Parâmetro de mensuração de impacto do risco de modelo na estrutura de capital de instituições financeiras

Dissertação (mestrado) — Universidade de Brasília, Faculdade de Economia, Administração e Contabilidade, Departamento de Economia, Programa de Pós-Graduação em Ciências Econômicas, 2022.Partindo do uso cada vez mais recorrente de modelos nas mais variadas atividades desempenhadas pelas corporações do mercado financeiro, motivado em grande parte pelo constante aprimoramento dos recursos tecnológicos, do qual decorrem, por um lado, inegáveis avanços de gestão e eficiência, e, por outro, custos e efeitos adversos inevitáveis, neste trabalho, apresentamos parâmetro de mensuração do impacto do risco de modelo na estrutura de capital de instituições financeiras. Veremos, de forma prática, que mais de 1% da parcela de capital relativa às exposições ao risco de crédito sujeitas ao cálculo do requerimento de capital regulatório pode resultar da materialização de erros de estimativa de modelos de classificação de risco, percentual que pode ultrapassar a casa dos milhões, considerando a representatividade das carteiras de crédito. Veremos também que uma piora de apenas 5% dos índices de acerto dos modelos de classificação pode representar um incremento de 30% no impacto no capital alocado atribuído aos erros de estimativa, enquanto um aumento dos mesmos 5% nos níveis de acerto desses modelos pode reduzir esse impacto em cerca de 25%, indicando o potencial do parâmetro proposto como ferramenta de mensuração e gestão dessa variante de risco que tem se mostrado cada vez mais relevante para as instituições financeiras.Starting from the more and more recurrent use of models in the most diverse activities performed by corporations in the financial market, motivated largely by the constant improvement of technological resources, which, on the one hand, lead to undeniable advances in management and efficiency, and, on the other, costs and unavoidable adverse effects, in this work, we present a parameter for measuring the impact of model risk on the capital structure of financial institutions. We will see, in a practical way, that more than 1% of the capital share related to exposures to credit risk subject to the calculation of the capital requirement may result from the realization of estimation errors of risk classification models, a percentage that may exceed the millions, considering the credit portfolios representativeness. We will also see that a worsening of just 5% of the hit rates of the scoring models can represent a 30% increase in the impact on allocated capital attributed to the estimation errors, while a 5% increase in the hit levels of these models can reduce this impact by around 25%, indicating the potential of the proposed parameter as a measurement and management tool for this risk variant that has been increasingly relevant for financial institutions