A Inadimplência das Empresas no Brasil e seus Determinantes Macroeconômicos

Jailson da Conceição Teixeira de Oliveira, Rebeca Formiga, Robson Oliveira Lima, Odaelson Silva

Resumo


Este trabalho tem como objetivo verificar a evolução da inadimplência das empresas no Brasil e sua relação com as principais variáveis macroeconômicas durante o período de 2003 a 2015. Para tal, foi utilizado o modelo de regressão Markov Switching. Sendo assim, é possível classificar os dados em regimes de baixa e alta inadimplência. Os resultados mostram que o regime de alta inadimplência das empresas no Brasil é mais persistente do que o regime de baixa. Foram observados que, no regime de baixa inadimplência, os principais determinantes são as taxas de juros e a renda, enquanto que, no regime de alta inadimplência, são as expectativas de inflação e a taxa de câmbio. Os resultados obtidos reforçam a contribuição das variáveis macroeconômicas na explicação da inadimplência das empresas no mercado de crédito brasileiro.


Texto completo:

Artigo

Referências


Akerlof G. A. (1970). The market for "lemons": quality uncertainty and the market mechanism. The Quarterly Journal of Economics, V. 84, n. 3, p. 488-500, aug.

Akiama, S. R. (2008). Probabilidade de inadimplência de grandes empresas no sistema financeiro nacional. Dissertação (Mestrado em Controladoria e Contabilidade) - Universidade de São Paulo.

Almeida, F. C. (1995). Desvendando O Uso de Redes Neurais Em Problemas de Administração de Empresas. Revista de Administração de Empresas - FGV, São Paulo, v. 35, n.1, p. 46-55.

Annibal, C. A. (2009). Inadimplência do Setor Bancário Brasileiro: uma avaliação de suas medidas. Banco Central do Brasil, Working paper nº 192.

Ardiansyah, M., Qizam, I., Haron, R., & Qoyum, A. (2013). Predicting Sukuk Default Probability and Its Relationship with Systematic and Unsystematic Risks: Case Study of Sukuk in Indonesia. International Journal of Research in Commerce, Economics & Management, v. 3, n. 1, p. 21-27.

Assaf Neto, A. (2012). Mercado financeiro. 11ª ed. São Paulo: Editora Atlas.

Bonfim, D. (2009). Credit risk drivers: evaluating the contribution of firm level information and of macroeconomics dynamics. Journal of Banking and Finance, 33, p. 281-299.

Borio, C., Furfine, C., & Lowe, P. (2001). Procyclicality of the financial system and financial stability: issues and policy options. Basel: Bank for International Settlements, 57p. (BIS Papers, 1).

Chang, E, Guerra, S., Lima, E., & Tabak, B . (2008). The stability concentration relationship in the Brazilian banking system. Journal of International Financial Markets, Institutions and Money, v. 18, p. 388-397.

Chow, G. C. (1960). Tests of Equality between Sets of Coefficients in Two Linear Regressions. Econometrica, 28.

Dempster, A. P., Laird, N. M., & Rubin, D. B. (1977). Maximum likelihood from incomplete data via the EM algorithm. Journal of the Royal Statistical Society, B39, 1-38.

Frascaroli, B. F., & Oliveira, J.C.T. (2015). Sovereign risk rating agencies and macroeconomic fundamentals of countries: a study of risk classification. In: 3rd Rimini Time Series Econometrics Workshop, 2015, Rimini/Italy. Proceedings of the 3rd Rimini Time Series Econometrics Workshop.

Hamilton, J. D. (1989). A new approach to the economic analysis of nonstationary time series and the business cycle. Econometrica, 57, 357-84.

Hodrick, R. J., & Prescott, E. C. (1997). U.S business cycles: an empirical investigation. Journal of Money, Credit and Banking, v.29, n.1, 1-16.

Jacobson, T., Lindé, J., & Roszbach, K. (2011). Firm inadimplência and aggregate fluctuations. International Finance Discussion Papers, Board of Governors of the Federal Reserve System, 1209.

Kalman, R. E. (1960). A new approach to linear filtering and prediction problems. Journal of basic Engineering, v. 82, n. 1, p. 35–45.

Linardi, F. M., & Ferreira, M. S. (2008). Avaliação dos Determinantes Macroeconômicos da Inadimplência Bancária no Brasil. In: XXXVI Encontro Nacional de Economia, 2008, Salvador. Anais do XXXVI Encontro Nacional de Economia.

Maia, G. B. S. (2009). Racionamento de Crédito e Crise Financeira: Uma Avaliação Keynesiana. Revista do BNDES, v. 15, p. 180-212.

Marins, J. T. M., & Das Neves, M. B. E. (2013). Inadimplência de Crédito e Ciclo Econômico: um exame da relação no mercado brasileiro de crédito corporativo. Banco Central do Brasil, Working paper.

Marques, J. M., & Lima, J. D. (2002). A estatística multivariada na análise econômico-financeira de empresas. Revista da FAE, v. 5, n.3, p. 51-59.

Minardi, A. M. A. F. (2008). Probabilidade de Inadimplência de Empresas Brasileiras Refletida nas Informações do Mercado Acionário. RAC Eletrônica (Online), v. 2, p. 311-329.

Qu, Y. (2008). Macro Economic Factors and Probability of Default. European Journal of Economics, Finance and Administrative Sciences, Issue 13.

Repullo, R., Saurina, J., & Trucharte, C. (2010). Mitigating the Procyclicality of Basel II. Economic Policy, 25, p. 591-806.

Sandroni, P. (1999). Novíssimo Dicionário de Economia. São Paulo: Best Seller.

Schrickel, W. K. (1998). Análise de crédito: concessão e gerência de empréstimo. 4. ed. São Paulo: Atlas.

Serasa Experian. (2015). Indicador Serasa Experian de Inadimplência das Empresas. São Paulo: Serasa Experian.

Silva Filho, O. C. da; Silva, L. da C., & Frascaroli, B. F. (2006). Política monetária e mudanças macroeconômicas no Brasil: uma abordagem MS-VAR. Fórum do Banco do Nordeste.

Stiglitz, J., & Weiss, A. (1981). Credit rationing in markets with imperfect information. American Economic Review, 71(3): 393-410.

Zaniboni, N. C., & Montini, A. A. (2014). A inadimplência do sistema financeiro no Brasil explicada por meio de fatores macroeconômicos. In: XXXVIII Encontro da ANPAD, 2014, Rio de Janeiro. XXXVIII Encontro da ANPAD.


Apontamentos

  • Não há apontamentos.


Organização:

Centro de Ciências Sociais Aplicadas

Programa de Pós-Graduação em Ciências Contábeis - PPGCC/UFPE