4.1 DETERMINAÇÃO DO PERÍODO A SER UTILIZADO
Embora disponhamos de dados a partir de janeiro/95 (período superior a 120 meses), no Capítulo I decidimos que os primeiros 2 anos não seriam considerados devido a posterior alteração no pagamento mínimo das faturas de cartões de crédito determinada pelas autoridades monetárias, o que alterou drasticamente o comportamento da Propensão a Financiar.
Com o prosseguimento do trabalho, optamos por reduzir a série de dados para os 60 meses compreendidos no período de janeiro de 2000 a dezembro de 2004, preservando os meses iniciais de 2005 para aferição do modelo. Os principais motivos seguem abaixo.
Primeiramente, o mercado de cartões de crédito no Brasil é extremamente agressivo, o que leva a uma alta rotatividade nas bases de clientes das administradoras. O Cancelamento Involuntário (cancelamento devido a decisão da Administradora, e não do cliente; também chamado de “Enquadramento”) de contas de cartões de crédito é superior a 12% ao ano; o Cancelamento Voluntário (a pedido do cliente) supera os 18% ao ano. Esta drenagem da base de clientes superior a 30% ao ano exige um esforço de Vendas que resulta em um volume de contas novas entre 35% e 40% da base a cada ano, para que a administradora mantenha seu market share ou obtenha algum crescimento. Embora estes percentuais atinjam principalmente as contas mais recentes, a grosso modo poder-se-ia dizer que em pouco mais de 3 anos acontece um quase completo “turn over” da base de clientes. Esta alta rotatividade faz com que o perfil da base atual tenha pouca “memória” do comportamento da base de 8 anos atrás, o que torna mais adequada a utilização de um período de dados mais próximo.
Também as condições econômicas do País apresentam um comportamento mais regular nos últimos 5 anos, devido à ausência de crises exógenas. Em 1997 ocorreu a crise nos países do sudeste asiático (Coréia, Indonésia). Crises em países
emergentes afetam a taxa de juros do Brasil, que aumenta com o objetivo de evitar a fuga de capitais internacionais; tal aumento de taxa de juros impacta o custo do crédito, e com isto a demanda por ele. Vide no Gráfico 5 a alta volatilidade e os altos picos do CDI a partir do segundo semestre de 1997, contrariando a tendência histórica.
Gráfico 5 – Série Histórica do CDI mensal (período janeiro/95 a abril/05)
1,00 1,50 2,00 2,50 3,00 3,50 4,00 4,50 1995 01 1995 07 1996 01 1996 07 1997 01 1997 07 1998 01 1998 07 1999 01 1999 07 2000 01 2000 07 2001 01 2001 07 2002 01 2002 07 2003 01 2003 07 2004 01 2004 07 2005 01 CDI (% a.m.)
Fonte: Banco Central do Brasil, Boletim, Seção Mercado financeiro e de capitais (BCB Boletim/M.Finan.) Dados disponíveis em http://www.ipeadata.gov.br / gráfico montado pelo autor (vide Apêndice D)
No ano seguinte (1998) aconteceu a crise da Rússia. As crises internacionais levam não somente a uma crise monetária interna, mas também a crises cambiais; e em 1999 o Brasil foi levado a uma desvalorização de 60% de sua moeda nos primeiros 2 meses do ano, também interrompendo uma estável tendência histórica conforme pode ser observado no Gráfico 6.
Gráfico 6 – Série Histórica da taxa de câmbio R$ / US$ (período janeiro/95 a maio/05)
0,00 1,00 2,00 3,00 4,00 1995 01 1995 07 1996 01 1996 07 1997 01 1997 07 1998 01 1998 07 1999 01 1999 07 2000 01 2000 07 2001 01 2001 07 2002 01 2002 07 2003 01 2003 07 2004 01 2004 07 2005 01
Taxa de câmbio (R$ / US$)
Fonte: Banco Banco Central do Brasil, Boletim, Seção Balanço de Pagamentos (BCB Boletim/BP); Dados disponíveis em http://www.ipeadata.gov.br / gráfico montado pelo autor (vide Apêndice D)
Desta forma, devido tanto ao mercado de cartões como também ao cenário econômico, para confecção do modelo utilizaremos somente os dados do período entre os anos de 2000 e 2004.
4.2 DEFINIÇÃO DOS RETARDOS
Definimos a seguir os retardos a serem considerados na definição do modelo. O acompanhamento das explicações a seguir é ilustrado no Esquema 2.
Inicialmente, consideremos os dados referentes a um mês M0.
As variáveis independentes estarão disponíveis ao longo e até o final do mês seguinte M1. O próprio valor da variável dependente somente estará disponível ao
final de M1, mais especificamente a partir do dia 28 seguinte, uma vez que é necessário processar todas as faturas de M1 para sabermos quanto e como foram pagas as faturas de M0 (datas e montantes), determinando-se então os saldos financiados de M0, e conseqüentemente sua Propensão a Financiar.
Considerando-se que 1 mês seja um período minimamente razoável para a tomada de decisões e implementação de ações – observado que haverá ainda alguma demora até que os resultados de tais ações sejam “sentidos” – precisamos portanto reservar o mês M2 para estes fins.
Trabalharemos portanto com um retardo mínimo de 3 meses, ou seja: definiremos o modelo correlacionando indicadores à Propensão a partir de 3 meses de defasagem.
Esquema 2 – Retardo (em meses)
Como máxima defasagem, definimos um período de 12 meses, uma vez que tal intervalo completa um ciclo sazonal de 1 ano, e influências de períodos anteriores estariam se repetindo.
Com o objetivo de padronizar os períodos e evitar uma pulverização de diferentes retardos entre as variáveis independentes, e respeitando as conclusões acima, reduzimos então as alternativas de defasagens para os seguintes “lags”: 3, 4, 5, 6 ou
12 meses. Foram rodadas as correlações de todas as variáveis independentes com
a Propensão, e escolhida para cada variável a defasagem (lag) que apresentava maior correlação com a variável dependente.
M0 M1 M2 M3
últimos dados disponíveis apuração e coleta dos dados mês de trabalho / definição e implementação de ações mês de referência da projeção
Como exemplo, apresentamos no Quadro 2 abaixo o correlograma – um comparativo das correlações entre o par de variáveis, nos diversos lags – de uma variável independente com a Propensão. No caso apresentado, a melhor correlação ocorre para um lag de 12 meses, e esta será a defasagem utilizada em nosso estudo para esta variável independente.
O mesmo procedimento foi adotado para todas as variáveis indpendentes. Seus correlogramas são apresentados no Apêndice D.
Quadro 2 – Exemplo de Correlograma de Variável Independente versus Dependente