Determinantes de Colateral em uma Economia Empresarial ∗
Jaimilton Carvalho † Jose Angelo Divino ‡
Jaime Orrillo §
Abstract
O objetivo deste trabalho foi avaliar empiricamente os determi- nantes de colateral exigidos pelo setor banc´ ario em um segmento es- pec´ıfico do mercado de cr´ edito, segmento empresarial formal no Brasil, no horizonte de curto prazo. As evidˆ encias emp´ıricas, amparadas em uma base de dados exclusiva, indicam a existˆ encia de fatores que po- dem impactar os determinantes do requerimento de colateral na con- cess˜ ao de cr´ edito ao referido segmento, relacionados principalmente com caracter´ısticas de empres´ arios e aspectos da conjuntura macroe- conˆ omica do pa´ıs. Tais evidˆ encias tamb´ em sugerem a corrobora¸ c˜ ao de resultados recentes da literatura no sentido de que determinantes de colateral em empr´ estimos banc´ arios podem ser distintos entre difer- entes mercados de cr´ edito e entre devedores com diferentes n´ıveis de experiˆ encia. Adicionalmente, essas evidˆ encias revelam que aqueles determinantes podem ser distintos entre diferentes unidades da fed- era¸c˜ ao brasileira. Os resultados emp´ıricos foram obtidos via aplica¸ c˜ ao de regress˜ ao log´ıstica e m´ etodo dos momentos generalizados (GMM).
JEL: G21; D43; E32.
Palavras-Chave:Colateral; Informa¸ c˜ ao Assim´ etrica; Competi¸ c˜ ao; Ci- clo de neg´ ocios; Dados de Painel.
∗
Jose A. Divino e Jaime Orrillo agradecem ao CNPq pelo suporte financeiro. Todos os erros remanescentes s˜ ao de responsabilidade dos autores. As opini˜ oes expressas neste trabalho s˜ ao independentes da afilia¸ c˜ ao institucional dos autores.
†
Banco do Brasil e Universidade Cat´ olica de Bras´ılia. Email: jaimilton@hotmail.com
‡
Universidade Cat´ olica de Bras´ılia. Email: jangelo@pos.ucb.br.
§
Universidade Cat´ olica de Bras´ılia. Programa de P´ os-Gradua¸ c˜ ao em Economia. SGAN 916, office A-116, Asa Norte, Brasilia - DF, Zip: 70.790-160. Brasil. Fone: +55(61)3448- 7192. Fax: +55(61)3347-4797. Email: orrillo@pos.ucb.br.
1
1 Introdu¸ c˜ ao
O objetivo deste artigo ´ e avaliar, empiricamente, quais s˜ ao os determinantes do requerimento de colateral pelo setor banc´ ario em empr´ estimos empre- sariais na economia brasileira, levando-se em considera¸c˜ ao tanto as carac- ter´ısticas dos tomadores quanto da conjuntura macroeconˆ omica do pa´ıs.
Atualmente, as condi¸c˜ oes dom´ esticas e externas de mercados financeiros tˆ em mostrado que diversos fatores podem influenciar a exigˆ encia de colateral por parte dos bancos em opera¸c˜ oes de cr´ edito para empresas.
Nesse sentido, observa-se que o requerimento de colateral em opera¸c˜ oes de cr´ edito pode ser afetado n˜ ao apenas por caracter´ısticas dos tomadores, mas tamb´ em por diversos outros aspectos do mercado financeiro, incluindo condi¸c˜ oes micro e macroeconˆ omicas. Na literatura, essa quest˜ ao vem sendo investigada te´ orica e empiricamente. Na modelagem de riscos financeiros, por exemplo, resultados emp´ıricos revelam que mercados de cr´ edito parecem fun- cionar de forma diferente entre devedores com distintos n´ıveis de experiˆ encia e para empr´ estimos banc´ arios comerciais com maturidades distintas, curto e longo prazo.
Alguns estudos recentes tamb´ em evidenciam que o efeito conjunto de garantias f´ısicas e pessoais pode impactar positivamente na rela¸c˜ ao entre em- prestador e tomador [Voordeckers e Steijvers (2006) e Ono e Uesugi (2009)].
De acordo com a teoria do colateral lender-based, proposta por Inderest e
Mueller (2007), inova¸c˜ oes tecnol´ ogicas e proximidade da oferta de cr´ edito
podem afetar as taxas de juros e o requerimento de colateral. Contudo,
considerando-se tamb´ em a distˆ ancia organizacional na oferta de cr´ edito,
Jimenez, Salas e Saurina (2009) argumentam que o uso do colateral pode ser
maior para empr´ estimos garantidos por emprestadores locais quando com-
parado a outros empr´ estimos mais distantes geograficamente. Uma survey
atual desta literatura pode ser obtida no trabalho de Berger et al. (2011),
no qual consideram sobre poss´ıveis benef´ıcios provenientes de avan¸cos em
mercados de cr´ edito e inova¸c˜ oes pol´ıticas para minimiza¸c˜ ao de efeitos de
informa¸c˜ ao assim´ etrica e uso de colateral em contratos de cr´ edito.
Essa pesquisa inspira-se em Jimenez, Salas e Saurina (2006), os quais notaram a poss´ıvel distin¸c˜ ao entre os determinantes de colateral em empr´ estimos banc´ arios comerciais com respeito aos prazos pactuados e n´ıveis de experiˆ encia de devedores e, sugeriram que investiga¸c˜ oes futuras poderiam focar em segmentos do mercado de cr´ edito. Incorpora, tamb´ em, sugest˜ ao de Steijvers e Voordeckers (2009) para que se possa selecionar a ferramenta econom´ etrica mais adequada ` a evidˆ encia emp´ırica almejada.
Logo, pretende-se analisar os determinantes do requerimento de colat- eral em empr´ estimos banc´ arios comerciais para um segmento espec´ıfico do mercado de cr´ edito brasileiro, uma economia empresarial, no horizonte de curto prazo. Para tanto, ser´ a utilizada uma base de dados in´ edita sobre opera¸c˜ oes de cr´ edito formalizadas no Brasil onde, al´ em de caracter´ısticas de firmas individuais e condi¸c˜ oes macroeconˆ omicas, ser˜ ao inclu´ıdas informa¸c˜ oes contratuais, regionais e setoriais. O banco de dados exclusivo est´ a estrutu- rado na forma de painel e cobre cerca de 170 mil empr´ estimos empresariais no per´ıodo de dezembro de 2004 at´ e dezembro de 2008. As estimativas s˜ ao obtidas via aplica¸c˜ ao de regress˜ ao log´ıstica e m´ etodo dos momentos general- izados (GMM), conforme exigido pela hip´ otese a ser testada acerca dos deter- minantes do requerimento de colateral exigidos pelo credor em empr´ estimos ofertados para pequenos e m´ edios empres´ arios na economia brasileira.
2 Modelo Econom´ etrico
O ponto de partida da an´ alise ´ e o modelo proposto por Jim´ enez, Salas e Saurina (2006), chamado JSS (2006) para simplificar, que servir´ a de base para especifica¸c˜ ao do modelo econom´ etrico e para a defini¸c˜ ao das hip´ oteses que ser˜ ao testadas acerca dos determinantes da exigˆ encia de colateral em empr´ estimos empresariais na economia brasileira. Assim, o modelo econom´ etrico aplicado ` a estima¸c˜ ao da probabilidade de uso de colateral por pequenas e m´ edias empresas individuais assume a seguinte forma geral:
P r(Collateral
jt= 1) = F (b
0+ b
1Def ault
jt−1+ b
2Def ault
jt+1+
b
3Duration
jt−1+b
4Def ault
jt−1×Duration
jt−1+b
5Herf indahl
t+ b
6Herf indahl
t× Duration
jt−1+ b
7ControlV ariables
jt+ η
j) (1) onde t representa o per´ıodo de tempo medido em anos, η
jrepresenta efeitos fixos de cada firma individual j, F (.) ´ e uma fun¸c˜ ao de distribui¸c˜ ao log´ıstica e, Collateral
jt´ e uma vari´ avel dummy que assume valor igual a 1 caso haja colateral vinculado ` a opera¸c˜ ao de cr´ edito, e valor 0 caso contr´ ario. As demais vari´ aveis s˜ ao descritas a seguir:
Def ault
jt−1vari´ avel dummy que assume valor 1 se, de acordo com a base de dados, o empres´ ario tem pelo menos uma opera¸c˜ ao de cr´ edito inadimplente em t − 1, e 0 caso contr´ ario;
Def ault
jt+1vari´ avel dummy que assume valor 1 se, de acordo com a base de dados, o empres´ ario n˜ ao tem registro hist´ orico de inadimplˆ encia em t-1 e apresenta pelo menos uma opera¸c˜ ao inadimplente em t+1, e 0 caso contr´ ario;
Duration
jt−1representa o tempo de relacionamento em opera¸c˜ oes de cr´ edito entre a firma e o banco brasileiro, medido em anos;
Herf indahl
trepresenta o ´ındice de concentra¸c˜ ao no setor banc´ ario de Herfindahl-Hirschman;
ControlV ariables
jtrepresentam vari´ aveis de controle inclu´ıdas na regress˜ ao com o intuito principal de investigar impactos de condi¸c˜ oes macroeconˆ omicas sobre o requerimento de colateral em opera¸c˜ oes de empr´ estimos empresariais, tais como, taxa de infla¸c˜ ao, taxa b´ asica de juros da economia e taxa de desem- prego. Outras vari´ aveis de controle inclu´ıdas na regress˜ ao referem-se a car- acter´ısticas de devedores (idade, porte da firma, natureza jur´ıdica e total de d´ıvidas existentes), setor de atua¸c˜ ao da firma (com´ ercio, ind´ ustria, servi¸cos), unidade da federa¸c˜ ao e risco geogr´ afico, sendo este ´ ultimo medido pela pro- por¸c˜ ao entre empr´ estimos de baixa qualidade e o total de empr´ estimos con- cedido em cada estado brasileiro.
A estimativa por dados em painel justifica-se pela possibilidade de contro- lar para heterogeneidade espec´ıfica a cada firma, permitindo que se capturem efeitos de choques individuais que s˜ ao firma-espec´ıfica, al´ em de choques agre- gados dependentes do tempo e que afetam todas as firmas indistintamente.
Al´ em disso, a modelagem por painel possibilita ampliar consideravelmente o
n´ umero de observa¸c˜ oes da amostra e introduz maior variabilidade aos dados.
A sele¸c˜ ao pr´ evia entre os modelos alternativos, representados por efeitos fixos ou efeitos aleat´ orios, pode ser realizada por meio teste de Hausman (1978).
Note-se que o resultado desse teste gera um resultado particular, uma vez que a presen¸ca de efeitos fixos pode ser interpretada como um prˆ emio de risco devedor-espec´ıfico.
2.1 Descri¸ c˜ ao de Hip´ oteses
Com base em JSS (2006), ser˜ ao testadas as seguintes hip´ oteses acerca dos determinantes da exigˆ encia de colateral em empr´ estimos empresariais por parte do setor banc´ ario na economia brasileira:
Hip´ otese 1 (H1): Do ponto de vista do risco observado, a probabilidade de vincula¸ c˜ ao de colateral em opera¸ c˜ oes de cr´ edito ´ e maior entre devedores com menor qualidade de cr´ edito.
Hip´ otese 2 (H2): Entre devedores que possuem informa¸ c˜ ao privada a respeito da qualidade de cr´ edito, n˜ ao fact´ıvel de observa¸ c˜ ao pelo credor, a probabili- dade de usar colateral ´ e maior entre aqueles com maior qualidade de cr´ edito.
Hip´ otese 3a (H3a): A probabilidade de utiliza¸ c˜ ao de colateral diminui com o tempo de relacionamento em empr´ estimos entre credor e devedor, chamado dura¸ c˜ ao para simplificar, se os benef´ıcios daquele relacionamento dominam.
Por outro lado, aquela probabilidade aumenta com a mencionada dura¸ c˜ ao se os custos de hold-up problems associados ao relacionamento de empr´ estimo dominam.
Hip´ otese 3b (H3b): Entretanto, se um longo tempo de relacionamento devedor-credor contribui para gerar confian¸ ca, ent˜ ao, a dura¸ c˜ ao ser´ a nega- tivamente correlacionada com a probabilidade de utiliza¸ c˜ ao de colateral para todos os devedores. Por outro lado, se uma longevidade no mencionado rela- cionamento significa que credores tornam-se mais precisos na classifica¸ c˜ ao de tomadores de cr´ edito, ent˜ ao, a probabilidade de uso de colateral ser´ a in- dependente da dura¸ c˜ ao para aqueles devedores cuja qualidade de cr´ edito ´ e conhecida no momento da concess˜ ao do empr´ estimo.
Hip´ otese 4a (H4a): A probabilidade de utilizar colateral diminui com a maior
concentra¸ c˜ ao do mercado de cr´ edito.
Hip´ otese 4b (H4b): A redu¸ c˜ ao na probabilidade de utiliza¸ c˜ ao de colateral proveniente de uma longa dura¸ c˜ ao ser´ a maior (menor) em mercados mais concentrados se o valor de informa¸ c˜ ao obtida no relacionamento diminui (aumenta) com a competi¸ c˜ ao no mercado de cr´ edito.
Hip´ otese 5 (H5): O valor de colateral requerido em um contrato de cr´ edito banc´ ario elevar´ a com a taxa de juros livre de risco e diminuir´ a com o tamanho do empr´ estimo.
Os resultados te´ oricos que suportam a formula¸c˜ ao das hip´ oteses anteriores encontram-se detalhados em JSS (2006). Observa-se ainda que hip´ oteses relacionadas ` as vari´ aveis quantidade de bancos que as empresas se relacionam e distˆ ancia organizacional, esta ´ ultima avaliada em Jim´ enez et al. (2009), n˜ ao ser˜ ao testadas nesta avalia¸c˜ ao emp´ırica em fun¸c˜ ao de limita¸c˜ oes acerca da disponibilidade de informa¸c˜ oes no banco de dados utilizado na an´ alise.
Ainda assim, a riqueza de informa¸c˜ oes contidas no painel de pequenas e m´ edias empresas permite que se teste diversas hip´ oteses in´ editas a estudos sobre esse mercado na economia brasileira.
Al´ em disso, diferentemente de JSS (2006) e exclusivamente no teste da quinta hip´ otese acima descrita, ser´ a utilizada a seguinte vari´ avel dependente:
F collateral
jt= (1 + CollateralV alue
jt/ContractV alue
jt)
onde F collateral
jtrepresenta um fator discreto de percentuais de co- lateral vinculados em empr´ estimos banc´ arios empresariais. Nota-se que para constru¸c˜ ao deste fator s˜ ao utilizadas as vari´ aveis CollateralV alue
jt, representando valores de colateral vinculados em contratos de cr´ edito, e ContractV alue
jt6= 0, representando valores totais de empr´ estimos toma- dos pela firma individual. Ent˜ ao o modelo econom´ etrico para testar (H5) se torna:
F collateral
jt= b
0+ b
1Def ault
jt−1+ b
2Def ault
jt+1+ b
3Duration
jt−1+
b
4Def ault
jt−1×Duration
jt−1+b
5Herf indahl
t+b
6Herf indahl
t×
Duration
jt−1+ b
7ContractV alue
jt+ b
8ControlV ariables
jt+ η
j+
u
jt= X
jt0.b + e
jt(2)
em que e
jt= η
j+ u
jt´ e um termo de erro composto por η
je u
jt, que rep- resentam choques invariantes ao longo do tempo espec´ıficos a cada empresa individual j e choques idiossincr´ aticos variantes no tempo, respectivamente.
E ´ importante observar na equa¸c˜ ao (2) acima que a vari´ avel ContractV alue
jtpode ser considerada end´ ogena no sentido definido em Hayashi (2000), no qual um regressor ´ e dito end´ ogeno se este n˜ ao ´ e ortog- onal ao termo de erro ou em termos matem´ aticos: E[X
jtk0.e
jt] 6= 0 para algum regressor k. Neste contexto, por simplicidade, admitindo que todos os demais coeficientes constantes do modelo acima sejam estatisticamente n˜ ao-significantes, exceto o coeficiente do regressor ContractV alue
jt∈ X
jtk0, pode-se escrever:
E[ContractV alue
jt.e
jt] = E[ContractV alue
jt.(F collateral−b
7ContractV alue
jt)]
considerando e
jt= (F collateral
jt−b
7ContractV alue
jt). Ent˜ ao, substituindo F collateral
jt= (1 +CollateralV alue
jt/ContractV alue
jt) e efetuando a mul- tiplica¸c˜ ao indicada no lado direito nesta ´ ultima express˜ ao, resulta:
E[ContractV alue
jt.e
jt] = E[ContractV alue
jt+ CollateralV alue
jt+
+ContractV alue
jt.(−b
7.ContractV alue
jt).] > 0
pois, por (H5) ´ e esperado b
7< 0. Com efeito, se a condi¸c˜ ao de ortogonalidade n˜ ao ´ e satisfeita para esta vari´ avel explicativa, pela mencionada defini¸c˜ ao, tem-se que X
jtk0´ e um regressor end´ ogeno. Esta considera¸c˜ ao matem´ atica ser´ a avaliada empiricamente para a amostra testada por meio do teste de Hausman (1978).
Logo, a estimativa do modelo econom´ etrico proposto para teste de (H5),
conforme equa¸c˜ ao (2), requer o uso de vari´ aveis instrumentais. Neste caso,
sugere-se a utiliza¸c˜ ao do m´ etodo dos momentos generalizados, GMM.
3 Estimativas com Dados de Painel
Seguindo Greene (1997), para estima¸c˜ ao dos modelos lineares com dados em painel, em uma representa¸c˜ ao geral, pode-se utilizar a seguinte equa¸c˜ ao econom´ etrica:
y
jt= x
0jtβ + η
j+ u
jt(3)
em que y
jtrepresenta a vari´ avel dependente do modelo, x
0jtrepresenta um vetor das vari´ aveis explicativas, β representa o vetor de parˆ ametros, η
jrep- resenta choques invariantes ao longo do tempo, espec´ıficos a cada firma in- dividual j , e u
jtrepresenta choques aleat´ orios dependentes do tempo. Uma quest˜ ao central em estimativas com dados de painel ´ e a sele¸c˜ ao do mod- elo a ser utilizado na regress˜ ao, representado por efeitos fixos ou aleat´ orios, porque envolve endogeneidade de regressores devido ` a possibilidade de que E(x
jt.η
j) 6= 0.
Logo, para se proceder com a estimativa da equa¸c˜ ao anterior deve-se previamente selecionar entre modelos de efeitos fixos ou aleat´ orios, o que ser´ a feito por meio do teste de Hausman (1978), sob hip´ otese nula E(x
jt.η
j) = 0 de que FGLS (do inglˆ es, Feasible Generalized Least Squares) de efeitos aleat´ orios
´
e consistente e eficiente. Sob a hip´ otese alternativa, FGLS ´ e inconsistente e o m´ etodo a ser adotado ´ e de efeitos fixos.
Observa-se ainda que, sob endogeneidade de regressores, se torna necess´ ario o uso de vari´ aveis instrumentais. Neste caso, esta an´ alise uti- lizar´ a o m´ etodo dos momentos generalizados, GMM, que permite recuperar a consistˆ encia e eficiˆ encia dos estimadores, conforme mostram Hansen (1982) e Hamilton (1994). ´ E importante notar que a utiliza¸c˜ ao do GMM requer a verifica¸c˜ ao de aspectos relacionados com sobreidentifica¸c˜ ao de instrumentos e especifica¸c˜ ao funcional, o que ser´ a feito por meio da aplica¸c˜ ao dos testes de Sargan (1958) e Sargan-difference, respectivamente. Um entendimento formal dos mencionados testes pode ser obtido em Sargan (1958) e Roodman (2007).
Para o caso de modelos n˜ ao-lineares, seguindo Wooldridge (2001) e Hsiao
(2006), pode-se utilizar o seguinte modelo logit com dados de painel:
P rob(y
jt= 1|x
jt, α
j) = F (z) = exp(z)
[1 + exp(z)] = exp(β.x
jt+ α
j)
[1 + exp(β.x
jt+ α
j)] (4) onde y
jtrepresenta uma vari´ avel dependente limitada, F (z) ´ e uma fun¸c˜ ao log´ıstica que assume valores entre zero e um, isto ´ e, 0 < F (z) < 1 para todos os n´ umeros reais, indicando que as probabilidades de resposta da estimativa ficam estritamente neste intervalo, e z ´ e um vetor de vari´ aveis explicativas descritas anteriormente.
Nesta estima¸c˜ ao com dados de painel e regress˜ ao log´ıstica, observa-se que o c´ alculo do efeito marginal aproximado de uma vari´ avel x
jtsobre a prob- abilidade de resposta P rob(y
jt= 1|x
jt) tamb´ em seguir´ a Wooldridge (2001).
Quanto ao c´ alculo de semi-elasticidades, a an´ alise acompanhar´ a Jim´ enez, Salas e Saurina (2006), ou seja, multiplica-se o valor do efeito marginal aprox- imado pelo valor m´ edio de cada vari´ avel.
4 Resultados
4.1 Dados
Esta an´ alise emp´ırica utiliza aproximadamente 170 mil observa¸c˜ oes mensais de dados de contratos de empr´ estimos comerciais de curto prazo, no per´ıodo de dezembro de 2004 a dezembro de 2008.
O per´ıodo proposto para realiza¸c˜ ao do experimento ´ e justificado pelos marcos legais que fundamentam medidas e a¸c˜ oes de apoio ` as micro e peque- nas empresas (MPE) formais no Brasil, contidos na Constitui¸c˜ ao de 1988, e em recentes normativos que concedem est´ımulos e incentivos ` a formaliza¸c˜ ao daquelas MPE, tal como a Lei Complementar n
o123, de 14 de dezembro de 2006.
A base de dados in´ edita ´ e constru´ıda a partir de informa¸c˜ oes p´ ublicas e privadas, disponibilizadas em diversas fontes no mencionado per´ıodo.
O tratamento das vari´ aveis ”natureza jur´ıdica” e ”porte da firma” segue
crit´ erios utilizados pelo Instituto Brasileiro de Geografia e Estat´ıstica
(IBGE). Os dados macroeconˆ omicos e regionais s˜ ao obtidos no Ipeadata.
J´ a as informa¸c˜ oes sobre ´ındice de concentra¸c˜ ao de mercado de cr´ edito s˜ ao disponibilizadas pelo Banco Central do Brasil. Por fim, dados contratuais de empr´ estimos banc´ arios de curto prazo s˜ ao provenientes de uma base de dados exclusiva e confidencial de um grande banco brasileiro, l´ıder no mercado de empr´ estimos a pequenas e m´ edias empresas na economia brasileira, motivo pelo qual fonte e dados n˜ ao podem ser divulgados.
4.2 Estimativas e An´ alises
As estimativas dos determinantes do requerimento de colateral em opera¸c˜ oes de cr´ edito de curto prazo, pactuadas com empres´ arios formais no Brasil, utilizam dois modelos de regress˜ ao. Um primeiro, utilizando uma vari´ avel dependente limitada, ´ e estimado por dados de painel e logit. Um segundo, considerando o logaritmo natural da vari´ avel dependente F collateral
jt, ´ e estimado por dados de painel e GMM. Observa-se ainda que o primeiro modelo de regress˜ ao testa as quatro primeiras hip´ oteses, (H1) a (H4), enquanto que o segundo testa somente a quinta hip´ otese.
Estimativa com Dados de Painel e Logit
Preliminarmente ` a estimativa com dados em painel, aplicou-se o teste de Hausman (1978) para selecionar entre modelos de efeitos fixos ou aleat´ orios.
O valor da estat´ıstica calculada, pr´ oximo de 1.100, para as duas estima- tivas com at´ e 20 regressores, permite rejeitar a hip´ otese de ausˆ encia de cor- rela¸c˜ ao entre heterogeneidade individual e regressores nos modelos estimados.
Isto indica que o modelo de efeitos fixos deve ser utilizado nas estimativas com dados de painel. Al´ em disso, este resultado ´ e um indicativo de que a hip´ otese de que efeitos fixos de devedores explicam a utiliza¸c˜ ao de colateral em empr´ estimos banc´ arios de curto prazo n˜ ao pode ser rejeitada.
A Tabela 1 apresenta os resultados emp´ıricos obtidos com o modelo logit
e dados de painel, os quais subsidiam as an´ alises feitas a seguir, referentes as
quatro primeiras hip´ oteses, no per´ıodo de dezembro de 2004 a dezembro de
2008.
O coeficiente estimado da vari´ avel Def ault
jt−1, estatisticamente signifi- cante a 5% e que testa (H1), n˜ ao permite rejeitar a hip´ otese de que devedores com menor qualidade de cr´ edito s˜ ao mais propensos a vincular colateral em empr´ estimos banc´ arios de curto prazo do que aqueles com maior qualidade de cr´ edito, no caso do segmento empresarial brasileiro.
Por outro lado, o sinal negativo e estatisticamente significante a 1%
de Def ault
jt+1mostra que a probabilidade de vincula¸c˜ ao de colateral ´ e maior entre aqueles devedores que cumprem suas promessas financeiras em t + 1. Este fato indica que o efeito dominante na amostra analisada refere- se ao grupo que det´ em informa¸c˜ ao privada no momento da contrata¸c˜ ao do empr´ estimo banc´ ario e, revela uma poss´ıvel ocorrˆ encia do problema de sele¸c˜ ao adversa no relacionamento de empr´ estimos credor-devedor na economia em- presarial sob estudo.
Entretanto, o sinal positivo e estatisticamente significante a 1% do coe- ficiente da vari´ avel Ageentrepreneur2
jt−1indica que aquela informa¸c˜ ao as- sim´ etrica n˜ ao se verifica para empres´ arios com menor experiˆ encia empresar- ial ou, que estes s˜ ao mais prov´ aveis de vincular colateral em opera¸c˜ oes de empr´ estimos para sinalizar sua qualidade de cr´ edito. Tal resultado ´ e implici- tamente corroborado pelo coeficiente da vari´ avel Ageentrepreneur2to10
jt−1, que se mostra estatisticamente n˜ ao significante.
Quanto a terceira hip´ otese, os valores estimados dos coeficientes da vari´ avel Duration
jt−1e termo que representa o efeito cruzado desta vari´ avel com Def ault
t−1revelam que, se Def ault
t−1= 1, ent˜ ao, a soma dos coefi- cientes b
3+b
4= −1.68 se mant´ em negativa, o que indica uma expectativa de menor probabilidade de uso de colateral para todos os devedores pelo credor, tal como considerado em Boot e Thakor (1994).
Note que o coeficiente negativo e estaticamente significante a 1% da
vari´ avel Herf indahl
tn˜ ao permite rejeitar a hip´ otese (H4a), ent˜ ao, con-
siderando que competi¸c˜ ao e rivalidade s˜ ao maiores em mercados competi-
tivos, esta evidˆ encia emp´ırica sugere a validade da hip´ otese de que competi¸c˜ ao
eleva a probabilidade de utiliza¸c˜ ao de colateral em empr´ estimos de curto
prazo concedidos a empres´ arios formais no Brasil. Adicionalmente, observe
que o coeficiente referente ao efeito cruzado entre as vari´ aveis Duration
jt−1e Herf indahl
t, que testa (H4b), n˜ ao se mostra estatisticamente significante, indicando que concentra¸c˜ ao em mercados de cr´ edito n˜ ao s˜ ao afetadas por efeitos de tempo provenientes do relacionamento devedor-credor sobre a prob- abilidade de utiliza¸c˜ ao de colateral na economia empresarial sob referˆ encia.
Note ainda que os coeficientes das vari´ aveis Debt
jt−1e Geographic risk
tn˜ ao se mostraram estatisticamente significantes. Ent˜ ao, estas evidˆ encias emp´ıricas em conjunto com as observadas na avalia¸c˜ ao da hip´ otese (H2) acima sugerem a corrobora¸c˜ ao de resultados anteriores da literatura de que determinantes de colateral em empr´ estimos banc´ arios comerciais podem ser distintos entre diferentes mercados de cr´ edito e entre devedores com difer- entes n´ıveis de experiˆ encia
1.
Al´ em disso, note que coeficientes de vari´ aveis utilizadas como controles, quando estatisticamente significantes, podem apresentar sinais distintos entre diferentes unidades da federa¸c˜ ao brasileira. Por exemplo, a vari´ avel desem- prego em regi˜ oes metropolitanas, U nemployment
t, dependendo da unidade de federa¸c˜ ao, indica um maior ou menor uso de colateral se comparada com as demais unidades da federa¸c˜ ao pertencentes ao grupo de controle utilizado para esta vari´ avel. Ent˜ ao, tais resultados emp´ıricos revelam que efeitos re- gionais podem impactar de forma distinta requerimentos de colateral em uma economia empresarial brasileira, no mencionado per´ıodo.
N´ os observamos que EC representa efeitos cruzados, na Tabela 1 a seguir. Esta representa¸c˜ ao tamb´ em ser´ a utilizada nas tabelas 2 e 3 abaixo.
[INSIRA TABELA 1 AQUI]
Efeitos Marginais
A Tabela 2 apresenta efeitos marginais e semi-elasticidades sobre a prob-
1