a previsão de comportamento na gestão do risco comercial o ... · a previsão de comportamento na...
TRANSCRIPT
1LET’S TALK ABOUT RISKwww.informadb.pt
A previsão de comportamento
na gestão do risco comercial
O novo modelo de avaliação do risco de failure das empresas
Paulo CarvalhoInforma D&B
2LET’S TALK ABOUT RISK
Agenda
A importância da utilização de modelos preditivos na gestão do risco comercial
O novo modelo Informa D&B de avaliação do risco de failure das empresas
1
2
3LET’S TALK ABOUT RISK
4LET’S TALK ABOUT RISK
A decisão de realizar negócios a crédito tem efeitos sobre a
rendibilidade futura das operações comerciais
a informação (principalmente a interna)
sobre cada cliente apenas reflete o passado!
É fundamental, por isso, conseguir relacionar com exatidão a informação passada com o desempenho futuro
Prever a ocorrência futura do incumprimento é determinante!
Crédito
Recebimento
CredorDevedor /Cliente
Informação
5LET’S TALK ABOUT RISK
O objetivo dos modelos de uma forma geral é ordenarcom eficácia as entidades avaliadas segundo o seu risco de incumprimento
Esta previsão é tanto mais eficaz quanto mais elevada for a capacidade de discriminação do método subjacente
(Baixo Risco vs. Elevado Risco)
A previsão do incumprimento pode assentar:
Na interpretação subjetivade analistas de crédito
No recurso a modelos matemáticos de previsão
Como relacionar a
informação passada
com os
eventos futuros?
6LET’S TALK ABOUT RISK
Previsão do incumprimento
evolução do conhecimento
1966 1968 1980 1984 1993 2001 2003 2004 2007 2008 2014 2016
Beaver Altman Ohlson Zmijewski
Coats & Fant
Shumway
Kallberg & Udell
Charitou et al.
Altman & Sabato
Campbell et al.
Behr & Güttler
Gupta et al.
Altman et al.
7LET’S TALK ABOUT RISK
Princípios metodológicos aplicados nodesenvolvimento de um modelo
FASES DO PROCESSO
1
2
3
Definição da variável objetivo (incumprimento)
Especificação dos períodos de observação e de comportamento
Recolha de informação de forma retroativa
Dez’n Dez’n+1
12 meses – Período de comportamentoPeríodo de observação
Situação de Crédito Atual
GoodBad
Fontes externas
Fontes internas
8LET’S TALK ABOUT RISK
1
2
3
4
5
6
Princípios metodológicos aplicados nodesenvolvimento de um modelo
FASES DO PROCESSO
Criação das amostras para desenvolvimento e para validação
Análise estatística univariada
Análise estatística multivariada para obter a função de probabilidade
Universo total
50%Amostra para
desenvolvimento50%
Amostra para validação
Average Bad Rate = 13.9%
0
10
20
30
<-2m <-500k <-100k <50k <200k <500k <1m <2m <5m <20m 50m+ <-1m <-200k <0 <100k <300k <740k <1.5m <3m <10m <50m
0
.5
.10
.15
.20
.25
.30
.35
0 10 20 30 40 50 60 70 80 90 100
Score
Pro
bab
ilid
ad
eB
ad
8LET’S TALK ABOUT RISK
9LET’S TALK ABOUT RISK
4
5
6
Princípios metodológicos aplicados nodesenvolvimento de um modelo
FASES DO PROCESSO
7
8
Pontuação das
distintas sub-
populações
Nº de empregados
Até 1010
Entre 11 e 25-15
Entre 26 e 50-10
…
Início da atividade
Menos de 2 anos35
De 2 a 5 anos-10
De 5 a 10 anos-30
…
Solvabilidade< 10%-35
De 10% a 50%20
De 50% a 75%35
…
… … … … …
Score
40
60
80
100
0 20 40 60 80 100
%o
fC
as
es
Good
Bad
Discriminação entre Bad & Good - Screening Efect
20
9LET’S TALK ABOUT RISK
Modelo de Scoring derivado da função de probabilidade
10LET’S TALK ABOUT RISK
7
8
Princípios metodológicos aplicados nodesenvolvimento de um modelo
FASES DO PROCESSO
9
10
10LET’S TALK ABOUT RISK
Tabela de estratégia
Aplicação do modelo sobre a amostra de validação
ModeloAmostra para validação
Score Casos aprovados Bad rate marginal
Bad rate
acumulado nos
casos aprovados
Bad rate
acumulado nos
casos reprovados
90 10.0% 3% 2% 14%
80 32.0% 5% 3% 17%
70 54.0% 10% 5% 22%
65 66.0% 13% 6% 26%
60 78.0% 18% 8% 31%
55 86.0% 24% 9% 37%
50 92.0% 30% 10% 45%
45 96.0% 38% 11% 53%
40 97.0% 47% 12% 60%
30 99.0% 64% 12% 73%
20 99.8% 78% 13% 82%
11LET’S TALK ABOUT RISK
Benefícios dos modelos de scoring no processo de decisão de crédito
UTILIZAÇÃO DA TABELA DE ESTRATÉGIAS
EXEMPLO
Scoring
Situação Atual
% de clientesaceites
% deincumpridores
84% 4.4%Variação
Estratégia 1 84% 3.0% -32% no incumprimento
Estratégia 2 93% 4.4% +11% nas vendas
Estratégia 3 90% 3.6%+7% nas vendas
-18% no incumprimento
12LET’S TALK ABOUT RISK
Modelos analíticos Informa D&B para avaliação de risco comercial
Modelos Informa D&B para prever diferentes tipos de comportamento:
Reflete a probabilidade de, nos próximos 12 meses, uma entidade cessar a atividade com dívidas por liquidar
Mede o risco de, nos 12 meses seguintes, a entidade avaliada vir a registar um atraso superior a 90 dias nos pagamentos a pelo menos um dos seus fornecedores
Avalia o risco de, nos 12 meses seguintes, uma entidade do setor social (10% das organizações em atividade em Portugal) encerrar a sua atividade
Failure Delinquency Viability
13LET’S TALK ABOUT RISK
14LET’S TALK ABOUT RISK
O porquê de um novo modelo?
A monitorização contínua da estabilidade e capacidade de discriminação do modelo anterior através do aplicação de exercícios regulares de backtesting, se por um lado confirmava uma elevada qualidade do modelo, por outro também permitiu identificar potenciais melhorias no mesmo
A influência das variáveis antes existentes sobre o failure mudou
Novas variáveis, antes não disponíveis, passaram entretanto a ficar acessíveis
O contexto económico e empresarial em Portugal mudou – e muito – nos últimos anos
15LET’S TALK ABOUT RISK
O failure implica a existência
de dívidas por regularizar,
conduzindo quase sempre a
uma situação de perda total do
crédito comercial concedido
Risco de failure
O modelo de previsão de
failure da Informa D&B incide
sobre todas as entidades
ativas comerciais não
financeiras, incluindo ENIs
16LET’S TALK ABOUT RISK
As 4 notações surgem a partir do modelo de base, permitindo a aplicação em políticas de crédito com diferentes níveis de granularidade
Raw scorePontuado entre 1001 e 1999
Sistemas de classificaçãoInforma D&B de risco de failure
Indicador de riscoPontuado entre 4 e 1
Rating InformaPontuado entre 1 e 20
Failure scoreScore de percentil pontuado entre 1 e 100
17LET’S TALK ABOUT RISK
1001 - 1227 1 - 2 1
41228 - 1282 3 - 5 2
1283 - 1312 6 - 9 3
1313 - 1325 10 - 11 4
1326 - 1343 12 - 14 5
31344 - 1359 15 - 17 6
1360 - 1398 18 - 21 7
1399 - 1412 22 - 25 8
1413 - 1427 26 - 31 9
1428 - 1446 32 - 37 10
1447 - 1460 38 - 42 11
21461 - 1466 43 - 47 12
1467 - 1475 48 - 56 13
1476 - 1481 57 - 62 14
1482 - 1486 63 - 67 15
1487 - 1494 68 - 74 16
1495 - 1508 75 - 82 17
11509 - 1535 83 - 91 18
1536 - 1558 92 - 96 19
1559 - 1999 97 - 100 20
Sistemas de classificaçãoInforma D&B de risco de failure
Raw ScoreBandas
Percentil ScoreRating Informa
Indicador de Risco
18LET’S TALK ABOUT RISK
0%
3%
6%
9%
12%
4 3 2 10%
3%
6%
9%
12%
15%
18%
21%
24%
27%
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Qualidade do novo modelo Informa D&B de avaliação de risco de failure
O Indicador de Risco 4 representa uma taxa de failure 6,9 vezessuperior à da média nacional
O Rating Informa permite uma maior granularidade nas decisões de crédito; o nível 1 deste rating representa uma taxa de failure 15 vezes superior à da média nacional
Failure por: Indicador de Risco (4-1)(dados de 2015)
Failure por: Rating Informa (1-20)(dados de 2015)
Taxa média de failure
1,7%
Taxa média de failure
1,7%
19LET’S TALK ABOUT RISK
Desempenho do modelo
Capacidade de discriminação
Failure score
AceitarRejeitar
Maus Bons
Modelo com discriminação elevada Modelo com discriminação reduzida
20LET’S TALK ABOUT RISK
Desempenho do modelo
Capacidade de discriminação
Poder dediscriminação:
Gini:
Baixo Médio-baixo Médio-elevado Elevado
< 34% 34% - 50% 50% - 60% > 60%
Modelo da Informa D&B
85,4%
21LET’S TALK ABOUT RISK
3.500
SELEÇÃO DAS VARIÁVEIS EXPLICATIVAS DO MODELO
Das mais de
variáveis disponíveis nabase de dados da Informa D&B(e as suas múltiplas combinações)que caraterizaram as empresasem cada momento
quais se revelam estatisticamentemais significativas?
22LET’S TALK ABOUT RISK
Seleção das variáveis explicativas do modelo
O processo estatístico de seleção de variáveis explicativas determinou as seguintes:
Demográfica
Setor de Atividade
Zona Geográfica
Forma Jurídica
Antiguidade
Nº de empregados
Financeira
Cumprimento da obrigação de publicação de contas
Antiguidade da última publicação de contas
Solvabilidade
Rendibilidade do Ativo
Estado e Outros Entes Públicos sobre Vendas
Vendas
Resultados Transitados sobre Ativo
Capital Próprio negativo
Valor das acções judiciais/CP
Ausência de informação financeira
Res Trans/Ativo
Comportamentos de Pagamento
Paydex (Índice de pagamentos)
Incidentes
(In)existência de incidentes (ações judiciais, ações e processos de insolvência, existência de Dívidas Fiscais: IRC e Segurança social)
Antiguidade e valor dos incidentes
PER
Lista de processos de execução
Peso do valor das ações judiciais no capital próprio
Acções de Insolvência
Dívidas Fiscais
23LET’S TALK ABOUT RISK
24LET’S TALK ABOUT RISK
Taxa defailure de empresas
TAXA DE FAILURE
2,3%
1,7%
2013 2014 2015
6,259sociedades
25LET’S TALK ABOUT RISK
As empresas constituídas há menos de 2 anos têm uma probabilidade de failure 92% inferior à do universo total; entre os 6 e os 10 anos de vida, as empresas têm 45% mais risco
Variáveis demográficas
TAXA FAILURE POR ANTIGUIDADE DE ATIVIDADE(DADOS 2015)
0%
1%
2%
3%
2 – 5 anos
<2 anos6 – 9 anos
10 – 19 anos
20 – 49 anos
50 - 99 anos
>=100 anos
antiguidade das empresas
Taxa média de failure
1,7%
26LET’S TALK ABOUT RISK
TAXA FAILURE POR SETORES DE ATIVIDADE(DADOS 2015)
A indústria (extrativa e transformadora), a par da construção e do alojamentoe restauração evidenciamtaxas de failure mais elevadas
Variáveis demográficassetor de atividade
0%
1%
2%
3%
IndústriasExtrativas
Alojamento /Restauração
Construção TransportesGás, Eletric.
& Água Telecom.
AtividadesImobiliárias
ServiçosAgric., Pec.,
Pesca e CaçaIndústriasTransform.
Grossista Retalhista
Taxa média de failure
1,7%
27LET’S TALK ABOUT RISK
TAXA FAILURE POR DIMENSÃO (Nº DE EMPREGADOS)(DADOS 2015)
Variáveis demográficasdimensão por número de empregados
Entre 10 a 49 empregados
Até 9 empregadosEntre 50 e 249 empregados
Mais de 249 empregados
0%
1%
2%
3%
Taxa média de failure
1,7%
28LET’S TALK ABOUT RISK
0%
1%
2%
3%
4%
TAXA FAILURE POR SOLVABILIDADE(DADOS 2015)
> = 10%& < 50%
< 10%> = 50%& < 75%
> = 75%& < 125%
> = 125%Total do
passivo = 0
Taxa média de failure
1,7%
Variáveis financeirassolvabilidade(capital próprio/ total passivo)
29LET’S TALK ABOUT RISK
0%
1%
2%
3%
4%
TAXA FAILURE POR RENDIBILIDADE DO ATIVO(DADOS 2015)
rendibilidadedo ativo (resultado líquido / total ativo)
> = 2,5%& < 0%
< - 2,5%> = 0%
& < 2,5%> = 2,5%& < 5%
> = 5%& < 7,5%
> = 7,5%
Taxa média de failure
1,7%
Variáveis financeiras
30LET’S TALK ABOUT RISK
TAXA FAILURE POR ATRASO DE PAGAMENTO(DADOS 2015)
0%
2%
4%
6%
8%
Nos prazos (sem atrasos
Variáveis de comportamentosde pagamentopaydex(índice de pagamentos)
Até30 dias
Entre30-60 dias
Entre60-90 dias
Entre90-120 dias
Mais de 120 dias
Taxa média de failure
1,7%
31LET’S TALK ABOUT RISK
TAXA FAILURE POR Nº DE AÇÕES JUDICIAIS(DADOS 2015)
0%
3%
6%
9%
12%
15%
18%
Sem açõesjudiciais
1 ação 2 ações +3 ações
A grande maioria das empresas não tem ações judiciais(pelo menos uma ação judicial em aberto e iniciada nos últimos 5 anos)
Variáveis de incidentesnúmero de ações judiciais
Nota: As ações judiciais consideradas não incluem as ações do tribunal do trabalho
Taxa média de failure
1,7%
32LET’S TALK ABOUT RISK
TAXA FAILURE POR VALOR DE AÇÕES JUDICIAIS(DADOS 2015)
Ações judiciais mais recentes estãoassociadas a maior risco de failure
TAXA FAILURE POR ANTIGUIDADE
DAS AÇÕES JUDICIAIS(DADOS 2015)
O valor dos incidentes indicia igualmente um elevado risco de failure
antiguidadee valor das ações judiciais
0%
3%
6%
9%
12%
15%
Entre1-2 anos
Menosde 1 ano
Mais de2 anos
0%
3%
6%
9%
12%
Entre5 mil €
e 30 mil €
5 mil €ou menos
Mais de 30 mil €
Taxa média
de failure
1,7%
Taxa média
de failure
1,7%
Variáveis de incidentes
33LET’S TALK ABOUT RISK
Então a solução parece simples….
… não terei problemas
Se não fizer negócios com empresas…
com 6 a 9 anos de antiguidade
pertencentes ao setor da construção
ou alojamento e restauração
com 10 a 49 empregados
e que registam incidentes
34LET’S TALK ABOUT RISK
Contudo,não é assim tão
simples….
Existem mais de 32 mil milhões de combinações possíveis na conjugação dos diferentes atributos das distintas variáveis, alguns com uma ponderação positiva, outros com ponderação negativa
A resposta depende, por isso, dos atributos dos demais fatores explicativos do failure, da inter-relação entre alguns destes fatores, e da proporção/peso com que cada um permite prever com exatidão as futuras situações de failure
Cada rating atribuído tem em conta todos os fatores, as respetivas inter-relações e ponderações adequadas
35LET’S TALK ABOUT RISK
Mitos & factos
Tema Mito Facto
8% do universo empresarial apresenta ações judiciais
70% dos fatores que explicam a atribuição da classe de risco não diz respeito a incidentes
Apenas as empresas com CP muito negativo têm elevado nível de risco; nas restantes com CP < 0 a percentagem que entra em insolvência não é significativamente superior à da média nacional
Os dados financeiros não são as únicas variáveis nem as que, por vezes, mais influenciam o risco
As empresas mais jovens (menos de 2 anos) são, na verdade, as que têm menor taxa de failure
A litigância é frequente entre empresas
O registo de ações judiciais é determinante na atribuição de elevado risco
As empresas com capital próprio negativo (falência técnica) têm elevada probabilidade de insolvência
Os dados financeiros são a fonte exclusiva da análise sobre o risco de insolvência
As empresas mais recentes são as que têm maior probabilidade de insolvência
Litigância
Capital próprio negativo
Dados financeiros para decisão do risco
Idade