O uso de simulação no cálculo do Value at Risk (VaR) de carteiras de crédito a empresas: um modelo de apoio à decisão no âmbito dos acordos de Basileia

Abstract

O risco de crédito, isto é, o risco de incumprimento de obrigações creditícias, é a principal causa do aumento nas necessidades de capital disponível que os bancos enfrentam no contexto dos Acordos de Basileia. Tais necessidades, por sua vez, são calculadas com base numa medida associada a esse risco, o Value at Risk (VaR). A dissertação propõe um método simples e robusto para estimação do VaR de uma carteira de empréstimos a empresas feitos por uma instituição bancária. Esse método baseia-se e demonstra a utilidade de Data Mining, Simulação e Business Analytics em geral, na estimação do VaR. O risco consiste na perda, por falência, de uma proporção do montante em dívida; e pressupõe-se que, do conjunto de empresas a quem o banco concedeu empréstimos, a probabilidade de incumprimento (PD, probability of default), vem determinada por um score e por probabilidades à priori. Ao basear-se no uso de técnicas de simulação, o método proposto é capaz de ultrapassar limitações e pressupostos típicos dos métodos analíticos. A dissertação inclui um exemplo de aplicação baseado em dados reais de um conjunto homogéneo de empresas cotadas no NYSE, New York Stock Exchange, entre 1990 e 2005. Para além de desenvolver o método e de o exemplificar, a dissertação também constitui uma introdução às necessidades de capital estipulada pelos Acordos de Basileia (Pillar One) e às principais metodologias AIRB (Advanced Internal Ratings Based) usadas no cálculo dessas necessidades, no caso do risco de crédito.

Credit risk, also known as the default risk of credit obligations, is the main cause of the increasing need for available capital that banks face in the context of the Basel Accords. These needs, in turn, are calculated as a measure associated with this risk, the Value at Risk (VaR). This Thesis proposes a simple and robust method to estimate the VaR of a loans portfolio made by one bank to a group of companies. This method is based and exemplifies the utility of Data Mining, Simulation and in general, Business Analytics in the VaR calculation. The risk is the loss, by bankruptcy, of a proportion of the amount owed, and it is assumed that the number of companies to whom the bank has granted loans, the probability of default (PD), is determined by a score and a priori probabilities. By relying on the use of simulation techniques, the proposed method is able to overcome limitations and assumptions of the typical analytical methods. This Thesis includes an example based on real data from a homogeneous set of companies listed on NYSE, New York Stock Exchange between 1990 and 2005. Apart from developing the method and illustrate it, the Thesis also provides an introduction to the capital requirements stipulated by the Basel Accords (Pillar One), and the main methodologies AIRB (Advanced Internal Ratings Based) used to calculate the capital need in the case of credit risk.