A literatura sobre testes de estresse do sistema financeiro vem crescendo substancialmente nos últimos anos devido à importância destes exercícios, destacada pela crise financeira do subprime, a sequência de falências bancárias em muitos países e a crise econômica brasileira. Este trabalho propõe uma metodologia para testes de estresse, focada em risco de crédito, para o sistema financeiro brasileiro. Após a definição do escopo, o segundo passo de um teste de estresse é a identificação das vulnerabilidades do sistema financeiro, em que se captura as relações entre fatores macroeconômicos e a inadimplência. A maior parte dos trabalhos utiliza um conjunto limitado de fatores macroeconômicos. Este trabalho propôs a utilização de mais de 300 variáveis e uma análise fatorial para obter fatores macroeconômicos que consideram um conjunto mais abrangente de variáveis em um modelo ARIMAX. Além disso, os trabalhos comumente empregam modelos de dados em painel, VAR, séries temporais ou modelos de regressão linear. Porém, a mudança em uma variável raramente afeta outra instantaneamente, pois o efeito é distribuído ao longo do tempo. Neste trabalho é proposto o modelo de defasagem distribuída polinomial, que considera este efeito ao estimar os parâmetros defasados por meio de um polinômio de segundo grau. Os modelos foram construídos utilizando o período de março de 2007 a agosto de 2016 como período de modelagem e setembro de 2016 a agosto de 2017 como período de validação fora do tempo. Para os meses de validação, os modelos propostos apresentaram menor soma dos quadrados dos erros. O terceiro passo é a calibração de um cenário de estresse adverso e plausível, que pode ser obtido pelos métodos histórico, hipotético e probabilístico. Nota-se uma lacuna na literatura brasileira, suprida neste trabalho, em que não há propostas de cenários hipotéticos e históricos (que consideram todas as crises de 2002, crise subprime de 2008 e crise de 2015/2017) para o Brasil. Notou-se que os choques históricos geram valores mais severos que os hipotéticos, e há variáveis mais sensíveis aos diferentes tipos de crises econômicas. Ao verificar o impacto do cenário obtido para as instituições, a inadimplência estimada em cenário de estresse foi de 6,38%, um aumento de 68% em relação ao cenário base. Este aumento foi semelhante, um pouco mais severo, aos choques obtidos na literatura brasileira e ao Relatório de Estabilidade Financeira construído pelo Banco Central do Brasil, que estima que o sistema bancário está preparado para absorver um cenário de estresse macroeconômico.

Studies on stress testing the financial system has been growing substantially recently due to the importance of these exercises, highlighted by the subprime financial crisis, the bank failures sequence in many countries and the Brazilian economic crisis. This paper proposes a stress test methodology, focused on credit risk, for the Brazilian financial system. After the scope definition, the second step of a stress test is the vulnerabilities of the financial system identification, in which the relation between macroeconomic factors and credit risk are captured. Most papers use a limited set of macroeconomic factors. This paper proposes the use of more than 300 variables and a factor analysis to obtain macroeconomic factors to consider a more comprehensive set of variables in an ARIMAX model. In addition, academic papers commonly employ panel data models, VAR, time series or linear regression models. However, changing one variable rarely affects another instantaneously because the effect is distributed over time. In this work the polynomial distributed lag model is proposed, which considers this effect when estimating the lagged parameters by a second degree polynomial. The models were constructed using March 2007 to August 2016 as a modeling period and September 2016 to August 2017 as an out of time validation period. For the validation period, the proposed models presented a smaller sum of the squares errors. The third step is the calibration of an adverse and plausible stress scenario, which can be obtained by historical, hypothetical and probabilistic methods. We note a gap in the Brazilian literature, provided in this paper, in which there are no hypothetical and historical scenarios (which consider all crises of 2002, subprime crisis of 2008 and crisis of 2015/2017) for Brazil. It was noted that historical shocks generate more severe values than hypothetical shocks, and there are variables more sensitive to different types of economic crises. When verifying the impact of the scenario obtained for the institutions, the estimated default in the stress scenario was 6.38%, an increase of 68% in relation to the base scenario. This increase was similar, somewhat more severe, to the shocks obtained in the Brazilian literature and to the Financial Stability Report built by the Central Bank of Brazil, which estimates that the banking system is prepared to absorb a macroeconomic stress scenario.