IFRS 9 / CPC 48 - Perdas de crédito - Impairment - Processo

Nesse capítulo nós vamos falar um pouquinho sobre o processo de estimação da PDA, probabilidade de default. Bom, o IFRS 9, ele coloca algumas. Ponderações aí do que que AA. As perdas esperadas devem refletir. E nesse material a gente fez alguns destaques a alguns negritos, algumas palavrinhas aí em vermelho, né? Então, o primeiro ponto disse que a as perdas esperadas de crédito elas devem refletir. Um valor ponderado pela probabilidade. E aí a gente está falando da da probabilidade de default, né? Probabilidade de ocorrer uma inadimplência. E imparcial. Imparcial é é quando a gente usa essa palavrinha, a gente tá jogando fora aquele conceito de conservadorismo. Então a gente não vai é fazer uma provisão com um. Maior valor de perdas. A gente vai fazer uma provisão imparcial, ou seja, aquilo que A Entidade realmente espera que vai ser perdido com é. Com eventos de crédito? O item b diz que essas perdas esperadas elas devem refletir o valor do dinheiro no tempo. E, por último, o item c diz que a gente deve utilizar informações razoáveis e sustentáveis, disponíveis sem custo ou esforço indevido. O sem custo ou esforço indevido não quer dizer que a gente não vai ter custo pra obtenção dessas informações. É, não quer dizer que a gente vai usar apenas informações obtidas sem custo algum e. Esse esse ponto da norma, ele tá tá querendo fazer referência ao seguinte, a gente tá aproximando a contabilidade das atividades de gestão de risco, então a ideia é aproveitar o que existe em termos de gestão de risco de crédito pra gente fazer o provisionamento também. Obviamente, num primeiro momento, num momento de implantação do IFRS, é é provável que as entidades tenham um custo maior, né? Pra pra adaptar seus processos, até pra entender se o processo atual atende Oo IFRS9 em todos os seus aspectos, se vai ser necessário algum ajuste ou não. Bom, sobre o processo de estimativa, importante a gente lembrar que. Diferentes tipos de clientes e diferentes tipos de de transações de produtos financeiros vão ter riscos de crédito. Vão ter comportamento de inadimplência diferente também está. Então, a gente trabalha com o conceito de pools, então a gente cria grupos de operações, por exemplo, por. Categoria de contraparte, então eu crio um grupo pra clientes de varejo, um grupo pra clientes de atacado, esses de atacado, eu poderia fazer uma quebra por setor ou fazer uma quebra, por por exemplo. Corporate lar de corporate me. Do ou up middle são classificações que as instituições costumam utilizar, né? Lard corporate pra aquelas é. Maiores empresas o corporate para empresas que são de grande porte também é o upper middle para as empresas que são médias. Mas estão quase lá, né? Estão quase Na Na Na categoria de grandes empresas. Então são classificações que são comuns para. Na Na Na atribuição de categoria de contraparte. Tá, e aí a gente vai criar puls por produtos também, porque? É, cada produto tem características de garantia, característica de fluxos de caixa e mesmo de inadimplência, que podem ser diferentes, tá? E aí dentro de cada produto a gente pode dividir também os. Produtos com atraso, sem atraso, aqueles que estão em processo de cura, né? Ou seja, eles tiveram um evento de default e. Depois aí tiveram algum evento que trouxeram eles de volta. AA um risco de crédito mais baixo, tá? Então a gente divide as. As operações aí nesses puls? Aqui a gente vê 11 tabelinha aí, né? É onde a gente tem 3 exemplos de puls. Então tem, por exemplo, o pool número 1, que tem clientes na categoria varejo, o. Puls 1 e 2, né? Tem clientes da categoria varejo, o pull um. Está utilizando o produto cheque especial, o pool, 2 produto, cartão de crédito, então como a gente está fazendo um agrupamento de ativos com características comuns? Para quantificação do risco de crédito, a gente pode ter um modelo associado a cada pool, é um modelo estatístico, aí um modelo quantitativo para cada um desses pulsos. E nesse processo a gente vai naquela história dos zeros e uns, né? Onde zero quer dizer que a gente não teve um evento de default. E um quando a gente teve 11 evento de default, a gente vai é calcular uma tendência central é 11 probabilidade de default. Como que a gente vai fazer isso? A gente vai pegar o número total de observações de uma amostra e a gente vai comparar o número de operações com inadimplência, número de operações ruins. A gente vai comparar esse número com o total na amostra, tá? E aí a gente vai ter uma tendência central da probabilidade de default. Essa tendência central, ela está localizada e em algum momento de um ciclo econômico, né? É lógico que a gente, ao fazer esse tipo. Esse tipo de observação a gente tenta utilizar aí um prazo de normalmente de de uns 5 anos, né, mas um prazo que pegue um ciclo econômico completo, né, pra gente não ter um efeito muito forte aí de. É momentos de de de períodos de recessão ou períodos de euforia, tá? Então, pra não ter muito esse efeito, a gente já procura fazer as observações em um período maior, tá? Mas além disso é, apesar disso, a gente nunca sabe exatamente em que ponto desse ciclo a gente tá, por exemplo, agora. Você não sabe exatamente se você está num período é de de recessão, é EE, essa recessão vai se agravar ainda mais ou se você já tá, é num momento de recuperação, né? Você não, não. A gente nunca sabe exatamente em que momento do ciclo a gente tá isso. Quando a gente olha No No histórico, eu pego. Aí, 10 anos? Do passado e olha no histórico. Eu até consigo desenhar esse ciclo, mas quando a gente fala do momento atual, é difícil a gente saber exatamente em que momento do ciclo a gente tá. EE principalmente, prevê o futuro, tá? Então, por isso o que se faz? A gente pega essa PD que foi calculada. Essa PD é. A gente chama de PD point in time, né? Porque Ela Foi calculada em algum momento do do ciclo econômico? E a gente faz um ajuste, transformando ela em uma PD acíclica. Isso vai ser importante pro IFRS9 a gente vai falar mais à frente. Aqui você vê uma matriz de imigração. Matriz de imigração. Veja que a gente tem lá vários. Vários ratings, né? Então aqui eu tô utilizando um padrão de rating, mas esse esses padrões de rating, eles poderiam ser os padrões utilizados Na Na sua instituição, em vez de rating, a gente poderia trocar esse rating também por probabilidade de default. Tá, mas vamos explicar o que que essa matriz de imigração. A gente é, a gente tem. Várias operações, vários clientes que hoje são classificados, por exemplo, com o rating a. Como estarão esses clientes daqui 1 ano? Então a gente tá usando uma matriz de imigração nessa matriz aqui, por exemplo, ela tá dizendo que os clientes de rating a daqui. Um ano 0,09 desses clientes vão estar melhores, eles vão estar com rating Triple AE. 2 ponto vente e 7 desses clientes vão estar com rating a duplo 91.05 desses clientes vão estar com o mesmo rating a. E aí a gente tem os OOO, os clientes, as operações que estão com o rating a hoje e que daqui 1 ano vão piorar. Então 5 ponto 52 desses clientes provavelmente estarão com o rating é BBB zero ponto 74 por é provavelmente estarão com o rating BB. Zero ponto 26 provavelmente estarão com rating b. E assim por diante. Tá então a matriz de imigração, ela serve pra gente projetar o rating futuro de operações, que hoje tem uma determinada classificação de operações ou de clientes. Bom, aí a gente vai utilizar essa matriz de imigração um pouquinho mais à frente, a gente vai falar sobre ela de novo. Mas nesse ponto é importante a gente lembrar do elemento prospectivo mencionado pelo IFRS 9, IFRS 9 não obriga as entidades a projetarem. Vários cenários futuros, múltiplos cenários, mas ele recomenda que se faça isso. Tá, então a recomendação é que as entidades, ao pensarem em perdas de crédito, esse pensamento ele deve ser prospectivo. Então é, eu tô hoje pensando em probabilidade de default utilizando perda histórica, né? Observei as perdas do do passado pra. Projetar perdas futuras. E lembra aquela historinha que a gente tinha uma probabilidade de defoul e a gente transformou ela numa PD aclica. Agora a gente pode fazer o contrário. A gente tem uma PD acíclica e aí a gente pode criar. Criar, por exemplo, 3 cenários. Vamos criar um cenário provável, um cenário otimista e um cenário pessimista. Ou eu poderia criar um cenário? Provável e do? Is outros tipos de variações ou mais variações, sei lá, isso aí vai depender é de cada instituição, tá? Então a gente vai utilizar as informações econômicas, é da das informações da equipe econômica da instituição pra pra pensar nesses cenários, tá? E aí a gente vai utilizar esse elemento prospectivo. No cálculo da da probabilidade de ocorrência de perdas. Tá então importante, vamos reforçar aqui mais uma vez. O IFRS9, ele não obriga uma entidade com. A contemplar múltiplos cenários no cálculo das perdas de crédito. Mas ele recomenda que se faça isso. O que é é importante é a gente pensar prospectivamente na probabilidade de ocorrer perdas e na probabilidade de não ocorrer perdas. Bom, uma vez que a gente pensou nesses cenários, a gente projetou cenários de taxa de juros, câmbio, é nível de de emprego, crescimento do do PIB. Então, uma vez que a gente é pensou em cenários para essas projeções, a gente poderia ajustar as matrizes de AA matriz de migração e. Criar várias matrizes de migração, né? Ponderadas por estes cenários. Tá, então a gente teria é várias matrizes de imigração e poderia fazer uma média ponderada desses dessas matrizes aí que estão sendo é afetadas pelo cenário econômico. A gente poderia ter uma é criar 11 ponderação pra ter no final a. Probabilidade de default pra cada um dos puls, pra cada uma das classificações. Aí é de de risco, né? Ao longo de períodos futuros. Essa figura aqui, ela tá fazendo 11 associação das pedez as probabilidades de default com a. As curvas de juros com a forma como a gente trabalha, com com taxas a termo, né, com estrutura a termo de taxa de juros. Normalmente pra pra fins de Basileia se calcula a probabilidade de default para 12 meses, né? Então ela já é modelada pra ser uma probabilidade de default em 12 meses no IFRS 9. Em alguns momentos a gente utiliza essa PD pra 12 meses, em alguns momentos a gente utiliza PD pra toda a vida do instrumento financeiro. Então a gente. Pode fazer? A gente calculou inicialmente uma PD de 12 meses. E aí, utilizando matriz de imigração, utilizando essa ponderação de cenários econômicos, a gente pode é projetar PD é pra pra 18 meses, para 24 meses, para 36 meses, né? Ou seja, a gente vai criando é várias PDSA termo, tá? E aí, por exemplo, vamos supor que a gente tenha. A probabilidade de default para 12 meses. E a gente tem a probabilidade de default para 18 meses, tá? A gente, a partir dos é das matrizes de imigração. A partir dos cenários que a gente projetou, a gente calculou APD para 12 meses e extrapolou aí para para 18 e para 24 meses, tá? E a gente é, tem uma operação de. 15 meses, fluxo de caixa aí de 15 meses. Quando a gente vai é projetar. Quando a gente vai projetar, não quando a gente vai calcular AA. A perda esperada nessa operação aí que tem uma vida esperada de 15 meses, aí aí que que eu vou utilizar? Vou utilizar APD de 12 meses ou APD de 18 meses. O que a gente pode fazer é uma interpolação, né? A gente pega APD de 18 meses, a gente pega APD. De 12 meses e faz uma interpolação pra encontrar aí o que seria equivalente a uma PD de 15 meses. Tá, então isso não é, isso não é regra. Isso não tá no IFRS9, não tá na norma contábil, mas é um expediente prático pra gente colocar. Colocar isso aí No No no dia a dia, né? Transformar isso em uma coisa realizável. Você calcular a PD pra vida esperada de um ativo financeiro, independente do prazo que esse ativo tenha, tá? Então a gente está utilizando ferramentas existentes, a gente está adaptando ferramentas existentes para realidade. EFR 9.