Upload
others
View
0
Download
0
Embed Size (px)
Citation preview
Perfís de Risco em Portugal.O Rating e o Score comoFerramentas de Gestão.
Hotel da Lapa, Lisboa, 23 de Maio de 2006Augusto Castelo Branco
Conferência “Novos Tempos para a Insolvência em Portugal: Desafios e Oportunidades”
2Perfis de Risco em Portugal. O Rating e o Score como Ferramentas de Gestão.
Hotel da Lapa, Lisboa, 5 de Junho de 2006
Agenda
Perfís de Risco em PortugalO que é o Credit ScoringBenefícios da sua UtilizaçãoDesenvolvimento de Modelos de ScoringRating vs Score
3Perfis de Risco em Portugal. O Rating e o Score como Ferramentas de Gestão.
Hotel da Lapa, Lisboa, 5 de Junho de 2006
Recolhemos toda a Informação Disponível sobre Empresas em Portugal
Actualizaçôes DIrectas
Dados Publicos
Informação Financeira
Experiência de pagamento
Notícias Media
• 98% de cobertura da base empresarial nacional
+ de 1 milhão de contactos entre gestores, corpos directivos e executivos
Alguns números em 2005...
Média de 3000 actualizações / dia
+ de 100 mil entrevistas directas
Introduzimos 65 mil Balanços
Introduzimos 100 mil Incidentes judiciais
Introduzimos 30 mil Constituições
15 mil Dissoluções ou falências
60 mil Alterações de pacto social
Introduzimos 5.000 notícias de imprensa etc...
Informa D&B Base de Dados Portugal650 Mil Negócios Activos
Número D-U-N-S®
4Perfis de Risco em Portugal. O Rating e o Score como Ferramentas de Gestão.
Hotel da Lapa, Lisboa, 5 de Junho de 2006
O Crédito
“Creditors have no real affection for their debtors, but only a desire that they may be preserved such that they may repay.”
Aristotoles (384-322 B.C.), Nicomachean Ethics,bk IX, ch. 7
5Perfis de Risco em Portugal. O Rating e o Score como Ferramentas de Gestão.
Hotel da Lapa, Lisboa, 5 de Junho de 2006
A Evolução Recente do Risco em Portugal
% de Empresas de Risco Muito Elevado
14%14%
11%
15%
0%
2%
4%
6%
8%
10%
12%
14%
16%
ANO 2003 ANO 2004 ANO 2005 ANO 2006
6Perfis de Risco em Portugal. O Rating e o Score como Ferramentas de Gestão.
Hotel da Lapa, Lisboa, 5 de Junho de 2006
O Risco por Distritos
7%
1%
7%
1% 2%4%
2%
5%
1%
5%
28%
1%
17%
4%
7%
2%1%
3% 2%1% 0% 0%
0%
5%
10%
15%
20%
25%
30%
Aveiro Beja
Braga
Castelo B
ranco
Coimbra
Faro
Guarda
Leiri
aLis
boaPorta
legrePorto
Viana do C
aste
loVila
Rea
lVise
uFu
nchal
Ponta D
elgad
a
Angra do H
eroism
oHorta
Distribuição das Empresas no Mercado por Distrito
7Perfis de Risco em Portugal. O Rating e o Score como Ferramentas de Gestão.
Hotel da Lapa, Lisboa, 5 de Junho de 2006
O Risco por Distritos
Risco por Distrito
4443
45
42
43
46
4342
43 43
4141
42
45 4544
45
42
41
40
44
42
36
38
40
42
44
46
48
Aveiro Bej
aBra
gaCa
stel
o Bra
nco
Coim
bra
Faro
Guard
aLe
iria
Lisb
oaPo
rtale
gre
Porto
Vian
a do
Cas
telo
Vila
Rea
lVi
seu
Funch
al
Pont
a Del
gada
Angra
do
Heroi
smo
Horta
Scor
e
8Perfis de Risco em Portugal. O Rating e o Score como Ferramentas de Gestão.
Hotel da Lapa, Lisboa, 5 de Junho de 2006
O Risco por Sectores de Actividade
3%
14%
12% 12%
0%
5%
0%
26%
23%
5%
0%
5%
10%
15%
20%
25%
30%
Agricultura Construção Fabricantes Grossistas Ind. M ineira Inst .Financeiras
Org.Publicos
Retalhistas Serviços Transp.&Telecom
Distribuição das Empresas no Mercado por Sector de Actividade
9Perfis de Risco em Portugal. O Rating e o Score como Ferramentas de Gestão.
Hotel da Lapa, Lisboa, 5 de Junho de 2006
O Risco por Sectores de Actividade
Risco por Sector de Actividade
45
37
28
81
48
33
39
4952
26
0
10
20
30
40
50
60
70
80
90
Agricultura Construção Fabricantes Grossistas Ind. M ineira Inst .Financeiras
Org. Publicos Retalhistas Serviços Transp.&Telecom
Scor
e
10Perfis de Risco em Portugal. O Rating e o Score como Ferramentas de Gestão.
Hotel da Lapa, Lisboa, 5 de Junho de 2006
O Risco por Bandas de Empregados
16%
76%
4% 3% 1% 0% 0% 0% 0%
0%
10%
20%
30%
40%
50%
60%
70%
80%
- 1 a 9 10 a 19 20 a 49 50 a 99 100 a199
200 a499
500 a999
Mais de1000
Distribuição das Empresas no Mercado por Bandas de Empregados
11Perfis de Risco em Portugal. O Rating e o Score como Ferramentas de Gestão.
Hotel da Lapa, Lisboa, 5 de Junho de 2006
Risco por Bandas de Empregados
4543
4650
5760 60 58 59
0
10
20
30
40
50
60
70
- 1 a 9 10 a 19 20 a 49 50 a 99 100 a 199 200 a 499 500 a 999 Mais de1000
O Risco por Bandas de Empregados
12Perfis de Risco em Portugal. O Rating e o Score como Ferramentas de Gestão.
Hotel da Lapa, Lisboa, 5 de Junho de 2006
O Risco por Volume de Vendas
35,5%
43,2%
9,0%7,7%
2,4%1,3% 0,8% 0,1% 0,1%
0,1%
0,0%
5,0%
10,0%
15,0%
20,0%
25,0%
30,0%
35,0%
40,0%
45,0%
- <=249 250 a 499 500 a 1.249 1.250 a2.499
2.500 a4.999
5.000 a24.999
25.000 a49.999
50.000 a99.999
M ais100.000
Distribuição das Empresas no Mercado por Bandas de Vendas
(Milhares de Euros)
13Perfis de Risco em Portugal. O Rating e o Score como Ferramentas de Gestão.
Hotel da Lapa, Lisboa, 5 de Junho de 2006
O Risco por Volume de Vendas
(Milhares de Euros)
Risco por Bandas de Vendas
52
4644
39
47
687071
65
53
0
10
20
30
40
50
60
70
80
- <=249 250 a499
500 a1.249
1.250 a2.499
2.500 a4.999
5.000 a24.999
25.000 a49.999
50.000 a99.999
Mais100.000
Scor
e
14Perfis de Risco em Portugal. O Rating e o Score como Ferramentas de Gestão.
Hotel da Lapa, Lisboa, 5 de Junho de 2006
O Risco por Antiguidade
8%
1%
4%
15%
25%
30%
17%
2%0%
0%
5%
10%
15%
20%
25%
30%
- M enos d e1 ano
1 ano 2 a 4 ano s 5 a 9 anos 10 a 19anos
2 0 a 4 9anos
50 a 9 9anos
M ais de10 0 ano s
Distribuição das Empresas no Mercado por Antiguidade
15Perfis de Risco em Portugal. O Rating e o Score como Ferramentas de Gestão.
Hotel da Lapa, Lisboa, 5 de Junho de 2006
O Risco por Antiguidade
Risco por Antiguidade
38
48 4946 45 43
4145
49
0
10
20
30
40
50
60
- Menos de1 ano
1 ano 2 a 4anos
5 a 9anos
10 a 19anos
20 a 49anos
50 a 99anos
Mais de100 anos
Sco
re
16Perfis de Risco em Portugal. O Rating e o Score como Ferramentas de Gestão.
Hotel da Lapa, Lisboa, 5 de Junho de 2006
O Risco por Idade do 1º Gestor
2%
14%
26%
29% 29%
0%
5%
10%
15%
20%
25%
30%
Entre 18 e 29 Entre 30 e 39 Entre 40 e 49 Entre 50 e 59 M ais de 60
Distribuição das Empresas no Mercado por Idade do 1º Gestor
17Perfis de Risco em Portugal. O Rating e o Score como Ferramentas de Gestão.
Hotel da Lapa, Lisboa, 5 de Junho de 2006
Risco por Idade do 1º Gestor
31
3437
3941
0
5
10
15
20
25
30
35
40
45
Entre 18 e 29 Entre 30 e 39 Entre 40 e 49 Entre 50 e 59 Mais de 60
Sco
reO Risco por Idade do 1º Gestor
18Perfis de Risco em Portugal. O Rating e o Score como Ferramentas de Gestão.
Hotel da Lapa, Lisboa, 5 de Junho de 2006
O Risco por Sexo do 1º Gestor
24%
76%
0%
10%
20%
30%
40%
50%
60%
70%
80%
F eminino M asculino
Distribuição das Empresas no Mercado por Sexo do 1º Gestor
19Perfis de Risco em Portugal. O Rating e o Score como Ferramentas de Gestão.
Hotel da Lapa, Lisboa, 5 de Junho de 2006
O Risco por Sexo do 1º Gestor
Risco por Sexo do 1º Gestor
42,6
43,3
42,2
42,4
42,6
42,8
43,0
43,2
43,4
Feminino Masculino
Sco
re
20Perfis de Risco em Portugal. O Rating e o Score como Ferramentas de Gestão.
Hotel da Lapa, Lisboa, 5 de Junho de 2006
Então é fácil...
Evitando:grossistasde Braga, Bragança, Viana do Castelo ou Vila Realcom menos de 9 empregadoscom volume de vendas inferior a 250 Mil Euroscom entre 20 e 49 anos de existênciageridos por Senhoras com menos de 29 anos
Não teremos “problemas”.
21Perfis de Risco em Portugal. O Rating e o Score como Ferramentas de Gestão.
Hotel da Lapa, Lisboa, 5 de Junho de 2006
Mas não é assim tão simples...
Existem efeitos “cruzados” entre as variáveis.
Se número de dados disponíveis ao avaliar um
Cliente para um pedido de crédito for de 50 campos
de informação diferentes.
Supondo que todos os campos são somente do
tipo “Sim” ou “Não”.
O número de combinações possíveis que podemos
encontrar é de 1.125.899.906.843.000
22Perfis de Risco em Portugal. O Rating e o Score como Ferramentas de Gestão.
Hotel da Lapa, Lisboa, 5 de Junho de 2006
O Scoring no Suporte à decisão
“Os modelos de Scoring são, conjuntamente com as equipas de Gestão, os grandes decisores, pois a quantidade de informação disponível é cada vez maior, sendo o tempo para a trabalhar, cada vez menor”
23Perfis de Risco em Portugal. O Rating e o Score como Ferramentas de Gestão.
Hotel da Lapa, Lisboa, 5 de Junho de 2006
O que é o Credit Scoring?
É um processo estatístico que a partir da informação e experiência disponível permite identificar e ponderar os factores predictivos do comportamento de pagamentos de qualquer cliente.
24Perfis de Risco em Portugal. O Rating e o Score como Ferramentas de Gestão.
Hotel da Lapa, Lisboa, 5 de Junho de 2006
O Credit Scoring
Dados Históricos
Dados Actuais
Comportamentos Actuais
Comportamentos Futuros
Medida quantitativa do risco de um negócioO Scoring Preditivo utiliza informação histórica para prever comportamentos futurosA Scorecard avalia a probabilidade da ocorrência de um evento/comportamento futuro
(Insolvência, Incumprimento, Fraude, etc.)O Scoring Preditivo é um cálculo de probabilidade estatística e não uma garantiaO Scoring Preditivo é dinâmicoO Scoring Preditivo permite ordenar os clientes pela probabilidade de ocorrência de
um determinado comportamento
25Perfis de Risco em Portugal. O Rating e o Score como Ferramentas de Gestão.
Hotel da Lapa, Lisboa, 5 de Junho de 2006
O Efeito Screening (Ordenação)
Utilizando um Modelo
para Ordenar por Risco
No Screening Tool (M. Tradicional)
% de Clientes Incumpridores que são identificados depois de ordenar do Score Mais Baixo (Risco Maior) para o Score Mais Elevado (Risco Menor)
0% 20% 40% 60% 80% 100%0%
20%
40%
60%
80%
100%
% Total de População
% Bads
M. Trad.. Modelo
26Perfis de Risco em Portugal. O Rating e o Score como Ferramentas de Gestão.
Hotel da Lapa, Lisboa, 5 de Junho de 2006
Sistema Tradicional de Decisão
Rejeitar ouPronto Pag.Rejeitar ouPronto Pag.
ApplicationProcessing
ApplicationProcessing
AprovarAprovar
InformaçãoExterna
PedidoDe
Crédito
Decisão por Analista
Decisão por Analista
27Perfis de Risco em Portugal. O Rating e o Score como Ferramentas de Gestão.
Hotel da Lapa, Lisboa, 5 de Junho de 2006
Sistema de Decisão Utilizando Scoring
Revisão“Manual”Revisão
“Manual”Area
CinzentaArea
CinzentaApplicationProcessing
ApplicationProcessing
AprovaçãoImediata
AprovaçãoImediata
Rejeição Ou Pronto
Pag.
Rejeição Ou Pronto
Pag.
InformaçãoExterna
PedidoDe
Crédito
RegrasDe Decisão
Do Neg.
RegrasDe Decisão
Do Neg.Scoring
Preditivo
Scores muito baixos“Knockout” Criteria
Scores MédiosElevada ExposiçãoRevisão de critério
Scores AltosPouca ExposiçãoTargeted Markets
28Perfis de Risco em Portugal. O Rating e o Score como Ferramentas de Gestão.
Hotel da Lapa, Lisboa, 5 de Junho de 2006
Porque usar ?
Gestão do Risco
Rapidez
Eficiência
Consistência
AumentarVendas
Identificar os Clientes mercedores de Crédito para Promoções FuturasAumentar Taxas de Aprovação
Garantir o Tratamento Objectivo e Igual de todasas Candidaturas
Aplicar Critérios de Decisão Objectivos e Consistentes em toda a Organização
Processar com Rapidez as Aprovações/Rejeições ÓbviasMenos Informação Necessária
Diminuir o Bad DebtReduzir a exposição a Contas de Elevado Risco
Analistas Focados nas Contas “Difíceis”Aumentar o ´Número de Contas Analisadas com o mesmo Staff
29Perfis de Risco em Portugal. O Rating e o Score como Ferramentas de Gestão.
Hotel da Lapa, Lisboa, 5 de Junho de 2006
Benefícios do Credit Scoring
Aumento da rapidez de decisão e criação de vantagens competitivas
Melhorar em qualidade de decisão e reduzir a exposição ao risco
Aumento da eficiência e redução custos operacionais
Melhorar em consistência e objectividade
Aumentar as vendas sem aumentar o risco da carteira
Banca – Basileia II
O Scoring como ferramenta de previsão e definição de estratégia
30Perfis de Risco em Portugal. O Rating e o Score como Ferramentas de Gestão.
Hotel da Lapa, Lisboa, 5 de Junho de 2006
O Scoring como Ferramenta de Previsão e Definição de Estratégia
2.5
3.5
4.5
5.5
82 83 84 85 86 87 88 89 90 91 92 93 94 95 96
Accept Rate
Bad-Rate
XPosição Actual
Maus %
Aceites %
31Perfis de Risco em Portugal. O Rating e o Score como Ferramentas de Gestão.
Hotel da Lapa, Lisboa, 5 de Junho de 2006
O Scoring como Ferramenta de Previsão e Definição de Estratégia
Aceites MausSit. Actual 84% 4.4%
Scoring:Estratégia1 84% 3.0% 32% redução incobráveisEstratégia2 93% 4.4% 11% aumento vendasEstratégia3 90% 3.6% 18% redução incobráveis
+ 7% aumento vendas
32Perfis de Risco em Portugal. O Rating e o Score como Ferramentas de Gestão.
Hotel da Lapa, Lisboa, 5 de Junho de 2006
Automatizar Aprovação/RejeiçãoCalcular Limite de CréditoPreço do Risco
Monitorização e BenchmarkingActualização Dinâmica de Limites de CréditoActivar Procedimentos de Cobrança
Como Utilizar?
Credit Credit Application Application EvaluationEvaluation Portfolio
Management
33Perfis de Risco em Portugal. O Rating e o Score como Ferramentas de Gestão.
Hotel da Lapa, Lisboa, 5 de Junho de 2006
Desenvolvimento de Modelo de Scoring (Empresas ou Particulares)
Bad Good
Política de Crédito Actual
$
1º PASSO: Recolha de Dados. 2º PASSO: Definir período de observação e período de comportamento.
Jan ‘00 Jan ‘01 Abr ‘01
Período deObservação
12-Meses Período deComportamento
12-Meses Período deComportamento
Abr ‘00
12-Meses Período deComportamento
12-Meses Período deComportamento
Fontes Externas
Fontes Internas
3º PASSO: Recolher todos os dados disponíveis de uma forma retroactiva (inclusivérejeitados).
TotalTotal
Amostra para
Desenvolvimento
Amostra para
DesenvolvimentoAmostra para
Validação
Amostra para
Validação
70% 30%
4º PASSO: Criar Amostra para Desenvolvimento e Amostra para Validação.
34Perfis de Risco em Portugal. O Rating e o Score como Ferramentas de Gestão.
Hotel da Lapa, Lisboa, 5 de Junho de 2006
5º PASSO: Efectuar análises estatísticas univariadas.
6º PASSO: Aplicar processo de regressão multivariada (linear, logística,...) para obter a função de probabilidade.
7º PASSO: Modelo de Scoring, traduzido da função de probabilidade.
8º PASSO: Pontuar distintas sub-populações.
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
Prob
abili
dade
Bad
Participaçãodo accionista
maioritário(%)
Sem dados
0
<=25%
7
26-50%
10
>51%
14
Início daActividade
Menos de 2anos
15
De 2 a 5anos
-4
De 6 a 9anos
22
10 ou maisanos
34
Número deprotestos noúltimo ano
0
20
1, 2
-2
3, 4, 5
-6
6+
-10
... ... ... ... ...
Participaçãodo accionista
maioritário(%)
Sem dados
0
<=25%
7
26-50%
10
>51%
14
Participaçãodo accionista
maioritário(%)
Sem dados
0
<=25%
7
26-50%
10
>51%
14
Início daActividade
Menos de 2anos
15
De 2 a 5anos
-4
De 6 a 9anos
22
10 ou maisanos
34
Início daActividade
Menos de 2anos
15
De 2 a 5anos
-4
De 6 a 9anos
22
10 ou maisanos
34
Número deprotestos noúltimo ano
0
20
1, 2
-2
3, 4, 5
-6
6+
-10
Número deprotestos noúltimo ano
0
20
1, 2
-2
3, 4, 5
-6
6+
-10
... ... ... ... ...... ... ... ... ...
40
60
80
100
0 20 40 60 80 100
Score
%of
Cas
es
Good
Bad
40
60
80
100
0 20 40 60 80 100
Score
%of
Cas
es
Good
Bad
Discriminação entre Bad & Good - Screening Efect
Desenvolvimento de Modelo de Scoring (Empresas ou Particulares)
35Perfis de Risco em Portugal. O Rating e o Score como Ferramentas de Gestão.
Hotel da Lapa, Lisboa, 5 de Junho de 2006
Modelo Amostra para Validação
9º PASSO: Aplicar o Modelo sobre a amostra de Validação e confirmar as mesmas premissas que no 8º Passo.
10º PASSO: Inferência de Recusados – pontuar pedidos recusados e inferir sobre a pop. total
11º PASSO: Tabela de estratégia. 12º PASSO: Implementação da estratégia pretendida.
Sc ore Distr i butio nGo od, B ad & Reje cts
0
2 0
4 0
6 0
8 0
10 0
0 2 0 4 0 6 0 8 0 10 0
Score
% o
f C
ase
s
Good
Bad
Reje c t
ScoreCasos
Aprovados
Bad Rate Acumulado nos casos Aprovados
9080706560555045403020
10%32%54%66%78%86%92%96%97%99%
99.8%
2%3%5%6%8%9%
10%11%12%12%13%
14%17%22%26%31%37%45%53%60%73%82%
Bad Rate Marginal
3%5%
10%13%18%24%30%38%47%64%78%
Bad Rate Acumulado nos casos
Reprovados Aceites MausSit. Actual 84% 4.4%
Scoring:Estratégia1 84% 3.0% 32% redução incobráveisEstratégia2 93% 4.4% 11% aumento vendasEstratégia3 90% 3.6% 18% redução incobráveis
+ 7% aumento vendas
Desenvolvimento de Modelo de Scoring (Empresas ou Particulares)
36Perfis de Risco em Portugal. O Rating e o Score como Ferramentas de Gestão.
Hotel da Lapa, Lisboa, 5 de Junho de 2006
Modelos de Scoring Genéricos
6 Passos6 Passos para a implementapara a implementaçção de um Modelo de Scoring Genão de um Modelo de Scoring Genééricorico
Bad Good
Política de Crédito Actual
$
1º PASSO: Recolha de Dados. 2º PASSO: Definir período de observação e período de comportamento.
Jan ‘00 Jan ‘01 Abr ‘01
Período deObservação
12-Meses Período deComportamento
12-Meses Período deComportamento
Abr ‘00
12-Meses Período deComportamento
12-Meses Período deComportamento
CaracterCaracteríísticassticasImplementação mais rápidaCustos mais reduzidosNormalmente prevêem falência ou incumprimento (+90 dias)Geralmente aplicados a áreas geográficas alargadas (países), para observar diferenças de comportamentos.Implementação deve ser precedida de um Estudo de Calibragem.
Aferir qual a melhor forma de interpretar e utilizar o Score no Processo de Decisão de acordo coma a Estratégia Pretendida
37Perfis de Risco em Portugal. O Rating e o Score como Ferramentas de Gestão.
Hotel da Lapa, Lisboa, 5 de Junho de 2006
Modelos de Scoring Genéricos
Fontes Internas
3º PASSO: Recolher todos os dados internos disponíveis de uma forma retroactiva (inclusivé rejeitados).
4º PASSO: Inferência de Recusados – pontuar pedidos recusados e inferir sobre a pop. total Sc ore Distr i butio n
Go od, B ad & Reje cts
0
2 0
4 0
6 0
8 0
10 0
0 2 0 4 0 6 0 8 0 10 0
Score
% o
f C
ase
s
Good
Bad
Reje c t
5º PASSO: Tabela de estratégia. 6º PASSO: Implementação da estratégia pretendida.
ScoreCasos
Aprovados
Bad Rate Acumulado nos casos Aprovados
9080706560555045403020
10%32%54%66%78%86%92%96%97%99%
99.8%
2%3%5%6%8%9%
10%11%12%12%13%
14%17%22%26%31%37%45%53%60%73%82%
Bad Rate Marginal
3%5%
10%13%18%24%30%38%47%64%78%
Bad Rate Acumulado nos casos
Reprovados Aceites MausSit. Actual 84% 4.4%
Scoring:Estratégia1 84% 3.0% 32% redução incobráveisEstratégia2 93% 4.4% 11% aumento vendasEstratégia3 90% 3.6% 18% redução incobráveis
+ 7% aumento vendas
38Perfis de Risco em Portugal. O Rating e o Score como Ferramentas de Gestão.
Hotel da Lapa, Lisboa, 5 de Junho de 2006
Financial Data Non-Financial Data
0
20
40
60
80
100
0 20 40 60 80 100
Share of Failures Captured
Share of Population
Elementos Financeiros – Que Valor Acrescentam à Perfomance do Score?
39Perfis de Risco em Portugal. O Rating e o Score como Ferramentas de Gestão.
Hotel da Lapa, Lisboa, 5 de Junho de 2006
Depósito de Contas
O depósito em Conservatória do Registo Comercial dos Balanços das Sociedades, deve ser efectuado, em regra, nos três meses do seguintes após a data de fecho de contas.
Os valores apresentados referem-se à data de depósito, posteriormente publicada em Diário da Republica.
0%
5%
10%
15%
20%
25%
30%
35%
Mai Jun Jul Ago Ser Out Nov Dez Jan Fev Mar Abr
% d
e B
alan
ços
Dep
osita
dos
/ Uni
vers
o de
Em
pres
as A
ctiv
as
Deposito de Balanços de 2004 Deposito de Balanços de 2003 Deposito de Balanços de 2002
40Perfis de Risco em Portugal. O Rating e o Score como Ferramentas de Gestão.
Hotel da Lapa, Lisboa, 5 de Junho de 2006
Particulares
Empresas
Failure (Falência)
Delinquency (Incumprimento)
Clientes Existentes
Novos Clientes
Tipos de Scores
41Perfis de Risco em Portugal. O Rating e o Score como Ferramentas de Gestão.
Hotel da Lapa, Lisboa, 5 de Junho de 2006
É um modelo estatístico que permite ordenar as empresas pela probabilidade de cessarem actividade com dívidas por liquidar nos próximos 12 meses. Este score é um score de percentil (0-100), o que significa que, por exemplo, uma empresa com score 20 tem um nível de risco superior a 80% das empresas do seu sector de actividade.
Disponível em todos os produtos de Informa D&B
O Failure Score Informa D&B
42Perfis de Risco em Portugal. O Rating e o Score como Ferramentas de Gestão.
Hotel da Lapa, Lisboa, 5 de Junho de 2006
Definir os objectivos de forma clara
Trabalhar com expectativas realistas
Utilizar a melhor informação
Utilizar um Score baseado num modelo “bem” desenhado
Monitorizar permanentemente a performance do Score
Factores Críticos de Sucesso
43Perfis de Risco em Portugal. O Rating e o Score como Ferramentas de Gestão.
Hotel da Lapa, Lisboa, 5 de Junho de 2006
Score• Cálculo estatístico• Utilizado para ordenar clientes do risco mais elevado ao
risco mais baixoRating• Captura eventos/informação que não pode ser
incorporada em modelos estatísticosEventos especiais (e.g. Fogo nas instalações)
• Incorpora na decisão de crédito as excepções às condições genéricas de mercado
Regras de exclusão para alguns sectores de actividade
• Permite segmentar clientes em grupos homógeneos de risco para maior facilidade de aplicação de políticas de crédito
Rating vs Score
44Perfis de Risco em Portugal. O Rating e o Score como Ferramentas de Gestão.
Hotel da Lapa, Lisboa, 5 de Junho de 2006
Alguns Clientes em Portugal