cooperativas de crédito
aprendizado de máquinas
CAMEL
Área
Finanças
Tema
Gestão Financeira
Autores
Nome
1 - Ana Carolina de Alcantara Oliveira UNIVERSIDADE FEDERAL DE SÃO CARLOS (UFSCAR) - Centro de Ciências em Gestão e Tecnologia
2 - Flávio Leonel de Carvalho UNIVERSIDADE FEDERAL DE SÃO CARLOS (UFSCAR) - Centro de Ciências em Gestão e Tecnologia
Reumo
As cooperativas de crédito, entidades formadas por pessoas com interesses econômicos em comum, têm como objetivo atingir metas econômicas e sociais dos cooperados (McKillop; Wilson, 2011). Diante disso, é essencial monitorar os riscos dessas entidades, especialmente aqueles associados à concessão de crédito, devido a possíveis conflitos de interesse.
A determinação dos indicadores mais pertinentes para categorizar as cooperativas com potencial de descontinuidade pode resultar em um monitoramento mais eficaz e auxiliar nas tomadas de decisões durante o processo de gestão.
Devido ao alto risco envolvido por possíveis conflitos de interesse, é essencial monitorar e avaliar a adequação do capital, a qualidade dos ativos, a qualidade da gestão, a rentabilidade e a liquidez, o que pode ser realizado por meio da metodologia CAMEL. No entanto, o grande número de indicadores pode dificultar a análise da real situação financeira dessas organizações. Assim, o presente estudo teve como objetivo identificar os indicadores contábeis mais relevantes para a classificação de cooperativas de crédito brasileiras em risco de encerramento futuro.
Diferentes estudos (Silva, Santos, Ranciaro, 2023; Vieira, Bressan V., Bressan A, 2018) abordam a respeito da importância da análise de desempenho das operações nas cooperativas de crédito, e embora não tenham como objetivo a obtenção de lucros, as cooperativas têm a necessidade de gerir seus recursos com eficiência visando apresentar aos cooperados maiores rendimentos de seus investimentos e melhores taxas para operações, compreendendo resultados que subsidiem sua função social e econômica e que garantam sua sobrevivência no mercado financeiro.
Para isso, foram empregadas as metodologias de aprendizado de máquinas Floresta Aleatória (Random Forest) e Vizinhos Mais Próximos (KNN). O modelo Random Forest possibilitou a identificação dos indicadores mais relevantes e o modelo KNN foi usado com o intuito de classificar as cooperativas entre aquelas com maior potencial de encerramento. Por meio de uma amostra com 8.552 observações de cooperativas de crédito singulares entre 2018 e 2022, foi possível separar o grupo de treino, formado por 80% da amostra, e o grupo teste, com os 20% restantes.
Os resultados dos testes não paramétricos de diferenças de média mostraram que os indicadores CAMEL analisados apresentavam diferenças estatisticamente significativas nos anos anteriores ao encerramento. Porém, o modelo apresentou uma precisão de 92,9% na indicação da situação operacional futura das cooperativas e um grau de acerto de 93% para as cooperativas ativas, mas de somente 46% para as cooperativas classificadas como encerradas. Com isso, observou-se que o modelo foi ineficaz na identificação das cooperativas encerradas, mas eficiente na classificação dos indicadores de maior impacto.
Devido ao baixo nível de precisão em relação ao grupo de cooperativas classificadas como encerradas, pode-se concluir que a utilização dos seis indicadores que apresentaram maior impacto, atinge um nível de informação semelhante ao obtido pelo uso da totalidade dos indicadores CAMEL. Além disso, por conta do elevado percentual de erro na classificação ou identificação das cooperativas de crédito em risco de encerramento, é possível verificar a necessidade de utilização de outros modelos ou técnicas para a previsão de encerramento de cooperativas de crédito singulares.
MCKILLOP, D.; WILSON, J. O. S. Credit Unions: A Theoretical and Empirical Overview. Financial Markets, Institutions & Instruments, v. 20, n. 3, p. 79–123, 27 jun. 2011.
SILVA, A.; SANTOS, J. F. dos; RANCIARO, A. Performance of Brazilian credit unions: An analysis from PEARLS indicators. RAM. Revista de Administração Mackenzie, v. 24, n. 1, 2023.
VIEIRA, L.K.; BRESSAN, V.G.F.; BRESSAN, A.A. Diversification and Performance of Credit Unions. Individual Behaviors and Technologies for Financial Innovations. Springer, Cham., p. 239–262, 27 jul. 2018.