Coelho, LuísFreire, Marco Filipe DiasBarros, Patrícia Santos Pereira de2020-04-212020-04-212019-11-26http://hdl.handle.net/10400.1/13732The present document refers to a study conducted at Arrow Global Group - White Star Asset Solutions (WS), in the form of an internship. The subject was the pricing of secured Non-performing loans (NPL), in particular, the time to recover debt. The methodology selected was to follow a statistical approach, recurring to external and internal data to elaborate estimations. In particular, external factors such as macroeconomics, judicial procedures, civil law and court type are considered in the analysis, and the parameters, that were part of the time matrix in use, are revisited from a different perspective to compile a new time matrix. Relying on this time matrix one can predict the debt recovery moment, which has a direct influence on the pricing of the portfolios under management by WS. This is an important topic since it is at the core of WS’ activities. At a more general level, the work undertaken during the internship is valuable to the investment community at large. In particular, investors operating in this market seek to acquire portfolios with a good recovery percentage and high return on investment. The methodology employed and the results uncovered seem to suggest that the new time matrix, that was developed, may help achieve these two objectives.O presente relatório refere ao estágio efetuado na empresa Arrow Global Group – Whitestar Asset Solutions (WS), tendo como objetivo o estudo de Non-performing Loans (NPL) Pricing e fatores preponderantes no cálculo do valor recuperável da dívida em mora, como parte integrante de uma carteira de crédito. O fator de maior foco foi o tempo de recuperação de dívida, sendo este primordial para a tomada de decisão de investimento. Os investidores, que adquirem estas carteiras de crédito, procuram informação a respeito dos montantes expectáveis de retorno, com incidência no ponto da linha temporal em que ocorre o retorno do seu investimento. Estas estimativas são, portanto, pontos de interesse do trabalho desenvolvido na WS. A WS é uma empresa de gestão de carteiras de crédito e imobiliário, líder em Portugal, e a única capaz de oferecer um serviço integrado e completo de gestão de ativos para investidores e originadores. Trata-se uma empresa especializada na gestão de crédito, oferecendo um serviço completo e integrado de gestão de portfólios. As carteiras incluem NPL, sendo, na sua maioria secured NPL. Assim, o estudo incide em secured NPL, que se pode resumir como NPL garantido por bens imobiliários. A recuperação da dívida, incluída nestes portfólios, constitui o principal negócio da WS. Nesta medida, a estimativa dos valores passíveis de serem recuperados e o tempo de recuperação de dívida, são, necessariamente, parte integrante das mais eminentes atividades para investimento de recursos de natureza técnica e humana. A estrutura organizacional da WS identifica-se pela cooperação entre departamentos chave visando a criação de lucros. A WS tem um departamento de Due Diligence dedicado somente a esta área de negócio. Nestas equipas incluem-se advogados que monitorizam e incitam os processos judiciais, com a finalidade de recuperar dívida. A metodologia escolhida para formalizar estimativas de preço e tempo de recuperação de dívida pode variar. A WS desenvolveu modelos de pricing apoiados em estudos realizados na empresa; os acedidos diferem em resultados e assunções, embora a metodologia não difira significativamente. Procura-se, no presente estudo, analisar outras perspetivas e correlacionar outros fatores, de modo a afinar a estimativa. Os principais alvos deste estudo sofrem a influência de fatores macroeconómicos. Esta evidência é identificada por diversa pesquisa na matéria e as correlações entre indicadores macroeconómicos e NPL são muito significativas. Os fatores macroeconómicos são apontados como determinantes para a evolução de NPL, verificando-se que indicadores macroeconómicos desfavoráveis potenciam o aumento de NPL. A existência de extensa investigação, nesta matéria, espelha o interesse que provoca. Os estudos indicam relações diretas entre fatores macroeconómicos e NPL, nomeadamente, Produto Interno Produto (PIB), taxa de desemprego e taxa de juro. O pricing de NPL é, também, incluído nesta dinâmica. Sabendo-se que para o pricing de NPL contribuem grandezas como o tempo, pode-se inferir que o tempo de recuperação de dívida está diretamente relacionado com a macroeconomia de um país. Alguns investigadores apontam para uma ligação entre os tempos judiciais e a situação macroeconómica, bem como a quantidade de NPL. Com efeito, verifica-se que nos países onde a economia é menos pujante, e portanto apresentando fatores macroeconómicos mais débeis, a percentagem de NPL é superior, à semelhança dos respetivos tempos de resolução e recuperação de dívida. O estudo que agora se apresenta define matrizes de tempo de retorno de investimento, em termos de recuperação de dívida, seguindo um processo judicial. Assim, as matrizes foram agrupadas por fases do processo litigioso; desta forma, a estimativa torna-se mais aproximada e perceciona-se quais as fases mais morosas. Adicionalmente, é possível verificar o investimento, em termos temporais, que uma determinada fase implica e carece. Esta informação traduz-se numa mais-valia, aquando a gestão de um portfólio, uma vez que os trâmites legais exigem recursos monetários. Esta escalpelização tem particular relevância na determinação de Cash-Flows ao longo do período de gestão do portfólio, não obstante, este cálculo não foi incluído no estudo. A metodologia selecionada debruça-se em métodos estatísticos, os dados recolhidos são tratados estatisticamente, de modo a produzir estimativas do tempo que decorre em cada fase judicial. Dados internos e externos são combinados para melhorar esta estimativa. Relativamente às metodologias e processos para estimar estas grandezas, podem-se identificar alternativas àquela que foi utilizada. Outro método passível de ser adotado é o recurso a software dedicado, sendo os dados tratados e analisados por esta ferramenta, produzindo relatórios Ad hoc e manipulando os dados de forma traduzir a informação em gráficos e tabelas, que evidenciam a sua leitura. Estas ferramentas informáticas permitem criar o que é denominado de business intelligence, suportando as decisões de negócio. Tal abordagem de tratamento de informação constitui uma mais-valia, especialmente, se produzida com a combinação de dados internos e externos, criando uma espécie de inteligência. No entanto, são conhecidas as limitações destas ferramentas, apoiam-se em dados e informação do passado para identificar padrões e efetuar estimativas e previsões. Existem ainda fatores que não são passíveis de ser manipulados por estas ferramentas, deixando, portanto, ainda espaço para o erro. Os algoritmos utilizados para estas aplicações são insuficientes, em termos de capacidade de produção de resultados mais abrangentes; o algoritmo aprende apenas aquilo a que está destinado. Em termos de estimativa e previsão, está-se ainda aquém do que poderia ser considerado um resultado exato. A expetativa é que no futuro (próximo) se possa recorrer ao que neste momento está a ser desenvolvido e se denomina por ‘algoritmo mestre’, parte da aprendizagem das máquinas, também considerada inteligência artificial. Considerando o espetro disponível, a abordagem escolhida foi a mais conservadora e parca em recursos externos, justificada pela natureza do estudo. Consequentemente foi possível definir matrizes, com adequado grau de rigor, em termos de estimativa. Os resultados destas matrizes diferem de outros obtidos anteriormente na WS. Estas diferenças podem ser explicadas pela utilização de premissas diferentes, baseadas em informação recolhida em departamentos cujo espectro de ação não inclui análise de negócio, com efeito, o departamento legal. A identificação da realidade, significado dos processos legais e respetivos trâmites possibilitou a afinação do modelo. A acumulação de mais dados internos contribuiu também para produzir uma melhoria da qualidade do seu processamento.engNon-performing loansTime to recover debtTime matrixInternship.master thesis202470636