Factor analysis dos determinantes globais de ratings do risco soberano aplicado ao Brasil : relevância dos ciclos políticos eleitorais nas avaliações de crédito

Abstract

Qual país não desejaria um possuir um cenário econômico estável e atraente para os investidores e, ao mesmo tempo poder antever sua nota de classificação de risco no sistema financeiro internacional? A probabilidade de default (moratória) de obrigações financeiras, ou o risco de um Estado soberano não honrar suas obrigações contratuais referentes à dívida pública é classificado por um nível de rating soberano cujo cálculo é realizado mediante a avaliação levada a termo por agências de classificação de risco (ACR), dentre as quais se destacam a Standard & Poor’s Global Ratings (S&P), a Fitch Ratings e a Moody’s Investors Service, todas signatárias de contratos com o Governo Brasileiro. As classificações de Risco Soberano Brasil (RSB) realizadas pelas ACRs (em níveis de ‘graus de investimento’ ou de ‘graus especulativos’) têm o principal objetivo de fornecer ao mercado financeiro, aos investidores, aos credores e demais usuários informações sobre o perfil de risco de crédito do país e a capacidade de honrar sua dívida, reduzindo assim, a assimetria informacional entre os agentes. No presente estudo, as questões e propósitos da pesquisa objetivam identificar quais são os principais fatores determinantes na classificação do RSB; propor modelo preditivo de rating soberano aplicado ao Brasil para cada ACR; e testar se há significância estatística de cada fator determinante e dos Ciclos Políticos Eleitorais (CPE) no RSB. Para tanto, com suporte na Teoria da Escolha Pública pela vertente da Teoria dos Ciclos Políticos Econômicos, após identificação das principais variáveis independentes referenciadas na literatura, foi realizada análise fatorial confirmatória, para validação dos constructos fatoriais dos perfis “econômico e institucional” e de “flexibilidade e desempenho” do Brasil. As variáveis latentes possibilitaram realizar modelos de regressão probit ordenado para cada classe de rating nas três ACRs. A analise fatorial possibilitou, pelo método da máxima verossimilhança, a extração de 3 variáveis latentes (Fator Monetário, Fator Externo e Fator Fiscal) cujos vetores explicam 86% da variância total dentre 22 variáveis inicialmente selecionadas. A modelagem empírica para cada ACR resultou em modelos probabilísticos com níveis de acurácia de 64% para Standard&Poor’s, e 56% para a FitchRatings e Moody’s. O resultados confirmaram a relevância do Fatores Monetário e Externo para a Standard&Poor’s, e do Fator Externo para as demais ACRs, rejeitando-se as demais hipóteses. Houve ausência de significância estatística dos ciclos políticos eleitorais no RSB em todas as agências de rating.