Determinantes dos non performing loans no setor bancário da União Europeia

Abstract

As Instituições Financeiras constituem um importante pilar da economia global e da sociedade apresentando uma componente elevada de risco por exercerem atividades com uma vertente associada à imprevisibilidade e flutuação de resultados que impacta diretamente no retorno financeiro. Para a estimação das perdas esperadas é necessário um conhecimento aprofundado sobre quais os seus fatores influenciadores. De estudos já realizados constatou-se que uma das maiores perdas das instituições resulta de elevadas taxas de Non Performing Loans (NPL). Considerando os efeitos negativos dos NPL na atividade bancária e na economia, a presente dissertação tem como objetivo analisar e aprofundar a influência das variáveis macro e micro económicas na variação destas taxas, aferindo quais os fatores que mais levam ao seu aumento e identificando as principais diferenças entre os grupos de países acima e abaixo da média. Para a análise foram escolhidos 20 países da União Europeia, num período entre 2005 e 2017. A dissertação encontra-se dividida em dois capítulos: apresentação das metodologias utilizadas e resultados obtidos. O primeiro estrutura-se em dois subcapítulos: conceitos teóricos dos modelos matemáticos e procedimentos para tratamento da informação e construção dos modelos estatísticos. No segundo apresentam-se os resultados obtidos e as estimações efetuadas até obter o modelo final, com recurso a modelos de regressão linear múltipla. Os resultados obtidos mostram que a “Taxa de Desemprego” é a variável com maior poder explicativo da variação dos NPL na generalidade dos países e também a existência de diferenças entre as variáveis significativas de cada grupo. Nos países com elevados níveis de NPL verificouse que para a além desta variável, também o nível de RWA, “Eficiência Judiciária” e “Preço Imobiliário” são importantes para explicar o seu comportamento. Já nos países com baixos níveis de NPL as variáveis consideradas explicativas foram o “Rendimento Disponível”, ROE e NIM. Esta informação macroeconómica resultante do estudo pode ser útil nas tomadas de decisão por parte dos Bancos Centrais, uma vez que identifica os fatores que mais influenciam os NPL. O período amostral é influenciado por uma crise financeira e por medidas tomadas pelos Bancos Centrais no seu seguimento, influenciando a relação entre as variáveis e os NPL. Um período mais alargado permitiria aumentar a robustez estatística das variáveis identificadas. Contrariamente a estudos existentes sobre o tema que utilizam métodos econométricos de elevada complexidade onde consideram comportamentos idênticos entre toda a amostra, este estudo procurou usar métodos estatísticos simples e intuitivos para determinar os fatores influentes na evolução dos NPL, através da criação de grupos de países com características homogéneas, compreendendo as diferenças comportamentais entre si.

Financial Institutions are an important pillar of the global economy and society, presenting a highrisk component for carrying out activities with an aspect associated with the unpredictability and fluctuation of results that directly impact the financial return. To estimate expected losses, it is necessary to have an in-depth knowledge of what are its influencing factors. From studies already carried out, it was found that one of the biggest losses of institutions results from high rates of Non-Performing Loans. Considering the negative effects of NPL on banking and the economy, this dissertation aims to analyze and deepen the influence of macro and microeconomic variables in the variation of these rates, assessing which factors lead to their increase and identifying the main differences between groups of countries above and below the average. For the analysis, 20 European Union countries were chosen, in the period between 2005 and 2017. The dissertation is divided into two chapters: the presentation of the methodologies used and the results obtained. The first is structured in two sub-chapters: theoretical concepts of mathematical models and procedures for the treatment of information and construction of statistical models. The second presents the results obtained and the estimates made until obtaining the final model, using multiple linear regression models. The results show that the “Unemployment Rate” is the variable with the greatest explanatory power for the variation of NPL in most countries and also the existence of differences between the significant variables of each group. In countries with high levels of NPL, it was found that in addition to this variable, also the level of RWA, “Judicial Efficiency” and “Real Estate Price” are important to explain their behavior. In the countries with low levels of NPL, the variables considered explanatory were “Available Income”, ROE and NIM. This macroeconomic information resulting from the study can be useful in decision making by Central Banks since it identifies the factors that most influence NPL. The sample period is influenced by a financial crisis and by measures taken by Central Banks in its follow-up, influencing the relationship between variables and NPL. A longer period would increase the statistical robustness of the identified variables. Contrary to existing studies on the subject that use econometric methods of high complexity where they considered identical behaviors across the entire sample, this study sought to use simple and intuitive statistical methods to determine the influential factors in the evolution of NPL, through the creation of groups of countries with homogeneous characteristics, including behavioral differences between them.