Para a modelagem de risco operacional, existe a exigência regulatória da utilização de quatro elementos: dados internos, dados externos, indicadores de ambiente de negócios e controles internos (BEICF) e análise de cenários.
Quanto menor a quantidade de dados históricos relevantes, maior é a relevância dos últimos dois elementos. Isso remete à ideia de distanciamento dos riscos conhecidos em direção aos riscos de maior dificuldade de mensuração. Analogamente, no campo da estatística, isso seria equivalente ao distanciamento dos modelos baseados em estatística frequentista em direção à maior utilização da probabilidade subjetiva.
A literatura relacionada a combinação dos quatro elementos não é muito extensa, já que esta metodologia é usada na gestão interna dos bancos e, fora deles, é difícil ter acesso aos elementos que são usados como input para a modelagem, principalmente os cenários. Dentre a literatura existente, podemos citar Shevchenko e Wüthrich (2006), Peters e Hubner (2009) e Giacomelli e Pelizzon (2009), sendo que todos tratam da combinação dos dados históricos e a análise de cenários.
Em maior ou menor grau, os quatro elementos podem enriquecer a modelagem de qualquer risco, na medida em que a utilização dos outros elementos significa adicionar informação relevante ao modelo. Por esse motivo, os quatro elementos deveriam ser sempre considerados na modelagem de todos os riscos. Vejamos, por exemplo, a utilização de cenários.
No risco de mercado, a análise de cenários é feita através de testes de estresse, sendo que este processo, normalmente, é dissociado34 do modelo de VaR. Enquanto o
VaR é considerado uma metodologia “estatística”, o teste de estresse é visto com uma abordagem subjetiva (“não estatística”).
No risco operacional, os cenários são utilizados principalmente para ajudar a popular a cauda da distribuição, onde há escassez de dados históricos. (“eventos raros e de alta severidade, porém considerados plausíveis” Circ. 3.647 art. 37). Da mesma forma,
151 o teste de estresse consiste em “simulações de condições extremas de mercado” e deve representar “condições severas, mas plausíveis35.” (Circ. 3.64636).
No risco operacional, os cenários são incorporados ao modelo VaR, e isso indica que os cenários são construídos para mensurar o risco em quantis ainda distantes da cauda da distribuição, tornando-se parte essencial dentro do processo de mensuração do risco. Por outro lado, no risco de mercado, o teste de estresse é associado a perdas que estariam além do percentil 99, o que nos permite concluir que, para a inclusão de cenários no risco de mercado, devem ser construídos cenários cuja probabilidade de realização seja maior que 1%.
Já em relação ao risco de crédito, os quatro elementos poderiam ser usados na mensuração da PD, que é o input principal para um VaR de crédito.
O International Accounting Standards Board (IASB) publicou recentemente uma proposta para que o cálculo da provisão de operações de crédito seja feito com base na perda esperada. Veja o trecho abaixo:
Specifically, this Exposure Draft would require an entity to measure expected credit losses using relevant information about past events, including historical credit loss events for similar financial instruments, current conditions and reasonable and supportable forecasts that affect the expected collectability of cash flows on financial instruments. As a result, an entity would consider quantitative and qualitative factors that are specific to the borrower, including the entity’s current evaluation of the borrower’s creditworthiness. An entity would also consider general economic conditions and an evaluation of both the current point in, and the forecast direction of, the economic cycle. (IASB 2013)
Neste texto, o IASB coloca que devem ser consideradas as informações relevantes, que incluem os dados históricos, o ambiente atual e as previsões futuras, ou
35 Em relação à plausibilidade, uma referência importante é Breuer et al. (2009). Este artigo apresenta uma
medida de plausibilidade que permite verificar o impacto de uma gama de cenários plausíveis.
36 As Circulares 3.646, 3.647 e 3.648 referem-se, respectivamente, aos modelos internos de risco de
152 seja, são listados, objetivamente, três dos quatro elementos da metodologia AMA de risco operacional.
Em Basileia II, é utilizado o conceito de PD de longo prazo, que deve ser baseado na média das frequências de inadimplência históricas e ajustadas de forma a representar um ciclo econômico completo. Ou seja, é um conceito de PD não condicional ao ciclo econômico. No caso da LGD de downturn37, o parâmetro deve se basear nos dados históricos, mas considerando uma situação de estresse nas condições macroeconômicas. Neste caso, a LGD deve ser condicional a uma recessão ou situação similar.
A proposta do IASB refere-se à mensuração da perda esperada, e não do VaR. Porém, como a proposta é que a perda esperada seja condicional ao atual estado da economia, a análise do ambiente macroeconômico atual e a elaboração de cenários é tão importante quanto seria em um modelo VaR.
Art. 63. As estimativas dos valores dos parâmetros PD e LGD devem (...):
I - ser baseadas em dados históricos, evidências empíricas e aspectos subjetivos complementares, caso os últimos sejam relevantes;
II - considerar toda a informação quantitativa e qualitativa disponível, observado o critério de relevância;
III - incorporar mudanças relevantes nos critérios e processos de concessão de crédito ou nos processos de recuperação;
IV - refletir avanços técnicos, alterações nas bases de dados e outras informações relevantes;
V - utilizar base de dados representativa do universo dos seus tomadores e produtos atuais, bem como de seus padrões de concessão de crédito;
VI - contemplar condições econômicas, jurídicas e de mercado subjacentes ao modelo, compatíveis tanto com o cenário corrente quanto com cenários previstos; VII - utilizar número de exposições na amostra e período amostral suficientes para assegurar adequada precisão e robustez às estimativas; e
VIII - adotar modelos que produzam resultados satisfatórios em testes "fora da amostra. (Circ. 3.648)
O trecho acima refere-se aos requisitos mínimos para o cálculo dos parâmetros do modelo IRB. Pode ser observado que existe a preocupação de os parâmetros serem prospectivos e incluírem toda a informação relevante. Tanto a incorporação das mudanças dos critérios de concessão quanto o perfil atual dos tomadores seriam relacionados ao
153 elemento “ambiente de negócios”. Já o elemento “análise de cenários” estaria relacionado à utilização da informação qualitativa disponível e à análise das condições econômicas (futuras) previstas.
Em relação ao VaR de crédito, há um alto risco de especificação, já que, como não é possível utilizar dados históricos para se mensurar o quantil 99,9% com horizonte de 1 ano, o banco precisa definir uma distribuição paramétrica, ou um modelo, de forma ad hoc.
No modelo de Vasicek, a “distância” da perda esperada (EL) à perda não esperada (UL) é função da correlação das perdas da carteira com o fator sistemático de risco. O Modelo IRB define o valor da correlação para cada categoria de exposição, mas um banco pode querer estimar as correlações em seu modelo de capital econômico. O grande problema de estimar a correlação é a falta de informações históricas para tanto. Nesse caso, seria desejável que o banco adotasse a metodologia dos quatro elementos.
De forma análoga, no CreditRisk+, o parâmetro chave é a volatilidade da taxa de default. Essa volatilidade, juntamente com os dados históricos de perda definem a curtose da distribuição de perdas, ou seja, a “distância” entre a EL e UL.
Um exemplo de aplicação dos quatro elementos para o risco de crédito é a estimação da perda não esperada para uma carteira de crédito imobiliário. O recente crescimento do volume dessas operações impede a utilização de séries históricas um pouco maiores. Além disso, ainda não houve a “maturação” da carteira, de forma que os atuais índices de inadimplência podem estar subestimando o valor no médio prazo. Também nos últimos anos, o preço dos imóveis foi continuamente crescente, não tendo havido grandes desacelerações da economia que afetassem drasticamente o setor. Dessa forma, os dados de volatilidade histórica não permitem inferir nada sobre a cauda da distribuição.
Por isso, os outros elementos (além dos dados históricos) devem ter um papel preponderante no modelo. Em relação aos dados externos, a experiência de países emergentes que passaram por um período de elevado crescimento no volume de crédito imobiliário pode ser utilizada para a análise do comportamento da inadimplência ao longo do tempo. Ainda neste elemento, a experiência de países que passaram por elevado crescimento no valor dos imóveis, com posterior queda dos mesmos, pode ser usada para
154 inferir a LGD de downturn. Notadamente, o elemento mais relevante é a análise de cenários, que deve avaliar, prospectivamente, os efeitos potenciais de uma queda brusca do crescimento econômico e/ou no preço dos imóveis.