Determinantes dos spreads de debêntures no Brasilabordagem com modelos estruturais de risco de crédito
Silva, Marlon Tyrone de Almeida
O documento é disponibilizado pela fonte de origem, que mantém a versão integral e as condições de uso.
Resumo
Este trabalho tem por objetivo identificar os determinantes dos spreads de crédito relacionados às debêntures negociadas em mercado secundário no Brasil. O estudo dá especial atenção a probabilidades de default calculadas a partir do modelo de Black-Cox em linha com a literatura internacional. A base final foi composta de 260 debêntures negociadas entre janeiro de 2012 e junho de 2022 incluindo debêntures callables que é o tipo preponderante no mercado brasileiro. Para a implementação do modelo de Black-Cox, foram utilizadas diferentes alternativas de parâmetros de volatilidades e de limiar de default. O principal método econométrico foi modelo em painel com efeitos fixos nas próprias debêntures. Os resultados deste trabalho indicam que probabilidades de default estimadas por Black-Cox são estatisticamente significativas para explicar os spreads de crédito em conjunto com variáveis macroeconômicas como inclinação da curva de juros, volatilidades dos retornos do IBOVESPA e do S&P 500, CDS do Governo Brasileiro e variação da produção industrial. Incentivos fiscais, os ratings dos emissores e os indexadores associados às debêntures apresentaram impacto significativos nos spreads a partir da análise da decomposição dos efeitos fixos estimados.
Ficha do documento
- Tipo
- Dissertação
- Ano
- 2022
- Instituição
- Fundação Getulio Vargas
- Fonte
- Repositório da FGV
- Idioma
- Português
- Acesso
- Acesso aberto
- Identificador
- oai:repositorio.fgv.br:10438/33025
- Temas
- Economia
Conteúdos relacionados
- DissertaçãoEvolução da exposição ao risco de créditoFundação Getulio Vargas · 2018
- DissertaçãoAnálise de risco de créditoFundação Getulio Vargas · 2017
- TeseEnsaios sobre liquidez, informação e preços no mercado brasileiro de debênturesFundação Getulio Vargas · 2026
- DissertaçãoModelagem e previsão da taxa de inadimplênciaFundação Getulio Vargas · 2025