Deriving the term-structure of loan write-off risk under IFRS 9 by using survival analysis: A benchmark study

Este estudo compara modelos de sobrevivência, como o modelo de risco discreto e árvores de decisão, com regressão logística para estimar a estrutura temporal do risco de baixa de empréstimos sob o IFRS 9, concluindo que, embora o modelo de risco discreto supere outras abordagens de duas etapas, um modelo de uma única etapa permanece superior devido à distribuição específica dos dados de perda.

O essencial

Imagine que um banco é como um grande jardineiro que cuida de milhares de árvores (os empréstimos). A maior preocupação do jardineiro é: "Quantas dessas árvores vão morrer (não pagar a dívida) e quanto de madeira podre (dinheiro perdido) vou ter que descartar?"

Este artigo é um guia prático para ajudar esse jardineiro a prever exatamente quando e quão provável é que uma árvore morra, e quanto ele perderá com isso, seguindo regras internacionais rígidas (chamadas IFRS 9).

Aqui está a explicação do estudo, traduzida para o dia a dia:

1. O Problema: Não é só "Sim" ou "Não"

Muitos bancos olham para um empréstimo em atraso e pensam apenas: "Ele vai pagar ou não?". Mas a realidade é mais complexa.

• A Analogia: Imagine que você emprestou dinheiro a um amigo. Ele para de pagar. Você não sabe se ele vai pagar tudo amanhã, se vai pagar metade daqui a dois anos, ou se vai sumir para sempre.
• O Desafio: O banco precisa saber não apenas se vai perder dinheiro, mas quando essa perda vai acontecer ao longo do tempo. Isso é chamado de "estrutura de prazo do risco de baixa" (term-structure). Se o banco errar essa previsão, pode guardar dinheiro demais (perdendo oportunidades de lucro) ou de menos (arriscando falir).

2. A Solução Proposta: Usando "Cronômetros" em vez de Fotos

Os autores testaram diferentes métodos para prever esse momento de perda. Eles compararam três abordagens principais:

• O Método Clássico (Regressão Logística): É como tirar uma foto do empréstimo em um único momento. Você vê a situação atual e tenta adivinhar o futuro. O problema é que a foto não mostra a história nem o ritmo das coisas.
• O Método de "Cronômetro" (Análise de Sobrevivência - DtH): É como assistir a um filme do empréstimo. Em vez de uma foto, você vê como o risco muda mês a mês enquanto o empréstimo está em atraso. O estudo descobriu que esse método (chamado Discrete-Time Hazard) foi o melhor em prever o momento exato da perda. Ele entendeu que o risco não é linear; ele muda conforme o tempo passa.
• A Árvore de Decisão (Survival Tree): É como um diagnóstico médico que faz perguntas: "O cliente tem renda? O atraso é antigo?". Ele cria um mapa de caminhos para prever o resultado. Funcionou bem, mas não foi tão preciso quanto o "Cronômetro".

3. A Grande Descoberta: O Formato da "L"

Aqui está a parte mais interessante e contra-intuitiva do estudo.

• A Expectativa: Normalmente, os bancos esperam que a perda de dinheiro tenha um formato de "U" (muitos pagam tudo, muitos perdem tudo, poucos ficam no meio).
• A Realidade dos Dados: Os dados dos bancos sul-africanos mostraram um formato de "L".
  • O Ponto Zero (O braço vertical da L): A maioria esmagadora dos empréstimos em atraso é "curada" (o cliente começa a pagar novamente e o banco não perde nada).
  • O Ponto Alto (O braço horizontal da L): Uma pequena parte perde tudo.
• O Resultado Surpreendente: Embora os métodos complexos de "Cronômetro" (Análise de Sobrevivência) tenham sido os melhores para prever quando o cliente vai parar de pagar, quando eles tentaram calcular o valor total da perda (LGD), um modelo simples de "foto única" (Single-Stage) venceu.
  • Por que? Porque a distribuição em "L" é tão peculiar (muitos zeros) que os modelos complexos de duas etapas (um para prever se vai perder, outro para prever quanto) tiveram dificuldade em capturar essa realidade. O modelo simples, que olhou para tudo de uma vez, conseguiu ajustar melhor a "L".

4. O Passo Extra: Transformando Probabilidades em Decisões

Os modelos geram números como "70% de chance de perda". Mas, na prática, o banco precisa decidir: "Vou provisionar dinheiro para esta conta ou não?".

• A Analogia: É como um médico dizendo "70% de chance de gripe". O banco precisa transformar isso em um "Sim, ele está doente" ou "Não, está saudável".
• O Estudo: Eles criaram uma regra inteligente para cortar essa probabilidade. Se a chance for alta, trata-se como perda certa (1); se for baixa, como perda zero (0). Isso ajudou a alinhar as previsões com a realidade dos dados.

Resumo Final: O Que Aprendemos?

1. O Tempo Importa: Para prever quando um empréstimo vai virar perda, usar modelos que olham para a evolução no tempo (como o "Cronômetro" ou Discrete-Time Hazard) é muito melhor do que olhar apenas uma foto estática.
2. A Realidade é Estranha: Nem todo banco tem o mesmo perfil de risco. Neste caso, a maioria dos clientes consegue se recuperar (curar), criando um formato de "L".
3. Simplicidade às Vezes Vence: Mesmo com a melhor previsão de quando a perda vai acontecer, o modelo final de quanto dinheiro será perdido foi mais preciso quando feito de forma simples e direta, devido à peculiaridade dos dados (muitos zeros).

Conclusão para o Leitor Comum:
Este estudo é como um manual de instruções para bancos. Ele diz: "Use relógios sofisticados para saber quando o cliente vai parar de pagar, mas use uma régua simples para saber quanto você vai perder, porque a maioria dos clientes acaba pagando de volta e isso muda tudo." Isso ajuda os bancos a guardarem a quantia exata de dinheiro para emergências, nem mais, nem menos, garantindo que o sistema financeiro seja seguro e eficiente.

Resumo técnico

Resumo Técnico: Derivação da Estrutura Temporal do Risco de Write-off de Empréstimos sob IFRS 9 usando Análise de Sobrevivência

1. Problema e Contexto

O artigo aborda o desafio crítico na modelagem de risco de crédito de estimar o Prejuízo em Caso de Incumprimento (LGD - Loss Given Default) sob as normas do IFRS 9 (Norma Internacional de Relato Financeiro). O LGD é um componente fundamental para o cálculo da Perda de Crédito Esperada (ECL).

• Desafio Principal: A distribuição de LGD em dados reais (especialmente em hipotecas residenciais) é frequentemente bimodal e altamente assimétrica, com um pico massivo em zero (casos de "cura" ou recuperação total) e uma cauda longa para valores positivos.
• Limitação das Abordagens Atuais: Modelos tradicionais de regressão (como regressão logística ou linear) muitas vezes falham em capturar a dinâmica temporal do risco de write-off (baixa do empréstimo). Eles tratam o risco como estático, ignorando que a probabilidade de um empréstimo ser baixado muda não linearmente ao longo do tempo de incumprimento (spell time).
• Objetivo: Desenvolver e comparar modelos que capturem a estrutura temporal (term-structure) do risco de write-off, utilizando técnicas de análise de sobrevivência, para melhorar a precisão das estimativas de ECL.

2. Metodologia

Os autores utilizam um conjunto de dados robusto de 653.317 contas de hipotecas residenciais de um grande banco sul-africano, cobrindo o período de janeiro de 2007 a dezembro de 2022.

Abordagem de Modelagem:
O estudo compara duas abordagens principais:

1. Modelagem em Duas Etapas (Two-Stage):
   • Etapa 1 (Risco de Write-off): Estima a probabilidade de um empréstimo ser baixado ($w_i$) ao longo do tempo.
   • Etapa 2 (Severidade da Perda): Estima a taxa de perda real dada a baixa ($l_i$), utilizando um modelo GLM Tweedie (Poisson Composto), capaz de lidar com dados com excesso de zeros.
   • Cálculo Final: $LGD = w_i \times l_i$.
2. Modelagem em Etapa Única (Single-Stage):
   • Modela o LGD diretamente como uma função das variáveis de entrada, incluindo os casos de cura (zero).

Técnicas de Análise de Sobrevivência Testadas:
Para a Etapa 1, os autores comparam três técnicas principais contra um modelo de regressão logística transversal (baseline):

• Regressão Logística (LR): Modelo clássico de classificação binária (cross-sectional).
• Modelo de Risco Discreto (DtH - Discrete-time Hazard): Um modelo baseado em GLM com link logit, que trata o tempo de incumprimento como variável discreta, permitindo capturar a evolução do risco ao longo dos meses.
• Árvore de Sobrevivência de Inferência Condicional (ST - Survival Tree): Uma extensão de árvores de decisão para dados censurados, utilizando estatísticas de teste de log-rank para seleção de variáveis sem viés.

Inovações Metodológicas:

• Dichotomização (Passo 0/1): Os autores introduzem um passo inovador onde as probabilidades de risco contínuas são convertidas em decisões binárias (0 ou 1) antes do cálculo do LGD. Isso é otimizado usando o Índice de Youden Generalizado (GYI) para equilibrar custos de falsos positivos e negativos, alinhando-se à prudência de risco bancário.
• Estrutura de Dados: Utilização de dados longitudinais em formato de "processo de contagem" para lidar com múltiplos períodos de incumprimento e dados censurados à direita (casos não resolvidos no final do estudo).

3. Principais Contribuições

1. Aplicação de Análise de Sobrevivência ao LGD: O estudo é pioneiro na aplicação sistemática de modelos DtH e Árvores de Sobrevivência especificamente para a componente de risco de write-off no contexto de LGD, uma área anteriormente dominada por modelos de probabilidade de incumprimento (PD).
2. Análise da Estrutura Temporal: Demonstra empiricamente que o risco de write-off não é estático, mas segue uma curva temporal específica (assimétrica à direita), que modelos transversais falham em capturar.
3. Benchmarking Abrangente: Realiza uma comparação detalhada entre modelos de etapa única e duas etapas, utilizando uma variedade de diagnósticos além da simples precisão, incluindo:
   • Curvas ROC dependentes do tempo (tROC) e AUC.
   • Pontuação de Brier dependente do tempo (tBS) e Integrada (IBS).
   • Comparação da estrutura temporal agregada (probabilidade média de write-off vs. tempo).
   • Análise de distribuição (KS, KL, JS) entre LGD observado e previsto.
4. Tutorial e Código Aberto: O trabalho serve como um guia prático ("tutorial-style") para a implementação desses modelos, com código R disponível publicamente.

4. Resultados Principais

• Desempenho na Etapa 1 (Risco de Write-off):

  • O modelo DtH-Advanced (com seleção rigorosa de variáveis) superou consistentemente todos os outros modelos em métricas de discriminação (AUC) e precisão (Brier Score) ao longo do tempo.
  • O modelo DtH conseguiu replicar com alta fidelidade a estrutura temporal empírica do risco de write-off, enquanto a regressão logística (LR) falhou dramaticamente em capturar a forma da curva temporal.
  • A Árvore de Sobrevivência (ST) teve um desempenho intermediário, superando a LR, mas ficando atrás do DtH.

• Desempenho no LGD Final (Etapa 2 e Agregação):

  • Surpresa: O modelo de Etapa Única (Single-Stage), especificamente o GLM Tweedie, obteve os melhores resultados na distribuição final do LGD, superando todos os modelos de duas etapas.
  • Causa: Os autores atribuem isso à forma peculiar da distribuição de LGD dos dados ("em forma de L", com um pico massivo em zero e uma cauda mínima), em vez da forma "em U" típica de carteiras não garantidas. Modelar a severidade da perda (Etapa 2) em duas etapas revelou-se difícil e introduziu ruído, pois o modelo de severidade não conseguiu capturar bem a variância dos dados.
  • Impacto da Dichotomização: A conversão de probabilidades para 0/1 melhorou a precisão dos modelos de duas etapas (especialmente para capturar o pico em zero), mas degradou o desempenho do modelo DtH-Advanced, sugerindo que a perda de informação probabilística é prejudicial para modelos dinâmicos complexos.

5. Significado e Conclusão

• Para a Prática Bancária (IFRS 9): O estudo demonstra que, embora a modelagem em duas etapas seja teoricamente atraente para lidar com a bimodalidade do LGD, sua eficácia prática depende criticamente da qualidade do modelo de severidade. Em carteiras com distribuição "L-shaped" (como hipotecas), modelos de etapa única podem ser superiores.
• Importância do Tempo: A principal lição é que ignorar a dimensão temporal do risco de write-off leva a estimativas de ECL tendenciosas. Modelos dinâmicos (como DtH) são essenciais para entender como o risco evolui durante o período de incumprimento.
• Recomendação Futura: Os autores sugerem que a pesquisa futura deve focar em melhorar os modelos de severidade de perda para que a abordagem de duas etapas possa realmente superar a de etapa única, além de explorar florestas de sobrevivência aleatórias (Random Survival Forests) e métodos mais sofisticados para lidar com riscos competitivos (cura vs. write-off).

Em suma, o artigo fornece uma validação empírica robusta de que a análise de sobrevivência, particularmente através de modelos de risco discreto (DtH), oferece uma vantagem significativa na modelagem do risco de write-off sob IFRS 9, embora a escolha entre modelos de uma ou duas etapas deva ser guiada pela distribuição específica dos dados do banco.