Sullivan Profile picture
Sep 27 24 tweets 6 min read
Como os bancos funcionam?

Como o spread bancário e a Selic impactam o lucro do setor bancário?

Qual a correlação dessas variáveis?

Vamos destrinchar o setor bancário nessa thread, utilizando um pouco do Python para visualizar nossos dados. 🧵
Antes de colocarmos a mão na massa, ops, nos teclados, bora entender como os bancos funcionam.
Já em 2000 a.C., lá na Babilônia, ocorreram os primeiros indícios de juros pagos em formato de sementes entre as safras.

Lá, um produtor que não possuia sementes, pegava emprestado com um outro fazendeiro da mesma região, e devolvia sementes adicionais na próxima safra.
Em 575 a.C., a Babilônia já servia como sede de banqueiros que financiavam o comércio internacional, principalmente entre a Europa e a Ásia.
Mas como os bancos efetivamente ganham dinheiro até hoje?

Bem, imagina que você acabou de comprar um telefone novo, e tá doido pra se livrar do antigo. O que você faz?

O normal é que se anuncie em uma plataforma online de coisas usadas, como Mercado Livre ou OLX.
A plataforma faz a conexão entre você (vendedor) e uma outra pessoa (compradora) e pra isso ela cobra uma pequena (ou não rs) taxa.
Os bancos funcionam exatamente da mesma forma, mas usam o seu dinheiro ao invés do celular.

Eles captam dinheiro com o público por meio de CDBs, a por exemplo 130% do CDI.

E emprestam esse mesmo dinheiro pra outras pessoas por taxas MUITO maiores, que podem chegar a 128% a.a.
Voilà...

A diferença entre a taxa de juros captada e a taxa de juros emprestada é o que chamamos de spread bancário.

Detalhe: o Brasil ocupa a vice liderança com o segundo maior spread bancário do mundo.
Os bancos alegam que é porque temos um taxa de inadimplência gigantesca.

Mas isso abre espaço pra uma discussão muito maior, igual a da galinha e do ovo.

O spread é muito alto porque o brasileiro não paga ou ele não paga por causa das altas taxas?
Fato é que isso não importa muito agora...

Precisamos entender a importância do ROE para o setor bancário.

Pra isso, vamos dar uma olhada no funcionamento da contabilidade deles 👇
Quando os bancos emprestam dinheiro, eles podem escolher "tirar" esse dinheiro do Passivo ou do P. Líquido.

Olhando para um exemplo concreto de #ITUB3 vai ficar mais claro.

O Itaú opera com uma carteira de crédito de R$ 1 TRILHÃO, sendo R$ 800 bi do passivo e R$ 200 bi do p.l.
Ou seja, a cada R$ 10 que ele empresta, apenas R$ 2 são efetivamente dele.

Isso é o que chamamos de multiplicador bancário.
E aqui que o ROE se torna tão importante. Ele nada mais é do que Lucro Líquido / P. Líquido.

No fim das contas, esse indicador é exatamente o quanto de resultado o banco consegue gerar com o dinheiro dos acionistas.
Depois que eu entendi tudo isso, algumas perguntas surgiram na minha cabeça:

- Se eles pegam dinheiro baseado no CDI e emprestam a taxas bizarras, quando a selic cai, os lucros disparam?
- Qual a relação spread x Selic?
- Posso olhar só pra isso ao investir em bancos?
Bem, chega de papo e bora pro Python responder todas essas peguntas 🤓.
O primeiro passo é importar os nossos pacotes e pegar os seguintes dados históricos:

- Spread bancário
- Taxa selic
- Cotações das ações dos bancos
- Lucro dos bancos
O próximo passo é normalizar os dados e traçar o histórico da cotação dos 4 grandes bancos (BBDC3, ITUB3, SANB4 e BBAS3) contra o histórico do spread bancário.

O que o gráfico parece indicar, é que o spread saiu das máximas às mínimas históricas enquanto as cotações dispararam.
Agora partimos pra responder a nossa segunda pergunta. Será que quanto menor a taxa selic, maior o spread? Uma vez que ele capta dinheiro mais barato.

Precisamos fazer um pequeno tratamento de dados e depois partir para a nossa análise.

Confesso que fui surpreendido.
Se olharmos com calma, a Selic e o spread andam de mãos dadas, justamente ao contrário do que imaginávamos.

Ali por volta de 2017, os dois estavam nas suas máximas e chegaram nas suas mínimas bem juntinhos em 2021.
E pra fechar com chave de ouro, a pergunta do milhão.

Será que realmente o lucro dos bancos acompanha o spread bancário?

Confere aí 👇
É meus queridos, resultado curioso, não?

Claro que estruturalmente o spread continua muito alto (17% +-), não é como se ele tivesse caído pra valores irrelevantes.

Mas é interessante ver como os bancos estão se virando bem em suas novas linhas de receita.
O mais incrível que eu acho dessa análise é que com um programa extremamente simples, sem nenhuma complexidade, pegamos informações valiosas.

Além de que fica muito mais claro de enxergar ideias teóricas que tínhamos antes de pegarmos os dados.
Bem, isso é menos de 0,01% do que o Python pode fazer.

E se você se interessou e quer aprender Python aplicado a finanças de verdade, eu te faço um convite.

Nos dias 17, 18 e 19 de out vou dar 3 aulas gratuitas te ensinando projetos muito maiores.
Pra se inscrever é só clicar no link abaixo.

bit.ly/3fdIHM8

• • •

Missing some Tweet in this thread? You can try to force a refresh
 

Keep Current with Sullivan

Sullivan Profile picture

Stay in touch and get notified when new unrolls are available from this author!

Read all threads

This Thread may be Removed Anytime!

PDF

Twitter may remove this content at anytime! Save it as PDF for later use!

Try unrolling a thread yourself!

how to unroll video
  1. Follow @ThreadReaderApp to mention us!

  2. From a Twitter thread mention us with a keyword "unroll"
@threadreaderapp unroll

Practice here first or read more on our help page!

More from @BrennoSullivan

Sep 29
Como pegar dados do Balanço de Empresas da Bolsa na CVM com o Python?

Como puxar, por exemplo, a receita consolidada anual da Weg nos últimos 10 anos, igual na imagem abaixo?

Segue o 🧵 Image
Primeiro de tudo é saber onde encontrar esses dados, e como o foco aqui é no python, eu quero adiantar a sua vida.

Basta você digitar "portal de dados abertos CVM no google".

De qualquer forma, o passo a passo é simples:
Portal de dados CVM > Conjunto de dados > Companhias > DFP Image
Read 17 tweets
Sep 25
Como criar um modelo de Machine Learning no Python que prevê o preço de uma ação na bolsa de valores.

A thread 🧵
Esse modelo conseguiu um retorno de 20% ao ano nas ações da Magalu (MGLU3).

Mesmo com a ação desabando nos últimos meses.

Agora, eu vou ensinar como você pode criar esse mesmo modelo.

Obs: esse é um modelo educacional que mostra o poder da IA e finanças.
O modelo que eu criei usa os seguintes conceitos:

1- Deep Learning (DL)
2- RNN
3- LSTM

Ok, mas o que são essas siglas?
Read 21 tweets
Sep 18
Os gestores da TT investimentos não seguiram o ensinamento mais básico de todos: "não coloque todos os ovos na mesma cesta".

Meio BILHÃO de reais viraram pó.

Que tal aprender a unir o Python e o método de Markowitz pra escolher quantos ovos colocar em cada cesta?

🧵...
Bem, se você chegou aqui de paraquedas deve estar pensando que diabos o ovo e a cesta tem a ver com o mercado financeiro.

Bem, isso é uma metáfora pra explicar a diversificação, ou seja, quanto do seu patrimônio você coloca em cada classe de ativo.
Mas podemos ser mais específicos também.

Pense em quanto do seu patrimônio investido em renda variável você vai colocar em cada ação para ter a melhor carteira possível?
Read 18 tweets
Aug 7
Um homem fez o inimaginável: derrotou os maiores casinos de Las Vegas.

Como? Inventando a "contagem de cartas” num jogo chamado 21.

Em Wall Street ele anteviu a fórmula de Black-Scholes e ganhou bilhões de dólares.

Conheça a incrível história do gênio Edward Thorp.
Nascido em Chicago, em 1932, Thorp teve uma infância difícil por conta da Grande Depressão.

Entretanto, aos 6 anos, ele já tinha decorado o nome de todos os monarcas da Inglaterra desde 871, com seus respectivos períodos de reinado.

Os sinais de genialidade começavam a aparecer
Ainda criança, Thorp começou a produzir bombas caseiras no seu quintal. (Crianças não façam isso em casa)

Já no ensino médio, ele foi campeão nacional de física.

Detalhe: dos 15 primeiros, 14 eram de escolas caríssimas de LA (apenas ele vinha de uma desconhecida).
Read 36 tweets
Jul 28
Em 9 de abril de 2014, o serviço de emergência (911) dos Estados Unidos PAROU.

É como se o sistema de chamada do SAMU (192) ficasse fora do ar no Brasil.

Milhões de pessoas ficaram desamparadas por mais de 6 horas.

Um erro de programação foi responsável por isso.
No período que o serviço ficou fora do ar, + de 6 MIL ligações foram ignoradas.

+ de 11 milhões de americanos vivendo em 60 condados, incluindo Washington, Califórnia e Flórida foram afetadas diretamente.

O governo logo foi atrás da raiz do problema: o que teria causado isso?
O 911 nos EUA funciona de uma forma simples.

As telecom's contratam um software de roteamento de chamadas que em 2014 era fornecido pela empresa Intrado.

Esse software recebe as chamadas de 911 e encaminham pra central de atendimento mais próxima.

O que teria dado errado?
Read 8 tweets
Jul 26
O que é, o que é:

- Transformou US$ 100 em US$ 2 milhões.
- Fez a bolsa de Nova York cair 10% em 36 minutos.
- Tem vários anúncios na internet com rentabilidade prometida.

Adivinhou? Não? Eu te ajudo: Robôs.

Quer saber como eles ganham MUITO dinheiro na bolsa? Pega o 🧵
10 de maio de 2010.

As coisas estavam tranquilas em Nova York. Pelo menos até 14:32h.

Em 36 minutos, sem nenhum motivo aparente, o Dow Jones caiu 1000 pontos (10%).

A bolsa perdeu US$ 1 TRILHÃO de valor de mercado em 30 min.

Todos logo se perguntaram: o que causou isso?
O fato é que alguns robôs que seguem tendência começaram a enviar ordens de venda sem parar.

Funciona assim: O mercado começa a cair → robôs percebem e vendem as ações → o mercado segue caindo → robôs vendem mais → o mercado cai mais ainda..

Isso até o mercado ir pro ralo.
Read 10 tweets

Did Thread Reader help you today?

Support us! We are indie developers!


This site is made by just two indie developers on a laptop doing marketing, support and development! Read more about the story.

Become a Premium Member ($3/month or $30/year) and get exclusive features!

Become Premium

Don't want to be a Premium member but still want to support us?

Make a small donation by buying us coffee ($5) or help with server cost ($10)

Donate via Paypal

Or Donate anonymously using crypto!

Ethereum

0xfe58350B80634f60Fa6Dc149a72b4DFbc17D341E copy

Bitcoin

3ATGMxNzCUFzxpMCHL5sWSt4DVtS8UqXpi copy

Thank you for your support!

Follow Us on Twitter!

:(