A inteligência artificial substitui a janela de 24 meses por 10 anos de dados históricos na análise de crédito.Valora Investimentos / InfoMoney
Como a Valora está usando inteligência artificial no crédito?
A Valora Investimentos alimenta ferramentas de inteligência artificial com seu banco de dados proprietário para acompanhar o risco de crédito em séries de até dez anos, em vez de focar apenas no ciclo recente de 18 a 24 meses. A explicação foi dada por Daniel Pegorini, CEO e fundador da gestora, em entrevista ao InfoMoney durante encontro com Clara Sodré, analista de fundos da XP.
Segundo o executivo, o sistema processa um data lake próprio que consolida mais de 50 índices de mais de 150 FIDCs (Fundos de Investimento em Direitos Creditórios). O objetivo prático dessa estrutura algorítmica não é terceirizar a decisão final de compra ou venda, mas identificar com rapidez qualquer desvio de comportamento operacional de uma operação em relação ao seu padrão histórico construído ao longo dos anos.
No mercado de crédito estruturado brasileiro, grande parte das decisões rotineiras costuma avaliar apenas o comportamento recente do devedor e das garantias. Ao confrontar uma anomalia com bases longas, a equipe busca antecipar se um pico de atraso é ruído passageiro ou um estresse estrutural que coloca o capital em risco.
O que muda na avaliação de risco dos FIDCs?
A mudança central está na capacidade de detectar rupturas estatísticas antes que o calote contamine a cota. Em operações de direitos creditórios, os recebíveis entram e saem das carteiras continuamente, o que torna o acompanhamento manual de dezenas de veículos uma tarefa sujeita a atrasos ou pontos cegos.
Pegorini destacou que a Valora opera no segmento de FIDCs desde 2008 e 2009, período em que o instrumento ainda engatinhava no Brasil. Esse histórico de quase duas décadas gerou a matéria-prima que agora abastece os modelos computacionais da casa, que hoje administra R$ 36 bilhões.
Volume total sob gestão da casa nos 20 anos de atuação.
Fundos de direitos creditórios acompanhados na base.
Indicadores operacionais alimentados diretamente na IA.
Quando um fundo de direitos creditórios apresenta aumento repentino no prazo médio de liquidação ou na taxa de recomposição de carteira, a inteligência artificial compara esses números com as métricas de períodos semelhantes em crises passadas. Isso dá à equipe gestora contexto comparativo imediato para decidir se exige reforço de subordinação ou se reduz a exposição no ativo.
Por que dados proprietários superam modelos genéricos?
O valor dessa arquitetura tecnológica reside no fato de a inteligência artificial não depender de informações públicas e padronizadas, mas sim de dados que a gestora coletou diretamente na originação e estruturação de dívidas desde o pós-crise de 2008.
“Alimentamos a inteligência artificial com nosso banco de dados proprietário, que acompanha mais de 50 índices de mais de 150 FIDCs. Em vez de olhar um cenário de 18 a 24 meses, a IA nos permite olhar uma planilha em 10 anos.” Daniel Pegorini, CEO da Valora Investimentos, ao InfoMoney
Modelos de inteligência artificial aplicados a finanças dependem da qualidade da base de treino. Em mercados de crédito de balcão e títulos estruturados, os dados públicos de inadimplência costumam ser agregados demais para sinalizar problemas em contratos específicos de fornecedores, duplicatas ou recebíveis de consumo.
A tecnologia atua como um filtro de triagem constante: em vez de analistas humanos despenderem centenas de horas consolidando balancetes mensais de dezenas de veículos, a máquina aponta exatamente onde a curva padrão de pagamentos começou a se inclinar fora do esperado estatístico.
- Identificação precoce de desvios em relação à média histórica própria do fundo.
- Cruzamento instantâneo de 50 indicadores simultâneos por carteira.
- A IA não elimina o risco de crédito nem substitui a decisão humana do comitê.
O que isso representa para o investidor de crédito privado?
Para quem aloca capital em fundos que investem em crédito estruturado, o investimento contínuo em tecnologia e dados proprietários serve como uma camada extra de governança contra surpresas na carteira. Em momentos de taxa de juros elevada e aperto financeiro das empresas, o atraso no diagnóstico de inadimplência costuma ser o principal catalisador de perdas irrecuperáveis.
A presença de tecnologia analítica em uma gestora não anula o risco de crédito do emissor da dívida, mas encurta o tempo de reação da equipe de gestão. Em produtos de crédito que passam anos nas carteiras, a capacidade de identificar um desvio operacional antes da virada do mês preserva a integridade do rendimento distribuído aos cotistas.
Ainda assim, o investidor pessoa física precisa manter a postura vigilante. Ter tecnologia de ponta não garante retorno sem volatilidade, e os relatórios mensais dos veículos continuam sendo a principal fonte de checagem do risco que você assume ao emprestar dinheiro via cotas de fundos.
Exposição por cedente e sacado — verifique se os fundos de crédito em que você investe possuem concentração excessiva em poucos grupos econômicos, independentemente da tecnologia utilizada na gestão.
Nível de subordinação — em estruturas de FIDCs, acompanhe o colchão de cotas subordinadas e mezanino, que são desenhadas para absorver as primeiras perdas em caso de inadimplência nos recebíveis.
Transparência no provisionamento — observe se a gestão reconhece desvios e atrasos de liquidação de forma tempestiva ou se posterga a marcação a mercado dos papéis estressados.
Veredito do Rico aos Poucos
O movimento da Valora reflete o amadurecimento técnico do crédito privado no Brasil, onde o diferencial competitivo deixou de ser apenas a taxa ofertada e passou a ser a profundidade dos dados de acompanhamento. A inteligência artificial fortalece a triagem de riscos ao estender a análise para dez anos de histórico, mas não substitui a prudência básica do cotista: diversificar emissores, respeitar o perfil de liquidez e monitorar a solidez dos lastros continua sendo o melhor seguro contra calotes.
