Muitos economistas apontam que as condições macroeconômicas afetam o risco de crédito das instituições financeiras. Assim, há uma necessidade de avaliar a sensibilidade do risco de crédito das instituições financeiras à mudanças na economia a fim de evitar instabilidade no mercado de crédito. Este trabalho contribuiu para análise de risco de crédito pois apresentou modelos de previsão para a inadimplência do sistema financeiro no Brasil utilizando um conjunto abrangente de variáveis macroeconômicas no modelo. A análise também incorpora a composição da carteiras de crédito das instituições financeiras. A revisão bibliográfica utilizou, como constructo, estudos empíricos na área de risco de crédito soberano; testes de stress; credit scoring com variáveis macroeconômicas; estudos que relacionam inadimplência e variáveis econômicas e estudos que relacionam risco de crédito e composição da carteira de crédito. A base de dados mensais foi extraída do banco de dados do Banco Central e do IPEA. A variável resposta do modelo, a inadimplência, é definida como a relação entre o saldo em atraso superior a noventa dias dos contratos de crédito sobre o saldo de todos os contratos na data base. Foram extraídas 313 variáveis explicativas com base na revisão bibliográfica. Foram construídos modelos estatísticos de séries temporais (ARIMA) e séries temporais com variáveis explicativas exógenas (ARMAX) para prever a inadimplência. Os modelos foram construídos com uma base de dados de modelagem no período de Março de 2007 a Dezembro de 2011. O período de Janeiro de 2012 a Dezembro de 2012 foi utilizado para mensurar a performance dos modelos fora do tempo (amostra de validação). Variáveis explicativas indicadoras do saldo por região da carteira de crédito, dívida pública interna e juros se mostraram estatisticamente significativas para explicar a inadimplência do sistema financeiro no Brasil, sendo que (1) quanto maior o crescimento anual do saldo das operações de crédito do sistema financeiro nacional na região Centro-Oeste, menor a inadimplência; (2) quanto maior a média dos juros aplicados pelo Banco Central nos últimos três meses, menor a inadimplência e (3) quanto maior o crescimento da dívida interna do setor público, menor a inadimplência. Na comparação dos modelos obtidos, o modelo ARIMA apresentou melhor ajuste para o ano de 2012, porém o modelo ARMAX também se apresentou adequado por obter baixos valores dos resíduos.

Economists show that macroeconomic conditions affect credit risk of financial institutions. Thus, there is a need to evaluate the sensitivity of credit risk of financial institutions to changes in the economy in order to avoid instability in the credit market. This work contributed to the analysis of credit risk by presenting a prediction model for non-performing loans of Brazilian financial system using a comprehensive set of macroeconomic variables in the analysis. The model also incorporates the composition of the loan portfolios of financial institutions. The literature review used, as a construct, empirical studies in sovereign credit risk area, stress testing, credit scoring with macroeconomic variables, studies that relate non- performing loans and economic variables and studies relating to credit risk and composition of the loan portfolio. The monthly data base was extracted from Central Bank and IPEA data. The response variable of the model, the non-performing loans rate is defined as the ratio between the outstanding balance more than ninety days of credit agreements and the balance of all contracts in the data base. 313 explanatory variables were extracted based on the literature review. Statistical models of time series (ARIMA) and time series with exogenous explanatory variables (ARMAX) were built to predict non-performing loans. The modeling database used the period between March 2007 to December 2011. The period from January 2012 to December 2012 was used to measure the performance of the models out of time (validation sample). Explanatory variables by region of the loan portfolio, the internal public debt and the interest rate were statistically significant in explaining the default of the financial system in Brazil , where (1) the higher the annual growth of loans in Centro-Oeste, the lower the non-performing loans, (2) the higher average interest rates applied by the Central Bank in the last three months, the lower the non-performing loans and (3) the higher annual growth of domestic debt of the public sector, lower non-performing loans. Comparing the obtained models, ARIMA model showed better fit for the year 2012, but ARMAX model also performed properly with low residual values.