A maior rede de estudos do Brasil

Grátis
177 pág.
Tese Professor titular Crocco

Pré-visualização | Página 44 de 49

de menor nível 
hierárquico, estes resultados podem refletir uma maior aversão ao risco destes 
clusters. Esta aversão faz com que não somente o volume de crédito concedido seja 
proporcionalmente menor (QRC), como também a qualidade deste seja melhor. Em 
outras palavras, concede-se pouco crédito e somente para clientes com evidente 
capacidade de pagamento. 
 
II.4 ESTRATÉGIAS BANCÁRIAS COMPARADAS: REGIÃO E 
HIERARQUIA 
 
A análise empírica desenvolvida nesta tese procurou investigar a atuação do 
sistema bancário brasileiro a partir dos recortes regional e urbano. Para uma 
melhor comparação dos resultados obtidos em cada recorte procede-se a três 
exercícios de Análise de Componente Principal (ACP), nos quais os indivíduos 
variam de acordo com o recorte adotado, mantendo-se constante as variáveis a 
 
154 
 
serem analisadas. Objetiva-se, com isto, identificar sob qual recorte (urbano ou 
regional) o sistema bancário brasileiro mais se diferencia. 
Assim sendo, decidiu-se por realizar as ACPs com três recortes: região 
administrativa; grau de centralidade financeira e escala urbana. Procura-se, dessa 
forma, assim captar e comparar três dimensões do espaço e suas relações com a 
forma de atuação do sistema bancária brasileiro. As variáveis utilizadas em todas 
as ACPs são: 
 
• Atpib06 – Ativo / PIB de 2006; 
• Atpop - Ativo / População; 
• Credtotat – Crédito Total / Ativo; 
• Crelict – Crédito em Liquidação / Crédito Total; 
• Lucrat – Lucro / Ativo; 
• Tvmat – TVM / Ativo; 
• PLB – Preferência pela liquidez; 
• QRC06 – QRC referente ao ano de 2006; 
• Deprapass – Depósitos à prazo / Passivo; 
• Depvipass –Depósitos à vista privado / Passivo; 
• Poupass – Poupança / Passivo; 
 
II.4.1 ANÁLISE DE COMPONENTE PRINCIPAL PARA AS REGIÕES 
ADMINISTRATIVAS 
 
Os resultados obtidos na ACP para regiões58 são mostrados abaixo. Como 
pode ser visto, as onze variáveis foram reduzidas a quatro componentes, sendo 
que o primeiro explica a 67% da variação da nuvem dos pontos, o segundo vinte, o 
terceiro nove e o quarto e último componente, quatro (Tabela 26). 
Tabela 26 
Importância Relativa dos Componentes Principais 
Componente 1 Componente 2 Componente 3 Componente 4
Desvio-padrão 2,72 1,47 1,00 0,65
Proporção da Variância 0,67 0,20 0,09 0,04
Poporção cumulativa 0,67 0,87 0,96 1,00
Fonte: Elaboração Própria, 2010 
 
58 Por razões expostas anteriormente, a região Centro-Oeste foi considerada sem a participação de Brasília. 
 
155 
 
A Tabela 27 mostra, por sua vez, o peso de cada variável para cada 
componente. Assim sendo, no caso do recorte por regiões administrativas, os 
indicadores de estratégias bancárias que mais se destacaram para explicar 67% da 
variação da amostra (componente 1) foram atpib06; atpop , tvmat e crelict de um 
lado, e lucrat, poupass, depvipass e credtotal do outro. Ou seja, no primeiro 
componente, as regiões se diferenciam entre aquelas que apresentam valores 
acima da média para o tamanho do sistema financeiro (atpib06 e atpop), a 
proporção das aplicações dos títulos e valores mobiliários no seu ativo (tvmat) e 
provisão para créditos em liquidação, e regiões com valores acima da média para 
lucratividade (lucrat), gerenciamento do passivo (poupass e devipasss), e 
proporção do crédito nas operações ativas. Como mostra o gráfico 6 abaixo, no 
primeiro grupo estaria a região Sudeste e, em menor medida, a região Sul e no 
segundo grupo das demais regiões. 
Tabela 28 
Coeficientes dos Componentes Principais 
Componente 1 Componente 2 Componente 3 Componente 4
lucrat -0,318 0,273 -0,27 0,197
tvmat 0,313 -0,263 -0,115 0,512
PLB -0,186 -0,56 -0,198 0,23
QRC06 0,255 0,486
deprapass -0,208 0,812
depvipass -0,352 -0,214 0,221
poupass -0,354 0,174 -0,303
atpib06 0,31 0,198 0,347 0,449
atpop 0,35 0,204
credtotat -0,295 0,401
crelict 0,321 -0,219 -0,544
Loadings
Fonte: Elaboração Própria, 2010 
 
De uma forma geral, pode-se denominar este primeiro componente de financial 
deepening (aprofundamento financeiro). Isto estaria captado, fundamentalmente, 
pelos indicadores de escala do sistema financeiro e pela proporção de títulos e 
valores imobiliários no total do ativo. Assim, o componente capta, de um lado, as 
regiões com relativamente elevado grau de financial deepening, e, de outro, regiões 
 
156 
 
com maior lucratividade, porém concentrado na atuação básica do sistema 
bancário de concessão de crédito 
. 
Gráfico 6 
 
Comp.1
Co
m
p.
2
-0.5 0.0 0.5
-
0.
5
0.
0
0.
5
CO sem DF
NE
N
SE
S
-2 -1 0 1 2
-
2
-
1
0
1
2
lucrat
tvmat
PLB
QRC06
deprapass
depvipass
poupass
atpib06atpop
credtotat
crelict
 
O segundo componente, por sua vez, contrapõe, de um lado, regiões que 
apresentam valores de Preferência pela Liqüidez acima da média e, de outro, 
regiões que apresentam elevados valores para o Quociente Regional de Crédito e 
proporção de crédito sobre ativo. Pode-se denominar este componente de 
funcionalidade. No primeiro grupo encontram – se as regiões menos desenvolvidas 
(NE e N) e no segundo as demais (Gráfico 6). 
Por fim, o terceiro componente, apesar de contribuir com apenas 9% da 
explicação total, destaca claramente o papel do gerenciamento do passivo. O peso 
da variável Depósito à Prazo no Passivo Total (variável que mede a capacidade do 
banco em alongar o perfil de suas obrigações) neste componente foi de 0,812, o 
maior de toda a análise. Neste componente se contrapõem, de um lado, as regiões 
Sul e NE, e, de outro, as demais regiões (Gráfico 7). 
 
157 
 
 
 
Gráfico 7 
 
II.4.2 ANÁLISE DE COMPONENTE PRINCIPAL POR HIERARQUIA DO SISTEMA 
FINANCEIRO 
 
Os resultados da ACP com os clusters hierárquicos são mostrados nas 
tabelas 28 e 29, bem como no gráfico 8 abaixo. 
 
 
 
 
 
158 
 
Tabela 29 
Importância Relativa dos Componentes Principais 
Componente 1 Componente 2 Componente 3
Desvio-padrão 3,12 1,05 0,40
Proporção da Variância 0,89 0,10 0,01
Poporção cumulativa 0,89 0,99 1,00
Fonte: Elaboração Própria, 2010 
Tabela 30 
Coeficientes dos Componentes Principais 
Componente 1 Componente 2 Componente 3
lucrat 0,310 0,233 -0,145
tvmat -0,301 0,230 0,601
PLB 0,318 0,106
QRC06 -0,305 0,259 0,330
deprapass 0,204 -0,724 0,348
depavipass 0,311 0,171 0,392
poupass 0,302 0,314 0,159
atpop -0,312 0,217
atpib06 -0,315 -0,398
credtotat 0,317 0,126 -0,184
crelict 0,303 0,306
Loadings
Fonte: Elaboração Própria, 2010 
A primeira observação que salta aos olhos na análise destes resultados é o 
percentual de explicação atribuído ao componente 1 (Tabela 28). Este valor foi de 
89%, muito superior ao observado na ACP por grandes regiões (67%, Tabela 26). 
Este pode ser um indicador de que, no recorte por hierarquia, as diferenças entre o 
comportamento das agências bancárias é muito mais intensa do que pelo recorte 
por grandes regiões. O segundo componente, por sua vez, explicaria 10% da 
variação total. 
 A Tabela 30 acima mostra o peso de cada variável na composição de cada 
componente. No caso do componente 1, observa-se que ele separa, de um lado, os 
clusters com valores acima da média para a escala do sistema financeiro, 
proporção de TVM sobre o ativo e QRC, e de outro, clusters com valores elevados 
para PLB, credtot, lucratividade e gerenciamento do passivo. Como mostra o 
Gráfico 8 abaixo, no primeiro grupo está o cluster 4 (composto unicamente pelo 
município de São Paulo) e no segundo o restante dos clusters. 
 
159 
 
Gráfico 8 
 
Vale salientar que as variáveis definidoras deste primeiro