Em crédito B2B, o problema raramente é falta de dados. O problema é transformar dados heterogêneos em uma decisão economicamente coerente. Cadastro, balanço, histórico de pagamento, endividamento, setor, grupo econômico e comportamento comercial podem apontar em direções diferentes. A função do underwriting é organizar essas evidências e definir quanto risco faz sentido carregar.
1. Capacidade de pagamento
O primeiro bloco é econômico-financeiro. A empresa precisa gerar caixa suficiente para honrar as obrigações no horizonte relevante. Receita isolada não resolve essa pergunta. Margem, geração operacional, necessidade de capital de giro, serviço da dívida e liquidez importam mais do que o tamanho nominal do faturamento.
O objetivo não é prever com exatidão o caixa futuro, mas avaliar se existe folga financeira compatível com a obrigação proposta. Quanto menor essa folga, menor deveria ser o limite ou o prazo concedido.
2. Estrutura de endividamento
Duas empresas com o mesmo EBITDA podem apresentar riscos muito diferentes se uma delas estiver pouco alavancada e a outra tiver obrigações financeiras concentradas no curto prazo. Endividamento total, perfil de vencimentos, garantias já comprometidas e dependência de refinanciamento alteram materialmente a probabilidade de ruptura.
3. Comportamento
Crédito é fortemente comportamental. Histórico de atraso, renegociação recorrente, uso integral do limite e mudanças abruptas no padrão de compra fornecem informação que nem sempre aparece no balanço. Para clientes recorrentes, o comportamento observado pela própria empresa credora pode ser uma das fontes mais valiosas.
4. Setor e concentração
Uma empresa financeiramente razoável pode estar exposta a um setor em deterioração, a um comprador dominante, a commodities muito voláteis ou a eventos regulatórios relevantes. O risco individual precisa conversar com o risco do setor e com a concentração da carteira do credor.
5. Qualidade da informação
Incerteza também é risco. Demonstrações defasadas, dados inconsistentes, estruturas societárias pouco transparentes ou ausência de documentos devem reduzir a confiança na análise. Uma forma disciplinada de tratar isso é aplicar um desconto de informação: quanto menor a qualidade dos dados, mais conservador o limite recomendado.
Da análise à decisão
O resultado final deveria ser operacional. Em vez de um texto genérico, a decisão deve indicar rating, limite máximo, prazo, garantias ou condicionantes, validade da análise e eventos que exigem revisão. Isso permite que vendas, financeiro e gestão trabalhem com a mesma regra.
Uma análise robusta também separa limite econômico de limite operacional. O primeiro representa quanto a empresa analisada comportaria, em tese. O segundo incorpora a tolerância ao risco do credor, a concentração existente e a qualidade das informações. Essa diferença é relevante em carteiras B2B.