Model Risk Unmasked: An Empirical Reckoning with IRB Capital Requirements

Resumo Técnico: O Risco de Modelo Revelado: Um Acerto de Contas Empírico com os Requisitos de Capital IRB

Definição do Problema
O artigo aborda uma lacuna crítica na estrutura de Rating Interno (IRB) para requisitos de capital regulatório sob Basel II/III. Embora o modelo de Fator de Risco Único Assintótico (ASRF), introduzido por Gordy (2003), forneça a arquitetura estrutural para o cálculo de encargos de capital baseados no Valor em Risco (VaR) do percentil 99,9, ele tipicamente trata os parâmetros do modelo — especificamente a Probabilidade de Default (PD) e a Perda Dado o Default (LGD) — como constantes conhecidas. Os autores argumentam que essa abordagem "naïve" ignora o risco de estimação (incerteza do parâmetro). Além disso, a literatura existente (ex: Löffler, 2003; Tarashev, 2010) tem frequentemente se baseado em suposições simplificadoras, como tratar a PD e a LGD como independentes ou manter a LGD constante. O artigo postula que, na realidade, esses parâmetros são correlacionados, particularmente durante recessões econômicas, onde as taxas de default aumentam e as taxas de recuperação caem simultaneamente. Ignorar essa dependência e a incerteza inerente na estimação dos parâmetros leva a uma subestimação significativa dos reais requisitos de capital regulatório.

Metodologia
O estudo emprega uma abordagem empírica fundamentada em 37 anos de dados históricos (1983–2019) da Moody's Investor Service, cobrindo tanto emissores corporativos de grau de investimento (all-rated) quanto de grau especulativo (speculative-grade).

1. Suposições Distribucionais e Validação:

   • Os autores modelam o ponto de default ($k = \Phi^{-1}(PD)$) e a LGD como variáveis aleatórias conjuntamente gaussianas.
   • Eles validam essas suposições utilizando o teste de Shapiro-Wilk em distribuições univariadas e bivariadas. Os resultados (todos os p-valores > 0,50) confirmam que os dados não rejeitam a hipótese de normalidade, sustentando o uso de uma estrutura Gaussiana para modelar a incerteza do parâmetro.

2. Estimação Empírica da Dependência:

   • O estudo estima explicitamente a correlação entre o ponto de default ($k$) e a LGD.
   • Utilizando a correlação de Pearson em o conjunto de dados de 37 anos, eles encontram correlações positivas fortes e estatisticamente significativas: 0,717 para emissores all-rated e 0,599 para emissores de grau especulativo. Isso confirma que probabilidades de default mais elevadas estão associadas a perdas dadas o default mais altas.

3. Estrutura de Cálculo de Capital:

   • Abordagem Naïve: Calcula o capital ($RC_{naïve}$) usando estimativas pontuais ($\hat{PD}, \hat{LGD}$) como valores fixos.
   • Abordagem Correta: Calcula o capital ($RC$) calculando o percentil 99,9 da distribuição de perda esperada, onde a $PD$e a$LGD$ são tratadas como variáveis aleatórias com incerteza.
   • Simulação: Os autores utilizam simulações de Monte Carlo (10 milhões de iterações) para calcular o adicional de capital regulatório. Este adicional representa o aumento percentual no capital necessário para cobrir o risco de estimação, calculado como:
     $$Add\text{-}on = \frac{(RC - RC_{naïve}) + (E[L] - EL_{naïve})}{RC_{naïve}}$$

4. Testes de Robustez:

   • A análise foi repetida utilizando um nível de confiança de 99% (correspondendo a estudos anteriores) e um tamanho de portfólio finito de 50 devedes. Os resultados permaneceram consistentes, confirmando que a dependência entre os parâmetros é o driver dominante do risco de modelo, independentemente do nível de confiança ou do tamanho do portfólio.

Principais Resultados
Os resultados da simulação revelam que ignorar a incerteza do parâmetro e, mais criticamente, a correlação entre PD e LGD, leva a uma subestimação substancial das necessidades de capital:

• Impacto da Incerteza: A incerteza no ponto de default ($k$) contribui mais para o risco de modelo do que a incerteza da LGD isoladamente.
• Impacto da Dependência:
  • Quando a PD e a LGD são assumidas como independentes, o adicional de capital regulatório é de 18,67% para portfólios all-rated e 39,54% para portfólios de grau especulativo.
  • Quando a correlação observada empiricamente é incorporada, o adicional salta para 38,48% (All-Rated) e 65,97% (Speculative Grade).
• Conclusão sobre o Viés: A abordagem IRB naïve, que ignora totalmente o risco de estimação, fornece uma estimativa substancialmente enviesada para baixo do real capital regulatório. A diferença entre os cenários independente e correlacionado representa uma subestimação de aproximadamente 20 pontos percentuais para portfólios all-rated e 26 pontos percentuais para portfólios de grau especulativo.

Significância e Alegações
O artigo reivindica três contribuições primárias:

1. Validação Empírica: Fornece evidências estatísticas robustas (via 37 anos de dados) de que as suposições Gaussianas para o ponto de default e LGD são válidas, justificando a estrutura teórica usada para os cálculos de adicional de capital.
2. Identificação do Driver de Risco Dominante: Demonstra que a dependência PD–LGD é a principal fonte de risco de modelo. Ignorar esse vínculo leva a um erro de cálculo severo nos buffers de capital, particularmente para ativos de grau especulativo.
3. Implicações de Política: Os autores argumentam que o atual quadro regulatório, que removeu a opção para os reguladores aumentarem os encargos de capital baseados no risco de modelo sob Basel III, pode ser insuficiente. Eles sugerem que os bancos que dependem de cálculos simples de estimativa pontual devem ser obrigados a manter buffers de capital significativamente maiores (pelo menos 40% para all-rated e 66% para speculative-grade) para contabilizar o risco de estimação.

O estudo conclui que uma abordagem mais matizada ao capital regulatório é essencial para a estabilidade financeira. Ao considerar a incerteza do parâmetro e a natureza cíclica da relação PD–LGD, as instituições financeiras podem gerenciar melhor o risco e prevenir vulnerabilidades sistêmicas que surgem quando os buffers de capital são insuficientes durante recessões econômicas.