Parte 2. A análise de crédito da carteira: como medir o risco de default, os dois riscos que corroem o retorno sem inadimplência declarada, e por que o produto chega antes do modelo.
O mercado de FIDCs no Brasil saiu de R$ 118 bilhões de Patrimônio Líquido em 2016 para quase R$ 800 bilhões ao final de 2025, uma expansão de quase seis vezes em uma década. Com esse crescimento, a sofisticação das estruturas aumentou na mesma proporção: dois fundos com o mesmo rótulo podem carregar perfis de risco completamente distintos em termos de lastro, custo de capital, prazo e fluxo de caixa.
Entender o que está dentro de um FIDC deixou de ser uma vantagem competitiva para se tornar uma exigência básica de quem participa desse mercado, seja como gestor, investidor, originador ou estruturador. Este artigo é o segundo de dois: aqui tratamos da análise de crédito da carteira: risco de default, os dois riscos da tangente e a relação entre produto e crédito. No primeiro, abordamos a estrutura do fundo: personagens, tipos de lastro e credit enhancements.
O Brasil entrou nos últimos anos em um ciclo de inadimplência elevada que desafia gestores de crédito em toda a cadeia. Os dados do Banco Central mostram que a taxa de inadimplência total do sistema financeiro para pessoas físicas oscilou entre 6% e 7% no período 2023–2025 na modalidade de crédito livre, com destaque para cartão de crédito rotativo e crédito pessoal não consignado. No segmento de Micro, Pequenas e Médias Empresas, o cenário também foi de pressão, especialmente em setores impactados por choques climáticos e pela desaceleração do consumo.
Para os FIDCs, esse ambiente tem uma implicação direta: carteiras que pareciam estáveis com base em critérios históricos começaram a apresentar desvios entre a perda esperada projetada e a perda realizada. O problema não está apenas na inadimplência em si: está no intervalo entre o default e a perda efetiva, e nos riscos que corroem o retorno mesmo quando o crédito não entra em default.
Em um ambiente de inadimplência elevada, a qualidade da análise de crédito dentro do FIDC, e não apenas a estrutura do fundo, é o que separa as carteiras vencedoras das problemáticas.
O risco de default é o mais conhecido e o de maior impacto em qualquer carteira de crédito, dentro ou fora de um FIDC. Em vez de replicar o que já foi amplamente documentado por bancos e agências de rating, queremos trazer quatro blocos de análise que fazem diferença na prática:
É comum iniciar uma operação com o diretor de crédito dizendo: "Nossa Perda Esperada é de 8%." Esse número é baseado no application score e faz sentido quando ainda não há histórico de carteira consolidado. Mas é fundamental separar expectativa de realidade: acompanhar o behavior do crédito e verificar se a projeção se traduziu em resultado é o que distingue uma gestão técnica de uma gestão por suposição. Nossa regra: confie no application até que o behavior prove o contrário.
Um crédito em default não é necessariamente uma perda. É possível acionar a cobrança e reaver o valor, total ou parcialmente. Se não for possível, aí sim configura Loss (perda efetiva). Mas há um terceiro elemento crítico: o tempo. Um empréstimo que atrasa a primeira parcela tem todo o fluxo futuro comprometido. Um que atrasa a última, apenas uma parcela. Saber quebrar esses momentos (e mapear a curva de recuperação) traz uma camada de visibilidade que a inadimplência bruta simplesmente não oferece.
A área que menos recebe atenção, e que muitas vezes decide se uma tese de crédito é vencedora ou não. A cobrança revela o trajeto completo do tomador na vida de um crédito: quem responde, quem ignora, quem renegocia, quem simplesmente some. Não é apenas negativação. É inteligência de carteira. Mapear pontos de atenção e ajustar o processo de cobrança faz com que safras futuras se beneficiem do aprendizado acumulado nas safras anteriores.
Dois métodos complementares para calcular a Perda Esperada Realizada: (1) PD × EAD × LGD: o método dos cientistas de dados, poderoso quando ainda não há safras completas, mas que exige ajustes conservadores; (2) Análise de Safras: empírico, usa safras performadas como referência para as safras atuais. O fluxo de caixa dita as regras, mais direto, porém mais rígido quando novas safras apresentam mix de ratings ou prazos diferentes. A recomendação: desenvolva os dois internamente e os use como convergência.
Como saber se a sua perda esperada projetada está descolada da realidade?
Compare a PD aplicada no momento da concessão com a taxa de default observada nas safras já encerradas. Se o desvio é sistemático em uma mesma direção, o modelo de application precisa ser recalibrado, ou o critério de elegibilidade do fundo precisa ser revisto.
O retorno de um FIDC não é corroído apenas pela inadimplência. Dois outros riscos operam de forma menos visível, e por isso são frequentemente subestimados até que causem um problema real na operação. O objetivo de qualquer fundo é fazer com que:
Porém, inadimplência e perda esperada não são os únicos deflatores do retorno. Dois vilões adicionais podem comprometer a equação mesmo quando o default está controlado:
(i) Pré-Pagamento: Receber antecipadamente pode parecer uma boa notícia. Mas pré-pagamento acontece nos clientes bons, justamente os que deveriam continuar gerando juros para o fundo. O resultado: o juro esperado da operação cai, sem redução proporcional do risco. O momento também importa: na fase de formação de carteira, o capital pode ser realocado rapidamente. Na fase de amortização, o pré-pagamento pode resultar em menos capital disponível para determinadas classes de cotistas. O risco é comum em créditos longos (imobiliário, consignado público) especialmente quando a taxa básica de juros cai e o tomador consegue refinanciar em condições mais vantajosas.
(ii) Hedge e Descasamento Ativo-Passivo: Ocorre quando o ativo "roda" em uma taxa e o passivo em outra. Exemplo: um FIDC pulverizado de crédito pessoal com CCBs em taxa fixa (tabela Price) e cotas sêniores remuneradas a CDI + 3%. Se o Banco Central sobe a Selic, o spread (juro do ativo menos custo do passivo) encolhe. Para mitigar: (1) defina no regulamento um mecanismo de reprecificação sempre que o custo de capital se alterar; (2) utilize derivativos para recalibrar a exposição ao risco de taxa. Descasamento não gerenciado é um risco sistêmico que cresce em silêncio.
Com esses dois fatores considerados, a equação recalibrada fica:
Modelos estatísticos, dados e inteligência artificial tornaram a análise de crédito mais precisa e escalável. É inegável. Mas há uma dimensão que nenhum algoritmo captura sozinho: a relação entre produto e cliente. Quando o produto de crédito chega ao tomador no momento certo, com condições justas e incentivos alinhados para todas as partes, a performance da carteira tende a ser melhor, não porque o modelo previu isso, mas porque o produto foi bem desenhado.
Quando o originador está financiando a formação de alguém, ele não está apenas concedendo crédito. Está participando de um ciclo virtuoso. Com o diploma, a renda do tomador aumenta, sua capacidade de pagamento melhora e a exposição ao risco do fundo diminui. Nenhum modelo estatístico captura essa dinâmica no momento da concessão, mas um produto bem desenhado a cria. A tese de crédito e o design do produto são inseparáveis.
Em carteiras de PMEs no Sul do Brasil, após os eventos climáticos extremos em Porto Alegre, vários FIDCs e bancos concederam carência aos tomadores afetados. O resultado: as empresas sobreviveram ao choque sem que o fundo registrasse aumento de perda esperada. O produto (e a decisão de gestão por trás dele) chegou antes que qualquer modelo de cobrança pudesse reagir. Isso é resiliência de carteira que não aparece nos backtests.
Entender a relação entre crédito e produto não é apenas boa prática. É o que distingue carteiras que resistem a ciclos adversos das que amplificam o problema. Fidelização de base, adaptação ao perfil do tomador e sensibilidade ao contexto econômico são variáveis que nenhum scorecard consegue quantificar completamente, mas que aparecem nos resultados das safras.
