A previsão de comportamento na gestão do risco comercial O ... · A previsão de comportamento na gestão do risco comercial O novo modelo de avaliação do risco de failure das

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



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


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?


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.


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


1

2

3

4

5

6


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



4

5

6


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


Modelo de Scoring derivado da função de probabilidade


7

8


FASES DO PROCESSO

9

10


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%


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


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



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


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


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


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


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%


1,7%


Desempenho do modelo

Capacidade de discriminação

Failure score

AceitarRejeitar

Maus Bons

Modelo com discriminação elevada Modelo com discriminação reduzida


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%


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?


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



Taxa defailure de empresas

TAXA DE FAILURE

2,3%

1,7%

2013 2014 2015

6,259sociedades


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


1,7%


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


1,7%


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%


1,7%


0%

1%

2%

3%

4%

TAXA FAILURE POR SOLVABILIDADE(DADOS 2015)

> = 10%& < 50%

< 10%> = 50%& < 75%

> = 75%& < 125%

> = 125%Total do

passivo = 0


1,7%

Variáveis financeirassolvabilidade(capital próprio/ total passivo)


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%


1,7%

Variáveis financeiras


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


1,7%


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


1,7%


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


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


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


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

Documents

A previsão de comportamento na gestão do risco comercial O ... · A previsão de comportamento na gestão do risco comercial O novo modelo de avaliação do risco de failure das