Nonlinear effects of lending rates on credit risk in microfinance institutions: evidence from Peruvian municipal savings and credit banks

Resumo Técnico: Efeitos Não Lineares das Taxas de Empréstimo no Risco de Crédito em Instituições de Microfinanças Peruanas

Definição do Problema
As instituições de microfinanças (IMFs) em economias emergentes operam sob condições de assimetria de informação, onde os tomadores de empréstimos frequentemente possuem transparência financeira limitada e capacidades de reembolso instáveis. Embora as instituições devam definir taxas de empréstimo para cobrir custos operacionais e o risco esperado, taxas excessivamente altas podem desencadear seleção adversa e risco moral. De acordo com as teorias de Stiglitz e Weiss (1981), taxas de juros mais elevadas podem alterar a composição do grupo de tomadores, atraindo indivíduos mais arriscados ou incentivando comportamentos mais arriscados após o desembolso, deteriorando assim a qualidade da carteira. Apesar da extensa literatura que vincula o risco de crédito a fatores macroeconômicos e bancários específicos, permanece uma lacuna na compreensão de se existe um limiar de taxa de empréstimo "ótimo" específico no microcrédito, além do qual taxas mais altas deixam de compensar o risco e, em vez disso, aumentam o risco de crédito. Este estudo aborda essa lacuna examinando a relação não linear entre as taxas de empréstimo e o risco de crédito nas Cajas Municipais peruanas durante o período de 2021–2025.

Metodologia
O estudo utiliza um desenho de pesquisa quantitativa e explicativa, utilizando um conjunto de dados de painel balanceado composto por dez Bancos de Poupança e Crédito Municipal peruanos ao longo de cinco anos (2021–2025), resultando em 50 observações anuais. Os dados foram obtidos junto à Superintendência de Banca, Seguros e Fundos de Pensão Privados (SBS) para indicadores financeiros e do Banco Central de Reserva do Peru (BCRP) para dados macroeconômicos.

A especificação econométrica central é um modelo de painel de efeitos fixos projetado para controlar a heterogeneidade institucional não observada (ex: políticas internas de triagem, cobertura regional). A variável dependente, Risco de Crédito ($RC_{it}$), é medida como a razão entre empréstimos vencidos e empréstimos diretos. A principal variável explicativa é a Taxa de Empréstimo ($r_{it}$), definida como a taxa de juros nominal efetiva anual aplicada ao microcrédito. Para testar a não linearidade, o modelo inclui um termo quadrático ($r_{it}^2$).

A equação estimada é:
$$RC_{it} = \beta_0 + \beta_1 r_{it} + \beta_2 r_{it}^2 + \beta_3 gmf_{it} + \beta_4 csa_{it} + \beta_5 y_t + \beta_6 Dm_{it} + \mu_i + u_{it}$$

Onde:

• $gmf_{it}$: Eficiência operacional (Despesas operacionais / Margem financeira).
• $csa_{it}$: Intensidade de crédito (Empréstimos diretos / Ativos totais).
• $y_t$: Crescimento do PIB (controle macroeconômico).
• $Dm_{it}$: Variáveis dummy para observações discrepantes (outliers).
• $\mu_i$: Efeitos fixos específicos da instituição.

O estudo utiliza testes de diagnóstico, incluindo o teste de Jarque–Bera para normalidade dos resíduos, o teste CD de Pesaran para dependência de seção cruzada e a estatística de Durbin–Watson para autocorrelação. A taxa de empréstimo ótima ($r^*$) é derivada igualando o efeito marginal da taxa de empréstimo sobre o risco de crédito a zero ($\partial RC / \partial r = 0$). Para avaliar a incerteza estatística deste limiar, foi realizado um procedimento de bootstrap de agrupamento (10.000 replicações) ao nível da instituição.

Principais Resultados

1. Relação Não Linear: A estimativa confirma uma relação em formato de U estatisticamente significativa entre as taxas de empréstimo e o risco de crédito. O coeficiente linear para a taxa de empréstimo é negativo ($\beta_1 = -0,4497$), enquanto o coeficiente quadrático é positivo e significativo ($\beta_2 = 0,0077$, $p=0,024$). Isso indica que o risco de crédito inicialmente diminui conforme as taxas sobem (potencialmente compensando o risco), mas eventualmente aumenta uma vez que um determinado limiar é ultrapassado.
2. Taxa de Empréstimo Ótima: A taxa de empréstimo ótima calculada é de 29,21% de juros anuais efetivos. O intervalo de confiança de 95% do bootstrap para este limiar varia de 24,51% a 36,53%.
3. Variáveis de Controle:
   • Eficiência Operacional ($gmf_{it}$): Associada positivamente ao risco de crédito ($\beta = 0,0581$), sugerindo que custos operacionais mais altos em relação às margens correlacionam-se com a deterioração da carteira.
   • Intensidade de Crédito ($csa_{it}$): Associada negativamente ao risco de crédito ($\beta = -0,0900$).
   • Crescimento Econômico ($y_t$): Associado negativamente ao risco de crédito ($\beta = -0,0798$), confirmando que condições macroeconômicas favoráveis melhoram a capacidade de pagamento.
4. Simulação Econômica: Uma análise de cenário demonstra a magnitude econômica de exceder o limiar ótimo. Aumentar a taxa de empréstimo do nível ótimo de 29,21% para 45,00% (mantendo outras variáveis constantes) eleva o risco de crédito estimado de 4,98% para 6,90%, um aumento de 1,92 pontos percentuais.

Principais Contribuições e Significância
A principal contribuição deste estudo é a identificação empírica de uma relação não linear, em forma de U, entre as taxas de empréstimo e o risco de crédito no setor de microfinanças peruano. Ao integrar a estrutura de assimetria de informação de Stiglitz e Weiss (1981) com evidências de dados em painel, o artigo demonstra que as taxas de empréstimo funcionam não meramente como um mecanismo de preço, mas como um determinante da qualidade da carteira.

O estudo afirma que existe um limite prudencial para a precificação do crédito. Enquanto taxas abaixo do limiar ótimo podem ajudar as instituições a cobrir custos e riscos, taxas significativamente acima deste nível (ex: 45%) não conseguem compensar o risco e, em vez disso, deterioram ativamente a qualidade da carteira ao aumentar a probabilidade de inadimplência. Este achado fornece evidências para a precificação de crédito, gestão de risco e supervisão prudencial, sugerindo que as IMFs devem evitar políticas de precificação agressivas que excedam o limiar estimado, particularmente ao atender tomadores com informações financeiras limitadas e alta vulnerabilidade.

Limitações
Os autores reconhecem que a análise se baseia em dados anuais para um conjunto específico de dez instituições ao longo de um período de cinco anos. Eles sugerem que pesquisas futuras poderiam se beneficiar de dados de maior frequência (mensais ou trimestrais), abordagens de estimação dinâmica (como GMM) para tratar a potencial endogeneidade e estudos comparativos entre outros sistemas de microfinanças da América Latina para determinar se os limiares estimados são específicos do mercado peruano ou aplicáveis de forma mais ampla.