Previsão da inadimplência bancária nacional PJ com e sem macroeconomia : uma análise considerando a resolução 4966/21

Abstract

Este estudo avalia metodologias de previsão da taxa de inadimplência para o público Pessoa Jurídica no sistema bancário brasileiro, considerando as exigências prospectivas da IFRS 9 e da Resolução CMN nº 4.966/2021. Foram comparados os modelos SARIMA, SARIMAX e ARDL, com base em dados mensais da inadimplência e variáveis macroeconômicas (Selic, IPCA e Desemprego). Os resultados mostram que, apesar do SARIMAX com a Selic defasada ter melhor ajuste no treino, o SARIMA apresentou o melhor desempenho no teste, indicando maior capacidade de generalização. As regressões lineares dinâmicas tiveram desempenho inferior, sobretudo fora da amostra. Conclui-se que, no horizonte analisado (jan/2017 à dez/2022), modelos univariados são mais eficazes para a previsão da taxa de inadimplência PJ, enquanto a incorporação de variáveis macroeconômicas, embora relevante do ponto de vista normativo, não gerou ganhos preditivos consistentes.

This study evaluates methodologies for forecasting default rates for corporate clients in the brazilian banking system, considering the prospective requirements of IFRS 9 and CMN Resolution nº 4.966/2021. The SARIMA, SARIMAX, and ARDL were compared based on monthly default data and macroeconomic variables (Selic rate, IPCA and Unemployment). The results show that, although SARIMAX with lagged Selic had a better fit in training, SARIMA performed better in testing, indicating greater generalization capacity. Dynamic linear regressions performed worse, especially outside the sample. It is concluded that, in the analyzed horizon (Jan/2017 to Dec/2022), univariate models are more effective for forecasting the PJ default rate, while the incorporation of macroeconomic variables, although relevant from a normative point of view, did not generate consistent predictive gains.

Cette étude évalue des méthodologies de prévision du taux de défaut des entreprises (Personnes Juridiques) dans le système bancaire brésilien, en tenant compte des exigences prospectives de l’ IFRS 9 et de la Résolution CMN n° 4.966/2021. Les modèles SARIMA, SARIMAX et ARDL ont été comparés à partir de données mensuelles de taux de défaut et de variables macroéconomiques (taux d’intérêt de base, inflation et taux de chômage). Les résultats montrent que, bien que le modèle SARIMAX avec la Selic décalée ait présenté le meilleur ajustement pendant la phase d’entraînement, le modèle SARIMA a obtenu la meilleure performance en phase de test, indiquant une plus grande capacité de généralisation. Les régressions linéaires dynamiques ont présenté des performances inférieures, surtout hors échantillon. Il est conclu que, pour l’horizon analysé (janv./2017 à déc./2022), les modèles univariés sont plus efficaces pour la prévision du taux de défaut des entreprises, tandis que l’incorporation de variables macroéconomiques, bien que pertinente du point de vue normatif, n’a pas produit d’améliorations prédictives consistantes.