MODELAGEM CREDIT SCORING

Prévia do material em texto

MODELAGEM CREDIT SCORING: UMA APLICAÇÃO DA ANÁLISE DE RISCO DE 
CRÉDITO EM UMA INSTITUIÇÃO FORNECEDORA DE MICROCRÉDITO NA 
REGIÃO SUL DO BRASIL, NO ANO DE 2016. 
 
 
NOELE MARTINS RIBEIRO 
YAMMÊ RAMOS PORTELLA SANTOS 
 
 
 
 
 
 
 
 
 
Rio de Janeiro 
2016 
ii 
NOELE MARTINS RIBEIRO 
YAMMÊ RAMOS PORTELLA SANTOS 
 
 
 
MODELAGEM CREDIT SCORING: UMA APLICAÇÃO DA ANÁLISE DE RISCO DE 
CRÉDITO EM UMA INSTITUIÇÃO FORNECEDORA DE MICROCRÉDITO NA REGIÃO 
SUL DO BRASIL, NO ANO DE 2016. 
 
 
 
Trabalho de conclusão de curso 
apresentado à Escola Nacional de 
Ciências Estatísticas do Instituto 
Brasileiro de Geografia e Estatística 
como requisito parcial à obtenção do 
título de Bacharel em Estatística. 
 
 
 
Orientadora: Andréa Borges Paim 
Coorientador: Eduardo Lima Campos 
 
 
 
 
 
 
 
 
Rio de Janeiro 
2016 
iii 
 
 R484m Ribeiro, Noele Martins 
 Modelagem Credit Scoring : uma aplicação da análise de risco de crédito em uma 
instituição fornecedora de microcrédito na Região Sul do Brasil, no ano de 2016 / 
Noele Martins Ribeiro, Yammê Ramos Portella Santos. – Rio de Janeiro, 2016. 
 97 f. 
 Inclui referências e apêndices. 
 Orientador: Prof. MSc. Andréa Borges Paim. 
 Coorientador: Prof. Dr. Eduardo Lima Campos. 
 Monografia (Graduação em Ciências estatísticas) – Escola 
Nacional de Ciências Estatísticas. 
1. Estatística matemática. I. Santos, Yammê Ramos Portella. II. Paim, Andréa 
Borges. III. Campos, Eduardo Lima. IV. Escola Nacional de Ciências 
Estatísticas. V. IBGE. VI. Título. 
 CDU: 519.2 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
iv 
NOELE MARTINS RIBEIRO 
YAMMÊ RAMOS PORTELLA SANTOS 
 
MODELAGEM CREDIT SCORING: UMA APLICAÇÃO DA ANÁLISE DE RISCO DE 
CRÉDITO EM UMA INSTITUIÇÃO FORNECEDORA DE MICROCRÉDITO NA 
REGIÃO SUL DO BRASIL, NO ANO DE 2016. 
 
Trabalho de conclusão de curso apresentado à Escola Nacional de Ciências Estatísticas do 
Instituto Brasileiro de Geografia e Estatística como requisito parcial à obtenção do título de 
Bacharel em Estatística. 
Aprovado em 16 de dezembro de 2016. 
 
BANCA EXAMINADORA 
 
 
Rio de Janeiro 
2016 
v 
AGRADECIMENTOS DE NOELE MARTINS RIBEIRO: 
 
Agradeço aos meus pais, Zoraide Martins e Rodolpho Ribeiro, por todo o amor, por sempre 
me apoiar nas decisões difíceis e acreditar no meu sucesso. À minha mãe agradeço por ter se 
dedicado à minha criação, sempre com muito amor e paciência, pelos sacrifícios que fez e 
faz em prol do meu bem-estar e da minha educação, por estar sempre ao meu lado e por 
apoiar todas as minhas ideias, por mais mirabolantes que possam parecer. Ao meu pai 
agradeço pelas longas e férteis conversas sobre finanças, economia, estatística, resiliência, 
pertinácia e felicidade. Obrigada por me ensinar sobre o valor dos momentos de tormenta, 
pois são esses que trazem os maiores aprendizados. 
À minha tia e madrinha Zenaide Martins, que sempre foi minha segunda mãe, agradeço por 
colaborar para que eu pudesse me dedicar aos estudos, me dando todo o suporte para isso. 
Agradeço pelas conversas e conselhos e por sempre me motivar dizendo que tudo daria 
certo no final. 
Agradeço ao Igor Martins, meu namorado e companheiro de ENCE, pela paciência nos meus 
momentos de dúvida, por segurar na minha mão quando eu quis desistir e por sempre 
acreditar em mim. 
Agradeço à Yammê Portella, minha parceira de TCC, que se tornou uma grande amiga. 
Juntas vivemos a tensão dos períodos de prova e as alegrias dos trabalhos concluídos. 
Agradeço à Professora Andréa Borges pela atenção e o carinho com que nos guiou nessa 
etapa final de nossa vida acadêmica e agradeço ao Professor Eduardo Campos por confiar 
em nosso estudo e aceitar fazer parte dele. 
Agradeço imensamente a todos os amigos que a ENCE me presenteou e que tenho certeza 
que levarei para a vida. Obrigada pelos cadernos emprestados, pelas dicas, pelo apoio, pelas 
palavras de motivação e por fazer com que meus dias na faculdade se tornassem mais 
alegres e divertidos. 
“I cannot remember the books I've read any more than 
the meals I have eaten; even so, they have made me.” 
― Ralph Waldo Emerson 
vi 
AGRADECIMENTOS DE YAMMÊ RAMOS PORTELLA SANTOS: 
 
À minha mãe, por todo amor, suporte e apoio fornecidos ao longo de minha vida, sendo 
sempre um ponto de referência de força e conduta. Ao meu pai pelos conselhos sobre a 
vida, pelo amor incondicional e pelo suporte que me dá. Ao Rogério Souza, por estar sempre 
disposto a ajudar e pelo carinho e amor que demonstra por mim. Não teria conseguido 
concluir essa etapa sem vocês. 
À minha família agradeço pelos momentos leves, pelo exemplo que são e pelo apoio 
incondicional que sempre me deram. 
Ao Marcos agradeço por se fazer presente sempre, pela amizade e amor que nos cerca. 
Pelos conselhos e pela disposição em prontamente ajudar em tudo que preciso sempre. 
À minha dupla Noele, pela parceria ao longo desses últimos dois anos, pelo suporte nas 
horas de dúvidas e angustias, pela competência e seriedade empregadas nesse trabalho. 
Agradeço pela amizade e leveza que tornaram esses períodos finais mais leves. 
À minha orientadora Andréa Borges Paim, pela paciência e carinho empregados ao longo da 
construção desse trabalho. Pela disponibilidade constante em ajudar e nos dar o suporte 
necessário para finalização desse trabalho. Ao meu coorientador Eduardo Campos, agradeço 
pela ajuda e apoio empregados nesse estudo. 
Por fim, aos amigos que fiz durante esse percurso e aos antigos, agradeço por me 
proporcionarem dias mais agradáveis. Pelos conselhos e pelo companheirismo. Muito 
obrigada! 
 
 
vii 
 
viii 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
Examine o registro da história, lembre-se do que aconteceu no círculo 
da sua própria vida, considere com atenção o que ocorreu com quase 
todos os grandes infortunados, seja na vida privada ou pública, de 
quem você pode ter lido ou ouvido a respeito, ou de quem se recorde, 
e você descobrirá que a maioria esmagadora dos infortúnios surge 
por ele não saber quando estava em boa situação ou quando era 
apropriado ficar parado e se satisfazer. 
(Adam Smith, Teoria dos sentimentos morais) 
ix 
 
 
x 
RESUMO 
O presente estudo pretendeu discutir, com base no referencial teórico da área, a 
importância da análise do risco de crédito. Isso foi feito através da exposição dos registros 
históricos sobre ocorrências de grandes crises financeiras que tiveram algum aspecto 
relacionado ao crédito. Além disso, foi desenvolvido um modelo de Credit Scoring, que 
utiliza Regressão Logística, para uma carteira de clientes de uma empresa fornecedora de 
microcrédito, localizada no Sul do Brasil. O objetivo foi fazer uma análise do risco de crédito 
que essa empresa corria em um ambiente de instabilidade financeira vivido pelo país no ano 
de 2016. Os resultados apontaram que o modelo proposto foi significativo para a 
classificação de clientes com percentual de acerto de 65%. Ademais, observa-se que os 
indivíduos casados têm 32,9% menos chance de serem inadimplentes quando comparados 
aos não casados, mantendo as outras variáveis constantes. Da mesma maneira, a chance de 
um indivíduo ser inadimplente diminui 68,8% se ele possui como garantia de empréstimo 
um avalista ou um fiador, em relação aos que não possuem. De forma oposta, a chance de 
inadimplência é 69,8% maior para os indivíduos que residem no Paraná se comparado 
àqueles que não residem no Paraná. Nesse contexto, se o cliente está pegando seu primeiro 
crédito, ele tem 3,21 vezes a chance de ser inadimplente comparado a quem já pegou 
empréstimo anteriormente com a empresa. Além disso, para cada dependente financeiro 
acrescido ao modelo, a chance de ser inadimplente aumenta em 21,3%. Por fim, um 
aumento de 1% na taxa de juros reduz em 31,3% a chance deo cliente ser inadimplente. 
 
 
Palavras-chave: Credit Scoring, Regressão Logística, Risco de Crédito 
 
xi 
LISTA DE GRÁFICOS 
 
Gráfico 1: Instituições de Microcrédito Produtivo Orientado por Grandes Regiões Brasileiras, 
2016. ......................................................................................................................................... 30 
Gráfico 2: Percentual de inadimplência de carteira de crédito no Brasil, 2016. ..................... 33 
Gráfico 3: Indicadores de demanda de crédito para micro e pequenas empresas no Brasil, 
2016. ......................................................................................................................................... 45 
Gráfico 4: Indicadores de oferta de crédito para micro e pequenas empresas no Brasil, 2016.
 .................................................................................................................................................. 46 
Gráfico 5: Indicadores de aprovações de crédito para micro e pequenas empresas no Brasil, 
2016. ......................................................................................................................................... 46 
Gráfico 6: Proporção de clientes da OSCIP de estudo por sexo, segundo situação do crédito. 
Região Sul, 2016. ...................................................................................................................... 63 
Gráfico 7: Pirâmides Etárias dos clientes da OSCIP de estudo, por situação de crédito. Região 
Sul, 2016. .................................................................................................................................. 64 
Gráfico 8: Proporção de clientes da OSCIP de estudo por estado conjugal, segundo situação 
do crédito. Região Sul, 2016. .................................................................................................... 65 
Gráfico 9: Proporção de clientes da OSCIP de estudo por quantidade de dependentes, 
segundo situação do crédito. Região Sul, 2016. ....................................................................... 66 
Gráfico 10: Proporção de clientes da OSCIP de estudo por despesa familiar bruta, segundo 
situação do crédito. Região Sul, 2016. ..................................................................................... 67 
Gráfico 11: Proporção de clientes da OSCIP de estudo por resultado líquido familiar, segundo 
situação do crédito. Região Sul, 2016. ..................................................................................... 68 
xii 
Gráfico 12: Proporção de clientes da OSCIP de estudo por Unidade Federativa, segundo 
situação do crédito. Região Sul, 2016. ..................................................................................... 70 
Gráfico 13: Proporção de clientes da OSCIP de estudo por segmento, segundo situação do 
crédito. Região Sul, 2016. ......................................................................................................... 71 
Gráfico 14: Proporção de clientes da OSCIP de estudo por receita bruta do negócio, segundo 
situação do crédito. Região Sul, 2016. ..................................................................................... 72 
Gráfico 15: Proporção de clientes da OSCIP de estudo por resultado líquido do negócio, 
segundo situação do crédito. Região Sul, 2016. ....................................................................... 73 
Gráfico 16: Proporção de clientes da OSCIP de estudo por tempo de funcionamento do 
negócio, segundo situação do crédito. Região Sul, 2016. ........................................................ 74 
Gráfico 17: Proporção de clientes da OSCIP de estudo por valor contratado, segundo 
situação do crédito. Região Sul, 2016. ..................................................................................... 75 
Gráfico 18: Proporção de clientes da OSCIP de estudo por quantidade de parcelas 
contratadas, segundo situação do crédito. Região Sul, 2016. ................................................. 76 
Gráfico 19: Proporção de clientes da OSCIP de estudo por valor da parcela, segundo situação 
do crédito. Região Sul, 2016. .................................................................................................... 77 
Gráfico 20: Proporção de clientes da OSCIP de estudo por quantidade de créditos anteriores, 
segundo situação do crédito. Região Sul, 2016. ....................................................................... 78 
Gráfico 21: Proporção de clientes da OSCIP de estudo por destino do crédito, segundo 
situação do crédito. Região Sul, 2016. ..................................................................................... 79 
Gráfico 22: Proporção de clientes da OSCIP de estudo por tipo de garantia do empréstimo, 
segundo situação do crédito. Região Sul, 2016. ....................................................................... 80 
 
xiii 
LISTA DE FIGURAS 
 
Figura 1: Semper Augustus. ...................................................................................................... 36 
Figura 2: Distribuição espacial dos empreendimentos dos clientes da OSCIP de estudo nos 
municípios da Região Sul, 2016. ............................................................................................... 69 
 
 
 
 
 
 
xiv 
LISTA DE QUADROS 
 
Quadro 1: Comparação entre preço do bulbo da Tulipa e outros produtos. .......................... 37 
Quadro 2: Variáveis disponíveis na base de dados .................................................................. 61 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
xv 
LISTA DE TABELAS 
 
Tabela 1: Ranking das profissões mais frequentes entre os clientes da OSCIP de estudo. 
Região Sul, 2016. ...................................................................................................................... 65 
Tabela 2: Modelo final escolhido. ............................................................................................ 82 
Tabela 3: Testes para ajuste do modelo. .................................................................................. 82 
Tabela 4: Tabela de classificação do modelo final. .................................................................. 83 
Tabela 5: Ponto de corte (K) por indivíduo. ............................................................................. 84 
Tabela 6: Razões de chances ajustadas e brutas e seus intervalos de confiança. ................... 85 
Tabela 7: Tabela de classificação do modelo final para a amostra, segundo ponto de corte 
fixo. ........................................................................................................................................... 86 
Tabela 8: Tabela de classificação do modelo final para a amostra, segundo ponto de corte 
variante. .................................................................................................................................... 87 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
xvi 
 
 
 
xvii 
LISTA DE ABREVIATURAS E SIGLAS 
 
 
OCDE: Organização para Cooperação e Desenvolvimento Econômico 
IBGE: Instituto Brasileiro de Geografia e Estatística 
OSCIP: Organização da Sociedade Civil de Interesse Público 
PNMPO: Programa Nacional de Microcrédito Produtivo Orientado 
FAT: Fundo de Amparo ao Trabalhador 
SCM: Sociedades de Crédito ao Microempreendedor 
MTE: Ministério do Trabalho e Emprego 
SEBRAE: Serviço de Apoio Brasileiro às Micro e Pequenas Empresas 
SPC: Serviço de Proteção ao Crédito 
CDO: Collaterized Debt Obligation 
CNI: Confederação Nacional da Indústria 
PLI: Programação Linear Inteira 
MLG: Modelos Lineares Generalizados 
RC: Razão de Chances 
 
 
 
 
 
 
 
 
 
 
 
xviii 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
xix 
Sumário 
1 INTRODUÇÃO ____________________________________________________________ 21 
2 REVISÃO BIBLIOGRÁFICA ___________________________________________________24 
2.1 CRÉDITO ____________________________________________________________ 24 
2.1.1 MICROCRÉDITO ___________________________________________________ 27 
2.1.2 INADIMPLÊNCIAS __________________________________________________ 32 
2.2 HISTÓRICO DAS CRISES FINANCEIRAS ______________________________________ 34 
2.2.1 A EVOLUÇÃO DO SISTEMA FINANCEIRO MUNDIAL ________________________ 34 
2.2.2 A CRISE DO SUBPRIME ______________________________________________ 39 
2.2.3 CENÁRIO ECONÔMICO DO BRASIL EM 2015/2016 ________________________ 43 
3 MÉTODOS ESTATÍSTICOS ___________________________________________________ 47 
3.1 MODELOS DE REGRESSÃO ______________________________________________ 47 
3.1.1 REGRESSÃO LOGÍSTICA _____________________________________________ 49 
3.1.2 CREDIT SCORING __________________________________________________ 50 
3.1.3 PONTO DE CORTE __________________________________________________ 51 
3.1.4 RAZÃO DE CHANCES (RC) ____________________________________________ 53 
3.2 TESTES DE HIPÓTESE ___________________________________________________ 54 
3.2.1 TESTE DE WALD ___________________________________________________ 55 
3.2.2 TESTE DE HOSMER-LEMESHOW _______________________________________ 56 
3.2.3 PSEUDO R² _______________________________________________________ 57 
4 ESTUDO DE CASO _________________________________________________________ 59 
4.1 DESCRIÇÃO DOS DADOS __________________________________________________ 59 
4.2 ANÁLISE EXPLORATÓRIA ________________________________________________ 62 
4.3 ANÁLISE DOS RESULTADOS ______________________________________________ 80 
4.3.1 AJUSTE DO MODELO _______________________________________________ 80 
4.3.2 PONTO DE CORTE __________________________________________________ 83 
4.3.3 RAZÃO DE CHANCES ________________________________________________ 85 
4.3.4 VALIDAÇÃO DO MODELO ____________________________________________ 86 
5 CONSIDERAÇÕES FINAIS E TRABALHOS FUTUROS _______________________________ 88 
6 REFERÊNCIAS ____________________________________________________________ 90 
APÊNDICE A ______________________________________________________________ 95 
APÊNDICE B _______________________________________________________________ 96 
APÊNDICE C _______________________________________________________________ 97 
 
xx 
 
 
21 
 
1 INTRODUÇÃO 
 
Desde as primeiras atividades econômicas, a humanidade tem vivenciado crises capazes de 
causar grandes perdas financeiras e mudanças na estrutura econômica dos países. Em 
contrapartida, esses eventos colaboraram para o surgimento do estudo e análise do risco 
financeiro. Percebeu-se que toda movimentação financeira possui um fator de risco, e é 
necessário conhecê-lo e controlá-lo ao máximo. O risco financeiro pode ser dividido em 
subcategorias, a saber: risco de mercado, risco de crédito, risco de liquidez, risco operacional 
e risco legal. Este trabalho tem como objeto de estudo o risco de crédito, que surge quando 
uma das partes de uma relação contratual não é capaz de cumprir suas obrigações ou não 
possui a intenção de honrá-las (JORION, 2003). 
Não obstante, o crédito é fator de extrema importância no desenvolvimento de uma nação, 
pois estimula o investimento por parte dos empresários, gerando poder de compra, 
emprego e dinamismo da economia. Além disso, o fornecimento de crédito é uma das 
principais fontes de lucratividade dos bancos, que ganham com o recebimento dos juros. 
Para Schumpeter (apud NASAR, 2011), o empreendedor pode apenas prosperar em 
ambientes onde houver incentivos, porém a chave de sua sobrevivência é o crédito barato e 
abundante. Além disso, sem mercados de crédito que funcionassem bem e um sistema 
bancário robusto, uma economia seria privada de taxas de juros baixas e do crédito 
abundante necessário para a inovação. 
O século XIX iniciou um movimento de intenso desenvolvimento industrial que colaborou 
para um crescimento acelerado de países da Europa. Esse processo gerou a necessidade de 
investimentos e, consequentemente, oferta de crédito. Dessa forma, bancos e instituições 
financeiras passaram a desenvolver programas com o objetivo de facilitar a tomada de 
crédito. Contudo, em muitos dos casos, não houve a preocupação com o estudo do risco 
dessa operação, gerando, assim, situações de pânico e crises decorrentes da falta de 
controle. 
22 
 
Deve-se considerar a possibilidade de que os tomadores de crédito não consigam honrar 
com o pagamento desse empréstimo, pois, ao contrário, pode-se gerar uma inadimplência 
que afetará o caixa dos bancos. Por esse motivo, há uma linha tênue entre a lucratividade no 
atraso dos pagamentos e a perda com a inadimplência. Esse fator de risco pode ser 
influenciado também por situações de instabilidade político-econômica, como ocorre no 
Brasil no recorte temporal estudado neste trabalho. 
Após as eleições de 2014, iniciou-se uma campanha em defesa do Impeachment1 da 
presidente, motivada pelos casos de corrupção divulgados pela mídia. Essa situação causou 
uma instabilidade financeira no país com a queda no nível de confiança dos investidores, 
causando perdas no mercado de ações e a desvalorização do real, além do rebaixamento do 
Brasil em agências de análise de risco, como a Moody's e a Standard & Poor's. Diversos 
setores da economia sofreram impactos da crise financeira que pareceu se instalar, 
resultando no crescimento acentuado dos níveis de desemprego, alcançando no segundo 
trimestre de 2015 sua maior taxa desde 2012, de acordo com o IBGE (G1, 2015). A 
Organização para Cooperação e Desenvolvimento Econômico (OCDE) projetou, em junho de 
2016, que a economia brasileira deve encolher 4,3% nesse ano, sendo assim a maior baixa 
entre as maiores economias. De acordo com o economista-chefe da divisão Brasil na OCDE, 
Jens Arnold, “o panorama político tem um grande impacto no desempenho econômico, e o 
cenário político é muito difícil no Brasil, com muita incerteza e não temos ideia do que vai 
acontecer” (Mais RN, 2016). 
Isso exposto, nesse trabalho pretendeu-se analisar os riscos de inadimplência sofridos pelas 
instituições financeiras fornecedoras de microcrédito em momentos de crise financeira, 
através de um estudo de uma Organização da Sociedade Civil de Interesse Público - OSCIP - 
fornecedora de microcrédito. Os tomadores de microcrédito são aqueles que estão mais 
vulneráveis em uma situação de instabilidade econômica, já que não possuem a solidez 
financeira da qual as grandes empresas dispõem. Sendo assim, tornam-se um interessante 
objeto de estudo em época de crise. 
 
1 Expressão inglesa, que se traduz por impedimento, obstáculo, denúncia, acusação pública; indica o 
procedimento parlamentar, cuja finalidade é a de apurar a responsabilidade criminal de qualquer membro do 
governo instituído, aplicando-lhe a penalidade de destituição do cargo ou função. (VOCABULÁRIO JURÍDICO, 
2009) 
23 
 
Em suma, esse trabalho tem como objetivo usar o método Credit Scoring como ferramenta 
minimizadora dos riscos de inadimplência na oferta de microcrédito e definir as 
características que melhor diferem um cliente bom pagador de um cliente mau pagador na 
empresa em questão. Pretendeu-se montar um modelo de Credit Scoring através das 
principais características dos tomadores de crédito e de seus negócios, tornando possível 
calcular a probabilidade de inadimplência dos clientes ativos da empresa em questão no ano 
de 2016. 
Este trabalho foi estruturado em seis capítulos onde o primeiro introduz o tema, 
apresentando os conceitos de risco financeiro e destacando o risco de crédito como 
interesse principal de estudo, assim como os microempreendedores. 
O capítulo dois segue com a revisão bibliográfica, aberta em dois tópicos: Crédito e Histórico 
das Crises Financeiras. A abordagem sobre o crédito contempla, ainda, os assuntos 
microcréditoe inadimplência. Esse capítulo visa, principalmente, verificar o pensamento de 
alguns grandes autores sobre os temas abordados neste trabalho. 
O capítulo três apresenta os métodos estatísticos utilizados neste estudo: Regressão 
Logística aplicada ao conceito de Credit Scoring. Já no quarto capítulo, a base de dados é 
apresentada, assim como a análise exploratória dos dados e os resultados do modelo 
desenvolvido. 
No capítulo cinco são apresentados os resultados e as conclusões do presente trabalho, 
reverberando a trajetória percorrida ao longo do estudo, bem como as considerações finais 
e sugestões para trabalhos futuros. Por fim, o capítulo seis contém as referências utilizadas 
nesse trabalho. 
 
24 
 
2 REVISÃO BIBLIOGRÁFICA 
 
2.1 CRÉDITO 
 
O crédito está diretamente ligado à disponibilidade de um valor oriundo de uma instituição 
financeira, partindo da premissa de que esse valor será ressarcido em data futura com a 
atualização de juros. O crédito está presente nas movimentações financeiras desde as 
primeiras operações realizadas pelos homens, e sua principal importância deriva do fato de 
que é muito raro que alguém disponha imediatamente de capital para a criação de uma 
empresa, por exemplo. Nesse caso, faz-se necessário obter apoio do Estado ou de alguma 
empresa fornecedora de crédito para que se possa, assim, iniciar o negócio. A partir do 
crédito, a economia de toda a região é estimulada, gerando dinamismo e criação de 
empregos. 
O sistema financeiro atual permite que as empresas fornecedoras de crédito não necessitem 
dispor de todo o capital a ser provisionado nas operações de crédito. Para isso, existem as 
operações interbancárias que possibilitam que os bancos realizem empréstimos entre si. De 
acordo com o Banco Central do Brasil (2010), “o fato de as instituições bancárias possuírem 
a capacidade de gerar crédito sem acumulação prévia de capital faz com que desempenhem 
papel fundamental na promoção do desenvolvimento de qualquer segmento da economia, e 
pode ser também grande alavanca para financiamento do desenvolvimento sustentável”. 
Dessa forma, as empresas responsáveis pelo fornecimento de crédito são de extrema 
importância para o bom desenvolvimento da economia de um país, refletindo assim no bem-
estar de sua população. Palmuti e Picchiai (2012) consideram o nível da atividade econômica 
de um país como fator determinante para seu crescimento e para a geração de melhores 
condições de vida para a sua população. Afinal, o fornecimento de capital aos 
empreendedores gera emprego e renda à população, que converte sua renda em dispêndios 
para satisfazer suas necessidades de consumo de bens e serviços. Ou seja, cria-se um 
movimento cíclico de alimentação da economia de uma região. 
25 
 
As decisões acerca da evolução do crédito tomadas pelos bancos, sobretudo os privados 
com fins lucrativos, tendem a ser procíclicas, acompanhando suas considerações otimistas 
ou pessimistas sobre o estado dos negócios ao longo do ciclo econômico. Assim, a 
expectativa da situação econômica tem grande influência sobre as decisões acerca do 
crédito, o que pode ocasionar uma condução à assunção excessiva de risco, com efeitos 
adversos ao crescimento econômico. Portanto, em momentos otimistas, os bancos tendem a 
conceder crédito sem exigir garantias seguras e aqueles que não assumem tais riscos, 
podem perder fatias do mercado. Contudo, quando o cenário passa a ser pessimista, as 
empresas tendem a contrair a concessão de crédito, reduzindo linhas e prazos, elevando 
juros e as exigências (DE FREITAS, 2009). 
Originalmente a análise do crédito era feita com base em avaliações julgamentais, onde as 
características que seriam avaliadas eram determinadas pelos gestores de crédito da 
instituição, com base em critérios subjetivos (ARAÚJO e CARMONA, 2007). Dessa forma, o 
método mais utilizado seria baseado nos cinco C’s do crédito, conforme definição do Sebrae 
(2016) abaixo: 
I. Caráter: Refere-se à índole do tomador do empréstimo. Podendo ser verificada a 
partir de consultas ao cadastro de órgãos de restrição ao crédito (SPC, Serasa, Cadin) 
e verificações sobre a existência de ações judiciais contra o proponente. 
II. Capacidade: Corresponde a capacidade do requerente em ressarcir o valor 
requerido. Pode ser verificada a partir dos demonstrativos financeiros do tomador 
do crédito. 
III. Capital: Refere-se à posição patrimonial do proponente. No caso de micro e 
pequenas empresas, esse fator colabora para dificultar a liberação de crédito para 
esse segmento, já que se trata de um grupo com patrimônio reduzido, em relação às 
grandes empresas. 
IV. Colateral: Somatório de ativos disponíveis para ser oferecido como garantia ao 
empréstimo. 
V. Condições: Envolve condições do cenário econômico local e global, assim como as 
condições da própria empresa que solicita o crédito. 
26 
 
A ocorrência de situações de instabilidade econômica decorrentes da falta de controle no 
fornecimento do crédito fez com que houvesse um crescimento da demanda por uma 
análise técnica da qualidade do crédito oferecido pelas empresas, já que os métodos 
baseados em decisões subjetivas estavam obsoletos. Assim, passou-se a investir em análises 
que levavam em consideração estudos quantitativos que fornecessem um apoio mais sólido 
à decisão da concessão de crédito. De acordo com Brito e Neto (2008), “os modelos de risco 
de crédito compõem um ferramental técnico que supre de informações os gestores e 
contribuem para que tomem decisões que atendam às diretrizes estabelecidas nas políticas 
de crédito da instituição”. 
O risco de crédito envolve a probabilidade de o tomador do crédito não honrar com o devido 
pagamento na data de seu vencimento, podendo causar prejuízos ao emprestador. Além 
disso os modelos de risco de crédito são criados levando em consideração diversos fatores 
qualitativos e quantitativos a respeito das características de clientes bons pagadores e maus 
pagadores, já que não é possível saber previamente se o débito será quitado na sua data de 
vencimento (DANTAS e DESOUZA, 2008). Dessa forma, a correta análise do risco de crédito é 
um elemento relevante para a sustentabilidade das instituições financeiras fornecedoras do 
empréstimo. Contudo, apesar dos prejuízos causados pela falta de controle desse risco, 
Kindleberger (2013) cita que “é saudável para a economia passar pelo fogo purificador da 
deflação e falência para eliminar erros e excessos do boom”. 
 
27 
 
2.1.1 MICROCRÉDITO 
 
Segundo Barone e Sader (2008), há diversos conceitos de microfinanças e microcrédito na 
literatura e muitas vezes esses conceitos se confundem. Frequentemente o termo 
microfinanças é definido como “um conjunto de serviços financeiros (poupança, créditos e 
seguros), prestados por instituições financeiras ou não, para indivíduos de baixa renda e 
microempresas (formais e informais) excluídas (ou com acesso restrito) do sistema 
financeiro tradicional” (NICHTER, 2002; NAQVI, 2003-2004). Esse conceito de microfinanças 
apresentado é o mesmo considerado pelo Sebrae (2005) e será o adotado nesse trabalho. 
Já o microcrédito, englobando a conjuntura microfinanceira, é definido por empréstimos de 
pequeno porte que permitem gerar renda e diferenciam-se dos demais pela metodologia. O 
microcrédito é definido como a principal atividade do setor de microfinanças (NETO, 
PRESTES, 2006). Segundo Barone (2002), “É um crédito destinado à produção (capital de giro 
e investimento) e é concedido com o uso de metodologia específica”. Ainda segundo De 
Mello et al. (2015), o microcrédito melhora a autoestima dos empreendedores e revela 
ativos intangíveis2 que o mercado não enxerga, originando um manancial social e cultural 
que gera renda e emprego. 
Segundo Silveira Filho (Apud RITTA, GORLA e HEIN, 2015), foi na Alemanha do ano de 1846 
que ocorreu a primeira manifestação do microcrédito.Após um rigoroso inverno, um pastor 
tomou a iniciativa de criar uma associação que funcionou como a primeira cooperativa de 
crédito, cedendo farinha e trigo para fazendeiros locais que se encontravam endividados. 
No Brasil, existe uma grande dificuldade para micro e pequenos empreendedores em obter 
empréstimos junto às instituições financeiras por conta de motivos tais quais: dificuldade em 
oferecer garantias reais, permanência na informalidade, falta de informações gerenciais, 
dentre outros. Dessa forma, esses empresários sofrem com altas taxas de juros, número 
 
2 Ativos intangíveis são ativos singulares cujas características únicas permitem a diferenciação entre as 
empresas e a obtenção de vantagens competitivas, como por exemplo, marcas, patentes, concessões públicas 
e capital intelectual. A geração de riqueza nas empresas está relacionada aos ativos intangíveis, pois esses são 
responsáveis por desempenhos econômicos superiores e pela geração de valor aos acionistas (PEREZ et al., 
2006). 
28 
 
limitado de linhas de crédito específicas e pouca atenção das instituições financeiras. Nesse 
contexto se evidencia a importância do microcrédito (RITTA, GORLA e HEIN, 2015). 
O Programa Nacional de Microcrédito Produtivo Orientado (PNMPO) foi fundamentado pela 
Lei Nº 11.110, de 25 de abril de 2005. Sua coordenação e implementação é de 
responsabilidade do Comitê Interministerial do PNMPO, composto por representantes dos 
Ministérios do Trabalho e Emprego, da Fazenda e do Desenvolvimento Social e Combate à 
Fome (BRASIL, 2005). Tem como objetivo incentivar a geração de renda e trabalho para 
pessoas físicas e jurídicas empreendedoras de atividades de pequeno porte através da 
concessão de recursos e apoio técnico às instituições de microcrédito produtivo orientado 
(BRASIL, 2005). 
Entende-se como microcrédito produtivo orientado aquele crédito concedido para o 
atendimento das necessidades financeiras do microempreendedor formal ou informal. De 
acordo com Zouain e Barone (2008), “o microcrédito produtivo orientado não faz distinção 
entre formais e informais; pelo contrário, tende a beneficiar mais os excluídos da economia 
formal”. Utilizando metodologia baseada na comunicação direta realizada no local do 
estabelecimento do tomador final dos recursos, tem como base a análise do perfil 
socioeconômico do empreendedor para definição das necessidades de crédito e orientação 
educativa sobre a gestão do negócio, por meio de pessoa treinada. O contato com o 
empreendedor continua durante o período do contrato, a fim de que esse possa ter melhor 
orientação quanto ao aproveitamento e aplicação dos recursos concedidos, almejando 
crescimento e sustentabilidade da atividade econômica (BRASIL, 2005). 
Segundo o Programa Nacional de Microcrédito Produtivo Orientado (PNMPO), são 
considerados microempreendedores populares as pessoas físicas e jurídicas 
empreendedoras de atividades produtivas de pequeno porte, com renda bruta anual de até 
R$ 120 mil. Anteriormente, o valor era de R$ 60 mil de renda bruta anual, porém, o valor foi 
dobrado através do Decreto 6.607 de 21/10/2008 (BRASIL, 2005). Contudo, alguns autores 
não consideram um teto para renda anual ou valor concedido, mas sim pelo fato de que o 
crédito é concedido a pessoas de baixa renda ou a pequenos negócios (RITTA, GORLA e 
HEIN, 2015). 
29 
 
O Programa Nacional de Microcrédito Produtivo Orientado tem como fonte de recursos, o 
Fundo de Amparo ao Trabalhador (FAT)3 e 2% do depósito compulsório recolhido pelo Banco 
Central (MTE, 2016). Esses recursos são transferidos aos agentes operadores que são 
responsáveis por repassá-los aos microempreendedores. Tais agentes podem ser tanto 
Instituições de Microcrédito Produtivo Orientado (IMPO), que atuam diretamente com o 
microempreendedor, quanto agentes de intermediação, que repassam recursos para as 
IMPO (BNDES, 2016). 
As Instituições de Microcrédito Produtivo Orientado podem ser Agências de Fomento, 
Cooperativas Singulares de Crédito, Organizações da Sociedade Civil de Interesse Público 
(OSCIP), Sociedades de Crédito ao Microempreendedor (SCM) e Sociedades Operadoras de 
MPO. Já os Agentes de Intermediação podem ser Instituições financeiras públicas ou 
privadas, Agências de Fomento, Bancos Cooperativos e Cooperativas Centrais de Crédito 
(MTPS, 2016). Tendo em vista a distribuição dessas Instituições pelas regiões do Brasil, 
exposta no gráfico a seguir, constatou-se que o Sul concentra sozinho mais da metade 
dessas empresas, cerca de 56% das 475 existentes no país. Dessa forma, evidenciou-se a 
importância do estudo do risco do microcrédito nessa localidade. 
 
3 “O Fundo de Amparo ao Trabalhador é um fundo especial, de natureza contábil-financeira, vinculado ao 
Ministério do Trabalho e Emprego – MTE. É reservado, principalmente, para o custeio do Programa do Seguro-
Desemprego e os Programas de Geração de Emprego e Renda. A principal fonte de recursos do FAT é composta 
pelas contribuições para o Programa de Integração Social - PIS, e para o Programa de Formação do Patrimônio 
do Servidor Público - PASEP. Unificados, hoje, sob denominação Fundo PIS-PASEP” (BNDES, 2016). 
 
30 
 
Gráfico 1: Instituições de Microcrédito Produtivo Orientado por 
Grandes Regiões Brasileiras, 2016. 
 
Fonte: Ministério do Trabalho e Emprego, 2016/ Elaboração das autoras 
 
Isso exposto, optou-se por utilizar nesse estudo os dados de uma Organização da Sociedade 
Civil de Interesse Público (OSCIP), localizada em Santa Catarina, e que oferece serviços de 
microcrédito a todos os estados da Região Sul do Brasil: Paraná, Rio Grande do Sul e Santa 
Catarina. 
Uma Organização da Sociedade Civil de Interesse Público (OSCIP) é uma qualificação 
decorrente da Lei nº 9.790/99, regulamentada pelo Decreto nº 3.100, de 30 junho de 1999 
(Lei do Terceiro Setor). Essa lei foi criada a partir da necessidade de se organizar e dar 
transparência a um setor que cresceu muito e desordenadamente ao longo dos últimos anos 
(SEBRAE, 2014). Trata-se de uma “qualificação jurídica dada a pessoas jurídicas de direito 
privado, sem fins lucrativos, instituídas por iniciativa de particulares, para desempenhar 
31 
 
serviços sociais não exclusivos do Estado com incentivo e fiscalização do Poder Público, 
mediante vínculo jurídico instituído por meio de termo de parceria” (SEBRAE, 2014). 
As OSCIPs devem ter um número mínimo de 10 pessoas, assim como um Conselho de 
Administração, Diretoria e Conselho Fiscal, conforme exige a legislação. De acordo com o 
Sebrae, “A sustentabilidade econômica se alcança com um projeto tecnicamente 
consistente, mas ela se perde se não houver um social coletivo constituído, uma cultura da 
cooperação entre as pessoas que pertencem à instituição“. 
Os recursos financeiros necessários à manutenção das instituições podem ser obtidos de 
diversas formas, dentre as quais podemos citar convênios, contratos, doações contribuições 
de associados e recebimentos autorais. Além disso, as OSCIPs são imunes a impostos e 
contribuições sociais, já que exercem atividades de interesse público fomentada pelo 
próprio Estado (SEBRAE, 2014). Para se qualificar como OSCIP, a entidade deve fazer o 
pedido junto ao Ministério da Justiça, e apresentar algumas características como ter 
objetivos sociais e ser pessoa jurídica de direito privado e não ter fins lucrativos (SEBRAE, 
2014). 
O Tribunal de Contas de Mato Grosso promoveu em 10 de novembro de 2016 o II painel de 
palestras do V Fórum Municípios e Soluções. O balanço desse encontro foi que as parcerias 
constituídas pela administração governamental com as Organizações da Sociedade Civil de 
Interesse Público podem dar certo e representar avanços às políticas sociais da área da 
Saúde. Foram apresentadas as experiências com as OSCIP no Estado deSão Paulo e do 
Espírito Santo e demonstrada a atual realidade com os serviços complementares de saúde 
em Mato Grosso. Ainda de acordo com essa reportagem, o coordenador de gestão de 
contratos de serviços de saúde de São Paulo, Eduardo Ribeiro Adriano citou, o ranking de 
excelência dos hospitais públicos que atendem ao Sistema Único de Saúde, informando que 
dos 10 primeiros colocados, sete estão em São Paulo, e todos são Organizações Sociais 
(FOLHAMAX, 2016). 
32 
 
2.1.2 INADIMPLÊNCIAS 
 
Além de servir como impulsionador da economia, gerando empregos e colaborando para o 
crescimento do comércio do país, o crédito também é útil como fonte de lucros para 
empresas fornecedoras de crédito, através da cobrança de juros sobre o valor emprestado. 
Contudo, o que parece uma fonte de riqueza pode acabar se tornando prejuízo caso o 
tomador de crédito não seja capaz de honrar com sua dívida na data do vencimento. Dessa 
forma, em uma situação onde uma determinada região dispõe de altos níveis de 
inadimplência, além do risco de falência das empresas fornecedoras de crédito, há o risco da 
instabilidade financeira e crescimento do desemprego. 
Segundo o Serviço de Proteção ao Crédito (SPC), cerca de 59,1 milhões de pessoas físicas 
terminaram o primeiro semestre de 2016 inscritas em cadastro de devedores; mais de dois 
milhões de brasileiros passaram a fazer parte das listas de inadimplentes somente no ano de 
2016; e é na faixa etária entre 30 e 39 anos que se observa a maior incidência de brasileiros 
negativados, correspondendo a 50,19% do total da população negativada. Apesar de o 
Nordeste ter apresentado o maior aumento de novos inadimplentes, é a Região Norte que 
detém, proporcionalmente, a maior população de consumidores inadimplentes, sendo 
46,43% da população adulta dessa região. 
Assim, pode-se perceber que o Brasil vive em um momento de altos níveis de inadimplência, 
que podem estar sendo intensificados pela atual situação de instabilidade financeira 
vivenciada no país. O Nordeste e Norte, sendo as regiões mais pobres, acabam sofrendo 
maiores consequências, conforme visto anteriormente, e faz-se necessário que ações sejam 
tomadas antes que uma situação de grave crise financeira se instale, conforme já registrado 
na história. 
No gráfico 2 é possível verificar que o percentual de inadimplência da carteira de crédito 
havia iniciado um movimento de queda a partir do ano de 2012. Contudo, o ano de 2015 
começa a apresentar o retorno do crescimento desse percentual coincidindo com o período 
de piora do cenário econômico do Brasil. 
33 
 
Gráfico 2: Percentual de inadimplência de carteira de crédito no Brasil, 2016. 
 
Fonte: Banco Central do Brasil, 2016/ Elaboração das autoras 
 
 
De acordo com Freitas (2009), as decisões dos bancos sofrem grande influência da situação 
econômica local e global. Dessa forma, em períodos de expectativas otimistas, os bancos 
tendem a conceder crédito sem exigir garantias, enquanto os devedores pagam suas dívidas 
a partir da emissão de novas dívidas. Contudo, a prudência na fase de expectativas 
negativas, contraindo o crédito, colabora para a fragilidade financeira dos seus clientes, 
gerando um ciclo vicioso de aumento de inadimplência e refreando o crescimento 
econômico ou mesmo conduzindo à regressão da produção e dos investimentos. 
 
 
0%
1%
2%
3%
4%
5%
6%
m
ar
/1
1
ju
n
/1
1
se
t/
1
1
d
e
z/
1
1
m
ar
/1
2
ju
n
/1
2
se
t/
1
2
d
e
z/
1
2
m
ar
/1
3
ju
n
/1
3
se
t/
1
3
d
e
z/
1
3
m
ar
/1
4
ju
n
/1
4
se
t/
1
4
d
e
z/
1
4
m
ar
/1
5
ju
n
/1
5
se
t/
1
5
d
e
z/
1
5
m
ar
/1
6
ju
n
/1
6
Pessoas Jurídicas Pessoas Físicas
34 
 
2.2 HISTÓRICO DAS CRISES FINANCEIRAS 
 
2.2.1 A EVOLUÇÃO DO SISTEMA FINANCEIRO MUNDIAL 
 
Atualmente vivemos em um momento de grande complexidade do sistema econômico 
mundial. Após diversas guerras e crises financeiras, a humanidade adquiriu experiência e 
desenvolveu tecnologias a fim de que medidas de proteção fossem elaboradas contra 
possíveis problemas no sistema financeiro. Contudo, nem sempre foi possível dispor desses 
benefícios, principalmente a experiência. Fazendo uma retrospectiva na história é possível 
entender quais fatores levaram a humanidade ao estágio atual. 
Segundo Versignassi (2015), o surgimento do Homo Sapiens deu início a um 
desenvolvimento da raça humana, onde se passou a cultivar áreas de plantio e criar animais 
domésticos, o que fez com que o homem não precisasse mais caçar seu alimento. A partir 
disso, o alimento surgiu como a primeira moeda de troca da história da humanidade, 
desempenhando papel similar ao dinheiro nos dias atuais. Se o trabalho de um indivíduo 
fosse melhor que de outros, sua quantidade de alimento recebido seria maior. Assim, com 
uma grande quantidade de alimento, a parcela que não seria consumida funcionaria como 
moeda de troca por outros objetos. Os Babilônios, há quatro mil anos atrás, refinaram essa 
moeda de troca, criando tabletes de argila como a primeira representação das cédulas, onde 
era possível trocar sacas de grãos, por exemplo, por um tablete que indicava a quantidade 
correspondente do alimento. A partir daí, criou-se a ideia de lucrar com os juros decorrentes 
do empréstimo desses tabletes. Ainda segundo o autor, “era um esquema sofisticado. Até 
juros compostos eles já cobravam”. Após isso, a moeda de troca passou pelo o sal4, cobre, 
ouro e pedras preciosas marcadas pela coroa5, até se tornar o que ela é hoje. 
 
4 “Salário” era a remuneração que legionários romanos recebiam na forma de sal, e a palavra ficou 
(VERSIGNASSI, 2015). 
5 Em Lídia, uma Cidade-Estado que ficava na atual Turquia, por volta de 600 a.C., passou a fundir metais 
preciosos na forma de pepitas com peso e grau de pureza predeterminados e imprimindo uma gravura em 
cada uma das peças, como um selo de autenticidade (VERSIGNASSI, 2015). 
35 
 
Esse processo de desenvolvimento da moeda gerou o que podemos chamar de a primeira 
crise financeira da humanidade. No século VI a.C., Atenas, produtora de trigo, azeite e vinho, 
estabeleceu comércio com fazendeiros do Leste (onde hoje fica a Rússia). O que parecia ser 
um bom negócio acabou enfraquecendo produtores locais de trigo, que tiveram queda em 
suas vendas por conta da concorrência. Dessa forma, tais produtores viram-se endividados já 
que precisaram pegar empréstimos com os nobres, que colocavam os juros em níveis 
elevados, culminando no fato de os produtores darem partes de suas terras para pagar suas 
dívidas, ou até mesmo suas mulheres e filhos para viverem como escravos (VERSIGNASSI, 
2015). Portanto, pode-se perceber que a primeira grande crise financeira de que se tem 
notícia deveu-se às consequências negativas do crédito. 
Outra crise que merece destaque aconteceu nos Países Baixos, no século XVII, sendo a 
primeira bolha financeira. Entende-se por bolha uma rápida elevação dos preços, sem uma 
justificativa sólida para isso, seguida de uma brusca queda dos preços. A primeira bolha 
financeira do mundo moderno aconteceu nos Países Baixos, no século XVII, decorrente de 
uma mania relacionada a uma das flores mais cobiçadas naquela época. Esse acontecimento 
ficou conhecido como a Tulipomania. De acordo com Kindleberger (2013), “a palavra ‘mania’ 
sugere a perda de conexão com a realidade, ou até a histeria em massa”. Esse processo teve 
início no Império Otomano, onde a tulipa era utilizada como símbolo de riqueza. Eram 
expostas nos jardins dos sultões, além de fazer parte da decoração, roupas e tapeçarias. 
Segundo Dash (1999), as tulipas eram literalmente vistas como a flor de Deus. 
 
“Yet of all blooms in a Muslim Garden, the tulip was regarded as the holiest, 
and the Turkish passion for this flower went far beyond mere appreciation 
of its beauty. For the Ottomans as for the Persians, it had a tremendoussymbolic importance and was literally regarded as the flower of God 
because, in Arabic script, the letters that make up lale, the Turkish word for 
‘tulip’, are the same as those that form Allah6” 
 
6 De todas as flores em um jardim muçulmano, a tulipa era considerada como a mais sagrada, e a paixão turca 
para esta flor ia muito além da mera apreciação de sua beleza. Tanto para Otomanos como para os Persas, a 
tulipa tinha uma enorme importância simbólica e foi literalmente considerada como a flor de Deus já que, na 
36 
 
A tulipa passou a ficar conhecida na Europa através de seus mercadores, que foram 
responsáveis por transportar os bulbos das plantas até a Holanda, onde a flor se tornou mais 
popular. Os moradores deste país viram-se fascinados pela tulipa, e tê-la em seu jardim 
significava símbolo de status. Porém, não foram todas as tulipas que tiveram um acentuado 
crescimento no seu valor de compra. A flor que mais fez sucesso foi aquela chamada de 
Semper Augustus (Figura 1). Porém, os holandeses na época não sabiam que se tratava se 
uma flor doente. Um determinado vírus causava o efeito das cores na tulipa. Dessa forma, 
essa flor caracterizou-se por ser extremamente rara, o que colaborou para que seu preço 
sofresse com a especulação. 
 
Figura 1: Semper Augustus. 
 
Fonte: The Long and Good Friday, 2014. 
 
 
escrita árabe, as letras que compõem lale, a palavra turca para "tulipa ", são as mesmas que aquelas que formam 
a palavra Allah. (Tradução livre) 
37 
 
A unidade monetária básica na Holanda nesta época era o guilder, e um guilder era formado 
a partir de 20 stuivers. O Quadro 1 abaixo tem o objetivo de demonstrar o valor da moeda 
holandesa à época através da exposição dos valores correspondentes aos principais 
produtos comercializados na época. Assim, é possível imaginar quão alto chegou o valor de 
um bulbo do principal espécime de tulipa comercializada, a Semper Augustus. 
 
Quadro 1: Comparação entre preço do bulbo da Tulipa e outros produtos7. 
 
 
A mania das tulipas alcançou patamares elevados de risco, causando um colapso na 
economia da Holanda. Diversos comerciantes, na intenção de lucrar com as flores, decidiram 
vender suas terras para iniciar no investimento. Com o estouro da bolha, esses se viram sem 
terras e com um grande estoque de bulbos que não valiam quase nada. De acordo com 
Kindleberger (2013), “a mania dos bulbos de tulipa no século XVII ocorreu porque os 
vendedores dos bulbos forneciam crédito para os compradores”; além disso, a maioria das 
manias foram associadas à rápida expansão do crédito. 
Com o passar dos anos, a humanidade ainda passaria por diversas grandes crises financeiras, 
como a crise de 1929, causada pela quebra da bolsa de valores de Nova York. Contudo, 
autores concordam que a partir de 1970 as crises tornaram-se menos espaçadas no tempo e 
suas consequências eram mais prejudiciais ao sistema financeiro mundial. De acordo com 
Kindleberger (2013), a partir deste período, as crises ocorreram em intervalos de dez anos 
 
7 A versão original do Quadro 1 encontra-se no Apêndice C 
½ stuiver Valor de uma caneca grande de cerveja
6½ stuiver Valor de um pão de 5 Kg
8 stuiver Valor da diária de um trabalhador experiente em branquear tecidos (Em torno de 110 guilders por ano)
18 stuiver Valor da diária de um cortador de tecidos (Cerca de 250 guilders por ano)
13 guilders Valor de um barril de arrenque
60 guilders Valor de 40 galões de conhaque francês
250 guilders Rendimentos anuais de um carpinteiro
750 guilders Salário do Dr. Clusius na Universidade de Leiden
1.500 guilders Rendimento típico de um mercador de nível médio
1.600 guilders Honorários de Rembrandt por seu quadro mais famoso, “A Ronda Noturna” (1642)
3.000 guilders Rendimento típico de um mercador rico
5.200 guilders O mais alto preço registrado e confiável pago por um bulbo de tulipa (1637)
Fonte: Tulip Museum, Amsterdam/ Elaborado pelas autoras
38 
 
(1816, 1826, 1837, 1847, 1857, 1866), passando então a ter menor regularidade nas 
ocorrências (1873, 1907, 1921, 1929). 
 
Os anos que sucedem 1970 não têm precedentes quanto à volatilidade nos 
preços das commodities, moedas, imóveis e ações. Um grande número de 
bancos em três, quatro ou mais países entrou em colapso quase ao mesmo 
tempo. Houve quatro ondas de crises financeiras. Cada uma foi seguida por 
uma recessão, e a desaceleração econômica que começou em 2008 foi a 
mais severa e mais global desde a Grande Depressão na década de 1930 
(KINDLEBERGER, 2013). 
 
Em contrapartida, pode-se dizer que estes momentos de instabilidade econômica 
propiciaram o desenvolvimento do sistema financeiro que possuímos hoje, pautado em 
estudos matemáticos e econômicos a fim de se controlar os riscos inerentes a este universo, 
como é o caso dos modelos de risco de crédito estudados neste trabalho. De acordo com 
Curvo (2011), “as depressões econômicas são fenômenos conjunturais importantes, que 
eventualmente podem conduzir a mudanças estruturais históricas no pensamento e 
comportamento econômico”. 
39 
 
2.2.2 A CRISE DO SUBPRIME 
 
Em 2008, o mundo pôde presenciar uma nova grande crise financeira, capaz de levar 
companhias de sólida presença no mercado mundial à falência. Iniciada em meados de 2007, 
no mercado americano de hipotecas de alto risco, foi denominada crise do Subprime. Após o 
estouro da bolha da internet8, o mercado procurava por uma forma de investimento que 
trouxesse lucro a baixo risco. Assim, os títulos imobiliários, criados em 1987, ganharam 
seguidores nos anos 2000. Trata-se de títulos de dívidas9 que tinham imóveis como garantia 
do empréstimo no caso do não pagamento, ou seja, quando um empréstimo era contratado 
para comprar uma casa, essa dívida era transformada em um título de dívida, chamada CDO 
(Collaterized Debt Obligation10). 
Com o crescimento da procura por CDOs, o crédito imobiliário foi estimulado, e pessoas sem 
renda suficiente para obter financiamento imobiliário se viram conseguindo seus 
empréstimos sem a obrigação de apresentar documentos que confirmassem que eram bons 
pagadores11. Como ponto positivo, muitas pessoas tiveram a possibilidade de adquirir a sua 
casa própria. Nesta época, nos EUA, 83% das casas pertenciam às pessoas que moravam 
nelas, o que era algo inédito na história do mundo (VERSIGNASSI, 2015). 
Com a facilidade do crédito imobiliário, a demanda cresceu, causando a elevação dos preços 
dos imóveis e tornando o CDO um investimento lucrativo. Nas dez áreas metropolitanas 
mais valorizadas dos EUA, entre 1996 e 2006, o crescimento foi de 17% ao ano. Apesar dessa 
euforia parecer suspeita e arriscada, os bancos permaneceram valendo-se do fato de ter o 
risco de calote pulverizado em títulos, conforme mencionado anteriormente. Quanto maior 
o preço das casas, maior era a quantidade de pessoas investindo em títulos imobiliários, 
exatamente como aconteceu no mercado de Tulipas na Holanda (VERSIGNASSI, 2015). 
 
8 Bolha financeira causada pela valorização sem explicação sólida das ações de empresas de informática nos 
EUA, entre os anos de 1995 e 2000 (Infomoney, 2013). 
9 “Emissão de dívida é quando as empresas ou governos captam recursos, por meio de empréstimos de 
dinheiro, a partir de acionistas. A empresa ou o governo que tomou o dinheiro emprestado (emitindo a dívida) 
se compromete a pagar ao credor (o acionista) uma taxa de juros determinada, durante um período definido“ 
(eHOW, 2016) 
10 Obrigações de dívida colateralizada (tradução livre) 
11 “Os devedores de classe média alta para cima eram chamadosde “prime”. Então essa outra fatia do mercado 
era a “subprime” VERSIGNASSI (2015). 
40 
 
Com o crescimento no valor dos imóveis, o refinanciamento passou a ser prática comum. 
Para conseguir dinheiro as pessoas hipotecavam suas casas, ou seja, vendiam para um 
banco, e compravam a casa de volta na mesma hora a partir de um financiamento. O 
objetivo nisso era obter capital imediato, em troca de um pagamento de parcelas todo mês. 
Os tomadores de empréstimo acreditavam que em poucos anos a casa teria seu valor 
maior12, podendo cobrir o valor do empréstimo além dos juros da dívida. Nesse mesmo 
intervalo em que o preço das casas mais do que dobrou, a população americana “sacou” US$ 
9 trilhões do caixa eletrônico que era a indústria do refinanciamento. E esse dinheiro era 
utilizado para comprar carros, viagens, e nos cartões de créditos das famílias. Isso causou 
uma reação em cadeia em várias indústrias de todo o mundo, aquecendo a economia e o 
mercado consumidor de diversos países13, colaborando com a alta nos valores das principais 
ações dos EUA. De acordo com Versignassi (2015), a consequência disso no Brasil foi o 
crescimento da classe média no país, passando para 51,8% da população (VERSIGNASSI, 
2015). 
O crescimento do valor dos imóveis chegou em um nível de não existir mais compradores 
dispostos a desembolsar tamanha quantia em um imóvel. Com isso, houve uma queda na 
demanda no mercado imobiliário. Os bancos, ao invés de mudar o rumo dos negócios, 
insistiram nas CDOs tornando o crédito ainda mais fácil, desta vez para pessoas de baixa 
renda. Essa medida causou um elevado crescimento das inadimplências já que, apesar da 
facilidade na obtenção do crédito, os juros da dívida estavam cada vez mais altos. Quando a 
oferta de casas passou a ser maior que a demanda por elas, iniciou-se o movimento de 
queda no valor dos imóveis, tornando a opção de refinanciamento impossível. Com uma 
série de imóveis sem compradores, os bancos começaram a leiloar essas casas, para as quais 
o prejuízo era grande. E com a queda do valor dos imóveis, os títulos de CDO também 
perderam valor (VERSIGNASSI, 2015). 
Além da questão da queda acentuada no valor dos imóveis, os bancos passaram a forjar a 
nota de risco de alguns dos títulos de CDO para facilitar sua venda, dizendo que um título de 
 
12 ”Em 1996 o valor somado de todas as casas nos EUA era de US$ 10 trilhões. Em dez anos de valorização 
turbinada pelos CDOs, esse valor pulou para US$ 21,8 trilhões” VERSIGNASSI (2015). 
13 “A quantidade de bilionários no mundo praticamente quadruplicou entre 2000 e 2008, pulando de 306 
pessoas para 1.125” (VERSIGNASSI, 2015). 
41 
 
classe B seria classe A, por exemplo. Quando o mercado tomou conhecimento dessa medida, 
houve um pânico e os títulos de CDO passaram a ser vendidos em larga escala, colaborando 
para a queda do valor. “Os CDOs acabaram tão valiosos quanto aqueles títulos de tulipa que 
não davam direito a bulbo nenhum. Viraram lixo” (VERSIGNASSI, 2015). 
A quantia investida em “títulos podres” estava em torno de US$ 2 trilhões, e apesar de ser 
um valor inferior às perdas da bolha da internet (US$ 5 trilhões), a crise do subprime foi mais 
impactante para a economia mundial, já que grandes bancos foram impactados. Com o 
grande lucro dos Títulos CDOs, os grandes bancos (Bear Stearns, Goldman Sachs, Merryl 
Linch), responsáveis por vendê-los, passaram a ficar com alguns desses títulos, que no fim da 
crise mostraram-se “títulos podres”. Ou seja, os bancos estavam colocando o próprio capital 
em risco. Um dinheiro que deveria ser usado para manter a economia respirando a partir do 
fornecimento de crédito, por exemplo (VERSIGNASSI, 2015). 
Em maio de 2008, o Bear Sterns tinha uma dívida de US$ 100 bilhões, que foi saldada com a 
ajuda do governo dos EUA, que interferiu fornecendo capital e ajudando outro banco, o JP 
Morgan, a comprar seus títulos podres. Com a queda de um banco, vários outros seriam 
levados juntos por conta dos diversos negócios interbancários que são feitos diariamente. 
Dessa forma, não haveria fornecimento de crédito para a economia, e “sem o crédito fluindo 
livre pela economia, o mundo trava” (VERSIGNASSI, 2015). 
Quando, em setembro de 2008, o Lehman Brothers quebrou com US$ 613 bilhões em 
dívidas, o governo não ofereceu ajuda e o banco foi a falência. A partir daí instalou-se o 
pânico e a maior crise financeira desde a Grande Depressão de 1929. Grandes empresas 
tiveram seus recursos travados no banco e suas ações começaram a cair. As ações das 500 
maiores empresas dos EUA, juntas, perderam metade do valor. Além disso, milhares de 
trabalhadores no mundo perderam seus empregos (VERSIGNASSI, 2015). 
 
42 
 
“Perto do que o governo torrou para fazer com que o crédito voltasse – ou 
seja, para salvar os Bancos -, não foi nada. A agência de notícias Bloomberg 
calculou que a soma de tudo o que o Banco Central e outros órgãos do 
governo americano emprestaram, deram ou ofereceram como garantia 
dava US$ 9,66 trilhões até 2009. A maior parte saiu de empréstimos, 
principalmente vindos de outros países. Os trilhões de dólares que a China 
investiu em títulos públicos americanos, por exemplo, foram parar nessa 
operação de resgate” (VERSIGNASSI, 2015). 
 
A crise do Subprime nos EUA funciona como um estudo de caso atual sobre os danos 
causados pela negligencia à análise do risco de crédito. Ao ignorar os controles necessários 
ao fornecimento de empréstimos hipotecários, os bancos americanos colaboraram para a 
explosão de uma crise financeira que desestabilizou diversos países e causou o desemprego 
de milhares de pessoas. 
No Brasil, os efeitos dessa crise foram sentidos tardiamente, sendo o reflexo do 
enfraquecimento de empresas estrangeiras. De acordo com De Freitas (2009), os impactos 
sofridos pelo Brasil foram potencializados pelo diagnóstico equivocado do Banco Central do 
Brasil, que não percebeu a gravidade da desaceleração em curso nas economias avançadas e 
suas implicações para a economia brasileira. Segundo a autora, houve uma subestimação 
dos riscos, comum em economias em fase de auge na atividade bancária, que intensificou os 
impactos sofridos pelo Brasil. 
 
43 
 
2.2.3 CENÁRIO ECONÔMICO DO BRASIL EM 2015/2016 
 
Nos anos que precederam a crise financeira mundial de 2008, o Brasil vivia momentos de 
prosperidade com a alta dos preços das commodities, impulsionada pelo crescimento da 
economia chinesa e sua demanda por esses produtos (AGÊNCIA BRASIL, 2016). Dessa forma, 
em virtude do aprofundamento da crise financeira internacional de 2008, houve uma 
expansão da demanda pelo crédito no Brasil, em especial das empresas multinacionais. O 
crescimento da demanda por crédito, o histórico recente de crescimento econômico e a 
relativa estabilidade do câmbio fizeram com que os bancos subestimassem o risco dessas 
operações. Quando os efeitos da crise internacional finalmente chegaram ao brasil, 
depreciando o real, essa alta oferta fácil de crédito mostrou-se como fator que potencializou 
os impactos da crise financeira no mercado brasileiro (FREITAS, 2009). 
Ao passo em que o cenário econômico internacional se deteriorava, a situação econômica 
brasileira também entrava em situação alarmante. De acordo com José Augusto Fernandes, 
diretor de Políticas e Estratégia da Confederação Nacional da Indústria (CNI), em 2006 a 
balança comercial de produtos manufaturados no Brasil teve superávit de US$ 5 bilhões, 
porém, apenas cinco anos depois, em 2011, o país passou a um déficit de mais de US$ 92 
bilhões. No fim do primeiro governo de Dilma Rousseff, em 2014, a dívida pública havia 
crescido de 51,3% para 57,2% do PIB. Já em 2015, passou para 66,2% do PIB. Além disso, a 
desaceleração da economia chinesa levou a uma queda brusca no preço das commodities, 
colaborando para a piora do cenário (AGÊNCIABRASIL, 2016). 
No início do ano de 2015, as denúncias de corrupção como o caso da Lava Jato começaram a 
ganhar força e a crise na Petrobrás se agravava, iniciando uma profunda investigação de 
corrupção e lavagem de dinheiro no Brasil. Tal fato acabou por desencadear uma situação de 
insegurança e incerteza por parte dos investidores, causando o que o economista da 
consultoria Lopes Filho & Associados, Julio Hegedus, chama de crise de confiança, já que os 
investimentos no país caíram 14% em 2015. Para o economista Juan Jensen, professor do 
Insper, o resultado da indústria foi afetado pela queda de consumo. “Até ano passado, uma 
série de tarifas estavam defasadas, mas elas foram finalmente reajustadas. Só a energia 
44 
 
aumentou 60%. Isso teve impacto direto no poder de consumo e deixou menos renda para 
as famílias” (DW, 2016). 
Em matéria de 29 de setembro de 2016, no jornal O Valor Econômico, Eduardo Campos14 e 
Alex Ribeiro15 falam sobre a decisão do Banco Central, à época, de rever a projeção de 
crescimento de 1% em 2016 para a queda de 2%, confirmando esse ser o pior ano desde a 
criação do Plano Real, em 1994. Nessa mesma matéria citou-se a fala do chefe de 
Departamento Econômico do Banco Central, Tulio Maciel, que considerou que “a dinâmica 
do mercado de crédito foi muito influenciada pela retração da atividade, baixa confiança e 
aumento do custo do crédito”, adicionando que “de maneira geral, neste momento, o 
crédito não será a variável que vai liderar o processo de reação, mas poderá contribuir”. 
Em contrapartida, de acordo com o Serasa Experian (2016), as micro e pequenas empresas 
estão conseguindo manter a estabilidade da pontualidade de pagamentos, atingindo 95,8% 
em setembro de 2016. Isso quer dizer que, a cada 1.000 pagamentos realizados, 958 foram 
quitados à vista ou com atraso máximo de sete dias. De acordo com o Serasa Experian, essa 
capacidade de estabilização da pontualidade de pagamentos se deve, principalmente, ao 
fato dessas empresas investirem na racionalização de custos, o que acaba gerando 
diminuição do valor médio dos compromissos pagos. 
De acordo com a Pesquisa Trimestral de Condições de Crédito, divulgada em outubro de 
2016 pelo Banco Central, apesar de já apresentar tendência decrescente, a demanda por 
crédito sofreu queda brusca no primeiro trimestre de 2015, quando do início da atual crise 
política brasileira. Contudo, após sucessivas quedas, o terceiro trimestre de 2016 apresenta 
a primeira indicação da retomada do folego da demanda por crédito desde o início de 2015. 
Além disso, a expectativa é que continue crescendo até o final do ano de 2016 (gráfico 3). 
 
14 Eduardo Campos é repórter do Valor desde 2007, onde assinou colunas sobre os mercados de câmbio e de 
juros. É formado em jornalismo pela Universidade Metodista de São Paulo e pós-graduado em economia pela 
Fundação Getúlio Vargas (FGV). Antes do Valor, trabalhou na Gazeta Mercantil. 
15 Alex Ribeiro, paulistano, começou a carreira em 1992 no jornal de bairro “A Gazeta da Zona Norte” ainda 
como estudante de jornalismo. Seu trabalho de conclusão de curso na Universidade de São Paulo sobre o Caso 
Escola Base foi publicado pela Editora Ática e foi um dos vencedores do Prêmio Jabuti. Em Brasília, ele cobriu o 
Banco Central durante 15 anos para o Valor, a “Gazeta Mercantil” e a “Folha de S. Paulo. É especializado em 
economia pelo BirkBeck College, Universidade de Londres, e tem um MBA em Finanças pela Fundação Getúlio 
Vargas. Foi correspondente do Valor em Washington. 
45 
 
Gráfico 3: Indicadores de demanda de crédito para micro e pequenas empresas no Brasil, 
2016. 
 
Fonte: Banco Central do Brasil\ Elaborado pela ABBC 
 
Em contraste à retomada do crescimento da demanda por crédito, o Banco Central 
demonstrou que tanto a oferta de crédito quanto as aprovações de crédito, no âmbito das 
pequenas e médias empresas, permanecem em baixos níveis, estando piores ao comparar 
com as grandes empresas. Esse fato reflete o perfil ainda conservador assumido pelos 
bancos, tendo em vista a situação econômica, ainda frágil, do país. 
De acordo com o presidente da Associação Brasileira da Indústria de Software, Francisco 
Camargo, em entrevista à Carta Capital em outubro de 2016, as restrições de crédito tornam 
a recuperação ainda mais difícil. “Para as pequenas e médias indústrias investirem em 
tecnologia, precisamos financiá-las. É o momento de maior necessidade de crédito”, diz. 
Nessa mesma reportagem, Moura, da Associação Brasileira das Incorporadoras (Abrainc), 
declara que a disponibilidade de capital por parte de bancos como o BNDES não é suficiente. 
Esclarece que “crédito não é só disponibilidade, é condição. As taxas são muito elevadas 
para financiamento de longo prazo, não há confiança em relação ao emprego e a expectativa 
de manter a renda”. 
46 
 
Gráfico 4: Indicadores de oferta de crédito para micro e pequenas empresas no Brasil, 
2016. 
 
Fonte: Banco Central do Brasil\ Elaborado pela ABBC 
 
 
Gráfico 5: Indicadores de aprovações de crédito para micro e pequenas empresas no Brasil, 
2016. 
 
Fonte: Banco Central do Brasil\ Elaborado pela ABBC 
 
Em suma, de acordo com o Banco Central do Brasil (2016), para o quarto trimestre de 2016 é 
prevista a manutenção das condições de oferta e aprovações em patamares desfavoráveis, 
com relativas recuperações destas. Já para a demanda das micro e pequenas empresas, 
espera-se que adentre para um patamar ligeiramente favorável. 
47 
 
3 MÉTODOS ESTATÍSTICOS 
 
3.1 MODELOS DE REGRESSÃO 
 
O termo regressão foi utilizado inicialmente por Francis Galton no final do século XIX. Ao 
estudar a relação entre as alturas de pais e filhos ele percebeu que, embora pais altos 
tendam a ter filhos altos e pais baixos tendem a ter filhos baixos, a altura média desses filhos 
tendia a se deslocar para próximo da média da população. Observando esse fato, Galton 
desenvolveu uma descrição matemática desse fenômeno, chamada de tendência de 
regressão, precursora dos modelos utilizados hoje em dia (NETER, 1996). Nesse contexto, os 
modelos de regressão têm o intuito de explicar e/ou entender um fenômeno de interesse, 
através da análise de uma possível relação entre duas ou mais variáveis por meio de um 
modelo estatístico. 
De acordo com Neter (1996), os modelos lineares objetivam expressar a relação entre uma 
variável resposta, a qual deseja-se entender sobre, e as variáveis preditoras, que ajudarão a 
explicar o fenômeno, seguindo a seguinte forma: 
𝑌𝑖 = 𝛽0 + 𝛽1𝑋𝑖1+ . . . + 𝛽𝑝𝑋𝑖𝑝 + 𝜀𝑖 
Sendo, 
 
▪ 𝑌𝑖: Variável resposta, onde 𝑖 = 1,… , 𝑛; 
▪ 𝑋𝑗: Variáveis preditoras, onde 𝑗 = 1,… , 𝑝; 
▪ 𝛽𝑗: Coeficientes de regressão, onde 𝑗 = 1,… , 𝑝; 
▪ 𝜀𝑖: Componente de erro aleatório, onde 𝑖 = 1,… , 𝑛. 
 
Para que o modelo linear seja válido, algumas hipóteses devem ser atingidas: 
I. εi~N(0, σ
2); 
II. εi e εj devem ser não correlacionados para todo i ≠ j, sendo i, j = 1,… , p; 
III. εi deve ser independente das variáveis preditoras. 
48 
 
 
Os modelos lineares generalizados (MLG) foram propostos por Nelder e Wedderburn (1972). 
Sua importância se dá pelo fato de acomodarem, diferentemente do modelo linear, 
distribuições de respostas não normais desde que pertencentes à família exponencial de 
distribuições. Os modelos lineares generalizados contêm três componentes: 
 
I. Componente aleatório, variável resposta cuja distribuição pertence à família 
exponencial; 
II. Preditor linear, parte determinística do modelo, é a composição linear das variáveis 
explicativas do modelo; 
III. Função de ligação, que relaciona as partes determinística e aleatória (DOBSON, 
2008). 
 
Proposto por Koopman, Pitman e Darmois (1936) e introduzido por Fisher na Estatística, o 
conceito de família exponencial aponta para distribuições que podem ter sua função 
densidadede probabilidade ou função massa de probabilidade reescritas segundo fórmula 
abaixo, e por isso podem ser alocadas em uma família paramétrica denominada exponencial. 
𝑓(𝑥 ⎸𝜃, 𝜙) = exp {
𝑦𝜃 − 𝑏(𝜃)
𝑎(𝜙)
+ 𝑐(𝑦, 𝜙)} 
Onde, 
▪ 𝜃 e ф são parâmetros escalares; 
▪ 𝑎(. ), 𝑏(. ) 𝑒 𝑐(. ) são funções reais conhecidas. 
 
49 
 
3.1.1 REGRESSÃO LOGÍSTICA 
 
De acordo com Dobson (2008), o modelo de regressão logística pertence à classe dos 
modelos lineares generalizados e é utilizado quando se busca analisar a relação entre uma 
variável resposta binária e seus preditores. A função de ligação do modelo é chamada logit e 
relaciona a probabilidade de sucesso 𝑝 às variáveis preditoras: 
𝑙𝑜𝑔𝑖𝑡(𝑝𝑖) = 𝑙𝑜𝑔 (
𝑝𝑖
1 − 𝑝𝑖
) = 𝛽0 + 𝛽1𝑋𝑖1+ . . . + 𝛽𝑝𝑋𝑖𝑝 
Sendo, 
▪ (
𝑝𝑖
1−𝑝𝑖
): razão de probabilidades, onde 𝑖 = 1,… , 𝑛; 
▪ 𝑋𝑗: Variáveis preditoras, onde 𝑗 = 1, … , 𝑝; 
▪ 𝛽𝑗: Coeficientes estimados, onde 𝑗 = 1,… , 𝑝. 
 
A fim de obter a probabilidade de ocorrência de determinado evento, reescreve-se a função 
acima como: 
𝑝𝑖 = 
𝑒𝑥𝑝{𝛽0 + 𝛽1𝑋𝑖1+ . . . + 𝛽𝑝𝑋𝑖𝑝}
1 + 𝑒𝑥𝑝{𝛽0 + 𝛽1𝑋𝑖1+ . . . + 𝛽𝑝𝑋𝑖𝑝}
 
 
50 
 
3.1.2 CREDIT SCORING 
 
O modelo de Credit Scoring é um sistema que, a partir da informação a respeito de 
características a respeito do tomador do crédito e de seu negócio, atribui pontuações às 
variáveis de decisão de crédito do mesmo. A partir do uso de técnicas estatísticas, é possível 
definir a probabilidade de o proponente tornar-se inadimplente. Dessa forma, o modelo 
auxilia a distinguir os bons dos maus pagadores. Contudo, é importante ressaltar que esse 
recurso serve como apoio à decisão do analista em relação à concessão ou não do crédito, 
não devendo, assim, ser utilizado como única opção para a tomada de decisão (ARAÚJO e 
CARMONA, 2007). 
São utilizadas variáveis explicativas qualitativas e quantitativas relacionadas ao tomador de 
crédito em análise e é atribuída uma pontuação de acordo com esses preditores. Tendo 
como base as pontuações, escolhe-se um ponto de corte que dividirá os clientes em 
adimplentes (𝑌𝑖 = 0) e inadimplentes (𝑌𝑖 = 1). 
A probabilidade de um possível tomador de crédito tornar-se adimplente ou inadimplente é 
dada por: 
𝑃(𝑌𝑖 = 1) = 𝑝𝑖 = 
𝑒𝑥𝑝{𝛽0 + 𝛽1𝑋𝑖1+ . . . + 𝛽𝑝𝑋𝑖𝑝}
1 + 𝑒𝑥𝑝{𝛽0 + 𝛽1𝑋𝑖1+ . . . + 𝛽𝑝𝑋𝑖𝑝}
 
 
 
𝑃(𝑌𝑖 = 0) = (1 − 𝑝𝑖) = 
1
1 + 𝑒𝑥𝑝{𝛽0 + 𝛽1𝑋𝑖1+ . . . + 𝛽𝑝𝑋𝑖𝑝}
 
 
 
51 
 
3.1.3 PONTO DE CORTE 
Após elaborar o modelo de análise do risco de crédito, obtém-se como resposta a 
probabilidade de o tomador de crédito não honrar com seus pagamentos nos respectivos 
vencimentos. Dessa forma, após quantificado o modelo de risco, resta a decisão da 
concessão ou não do crédito (DANTAS e DESOUZA, 2008). Essa decisão é definida através do 
ponto de corte (K), conforme abaixo. 
 
Sendo P(i) = Função Logit (score do cliente i) 
Então: 
P(i) ≥ K Aprovado 
P(i) < K Reprovado 
 
Comumente utiliza-se como ponto de corte o valor que representa a inadimplência da 
amostra. No artigo de Ritta, Gorla e Hein (2015), a base de dados dispunha de 61,60% de 
clientes adimplentes e 38,40% de clientes inadimplentes. Assim, na aplicação da técnica foi 
utilizado como ponto de corte o valor de 0,384 que representa a inadimplência da amostra. 
Além disso, alguns autores utilizam 0,5 como ponto de corte. 
Contudo, por considerar esses critérios pouco robustos e subjetivos, Dantas e Desouza 
(2008) utilizaram Programação Linear Inteira (PLI) em um método desenvolvido por Gehrlein 
& Wagner (1997) e modificado por Scarpel & Milioni (2002), para a definição do ponto de 
corte. Nessa abordagem, são considerados o custo de inadimplência e o custo de 
oportunidade. 
De acordo com Dantas e Desouza (2008), O Custo de Oportunidade (Cop) refere-se ao custo 
de deixar de ganhar, ou seja, da perda de um cliente bom e a consequente perda da margem 
de contribuição que o mesmo adicionaria ao resultado, o que seria similar à o que na 
estatística chama-se custo do Erro Tipo I. Já o Custo de Inadimplência (Cin) refere-se ao 
custo de emprestar a um cliente ruim e o mesmo inadimplir, deixar de pagar os valores 
acordados em contrato, ou seja, o custo do Erro Tipo II. 
52 
 
O cálculo do ponto de corte (K) é feito através dos passos abaixo: 
 
𝑝𝑟𝑒𝑠𝑡𝑎çã𝑜 = 𝑉𝑃 . (
𝑡. (1 + 𝑡)𝑛
(1 + 𝑡)𝑛 − 1
) 
 
Onde VP é Valor Principal, ou seja, o valor emprestado, t é a taxa de juros cobrada pelo 
banco e n é a quantidade de parcelas mensais. O custo de oportunidade (Cop) é obtido como 
segue: 
 
𝐶𝑜𝑝 = (12 ∗ 𝑝𝑟𝑒𝑠𝑡𝑎çã𝑜) − 100 
 
O Custo de inadimplência (Cin) é a perda de 70% do capital: 
 
𝐶𝑖𝑛 = 0,7 ∗ 𝑉𝑃 
 
Assim, o ponto de corte K é definido como: 
 
𝐾 = 
1
1 + (𝐶𝑖𝑛 𝐶𝑜𝑝⁄ )
 
 
O método de definição de ponto de corte em questão considera a taxa de juros cobrada pelo 
banco e os Erros Tipo I e Tipo II, fornecendo um valor de K individual para cada tomador do 
crédito, fazendo assim com que a decisão de classificação do cliente em mau ou bom 
pagador seja mais específica, considerando suas características individuais. 
Percebeu-se que o equilíbrio do ponto de corte é diretamente proporcional à taxa de juros. 
Ou seja, elevações na taxa de juros elevam o nível de inadimplência aceitável. Desse modo, 
53 
 
taxas de juros elevadas fazem suportar índices de inadimplência elevados (DANTAS e 
DESOUZA, 2008). 
 
3.1.4 RAZÃO DE CHANCES (RC) 
 
Para quantificar as chances de um evento utiliza-se usualmente probabilidades. Todavia, o 
conceito de vantagem também pode e deve ser visto como uma forma interessante de 
analisar o evento. Sendo C e D eventos exclusivos e exaustivos (𝐶 ∩ 𝐷 = ∅ 𝑒 𝐶 ∪ 𝐷 = Ω), 
as chances do evento C relativo ao evento D é a razão de probabilidades abaixo: 
 
( 
𝑃(𝐶)
𝑃(𝐷)
 ) = ( 
𝑃(𝐶)
1 − 𝑃(𝐶)
 ) 
 
Nesse contexto, a medida denominada Razão de Chances explicita a relação entre a chance 
de um indivíduo conter uma característica de interesse, em relação a um indivíduo do grupo 
escolhido como de controle. Dessa forma, a chance de ocorrência de uma característica em 
um grupo A, é expressa como: 
 
𝐶(𝐴) = 
𝜋 (𝐴)
1 − 𝜋 (𝐴)
 
 
Da mesma forma, a chance de ocorrência de uma característica em um grupo B, é expressa 
como: 
 
𝐶(𝐵) = 
𝜋 (𝐵)
1 − 𝜋 (𝐵)
 
 
 
54 
 
Portanto, a Razão de Chances entre os dois grupos é: 
 
𝑅𝐶 =
𝐶(𝐴)
𝐶(𝐵)
= 
𝜋 (𝐴){1 − 𝜋 (𝐵)}
𝜋 (𝐵) {1 − 𝜋 (𝐴)}
 
 
Para interpretação, deve-se considerar que um valor de RC maior que 1 representa que a 
característica de interesse tem mais chance de ocorrência no grupo A. Caso contrário, a 
característica tem mais chance de ocorrência no grupo B. Dessa forma, um RC igual a 1 
significa que o evento tem chance igual nos dois grupos. 
Além do exposto, em se tratando da regressão logística, a possibilidade de interpretação 
direta dos coeficientes como medida de associação é foco de grande interesse e é uma 
grande vantagem entre outros modelos. A Razão de Chances nessa regressão é dada por: 
 
𝜋 (𝑖)
1 − 𝜋 (𝑖)
= 𝑒𝑥𝑝{𝛽0 + 𝛽1𝑋𝑖1+ . . . + 𝛽𝑝𝑋𝑖𝑝} 
 
Dessa forma, temos o intervalo de confiança da Razão de Chances expresso por: 
 
𝑒𝑥𝑝 [�̂� ± 𝑧
1−
∝
2
√𝑉𝑎𝑟(�̂�)] 
 
3.2 TESTES DE HIPÓTESE 
 
Segundo Gujarati e Porter (2011), “Considerando que o modelo ajustado seja uma 
aproximação razoavelmente boa da realidade, é preciso desenvolver critérios adequados 
para verificar se as estimativas obtidas estão de acordo com as expectativas da teoria que 
55 
 
está sendo testada. Segundo economistas ‘positivos’ como Milton Friedman16, uma teoria ou 
hipótese que não for verificável com evidências empíricas pode não ser admissível como 
parte de uma pesquisa científica”. 
 
3.2.1 TESTE DE WALD 
 
A teoria da máxima verossimilhança é a base dos métodos de inferência