AVALIAO DO RISCO SISTMICO DO SETOR BANCRIO BRASILEIRO1

Marcelo Yoshio Takami

Banco Central do Brasil
Benjamim Miranda Tabak
Banco Central do Brasil
1. Introduo
De acordo com Black e Scholes (1973) e Merton (1974), debntures e aes podem ser consideradas ttulos
contingenciados aos ativos de uma companhia. A intuio desta abordagem que o valor de mercado de uma
companhia pode ser visto como a diferena entre a esperana do valor de mercado dos seus ativos e a
esperana do valor presente contbil da sua dvida, ou seja, agregando a participao de todos os acionistas
dessa companhia, como se estes detivessem uma opo de compra da mesma cujo preo de exerccio o
valor contbil da totalidade da dvida. Nessa tica, no momento do exerccio da opo, caso o valor de
mercado dos ativos seja menor ou igual ao valor contbil da sua dvida, o valor de mercado da companhia
ser nulo e a opo no ser exercida.
Dado que, na prtica, apenas valores positivos fazem sentido, quanto menor a diferena acima, maior a
probabilidade de desequilbrio econmico de um banco; caso essa diferena seja nula ou negativa, considerase que o banco entrou em default. O desequilbrio econmico, neste caso, se caracteriza pela probabilidade de
no cobertura do valor presente das dvidas com a venda dos ativos a valor de mercado. Alm disso, a
volatilidade instantnea do valor de mercado dos ativos desempenha um papel fundamental na avaliao de
risco de default. No modelo de Merton (1974), para firmas com nveis semelhantes de dvida e valor de
mercado, a probabilidade de default maior quanto maior for a volatilidade dos ativos.
A principal motivao para estudar este tema a necessidade de indicadores representativos da solvncia do
setor bancrio brasileiro. Alm disso, providencial que esses indicadores tambm sejam suficientemente
forward-looking, para que haja tempo hbil de os controladores do banco ou os rgos supervisores do
sistema financeiro tomarem medidas saneadoras. Do ponto de vista do Banco Central, o acompanhamento de
indicadores dessa natureza de suma importncia pelo menos por trs motivos: i) superviso, ii) avaliao do
impacto das decises de poltica monetria e iii) manuteno da estabilidade do sistema financeiro. Ao
mesmo tempo, um tema que tem sido pouco explorado; a maioria dos trabalhos para o setor bancrio
brasileiro tem utilizado o conceito de VaR ou analisado os impactos das decises do Comit da Basilia.2
Quanto aplicao da metodologia baseada em Merton a bancos brasileiros, at o momento s se tem
conhecimento do trabalho de Chan-Lau et al (2004). Estes autores mediram a vulnerabilidade de bancos de
mercados emergentes usando a medida de distncia ao default baseada em Merton. Usando dados de ratings
de crdito, os autores estimaram parmetros de modelos probit e logit com a distncia ao default como
varivel independente, aplicaram-nos a dados fora-da-amostra e concluiram que esta medida pode ser til do
ponto de vista das agncias reguladoras, pois os resultados mostraram que a medida de risco conseguiu
prever uma deteriorao de crdito de dois bancos argentinos com at 9 meses de antecedncia.
1

Agradeo aos comentrios de Antonio Francisco da Silva Jr., Joe Akira Yoshino, Marcos Eugnio da Silva, Mrio Rubem do
Coutto Bastos e Paulo Cacella.
2
Value-at-Risk corresponde pior perda esperada dentro de um intervalo de confiana e calculado estimando-se as volatilidades
dos preos de cada um dos ativos e estabelecendo-se o nvel de confiana e o perodo de manuteno de cada posio financeira. O
banco J.P. Morgan criou essa metodologia (RiskMetricsTM) em 1994.

Este ensaio difere do de Chan-Lau et al (2004) nos seguintes aspectos: i) foco numa anlise setorial e na
natureza classificatria da medida, atravs da anlise do risco individual de cada banco dentro do setor
bancrio brasileiro, ii) anlise de risco de bancos que foram liquidados e de bancos que sobreviveram, antes e
depois da instituio do PROER, iii) uso da taxa de CDB (certificado de depsito bancrio) como indicador
de risco, ao invs de algum rating de crdito, pelo fato de se ter conseguido uma srie histrica de taxa para
todos os bancos escolhidos e essa srie apresentar variao mensal e iv) comparao da medida baseada em
Merton com uma medida puramente baseada em mercado. Estruturou-se o trabalho da seguinte forma: a
seo 2 apresenta uma reviso da literatura, na seo 3, tem-se uma breve descrio do programa brasileiro
de reestruturao do sistema financeiro, denominado PROER, na seo 4 h uma descrio dos dados
utilizados neste trabalho, a seo 5 descreve a metodologia, na seo 6 tem-se os resultados. As concluses e
comentrios finais esto na seo 7.
2. Reviso da literatura
Quando o sistema financeiro pra de funcionar, o custo em termos de bem-estar social pode ser substancial,
pois crises bancrias esto associadas desacelerao da atividade econmica, inflao alta, ao aumento da
carga tributria e a crises cambiais. Um trabalho recente do FMI (Hogarth et al (2002)) mostrou que o custo
mdio durante um perodo de crise bancria ficou entre 15 e 20% do PIB anual. A proteo do sistema
bancrio , portanto, uma das principais prioridades das autoridades governamentais.
O monitoramento de risco bancrio tem levado busca de indicadores de desequilbrio econmico que
complementem as atividades de superviso direta. Em particular, os valores de mercado de ttulos, aes e
debntures de bancos tm o potencial de revelar informaes sobre o equilbrio econmico-financeiro de um
banco, sob a hiptese de que o mercado avalia o risco corretamente. Uma clara vantagem do uso de preos de
mercado em relao superviso direta que as informaes de mercado esto disponveis em frequncia
mais alta (Chan-Lau et al (2004)). A seguir, apresentam-se os resultados de outros artigos que aplicaram a
metodologia baseada em Merton ou que analisaram risco bancrio.
Dentro do contexto de atendimento s exigncias das agncias reguladoras, Ronn e Verma (1986)
apresentaram uma metodologia baseada em Merton (1974) para calcular o prmio de seguro de depsito a
partir de dados do mercado.
Duan (1994) desenvolveu uma metodologia, que inclusive foi utilizada no artigo de Alfred Lehar (2005),
para estimar os valores no-observados dos ativos utilizando os preos observados em um contrato de
derivativos. Dentro do mesmo arcabouo de Merton (1974) e Black e Scholes (1973), o autor apresentou um
importante contraponto ao trabalho de Ronn e Verma (1986), que a estimao dos parmetros de interesse
por funo de mxima verossimilhana, considerada mais adequada em virtude de a volatilidade da ao (e,
conseqentemente, a volatilidade instantnea) seguir um processo estocstico. Vassalou e Xing (2004) e
Ronn e Verma (1986), ao contrrio, trataram a volatilidade da ao como constante.
Abe (2002) aplicou o modelo KMV a algumas empresas do setor brasileiro de eletrodomsticos usando
apenas a dvida de curto prazo, ao invs da dvida total.3 Outra adaptao do modelo foi a reduo do
horizonte de tempo de 1 ano para trs meses, uma vez que as dvidas de curto prazo impactam a liquidez
dessas empresas e podem inviabiliz-las de operar. O autor obteve uma srie histrica trimestral de
probabilidades de default do incio de 1995 ao primeiro trimestre de 2002 para cada empresa e concluiu que
3

Em 1989, Stephen Kealhofer, John Andrew McQuown e Oldrich Alfons Vasicek fundaram a KMV Corporation, e esta
corporao comercializa o modelo de mesmo nome desde ento.

o modelo conseguiu captar a deteriorao da qualidade de crdito na maioria das vezes. Em particular, esses
episdios de deteriorao estiveram relacionados com a crise da sia (julho a nov/1997), crise da Rssia
(out/1998), desvalorizao do Real (jan/1999) e crise da Argentina (maro/2001), o que revelou que essa
medida de default pode ser sensvel a risco sistmico, dado que o mercado acionrio brasileiro bastante
suscetvel a essas turbulncias.
Clare e Priestley (2002) calcularam a probabilidade de falncia do setor bancrio noruegus antes e depois da
crise bancria neste pas e encontraram evidncia emprica de aumento de risco sistmico a partir de 1984,
logo aps a desregulamentao deste setor, e de queda a partir de 1992.
Vassalou e Xing (2004) usaram o modelo de precificao de opes de Merton (1974) para calcular
indicadores de probabilidade de falncia para firmas individuais norte-americanas usando dados do mercado
acionrio. Esses autores investigaram de que forma o risco de falncia afeta o retorno das aes e
encontraram evidncias de que o tamanho, a razo VPA/P (valor patrimonial por ao/ preo da ao) e as
carteiras mimetizantes SMB e HML de Fama e French contm informaes relacionadas falncia de
companhias e que o risco de falncia constitui um risco sistemtico.
Alfred Lehar (2005) tambm partiu dos modelos de precificao de opes de Black e Scholes (1973) e
Merton (1974) e utilizou informaes do mercado acionrio para propor um novo mtodo para medir e
monitorar risco sistmico no sistema financeiro. De acordo com o autor, esta metodologia permite comparar
o risco ao longo do tempo e entre pases. Basicamente, a inovao consistiu em incorporar a
interdependncia entre os bancos para o clculo das medidas de risco. Assim, correlaes entre carteiras de
ativo de diversos bancos do sistema bancrio local foram calculadas usando dados de bancos internacionais
no perodo de 1988 a 2002. Com base nessa dinmica conjunta da evoluo dos investimentos dos bancos,
uma medida de probabilidade de falncia simultnea de vrios bancos foi calculada e conjecturas a respeito
de risco sistmico foram formuladas para Estados Unidos, Europa e Japo. Quanto maior a correlao entre
as carteiras dos bancos, maior a probabilidade de mltiplas falncias. O autor concluiu que bancos maiores
e mais lucrativos apresentaram baixo risco sistmico e um aporte de capital reduziu o risco sistmico apenas
para bancos que estavam limitados por requerimentos legais de capital.
Bystrom et al (2005) aplicaram o modelo de Merton (1974) s 50 companhias listadas em um ndice da
bolsa da Tailndia e verificaram um significativo aumento da probabilidade de default em torno da crise e
uma volta lenta aos nveis de pr-crise, uma relao negativa entre tamanho da companhia e probabilidade de
default apenas durante a crise, nenhuma relao entre essa probabilidade e a razo VPA/P e rejeitaram a
hiptese de que o risco de default sistemtico (pois no estava associado a retornos mais altos).
Tannuri e Sales (2005) estimaram probabilidades condicionais de falncia para todos os bancos brasileiros
(exceto os estrangeiros) entre julho de 94 e dezembro de 98 usando modelos de durao para dados em
painel. Nestes modelos, as variveis macroeconmicas e de contgio mostraram-se significativas. O poder
preditivo de ocorrncia de falncia foi acima de 70% para alguns modelos. Alm disso, obteve-se uma
indicao de que o PROER teve algum efeito na reduo da probabilidade de falncia de bancos slidos.
Finalmente, as autoras propuseram um ndice de fragilidade financeira para o Brasil e este ndice sugeriu que
o setor bancrio apresentou vulnerabilidade crescente aps novembro de 1995.

3. PROER4
Antes do Plano Real, grande parcela do lucro do sistema financeiro brasileiro baseava-se em ganhos
proporcionados por passivos no-remunerados, como depsitos vista e recursos em trnsito. Diante do novo
quadro de estabilidade de preos, verificou-se uma incapacidade de algumas instituies financeiras em
promover espontaneamente os ajustes necessrios para sua sobrevivncia nesse novo ambiente econmico.
Em 1995, o universo de bancos (comerciais, mltiplos, de desenvolvimento e de investimento) era de 265,
com mais de 16 mil agncias, 11 mil postos de atendimento adicionais (sem contar com as caixas
econmicas, com 1800 agncias). De maro de 1974 a dezembro de 1995, 72 instituies financeiras
sofreram liquidao ordinria e 84 decretaram falncia, gerando enormes custos financeiros e sociais. Assim,
aps a crise do Econmico, o 22. banco sob interveno/liquidao desde o Plano Real, e com a finalidade
de evitar uma possvel crise sistmica, foi institudo o PROER (Programa de Estmulo Reestruturao e ao
Fortalecimento do Sistema Financeiro Nacional) em 3 de novembro de 1995, que veio para ordenar a fuso e
incorporao de bancos a partir de regras ditadas pelo Banco Central. Este programa consistiu basicamente
em conceder linhas de crdito e benefcio fiscal para instituies interessadas em comprar bancos com
problemas.
4. Descrio dos dados
A anlise de 6 bancos brasileiros com ao na Bovespa cobre o perodo de junho de 1988 a fevereiro de 2005
(para os bancos que faliram, o perodo apenas de junho de 1988 a julho de 1995). Optou-se por escolher um
intervalo anterior ao Plano Real e instituio do PROER para comparar a dinmica das medidas de risco
deste intervalo com a dinmica aps julho de 1995, considerado de maior estabilidade econmica e em que
as demonstraes contbeis esto menos contaminadas pelo efeito inflacionrio. Os dados dirios de valor de
mercado (soma dos valores correspondentes s aes preferenciais e ordinrias) foram obtidos da
Economtica, os valores mensais de dvida, do Plano Contbil das Instituies do Sistema Financeiro
(COSIF) do Banco Central, as taxas de juros dirias de DI-OVER foram coletadas da Bloomberg e a inflao
do indice IPCA, do site www.ipeadata.gov.br.5 Ressalte-se que os valores de mercado e de dvida foram
corrigidos pelo IPCA e que se considerou o exigvel total (passivo circulante mais o passivo exigvel a longo
prazo) como o valor de dvida e tambm como ponto de default para o clculo das medidas de risco de
default.6 Alm disso, assim como todos os trabalhos que aplicaram metodologias de mesma natureza
(baseadas em Merton), adotou-se a hiptese arbitrria de que o vencimento da dvida ocorre num prazo fixo
de 1 ano (com prazo de 6 meses, os resultados no apresentaram diferena qualitativa). Com a finalidade de
comparar o poder preditivo das medidas de risco, coletaram-se as taxas de captao do CDB (certificado de
depsito bancrio) de cada banco, ms a ms, a partir de fevereiro de 1992.
5. Metodologia
Para avaliar se o maior esforo computacional de calcular uma medida de risco baseada em Merton valeu a
pena, comparou-se o seu poder de classificao com uma medida puramente baseada em mercado. Esta
comparao foi feita de duas formas: i) percentual de meses que os bancos liquidados foram classificados
4

Fonte: site do Banco Central do Brasil (www.bcb.gov.br)

Optou-se pela srie de DI-OVER por esta apresentar dados a partir de outubro de 1986, enquanto a serie de swap PR-DI, por
exemplo, apresenta dados somente a partir de janeiro de 1995.
6
Ponto de default o valor de mercado para os ativos abaixo do qual o banco considerado em default. Quanto menor o ponto de
default e mantidas constantes as outras variveis, menor o risco de default. Neste sentido, a atribuio do exigvel total, ao invs
dos depsitos, por exemplo, como ponto de default uma escolha mais conservadora (pois superestima o risco de default).
5

como mais arriscados que a mdia e ii) teste do poder explicativo de cada medida de risco, tomando-se a taxa
de captao do CDB como referncia.
Intuitivamente, considera-se que uma instituio financeira aumenta sua taxa de captao em momentos de
dificuldade (escassez de liquidez) a fim de atrair depsitos. Ento, dois testes foram aplicados: i) uma
regresso GMM com o cdb como varivel dependente e a primeira defasagem da varivel explicativa
) como varivel instrumental e ii) um teste de causalidade de Granger.
(distncia ao default ou 1

it

Para a calibrao da primeira medida de risco de default, dois trabalhos serviram de referncia: Vassalou e
Xing (2004) e Alfred Lehar (2005). Em ambos os artigos, os autores utilizaram o mesmo arcabouo terico
originalmente proposto por Merton (1974) para calcular medidas de risco de default de bancos. Assume-se
que o valor de mercado dos ativos (VA) segue um movimento Browniano geomtrico do seguinte tipo:
dVA = VAdt + VAdW,
onde = drift, = volatilidade instantnea e W = processo de Wiener
O valor de mercado da companhia dado por:7
Et = VA,tN(d1,t) Xte-rN(d2,t),

(1)

onde Et = valor de mercado da companhia, Xt = valor nominal da dvida, N(.) = funo de distribuio
ln(VA,t/Xt) + (r+2/2).
acumulada da distribuio normal padro, = maturidade da dvida, d1,t =
, d2,t = d1,t
.1/2
.1/2 e r = taxa de juros real livre de risco
A maturidade da dvida () foi fixada em 1 ano.8
Fundamentalmente, os dois trabalhos diferem na metodologia para a calibrao da volatilidade instantnea
(). Para cada ms, Vassalou e Xing (2004) obtm um estimador para a volatilidade do retorno contnuo da
ao de cada banco (E) usando dados dirios com janela mvel de 12 meses e o usam como valor inicial
para a calibrao de , ou seja, substitui-se E na equao 1 e obtm-se valores dirios para VA,t para esses 12
meses.9 Com base nesses valores de VA,t, calcula-se o estimador para e o substitui na equao 1 para um
novo clculo dos VA,ts dirios. Esta rotina se repete at que os valores de convirjam com tolerncia de 1e6. Por outro lado, Alfred Lehar (2005) estima (,) atravs da maximizao da seguinte funo de logverossimilhana:

L(E, , ) =

m
m
m 1
m 1
ln(2 )
ln 2 ln VA,t ( ) ln N (d1,t )
2
2
t =2
t =2

Alfred Lehar (2005) e Ronn e Verma (1986) no colocaram a taxa de juros livre de risco de forma explcita nas equaes, pois
nesses artigos o valor da dvida j est ajustado para valor presente.
8
Os resultados no apresentaram diferena qualitativa com maturidade de 6 meses.

E =

Et
E
ln

t =2
, =
E t 1
E
(m 1)(m 2)
m

Et

t 1 e m = nmero de observaes dirias dentro da janela mvel de 12 meses

m 1

ln E
t =2

 VA,t ( )

ln
2 2 t = 2 VA,t 1 ( )
1

(2)

Maximizou-se a equao 2, utilizando as rotinas implementadas em Gauss por Duan. Em particular, a rotina
de maximizao baseia-se no algoritmo quadratic hill-climbing de Goldfeld, Quandt e Trotter (1966).
Para ambas as metodologias de calibrao, calculou-se a distncia ao default (ddt), conforme a formulao
abaixo:10
ddt =

ln(VA,t/Xt) + ( - 2/2).
.1/2

(3)

A distncia ao default consiste no nmero de desvios-padro que ln(VA,t/Xt) tem que desviar negativamente
da sua mdia para caracterizar o default. Assim, quanto menor esse valor, mais prxima do default a
companhia estar e, conseqentemente, maior ser o seu risco de default.
Quanto segunda medida de risco de default, aplicou-se a metodologia descrita em Clare e Priestley (2002).
Basicamente, uma medida de risco de mercado que considera o papel da alavancagem no balano
patrimonial. No caso, assume-se que as atividades da firma so financiadas apenas por capital prprio.
Atravs de uma verso condicional do CAPM (Capital Asset Pricing Model), deriva-se uma medida de
variabilidade na precificao efetiva de mercado em torno dos valores esperados. Essa variabilidade deve
representar a variabilidade dos valores dos ativos e passivos subjacentes e usada para derivar uma medida
de risco de default do banco no perodo seguinte.
De acordo com o CAPM, para uma ao individual i e para um instante de tempo t, tem-se:
~
~
~
~
E(R it ) = it E(R mt ) , onde E(R it ) o excesso de retorno esperado da ao i e E(R mt ) o excesso de retorno
esperado do mercado. Alm disso, considera-se que o retorno esperado da carteira de mercado funo de
~
2
2
) , onde t o preo de mercado do risco e mt
a
sua varincia esperada, ou seja: E(R mt ) = t E( mt
varincia condicional do excesso de retorno da carteira de mercado. Se os retornos esperados estiverem
~
~
~
2
) + u mt (4) e R it = it E( Rmt ) + eit (5), onde umt e eit so termos
corretos na mdia, ento, vem: R mt = t E( mt

2
2
) = E(u 2mt ) . Dado que = cov( R it , R mt )/ mt
residuais. De (4), vem: E( mt
e notando que E(cov( R it , R mt ))

= E(umt,eit), vem: R it = t E(u mt , eit ) + eit . Assim, o valor esperado da companhia dado por:
N

jt

E(Sit N ) = Sit -1 N (1 + R ft + t E(u mt , eit )) e Sit N = Sit -1 N (1 + R ft + t E(u mt , eit ) + eit ) , onde: Sit =

X jt

j =1

,
N
Sit o preo da ao i no instante t, Pjt o preo de mercado do ativo ou da dvida j no instante t, Xit o ativo
ou a dvida e N a quantidade de aes da companhia i.
Da, o erro de previso em expectativas racionais : Sit E(Sit) = Sit-1Neit e, portanto, a varincia condicional
2 2
do valor da companhia em t-1 : ( S it 1 N ) eit . Conseqentemente, dividindo o valor de mercado da
10

Ver deduo em Vassalou e Xing (2004)

companhia pelo seu desvio padro, resulta uma estatstica ( 1 ), que tambm representa um nmero de
eit

desvios-padro que a companhia est distante de uma situao hipottica de solvncia.11 Assim, quanto
menor esse valor, mais prxima do default a companhia estar e maior ser o seu risco de default. Calculouse eit mensalmente com janela de dados dirios de 1 ano, aplicando-se uma regresso simples MQO
(mnimos quadrados ordinrios) ao seguinte modelo unifatorial: Rit = 0 + 1Rmt + eit, onde Rit = retorno da
ao do banco i e Rmt = retorno do setor bancrio.12,13
6. Resultados
Seis grandes bancos brasileiros (dos quais dois foram liquidados no segundo semestre de 1996) foram
analisados e medidas individuais de risco de default (distncia ao default dd e 1 ) foram calculadas
eit

mensalmente de maio de 1989 a fevereiro de 2005 utilizando uma janela mvel de 12 meses. Optou-se por
comparar as distncias ao default e os desvios destas distncias em relao mdia ponderada, ao invs das
probabilidades de default, devido sua natureza ordinal similar de um rating. De acordo com Altman et al
(1999), esta medida no est necessariamente associada a um valor pr-definido de probabilidade de default;
o valor de probabilidade depende da funo de distribuio escolhida.
Com relao primeira medida de risco, baseada em Merton, as magnitudes das distncias estimadas de
acordo com Vassalou e Xing (2002) ddvxing e Lehar (2005) ddlehar so muito semelhantes ao longo
do tempo para cada banco (a mdia de ddlehar para cada banco fica entre 80 e 98% da mdia de ddvxing) e
as correlaes so altas (prximas de 100% para os bancos A, B, C e D e de 92% para os bancos E e F).
Assim, decidiu-se por calcular apenas a srie histrica de ddlehar de cada banco. Alm disso, conforme
comentrio da segunda seo, a estimao dos parmetros de interesse por funo de mxima
verossimilhana considerada mais adequada (Duan (1994)) em virtude de a volatilidade da ao seguir um
processo estocstico. Com relao segunda medida de risco, o seu clculo tambm foi feito mensalmente de
maio de 1989 a fevereiro de 2005 com dados dirios dentro de uma janela mvel de 12 meses.14

11

Clare e Priestley (2002) obtm estimativas de eit usando um modelo AGARCH-M (Asymmetric Generalised Autoregressive
Conditional Heteroskedasticity in Mean), que considera assimetria de preo na expresso para a varincia condicional.
12
Tambm estimaram-se 1
para cada banco aplicando-se o CAPM atravs de uma regresso MQO ao seguinte modelo:

it

~
~
~
~
R it = Rmt + eit , onde R it o excesso de retorno da ao do banco i sobre a taxa di-over (%a.d.), R mt o excesso de retorno do
setor bancrio sobre a taxa di-over (%a.d.) e eit o resduo. Os 1 s estimados para cada banco so praticamente os mesmos.
eit

13

Para os bancos A, C e D, tomamos as aes PN (preferenciais), enquanto que para os bancos B, E e F, tomamos as aes ON
(ordinrias). Essa escolha do tipo de ao foi feita em funo da disponibilidade de dados. De qualquer forma, os 1 s
eit

estimados para cada banco no so significativamente diferentes. O retorno do setor bancrio foi obtido com base na soma do valor
n

de mercado de cada banco, ou seja: Rmt =

(E

it

i =1

Eit 1 )

, onde Eit = S itON N iON + S itPN N iPN , S itON N iON o valor do banco em termos

it 1

i =1

de ao ordinria, S itPN N iPN o valor do banco em termos de ao preferencial e n o nmero de bancos da amostra.
14
Aplicaram-se os testes de ADF e KPSS s sries de retornos de ao para cada banco. Apesar de no se ter verificado robustez
nos resultados destes testes, consideraram-se as sries estacionrias para a aplicao da regresso simples.

Verifica-se uma semelhana na evoluo entre os bancos A e C, C e D e entre os bancos E e F ao longo do

tempo, tanto na metodologia baseada em Merton quanto na baseada em modelo unifatorial, como mostra a
Tabela 1:15
Tabela 1 Correlao de ddlehar e 1 entre bancos
e
it

A-C

C-D

1
ddlehar
perodo
completo
at jul/95
aps jul/95

E-F

1
ddlehar

it

1
it

ddlehar

it

94%

96%

93%

85%

100%

74%

96%
83%

82%
92%

92%
89%

60%
68%

100%

74%

Ressalte-se que, principalmente aps julho de 1995, os resultados so consistentes para cada banco (a menos
do banco B), ou seja, uma medida de risco de default evoluiu de forma semelhante outra neste sub-perodo.
Nos principais eventos de turbulncia, as medidas de risco de default movimentaram-se na direo esperada
(menos pronunciado para o banco B), especialmente nos episdios da desvalorizao do Real no incio de
1999 e da eleio em meados do 2o. semestre de 2002, em que se observaram redues pronunciadas dessas
medidas de risco. As correlaes constam da Tabela 2:
Tabela 2 Correlao entre ddlehar e 1
e
perodo completo
at jul/95
aps jul/95

Banco A
70%
12%
28%

Banco B
-1%
-2%

Banco C
78%
4%
48%

16
it

Banco D
75%
2%
56%

Banco E
17%
17%

Banco F
21%
21%

Assim, estas medidas de risco podem ter sofrido a influncia de algum movimento sistemtico, pois: i) de
acordo com a Tabela 1 e os testes de causalidade de Granger, os resultados entre bancos (A-C, C-D e E-F)
dentro de uma mesma metodologia so semelhantes e ii) conforme a Tabela 2, as metodologias baseadas em
Merton (Vassalou e Xing (2004) e Lehar (2005)) produziram resultados qualitativamente semelhantes
metodologia baseada em modelo unifatorial, principalmente aps julho de 1995. As correlaes entre a
medida baseada em Merton e 1 (Tabela 2) aps julho de 1995 indicam que, durante o perodo de estudo,
eit

o aumento de risco individual de default, quando ocorreu, teve relao com alguma deteriorao setorial ou
mesmo da economia como um todo. Este perodo foi permeado por uma sequncia de crises internas e
externas e economias emergentes como a brasileira (e conseqentemente as companhias com sede nesses
pases) ficaram bastante vulnerveis a essas turbulncias e a conseqente vulnerabilidade em nvel de
companhia pode estar sendo expressa por essas medidas de risco.17 Aproveitando os parmetros estimados

15

As estatsticas F do teste de causalidade de Granger foram significativas entre os bancos A e C e entre C e D a 10% de
significncia e no foram significativas entre os bancos E e F. Os resultados para o banco B podem no ser comparveis com os
dos outros bancos por se tratar de banco pblico.
16
A sries para o banco B comeam em agosto de 1995 e, para os bancos E e F, terminam em julho de 1995.
17
A fim de separar o risco idiossincrtico do sistemtico e verificar a robustez da metodologia baseada em Merton, foi feito um
exerccio apenas para ddvxing corrigindo-se os estimadores de A (volatilidade do retorno do valor de mercado dos ativos) via
CAPM atravs da seguinte regresso com dados dirios e janela de 1 ano: RAt = Rmt + vt 2v = 2A 22m, onde RAt o
retorno do valor de mercado dos ativos, Rmt o retorno do setor bancrio e vt o resduo. No entanto, ddvxing no apresentou
mudanas significativas em relao ao original, pois os s apresentaram valores menores que os obtidos no clculo da medida

para o clculo da medida baseada em modelo unifatorial, calcularam-se os percentuais de risco sistemtico e
risco idiossincrtico em relao ao risco total para cada banco, conforme a Tabela 3:

2 m2

Tabela 3 Mdias dos riscos sistemtico e idiossincrtico em relao ao risco total

Banco A
Banco B
Banco C
Banco D
Banco E
Banco F
69,77%
35,19%
57,63%
17,79%
0,07%
0,35%
i2

e2 i2

30,23%

64,81%

42,37%

82,21%

99,93%

99,65%

mdio

1,23

1,07

1,10

0,67

0,02

0,04

it

De acordo com a Tabela 3, observou-se a prevalncia do componente sistemtico ( 2 m2 ) sobre o

idiossincrtico ( e2it ) apenas para os bancos A e C. Para os bancos E e F foram obtidos valores baixos de , o
que explica o percentual baixo de risco sistemtico.
Portanto, considerando a natureza ordinal da medida e numa tentativa de identificar variaes de risco
genuinamente idiossincrticas, calculou-se o desvio da distncia ao default em relao a um valor de
referncia (mdia das distncias ao default dos 6 bancos ponderada pela dvida) para cada banco e para cada
ms, conforme o Grfico 1:18

ago/04

ago/03

ago/02

ago/01

ago/00

ago/99

ago/98

ago/97

ago/04

ago/03

ago/02

ago/01

ago/00

ago/99

ago/98

ago/97

ago/96

35
25
15
5
-5
-15
-25

ago/95

Bancos B e D: de agosto de 95 a
fevereiro de 2005

mai/95

mai/94

mai/93

mai/92

mai/91

mai/90

mai/89

Bancos D, E e F: maio de 89 a julho de 95

6
4
2
0
-2
-4
-6

ago/96

35
25
15
5
-5
-15
-25

ago/95

Bancos A e C:
agosto de 95 a fevereiro de 2005

mai/95

mai/94

mai/93

mai/92

mai/91

mai/90

mai/89

Bancos A e C: maio de 89 a julho de 95

6
4
2
0
-2
-4
-6

Grfico 1 Desvios de ddlehar

baseada em modelo unifatorial e, consequentemente, 2v 2A. Alternativamente, tentou-se isolar o risco sistemtico atravs do
clculo do desvio da medida de risco em relao mdia ponderada do setor.
18
desvlehar = ddlehar ddleharponderado

Desta forma, tem-se uma medida de natureza classificatria (ou ordinal) e desvios positivos significam risco
menor que a mdia e desvios negativos, o contrrio. A anlise visual dos grficos sugere que os nveis de
risco dos bancos A e C estiveram abaixo da mdia durante a maior parte da srie temporal. Alm disso, os
bancos E e F, que entraram em regime especial no segundo semestre de 1995 e foram liquidados um ano
depois, apresentaram os maiores nveis de risco dentre os 5 bancos (menos o banco B, cuja srie histrica
inicia-se em agosto de 1995) em 84% dos meses de maio de 1989 a julho de 1995.19 Quanto ao banco D, seus
nveis de risco ficaram acima da mdia no perodo anterior a julho de 1995, mas a partir desta data, as
distncias ao default aumentaram, ficando inclusive acima dos valores do banco A em vrios meses. Os
resultados para o banco B podem no ser comparveis com os dos outros bancos por se tratar de banco
pblico.
Calculando os desvios de

e em relao mdia ponderada, obtm-se resultados que corroboram a

it

anlise do pargrafo anterior apenas em parte.20 Os bancos A, C, B e E, por exemplo, apresentaram a mesma
classificao obtida com o desvio da distncia ao default: risco abaixo da mdia para os dois primeiros e
acima da mdia para os dois ltimos. No entanto, os desvios de 1

eit

para o banco D esto negativos em

97% dos meses aps julho de 2005 (e apenas 17% para o caso dos desvios de ddlehar) e no se teve
conhecimento de nenhum problema de liquidez deste banco durante este perodo. Alm disso, outro resultado
no esperado foram os desvios positivos de 1 para o banco F em 20% dos meses de julho de 1993 a
eit

julho de 1995 (ao contrrio, esperavam-se menos desvios positivos neste perodo).21,22
Note que uma classificao deste tipo mais conveniente do que, por exemplo, ter que definir
arbitrariamente um valor crtico de distncia ao default constante ao longo do tempo abaixo do qual um
banco seria considerado com alto risco de default. Esse teria sido o caso, se a anlise tivesse sido
desenvolvida usando os valores absolutos de ddlehar ou 1 .
eit

A seguir, compararam-se as medidas de risco com a taxa de captao do CDB. A taxa mdia do CDB a taxa
mdia de juros de mercado (rentabilidade mdia diria (%) dos depsitos a prazo (CDB/RDB-prefixados)).23
Os resultados do teste de causalidade de Granger com 12 defasagens esto apresentados na Tabela 4:24

19
20

O regime especial pode ser RAET (regime de administrao especial temporria), interveno ou liquidao extrajudicial.
desv1/sigma = 1
1
ponderado

it

it

21

Alm de terem sido obtidos desvios positivos, contrariamente do que se esperava, esta medida classifica os bancos D e E (e no
E e F, como se esperaria) como sendo os de maior risco de default dentre os 5 bancos em 96% dos meses de junho de 1991 a julho
de 1995.
22
Neste mesmo perodo, no houve nenhum desvio positivo para ddlehar. Ver Tabela 9.
23
Foram feitas as mesmas anlises com a mdia ponderada da taxa do CDB para os 6 bancos e os resultados so equivalentes.
24
Como se esperava, tambm foram obtidas correlaes mais negativas entre a mdia ponderada (pela dvida) de ddlehar e o cdb
mdio antes e aps julho de 1995 (-63% e -75% contra -20% e -52% para o caso de 1
ponderado, respectivamente para cada

it

perodo).

Tabela 4 Estatsticas F do teste de causalidade de Granger entre

ddlehar ponderado x cdb mdio e 1
ponderado x cdb mdio25

H1

it

H2

H3
Antes de
4,52*
4,21*
0,511
julho/95
Aps
4,74***
0,53
5,97***
julho/95
OBS.: H1: ddlehar ponderado no causa cdb mdio, H2:
H3: 1 ponderado no causa cdb mdio,

H4
1,17
0,599
cdb mdio no causa ddlehar ponderado,

e it

H4: cdb mdio no causa 1 ponderado

e it

*** 1%-significante
** 5%-significante
* 10%-significante

Alm disso, comparou-se o poder explicativo de ambas as medidas de risco, aplicando-se a seguinte
regresso GMM (mtodo dos momentos generalizados): cdbmdiot = 0 + 1*mrt + t, onde mrt =

{ddponderado, 1 ponderado} e t IID(0,2), usando mrt-1 como varivel instrumental. Os resultados

eit

esto apresentados na Tabela 5:

Tabela 5 Regresses GMM das variveis em nvel agregado
Antes de julho/95
Aps julho/95
Varivel explicativa
0
1
0
1
ddponderado
0,333** -0,306*** 0,101*** -0,002***
(2,181)
(-4,367)
(13,798)
(-4,528)

e ponderado
it

1,234
(0,027)

-0,008
(-0,006)

0,124*** -0,0009**
(5,744)
(-2,345)

OBS.: estatsticas t entre parnteses

*** 1%-significante
** 5%-significante
* 10%-significante

Verifica-se pela Tabela 5, que os coeficientes 1's so fortemente significativos e com o sinal esperado (um
aumento na taxa de captao deve estar relacionada com uma reduo das medidas de risco e vice-versa) nos
dois perodos apenas para ddponderado.26
Aplicando-se a mesma regresso GMM para os bancos A, C, E e F com desvcdb como varivel dependente e
a primeira defasagem da varivel explicativa como varivel instrumental, espera-se que os coeficientes 1's
sejam significativos e com sinal positivo, considerando a forma como os desvios foram construdos.27,28 No

25

Como a rejeio no-estacionariedade das variveis no foi muito forte, tambm aplicou-se o teste de causalidade de Granger
para a primeira diferena das variveis. Os resultados no mudam qualitativamente.
26
Como a rejeio no-estacionariedade das variveis no foi muito forte, aplicou-se a abordagem descrita em Flemming (1998).
No entanto, de acordo com esta abordagem, o coeficiente de interesse (1) fortemente significativo para ambas as medidas para o
perodo antes de julho de 1995 e no significativo para o perodo aps julho de 1995.
27
A rejeio no-estacionariedade das variveis tambm no foi muito forte para as variveis de cada banco. Ento, tambm
aplicou-se a abordagem de Flemming (1998) para todos os bancos e foram obtidos coeficientes 1's significativos e com o sinal
esperado (um aumento do desvio da taxa de captao deve estar relacionada com um aumento dos desvios das medidas de risco e
vice-versa) apenas para ddlehar dos bancos A e C aps julho de 1995. Tambm aplicou-se o teste de causalidade de Granger em

entanto, de acordo com os resultados destas regresses, no possvel afirmar que uma medida de risco
supera a outra, como mostram as Tabelas de 6 a 8:
Tabela 6 Regresses GMM para o banco A
Antes de julho/95
Aps julho/95
Varivel explicativa
0
1
0
1
ddleharA
-0,022
0,025
-0,003
0,0006***
(-0,640)
(0,845)
(-2,139)
(4,068)
0,076
(1,393)
OBS.: estatsticas t entre parnteses
*** 1%-significante
** 5%-significante
* 10%-significante

e bancoA
it

-0,004
(-1,388)

0,004
(1,486)

-7,14e-05
(-0,601)

Tabela 7 Regresses GMM para o banco C

Antes de julho/95
Aps julho/95
Varivel explicativa
0
1
0
1
ddleharC
0,008
-0,001
0,0117**
-0,0002
(0,573)
(-0,145)
(2,165)
(-0,744)
0,017
(1,128)
OBS.: estatsticas t entre parnteses
*** 1%-significante
** 5%-significante
* 10%-significante

e banco C
it

-0,002
(-1,139)

0,007***
(2,890)

-2,81e-05
(0,207)

Tabela 8 Regresses GMM para os bancos E e F de fevereiro/92 a julho/95

Banco E
Banco F
Varivel explicativa
0
1
0
1
ddlehar
-0,007
0,003
0,028
0,009
(-0,709)
(0,508)
(1,002)
(1,024)
0,008
(0,703)
OBS.: estatsticas t entre parnteses
*** 1%-significante
** 5%-significante
* 10%-significante

it

0,001**
(2,035)

0,047
(1,305)

0,006
(1,507)

Os desvios das medidas de risco so fracamente correlacionados com os desvios da taxa de captao do CDB
(desvcdb) e os parmetros 1's, apesar de significativos para dois casos (ddleharA e
29

apresentaram valores baixos.

e banco F),
it

Neste caso, so duas as hipteses: i) as medidas de risco podem no estar

nvel e na primeira diferena para cada banco, e observou-se apenas uma rejeio no-Granger-causalidade de cdb para ddlehar
em nvel e na primeira diferena para o banco C aps julho de 1995 a 5% de nvel de significncia.
28
desvcdb = cdb mdio cdb do banco.
29
As correlaes entre as medidas de risco e o desvio de CDB para cada banco foi baixa. Apenas o banco A apresentou correlao
relativamente alta (54%) entre o desvio de ddlehar e o desvio de CDB para o perodo aps julho de 1995. Os grficos de cada
banco no foram apresentados por motivo de sigilo.

capturando corretamente a variao de vulnerabilidade de cada banco ou ii) a taxa do CDB pode no ser uma
proxy adequada para a variao de vulnerabilidade de cada banco, conforme a Tabela 9 indica:
Tabela 9 % desvios positivos em relao ao total de desvios de julho de 1993 a julho de 1995
A
B
C
D
E
F
80%
100%
60%
92%
24%
28%
desvcdb
100%
0%
76%
0%
0%
0%
desvgauss
100%
0%
84%
0%
0%
20%
desv1/sigma

Com relao aos sinais do desvio da taxa de captao do CDB para cada banco de julho de 1993 a julho de
1995 (perodo em que os bancos E e F deveriam estar passando por dificuldades), esperava-se um percentual
menor de desvios positivos para os bancos E e F.30
Quanto ao processo de calibrao, verificou-se que: i) no caso do mtodo iterativo de Vassalou e Xing
(implementado em Matlab), a convergncia do algoritmo de clculo de zero de funo depende do chute
inicial de valor de mercado de ativo, e ii) na metodologia de Lehar (implementado em Gauss), os parmetros
resultantes da calibrao ( e VA,t) so bastante sensveis escala das variveis de entrada (Et e Xt),
principalmente no perodo anterior ao Plano Real.
Observa-se, ainda, que a distncia ao default significativamente sensvel taxa de juros. Para uma mesma
metodologia de calibrao, quanto maior a taxa de juros, menor ser o valor presente da dvida. De acordo
com a equao 1, o valor de mercado dos ativos dever ser menor para um valor dado de Et. Assim, a chance
de o valor de mercado dos ativos cobrir o valor da dvida ser menor e, portanto, a distncia ao default (ddt)
dd
ser menor e o risco de default ser maior. Analiticamente, espera-se que
< 0 . Assim, derivando a
r
equaes 1 e 3 em relao a r, tem-se:
V
d
d
0 = A N (d1 ) + VA N (d1 ) 1 Xe r N (d 2 ) 2 + Xe r N (d 2 )
(6)
r
r
r
VA
dd
r
(7)
=
r VA

Sabe-se

d 2 = d1

que:

(8)

d 22 = d12 2d1 + 2 =

r
2

= d12 2lnVA + (r + ) + 2 = d12 2 lnVAe

(9)

X
X
2

2
d
1 d2 2
1 t 2 2
Tambm sabe-se que: N (d ) =
e dt N (d 2 ) =
e
. Substituindo (9), vem:

N (d 2 ) =

30

VAe r
X

1 d1 2
Xe r N (d 2 ) = VA N (d1 )
e
2

(10)

Para o perodo de fevereiro de 1992 a julho de 2005, a concluso substancialmente a mesma. Alm disso, a variao da taxa de
captao do banco B pode no estar relacionada com sua necessidade de liquidez por se tratar de banco pblico. Pelo mesmo
motivo, a variao de risco deste banco pode no ter sido capturada adequadamente pelas metodologias.

d 2 d1
Xe r N (d 2 )
VA
=
e substituindo isso e (10) em (6), obtm-se:
=
<0 .
r
r
N (d1 )
r
Substituindo em (7), chega-se finalmente a:
Xe r N (d 2 )
dd
=
<0
(11)
VA N (d1 )
r

Sabendo que de (8), temos

Alternativamente, aferiu-se a sensibilidade de ddt taxa de juros, calculando-se primeiramente os valores de

mercado dos ativos (VA,t) correspondentes a taxas reais de juros entre 0 e 100%, conforme a equao 1 e
mantendo-se as outras variveis (Et/Xt e ) num valor fixo (adotou-se a mdia delas para cada banco como
referncia). Ento, substituiu-se cada VA,t na equao 3, obtendo-se diferentes valores de distncia ao default.
O Grfico 2 mostra que as distncias ao default dos bancos B, E e F, que apresentam menor razo Et/Xt, so
um pouco mais sensveis taxa de juros:

Grfico 2 Distncia ao default x taxa de juros

7. Concluso

No geral, a medida baseada em Merton apresentou uma classificao de risco dos 6 bancos mais prxima do
que se esperava do que a medida baseada em modelo unifatorial. Isolando o risco sistemtico atravs do
clculo do desvio da medida de risco em relao mdia ponderada do setor e tomando-se o perodo de
maro de 1994 a julho de 1995, os resultados para o banco F so claramente contraditrios, pois no foram
obtidos desvios positivos para a primeira medida, enquanto isso ocorreu para a outra medida em 5
oportunidades. No se esperaria encontrar desvios positivos para este banco para nenhuma das medidas no
perodo citado, pois j no segundo semestre de 1995 a entrada desses bancos em situao de regime especial

foi oficialmente comunicada e sua liquidao ocorreu um ano mais tarde. Alm disso, de acordo com os
desvios da primeira medida, este banco foi classificado como um dos dois de pior risco em 88% dos meses
de junho de 1991 a julho de 1995, enquanto que para os desvios de 1 , isso ocorreu em apenas 4% destes
eit

meses. Com relao ao banco D, no se esperava encontrar desvios negativos de 1 em 97% dos meses
eit

aps julho de 1995 (para o desvio de ddlehar, este percentual foi de apenas 17%). Assim, o fato de os bancos
E e F terem sido liquidados e o fato de o banco D no ter sofrido interveno e nem ter entrado em RAET
contam a favor das medidas baseadas em Merton. Aps julho de 1995, observou-se uma reao na direo
esperada de ambas as medidas de risco de default aos principais eventos de turbulncia, especialmente
desvalorizao do Real no incio de 1999 e eleio em meados do 2o. semestre de 2002, em que se
observaram redues pronunciadas dessas medidas de risco.
Apesar de os dados de demonstraes contbeis apresentarem alguma sensibilidade no que diz respeito ao
problema de incentivo de revelao por parte dos bancos, ambas as abordagens (uma baseada em Merton e
outra baseada em modelo unifatorial) tm o mrito de no utilizar dados sigilosos fornecidos pelos prprios
bancos ou por agncias reguladoras (preo de ao e exigvel total so dados pblicos). Alm disso, as
metodologias so relativamente fceis de implementar e as medidas de risco apresentam movimentos
condizentes com os principais eventos de turbulncia do perodo. As medidas ddlehar e ddvxing podem ser
consideradas equivalentes e decidiu-se pela apresentao da estimao descrita em Lehar (2005) (e proposta
por Duan (1994)) por levar em conta o comportamento estocstico da volatilidade.
Um possvel problema com ambas as metodologias que as medidas de risco so muito sensveis ao preo da
ao, ou seja, a oscilao do preo da ao, por si s, provoca aumento ou reduo da razo VA,t/Xt e, assim,
a distncia ao default aumenta ou se reduz drasticamente em funo dessa oscilao. 1 , da mesma
eit

forma, muda de valor com a variao do preo da ao. Em particular, os episdios de maior reduo de
ambas as medidas esto basicamente relacionados com a crise da sia (julho a nov/1997), crise da Rssia
(out/1998), desvalorizao do Real (jan/1999) e crise da Argentina (maro/2001), o que confirma que essas
medidas de default so sensveis a risco sistmico (Abe (2005) tambm apresenta a mesma constatao).
Nestes episdios, o risco de default subiu essencialmente em virtude da queda do valor de mercado da
companhia (VE), que por sua vez est diretamente relacionado com o valor de mercado do ativo (VA). Um
dos pilares de ambas as abordagens que o mercado avalia as companhias corretamente e essa hiptese
passvel de discusso, principalmente em mercados emergentes, como o caso do Brasil. Em segundo lugar,
o clculo da distncia ao default parte da hiptese de que o valor de mercado dos ativos segue um processo
Browniano geomtrico. Esta hiptese muito forte, dado que a funo de densidade do retorno de aes, por
exemplo, costuma apresentar caudas grossas. Um terceiro problema diz respeito fixao arbitrria da
maturidade em 1 ano. Como colocado no artigo de Ronn e Verma (1986), e principalmente para o caso de
dvidas no cobertas por seguro, estas deveriam ter o seu valor futuro individual calculado taxa de juros
efetiva de cada emprstimo e de acordo com os vencimentos contratuais e, a sim, o valor agregado futuro da
dvida deveria ser ajustado a valor presente pela taxa de juros real livre de risco (no nosso caso, a taxa de diover descontada do IPCA). Apesar de os resultados mostrarem-se consistentes com maturidade de 6 meses,
esta hiptese pode comprometer os resultados, j que a distncia ao default tambm bastante sensvel a essa
varivel.

Outro aspecto relevante diz respeito ao tempo de processamento das rotinas para cada banco: uma hora para
ddlehar, meia hora para ddvxing e 1 minuto para 1 .31 De qualquer forma, o maior apelo intuitivo e o
eit

respaldo factual da indicao de risco acima da mdia para os bancos E e F favorecem a metodologia baseada
em Merton em detrimento da outra abordagem. Os resultados deste ensaio indicam que medidas de risco que
consideram a avaliao de mercado e os valores de demonstrativos contbeis conjuntamente podem ter um
desempenho melhor que medidas puramente baseadas em mercado. Como sugesto de trabalho futuro, esta
hiptese poderia ser testada atravs de uma anlise comparativa do poder preditivo de ambas as medidas num
painel de pases desenvolvidos e emergentes.

REFERNCIAS

ABE, Edson Roberto. Modelos de risco de crdito: estudo de caso do modelo KMV adequado ao
mercado brasileiro. So Paulo, 2005. Dissertao (Mestrado em Administrao) Programa de PsGraduao em Administrao, Departamento de Administrao, Faculdade de Economia, Administrao e
Contabilidade da Universidade de So Paulo.
ALTMAN, Edward I. et al. Gesto do risco de crdito: o prximo grande desafio financeiro. Rio de
Janeiro: Qualitymark, 2002.
BLACK, Fischer; SCHOLES, Myron. The pricing of options and corporate liabilities. The Journal of
Political Economy. Chicago: [s.n.], v. 81, n. 3, p. 637-654, 06/1973.
BYSTROM Hans et al. Default risk, systematic risk and Thai firms before, during and after the Asian crisis.
Research in International Business and Finance. [S.l.: s.n.], v. 19, n. 1, p. 95-110, 03/2005.
CHAN-LAU, Jorge A. et al. An option-based approach to bank vulnerabilities in emerging markets. [S.l.]:
IMF
Working
Paper,
n.
4/33,
02/2004.
Disponvel
em:
http://www.imf.org/external/pubs/ft/wp/2004/wp0433.pdf. Acesso em: 20/01/2006.
CLARE Andrew; PRIESTLEY, Richard. Calculating the probability of failure of the Norwegian banking
sector. Journal of Multinational Financial Management. [S.l.: s.n.], v. 12, n. 1, p. 21-40, 2002.
DUAN, Jin-Chuan. Maximum likelihood estimation using the price data of the derivative contract.
Mathematical Finance. [S.l.: s.n.], v. 4, p. 155-167, 1994.
DUAN, Jin-Chuan. Correction: maximum likelihood estimation using the price data of the derivative
contract. Mathematical Finance. [S.l.: s.n.], v. 10, p. 461-462, 2000.
GIESECKE, Kay. Credit Risk Modeling and Valuation: an introduction. In: SHIMKO, David (Org.). Credit
Risk: Models and Management. 2nd ed. Londres: Riskbooks, 2004.
GOLDFELD, Stephen M. et al. Maximization by quadratic hill-climbing. Econometrica. [S.l.: s.n.], v. 34, n.
3, p. 541-551, 07/1966.
GRANGER, C.W.J. Investigating causal relations by econometric models and cross-spectral methods.
Econometrica. [S.l.: s.n.], v. 37, n. 3, p. 424-438, 07/1969.
HOGARTH, Glenn. et al. Costs of banking system instability: some empirical evidence. Journal of Banking
& Finance. [S.l.: s.n.], v. 26, n. 5, p. 825-855, 05/2002.
LEHAR, Alfred. Measuring systemic risk: a risk management approach. Journal of Banking & Finance.
[S.l.: s.n.], v. 29, n. 10, p. 2577-2603, 10/2005.

31

Utilizamos o Matlab 7.0 para obter ddvxing e 1 e Gauss 6.0 para obter ddlehar. As rotinas rodaram em um equipamento
eit

com Pentium de 2 GHz de velocidade e 1 GB de memria RAM.

MERTON, Robert C. On the pricing of corporate debt: the risk structure of interest rates. The Journal of
Finance. [S.l.: s.n.], v. 29, n. 2, p. 449-470, 05/1974.
RONN, Ehud I.; VERMA, Avinash K. Pricing risk-adjusted deposit insurance: an option-based model. The
Journal of Finance. [S.l.: s.n.], v. 41, n. 4, p. 871-895, 09/1986.
TANNURI-PIANTO, Maria E.; SALES, Adriana Soares. The use of duration models to explain bank
failure in Brazil, 1994-1998. In: ENCONTRO BRASILEIRO DE ECONOMETRIA, 27., 2005, Natal-RN.
Anais do Encontro Brasileiro de Econometria. Natal: SBE, 2005.
VASSALOU, Maria; XING, Yuhang. Default risk in equity returns. The Journal of Finance. [S.l.: s.n.], v.
59, n. 2, p. 831-868, 03/2004.
XU, Xinzhong; TAYLOR, Stephen J. Conditional volatility and the informational efficiency of the PHLX
currency options market. Journal of Banking & Finance. [S.l.: s.n.], v. 19, n. 5, p. 803-821, 08/1995.