• Positivamente correlacionada à Propensão a Financiar, refletindo o impacto do aumento da oferta de produtos sobre o consumidor. E mais: uma vez que a decisão de financiar está intimamente ligada à expectativa de “conseguir pagar” – o que significa “manter-se empregado a longo prazo” – um aumento na utilização da capacidade instalada na indústria (com a defasagem observada) pode também implicar um aumento em tal crença.
• Defasagem: 12 meses
• Unidade: %
5.8 AUSÊNCIA DE INDICADORES ECONÔMICOS NO MODELO
Embora o modelo não utilize variáveis independentes do grupo de Indicadores Econômicos, isto não significa não haver influência desta família de indicadores sobre a Propensão ao Financiamento. Indicadores Econômicos podem influenciar ou se comportar de forma semelhante a outras variáveis independentes já constantes do modelo, acompanhando-as ou já estando representadas por elas, tanto individualmente como em conjunto.
Para verificar este comportamento, executamos uma rotina de correlação entre as 7 variáveis independentes do grupo de Indicadores Econômicos e as 6 variáveis independentes do modelo, que trouxe os resultados apresentados no Quadro 11 a seguir.
Deste grupo, as duas variáveis independentes que apresentavam maior correlação com a Propensão (vide Seção 4.4.3 e o Quadro 5) são a Taxa de Câmbio e o volume de Papel Moeda em poder do público (M1). As duas apresentam aqui alta correlação com as operações de crédito totais do Sistema Financeiro a Pessoas Físicas apontadas pelo Banco Central do Brasil.
Quadro 11 – Correlação entre 7 Indicadores Econômicos e as 6 Variáveis Independentes do Modelo
Correlations: M1; IBVSP; CDI; CIRC_PP; REND_PP; TX_US$; IGP_DI; UT_CP_IND; ...
M1 IBVSP CDI CIRC_PP REND_PP TX_US$ IGP_DI UT_CP_IND -0,369 -0,122 -0,285 -0,309 -0,275 -0,207 -0,374 0,010 0,411 0,050 0,033 0,059 0,157 0,009 DUMMY_CARN -0,160 -0,069 -0,112 -0,368 -0,114 -0,071 0,098 0,276 0,640 0,450 0,010 0,442 0,632 0,509 INTL 0,492 0,075 0,245 0,040 0,235 0,769 0,298 0,000 0,613 0,093 0,786 0,107 0,000 0,039 CRED_PF_TOT 0,811 0,206 0,464 0,025 0,484 0,773 0,141 0,000 0,159 0,001 0,866 0,000 0,000 0,340 PD_ALIM 0,377 0,270 -0,044 0,346 -0,051 0,240 0,240 0,008 0,063 0,766 0,016 0,729 0,100 0,101 DUMMY_13 0,316 0,194 0,019 0,545 0,006 0,116 0,115 0,029 0,186 0,898 0,000 0,968 0,432 0,438 Cell Contents: Pearson correlation
P-Value
Desta forma, duas variáveis do grupo de Indicadores Econômicos ajudam a determinar a tendência do consumidor a financiar através de seu cartão de crédito, estando no entanto representadas no Modelo final somente de forma indireta.
5.9 AVALIAÇÃO DO MODELO / CAPACIDADE PREDITIVA
No Gráfico 12 podemos comparar a Propensão real à projetada pelo Modelo, ao longo dos 48 meses entre janeiro/00 e dezembro/04. O gráfico apresenta ainda a utilização do Modelo como previsor para os primeiros 6 meses de 2005.
Gráfico 12 – Comparativo Propensão a Financiar: Real versus Modelo
COMPARATIVO: PROPENSÃO REAL x MODELO
29,0 30,0 31,0 32,0 33,0 34,0 35,0 36,0 37,0 38,0
jan/01 mar/01 mai/01 jul/01 set/01 nov/01 jan/02 mar/02 mai/02 jul/02 set/02 nov/02 jan/03 mar/03 mai/03 jul/03 set/03 nov/03 jan/04 mar/04 mai/04 jul/04 set/04 nov/04 jan/05 mar/05 mai/05
mês
Propensão a Financiar (%)
REAL MODELO
Dentro do período estudado o Modelo apresenta um bom comportamento. O erro percentual de cada observação (conforme vimos no Capítulo 3: 100 %
= x y e EP i i i )
varia entre -3,23% e +2,34%, com uma média (dos valores absolutos) de erro de 1,17%, valor que consideramos baixo, ou seja, muito satisfatório.
No entanto, a partir de janeiro/05, quando é utilizado como previsor, o Modelo perde uma pequena parcela de sua capacidade explicativa, passando a apresentar um erro médio de 4,17%. A Tabela 4 contrapõe os dados reais aos projetados.
Tabela 4 – Comparativo Propensão projetada versus real
mês Projeção Modelo (%) Propensão real (%) Modelo / Real variação
Jan/05 Fev/05 Mar/05 Abr/05 Mai/05 Jun/05 30,61 32,78 35,32 34,80 34,69 34,60 29,66 33,00 33,61 33,64 33,52 32,98 -3,19% 0,68% -5,09% -3,47% -3,49% -4,92%
Em uma primeira análise voltada exclusivamente às variáveis independentes utilizadas no Modelo, observamos que a variável “Operações de Crédito Totais do Sistema Financeiro a Pessoa Física” vem apresentando uma tendência exponencial, conforme pode ser verificado no Gráfico 13 a seguir. Nota-se que embora se trate de uma variável independente de alta correlação e de grande poder explicativo no período observado, seu comportamento recente indica que para projeções – ou para uma atualização desta análise em períodos futuros – esta variável pode vir a ser substituída. Tal substituição poderia ser efetuada dentro deste trabalho, mas com isto estaríamos utilizando o período de aferição (o primeiro semestre de 2005) para o estabelecimento do Modelo, o que não é nossa intenção. Somente após um período adicional de 6 meses seria possível revalidar o novo Modelo.
Gráfico 13 – Evolução da variável independente “Operações de Crédito Totais do Sistema Financeiro a Pessoas Físicas”
Fonte: Banco Central do Brasil - DEPEC
Dados disponíveis em http://www.bacen.gov.br / gráfico montado pelo autor (vide Apêndice D)
Outros fatores externos ao modelo podem também ter concorrido para que a Propensão ao Financiamento projetada pelo modelo seja superior à efetivamente verificada. O crescimento da oferta e utilização de crédito foi registrado em diversas matérias publicadas no jornal O ESTADO DE SÃO PAULO ao longo do primeiro semestre de 2005. “Confiantes na continuidade do crescimento econômico, os
bancos (BRADESCO, ITAÚ, UNIBANCO e BANESPA) estão direcionando sua estratégia para o crédito, especialmente para pessoas físicas (pois) a opção pelo crédito é mais vantajosa para o banco, com ganho superior ao de títulos públicos”
(PEREIRA, 2005). Há uma “expansão do crédito para o consumidor” (DANTAS, 2005), por exemplo através de novos instrumentos como o crédito consignado (com desconto em folha de pagamento). Existe uma “cobiça dos bancos em disputar os
financiamentos ao consumidor oferecendo mais crédito” (CHIARA, 2005), e assim o “crédito anima os consumidores” e o “acesso fácil ao financiamento acaba
15.000 30.000 45.000 60.000 75.000 90.000 105.000 120.000 135.000 150.000
jan/95 jul/95 jan/96 jul/96 jan/97 jul/97 jan/98 jul/98 jan/99 jul/99 jan/00 jul/00 jan/01 jul/01 jan/02 jul/02 jan/03 jul/03 jan/04 jul/04 jan/05 mês
Operações de crédito Totais do Sistema Financeiro - a
estimulando quem tinha dúvidas em gastar” (KOMATSU, 2005). Esta disponibilidade
de meios de financiamento afeta adversamente a utilização de financiamento através de cartões de crédito, por ser este um recurso mais oneroso: existe um “apelo das facilidades (...) como a liberação do dinheiro sem burocracia (e) os juros
entre 1,75% e 3% ao mês, bem menores que as taxas cobradas por outras modalidades de crédito pessoal, e prazos elásticos de até 3 anos” (C.C., 2005).
6. CONCLUSÕES
6.1 CONSIDERAÇÕES FINAIS
A Propensão ao Financiamento através de titulares de Cartões de Crédito da CREDICARD é afetada por 5 principais grupos de indicadores.
As decisões internas da Companhia de concentração e foco em grupos de clientes de maior ou menor Propensão ao Financiamento – e conseqüentemente menor ou maior risco de crédito – estão refletidas no indicador de distribuição da base de clientes, representado pela participação do portfolio Internacional.
A Sazonalidade tem acentuada influência, e os dois indicadores “dummy” – tanto o do 13o salário como o do período do Carnaval – foram selecionados no Modelo final.
O indicador de Operações de Crédito a Pessoa Física do Sistema Financeiro é intuitivamente lógico e aderente ao comportamento da Propensão ao Financiamento (com correlação negativa).
A incidência de dois indicadores da família de Produção contra nenhum do grupo de Emprego & Renda pode indicar existir correlação direta entre estes dois grupos, servindo um como proxis do outro. Um tópico a ser desenvolvido.
Adicionalmente, os Indicadores Econômicos são representados de forma indireta no Modelo através de alta correlação com a variável de Operações de Crédito a Pessoa Física já incluída.
6.2 SUGESTÕES PARA PESQUISAS FUTURAS
É vasto o campo para aprofundamento no assunto, uma vez que não encontramos literatura específica a respeito.
Este trabalho não pretendeu esgotar o assunto, e o critério de seleção de variáveis independentes selecionadas obedeceu não somente à experiência e intuição do autor, mas também à disponibilidade de tais variáveis. Uma primeira sugestão àqueles interessados em aprofundar o estudo seria a consideração de outras variáveis independentes, bem como de outras famílias de variáveis.
Outro possível aprimoramento seria a representação de cada família de variáveis através de uma única variável, desenvolvida através de uma combinação das demais. Com isto seria possível avaliar o impacto direto de cada grupo sobre o comportamento dos consumidores que financiam através de cartões de crédito. Uma vantagem adicional deste procedimento é que facilitaria a consideração de outras famílias de variáveis independentes sugerida acima, sem provocar um aumento significativo na dimensionalidade do problema.
O estudo foi desenvolvido para a base total de clientes da CREDICARD. No entanto, conforme verificamos em 1.4, esta base pode ser dividida em grupos de clientes de diferentes características comportamentais – notadamente os Portfolios, que são conjuntos (ou “carteiras”) de clientes divididos principalmente por suas faixas de renda. Os 4 principais Portfolios – Emergente, Local, Internacional e Premium – podem ser foco de estudos individuais, que levarão ao estabelecimento de modelos de comportamento diferenciados e específicos para cada um deles.
Finalmente, uma vez que a CREDICARD deixará de existir como Empresa e como base consolidada de clientes a partir do início de 2006, distribuindo suas 5 milhões de contas (7 milhões de cartões) entre seus dois acionistas ITAÚ e CITIBANK, também este estudo pode ser dividido em dois, verificando-se se as variáveis preditivas e seus respectivos pesos (ou influências) se manterão para as duas bases, que se busca dividir com absoluta equanimidade.
6.3 LIMITAÇÕES DO ESTUDO
A principal limitação do estudo é ter sido efetuado sobre somente a base de clientes de uma única Administradora de Cartões de Crédito (embora a CREDICARD seja a
maior Administradora do país). Embora tenhamos analisado no Capítulo 2 os motivos do indicador de Propensão a Financiar não ser igualmente importante para outras administradoras de cartões, seria proveitoso se pudéssemos comparar as conclusões que chegamos ao comportamento de outras bases de cartões, mesmo que com quantidades muito inferiores de clientes. Desta forma, não temos como avaliar se é possível extrapolar as conclusões a todos os usuários de cartões de crédito no País.
As defasagens entre as séries de variáveis independentes e a Propensão ao Financiamento reduziram significativamente algumas correlações entre dados. Tais defasagens são no entanto necessárias para que possamos prever o comportamento da Propensão a tempo da Empresa poder tomar ações corretivas.