Capítulo 2 Grupo 1 - Inadimplência dos negócios imobiliários antes e após a pandemia
Cássia Karolina P. Martins, Cristiane Marizani Da Silva, Isabeli Gasparim Santana, Izabela Santana, Mariana Fregapani
2.1 Introdução
A inadimplência é a falta de pagamento ou o não cumprimento de um contrato ou cláusula, pode significar a não satisfação daquilo a que se está obrigado ou do prazo que está sendo predeterminado. Em outras palavras, a inadimplência é o não pagamento da dívida.
No final do ano de 2019, a taxa Selic estava em uma queda gradativa e a promessa era que 2020 começasse aquecido e se mantivesse assim até o final. No entanto, com os inesperados eventos, diversos setores passaram a enfrentar crises e o mercado imobiliário voltou a ter dificuldades.
O surgimento da pandemia de Covid-10, em 2020, gerou um impacto inicial no mercado imobiliário. Existia um receio dos clientes em adquirir um imóvel, tendo em vista que isso, geralmente, envolve um compromisso financeiro de muitos anos.
Mesmo com essa redução nas vendas, o setor imobiliário continuou com os empreendimentos e foi se adaptando à nova realidade, inclusive aproveitando dos meios digitais para atrair clientes.
Ao final de 2020, o mercado conseguiu um aumento de mais de 8% nas vendas de imóveis - em relação ao ano anterior. Ou seja, mesmo com toda a instabilidade gerada pela pandemia, o mercado imobiliário conseguiu se adaptar e alavancar nas vendas, superando o ano de 2019.
2.1.1 Inadimplência na Caixa Econômica Federal
Devido ao grande número de dívidas não pagas no SFH, a Caixa Econômica Federal tomou algumas medidas para concessão de crédito habitacional. Segundo Sehn e Junior(2007) “A partir de 1997, a Caixa desenvolveu um sistema de amortização para seus financiamentos na área habitacional, implantando o Sistema de Amortização Crescente (Sacre), que busca um maior equilíbrio no contrato, visto que a prestação no início é maior, ocorrendo uma amortização também maior, gerando a partir do terceiro ou quarto ano, o que dependerá do contrato, uma queda da prestação. O fato negativo, porém, é que não se vinculam mais à prestação esalário; quando ocorre perda de renda ou desemprego, a prestação não é recalculada.”
Afirmam ainda que o sistema Sacre foi pensado para permitir maior amortização do valor emprestado, ou seja, reduzindo paralelamente a parcela de juro sobre o saldo devedor.
Na CEF, a cobrança é feita da seguinte forma:
Até os primeiros 35 dias de atraso, a cobrança é feita pelas agências responsáveis pelo contrato.
Após 35 dias, para contratos com dívidas até R$ 50 mil a cobrança é feita por duas empresas de cobrança terceirizada, Exponencial Serviços de Consultoria e Assessoria Ltda e Jorge & Lima Assessoria e Consultoria Jurídica Ltda. Para dívidas acima de R$ 50 mil a cobrança é feita pelas Gipro.
Caso o contrato, após decorridos 90 dias de disponibilização à empresa terceirizada, não retorne à adimplência, ele retorna à Caixa para as providências de execução e, se necessário, da retomada do imóvel e sua posterior venda em concorrência pública ao interessado que pagar, no mínimo, o seu valor de mercado.” (Sehn e Junior 2007)
2.1.2 Meios para evitar a inadimplência
A melhor forma de evitar a inadimplência é realmente dar créditos a quem tem recursos para fazer o compromisso. Embora sabemos que o país ainda não possui uma estabilidade econômica e que isso consequentemente afeta a população que deseja firmar contratos habitacionais. (Senh e Junior 2007)
Portanto, é preciso passar por um filtro no qual:
- As informações cadastrais
- Tenta adastro que demonstrem a situação econômica, financeira e patrimonial
- Evite oferecer quantidade excessiva de crédito para um mesmo tomador
- Deve-se verificar o histórico de crédito do tomador, como hábitos de consumo, relação com outras instituições financeiras e etc.Conhecer bem o tomador de crédito é fundamental para evitar futuros problemas.
O índice em geral de inadimplência no país é alto. Segundo o Serasa (2024), são 72,54 milhões de brasileiros em situação de inadimplência. Por isso, há necessidade de uma análise bem rigorosa antes de realizar os contratos, pois prejudica todo o sistema econômico.
O financiamento imobiliário é a modalidade de crédito que mais tem crescido no Brasil nos últimos anos, ajudando milhões de pessoas a adquirirem sua casa própria. Para se ter uma ideia, o estoque de crédito imobiliário no sistema financeiro nacional cresceu 34,8% em 2012 e 23,31% entre janeiro e agosto de 2013. No Brasil, basicamente, uma pessoa física dispõe de três formas para adquirir um imóvel através de um financiamento imobiliário:
2.1.3 Minha Casa, Minha Vida
Trata-se de um programa de habitação do governo federal brasileiro que, em geral, ocorre em parceria com estados, municípios, empresas, cooperativas, associações e entidades sem fins lucrativos. Em sua segunda fase, tem o objetivo de construir 2 milhões de casas e apartamentos até 2014. Na área urbana, o programa atende famílias com renda mensal bruta de até R$ 5 mil. Já na área rural, são atendidas famílias com renda anual de até R$ 60 mil.
Em relação aos imóveis em área urbana, o programa permite a aquisição apenas de: imóveis novos, com habite-se emitido a partir de 26/03/2009 e que não tenham sido habitados ou transacionados; e imóveis na planta. Para aqueles com renda mensal de até R$ 1.600, é possível obter o financiamento imobiliário através da prefeitura da cidade onde mora (municípios com mais de 50 mil habitantes) ou através de entidades sem fins lucrativos relacionadas a movimentos sociais.
Para as demais famílias com renda bruta mensal de até R$ 5 mil (imóveis situados em regiões metropolitanas, capitais ou municípios com população igual ou superior a 250 mil habitantes) ou até R$ 4.300 (demais municípios) é possível obter financiamento imobiliário a taxas subsidiadas pelo programa “Minha Casa, Minha Vida”.
2.1.4 SFH – Sistema Financeiro de Habitação
No Sistema Financeiro de Habitação, criado pela lei 4.390 de 1964, os recursos são oriundos dos depósitos da Caderneta de Poupança e do FGTS e, graças a isto, as taxas de juros não podem exceder os 12% ao ano (mais TR). Como as taxas de juros são reguladas, a concessão do financiamento apresenta mais restrições do que a modalidade de mercado realizada pelo Sistema de Financiamento Imobiliário, o qual veremos abaixo.
Em relação ao valor do financiamento, são aceitos imóveis novos ou usados até o valor de R$ 750 mil nos estados de São Paulo, Rio de Janeiro e Minas Gerais, e no Distrito Federal. Para os demais estados, o valor máximo é de R$ 650 mil. Outro benefício importante é que os recursos disponíveis no FGTS podem ser utilizados para quitar ou diminuir a dívida, desde que tenha no mínimo três anos de trabalho sob o regime do FGTS.
2.1.5 SFI – Sistema de Financiamento Imobiliário
O Sistema de Financiamento Imobiliário foi criado pela lei 9.514 de 1997 como um conjunto de normas legais que regulam a participação tanto de instituições financeiras como de não-financeiras na realização de operações de financiamento de imóveis residenciais e comerciais. O intuito principal foi o de atender a uma demanda crescente por financiamento imobiliário, principalmente nos segmentos que não podiam ser atendidos pelo SFH, o qual apresenta regras mais rígidas de concessão de crédito e dispõe de formas mais limitadas de captação de recursos.
De modo geral, o SFI permite a aquisição de imóveis comerciais e residenciais tanto por pessoas físicas quanto por pessoas jurídicas. No segmento de pessoas físicas, imóveis com valor superior a R$ 750 mil no Distrito Federal e nos estados de São Paulo, Rio de Janeiro e Minas Gerais podem ser financiados através do SFI, bem como os imóveis com valor superior a R$ 650 mil nas demais regiões.
Como os recursos do SFI são captados através do mercado financeiro a taxas de mercado, a concessão do crédito neste segmento é feita também a taxas de mercado, mais elevadas do que as encontradas no programa “Minha Casa, Minha Vida” e no SFH. Apesar disto, as taxas de juros praticadas nos financiamentosimobiliários deste segmento são mais baixas do que as de outras modalidades de crédito. Dentre os principais motivos, podemos destacar a garantia oferecida pelo próprio imóvel financiado (o que reduz eventual prejuízo em caso de inadimplência do mutuário) e as isenções fiscais aos investidores que aportam recursos no SFI através de instrumentos de captação como os CRIs (Certificados de Recebíveis Imobiliários), entre outros.
2.2 Metodologia
A metodologia consiste na pesquisa em banco de artigos científicos para fundamentação teórica, nesse caso foi utilizado o Google Acadêmico. Foi utilizado o software R para criação e análise dos dados, no qual foi retirado do site oficial do Banco Central do Brasil (BACEN) nos períodos de 2011 a 2024. A ênfase maior desse trabalho foi em cima do programa governamental “Minha casa, minha vida” realizado pela Caixa Econômica Federal.
Nota do professor: Foi criada uma variável dummy que recebeu o valor 1 para o período compreendido entre 01/03/2020, quando a OMS declarou a COVID-19 como uma pandemia, e 22/04/2022 quando o Ministério da Saúde declarou o fim da Emergência em Saúde Pública de Importância Nacional pela Covid-19.
2.3 Análise e discussão dos resultados
Para criação das tabelas foi utilizado o R studio. As seguintes análises foram observadas:
# 21149 - Inadimplência da carteira - Pessoas físicas - Financiamento imobiliário com taxas de mercado
# 21150 - Inadimplência da carteira - Pessoas físicas - Financiamento imobiliário com taxas reguladas
options(timeout = 600)
SER <- rbcb::get_series(c(mercado = 21149, reguladas = 21150), as = "xts")
inadimplencia <-
as.data.frame(SER) |>
tibble::rownames_to_column("Data") |>
dplyr::mutate(Data = as.Date(Data)) |>
dplyr::mutate(pandemia = dplyr::case_when(Data < "2020-03-01" ~ 0, Data > "2022-04-22" ~ 0, TRUE ~ 1))g <- inadimplencia |>
tidyr::pivot_longer(cols = c(mercado, reguladas), values_to = "Inadimplência") |>
ggplot2::ggplot(ggplot2::aes(x = Data, y = Inadimplência, color = name)) +
ggplot2::geom_line() +
ggplot2::scale_x_date(date_breaks = "1 year") +
ggplot2::theme(axis.text.x = ggplot2::element_text(
vjust = 0.5, hjust = 1, angle = 45),
legend.position="bottom") +
ggplot2::labs(x = "Período", y = "Inadimplência", colour = NULL)
plotly::ggplotly(g)Figura 2.1: Análise de inadimplência dos segmentos de mercado e das reguladas
inad.merc <- lm(mercado ~ pandemia, data = inadimplencia)
# MODELO <- lm(V1 ~ V2, data = tabela_transposta)
inad.reg <- lm(reguladas ~ pandemia, data = inadimplencia)
jtools::export_summs(inad.merc, inad.reg, model.names = c("Mercado", "Reguladas"),
error_pos = "right", statistics = c("r.squared", "p.value"))| Mercado | Reguladas | |||
|---|---|---|---|---|
| (Intercept) | 2.76 *** | (0.10) | 1.68 *** | (0.02) |
| pandemia | -1.46 *** | (0.25) | -0.08 | (0.04) |
| r.squared | 0.18 | 0.02 | ||
| p.value | 0.00 | 0.06 | ||
| *** p < 0.001; ** p < 0.01; * p < 0.05. | ||||
As figuras 1 e 2 mostram as seguintes informações:
Coeficiente de Regressão:
Indica a direção e magnitude do efeito da pandemia na inadimplência.
Por exemplo, um coeficiente positivo para pandemia em inad.merc indicaria que a pandemia aumentou a inadimplência no mercado.
R² (R-squared):
- Mede a proporção da variação na inadimplência explicada pela pandemia.
- Valores mais altos de R² indicam que o modelo explica bem a variação na inadimplência.
P-value:
- Testa a significância estatística do coeficiente de regressão.
- P-value menores que 0,05 indicam que a pandemia tem um efeito estatisticamente significativo na inadimplência.
# https://www.bcb.gov.br/content/estabilidadefinanceira/scr/inadimplencia_coorte/Inadimplencia_Coorte_2023_3o_trimestre_xlsx.zip
tabela_inadimplencia <- readxl::read_excel("Inadimplencia_Coorte_2023_3o_trimestre.xlsx")
tabela_inadimplencia <- tabela_inadimplencia |>
dplyr::filter(Modalidade == "PF - Habitacional") |>
dplyr::mutate(pandemia = dplyr::case_when(Coorte < "2020-03-01" ~ 0, Coorte > "2022-04-22" ~ 0, TRUE ~ 1))maximo <-
tabela_inadimplencia$Volume_Atraso_90_dias[
tabela_inadimplencia$Volume_Atraso_90_dias == max(tabela_inadimplencia$Volume_Atraso_90_dias) &
tabela_inadimplencia$Faixa_de_Prazo_da_Operacao == ">= 30 e < 35 anos"]
dmaximo <-
tabela_inadimplencia$Coorte[
tabela_inadimplencia$Volume_Atraso_90_dias == max(tabela_inadimplencia$Volume_Atraso_90_dias) &
tabela_inadimplencia$Faixa_de_Prazo_da_Operacao == ">= 30 e < 35 anos"]Nota do professor: Os dados de Inadimplência Coorte, disponibilizados pelo Banco Central e demonstrados no gráfico a seguir evidenciam que, no período da pandemia os maiores volumes de operações atrasadas acima de 90 dias correspondiam à faixa entre 30 e 35 anos de prazo. O maior montante foi observado em 31/07/2020, alcançando 142.180.954.
g <- ggplot2::ggplot(
tabela_inadimplencia,
ggplot2::aes(
x = Coorte,
y = Volume_Atraso_90_dias,
color = Faixa_de_Prazo_da_Operacao)) +
ggplot2::geom_line()
plotly::ggplotly(g)Figura 2.2: Volume em atraso de 90 dias por faixa de prazo da operação
Nota do professor: As tabelas 2.2 e 2.3 a seguir demonstram que em todos os cenários de prazo da operação o coeficiente da pandemia foi significativo ao nível de 99,9% de confiança, exceto no caso da faixa entre 20 e 25 anos, onde nível de confiança foi de 99%. O que diferencia os casos é o valor do \(R^2\). A faixa entre 20 e 25 anos, novamente apresenta o menor valor (\(R^2\) = 0.02). Na faixa entre 30 e 35 anos é possível afirmar que a pandemia explica aproximadamente 45% da variação na inadimplência.
modelo15 <- lm(Volume_Atraso_90_dias ~ pandemia, data = tabela_inadimplencia |>
dplyr::filter(Faixa_de_Prazo_da_Operacao == "<15 anos"))
modelo20 <- lm(Volume_Atraso_90_dias ~ pandemia, data = tabela_inadimplencia |>
dplyr::filter(Faixa_de_Prazo_da_Operacao == ">= 15 e < 20 anos"))
modelo25 <- lm(Volume_Atraso_90_dias ~ pandemia, data = tabela_inadimplencia |>
dplyr::filter(Faixa_de_Prazo_da_Operacao == ">= 20 e < 25 anos"))
modelo30 <- lm(Volume_Atraso_90_dias ~ pandemia, data = tabela_inadimplencia |>
dplyr::filter(Faixa_de_Prazo_da_Operacao == ">= 25 e < 30 anos"))
modelo35 <- lm(Volume_Atraso_90_dias ~ pandemia, data = tabela_inadimplencia |>
dplyr::filter(Faixa_de_Prazo_da_Operacao == ">= 30 e < 35 anos"))
modelo35mais <- lm(Volume_Atraso_90_dias ~ pandemia, data = tabela_inadimplencia |>
dplyr::filter(Faixa_de_Prazo_da_Operacao == ">= 35 anos"))
jtools::export_summs(modelo15, modelo20, modelo25,
model.names = c("<15 anos", ">= 15 e < 20 anos", ">= 20 e < 25 anos"),
error_pos = "right", statistics = c("r.squared", "p.value"))| <15 anos | >= 15 e < 20 anos | >= 20 e < 25 anos | ||||
|---|---|---|---|---|---|---|
| (Intercept) | 529625.19 *** | (33524.11) | 1587980.84 *** | (63605.16) | 4913512.40 *** | (175553.10) |
| pandemia | 1208255.37 *** | (94027.00) | 2770176.25 *** | (174112.47) | 1476599.82 ** | (482265.38) |
| r.squared | 0.22 | 0.31 | 0.02 | |||
| p.value | 0.00 | 0.00 | 0.00 | |||
| *** p < 0.001; ** p < 0.01; * p < 0.05. | ||||||
jtools::export_summs(modelo30, modelo35, modelo35mais,
model.names = c(">= 25 e < 30 anos", ">= 30 e < 35 anos", ">= 35 anos"),
error_pos = "right", statistics = c("r.squared", "p.value"))| >= 25 e < 30 anos | >= 30 e < 35 anos | >= 35 anos | ||||
|---|---|---|---|---|---|---|
| (Intercept) | 32232918.75 *** | (999090.69) | 34203298.74 *** | (1311129.12) | 3154027.73 *** | (200423.52) |
| pandemia | 51092074.67 *** | (2717820.50) | 76982661.64 *** | (3605009.06) | 9319964.90 *** | (539284.53) |
| r.squared | 0.39 | 0.45 | 0.36 | |||
| p.value | 0.00 | 0.00 | 0.00 | |||
| *** p < 0.001; ** p < 0.01; * p < 0.05. | ||||||
2.4 Conclusão
Portanto, com os dados observados é possível concluir que nos anos anteriores à pandemia os financiamentos do segmento de mercado apresentavam uma constante queda no índice de inadimplência. Enquanto que nas reguladas apresentou pequenas variações nesse índice. Esta situação se modifica no período da pandemia, onde a inadimplência dos financiamentos de mercado que vinham em constante queda teve um aumento estatisticamente significativo. O mesmo aumento foi identificado nos financiamentos do segmento de reguladas, porém é analisado que não houve o mesmo impacto, uma vez que a variação desse setor não foi tão superior às que ocorreram nos anos anteriores.
Desta forma, é de suma importância analisar essa temática uma vez que as taxas altas de inadimplência tem significativo impacto na tomada de decisão da concessão de financiamentos futuros. Observando que uma taxa alta de inadimplência no setor, aumenta o risco para a instituição financeira em relação ao recebimento do valor do contrato firmado.
A relação da contabilidade com o tema abordado ocorre visto que sua principal função é gerar informações úteis para auxiliar seus usuários na tomada de decisão. Sendo assim, a instituição financeira precisa ter conhecimento das informações sobre sua liquidez e do mercado imobiliário para analisar suas possibilidades de assumir o risco de firmar novos contratos.
2.5 Referências
ECONÔMICAS, Redação Minhas. Financiamento Imobiliário: conheça as modalidades. Minhaseconomias.com.br, 2013. Disponível em: https://minhaseconomias.com.br/blog/planejamento-financeiro/financiamento-imobiliario-conheca-as-modalidades . Acesso em: 05/07/2024.
FIORAVANTE, Dea Guerra; FURTADO, Bernardo Alves. Crédito Imobiliário: Financiamento do desenvolvimento (pp.193-224). Universidade de Brasília, 2018. Disponível em: https://www.researchgate.net/profile/Bernardo-Furtado-2/publication/349033352_Credito_imobiliario/links/601bec2092851c4ed549812d/Credito-imobiliario.pdf . Acesso: 05/07/2024.
IMÓVEIS, Nova Época. Mercado Imobiliário: como anda e o que mudou com a pandemia. Novaepoca.com.br, 2020. Disponível em: https://www.google.com/url?sa=t&rct=j&q=&esrc=s&source=web&cd=&cad=rja&uact=8&ved=2ahUKEwiB6I-hyZCHAxW-ppUCHX9dAPsQFnoECBkQAQ&url=https%3A%2F%2Fwww.novaepoca.com.br%2Fblog%2Fmercado-imobiliario-como-anda-e-o-que-mudou-com-a-pandemia%2F108&usg=AOvVaw2boWGpKpom-qEcKTrI3GO8&opi=89978449. Acesso em: 05/07/2024.
MACÊDO, Gabriela. A pandemia e as mudanças no mercado imobiliário. Jusbrasil.com.br, 2021. Disponível em: https://www.jusbrasil.com.br/artigos/a-pandemia-e-as-mudancas-no-mercado-imobiliario/1224796178. Acesso em: 05/07/2024.
SERASA. Mapa de inadimplência e negociação de dívidas no Brasil. O levantamento mensal da Serasa sobre a relação dos brasileiros com as dívidas. Serasa.com.br, 2024. Disponível em: https://www.serasa.com.br/limpa-nome-online/blog/mapa-da-inadimplencia-e-renogociacaode-dividas-no-brasil/. Acesso em 05/07/2024.
SEHN, Carlos Fernando; JUNIOR, Reginaldo José Carlini. Inadimplência no sistema financeiro e habitação: um estudo junto a Caixa Econômica Federal. Revista de Administração Mackenzie, 2007. Disponível em: https://www.scielo.br/j/ram/a/tW8TTtjhmNM8t4d959k6mbJ/?format=html. Acesso em: 05/07/2024 .