Analise Credito Empresas Comerciais

7/28/2019 Analise Credito Empresas Comerciais

1/28

Modelo de anlise de crdito de empresas comerciais

Gesto Contempornea, Porto Alegre, ano 7, n. 8, p. 93-119, jul./dez. 2010 93Disponvel em: .

Modelo de anlise de crditode empresas comerciais

Felipe Freias Vieira1Marcelo Scheer Lopes2Luiz Fernando Branco Lemos3

ResumoDevido aos riscos apresentados na oferta de crdito, as Instituies Financeiras passarama investir em ferramentas com o objetivo de aumentar a proteo ao que denominadoAnlise de Crdito. Este trabalho tem como objetivo avaliar o potencial de retorno dotomador do crdito, garantindo a identificao de clientes com capacidade de liquidez dadvida ou avaliar o valor mximo com que este cliente pode se comprometer para honrar advida. Desta forma, este trabalho foca a ferramenta baseada em informaes Patrimoniaise de Resultados de Exerccios. Foi selecionada para a pesquisa uma amostragem de 34empresas comerciais, sendo 17 Adimplentes e 17 Inadimplentes, com informaescontbeis e econmicas. Com base nestes dados, foi construdo um modelo de anlise a

partir de uma equao para avaliao de crdito fundamentado nos clculos dosindicadores econmico-financeiros dos clientes, baseado nas teorias de Kanitz,Elizabetsky e Matias, desenvolvidas no Brasil, e de Altman, desenvolvida no exterior e noBrasil. Utilizando-se a tcnica estatstica de Anlise Discriminante, o modelo propostoteve um nvel de acerto de 74%, mostrando-se bastante eficiente em relao ao modeloutilizado pela instituio, permitindo identificar 71% das inadimplncias ocorridas naamostra.

Palavras-chave: Anlise de Crdito. Emprstimo. Modelo de anlise.

Credit analysis model in commercial companies

Abstract

Due to the risks present in credit loans, Financial Institutions began to invest in tools withthe objective of increasing the protection procedure of Credit Analysis. This procedurehas as its main objective the evaluation of the return potential of the credit borrower,guaranteeing the identification of customers with liquidity capacity for the payment of thedebt, the evaluation of how much the customer can borrow, and if she is able to honor the

1 Graduando do Curso Cincias Contbeis da Faculdade Porto-Alegrense FAPA. E-mail:[email protected].

2 Graduando do Curso de Cincias Contbeis UNIASSELVI. E-mail: [email protected] Mestre em Cincias Contbeis pela Universidade do Vale do Sinos UNISINOS. Professor

do Curso de Cincias Contbeis da Faculdade Porto Alegrense FAPA.


2/28

Felipe Freias Vieira, Marcelo Scheer Lopes e Luiz Fernando Branco Lemos

94 Gesto Contempornea, Porto Alegre, ano 7, n. 8, p. 93-119, jul./dez. 2010Disponvel em: .

debt. Thus, this work focuses on a tool based on asset information and the results of theannual profits and losses. The sampling for this research comes from account andeconomic information obtained from 34 commercial companies, 17 of which were

defaulters. Based on this data, a model of analysis was created from an equation for theevaluation of credit, which was established through the calculation of the economic-financial indicators of customers. This study is based on the theories by Kanitz,Elizabetsky and Matias, developed in Brazil, and by Altman, also developed in Brazil andabroad. Using the statistics technique of Discriminant Analysis, the model proposedpresented a level of 74% of accuracy, proving to be efficient in relation to the model usedby the institution and allowing the identification of 71% of the defaults present in thesample.

Keywords: Credit analysis. Loan. Analysis model.

Introduo

As Instituies Financeiras comearam suas atividades visando guarda e administrao de grandes fortunas de pessoas. Com o passardo tempo, passaram a utilizar esses recursos sob sua guarda para fazeremprstimos a quem necessitava, garantindo, dessa maneira, mais ummeio de ganho. Porm este tipo de transao apresenta certo grau derisco. Devido aos riscos, as Instituies passaram a investir emferramentas com o objetivo de aumentar a proteo contra a inadim-

plncia, a qual denominada de Anlise de Crdito.A Anlise de Crdito tem como objetivo avaliar o potencial de

retorno do tomador do crdito, garantindo a identificao de clientescom capacidade de liquidez da dvida ou avaliar o valor mximo comque este cliente pode se comprometer para honrar a dvida. A Anlisetrata de um processo de avaliar desde o perfil at valores contbeis eeconmicos do tomador de crdito, levando em considerao, inclu-sive, a situao atual econmica do Mercado de Capitais no Brasil eMundo.

A perspectiva de inadimplncia, por sua vez, influncia a cotaodos juros a serem agrupados na operao de crdito. No Brasil, ondeas elevadas taxas de juros so evidentes por vrias causas, tornam-serelevantes todos os estudos relacionados com fatores que possaminfluenciar na fixao de tais taxas de juros.

O presente trabalho tem como objetivo oferecer uma viso geralsobre diversos mtodos de discriminao entre grupos (adimplentes e


3/28



inadimplentes), utilizados como instrumentos preditores para a con-cesso de crdito, bem como propor a elaborao de uma ferramenta

para anlise da concesso de crdito de uma Instituio Financeira,apresentando um modelo a partir de uma equao para avaliao decrdito baseado nos clculos dos indicadores econmico-financeirosdos clientes da Instituio. Assim, analistas de crdito e gerentesoperacionais do banco podero passar um retorno ao cliente quesolicita crdito, sem expor o banco a um risco demasiado.

Portanto, o estudo baseado no seguinte problema de pesquisa:Os tomadores de crdito Inadimplentes da Instituio Financeira, focodo estudo da pesquisa, poderiam ter sido identificados atravs de umaanlise econmica e financeira das demonstraes contbeis antes daconcesso do crdito?

1 Reviso da literatura

1.1 Conceito de crdito

Crdito tem origem no latim credere, que significa crer, confiar,acreditar, ou ainda do substantivo creditum, que literalmente significaconfiana (BLATT, 1988).

Selau (2008) define crdito como o ato de vontade ou disposiode algum de ceder, temporariamente, parte do seu patrimnio a umterceiro, com a expectativa de que esta parcela volte a sua posseintegralmente depois de decorrido o prazo previamente estipulado.

Segundo Schrickel (2000), todo o valor a ser concedido como

crdito deve ser prprio, pois no possvel ceder algo que no lhepertence sem o devido consentimento do seu proprietrio.

Porm, as instituies financeiras no se enquadram neste perfilde conceder crdito de recurso prprio, porque so intermediadoras,atuando na captao e emprstimo de valores no prprios e, para isso,so devidamente autorizadas e controladas por autoridadesmonetrias. As Instituies Financeiras efetuam a concesso decrdito mediante um preo de remunerao, denominado taxa de juros

ou preo de capital. O preo cobrado por ceder o crdito varia deacordo com uma srie de fatores, como, por exemplo, caractersticas


4/28



do tomador de crdito, o momento em que se encontra o cenrioeconmico e poltico do mercado Nacional e Mundial, entre outros.

1.2 Anlise de crdito

Todo crdito tem um grau de risco. Deve-se levar em conta que otomador de crdito s foi em busca deste recurso porque no tinha estevalor para investir no seu crescimento, e qualquer falha no seu

planejamento, poder torn-lo inadimplente com a Instituio Finan-ceira.

Vasconcelos (2004) destaca que a misso de um processo de ava-liao de crdito identificar as operaes financeiramente viveis,levando em considerao as caractersticas do cliente, sua situaoatual e os detalhes da operao.

A anlise de crdito visa dar segurana para a Instituio que oest concedendo, pois, atravs de ferramentas e estudos sobre ostomadores de crdito, podem avaliar o potencial e capacidade deliquidez do valor pretendido.

A aprovao do crdito aps a anlise de acordo com o limiteestipulado como regra em cada banco ou em determinadas situaes,da liberao de crdito por um processo de Workflow.

O Processo decisrio de crdito varia de instituio para instituio.Ainda que todas sejam obrigadas a tomarem algumas preocupaes,impostas pelo Banco Central, quanto forma de administrar ocrdito, a deciso final cabe ao banco.Por isso, algumas instituies estabelecem alguns nveis de aladas,

ou seja, para operaes de at um determinado valor, estar dentro daalada, dentro da competncia do gerente operacional ou da gernciada agncia. medida que o volume de recursos envolvidos naoperao aumenta, o processo decisrio passar para os nveissuperiores. Assim, a deciso quanto a concesso de um crdito

poder estar a cargo do Diretor da rea de Operaes, ou a cargo doComit de Crdito, sendo o comit, o que ocorre na maioria dasinstituies, a maior autoridade quanto s decises dos crditos. Ocomit de crdito, via de regra, formado por um ou mais diretores,

pelo gerente e pelo gerente do departamento de crdito (ANHAIA,1996, p. 59).


5/28



Schrickel (2000) afirma que perder dinheiro faz parte do negciode crdito, mas o que jamais deve ocorrer que a perda tenha ocor-rido por informaes que no foram devidamente ponderadas, embora

previstas ou previsveis. A esta perda o autor da o nome de perda malperdida ou perda burra.

1.3 Classificaes de crdito

O risco formado pela ocorrncia de algum acontecimentoantagnico para uma condio almejada. Em especfico, o risco decrdito pode ser conceituado como a possibilidade de acontecimentode prejuzo por inadimplncia com relao a circunstncias esperadas,no caso o retorno absoluto dos crditos por parte do conjunto dosdevedores (BORGES; BERGAMINI, 2001).

No que se refere ao risco, o crdito dividido basicamente emBaixo, Mdio e Alto, podendo tambm variar de acordo com cadaInstituio com mais escalas dentro dessas limitaes. O crdito queoferece risco mnimo Instituio, ou seja, de baixo valor, quando o

tomador de crdito tem em posse um grau de liquidez e patrimonialproporcionalmente muito maior que o valor analisado para crdito.Quando o valor analisado fica em uma faixa duvidosa, em que otomador no apresenta um risco visvel, mas tambm no apresentatranquilidade, conhecido tambm como zona de penumbra, denomina-se como risco mdio e merece ateno. J o risco alto percebe-se novalor analisado que proporcionalmente de difcil liquidez, ou seja, asituao econmica e financeira do tomador de crdito pode no

condizer com a possibilidade de pagamento futura (SILVA, 2006).Baseada nessas classificaes, uma instituio cria outras deno-

minaes entre essas, a fim de deixar a anlise mais perto da real situa-o entre valor do crdito e poder de liquidez do tomador de crdito.

1.4 Tcnicas de anlises

O procedimento de anlise de crdito pode recorrer a tcnicassubjetivas ou a tcnicas objetivas. A apreciao de tcnica subjetiva,


6/28



tambm admitida como anlise tradicional de crdito, envolve delibe-rao individual quanto concesso ou recusa do crdito. Esta deter-minao baseia-se na disponibilidade de informaes, no conheci-mento individualizado e da sensibilidade de cada analista para a con-cordncia do crdito. As tcnicas objetivas fazem uso da estatstica

para obteno de modelos para traar o perfil de clientes (SANTOS,2000).

Quanto aos tipos de Anlises, existem as Retrospectivas, Pros-pectivas, Vertical, Horizontal, Indicadores Econmico-Financeiros,entre outras.

A Anlise Retrospectiva tem por base as contas j encerradas. AAnlise Prospectiva baseada nas demonstraes projetadas. AAnlise Vertical apurada mediante clculo da participao relativade cada conta junto ao grupo de contas de que faz parte. A AnliseHorizontal apura o comportamento de cada conta em relao aosexerccios analisados e os Indicadores Econmico-Financeiros soapurados a partir das demonstraes contbeis e aplicados a frmulasespecificas para avaliao da empresa (SILVA, 2006).

1.4.1 Score discriminante para anlise do crdito

O Score Discriminante o resultado obtido mediante avaliaodo risco para cada indicador econmico-financeiro analisado. Seuresultado estabelece uma graduao ao risco que permite s Insti-tuies avaliarem o percentual de risco que o tomador de crditooferece.

Segundo Silva (2006), a graduao do risco possibilita ao bancorelativa uniformidade da identificao do risco de crdito do cliente e,consequentemente, na determinao do valor a ser cobrado pelo risco,no caso os juros, bem como na exigncia de garantias.

1.4.2 Modelo de Kanitz

O modelo de Kanitz visa analisar a capacidade que a empresatem para saldar seus compromissos. Objetiva avaliar o grau de solidez


7/28



econmico-financeiro, denominando como Fator de Insolvncia ouTermmetro de Insolvncia, que demonstra os sintomas de umaempresa que est no caminho da falncia ou concordata, prevendo,assim, o seu grau de solvncia ou insolvncia com antecedncia.

Kanitz (1978) estabeleceu o Fator de Insolvncia com umacombinao de cinco ndices, ponderados estatisticamente, conformesegue:

Onde:FI = Fator de InsolvnciaX1 = Lucro Lquido / Patrimnio LquidoX2 = (Ativo Circulante + Realizvel a Longo Prazo) / Exigvel

TotalX3 = (Ativo Circulante Estoques) / Passivo CirculanteX4 = Ativo Circulante / Passivo CirculanteX5 = Exigvel Total / Patrimnio Lquido

Conforme Kassai (1998), o estudo estabelecido por ele demons-tra a situao da empresa em trs zonas, denominadas como zona desolvncia, zona de penumbra e zona de insolvncia.

A zona de Solvncia denominada a rea que concentra asempresas com menos possibilidades de falncias, com menores riscos.O status de solvncia da empresa proporcional ao seu resultado

positivo, ou seja, quanto maior o valor do Fator de Insolvncia, menor

a possibilidade de falncias ou de oferecer riscos por parte da em-presa.

A zona de Penumbra denominada para empresas que resul-tarem o Fator de Insolvncia entre zero (0) e menos trs (-3). umasituao indefinida e perigosa, que merece um cuidado especial.

A zona de Insolvncia representa empresas com Fator de Insol-vncia menor que menos trs (-3). Prev grande propenso falncia,que aumenta as probabilidades medida que o fator diminui, ou seja,

a insolvncia proporcionalmente inferior ao Fator de Insolvncia.

FI = 00,5 (X1) + 1,65 (X2) + 3,55 (X3) - 1,06 (X4) + 0,33 (X5)


8/28



1.4.3 Modelo de Elizabetsky

Elizabetsky desenvolveu um modelo para deciso de crditobaseado em empresas do ramo de confeces (artigos para vesturio)que na poca passavam por necessidades.

Conforme Elizabetsky (1976), para este modelo utilizou a anlisediscriminante para um grupo de 373 empresas, sendo 274 boas e 99ms. Iniciou seu trabalho com 60 ndices, utilizando um processo decorrelao entre grupos de ndices para reduzir a quantidade devariveis.

A seguir, demonstrado o modelo final (ELIZABETSKY, 1976):

Onde:Z = Total de PontosX32 = Lucro Lquido / Vendas LquidasX33 = Disponvel / Ativo Permanente

X35 = Contas a Receber / Ativo TotalX36 = Estoques / Ativo TotalX37 = Passivo Circulante / Ativo Total

Elizabetsky (1976) definiu em seu estudo que o ponto crtico 0,5. Empresas com resultado superior a 0,5 so solventes e inferior a0,5 so as insolventes.

1.4.4 Modelo de Matias

Utilizando tcnicas de estatstica de anlise discriminante, Matiastrabalhou com 100 empresas de diferentes ramos de atividades, sendo50 empresas solventes e 50 empresas insolventes (MATIAS, 1978).

Em 1978, aps testes com diversos ndices, Matias apresentou oseguinte modelo:

Z = 1,93 (X32) - 0,2 (X33) + 1,02 (X35) - 1,33 (X36) - 1,12 (X37)


9/28



Onde:Z = Total de PontosX1 = Patrimnio Lquido / Ativo TotalX2 = Financiamento e Emprstimos Bancrios / Ativo CirculanteX3 = Fornecedores / Ativo TotalX4 = Ativo Circulante / Passivo CirculanteX5 = Lucro Operacional / Lucro BrutoX6 = Disponvel / Ativo Total

O modelo de Matias divide em duas faixas as empresas solven-tes e insolventes: a faixa inferior a 0,5 corresponde as empresas insol-ventes e a faixa superior a 0,5 corresponde as empresas solventes.

1.4.5 Modelo de Altman

Altman (1978) construiu seu modelo a partir de anlises discri-minantes mltiplas, separando empresas boas das ruins. O modelo deAltman, desenvolvido nos Estados Unidos no ano de 1968, oseguinte:

Onde:Z = Total de PontosX1 = Capital Circulante Lquido / Ativo TotalX2 = Lucros retidos / Ativo TotalX3 = Lucros antes dos juros e impostos / Ativo TotalX4 = Valor de mercado equity* / Exigvel TotalX5 = Vendas / Ativo Total* Valor de mercado equity = Nmero de aes x preo de mercado

Z = 23,792 (X1) - 8,26 (X2) - 9,868 (X3) - 0,764 (X4) 0,535 (X5) + 9,912 (X6)

Z = 0,012 (X1) + 0,014 (X2) + 0,033 (X3) + 0,006 (X4) + 0,0999 (X5)


10/28



O estudo apresentado por Altman (1978) demonstra a situao daempresa em duas escalas, denominadas como a escala de empresascom problemas financeiros e escala de empresas sem problemasfinanceiros. A escala superior a zero corresponde s empresas sem

problemas financeiros e a escala inferior a zero corresponde sempresas com problemas financeiros.

De acordo com Silva (2006, p. 263), [...] o modelo teve umapreciso de 88% na classificao de empresas quando utilizado umano antes da constatao de problema financeiro e 78% quandoaplicado com trs anos de antecedncia.

2 Metodologia

O trabalho de pesquisa foi desenvolvido baseado em um estudode caso exploratrio e descritivo com a forma de abordagem da

pesquisa bsica e quantitativa, referente Instituio Financeira degrande porte com nfase em crdito, com levantamento de dadosfundamentado em pesquisa bibliogrfica e com tcnicas de anlise

aplicadas amostragem de dados das informaes cadastrais da basede dados da Instituio Financeira de acordo com a forma delevantamento, seja adimplente ou inadimplente.

2.1 Populao-alvo

O trabalho de pesquisa foi realizado na rea de Desenvol-

vimento de Software subrea de Anlise de Negcios da InstituioFinanceira estudada, utilizando-a como estudo de caso. Foram realiza-dos scripts de consultas para busca dos dados necessrios na base dedados de clientes dessa Instituio Financeira que tomaram crdito.

Os dados selecionados para consulta foram todos referentes acontas Patrimoniais e de Resultados de Exerccios de empresas comer-ciais, tomadores de crditos da Instituio Financeira estudada, do anode 2009. Levando em conta que, por motivos de segurana e de forma

a no expor os tomadores de crdito, essa consulta foi realizada emuma base de dados clone de produo, porm com os nomes e nme-


11/28



ros das contas criptografados, ou seja, com todos os dados reais,porm o nome e o nmero da conta estavam transformados, de formaalfanumrica e numrica respectivamente, em desordem.

2.2 Tcnica de coleta de dados

Os dados coletados para o estudo e a anlise foram os BalanosPatrimoniais e as Demonstraes dos Resultados dos Exerccios dasEmpresas Comerciais tomadoras de crdito da Instituio Financeiraem estudo.

Selecionados na base de dados da Instituio Financeira de formaaleatria, 34 tomadores de crditos do tipo Pessoa Jurdica do ramoComercial, sendo 17 adimplentes e 17 inadimplentes.

Os indicadores utilizados nas teorias de Kanitz, Elizabetsky,Matias e Altman serviram como base para criar a frmula de anlisede crdito para concesso s Pessoas Jurdicas do ramo Comercial.

2.3 Tcnicas de anlise de dados

Com todos os dados coletados e aplicados sob os conhecimentostcnicos adquiridos no ambiente acadmico, ser revelada a importn-cia da anlise de crdito mediante a avaliao econmica e financeirada empresa, agregando melhoria s tcnicas utilizadas na InstituioFinanceira para concesso de crdito a empresas. Sero calculados osindicadores econmico-financeiros das empresas baseados em seus

valores patrimoniais e de resultados, mantidos no cadastro da institui-o financeira que concedeu o crdito.

A partir dos clculos dos indicadores, ser realizada a anlisedescriminante para chegarmos a um modelo ideal de anlise de cr-dito.

Este trabalho se utilizou do procedimento estatstico denominadoanlise discriminante. Mrio (2002) define anlise discriminante comosendo um procedimento estatstico para se fazer inferncia sobre uma

determinada populao de dados examinados, decompostos em grupos.


12/28



Aaker, Kumar e Day (2002) afirmam que a anlise discriminante empregada para rotular indivduos em um, dois ou mais gruposalternativos, como alicerce de um conjugado de mensuraes. considerada no mbito das tcnicas de Anlise Estatstica Multiva-riada, um ramo na Estatstica que se preocupa com a verificaosimultnea de duas ou mais variveis e suas relaes.

De forma simplificada, pode-se afirmar que a Anlise Discrimi-nante uma ferramenta estatstica empregada para classificar umdeterminado elemento num determinado grupo entre os grupos exis-tentes.

3 Resultados

Para definir o modelo de anlise de crdito foi seguida a meto-dologia descrita pelo estudo de Kassai e Kassai (1998) e Lemos(2009) a partir da diviso da populao de 34 empresas em duasamostras, uma com 16 empresas e outra com 18, para as quais serealizou o clculo de regresso linear, com base nos indicadores

econmico-financeiros das empresas selecionadas, de forma aleatria,sendo 8 empresas adimplentes e 8 empresas inadimplentes. Aps aregresso, definiu-se a equao que representar o modelo de anlisede crdito. Depois, calcularam-se as mdias, desvio padro e ponto decorte. E, a partir destas informaes, obteve-se a definio de comoso diferenciadas as empresas solventes das insolventes para compor omodelo de avaliao das empresas do ramo Comercial. Ainda seconsiderou no clculo uma margem de segurana, entre uma definio

e outra, denominada como situao de Penumbra. Essa margem desegurana importante, pois identifica as empresas que se apresentamem situao indefinida, as quais no esto to bem ao ponto de mere-cer confiana de crdito e no esto to mal ao ponto de dizer queesto falidas no entanto, merecem uma ateno e acompanhamentoespecial antes da concesso do crdito.


13/28



3.2 Clculo de regresso

A seguir, sero apresentados os dados dos Indicadores Econ-mico-Financeiros e os status das empresas na Instituio Financeira naqual foi realizada a regresso:

Tabela 1 Empresas selecionadas para clculo de regresso

A tabela 1 evidencia que o grupo 2 de empresas (Inadimplentes)em sua maioria, com exceo da empresa 4, tem no Indicador LGvalores abaixo de 1, ou seja, possuem menos R$ 1,00 de disponibi-lidade para cada R$ de obrigao. A mesma tabela evidencia que o

Indicador ET no se trata de um bom sinalizador de insolvncia, pois,em ambos os casos (empresas adimplentes e inadimplentes), tem umnvel de endividamento muito elevado.

Com base nos Indicadores Econmico-Financeiros e os status dasituao atual dos tomadores de crdito que foram selecionados, serodesenvolvidos, a partir deste momento, os clculos de regresso para aefetivao da frmula de avaliao das empresas, conforme segue:

Nota: Clculos realizados a partir das informaes Patrimoniais e de Resultado do cadastro declientes da Instituio Financeira.


14/28



Tabela 2 Estatstica de regresso

A tabela 2 apresenta o Coeficiente de determinao, tambmchamado de R2, que uma medida de qualidade do modelo econom-trico em relao sua habilidade de estimar corretamente os valoresda varivel resposta . O R2 indica quanto da varincia da varivelresposta explicada pela varincia das variveis explicativas. Seuvalor est no intervalo de 0 a 1: Quanto maior, mais explicativo omodelo. Neste caso, o R2 deste modelo 0,3416457, o que significaque 34,16% da varincia de explicada pela varincia de .

O Grau de Liberdade (gl) apresentado na tabela 3 demonstra onmero de determinaes independentes (dimenso da amostra)menos o nmero de parmetros estatsticos a serem avaliados na

populao. O gl calculado mediante a frmula n-1, em que n onmero de elementos na amostra (tambm podem ser representados

por k-1 onde k o nmero de grupos, quando se realizam operaescom grupos e no com sujeitos individuais). Logo, gl pode ser apura-do atravs da seguinte frmula: n-1-p onde:

n = 16 dimenso da amostrap = 05 o nmero de parmetros estatsticos a serem avaliados

na populao.

Tabela 3 Dados para aplicao dos fatores de regresso


15/28



A tabela 4 apresenta o teste t que um teste de hiptese paramdias. No caso de se querer comparar dois grupos, a Hiptese Nula que a diferena das mdias zero, isto , no h diferenas entre osgrupos. Ao realizar-se uma suposio adicional de que a estimativa daintercepo e a inclinao so normalmente distribudas, a estimativado parmetro e o erro padro podem ser combinados para obter umaestatstica t, que mede se a relao estatisticamente significante.Por exemplo, com mais do que 120 observaes, uma estatstica tmaior do que 1,66 indica que a varivel significativamente diferentede zero com 95% de certeza, enquanto uma estatstica maior do que2,36 indica o mesmo com 99% de certeza. Para amostras menores, aestatstica t tem de ser maior para ter significado estatstico, o que noocorre neste caso.

Os testes estatsticos para medir a significncia do modeloapresentados na tabela 4 no garantem seu modelo de predio. Paradeterminar a eficcia da predio, preciso construir uma tabela declassificao. Essas matrizes so construdas pela tabulao cruzadados membros do grupo real com o previsto. Nmeros na diagonal

principal representam classificaes corretas, e nmeros fora da

diagonal representam classificaes incorretas (HAIR, et al., 2005). Aeficcia deste modelo foi evidenciada nas tabelas 9 e 12.

Tabela 4 Resultado da regresso para desenvolver a frmula

O teste de Multicolinearidade consiste em um problema comumem regresses, em que as variveis independentes possuem relaeslineares exatas ou aproximadamente exatas. O indcio mais claro da

existncia da multicolinearidade quando o R

2

bastante alto, masnenhum dos coeficientes da regresso estatisticamente significativo


16/28



segundo a estatstica t convencional. O modelo apresentado no apre-senta R2 elevado, motivo pelo qual no foi realizado este teste.

Com base nos resultados dos clculos de regresso, atravs dosCoeficientes de cada indicador, ser elaborada a frmula de avaliaoda situao, se adimplente ou inadimplente, das empresas clientes daInstituio Financeira, conforme segue:

3.3 Clculo do Score Discriminante

Com base na frmula estabelecida aps o clculo da regresso,ser aplicado na amostra de empresas selecionadas, na qual foirealizada a regresso, para estabelecer o score discriminante. Confor-me apresentado a seguir:

Tabela 5 Resultado do clculo do Score Discriminante

Nota: Clculos realizados a partir das informaes Patrimoniais e de Resultado do cadastro declientes da Instituio Financeira.

Z = 0,920835 - 0,550392x(LG) + 0,402264x(LC) + 2,439309x (LI) + 0,008181x(RSV) + 0,008320x(ET)


17/28



A tabela 5 agrupa as empresas inadimplentes em um intervaloentre 1,12 e 2,03, e as empresas adimplentes nos intervalos entre 1,03e 1,62. importante salientar que, em ambos os grupos de empresas(adimplentes e inadimplentes), os limites inferiores (1,03 e 1,12) bemcomo os limites superiores (1,62 e 2,03) necessitam de um melhortratamento, ou seja, necessitam de uma reclassificao.

3.4 Reclassificao da situao das empresasutilizadas na definio do modelo

Aps apurado o Score Discriminante de cada empresa, sercalculada a mdia e o desvio padro por grupo, um grupo denominado

para as empresas Adimplentes e o outro grupo para as empresasInadimplentes. Baseado nessas informaes, ser estabelecido o pontode corte entre um grupo e outro e reclassificadas as situaes dasempresas.

Tabela 6 Clculo da mdia e do desvio padro

do grupo das empresas Inadimplentes

Para realizar o clculo da mdia e do desvio padro das empre-sas com situao Inadimplente, foram utilizadas as seguintes frmulasdo Excel (Aplicativo do Programa Office da empresa Microsoft):

Frmula da Mdia: = soma (SD1:SD8) /8 = 1,67

Frmula do Desvio Padro: = desvpadp (SD1:SD8) = 0,2618963


18/28



Pode-se concluir com a incluso do Desvio Padro, que asempresas Inadimplentes se encontram no intervalo entre 1,408104 e1,931896.

Tabela 7 Clculo da mdia e do desvio padro

do grupo das empresas adimplentes

Para realizar o clculo da mdia e do desvio padro das empre-sas com situao Adimplente, foram utilizadas as seguintes frmu-las do Excel (Aplicativo do Programa Office da empresa Microsoft):

Frmula da Mdia: = soma (SD18:SD25) / 8 = 1,33Frmula do Desvio Padro: = desvpadp (SD18:SD25) = 0,2094571Pode-se concluir, com a incluso do Desvio Padro, as empresas

Adimplentes encontram-se no intervalo entre 1,539457 e 1,1220543Com base nos resultados obtidos com os clculos das mdias das

empresas que pertencem ao grupo das Adimplentes e do grupo Ina-dimplentes, pode ser definido o Ponto de Corte para reclassificao dasituao das empresas baseado na anlise proposta, conforme frmulaa seguir:

Definido o Ponto de Corte, foram reclassificadas as empresas,seguindo a lgica de que aquelas com Score Discriminante maior que

(Desvio Padro do Grupo 1) + Desvio Padro do Grupo 2) / 2 = 1,5


19/28



o Ponto de Corte sero categorizadas como Inadimplentes e as comScore menor que o Ponto de Corte sero denominadas Adimplentes,

pois os parmetros das mdias nos indicam essa classificao.

Tabela 8 Reclassificao das empresas

A tabela 8 apresentou as empresas 5 e 8 inadimplentes classifi-cadas equivocadamente como adimplentes. As empresas 18, 20 e 23adimplentes foram classificadas erroneamente como inadimplentes.

Realizando um comparativo da real situao das empresas naInstituio Financeira, com a reclassificao a partir da frmula esta-

belecida para anlise, obteve-se o seguinte resultado:

Descrio Inadimplentes Adimplentes Total

Amostra 8 8 16

Acertos 6 5 11

Falhas 2 3 5

Percentual de Acertos 75% 63% 69%

Tabela 9 Resultado da reclassificao das empresas a partirdo modelo proposto na amostra utilizada para definio do modelo

Fonte: Elaborado pelo autor, 2010.


20/28



4.5 Sinaleira ou farol de anlise de crditopara empresas comerciais

Estabelecida a frmula de apurao da situao da empresa,criou-se uma Sinaleira para estabelecer a graduao de risco que aempresa oferece Instituio, com o intuito de representar: Verde para

passagem livre para crdito para a empresa analisada; Amarelo parapassagem que merece ateno; e Vermelho para passagem de crditobloqueado.

Para montar a Sinaleira, so utilizadas as informaes da Mdia eDesvio Padro dos grupos de empresas analisadas anteriormente nestetrabalho, nas quais foram estabelecidas as zonas de Solvncia,Penumbra e Insolvncia, conforme segue representado no grficoabaixo:

Grfico 1 Definio das zonas de solvncia, penumbra e insolvncia

Estabelecidas as zonas das situaes das respectivas empresas,conforme seu resultado de anlise econmico-financeiro atravs domodelo proposto, define-se a situao das empresas tomadoras decrdito na Instituio Financeira.

Solventes so as empresas aptas ao crdito, as quais apresen-tarem um resultado, quando aplicado frmula, menor que 1,40,

sendo que, gradativamente, quanto mais se distanciar o resultado paramenor que 1,40 melhor a situao da empresa.


21/28



Empresas que apresentarem resultados entre 1,41 e 1,53, estoem situao de ateno, na qual no recomendada a concesso decrdito, a no ser mediante garantias e outras anlises.

As empresas com resultado maior que 1,54, representam situaode perigo para concesso do crdito, pois esto passando pormomentos de dificuldade e, gradativamente, quanto maior for o valorem relao a 1,54, maior o perigo da empresa analisada.

Definidas as zonas e seus limites, foi elaborada a Sinaleira, daqual a instituio se utilizar para avaliar a concesso de crdito. Aanlise se d da seguinte forma: com os dados Patrimoniais e deResultado da empresa, aplica-se o clculo dos indicadores econmico-financeiros que compem o modelo. Com o resultado dos indica-dores, deve-se aplicar a equao do modelo proposto neste trabalho. Oresultado da aplicao do modelo ser denominado como ScoreDiscriminante, no qual o responsvel pela anlise da concesso docrdito ir comparar o resultado com os parmetros da sinaleira, e,conforme o valor, ser denominado como Sinaleira Fechada paraCrdito, Sinaleira em Ateno para Crdito e Sinaleira Aberta paraCrdito, conforme apresentado na figura a seguir:

Figura 1 Sinaleira da anlise de crdito

para concesso a empresas comerciaisFonte: Elaborado pelo Autor, 2010.


22/28



3.6 Resultado geral do modelocom a amostra completa

O modelo foi aplicando em toda a amostra selecionada para esteestudo, envolvendo as 34 empresas, e apresentou um resultado anal-tico com uma viso geral dos resultados e da eficcia do modelo.

A seguir sero apresentados os indicadores econmico-finan-ceiros de todas as empresas selecionadas para realizao deste traba-lho e o clculo do Score Discriminante e a reclassificao da situaodas empresas conforme o modelo proposto.

Tabela 10 Reclassificao de toda a amostra baseado no modelo proposto

Nota: Clculos realizados a partir das informaes Patrimoniais e de Resultado do cadastro de

clientes da Instituio Financeira.


23/28



Tabela 11 Representao da sinaleira de crdito

Realizando um comparativo da real situao das empresas naInstituio Financeira, com a reclassificao a partir do modelo deanlise de crdito proposto, obteve-se o seguinte resultado:


24/28



Descrio Inadimplentes Adimplentes Total

Amostra 17 17 34

Acertos 12 13 25Falhas 5 4 9

Percentual de Acertos 71% 76% 74%

Tabela 12 Resultado da reclassificao das empresas a partir

do modelo proposto na amostra completaFonte: Elaborado pelo autor, 2010.

Na representao do resultado de toda a amostra, percebe-se queo modelo proposto neste estudo eficaz Instituio Financeira estu-dada, pois identificou 71% das empresas inadimplentes e teve um per-centual de 74% de acerto na identificao da situao das empresas.

Com este resultado, identifica-se tambm a importncia de terum modelo especifico por ramo de atividade da empresa, com o qual

possvel realizar uma anlise de regresso mais adequada e maisassertiva.

Consideraes finais

O presente trabalho teve como propsito desenvolver e testar ummodelo de previso da situao das empresas comerciais que buscamcrdito na Instituio Financeira estudada.

Os indicadores econmico-financeiros foram calculados a partirde informaes patrimoniais e de resultado de clientes da InstituioFinanceira do ano de 2009, que foram adquiridos atravs de uma

consulta na base de dados da prpria instituio.A seleo dos clientes tomadores de crdito para o estudo foi de

forma aleatria, ou seja, foram selecionados os 17 primeiros clientesencontrados na base de dados que pertencem ao ramo comercial eesto com situao de Inadimplentes na Instituio. Aps, foramselecionados, tambm de forma aleatria, os 17 primeiros clientes que

pertencem ao ramo comercial e esto com situao normal na insti-tuio.

Com um total de 34 empresas para o estudo, foram selecionadosos dados da ltima atualizao realizada na instituio financeira,


25/28



sendo, assim, informaes do momento da solicitao do crdito porparte do cliente.

Com as informaes dos clientes foi possvel selecionar osindicadores que melhor representam a situao de solvncia ouinsolvncia das empresas selecionadas para o estudo.

Com os indicadores selecionados, que foram 5, escolhidos apstestes com todos os indicadores, foi realizada a regresso linear sobreos indicadores e as situaes das respectivas empresas de uma amos-tra. Com o resultado da regresso linear, foi possvel montar o modeloideal para anlise de crdito. No entanto, para comprovar a eficciadeste modelo, foram aplicados testes comparativos do resultadoencontrado no modelo com a real situao da empresa na instituio.

Para encontrar o resultado das empresas no novo modelo,construiu-se um novo elemento, denominado Score Discriminante,que a prpria obteno do resultado alcanado atravs da aplicaoda frmula do modelo. Adquirido o ndice da amostra, foram calcula-das as mdias das empresas adimplentes e inadimplentes e, baseadonas mdias, definiu-se o desvio padro e o ponto de corte. A partir deento, constatou-se que o score discriminante resultante entre os

extremos 1,408926 e 1,538634 refere-se s empresas que esto nazona de penumbra; inferiores a 1,408926, s empresas que esto nazona de solvncia; e superiores a 1,53634 e s empresas que esto nazona de insolvncia.

A validao do modelo foi realizada pelo mtodo crossvalidation, ou seja, dividida a amostra em dois grupos, um paradeterminao do modelo e outro para sua avaliao. Ao final se

juntam os dois grupos formando novamente a amostra original e

aplicado o resultado final.Na amostra dividida para definio do modelo, a qual continha 8

empresas adimplentes e 8 inadimplentes, totalizando 16 empresas,obteve-se 75% de acerto dos inadimplentes, sendo 6 acertos e apenas2 falhas. Nos adimplentes, obteve-se 63% de acertos, sendo 5 acertose 3 falhas, totalizando 69% de acerto na amostra utilizada para definiro modelo.

Na amostra original, com 34 empresas, constatou-se que o total

de acertos foi de 71% para os inadimplentes e 76% para os adim-


26/28



plentes, totalizando 74% de acertos da amostra total, ou seja, de 34empresas obteve-se 25 acertos e apenas 9 falhas.

Deve-se enfatizar que o estudo limitado, tendo em vista onmero reduzido das amostras trazidas para anlise.

Dessa forma, no presente estudo, foi possvel alcanar os obje-tivos propostos para o desenvolvimento da pesquisa, bem comoresponder questo principal em que argumentava se poderiam tersido identificados os inadimplentes antes da concesso do crdito.Assim, conclumos que, com o modelo criado, a Instituio Finan-ceira estudada poderia ter evitado 71% de sua inadimplncia. E, porfim, fica a satisfao de cumprir com os objetivos, que foi apenas o

ponto de partida para um maior aprofundamento, aprimoramento eespecializao sobre o assunto abordado e tantos outros que se tornemrelevantes ao longo desta carreira. Assim como, fica o ponto de

partida para a Instituio Financeira aproveitar o estudo para aprimo-rar sua anlise de crdito e evitar inadimplncias com empresascomerciais.

Recebido em setembro de 2010.

Aprovado em outubro de 2010.

Referncias

AAKER, David A.; DAY, George S.; KUMAR, V. Pesquisa de marketing. So Paulo:Atlas, 2001.

ALTMANN, E. I. Financial ratios, discriminant analysis and prediction of corporatebankruptcy. Journal of Finance, v. 29, p. 589-609, 1968.

ANHAIA, Artur Vitoriano Gaieski. Contabilidade bancria: teoria e prtica. Rio Grandedo Sul, 1996.

BLATT, A. Introduo a anlise de crdito. Rio de Janeiro: Suma Econmica, 1988.

BORGES, L. F. X.; BERGAMINI JUNIOR, S. O risco legal na anlise de crdito.Revista do BNES, Rio de Janeiro, v. 8, n. 16, p. 215-260, dez. 2001.

CAOUETTE, John B.; ALTMAN, Edward I.; NARAYANAN, Paul. Gesto do risco decrdito: o prximo grande desafio financeiro. Rio de Janeiro: Qualitymark, 2000.

ELIZABETSKY, Roberto. Um modelo matemtico para a deciso do bancocomercial. Trabalho apresentado ao Departamento de Engenharia de Produo da EscolaPolitcnica da USP, 1976.


27/28



HAIR, J. F.; ANDERSON; R. E. TATHAM, R. L.; BLACK, W. C. Anlise multivariadade dados. 5. ed. Porto Alegre: Bookman, 2005.

KANITZ, Stephen Charles. Como prever falncias. So Paulo: McGraw-Hill, 1978.

KASSAI, Jos Roberto; KASSAI, Silvia. Desvendando o termmetro de insolvncia deKanitz. Anais... XXII EnANPAD, 1998, Foz do Iguau, PR.

LEMOS, Luiz Fernando Branco. Elaborao de um modelo de previso de insolvnciapara micro e pequenas empresas utilizando indicadores contbeis. Dissertao(mestrado) Universidade do Vale do Rio dos Sinos, Programa de Ps-Graduao emCincias Contbeis. So Leopoldo, 2009.

MRIO, Poueri do Carmo. Contribuio ao estudo da solvncia empresarial: umaanlise de modelos de previso estudo exploratrio aplicado em empresas mineiras.2002. Dissertao (Mestrado) Departamento de Contabilidade e Atuaria, Faculdade de

Economia, Administrao e Contabilidade, Universidade de So Paulo. So Paulo, 2002.MATIAS, A. B. Contribuio s tcnicas de anlise financeira: um modelo deconcesso de crdito. Monografia de Graduao em Administrao. Faculdade deEconomia Administrao e Contabilidade de So Paulo, 1978. Disponvel em: . Acesso em: 10 maio 2008.

SANTOS, J. Anlise de crdito: empresas e pessoas fsicas. So Paulo: Atlas, 2000.

SCHRICKEL, Wolfgang Kurt. Anlise de crdito: concesso e gerncia de emprsti-mos. 5. ed. So Paulo: Atlas, 2000.

SELAU, Lisiane Priscila Roldo. Construo de Modelos de Previso de Risco de

Crdito. Dissertao (mestrado) Universidade Federal do Rio Grande do Sul, Programade Ps Graduao em Engenharia de Produo. Porto Alegre, 2008.

SILVA, Jos Pereira da. Gesto e Anlise de Risco de Crdito. So Paulo: Atlas, 2006.

VASCONCELOS, R. S. Modelos de Escoragem de Crdito aplicados a EmprstimoPessoal com Cheque. Rio de Janeiro: FGV, 2004. Dissertao (Mestrado em Finanas eEconomia Empresarial). Escola de Ps Graduao em Economia, Fundao GetulioVargas, 2004, Faculdade de Economia.


28/28


120 G t C t P t Al 7 8 93 119 j l /d 2010

Analise Credito Empresas Comerciais

Documents

Transcript of Analise Credito Empresas Comerciais