e ativos lquidos
e os ativos totais similar nos dois grupos de bancos, assim como a alavancagem
mdia e o ROA mdio. Por outro lado, a razo entre provises para perdas e total
dos emprstimos inferior no grupo de bancos que perderam depsitos durante a
crise, o que refora a interpretao de que a corrida no foi baseada em
fundamentos.
Tabela 1 Estatstica descritiva
Esta tabela reporta as mdias e desvios padres (em itlico) das principais variveis. As
observaes esto divididas entre os bancos que tiveram variao positiva e negativa nos
depsitos entre junho e dezembro de 2008. O Painel A mostra as variveis no nvel do
banco, medidas na data-base de junho de 2008, exceto Depositos, que a variao
logartmica do total dos depsitos entre junho e dezembro de. Ativos Totais Assets o valor
contbil dos ativos. Emprstimos/Ativos a razo entre emprstimos e ativos; Liquidez
Ativos a razo entre os ativos lquidos e o total de ativos do banco; Capital a razo entre
o patrimnio lquido e o total de ativos do banco; ROA o retorno dos ativos trimestral;
Depositos/Ativos a razo entre os depsitos totais e os ativos totais e Proviso
Perdas/Emprestimos a razo entre as provises para perdas com emprstimos e o total de
emprstimos do banco. O Painel B mostra a variao dos emprstimos nos perodos pr- e
ps-crise.
Painel A Variveis no nvel do banco
Bancos com aumento de
depsitos
Ativo Total (R$ milho)

Depositos (%)

Emprestimos/ativos (%)

Liquidez ativos (%)

Capital (%)

ROA (%)

Depositos/Ativos (%)

Proviso perdas/Emprstimos (%)

Observaes

Bancos com reduo de


depsitos

Todos os bancos

44.400,0

4.543,0

24.900,0

(114.000,0)

(10.700,0)

(84.000,0)

40,5

-33,8

4,1

(49,9)

(32,3)

(56,2)

54,9

57,0

55,9

(22,3)

(19,4)

(20,8)

34,9

34,8

34,9

(23,4)

(18,4)

(21,0)

18,4

19,5

19,0

(17,6)

(10,7)

(14,5)

0,9

1,0

1,0

(1,5)

(2,6)

(2,1)

32,7

42,0

37,3

(25,1)

(16,9)

(21,9)

5,3

3,4

4,4

(7,1)

(4,2)

(5,9)

52,0

50,0

102,0

Economia Bancria e Crdito 86

Painel B Variaes nos emprstimos


Bancos com aumento
de depsitos
Grandes tomadores

Pequenos e mdios

Todos

Observaes

Bancos com reduo


de depsitos

Todos os bancos

Observaes
1.939,0

0,2

-0,0

0,2

(1,7)

(1,2)

(1,6)

0,2

-0,2

0,1

(1,0)

(1,1)

(1,0)

0,2

-0,2

0,1

(1,0)

(1,1)

(1,1)

18.354,0

8.000,0

26.354,0

24.415,0

26.354,0

O Painel B descreve as variveis no nvel dos emprstimos e so


apresentadas com a separao entre os bancos que tiveram variao positiva e
negativa dos depsitos durante a crise e por tamanho do tomador. A variao dos
emprstimos para bancos que aumentaram seus depsitos de 17%, enquanto a
variao para os bancos que perderam depsitos de -15%. A variao dos
emprstimos para grandes tomadores 9 pontos percentuais (p.p.) mais alta que
aquela dos tomadores pequenos e mdios, em mdia. A diferena ainda mais
acentuada nos bancos que sofreram um choque negativo de liquidez: a reduo dos
emprstimos para tomadores pequenos e mdios de 16%, enquanto que para os
grandes tomadores a reduo de apenas 1%.
Figura 1 O canal do crdito bancrio variao dos depsitos e variao dos
emprstimos
A figura ilustra o canal do crdito bancrio ao comparar a evoluo dos depsitos e dos
emprstimos dos bancos que sofreram choque positive na liquidez (linha slida vermelha) e
bancos que sofreram choque negativo de liquidez (linha tracejada preta). As variaes de
emprstimos e depsitos so calculadas relativamente aos nveis de setembro de 2008, de
modo que a linha vertical pontilhada marca a data de referncia.
Painel A Variao de depsitos
(%)
20,0
10,0
0,0
-10,0
-20,0
-30,0
-40,0
-50,0
-12

-9

-6

-3

12

Meses relativos ao choque de liquidez


Bancos com reduo de depsitos

Bancos com aumento de depsitos

Fonte: Elaborado pelos autores

Economia Bancria e Crdito 87

Painel B Variao de emprstimos


(%)
20,0
10,0
0,0
-10,0
-20,0
-30,0
-40,0
-50,0
-12

-9

-6

-3

12

Meses relativos ao choque de liquidez


Bancos com reduo de depsitos

Bancos com aumento de depsitos

Fonte: Elaborado pelos autores

A Figura 1 Painel A mostra o crescimento dos depsitos para cada


grupo de bancos relativamente ao perodo do choque (i.e, relativo aos valores de
setembro de 2008). A Figura 1 Painel B faz o mesmo para o crescimento dos
emprstimos. Pode-se notar que ambos os grupos de bancos exibiam tendncias
similares antes do choque, tanto para os depsitos como para os emprstimos. A
evoluo dos depsitos do grupo que sofreu perda de depsitos no Painel A (que,
por construo, diferente do outro grupo de bancos) bastante similar ao
crescimento negativo dos emprstimos no mesmo grupo (no obtido por
construo). O Painel A mostra que, em mdia, os bancos afetados negativamente
s recuperaram os nveis de depsitos pr-crise 12 meses depois do choque,
possivelmente devido introduo do DPGE em maro de 2009.

6. Resultados
As colunas 1 e 2 da tabela 2 apresentam os resultados da estimao da
equao (1) utilizando efeitos fixos por setor e setor-tamanho. Os resultados da
coluna 2 mostram que uma reduo de 1% no total de depsitos leva a uma
reduo de 0,816% na oferta de emprstimos. Entretanto, o coeficiente da interao
Depositos Aumento igual a -0,758. Isso significa que a variao esperada da
oferta de emprstimos para um aumento de 1% no total de depsitos de apenas
0,058% ( + = 0,816% 0,758% = 0,058%). O teste F para a soma + indica
que o efeito total no significativamente diferente de zero nos nveis usuais. As
colunas 3 e 4 mostram a estimao da equao (1) com os controles no nvel dos
emprstimos, e os resultados se alteram apenas marginalmente. Nas colunas 5 e 6
so adicionados os controles no nvel dos bancos. Apesar de a magnitude dos
coeficientes ter se reduzido, os resultados so qualitativamente idnticos: na
regresso com efeitos fixos setor-tamanho e controles no nvel de banco (coluna 6)
Economia Bancria e Crdito 88

h uma reduo significativa de 0,375% nos emprstimos para uma variao


negativa de 1% nos depsitos, ao passo que o efeito esperado para uma variao
positiva de 1% 0,375% - 0,257% = 0,118% (o teste F indica que a soma dos
coeficientes no estatisticamente diferente de zero).
Os resultados nas colunas 1 a 6 da tabela 2 mostram que h de fato um
efeito assimtrico da liquidez sobre os emprstimos, como esperado. Um choque
negativo de liquidez fora os bancos a reduzirem seus emprstimos, enquanto um
choque positivo no tem efeito (ou tem um efeito pequeno) sobre a oferta de
emprstimos 9.
Em seguida, foi verificada a existncia de efeitos heterogneos da liquidez
nos emprstimos a tomadores de porte diferentes. Na especificao apresentada na
coluna 7 da tabela 2 foi includa uma varivel dummy para tomadores pequenos e
mdios (PMEs) e utilizado o efeito fixo de setor, em vez de setor-tamanho, pois esse
ltimo no permitiria a estimao desejada. Enquanto os resultados anteriores para
Depositos e Depositos Aumento apenas reduzem um pouco em magnitude,
encontra-se que a variao da oferta de crditos para tomadores pequenos e mdios
13,6 p.p. menor que aquela para tomadores grandes. Ao adicionar controles nos
nveis dos emprstimos e dos bancos (colunas 8 e 9 da tabela 2), o coeficiente de
PMEs aumenta um pouco (em valor absoluto) relativamente ao da regresso sem
controles. Em linha com os resultados de Khwaja e Mian (2008), Schnabl (2012) e
Iyer et al. (2014), os resultados indicam que os tomadores pequenos so os mais
negativamente afetados pelo choque de liquidez. Apesar de ser mais complexo
afirmar que esse efeito puramente de oferta, a grande magnitude econmica do
coeficiente e o fato de se controlar por efeitos heterogneos por tipo de setor so
sugestivos de que ao menos parte desse efeito do choque de liquidez causal e
proveniente da oferta de crdito.
Em seguida, investiga-se se essa relativa reduo na oferta de crdito para
tomadores menores est concentrada nos bancos que perderam depsitos, ou se os
bancos que tiveram um choque positivo tambm reduziram os emprstimos para
tomadores menores. Se os grandes tomadores obtm mais emprstimos que os
PMEs em bancos sem restries de liquidez, h indicao da existncia de um efeito
de saturao (crowding-out).
Na verso ampliada deste estudo, a ser disponibilizado na Srie Trabalhos para Discusso
do Banco Central do Brasil, foram estimadas regresses sem o efeito assimtrico. De modo
geral, os resultados indicam uma relao causal entre a liquidez do banco e a oferta de
crdito.

Economia Bancria e Crdito 89

H pelo menos dois argumentos para esse efeito. Em primeiro lugar, os


mercados de capitais domsticos e internacionais tipicamente utilizados apenas
por empresas grandes virtualmente fecharam durante a crise, o que
possivelmente aumentou a demanda de firmas grandes por emprstimos bancrios.
Em segundo lugar, caso a oferta de crdito de bancos com restrio de liquidez
diminusse igualmente para firmas grandes e pequenas, as firmas grandes
migrariam para os bancos sem restrio mais facilmente que as pequenas. Isso pode
ocorrer por razes relacionadas s economias de escala no estabelecimento de
novos relacionamentos bancrios. Se bancos sem restries de liquidez se
aproveitarem da reduo da competio na oferta de crditos para firmas grandes e
aumentarem as taxas de juros cobradas nos emprstimos, esses bancos podem
transferir a oferta de crdito das firmas pequenas para as grandes.
A estratgia emprica adotada no permite identificar um efeito
puramente de demanda nesses testes (em estudo futuro isso ser sanado, pela
anlise dos dados em nvel individual, e no por setor), mas o efeito heterogneo do
choque de liquidez no crdito para firmas de tamanho diferentes e tipos de bancos
diferentes uma conjugao de efeitos de oferta e de demanda permanece
economicamente importante e merece ser investigado, a despeito da questo da
causalidade.
Inclui-se a interao PMEs Aumento para capturar os efeitos
diferenciais de mudanas nos emprstimos a tomadores PMEs em bancos que
tiveram choques positivos e negativos. Os resultados na coluna 10 da tabela 2
indicam que a variao esperada nos emprstimos a PMEs 26,6 p.p. menor que
para grandes tomadores nos bancos que perderam depsitos durante a crise. Para
os bancos que ganharam depsitos, o efeito diferencial esperado intra-setor entre
grandes e pequenos tomadores igual a 17,9 26,6 = -8,7 p.p. (teste F indica que
essa soma no estatisticamente diferente de zero nos nveis usuais). Nas colunas
11 e 12 da tabela 2 esto os resultados das regresses que incluem os controles no
nvel dos emprstimos e no nvel dos bancos, respectivamente. A variao
diferencial intra-setor esperada entre firmas grandes e PMEs nos bancos que
aumentaram depsitos de 13,5 e 18,1 p.p., dependendo da especificao 10. Os
testes F para essas estimativas indicam significncia estatstica no nvel de 10%.
Esses resultados sugerem que os tomadores pequenos sofreram maior reduo na
oferta de crdito que os grandes, at mesmo nos bancos que ganharam depsitos

Esses efeitos so calculados assim: i) 31,4 -17,9 = 13,5 p.p. (coluna 11); ii) 11,3 + 6,8 = 18,1
p.p. (coluna 12).
10

Economia Bancria e Crdito 90

durante a crise. Como mencionado anteriormente, isso pode ter ocorrido devido a
um efeito de saturao, e no pode ser atribudo puramente a um efeito de oferta.

7. Testes de robustez
Foi realizada uma srie de testes para verificar a robustez dos resultados
apresentados, que no sero reportados aqui por restries de espao, mas que
esto disponveis sob pedido. Por exemplo, foi utilizada uma medida alternativa
para a variao dos emprstimos que permite considerar as observaes em que o
saldo inicial (no pr-crise) ou final (no ps-crise) dos emprstimos nulo. Outros
testes foram: i) alteraes na janela de tempo utilizada para o clculo da variao
dos depsitos ii) estimar as regresses utilizando apenas os depsitos regulares
(excluindo interbancrios); iii) utilizar medianas ou tercis da distribuio da
variao de depsitos como valores alternativos para capturar o efeito assimtrico;
iv) utilizar uma medida granular de importncia sistmica, de acordo com Gropp et
al. (2011) e Oliveira et al. (2014), no lugar da variao de depsitos. Todas as
inferncias feitas se mantm robustas a esses testes.

Economia Bancria e Crdito 91

Tabela 2 Efeito assimtrico da liquidez no crdito bancrio

Esta tabela reporta dos resultados da regresso para as estimaes da equao (1) com e sem controles, com efeitos fixos de setor ou setor-tamanho, conforme indicado. As variveis
esto definidas na seo 3. Todas as regresses so estimadas com erros padro agrupados no nvel do banco. Os smbolos ***, ** e * indicam significncia estatstica aos nveis de
1%, 5% e 10%.

Varivel dependente: Variao logartmica dos emprstimos (ps-crise pr-crise)


(1)

(2)

(3)

(4)

(5)

(6)

(7)

(8)

(9)

(10)

(11)

(12)

Depositos

0.871***
(0.193)

0.816***
(0.186)

0.863***
(0.196)

0.805***
(0.188)

0.411**
(0.175)

0.375**
(0.172)

0.814***
(0.185)

0.802***
(0.044)

0.375**
(0.171)

0.578***
(0.190)

0.566***
(0.190)

0.440**
(0.194)

Depositos x Aumento

-0.857**
(0.396)

-0.758*
(0.385)

-0.873**
(0.399)

-0.778**
(0.390)

-0.322
(0.301)

-0.257
(0.292)

-0.762*
(0.386)

-0.780**
(0.391)

-0.264
(0.293)

-0.681*
(0.366)

-0.701*
(0.373)

-0.253
(0.289)

-0.136***
(0.042)

-0.186***
(0.044)

-0.163***
(0.043)

-0.266***
(0.063)

-0.314***
(0.063)

-0.113*
(0.061)

0.179**
(0.084)

0.179**
(0.083)

-0.068
(0.069)

Variveis de interesse

Dummy PMEs

Aumento x PMEs

Controles nvel emprstimo


Capital de giro

-0.067
(0.079)

-0.08
(0.076)

-0.281***
(0.057)

-0.268***
(0.058)

-0.08
(0.074)

-0.263***
(0.059)

-0.091
(0.071)

-0.263***
(0.059)

Rotativo

-0.092
(0.101)

-0.108
(0.093)

-0.189**
(0.089)

-0.191**
(0.083)

-0.095
(0.093)

-0.174**
(0.085)

-0.086
(0.093)

-0.174**
(0.085)

Exportao

-0.219**
(0.094)

-0.308***
(0.091)

-0.337***
(0.101)

-0.420***
(0.095)

-0.268***
(0.090)

-0.371***
(0.092)

-0.262***
(0.081)

-0.371***
(0.092)

Moeda estrangeira

-0.096
(0.099)

-0.056
(0.088)

-0.04
(0.099)

0.007
(0.097)

-0.073
(0.083)

-0.012
(0.097)

-0.073
(0.083)

-0.012
(0.097)

Controles nvel banco

NO

NO

NO

NO

SIM

SIM

NO

NO

SIM

NO

NO

SIM

Efeitos fixos

Industria

Ind-tam

Industria

Ind-tam

Industria

Ind-tam

Industria

Industria

Industria

Industria

Industria

Industria

Observaes

24883

26348

24883

26348

24883

26348

26354

26354

26354

26354

26354

26354

Nmero de efeitos fixos

1182

1383

1182

1383

1182

1383

1182

1182

1182

1182

1182

1182

Nmero de clusters (bancos)

102

102

102

102

102

102

102

102

102

102

102

102

0.094

0.120

0.096

0.122

0.130

0.152

0.082

0.084

0.113

0.084

0.086

0.113

Economia Bancria e Crdito 92

8. Consideraes finais
Este estudo investiga se choques de liquidez positivos e negativos tm
efeitos diferentes sobre a oferta de crdito. Para a identificao utiliza-se um
choque exgeno desencadeado pela crise de 2008: uma corrida bancria em que
depsitos de bancos pequenos e mdios migraram para bancos grandes,
possivelmente devido percepo de que os ltimos teriam uma garantia
governamental implcita, por serem sistemicamente importantes (Oliveira et al.,
2014). Os resultados encontrados mostram que a direo do choque de liquidez
afeta a oferta de crdito: uma reduo de 1% na liquidez de um banco leva a uma
reduo estatisticamente e economicamente significante na oferta de crdito 0,4% a
0,8% (dependendo da especificao), enquanto um aumento de 1% na liquidez de
um banco tem um efeito praticamente nulo na oferta de crdito. O efeito tambm
heterogneo para tomadores de porte diferentes.
Os emprstimos para tomadores pequenos e mdios se reduzem
aproximadamente 14 a 19 p.p. a mais que a dos tomadores grandes, em mdia. Esse
efeito observado tambm nos bancos que no sofreram restries de liquidez,
embora a intensidade seja menor. Uma possvel explicao para isso que a
reduo de outras fontes de financiamento levou as empresas grandes a buscarem
recursos nos bancos, aumentando a demanda por crdito.
Os resultados encontrados trazem uma srie de implicaes. Primeiro,
observa-se que os tomadores pequenos e mdios no conseguem trocar seus
emprstimos de bancos restritos para bancos sem restries de liquidez, o que
aponta a importncia das teorias de relacionamento bancrio. Em segundo lugar,
como o choque de liquidez foi positivo para os bancos com importncia sistmica,
isso torna a discusso da regulao desses bancos mais complexa. O fato de que
esses bancos no compensaram a reduo da oferta de crdito nos bancos com
restrio de liquidez mais uma externalidade negativa que, possivelmente, ainda
no havia sido considerada por acadmicos e reguladores. Finalmente, os
resultados sugerem que as tentativas de distribuir liquidez no sistema bancrio e
evitar uma reduo da oferta de crdito podem ser prejudicadas pelo
comportamento dos bancos que recebem o choque de liquidez positivo.
Obviamente, provvel que os efeitos fossem ainda piores caso no tivessem sido
tomadas medidas incentivando a redistribuio de liquidez. Como a anlise
realizada no permite identificar o mecanismo que induz o comportamento dos
bancos, preciso aprofundar o entendimento do assunto com mais estudos (por
exemplo, utilizando dados no nvel do tomador, ou choques em outros contextos)
Economia Bancria e Crdito 93

para compreender melhor o fenmeno e conseguir prever sob que condies esse
efeito se repetiria na ocorrncia de choque similar, auxiliando no desenho de
ferramentas de gerenciamento da liquidez pelo regulador.
Medidas para evitar os efeitos negativos do choque de liquidez poderiam
envolver tentativas de reduzir a probabilidade de ocorrncia de um choque to
grande, como a extenso do seguro para os passivos dos bancos no sistmicos, ou
aes para induzir emprstimos pelos bancos sem restries durante a crise (como
a reduo do capital alocado e de depsitos compulsrios). Ambos os tipos de
medidas tm vantagens e desvantagens. A extenso do seguro de depsito
potencialmente aumenta problemas de risco moral, e a induo de emprstimos
pode reduzir a eficincia alocativa, especialmente se os bancos esto relutantes em
estabelecer novas relaes de crdito. Equilibrar custos e benefcios de tais medidas
tarefa difcil para governos e reguladores, o que corrobora a importncia de se
prosseguir com pesquisas na rea de regulao.

Economia Bancria e Crdito 94

Referncias
ACHARYA, V., ALMEIDA, H., CAMPELLO, M., Agregate Risk and the Choice
between Cash and Lines of Credit. Journal of Finance, v. 68, n. 5, p. 2059-2116,
2013.
ALLEN, F., CARLETTI, E. An overview of the crisis: causes, consequences, and
solutions. International Review of Finance, v. 10, n. 1, p. 1-26, 2010.
ASHCRAFT, A. New evidence on lending channel. Journal of Money, Credit, and
Banking, v.38, n. 3, p. 751-775, 2006.
BANCO CENTRAL DO BRASIL (BCB). Relatrio de Estabilidade Financeira.
Available at <http://www.bcb.gov.br/?RELESTAB200905>, v. 8, n. 1, 2013.
BERGER, A. N., UDELL, G. F. Relationship lending and lines of credit in small
firm finance. The Journal of Business, v. 68, p. 351-381, 1995.
BERNANKE, B. S., GERTLER, M. Agency costs, net worth, and business
fluctuations. The American Economic Review, v. 79, p. 14-31, 1989.
BERNANKE, B. S., BLINDER, A. S. The federal funds rate and the channels of
monetary transmission. The American Economic Review, v. 82, p. 901-921, 1992.
BERTRAND, M., DUFLO, E., MULLAINATHAN, S. How much should we trust
difference in differences estimates? Quarterly Journal of Economics, v. 119, p. 249275, 2004.
BHARATH, S., DAHIYA, S., SAUNDERS, A., SRINIVASAN, A. So what do I get?
The banks view of lending relationships, Journal of Financial Economics, v. 85, p.
368419, 2008.
BLOOMBERG. EU Nations Commit 1.3 Trillion Euros to Bank Bailouts. Available
at http://www.bloomberg.com/apps/news?pid=newsarchive&sid=azerJ573HcbI, 13
Oct 2008.
BRUNNERMEIER, M. Deciphering the Liquidity and Credit Crunch 20072008,
Journal of Economic Perspectives, Volume 23, Number 1, Pages 77100, 2009.
CAMPELLO, M. Internal capital markets in financial conglomerates: evidence
from small bank responses to monetary policy. The Journal of Finance, v.57, n. 6, p.
2773-2805, 2002.
Economia Bancria e Crdito 95

DIAMOND, D. W., RAJAN, R. G. Liquidity shortages and banking crises. The


Journal of Finance, v. 60, n. 2, p. 615-647, 2005.
GATEV, E., STRAHAN, P. Banks advantage in hedging liquidity risk: theory and
evidence from the commercial paper market. The Journal of Finance, v. 61, n. 2, p.
867-892, 2006.
HOLMSTROM, B., TIROLE, J. Financial intermediation, loanable funds and the
real sector. The Quarterly Journal of Economics, v. CXII, n. 3, p. 663-691, 1997.
IMAI, M., TAKARABE, S. Transmission of liquidity shock to bank credit: evidence
from the deposit insurance reform in Japan. Journal of the Japanese and
International Economies, v. 25, p. 143-156, 2011.
IYER, R., LOPES, S., PEYDRO, J., SCHOAR, A. Interbank liquidity crunch and the
firm credit crunch: evidence from the 2007-2009 crisis. Review of Financial Studies,
27, 1, p. 347-372, 2014.
KASHYAP, A. K., STEIN, J. C, WILCOX, D. W. Monetary policy and credit
conditions: evidence from the composition of external finance. The American
Economic Review, v. 83, n. 1, p. 78-98, 1993.
KASHYAP, A. K., STEIN, J. C. What do a million observations on banks say about
the transmission of monetary policy? The American Economic Review, v. 90, p. 407428, 2000.
KHWAJA, A. I., MIAN, A. Tracing the impact of bank liquidity shocks: evidence
from emerging market. The American Economic Review, vol. 98, n. 4, p. 1413-1441,
2008.
MESQUITA, M., TORS, M. Brazil and the 2008 panic. In: The global crisis and
financial intermediation in emerging market economies. BIS Papers, n. 54, p. 113120, 2010.
OLIVEIRA, R. F., SCHIOZER, R., BARROS, L. A. B. C. Depositors perception of
too-big-to-fail. Review of Finance, forthcoming 2014.
ONGENA, S., PEYDR, J. L., VAN HOREN, N. Shocks abroad, pain at home?
Bank-firm level evidence on the international transmission of financial shocks. De
Nederlandsche Bank Working Paper, 2013.

Economia Bancria e Crdito 96

PARAVISINI, D. Local bank financial constraints and firm access to external


finance. The Journal of Finance, v. 63, n. 5, p. 2161-2193, 2008.
PEEK, J., ROSENGREN, E. S. Collateral damage: effects of the Japanese bank crisis
on real activity in the United States. The American Economic Review, v.90, n. 1, p.
30-45, 2000.
SCHIOZER, R., BRANDO, J. A. P. A oferta de trade credit pelas empresas
brasileiras de capital aberto. Revista Brasileira de Finanas, vol. 9, n. 4, p. 585-615,
2011.
SCHNABL, P. The international transmission of bank liquidity shocks: evidence
from an emerging market. The Journal of Finance, vol. 68, n. 3, p. 897-932, 2012.
STEIN, J. An Adverse-Selection Model of Bank Asset and Liability Management
with Implications for the Transmission of Monetary Policy. Rand Journal of
Economics, 29 (3), 466-86, 1998.
VALOR ECONMICO. Brasil enfrentou ataque e corrida bancria na crise, by
Cristiano Romeiro and Alex Ribeiro, 13 November 2009.

Economia Bancria e Crdito 97

Modelo FAVAR Cannico para


Previso do Mercado de Crdito1
Fani Lea Cymrot Bader 2
Srgio Mikio Koyama 3
Marcos Hiroyuki Tsuchida 4

1. Introduo
De forma geral, o nmero de variveis utilizadas nos modelos de vetores
autorregressivos (VAR) pequeno comparado gama de informaes disponveis,
incorrendo em problemas com o de variveis omitidas. No entanto, os modelos
VAR so amplamente utilizados pelos bancos centrais nos estudos sobre a
transmisso da poltica monetria. Bernanke et al. (2005) concluem que essa
omisso de informaes pode conduzir a interpretaes que no refletem todos os
aspectos relevantes da realidade.
Com o propsito de utilizar o conjunto de informaes disponveis nos
grandes bancos de dados, diversas metodologias tm sido desenvolvidas. Uma
dessas vertentes so os modelos que utilizam a anlise fatorial para sintetizar as
informaes contidas em diversas variveis. Inicialmente proposto por
Chamberlain (1983) e Chamberlain & Rothschild (1983), esses modelos receberam
contribuies de Forni & Lippi (1997), Forni & Reichlin (1998), Forni, Hallin, Lippi
As opinies expressas nesse artigo so exclusivamente de seus autores e no refletem
necessariamente as opinies do Banco Central do Brasil ou de seus membros. Os autores
agradecem a Eduardo Jos Arajo Lima, Aquiles Rocha de Farias, Francisco Marcos
Rodrigues Figueiredo, Osmani Teixeira de Carvalho Guillen, Euler Pereira Gonalves de
Mello, ngelo Marsiglia Fasolo e Arnildo da Silva Correia por seus comentrios e sugestes.
Os autores so gratos tambm aos colegas do Departamento de Estudos e Pesquisas
(Depep), de Monitoramento do Sistema Financeiro (Desig) e do Departamento Econmico
(Depec) pelos valiosos comentrios.
2
Banco Central do Brasil, Departamento de Estudos e Pesquisas.
E-mail: fani.bader@bcb.gov.br
3
Banco Central do Brasil, Departamento de Estudos e Pesquisas.
E-mail: sergio.koyama@bcb.gov.br
4
Banco Central do Brasil, Departamento de Estudos e Pesquisas.
E-mail: marcos.tsuchida@bcb.gov.br
1

Economia Bancria e Crdito 98

& Reichlin (2000), Stock & Watson (2002), Bai & Ng (2002) e Bai (2003). Essa
classe de modelos popularizou-se aps o trabalho de Bernanke et al. (2005) no qual
os autores identificam que o modelo de vetor autorregressivo aumentado por
fatores (FAVAR) apresenta vantagens em relao ao VAR tradicional. O modelo
FAVAR supe que a varivel de interesse influenciada por um conjunto de
variveis no observveis (fatores) que se manifestam em um grande nmero de
sries, as quais podem ser utilizadas para a sua identificao. A extrao desses
fatores e a avaliao de seus efeitos sobre variveis de interesse se d por tcnicas de
anlise fatorial combinadas com a anlise convencional dos modelos VAR. O
rpido crescimento observado nessa literatura, bem como o desenvolvimento de
generalizaes demonstra, em parte, o sucesso dessa metodologia. 5 No Brasil, esse
tipo de modelo compe a classe de modelos denominados VAR estatsticos 6 que
so utilizados como um dos instrumentos de anlise e previso de inflao para o
regime de metas (Banco Central do Brasil 2010, 2012, 2013).
Em relao forma de obteno dos fatores no observveis, Bernanke et
al. (2005) comparam a estimao em 1 estgio por mtodos bayesianos (Monte
Carlo Markov Chain, MCMC) com a em 2 estgios por anlise de componentes
principais (PCA) e encontram uma certa equivalncia entre os dois mtodos em
termos de capacidade preditiva dos modelos. Figueiredo & Guilln (2013)
observam uma melhor performance dos modelos estimados em 1 estgio.
Uma desvantagem no uso da anlise de componentes principais na
formao dos fatores est no fato deste mtodo identificar os componentes comuns
levando em conta somente a variabilidade dos dados em Xt. Os fatores
considerados relevantes para o VAR so construdos independentemente da
relao destes com a varivel de interesse Yt.
A figura 1 ilustra a possibilidade de obteno de modelos com capacidade
preditiva superior utilizando-se outros fatores obtidos pela anlise de componentes
principais na estimao e na previso das variveis de interesse alm dos primeiros
fatores. A figura apresenta o box-plot da raiz quadrada dos erros quadrticos
mdios de previso (RMSPE) do montante de crdito concedido no mercado livre 7
Ver o Generalized Dynamic Factor Model (GDFM) em Forni, Hallin, Lippi & Reichlin
(2000) e Forni, Hallin, Lippi & Zaffaroni (2011)
6
Os VAR estatsticos no possuem restrio estrutural (de ordem econmica), seja no curto
ou no longo prazo, e utilizam um grande nmero de variveis e diferentes defasagens,
conforme descrito no Relatrio de Inflao do Banco Central do Brasil, junho 2010, pg. 109.
7
Denota-se como mercado livre o mercado no qual a taxa de juros pode ser livremente
negociada entre as instituies financeiras e os tomadores de crdito. Contrape-se ao
5

Economia Bancria e Crdito 99

para os horizontes de 3, 6, 9 e 12 meses 8. As previses foram geradas por modelos


FAVAR de 4 defasagens e 4 fatores estimados em dois estgios. Cada coluna da
figura engloba 210 modelos FAVAR cujos fatores foram formados pela combinao
dos 10 primeiros componentes principais obtidos de um conjunto de variveis prselecionadas 9. O losango indica o erro obtido para o modelo FAVAR que utiliza
como fatores os 4 primeiros componentes. Tendo em vista a pr-seleo das
variveis, esperado que os primeiros componentes, por agregarem a maior parcela
da variabilidade de um conjunto de variveis que apresentam relao com a
varivel de interesse, apresentem uma boa capacidade preditiva, contudo,
observando-se o box-plot, existem modelos cuja combinao de componentes de
importncia inferior geraram uma capacidade preditiva superior 10. Tal fato refora
a possibilidade de identificarmos modelos com melhor capacidade preditiva
utilizando-se a informao do relacionamento entre os componentes principais e a
varivel de interesse.

Figura 1 Box-plot da RMSPE dos modelos FAVAR em 2 estgios


com 4 fatores combinao de 10 componentes principais
8,0
7,0
6,0
5,0
4,0
3,0
2,0
1,0
0,0
RMSPE3

RMSPE6

RMSPE9

RMSPE12

Fonte: Banco Central do Brasil

mercado direcionado, no qual, alm das taxas serem definidas, a origem dos recursos est
vinculada ao volume de depsitos ou a repasses de crditos subsidiados.
8
Visando avaliar a capacidade preditiva dos modelos, independentemente do perodo em
anlise, os valores reportados correspondem mdia dos erros de previso para uma
amostra com incio em janeiro/2002 e trmino em junho/2011, dezembro/2011, junho/2012
e dezembro/2012. As sries utilizadas foram dessazonalidadas e estacionarizadas conforme
descrio na seo 3.
9
Para a seleo das variveis, utilizou-se o teste de causalidade de Granger, tendo sido
mantidas no modelo apenas as variveis que apresentaram causualidade ao nvel de 5%.
10
Foram identificados 50 modelos para o horizonte de 3 meses, 59 modelos para o
horizonte de 6 meses, 17 modelos para o horizonte de 9 meses e 46 modelos para o
horizonte de 12 meses.
Economia Bancria e Crdito 100

O objetivo do presente artigo propor a incluso de uma etapa de anlise


de correlao cannica na estimao dos modelos FAVAR em 2 estgios como uma
forma de obter fatores mais adequados previso. A tcnica de correlao cannica
usada para identificar um pequeno nmero de combinaes lineares de
componentes principais que tem melhor correlao com as variveis de interesse.
Por este procedimento, o qual denominamos de FAVAR cannico, espera-se que os
fatores formados contenham mais informao relacionada s variveis de interesse
do que o mesmo nmero de componentes principais puros.
O FAVAR cannico foi aplicado na previso de variveis de crdito do
sistema financeiro brasileiro 11 e a sua capacidade preditiva foi comparada dos
modelos FAVAR em 1 e 2 estgios. Foram ajustados modelos para 5 variveis do
mercado de crdito brasileiro, tendo sido utilizado, alm da metodologia FAVAR
em 1 e 2 estgios, a nova metodologia proposta, FAVAR cannico, em 8
configuraes diferentes para diversos valores de nmero de fatores no
observveis, nmero de defasagens e formas de pr-seleo. 12 De forma geral, os
modelos FAVAR cannico apresentaram resultados superiores aos obtidos pelos
tradicionais modelos FAVAR em 1 (MCMC) e 2 estgios (PCA), sendo que a
configurao que utilizou os valores futuros das variveis de crdito (leads)
apresentou um menor erro de previso do que os modelos com as variveis em lags.
O restante do artigo est organizado da seguinte forma: a seo 2 apresenta e
discute a metodologia, a seo 3 descreve e caracteriza os dados utilizados, a seo 4
apresenta e discute os resultados e a seo 5 conclui.

2.

Metodologia

Bastante difundidos, os modelos FAVAR combinam os modelos VAR


com um conjunto de fatores extrados de um grande conjunto de sries temporais
observveis. Considere um vetor 1 de variveis observveis de interesse . O

modelo FAVAR um modelo VAR no qual, com o objetivo de capturar

informaes econmicas relevantes no contidas em , so includos fatores no


observveis ( ):

As variveis previstas esto detalhadas na seo 3.


Foram testados modelos utilizando os valores futuros e passados das variveis de crdito,
bem como considerando 10, 20 e 30 componentes principais, bem como o mesmo nmero
de fatores do FAVAR em 2 estgios.
11
12

Economia Bancria e Crdito 101

Ft
Ft -1
Y = B(L)Y + t
t
t -1

(1)

no qual B(L) um polinmio de defasagens de ordem finita d e


(0, ).

Por sua vez, os fatores no observveis so extrados de um grande painel

de N indicadores econmicos relacionados pela equao de observao:

X t = f Ft + yYt + t

(2)

em que uma matriz N x K de cargas fatoriais; uma matriz N x


f

M e um vetor de erros com mdia zero, fracamente correlacionados ou no

correlacionados entre si. Os erros e so independentes.

Para a estimao dos modelos FAVAR, Bernanke et al. (2005) utilizam 2

estratgias: a primeira, denominada de FAVAR em 2 estgios, aplica a metodologia


de componentes principais para a extrao dos fatores comuns do conjunto de
variveis X t yYt e, posteriormente, pelos mtodos tradicionais realiza a
estimao do VAR. A segunda estratgia, denominada de FAVAR em 1 estgio,
utilizando o mtodo de amostragem de Gibbs , realiza a estimao de um modelo
de espao de estados do tipo sinal mais um rudo via filtro de Kalman e do VAR de
forma simultnea 13.
Entretanto, conforme comentado anteriormente, os fatores Ft, por terem
como foco a identificao dos componentes subjacentes s variveis Xt (seja no
mtodo em 2 estgios, no qual procura-se as dimenses de maior variabilidade de
Xt, quer seja no mtodo em 1 estgio, no qual identificam-se os sinais que originam
as variveis Xt), acabam no considerando a correlao entre Xt e Yt.
No intuito de considerar na construo dos fatores a correlao entre Xt e
Yt e com isso, aumentar o grau de explicao e capacidade preditiva dos modelos
FAVAR, combinamos os modelos FAVAR com a tcnica de correlao cannica.
Desenvolvida por Hotelling (1936), a correlao cannica tem por objetivo
identificar e quantificar a associao entre dois grupos de variveis. Para tanto,
13

Maiores detalhes, ver Bernanke et al. (2005).


Economia Bancria e Crdito 102

busca determinar a combinao linear em cada um dos grupos de variveis de


forma a maximizar a correlao entre elas 14. Seja Wt um vetor de dimenses
(k+Npc) x 1 com mdia =

(1)
e matriz de covarincia = 11
(2)

21

(1)

definida. Sejam os vetores

(2)

(K x 1) e

(Npc x1) parties desse vetor Wt, na


(1)

qual, k < Npc e Ft e Gt combinaes lineares de

por:

12
positiva
22

(2)

respectivamente, dadas

(1)

Ft = f t Wt

(3)

(2)

Gt = g t Wt

(1)

Sendo f e g definidos de forma a maximizar ( , ) =

sujeito a ( ) = ( ) = .

(2)

Hotelling (1936) demonstrou que as combinaes lineares f e g podem ser obtidas a


partir da resoluo do seguinte sistema de equaes homogneas:

1
2 12 22
21 112 i 112 11 112 ci = 0
11

(4)

2
1
2
2
2
22 21 11 12 22 i 22 11 22 di = 0

o qual so resultantes do clculo dos auto valores ( , = 1, , ) 15 e autovetores

1
( e , = 1, , ) da matriz 112 12 22
21 112 16. Os autovalores so

A metodologia de Correlao Cannica visa identificar pares de combinaes lineares


(uma para cada conjunto de variveis) de modo a maximizar a correlao entre elas,
utilizando uma matriz que considera a correlao entres os dois grupos de variveis. O
mtodo de Mnimos Quadrados Parciais (PLS) utiliza a correlao entre a srie de interesse
(e seus resduos) e as variveis preditoras (e seus resduos) como pesos para a construo
dos fatores. Assim, embora ambas as tcnicas utilizem as correlaes para a construo dos
fatores, a tcnica de Correlao Cannica possibilita a utilizao, no apenas do valor da
varivel de interesse no tempo t, mas tambm de sua trajetrio, representada pelos valores
passados ou futuros no curto prazo.
15
Cabe ressaltar que o nmero de pares cannicos igual ao mnimo entre K e Npc.
14

16

1
1
Note que os autovalores de 222 21 11
12 222 so os mesmos de 112 12 22
21 112 .

Economia Bancria e Crdito 103

denominados de correlaes cannicas. A combinaes lineares Ft e Gt so


denominadas de variveis cannicas e formam os chamados pares cannicos:

fi = 112 ci

1
2

g i = 22 di

(5)

, i = 1, , k

O primeiro par cannico corresponde combinao linear que gera a


(1)

maior correlao entre as duas parties

(2)

e apresenta uma varincia

unitria. O segundo par cannico a combinao linear que gera a segunda maior
correlao entre as duas parties e apresenta uma varincia unitria e correlao
nula com o primeiro par cannico ( ( , ) = 0; ( , ) = 0; ( , ) =
0 , ) e assim por diante. Para o clculo dos pares cannicos para as

variveis padronizadas, basta substituir as matrizes de covarincia pelas respectivas


matrizes de correlao. 17

Assim, o presente artigo prope uma estratgia em 3 estgios para a


estimao do modelo FAVAR cannico 18:
1)

Estimao dos fatores utilizando-se a equao (2) e o mtodo de

componentes principais, contudo, extraindo-se um nmero maior de componentes


(Npc) ao invs de apenas k;
2)

Calcular os k primeiros pares utilizando-se os Npc componentes


(2)

obtidos do passo anterior para a formao da partio

3)

) 19

+1 ;

(1)

e um vetor

Estimao do modelo VAR especificado pela equao (1) pelos

mtodos tradicionais.

Maiores detalhes ver Hotelling (1936) e Johnson & Wichern (2007).


Tambm foi testada a aplicao da correlao cannica diretamente aos dados Xt
(modelos VAR Cannicos CAVAR). Em virtude da necessidade de que a matriz de
varincia seja positiva definida, foi necessria a eliminao de sries altamente
correlacionadas entre si ( similaridade da regra 1 proposta em Boivin & Ng (2006)), bem
como a realizao da pr-seleo das variveis utilizando-se o teste de Causalidade de
Granger com a correo sugerida por Toda & Yamamoto (1995). Os resultados
apresentaram-se inferiores aos obtidos pela metodologia proposta.
19
Nos modelos ajustados nesse artigo, alm da configurao utilizando valores defasados
(lag), tambm foram testados modelos usando valores futuros (leads). Para os modelos que
(1)
utilizaram os leads, = ( +1 +1 ) .
17
18

Economia Bancria e Crdito 104

3.

Base de dados

Definiu-se como data de incio da amostra janeiro de 2002, sendo que


para a composio dos fatores, selecionou-se 414 sries cujas informaes estavam
mais relacionadas com o mercado de crdito e denominou-se base total. Visando
retirar algumas redundncias, desse conjunto, selecionou-se um conjunto menor
denominado base agregada, na qual foram eliminadas todas as sries que
representavam um detalhamento de uma srie existente (por exemplo, eliminao
dos indicadores da produo extrativismo mineral, indstria de transformao,
bens de capital, bens intermedirios, bens de consumo durveis, bens de consumo
no durveis e semidurveis, visto que j est sendo considerado o indicador de
produo geral), totalizando 209 sries.
A tabela 1 apresenta a distribuio das sries segundo segmentos da
economia. No segmento Ativos foram inclusas todas as sries referentes a
agregados monetrios e balana de pagamentos. No segmento Emprego foram
agrupadas as variveis relativas ao mercado de trabalho, tais como taxa de
desemprego,

nmero de

empregados,

populao economicamente

ativa,

rendimento mdio, etc. As variveis a taxa de juros, bolsa de valores, indicadores de


inadimplncia de outros segmentos (por exemplo, consultas ao SPC, cheques
devolvidos, etc.) e indicadores de expectativa foram consolidadas no segmento
Financeiras. Em Governo foram classificadas as sries relacionadas rea fiscal,
enquanto no grupo Preos encontram-se as variveis relativas aos indicadores de
inflao. Finalmente, no segmento Setor Externo, mantiveram-se todas as sries
relacionadas a importao e exportao, bem como a indicadores de atividade
econmica, taxa de juros e preos de outros pases e cmbio.
Tabela 1 Distribuio das variveis segundo segmento

Discriminao
Total

Base total
414

Base agregada
209

Ativos

27

Emprego

35

13

Financeira

90

70

Governo

62

15

Preos

28

20

Produo

45

14

127

72

Setor externo
Fonte: Banco Central do Brasil

Economia Bancria e Crdito 105

As variveis dependentes so a concesso de crdito total com recursos


livres (ConcLT), o saldo da carteira de crdito total com recursos livres (SLT), o
saldo da carteira de crdito total com recursos direcionados (SDT), a taxa de
inadimplncia da carteira de crdito total com recursos livres (InadLT) e a taxa
mdia de juros das operaes de crdito total com recursos livres (TxLT).
Adicionalmente nos modelos tambm foram considerados o compulsrio total
(Comp), o ndice de Basileia do sistema financeiro nacional (Basileia) e a taxa
bsica de juros (Selic).
Visando evitar problemas de regresso espria, foram aplicadas
transformaes seguindo Figueiredo (2010) tanto nas variveis de crdito como nas
demais. Utilizou-se a transformao ln(x) para as sries no negativas e ln(1+x/100)
para as variveis que caracterizavam variaes e taxas. Posteriormente, a
sazonalidade foi testada e ajustada pelo X-12 ARIMA e, utilizando-se o
procedimento sugerido em Enders (2010), foram realizados testes de Augmented
Dickey-Fuller para identificao de raiz unitria e, em caso de identificao,
aplicadas as transformaes necessrias para tornar a srie estacionria.

4. Resultados
No intuito de avaliar a capacidade preditiva dos modelos FAVAR
cannico (CFV) em relao aos modelos FAVAR em 1 (MCMC) e 2 (PCA)
estgios, foram ajustados modelos utilizando-se como fatores observveis uma
varivel de crdito (ConcLT, SLT, SDT, InadLT ou TxLT), o volume de
compulsrio (Comp), o ndice de Basileia (Basileia) e a taxa bsica de juros (Selic).
Conforme descrito anteriormente, foram utilizadas duas bases de dados (total e
agregada), bem como adotados trs critrios de pr-seleo das variveis que
comporiam a base de dados para a extrao dos fatores no observveis: (i)
nenhuma pr-seleo; (ii) utilizando um nvel crtico de 10% no teste de
causalidade de Granger e (iii) utilizando um nvel crtico de 5%. Os testes de
causalidade receberam a correo de Toda & Yamamoto (1995) para sries no
estacionrias.
Em relao ao nmero de fatores no observveis (k) e do nmero de
defasagens (d), visando uma especificao mais parcimoniosa, adotou-se valores de
1 a 4. Adicionalmente, com o propsito de avaliar um eventual problema do
nmero elevado de parmetros a serem estimados nos modelos cuja configurao

Economia Bancria e Crdito 106

apresentavam 4 fatores no observveis e 4 defasagens, adotou-se tambm uma


configurao na qual excluiu-se dos fatores observveis o indicador de Basileia.
Em termos do modelo FAVAR em 2 estgios, alm do modelo com os k
primeiros fatores, foram ajustados todos os modelos resultantes da combinao k a
k dos 10 primeiros fatores obtidos pela anlise de componentes principais.
Nos modelos FAVAR em 1 estgio, adotou-se no processo de estimao
um total de 30.000 iteraes 20, sendo consideradas as ltimas 10.000 para o clculo
dos coeficientes.
Nos modelos FAVAR cannicos, com o objetivo de avaliar o
comportamento dessa metodologia para diferentes nmero de fatores sobre os
quais seriam aplicados a tcnica de correlao cannica (Npc), considerou-se um
nmero igual a k, 10, 20 e 30. Adicionalmente, para observar o efeito do uso de
valores futuros (leads) e passados (lags) da varivel de crdito na capacidade
preditiva dos modelos, foram adotados dois tipos de especificao: uma
considerando k -1 valores defasados da varivel de crdito (alm do valor
contemporneo da mesma) para o clculo da correlao cannica; e outra
considerando k-1 valores futuros.
Assim, no total foram ajustados 38.910 modelos distribudos conforme
mostra a tabela 2.
Tabela 2 Nmero de modelos por mtodo
CFV_Lag
Npc

Varivel de
Crdito
k

10

20

CFV_Lead
Npc
30

10

20

PCA
MCMC
30

1a.
Demais
Comb

Total Geral

ConcLT
Com Basileia

42

42

42

42

42

42

42

42

42

42

6.048

6.468

Sem Basileia

1.254

1.314

Com Basileia

42

42

42

42

42

42

42

42

42

42

6.048

6.468

Sem Basileia

1.254

1.314

Com Basileia

42

42

42

42

42

42

42

42

42

42

6.048

6.468

Sem Basileia

1.254

1.314

Com Basileia

42

42

42

42

42

42

42

42

42

42

6.048

6.468

Sem Basileia

1.254

1.314

Com Basileia

42

42

42

42

42

42

42

42

42

42

6.048

6.468

Sem Basileia

1.254

1.314

240

240

240

240

240

240

240

240

240

240

36.510

38.910

InadLT

SDT

SLT

TxLT

Total

Fonte: Banco Central do Brasil

Foram realizados testes iniciais com 100.000 iteraes, tendo sido identificado que a
partir de 30.000 os modelos apresentavam convergncia.
20

Economia Bancria e Crdito 107

Para a avaliao da capacidade preditiva dos modelos, realizou-se um


exerccio fora da amostra. Com o propsito de evitar que os resultados sejam
especficos a um perodo, para cada um dos modelos apresentados foram estimados
os parmetros utilizando-se 4 perodos sobrepostos, sendo todos iniciados em
janeiro de 2002 e com trmino em: junho/2011, dezembro/2011, junho/2012 e
dezembro/2012. Para todos os modelos foram realizadas previses para 3, 6, 9 e 12
meses para frente 21 (h), sendo calculado o erro mdio dos quatro perodos para
cada um dos horizontes avaliados. Para a comparao entre as diferentes
metodologias, foram calculadas a raiz quadrada do erro quadrtico mdio da
previso (RMSPE) de cada modelo, bem como do melhor modelo AR (benchmark)
obtido para cada uma das variveis de crdito 22.
A tabela 3 apresenta os valores de RMSPE de cada mtodo dividido pelo
RMSPE do respectivo modelo benchmark. Assim, valores inferiores a 1 indicam
uma melhor capacidade preditiva em relao ao modelo benchmark. Assim,
verifica-se que, excetuando-se apenas a varivel taxa de juros total para o segmento
livre, em mdia, a maioria dos modelos apresentaram uma performance superior ao
dos modelos AR em todos os horizontes de previso, sendo observado em alguns
casos, um erro de previso at 68% inferior ao benchmark.

Para o processo de previso, no foi adotada a sistemtica de one-step-ahead no intuito de


se avaliar a pior performance dos modelos.
22
Para o ajuste do melhor modelo AR foram ajustados modelos AR(1) a AR(4), tendo sido
escolhido, para cada varivel e perodo o modelo que apresentou o menor erro quadrtico
mdio. Foram mantidas as mesmas transformaes e diferenas utilizadas nos modelos
FAVAR. Em relao a sazonalidade, nos modelos AR utilizou-se diferenas sazonais ao
invs do algoritmo do X12-ARIMA.
21

Economia Bancria e Crdito 108

Tabela 3 RMSPE relativo aos modelos para cada varivel de crdito


Comparao em relao ao AR
Fator

CFV_Lag

Horizonte
k

ConcLT

InadLT

SDT

SLT

TxLT

10

CFV_Lead
20

30

10

20

MCMC

PCA

Cb PCA

30

0,66

0,73

0,72

0,75

0,66

0,71

0,69

0,73

0,69

0,66

0,73

1,17

0,92

0,91

0,95

1,17

1,07

1,05

1,08

0,96

1,17

1,10

0,50

0,48

0,52

0,52

0,50

0,50

0,55

0,61

0,47

0,50

0,51

12

0,92

0,80

0,80

0,81

0,92

0,80

0,82

0,86

0,82

0,92

0,81

0,52

0,62

0,60

0,55

0,52

0,76

0,86

0,94

0,59

0,52

0,59

0,68

0,78

0,74

0,67

0,68

0,93

1,01

1,13

0,69

0,68

0,72

0,76

0,81

0,78

0,70

0,76

0,95

1,02

1,12

0,78

0,76

0,78

12

0,99

1,03

1,01

0,93

0,99

1,12

1,18

1,26

1,02

0,99

1,00

0,85

0,88

0,90

0,97

0,85

0,84

0,84

0,84

0,89

0,85

0,90

0,78

0,82

0,79

0,88

0,78

0,79

0,76

0,78

0,82

0,78

0,83

0,52

0,58

0,57

0,62

0,52

0,57

0,54

0,55

0,54

0,52

0,58

12

0,37

0,42

0,40

0,43

0,37

0,41

0,39

0,40

0,38

0,37

0,41

0,50

0,43

0,56

0,60

0,50

0,32

0,32

0,45

0,73

0,50

0,59

0,52

0,64

0,76

0,75

0,52

0,54

0,65

0,83

0,73

0,52

0,64

0,49

0,50

0,59

0,60

0,49

0,36

0,43

0,54

0,72

0,49

0,57

12

0,48

0,54

0,63

0,62

0,48

0,41

0,48

0,60

0,71

0,48

0,58

1,06

0,98

1,00

0,98

1,06

0,87

0,85

0,96

1,25

1,06

1,09

1,27

1,31

1,29

1,29

1,27

1,21

1,12

1,13

1,40

1,27

1,25

1,41

1,47

1,45

1,46

1,41

1,35

1,25

1,27

1,44

1,41

1,42

12

1,26

1,32

1,32

1,33

1,26

1,22

1,12

1,11

1,27

1,26

1,34

Fonte: Banco Central do Brasil

Comparando os resultados entre as diferentes metodologias, conforme


pode ser avaliado na tabela 3, o primeiro fato que chama a ateno a inexistncia
de uma metodologia que se destaca como a melhor para todas as variveis em todos
os perodos de previso. Por outro lado, nota-se que os modelos que utilizam a
metodologia FAVAR cannico apresentam as melhores performances na maioria
das variveis, sendo observado apenas para a varivel SDT uma melhor capacidade
preditiva do mtodo FAVAR em 2 estgios para os horizontes mais longos (9 e 12
meses). Verifica-se tambm que os modelos que utilizam o FAVAR cannico com
o mesmo nmero de fatores (Npc) que os mtodos FAVAR em 1 e 2 estgios
apresentam um erro de previso igual ao observado no FAVAR em 2 estgios,
indicando que, mesmo nos casos em que o FAVAR em 2 estgios foi superior ao
FAVAR cannico, h uma configurao bsica (com um nmero de fatores iguais
ao do FAVAR) do FAVAR cannico que empata com o melhor modelo
observado 23. Assim, para a varivel concesso de crdito total para o segmento
livre, os modelos utilizando o FAVAR em 2 estgios apresentaram um nvel de erro
inferior para o horizonte de 3 meses. Para um perodo de previso de 6 meses, o
FAVAR cannico considerando os 10 primeiros fatores obtidos da anlise de
componentes principais e os valores defasados (lags) da varivel de crdito para o
clculo das correlaes cannicas, em mdia, apresentou os modelos com as
melhores performances. O FAVAR em 1 estgio foi o melhor no horizonte de 9
Excetua-se apenas a previso realizada para a varivel ConcLT para o horizonte de 6
meses, no qual o mtodo FAVAR em 1 estgio apresentou a melhor performance.
23

Economia Bancria e Crdito 109

meses e, o FAVAR cannico com 10 fatores e utilizando os valores futuros da


varivel de crdito (lead) no clculo da correlao cannica para o horizonte de 12
meses apresentou um ganho de 13% em relao ao FAVAR em 2 estgios, sendo o
melhor modelo para essa varivel nesse horizonte.
Para a varivel inadimplncia total no segmento livre, o conjunto de
modelos estimados pelo FAVAR cannico com 30 fatores e os lags da varivel de
crdito mostraram-se superiores aos demais modelos nos horizontes de 6, 9 e 12
meses.
Na varivel de saldo total do segmento livre, verificou-se que o FAVAR
cannico com lead e 10 fatores tiveram os menores erros de previso para 3,9 e 12
meses, ao passo que os modelos FAVAR cannico com lead e 20 fatores
apresentaram os melhores resultados para a varivel crdito total direcionado para
as previses de 3 e 6 meses.
Os modelos estimados pelo FAVAR cannico com lead e 20 fatores
tambm mostraram melhores capacidades preditivas para a varivel taxa de juros
total para o segmento livre em todos os horizontes avaliados.
Comparando os modelos que utilizam o ndice de Basileia com os que
prescindem desse indicador, nota-se que a incluso desse indicador, de forma geral,
prejudicou a capacidade preditiva dos modelos, excetuando-se apenas os modelos
do FAVAR cannico com lag e 10 e 20 fatores para as variveis saldo total
direcionado e livre, alm dos modelos com lag e 30 fatores para a varivel saldo
total do segmento livre.
Em relao ao nmero de fatores no observveis, no possvel
identificar um padro nico de comportamento, sendo o nmero de fatores que
apresenta a maior capacidade preditiva varia para cada varivel e horizonte de
previso. A figura 2 apresenta para o horizonte de previso de 12 meses o RMSPE
de cada um dos mtodos de estimao. Enquanto que para a varivel concesso
total no mercado livre, de maneira geral, a escolha de 4 fatores no observveis
parece minimizar os erros de previso, o mesmo no acontece com a varivel taxa
de inadimplncia total no mercado livre, caso em que o comportamento varia
conforme a metodologia utilizada, sendo que, a utilizao de 3 ou 4 fatores parece
no mudar muito a capacidade preditiva dos modelos. Para a varivel saldo total
dos crditos direcionados, a utilizao de 2 fatores no observveis apresenta um
nvel de erro menor para a maioria das metodologias.
Economia Bancria e Crdito 110

Figura 2 RMSPE dos modelos para cada varivel segundo nmero defatores no observveis (h=12)
ConcLT

RMSPE(%)
6,5

InadLT

RMSPE(%)
16,0
15,0

6,0
14,0
13,0

5,5

12,0
5,0

11,0
10,0

4,5
9,0
8,0

4,0
1

SDT

RMSPE(%)
16,0

SLT

RMSPE(%)
6,0
5,5

15,0

5,0

14,0

4,5
13,0
4,0
12,0
3,5
11,0

3,0

10,0

2,5
2,0

9,0
2

2
k

TxLT

RMSPE(%)
23,0

Legenda

22,0
CFV_Lag - 10

CFV_Lag - 20

CFV_Lag - 30

CFV_Lag - k

CFV_Lead - 10

CFV_Lead - 20

CFV_Lead - 30

CFV_Lead - k

MCMC

PCA

Cb PCA

21,0
20,0
19,0
18,0
17,0
16,0
15,0
1

4
1

k
Fonte: Banco Central do Brasil

Em relao ao nmero de defasagens (d), tambm se verifica uma


diversidade de comportamento conforme a varivel de crdito e o horizonte de
previso, sendo observados comportamentos que identificam como os melhores
modelos aqueles que apresentam apenas uma defasagem (ConcLT) at outros cujos
melhores modelos foram aqueles que utilizaram 4 defasagens (TxLT). Nas variveis
InadLT, SDT e SLT, possvel notar que a definio do nmero de defasagens que
minimiza o erro de previso varia conforme a metodologia utilizada. Assim,
conforme a figura 3, nota-se que nas variveis de saldo (direcionado e livre), a
utilizao de um nmero maior de defasagens parece melhorar a capacidade
preditiva dos modelos.

Economia Bancria e Crdito 111

Figura 3 RMSPE dos modelos para cada varivel segundo nmero de defasagens (h=12)
ConcLT

RMSPE(%)
7,0

InadLT

RMSPE(%)
15,0

6,5

14,0

6,0
13,0

5,5
5,0

12,0

4,5

11,0

4,0
10,0

3,5
3,0

9,0
1

SDT

RMSPE(%)
17,0

SLT

RMSPE(%)
7,0
6,5

16,0

6,0
15,0

5,5

14,0

5,0

13,0

4,5
4,0

12,0

3,5
11,0

3,0

10,0

2,5
2,0

9,0
1

2
d

TxLT

RMSPE(%)
31,0

Legenda

29,0
CFV_Lag - 10

CFV_Lag - 20

CFV_Lag - 30

CFV_Lag - k

CFV_Lead - 10

CFV_Lead - 20

CFV_Lead - 30

CFV_Lead - k

MCMC

PCA

Cb PCA

27,0
25,0
23,0
21,0
19,0
17,0
15,0
1

d
Fonte: Banco Central do Brasil

Em relao utilizao de uma base mais abrangente (total) ou mais


resumida (agregada), observa-se que no h uma predominncia de uma delas em
relao capacidade preditiva dos modelos. De forma geral, nota-se que para a
metodologia FAVAR em 2 estgios, a base agregada tende a apresentar melhores
resultados do que a total, comportamento esse distinto do identificado no FAVAR
em 1 estgio. Nos modelos que utilizam a metodologia FAVAR cannico, o melhor
conjunto de modelos varia conforme a varivel de crdito.
Em relao ao comportamento da RMSPE das diferentes metodologias
segundo o critrio de pr-seleo utilizado, a figura 4 apresenta os principais
resultados para um horizonte de previso de 12 meses. Como j descrito
anteriormente, adotou-se 3 possveis critrios: um primeiro na qual utilizou-se
todas as variveis de cada base de dados (critrio 100%), outra na qual aplicou-se o
teste de causualidade de Granger com a correo sugerida por Toda & Yamamoto
(1995) com um nvel de significncia de 10% (critrio 10%) e outra com 5%
(critrio 5%). Para as variveis ConcLT, SLT e TxLT, para a metodologia FAVAR
em 2 estgios, nota-se que a utilizao de um critrio de pr-seleo mais restrito
(5%), apresentou melhores resultados preditivos. Por outro lado, nas variveis

Economia Bancria e Crdito 112

InadLT e SDT, o comportamento obtido foi exatamente o oposto, sendo observado


que os melhores modelos utilizaram as bases sem uma pr-seleo inicial. Ao
contrrio do esperado, para a metodologia FAVAR em 1 estgio, excetuando-se
apenas a varivel SLT, todas as demais mostraram melhor capacidade preditiva nos
modelos sem nenhuma pr-seleo. Os modelos baseados no FAVAR cannico
parecem ter uma performance melhor nas bases sem a utilizao de pr-seleo. Tal
fato poderia ser explicado pela utilizao da combinao linear que calculada pela
tcnica de correlao cannica a partir dos fatores identificados pela componente
principal que maximiza a correlao entre os fatores e as variveis de crdito. Ou
seja, ao contrrio dos modelos FAVAR que, em tese, necessitariam de um critrio
de pr-seleo para eliminar rudos que poderiam ser introduzidos pela diversidade
de variveis consideradas no processo de formao dos poucos fatores a serem
considerados nos modelos VAR, a metodologia baseada no FAVAR cannico, por
utilizar um nmero maior de fatores provenientes da anlise de componentes
principais e aplicar um critrio de maximizao da correlao desses fatores com as
variveis de interesse, poderiam prescindir de tal procedimento prvio.
Figura 4 RMSPE dos modelos para cada varivel segundo critrio de pr-seleo (h=12)
ConcLT

RMSPE(%)
5,6

InadLT

RMSPE(%)
16,0

5,4

15,0

5,2

14,0

5,0

13,0

4,8

12,0

4,6

11,0

4,4

10,0

4,2

9,0
5%

10%

100%

5%

10%

Critrio de pr-seleo

RMSPE(%)
15,5

100%

Critrio de pr-seleo

SDT

SLT

RMSPE(%)
6,5

15,0

6,0

14,5

5,5

14,0

5,0

13,5
4,5
13,0
4,0
12,5
3,5

12,0

3,0

11,5

2,5

11,0
5%

10%

100%

5%

10%

RMSPE(%)
24,0

100%

Critrio de pr-seleo

Critrio de pr-seleo

TxLT
Legenda

23,0

CFV_Lag - 10

CFV_Lag - 20

CFV_Lag - 30

CFV_Lag - k

CFV_Lead - 10

CFV_Lead - 20

CFV_Lead - 30

CFV_Lead - k

MCMC

PCA

Cb PCA

22,0
21,0
20,0
19,0
18,0
17,0
5%

10%

100%

4
5%

10% 100%

Critrio de pr-seleo
Fonte: Banco Central do Brasil

Economia Bancria e Crdito 113

5. Concluso
A limitao apresentada pelos modelos tradicionais de VAR e o
crescimento da ampla gama de informaes atualmente disponveis fez surgir uma
classe de modelos que visam incorporar a riqueza dessas informaes nos modelos
atualmente utilizados para as decises de poltica monetria. Uma dessas vertentes
so os modelos que se utilizam de mtodos como a anlise fatorial para
sumarizarem as informaes contidas em diversas variveis. Entretanto, tendo em
vista que a determinao dos fatores no observveis tem como foco a identificao
das componentes subjacentes s variveis Xt e no considerando a correlao entre
Xt e Yt, a seleo do conjunto de variveis a serem utilizadas nesses modelos acaba
tendo papel crucial no desempenho dos mesmos.
A combinao entre modelos FAVAR em 2 estgios com a tcnica de
anlise de correlao cannica, que possibilita a identificao de um pequeno
nmero de combinaes lineares entre dois conjuntos de variveis de modo a
maximizar a correlao entre eles, apresentou, para diversas variveis do mercado
de crdito, resultados superiores aos obtidos pelos tradicionais modelos FAVAR
em 1 (MCMC) e 2 estgios (PCA), sendo que a configurao que utilizou os valores
futuros das variveis de crdito (leads) apresentou um menor erro de previso do
que os modelos com as variveis em lags. Em relao ao nmero de fatores (Npc) a
serem utilizados para o clculo da correlao cannica, notou-se que o mesmo
varia conforme a varivel de interesse, tendo sido observado que para a varivel de
concesso total e saldo total no segmento de crdito livre o melhor modelo foi com
10 fatores, para a taxa de inadimplncia do segmento livre foi com 30 fatores e para
o saldo total dos crditos direcionados e taxa de juros para o segmento livre a
melhor configurao utilizou 20 fatores. Em relao ao nmero de fatores no
observveis e defasagens, observou-se que esse nmero se altera conforme a
varivel em anlise.

Economia Bancria e Crdito 114

Referncias

Bai, J., (2003). Inference on factor models of large dimensions. Econometrica 71


(1), 135172.
Bai, J., Ng, S., (2002). Determining the number of factors in approximate factor
models. Econometrica 70(1), 191221.
Bai, J., Ng, S. (2008). Forecasting economics time series using targeted predictors.
Journal of Econometrics, 146, 304-317.
Banco Central do Brasil (2010). Modelos de Vetores Autorregressivos Boxe no
Relatrio de Inflao, junho/2010.
Banco Central do Brasil (2012).Reviso dos Modelos de Vetores Autorregressivos
com Fundamentao Econmica- 2012 Boxe no Relatrio de Inflao,
setembro/2012.
Banco Central do Brasil (2013).Reviso dos Modelos de Vetores Autorregressivos
Estatsticos 2012 Boxe no Relatrio de Inflao, marco/2013.
Bernanke, B., Boivin, J., Eliasz, P. (2005). Measuring the effects of monetary policy:
a factor-augmented vector autoregressive (FAVAR) approach. The Quarterly
Journal of Economics, 120, 387 422.
Boivin, J., Ng, S. (2006). Are more data always better for factor analysis?. Journal of
Econometrics, 132, 169 194.
Caggiano, G., Kapetanios, G., Labhard, V. (2011). Are more data Always better for
fator analysis? Results for the euro area, the six largest euro area countries and the
UK. Journal of Forecasting, 30, 736-752.
Chamberlain, G. (1983). Funds, factors, and diversification in arbitrage pricing
models, Econometrica 51, 1281-1304
Chamberlain, G. and M. Rothschild (1983). Arbitrage, factor structure and
meanvariance analysis in large asset markets, Econometrica 51, 1305-1324.
Enders, W. (2010). Applied Econometric Time Series, 3rd edition, Wiley.

Economia Bancria e Crdito 115

Figueiredo, F.M.R. (2010). Forecasting Brazilian inflation using a large data set.
Central Bank of Brazil Working Paper No. 228.
Figueiredo, F.M.R., Guilln, O.T.C. (2013). Forecasting Brazilian consumer
inflation with FAVAR models using target variables, mimeo.
Forni, M., M. Hallin, M. Lippi and L. Reichlin (2000). The generalized dynamic
factor model: identification and estimation, The Review of Economics and Statistics
82, 540- 554.
Forni, M., M. Hallin, M. Lippi and L. Reichlin (2004). The generalized dynamic
factor model : consistency and rates, Journal of Econometrics 119, 231-255.
Forni, M., M. Hallin, M. Lippi and L. Reichlin (2005). The generalized factor
model: one-sided estimation and forecasting, Journal of the American Statistical
Association 100, 830-40.
Forni, M., M. Hallin, M. Lippi and P. Zaffaroni (2011). One-Sided Representations
of Generalized Dynamic Factor Models, DSS Empirical Economics and
Econometrics Working Papers Series no. 2011/5.
Forni, M., Lippi, M., (1997). Aggregation and the Microfoundations of Dynamic
Macroeconomics. Oxford University Press, Oxford, UK.
Forni, M., Reichlin, L., (1998). Lets get real: a factor-analytic approach to
disaggregated business cycle dynamics. Review of Economic Studies 65, 453473.
Hotelling, H. (1936). Relation between two sets of variables., Biometrika, 28, 321377.
Mumtaz, H., Surico, P. (2009). The transmission of international shocks: a factor
augmented VAR approach. , Journal of Money, Credit and Banking, 41, 71-100.
Johnson, R.A., Wichern, D.W. (2007). Applied multivariate statistical analysis, 6th
edition. Prentice Hall, New Jersey.
Mumtaz, H., Surico, P. (2008). Evolving international inflation dynamics: evidence
from a time-varying dynamic factor model. Bank of England Working Paper no.
341
Stock, J., Watson, M. (1999). Forecasting inflation. Journal of Monetary
Economics, 44, 293-335.

Economia Bancria e Crdito 116

Stock, J.H. and M.W. Watson (2002a). Macroeconomic Forecasting Using


Diffusion Indexes, Journal of Business and Economic Statistics 20, 147-162.
Stock, J.H. and M.W. Watson (2002b). Forecasting using principal components
from a large number of predictors, Journal of the American Statistical Association
97, 1167-1179.
Toda, H. Y and T. Yamamoto (1995). Statistical inferences in vector
autoregressions with possibly integrated processes. Journal of Econometrics, 66,
225-250.

Economia Bancria e Crdito 117

You might also like