Impactos da adoção do modelo de perdas esperadas da IFRS 9: estudos no setor bancário português

Abstract

A presente tese de doutoramento analisa os impactos da adoção do modelo Expected Credit Loss (ECL) da IFRS 9 no setor bancário português, mais concretamente nas Loan Loss Allowances (LLA), capitais próprios, rácio Common Equity Tier 1 (CET1), volatilidade no reconhecimento das LLA, pró- ciclicidade das Loan Loss Provisions (LLP) e gestão dos resultados e dos capitais próprios. O primeiro estudo incide sobre uma amostra de treze bancos comerciais portugueses, analisando o efeito da aplicação do modelo ECL da IFRS 9 nas LLA, nos capitais próprios e no rácio Common Equity Tier 1 (CET1). Os resultados do estudo evidenciam um impacto negativo significativo da adoção do modelo ECL nas LLA, capitais próprios e rácio CET1. O segundo estudo alarga o período temporal para dez anos (2013 a 2022), comparando o nível e a volatilidade das LLA entre os modelos ECL e Incurred Credit Loss (ICL) em seis bancos comerciais. Observou-se um aumento das LLA do modelo ECL para o modelo ICL, mas não se verificou o aumento esperado da volatilidade com a transição para o novo modelo, o que pode indicar uma subestimação de riscos futuros e uma reserva insuficiente para perdas inesperadas. Por último, o terceiro estudo, tem como objetivo analisar a pró-ciclicidade das LLP com o novo modelo ECL das IFRS 9 e avaliar a existência de gestão dos resultados e dos capitais próprios. Para uma amostra de cinco bancos e utilizando um modelo de regressão linear múltipla, confirmou-se a pró- ciclicidade das LLP no contexto português e a gestão dos resultados e dos capitais próprios, embora com menor intensidade no modelo ECL em comparação com o modelo ICL, refletindo uma disciplina regulatória mais rigorosa. Esta tese contribui para a expansão do conhecimento académico e científico sobre o modelo ECL. Oferece, ainda, contributos práticos importantes para normalizadores, reguladores e profissionais da área, ao evidenciar a necessidade de uma vigilância contínua e o aperfeiçoamento dos modelos de previsão e de reconhecimento das perdas em créditos, assim como uma regulação eficaz para assegurar a transparência e a estabilidade financeira.

This PhD thesis analyzes the impacts of adopting the Expected Credit Loss (ECL) model from IFRS 9 in the Portuguese banking sector, specifically on Loan Loss Allowances (LLA), equity, Common Equity Tier 1 (CET1) ratio, volatility in the recognition of LLA, pro-cyclicality of Loan Loss Provisions (LLP), and the earning management and equity. The first study focuses on a sample of thirteen Portuguese commercial banks, examining the effect of implementing the ECL model from IFRS 9 on LLA, equity, and the CET1 ratio. The study's findings reveal a significant negative impact of the ECL model adoption on LLA, equity, and the CET1 ratio. The second study extends the time frame to ten years (2013 to 2022), comparing the level and volatility of LLA between the ECL and Incurred Credit Loss (ICL) models in six commercial banks. An increase in LLA was observed from the ECL to the ICL model, but the expected increase in volatility with the transition to the new model did not materialize, which may indicate an underestimation of future risks and an insufficient reserve for unexpected losses. Finally, the third study aims to analyze the pro-cyclicality of LLP with the new ECL model from IFRS 9 and to assess the existence of earning and equity management. For a sample of five banks and using a multiple linear regression model, the pro-cyclicality of LLP in the Portuguese context was confirmed, along with the earning management and equity, albeit less intensely under the ECL model compared to the ICL model, reflecting more stringent regulatory discipline. This thesis contributes to the expansion of academic and scientific knowledge about the ECL model. It also provides important practical contributions for standard setters, regulators, and professionals in the field, by highlighting the need for continuous monitoring and the improvement of models for forecasting and recognizing credit losses, as well as effective regulation to ensure transparency and financial stability.