Avaliação de insolvência no sistema bancário: uma aplicação para o caso brasileiro

Abstract

O ano de 2008 foi marcado pelo ápice da crise financeira mundial, iniciada no mercado imobiliário dos Estados Unidos. Também nesse período, constatou-se o aumento da produção de estudos teóricos e empíricos sobre os determinantes de crises no sistema financeiro e, especificamente, no sistema bancário. Embora diversos trabalhos desenvolvidos analisem os determinantes de falência bancária, buscando identificar quais variáveis econômicas causam desequilíbrios no sistema financeiro, as conclusões encontradas nem sempre convergem para modelos eficientes no processo de early warning. O presente trabalho tem por objetivo avaliar como os modelos de redes neurais artificiais podem ser utilizados enquanto ferramentas para previsão de insolvência bancária no Brasil. Para tanto, foram utilizados dados a respeito de liquidação bancária entre os anos de 1996 e 1999 associados a três processos distintos de amostragem dos bancos solventes. Os resultados mostram que o maior volume de variáveis explicativas (neurônios de entrada) no modelo de redes neurais torna o modelo melhor ajustado à série e com menor erro quadrado médio de previsão, ainda que seja possível verificar uma forte presença de multicolinearidade entre essas variáveis. Finalmente, verificou-se que os modelos de redes neurais artificiais apresentam bom desempenho na previsão de falência bancária no Brasil independentemente do processo de amostragem selecionado