Resumo

Dados os objetivos da Contabilidade, a correta estimação das perdas esperadas é importante, tanto para reporte quanto para gestão. O IFRS atualizou o conceito da PCLD para cobrir inclusive perdas esperadas, ampliando a complexidade de sua estimação. Há modelos de negócio que pela natureza afetam a inadimplência, como na oferta de serviços públicos contínuos. Realizou-se um estudo de caso da aplicação de Cadeias de Markov na determinação dos parâmetros de estimação das perdas esperadas em uma distribuidora de gás natural brasileira, além de mostrar seu benefício na gestão desse tema.

Silva e Robles Junior (2017) afirmam que a PCLD está diretamente relacionada à inadimplência, variando conforme o risco. Hendriksen e Breda (1999) propõem o uso da idade do débito para essa classificação de risco. Muitas pesquisas utilizam Cadeias de Markov na análise de risco (e.g. Dos Reis et al., 2020, Stepankova, 2021 e Kaniovski e Pflug, 2007), e com a probabilidade de default (e.g. Breed et. al., 2021, Bellandi, 2021 e Chen et al., 2020). Contudo, os trabalhos não se concentram na aplicabilidade prática e didática, auxiliando as empresas na estimação das perdas e em sua gestão.

Dessa maneira, realizou-se um estudo de caso da aplicação de Cadeias de Markov a um segmento de clientes de uma distribuidora de gás natural brasileira, com o objetivo principal de demonstrar o cálculo dos parâmetros para a estimação das perdas esperadas derivadas da inadimplência e de como essa ferramenta pode ajudar na gestão desse tema na companhia.

O presente estudo visa avaliar a aplicação de cadeias de Markov com o objetivo de estimar as perdas esperadas no Contas a Receber da empresa. O método, eventualmente utilizado para cálculo da provisão para créditos de liquidação duvidosa, é derivado de uma matriz de migração entre estados e probabilidades. Alguns trabalhos ilustraram a aplicação na modelagem da inadimplência, como Assaf Neto e Silva (1995), baseados na Cadeia de Markov.

A cadeia de Markov mostrou-se uma ótima ferramenta para a estimação dos percentuais para cálculo da PCLD, gerando as probabilidades de migração entre estados, e consequentemente a perda esperada no contas a receber. Além disso, mostrou-se didática por visualmente estabelecer os caminhos de um débito até a inadimplência absoluta ou pagamento, facilitando as discussões com os diversos times. Adicionalmente, a ferramenta pode servir na própria gestão da inadimplência, oferecendo meios de identificar variáveis impactantes, direcionando a atuação de cobrança e comercial, por exemplo.

As principais contribuições são demonstrar a aplicabilidade das cadeias de Markov na determinação do parâmetro que é usado para cálculo das perdas no contas a receber (PCLD), além de didática e visualmente estabelecer os caminhos de um débito até a inadimplência absoluta/pagamento, facilitando as discussões internas. O uso da ferramenta na gestão é outra contribuição, oferecendo meios de gerir a inadimplência, através da cobrança, na arrecadação, e na atuação comercial, retroalimentando a estratégia de captação de novos clientes.