Para se entender rapidamente estes dois conceitos, a definição encontrada na publicação “Análise do risco de incumprimento na perspetiva da segurança social” de Neves e Silva (2000), parece- nos adequada;
“Os sistemas tipo rating visam classificar uma emissão obrigacionista ou outros títulos de dívida numa escala de notação de risco e refletem um juízo de valor sobre a capacidade de pagamento atempado do serviço da dívida da operação em análise. Desse modo, o processo de rating além de ser orientado para o futuro proporciona também um indicador da probabilidade de o emissor
35
pagar, dentro dos prazos, o capital e os juros da emissão. As agências de rating não atribuem
rating a empresas mas a títulos de dívida de uma empresa. De facto, dois títulos de uma mesma
empresa podem oferecer riscos diferentes ao detentor do título, dependendo das garantias inerentes ao crédito em caso de falência. O rating trata, por isso, de medir o risco de um capital alheio específico. Mas é evidente que a análise se faz sobre a empresa emitente. A classificação final depende da perceção que o analista tenha sobre a situação global da empresa e da sua capacidade de cumprimento da dívida em causa. A banca também pratica o rating na concessão de crédito, através de metodologias desenvolvidas pelos analistas dos seus departamentos de risco de crédito. Essas metodologias pretendem definir procedimentos que conduzam à recolha de informação sobre as variáveis relevantes do risco de crédito e que sejam analisadas e ponderadas de forma consistente.” E os mesmos autores continuam:
“Os sistemas de scoring (ou de pontuação do risco de crédito) aplicam rácios e outros indicadores para classificar, de forma automatizada, as empresas por grau de risco e baseiam-se, normalmente, em informações históricas. Os modelos de scoring podem ser teóricos ou empíricos com desenvolvimentos mais ou menos sofisticados do ponto de vista técnico. Os modelos teóricos são os mais utilizados na prática e baseiam-se na sensibilidade, experiência e conhecimento teórico do analista financeiro. Estes métodos têm a vantagem de fácil e rápida conceção mas, porque a realidade é complexa, a perceção teórica e a sensibilidade do analista pode conduzir a um modelo ineficaz na seleção e classificação das empresas no seu grau de risco. Pior ainda quando, na prática, raramente existe controlo "à posteriori" da eficiência do sistema. Os modelos empíricos utilizam técnicas estatísticas para selecionar os rácios e a ponderação dos mesmos numa função que conduza a uma melhor classificação da empresa no seu grupo de risco. Estas técnicas estatísticas podem ser paramétricas ou não paramétricas. Das técnicas paramétricas destacam-se as Análises Univariadas e Multivariadas. Na Análise Multivariada as mais utilizadas na análise do risco de crédito são a Análise Discriminante, o logit e o probit”.
Pode-se afirmar que os sistemas de Credit Scoring são uma ferramenta e são conhecidos e utilizados para cálculo de rating de crédito. Os modelos de Credit Scoring podem ser aplicados tanto à análise de crédito de pessoas físicas como a empresas. Análise de aspetos como situação económico-financeira, responsabilidade, estabilidade e referências de crédito para pessoas
36
físicas; análise de demonstrações financeiras, grau de endividamento, capacidade de geração de resultados, fluxo de caixa, administração, pontualidade e análise sectorial para pessoas jurídicas (empresas), que no caso será o que nos interessa aqui explorar.
Conforme ressalta Saunders (2000), a ideia é essencialmente a mesma: a pré-identificação de certos fatores chave que determinam a probabilidade de incumprimento e sua combinação ou ponderação para produzir uma pontuação quantitativa. Caouette, Altman e Narayanan (1998) e Parkinson e Ochs (1998) fazem o seguinte resumo das principais vantagens dos modelos Credit
Scoring:
a) Consistência: são modelos bem elaborados, que utilizam a experiência da instituição, e servem para administrar objetivamente os créditos dos clientes já existentes e dos novos proponentes; b) Facilidade: os modelos Credit Scoring tendem a ser simples e de fácil interpretação, com instalação relativamente fácil. As metodologias utilizadas para construção de tais modelos são comuns e bem entendidas, assim como as abordagens de avaliação dos mesmos;
c) Melhor organização da informação de crédito: a sistematização e organização das informações contribuem para a melhoria do processo de concessão de crédito;
d) Redução de metodologia subjetiva: o uso de método quantitativo com regras claras e bem definidas contribui para a diminuição do subjetivismo na avaliação do risco de crédito;
e) Maior eficiência do processo: o uso de modelos Credit Scoring na concessão de crédito direciona os esforços dos analistas, trazendo redução de tempo e maior eficiência a este processo. Em relação à metodologia utilizada na construção de modelos Credit Scoring, Thomas (2000), afirma que ela era, originalmente, apreciativa. Nos modelos de julgamento, as variáveis que compõem os resultados e seus respetivos pesos são determinadas pelos gestores de crédito da instituição, com base em critérios subjetivos. Como ressalta Andrade (2004), embora algumas instituições ainda utilizem modelos de Credit Scoring com base em julgamentos, atualmente a vasta maioria desses modelos são construídos a partir de técnicas de análise estatística multivariada, como Análise Discriminante e Regressão Logística. Para uma instituição concedente de crédito, é mais interessante que o modelo seja eficaz na previsão do incumprimento do que no cumprimento, já que o erro de aprovar uma operação que se tornará problemática (erro tipo I) é considerado mais grave que a recusa de uma operação que seria um bom negócio para a instituição (erro Tipo II), como salienta Sicsu (1998).
37