A crise econômica ocorrida no período de 1T2015-2T2021 está marcada por duas recessões de origens e desafios distintos para o setor financeiro brasileiro, o qual já havia atravessado a crise sistêmica internacional em 2008-2009 decorrente do colapso subprime nos EUA (Prates, Cunha, & Lelis, 2011; Vieira, 2021). Avaliar o desempenho dos bancos e contextualizá-los com o ambiente socioeconômico nessas duas últimas recessões possibilita compreender os limites e riscos dos intermediários de créditos no país.

A primeira recessão econômica (2015-2016) foi caracterizada pela forte retração do Produto Interno Bruto (PIB) de 3,5% e 3,3%, respectivamente, decorrente, sobretudo, do fim do ciclo de elevados preços de commodities brasileiras no mercado internacional. Outro fator impactante foi a crise fiscal desencadeada pela nova matriz econômica implantada desde 2011, que teve forte intervenção na economia, em especial, com redução de taxa de juros e subsídios. Destaca-se que essa intervenção não gerou o efeito esperado de retorno ao crescimento econômico, mas, sim, um aprofundamento da crise de dimensão econômica e política nesses dois anos (Braga, 2009; Barbosa Filho, 2017). Nos anos seguintes (2017-2019), a economia foi marcada por baixo crescimento do PIB, não recuperando o nível de produção de 2014.

A segunda recessão ocorreu em 2020 quando a economia brasileira foi surpreendida pela crise sanitária de alcance planetário decorrente da pandemia causada pelo novo coronavírus (Sars-Cov-2). Em decorrência desse evento, houve a exigência de isolamento social e, por consequência, a paralização temporária de produção e comercialização em diversas cidades, por diversas vezes, ao longo de 2020 (Lima & Freitas, 2020). O primeiro ano de pandemia provocou redução do PIB em 4,1% no Brasil e retração do nível de atividade econômica em âmbito internacional (Bridi, 2020; Instituto Brasileiro de Geografia e Estatística [IBGE], 2021; Ozili & Arun, 2020).

Estudos internacionais investigaram a relação entre indicadores contábeis de desempenho bancário e indicadores socioeconômicos. Derbali (2021) relacionou indicadores endógenos (Retorno sobre o Ativo [ROA], Retorno sobre o Patrimônio Líquido [ROE], tamanho do banco e spread com os exógenos (inflação e PIB) no segmento bancário marroquino. Kalaš, Mirović, Milenković e Andrašić (2021), por sua vez, investigaram os impactos das variáveis macroeconômicas (PIB, inflação e taxa de juros real [RIR]) na rentabilidade dos bancos de países europeus. Tasnova (2022) analisou a influência das variáveis macroeconômicas (PIB, Juros e Spread) na liquidez dos bancos de Bangladesh. No Brasil, Souza, Mendonça, Benedicto e Carvalho (2017) identificaram os indicadores contábeis mais relevantes para análise do desempenho econômico-financeiro e operacional para o setor bancário.

Esta pesquisa se diferencia dos estudos anteriores em dois pontos. O primeiro é que não foram localizados estudos sobre a relação entre desempenho do setor bancário brasileiro e variáveis macroeconômicas durante o período da pandemia. A investigação referente a essa lacuna se dá pela relevância do setor bancário para o Brasil, visto que Barbosa e Costa (2020) encontraram que as dívidas totais das empresas de capital aberto representam, aproximadamente, 33% do ativo dessas empresas. Além disso, essa análise também é importante em decorrência de aumento da inflação no país, redução do PIB e aumento da dívida interna, que são fatores que podem afetar significativamente o desempenho das empresas (Bacen, 2021a; IBGE, 2021; Kalaš et al., 2021).

O segundo ponto que diferencia este estudo em relação aos precedentes se refere à análise da relação entre os indicadores operacionais e os fatores socioeconômicos. Kalaš et al. (2021) e Derbali (2021), por exemplo, focaram em indicadores de rentabilidade, enquanto Tasnova (2022) focou na liquidez. Apenas Souza et al. (2017) investigaram quais eram os indicadores econômico-financeiros e operacionais mais importantes para análise do setor bancário, porém eles não realizaram análise para verificar como que se dá o comportamento entre as variáveis socioeconômicas e os indicadores econômico-financeiros dos bancos.

Nesse sentido, esta pesquisa apresenta como problema: qual a relação do desempenho econômico-financeiro e operacional das instituições bancárias com as variáveis socioeconômicas em período de crise econômica? Assim, este artigo teve por objetivo analisar a relação entre o desempenho econômico-financeiro e operacional das instituições bancárias listadas na Bolsa, Brasil e Balcão (B3) e as variáveis socioeconômicas.

Entre os resultados obtidos destaca-se que os índices de rentabilidade foram os mais afetados pelo ambiente socioeconômico, tendo o PIB afetado significativamente o encaixe voluntário e a rentabilidade. Constatou-se ainda que o retorno sobre investimentos (RIT), o retorno sobre o patrimônio líquido (RPL), a razão entre capital e depósitos (RCD), a liquidez imediata (LI) e a razão entre operações de crédito e depósitos (ESD) apresentaram redução significativa após o início da Covid-19.

Esse tema contribui com a economia brasileira, pois, conforme resultados obtidos por Baron, Verner e Xiong (2021), o declínio do patrimônio dos grandes bancos conduz à redução de crédito e às crises econômicas ou amplificação delas quando já existentes, visto que os financiamentos para produção são reduzidos. No entanto, os autores ressaltam que uma crise econômica não necessariamente implica em crise bancária, pois essas instituições podem alcançar retornos positivos e crescentes sobre o patrimônio.

Assim, esta pesquisa contribui com a literatura na área da Contabilidade Financeira ao identificar os principais indicadores socioeconômicos mais fortemente relacionados com os indicadores de desempenho econômico-financeiro e operacional das instituições bancárias brasileiras em período de crise econômica. No campo acadêmico, o estudo contribui para a compreensão da interação entre as análises de indicadores contábeis e a influência do ambiente externo sobre os mesmos, evidenciando a relevância da contextualização desses resultados com abordagem multidisciplinar envolvendo aspectos da conjuntura socioeconômica.

Quanto ao objetivo, aplicou-se a técnica descritiva, pois as variáveis foram caracterizadas por meio de estatística descritiva e a relação entre elas foi estabelecida a partir da análise de correlação e regressão com dados em painel. Portanto, no que se refere à abordagem, trata-se de estudo quantitativo em virtude do uso de técnicas estatísticas utilizadas para obtenção dos resultados (Martins & Theóphilo, 2018; Mattar, 2017). Quanto aos procedimentos, adotou-se a pesquisa documental com dados secundários dos indicadores econômico-financeiros obtidos das demonstrações contábeis trimestrais disponibilizadas pela Plataforma Economática®.

Ainda, utilizou-se como critério de exclusão a ausência de dados no período. Com o uso da técnica de amostragem não probabilística (intencional), a amostra inicial começou com 416 observações de dezesseis bancos. No entanto, em virtude da Resolução Bacen n. 4.720, de 30 de maio de 2019, os bancos passaram a divulgar as demonstrações elaboradas de forma condensada, o que foi percebido a partir de 2020, o que impossibilitou a verificação do valor de depósito à vista por meio do Balanço Patrimonial.

Assim, o depósito à vista foi obtido direto dos sites das instituições que divulgado por meio de outros tipos de relatório. Entretanto, um desses bancos foi excluído da amostra, pois, embora com dados disponibilizados pela Economática®, não foi localizado o depósito à vista trimestral no período de 2020 a 2021, restando, portanto, uma amostra de 390 observações. Na Tabela 2, é apresentada a relação das quinze instituições financeiras do segmento bancário listadas na B3 com dados disponibilizados pela Economática e com depósitos à vista constantes em seus respectivos sites.

Tabela 2 Fonte: Elaborada pelos autores.

Os índices de desempenho econômico-financeiro e operacional foram escolhidos, considerando a pesquisa de Souza et al. (2017), que os identificaram como os mais relevantes para analisar o desempenho dos bancos, conforme Tabela 3.

Tabela 3 Fonte: Assaf Neto (2020) e Souza et al. (2017).

Já a variável logaritmo do ativo total (Lnativo), variável de controle, foi incluída, pois, conforme Santos e Kuroda (2010), o tamanho do banco expresso por essa variável é o fator mais significativo na influência do desempenho das instituições bancárias em países emergentes, como é o caso do Brasil. Por consequência, o tamanho do ativo total impulsionou a concentração bancária para manter a competitividade com bancos estrangeiros. Já a quantidade de óbitos por Covid-19 é um indicador de pandemia que se intensificou nos dois primeiros trimestres de 2021 (CONASS, 2021).

Os indicadores socioeconômicos utilizados foram: proporção da Dívida Interna Líquida (DIL) com série histórica disponibilizada pelo Bacen; inflação medida pelo Índice Geral de Preço - Mercado (IGP-M), disponibilizada pela Fundação Getúlio Vargas; taxa de desocupação (Desoc) e PIB oriundos do IBGE; número de óbitos decorrente da Covid-19 apontado pelo CONASS e ativo total conforme a Economática®.

Aplicou-se o teste de normalidade Shapiro-Francia para avaliar se os dados apresentam aderência à distribuição de probabilidade normal, não sendo encontrada aderência à função de distribuição normal. Para avaliar se houve diferença significativa entre os indicadores de desempenho econômico-financeiro e operacional, foi utilizado o teste de Wilcoxon. Esse teste considera que as duas amostras são dependentes, pois o desempenho durante a crise sanitária pode sofrer influência do período anterior a ela. Para uso dessa técnica estatística, foram observados 6 trimestres anteriores e 6 trimestres posteriores ao início da pandemia no Brasil. Além disso, esse teste exige que as duas amostras tenham as mesmas quantidades de observações para comparação mais efetiva (Fávero & Belfiore, 2020).

Também se aplicou a correlação de Spearman para averiguar a associação entre as variáveis financeiras e socioeconômicas. Posteriormente, aplicou-se a regressão com painel balanceado. Para identificar o modelo mais adequado (POLS, fixos ou aleatórios), foram aplicados os testes F-Chow, Lagrangian Multiplier de Breusch-Pagan e Hausman. Também foi verificado se havia problema de heterocedasticidade e autocorrelação. Para o primeiro caso, utilizou-se o estimador de máxima verossimilhança e, para o segundo, o teste de Wooldridge (Fávero & Belfiore, 2020). Na presença de autocorrelação e de heterocedasticidade, ocorreu o ajuste do parâmetro p a partir de modelos de ajuste (Stata, 2021) e, para correção apenas de heterocedasticidade utilizou-se os erros padrão robustos (Stata, 2021). Também não foi identificado problema de multicolinearidade, conforme teste de Variance Inflation Factor (VIF). Seguindo os parâmetros de Akinwande, Dikko e Samson (2015), considerou-se ausência de multicolinearidade um VIF inferior a 5,0.

Os resíduos não apresentaram aderência à normalidade. Conforme Wooldridge (2009), na presença de grandes amostras, esse pressuposto pode ser relaxado, visto que segue uma distribuição de normalidade assintótica. Na área contábil, Klann, Leite e Brighenti (2017) relaxaram esse pressuposto com uma amostra de 320 observações, sendo a amostra, neste estudo, maior em, aproximadamente, 21,88%.

O modelo de regressão é dado conforme Equação 1.

I E F O i t = α +   β 1 D I L i t +   β 2 I G P - M i t +   β 3 D E S O C i t +   β 4 P I B i t +   β 5 O B I T O S i t +   β 6 L n a t i v o i t +   ε i t (1)

Em que: IEFO (variável dependente) = representa os indicadores de desempenho econômico-financeiro e operacional; e as variáveis explicativas: DIL = proporção de Dívida Interna Líquida; IGP-M = Índice Geral de Preços - Mercado (IGP-M); Desoc = taxa de desocupação; PIB = Produto Interno Bruto; Óbitos = número de óbitos decorrente da Covid-19; e Lnativo = logaritmo do ativo. A taxa de juros foi excluída do modelo final em decorrência da multicolinearidade com a Dívida Interna Líquida apresentada na regressão em painel.

Conforme exposto na Tabela 4, nos dois períodos, os bancos apresentaram: i) lucratividade e rentabilidade positivas, ii) dependência de capital de terceiros se tornou acentuada no período de pandemia, iii) baixo encaixe voluntário e liquidez imediata, considerando o volume de depósitos à vista, e iv) capacidade de gerar lucro por meio de depósitos, com volume de operações de crédito superando o total dos depósitos. Os índices de solvência (EV e LI) foram os que apresentaram maiores variabilidades em torno das médias.

Tabela 4

Índice	Antes da pandemia				Durante a pandemia
	Obs	Média	Mediana	Coef. Variação	Obs	Média	Mediana	Coef. Variação
ML	300	10,09	13,17	72,90	90	13,06	13,05	59,23
RIT	300	0,72	0,89	76,32	90	0,63	0,66	67,75
RPL	300	7,94	10,42	73,08	90	6,77	7,83	59,89
RCD	300	0,45	0,41	50,41	90	0,38	0,38	68,23
EV	300	0,39	0,23	167,97	90	0,60	0,21	154,25
LI	300	15,03	2,67	210,13	90	6,89	2,06	159,28
ESD	300	1,50	1,26	41,98	90	1,09	1,08	53,76
PIB	300	-0,11	0,40	-870,40	90	0,58	0,40	393,22
LNATIVO	300	17,96	17,36	10,95	90	18,11	17,60	10,59
SELIC	300	2,43	1,59	34,18	90	0,66	1,03	26,34
DIL	300	55,35	63,41	14,58	90	71,64	64,35	5,77
IGPM	300	1,66	2,17	83,92	90	5,80	2,75	46,17
DESOC	300	11,39	11,85	13,63	90	13,80	12,70	6,17
ÓBITOS	0	0,00	0,00	0,00	90	4,53	49,39	10,55

Fonte: Elaborado pelos autores

Elevada variabilidade em torno da média indica a presença de instituição com lucratividade e retornos negativos, com alta dependência de capital de terceiros e baixa liquidez. Ainda, verifica-se ausência de capacidade financeira para cobrir saques realizados por clientes com uso de depósitos à vista e baixa condições de gerar receitas a partir de operações de crédito por meio do uso dos depósitos. Ressalta-se que valores altos de LI pode indicar redução do volume de operações de crédito lastreadas por depósitos, afetando a geração de receitas operacionais.

A Tabela 5 evidencia a associação entre os indicadores econômico-financeiros e as variáveis socioeconômicas. Os indicadores de retornos (RIT e RPL) apresentaram maior quantidade de associações significativas com as variáveis socioeconômicas, sendo todas elas positivas, exceto quanto ao número de óbitos por Covid-19.

Tabela 5

Indicador	ML	RIT	RPL	RCD	EV	LI	ESD
DIL	0,150	0,285*	0,323*	-0,100	-0,063	-0,104	-0,101
IGPM	0,124	0,202***	0,238**	-0,093	-0,039	-0,085	-0,089
DESOC	0,256**	0,175***	0,195***	-0,100	-0,079	-0,137	-0,075
PIB	0,089	0,414*	0,478*	-0,097	-0,061	-0,044	-0,110
Óbitos	0,325*	-0,293*	-0,346*	0,002	-0,105	-0,142	0,053
Lnativo	0,087	-0,002	0,053	0,349*	0,542*	0,426*	0,280*

Fonte: Elaborado pelos autores, considerando dados da pesquisa. Número de observações 390 (***) valor-p < 0,01; (**) < 0,05; (*) < 0,10.

A relação significativa de indicadores de desempenho dos bancos com os indicadores de crise sanitária conduz à reflexão sobre se essas associações representam diferenças significativas de desempenho entre os períodos antes (3T2018-4T2019) e após início da pandemia (1T2020-2T2021). Nessa direção, apresentam-se, na Tabela 6, os resultados do teste estatístico que avalia se as medianas entre duas amostras emparelhadas (dependentes) são estatisticamente iguais.

Tabela 6

Indicadores	Medianas		Probabilidade Z	Valor_P	Decisão
	Antes	Após
ML	13,16	13,20	-1,12	0,26	Aceita-se H0
RIT	0,89	0,55	3,22	0,00	Rejeita-se H0
RPL	10,42	5,88	3,59	0,00	Rejeita-se H0
RCD	0,41	0,28	4,24	0,00	Rejeita-se H0
EV	0,23	0,21	-0,78	0,44	Aceita-se H0
LI	2,67	1,78	3,39	0,00	Rejeita-se H0
ESD	1,26	0,92	5,45	0,00	Rejeita-se H0

Fonte: Elaborado pelos autores, considerando dados da pesquisa. Hipótese nula (H₀: as medianas são iguais).

A partir dos resultados encontrados, verifica-se que, no período de pandemia, houve redução significativa dos índices de RIT, RPL, RCD, LI, e ESD com 99% de confiança. Esse resultado indica perda de rentabilidade, maior dependência de capital de terceiros, redução da capacidade financeira de honrar pagamentos imediatos e menor capacidade em gerar receitas por meio dos depósitos. Pode-se inferir, portanto, que os bancos brasileiros foram afetados negativamente pela presença da pandemia, conforme mencionado por Caluz et al. (20021) e Derbali (2021), evidenciando, assim, que as instituições bancárias podem ser afetadas pelo ambiente macroeconômico.

A Tabela 7 apresenta os resultados da relação entre os indicadores contábeis (variável dependente) e as variáveis socioeconômicas (explicativas), tendo sido utilizado painel com efeitos aleatórios. Todos os modelos, exceto o 7, foram ajustados pelo parâmetro p a partir de modelos de ajuste, enquanto o modelo 7 (ESD) foi aplicado com correção dos erros padrões robustos.

Tabela 7

Variáveis	Estatística	EV	ML	RIT	RPL	RCD	LI	ESD
		Modelo1	Modelo2	Modelo3	Modelo4	Modelo5	Modelo6	Modelo7
_cons	Coef.	-1,151	0,155	0,649	3,447	0,346	40,770	1,417**
	EP	0,820	7,777	0,565	5,572	0,234	27,575	0,582
DIL	Coef.	-0,005	0,308*	0,057*	0,555*	-0,004**	-0,347***	-0,023*
	EP	0,006	0,060	0,005	0,050	0,002	0,204	0,007
IGPM	Coef.	0,002	0,132*	-0,014*	-0,151*	-0,002***	0,045	-0,004
	EP	0,012	0,113	0,011	0,111	0,003	0,350	0,010
DESOC	Coef.	0,032	-1,118*	-0,287*	-2,936*	0,015***	0,855	0,028
	EP	0,029	0,278	0,026	0,263	0,008	0,863	0,018
OBITOS	Coef.	0,001***	0,020*	-0,002*	-0,020*	0,000	-0,023	-0,001
	EP	0,001	0,006	0,001	0,006	0,000	0,018	0,000
PIB	Coef.	-0,014***	-0,062	0,021*	0,255*	0,001	0,080	0,006
	EP	0,008	0,072	0,008	0,084	0,002	0,214	0,005
Lnativo	Coef.	0,082***	0,283	0,009	0,407	0,009	-0,949	0,058**
	EP	0,044	0,413	0,030	0,296	0,012	1,447	0,028
N		390	390	390	390	390	390	390
r2_overall		0,049	0,121	0,154	0,209	0,043	0,006	0,126
r2_between		0,065	0,149	0,023	0,145	0,090	0,003	0,028
r2_within		0,026	0,192	0,226	0,254	0,028	0,040	0,342
χ2		12,034	53,228	165,873	166,116	7,874	5,664	48,940

Fonte: Elaborada pelos autores. (*) valor-p < 0,01; (**) < 0,05; (***) < 0,10.

Verificou-se ainda que o Encaixe Voluntário (EV) sofreu influência significativa e positiva do número de óbitos por Covid-19 e do tamanho do ativo. A relação direta entre EV e número de óbitos por Covid-19 pode ser explicada pelas medidas emergenciais conduzidas pelo BACEN, referentes ao aumento de liquidez das instituições bancárias com redução do recolhimento compulsório sobre os depósitos à vista, cuja alíquota foi reduzida de 31% para 17%, entre outras medidas (Dieese, 2021). Nessa direção, explica-se, também, a relação direta entre EV e tamanho do banco, pois os bancos maiores apresentam maior volume de depósitos à vista, portanto, eles foram os mais beneficiados pelas medidas emergências de aumento de liquidez.

Os índices de lucratividade (ML) e de rentabilidade (RIT e RPL) são influenciados positivamente pela Dívida Interna Líquida (DIL). Isso indica que o aumento da DIL contribui positivamente para o aumento da rentabilidade e lucratividade dos bancos brasileiros, pois seu crescimento tem relação direta com o aumento da taxa de juros e/ou quando a emissão de títulos públicos federais supera a quantidade de títulos resgatados no mesmo período, além de empréstimos/financiamentos contratadas pelo setor público junto aos bancos. Ressalta-se que os bancos são grandes investidores em títulos públicos (Brito, 2021; Gobetti & Schettini, 2010).

A lucratividade (ML) e a rentabilidade (RIT e RPL) apresentam relação inversa e significativa com a taxa de desocupação. Portanto, o aumento de desemprego apresentou influência redutora sobre a ML, RIT e RPL. Uma possível explicação para essa relação é que, geralmente, o aumento do desemprego está relacionado com a redução do PIB, conforme a Lei de Okun (Blanchard, 2004). Assim, a redução do nível de produção provoca aumento da taxa de desocupação, da capacidade ociosa e dos casos de falência, sendo essa uma situação que pode conduzir à redução de empréstimos bancários, pois as empresas reduzem a captação de recursos de terceiros (Assaf Neto, 2020; Blanchard, 2004).

A ML apresenta relação direta com a inflação (IGPM), com 99% de confiança, indicando que inflação alta beneficia o desempenho de lucratividade bancária, conforme esperado (Aronovich, 1994). No entanto, os índices de rentabilidade (RIT e RPL) apresentam relação inversa com o IGPM, divergindo dos resultados obtidos por Derbali (2021) e Kalaš et al. (2021) para os bancos marroquinos e do Centro e Sudeste da Europa em períodos distintos do aqui analisados.

A relação do número de óbitos decorrente da Covid-19 com a lucratividade (ML) é positiva, o que pode ser explicada pelo aumento das operações de crédito realizadas principalmente com empresas de médio e grande porte, em decorrência das medidas emergências adotadas pelo Banco Central para atender as empresas que estavam necessitando de crédito (TCU, 2020). Essas medidas resultaram em aproximadamente 2 trilhões de reais em novas operações de crédito e 556,7 bilhões de reais em renovações, em 2020 (Dieese, 2021). Esses recursos foram direcionados principalmente para linhas de crédito de menor risco. Em concomitância os bancos elevaram os critérios de análise de risco, melhoraram mecanismos de cobrança e renegociação de dívidas e como resultado os cinco maiores bancos fecharam o ano de 2020 com redução da taxa de inadimplência, em relação ao ano de 2019..

A rentabilidade (RIT e RPL) apresentou relação inversa com o número de óbitos, indicando que o agravamento da pandemia gerou menor retorno sobre o capital (ativo) total investido e maior retorno líquido ao acionista. Ainda, de acordo com o Dieese (2021) a redução de rentabilidade pode ser explicada principalmente pela medida conservadora de aumento (31,70%) das Provisões para Devedores Duvidosos, que provocou redução do lucro líquido.

A relação entre rentabilidade (RIT e RPL) e o PIB é positiva e significativa, indicando que o crescimento do nível de produção eleva a rentabilidade sobre o ativo e sobre o capital próprio. Esse resultado confirma o achado da pesquisa de Kalaš et al. (2021), que também evidenciou que o PIB contribuiu positivamente para o aumento da rentabilidade dos bancos.

A dependência de capital de terceiros (RCD), que é indicada pela razão entre o Patrimônio Líquido e Total de Depósitos, apresenta relação inversa com a DIL e o IGPM. Em cenário de inflação alta, o volume de depósitos à vista tende a reduzir, pois os clientes migram seus recursos para outras modalidades com o propósito de se protegerem da desvalorização monetária. Por consequência, menor volume de depósito à vista tende a aumentar o RCD, sugerindo maior independência de recursos de terceiros na modalidade de depósitos. O crescimento da inflação também provoca elevação da taxa de juros como medida de redução da demanda, resultando em crescimento da DIL (Bastos, 2016). A relação direta do índice RCD com a taxa de desocupação pode ser em decorrência da redução do nível de renda das famílias e menor nível de atividade econômica, o que provocou o aumento da taxa de desocupação, resultando em redução dos depósitos bancários.

A Liquidez Imediata (LI) foi afetada negativamente pela DIL, sugerindo que o crescimento da DIL decorrente do aumento da taxa de juros abre a oportunidade de estratégia de direcionamento de recursos disponíveis para investimentos em títulos públicos, reduzindo, assim, a liquidez.

Além disso, o indicador do quanto as operações de crédito estão sendo arcadas pelos depósitos (ESD) tem relação significativa e negativa com a DIL e tamanho do ativo (Lnativo). A relação negativa com a DIL pode ser explicada pelo fato de, em geral, para atrair mais investidores, o governo tende a remunerar os títulos públicos federais, aumentando taxas de juros, o que, por consequência, eleva a taxa Selic, que é usada como referência para empréstimos e financiamentos. Ademais, o aumento de taxa de juros, via de regra, reduz o volume de operações de créditos do setor bancários, pois torna mais elevado o custo com captação de recursos de terceiros pelos agentes tomadores de crédito.

O estudo de Souza et al. (2017) destaca a relevância desse índice de lucratividade (ML) e rentabilidade (RIT e RPL) para compreensão do desempenho dos bancos. Neste estudo, esses são os índices com maior quantidade de relações significativas com as variáveis socioeconômicas, sugerindo que a conjuntura socioeconômica tem influência sobre o desempenho da ML, RPL e RIT das instituições bancárias. Destaca-se que, entre esses três índices, a ML é afetada pela Dívida Interna Líquida, pela taxa de desocupação, pelo PIB e pelo tamanho do banco (Lnativo). Por fim, frisa-se que, na escala temporal deste estudo, estão inclusas as duas recessões mais severas da economia brasileira do Século XXI.

Em conjuntura de turbulência econômica e incertezas de saúde pública, torna-se importante avaliar o desempenho do setor bancário em virtude da complexa relação entre mercado financeiro e setor produtivo com vista a evidenciar seu desempenho intrínseco e extrínseco. Nessa direção, este estudo teve por objetivo analisar a relação entre o desempenho de indicadores contábeis e operacionais e o ambiente socioeconômico no período de crise econômica. Os resultados foram encontrados a partir de análise descritiva univariada, correlação Spearman, teste de medianas (Wilcoxon) e regressão em painel.

O estudo em painel do período (1T2015-2T2021) evidenciou que há relação significativa entre os indicadores contábeis e os socioeconômicos. As variáveis socioeconômicas que influenciaram de forma significativa maior número de indicadores econômico-financeiro e operacional foram a Dívida Interna Líquida (ML, RIT, RPL, RCD, LI e ESD), que ficou em primeiro lugar, seguida pelo IGP-M e taxa de desocupação que influenciaram a ML, RIT, RPL e RCD. O PIB apresentou relação com o EV e rentabilidade. A pandemia, representada pelo número de óbitos por Covid-19, afetou a rentabilidade (RIT e RPL), enquanto o tamanho da instituição (Lnativo) tem relação positiva com os índices de solvência: EV e ESD.

Em síntese, a lucratividade e a rentabilidade foram os indicadores que mais sofreram influência do ambiente externo. Esses indicadores estiveram relacionados positivamente com a DIL.t Já a intensificação da pandemia (número de óbitos) afetou de forma significativa apenas a rentabilidade, enquanto a taxa de desocupação apresentou-se como redutora da lucratividade e da rentabilidade.

Ainda em conformidade com o escopo do trabalho, avaliou-se se houve diferenças estatisticamente significativas entre esses índices antes e após o início da pandemia, exceto para Margem Líquida e Encaixe Voluntário. Os índices de rentabilidade, capital, e solvência apresentaram reduções estatisticamente significativas, conforme teste Wilcoxon.

Diversas medidas emergências foram adotadas pelo Banco Central que direcionaram a expansão das operações de risco, no entanto, em função das incertezas quanto à duração e aprofundamento da crise sanitária, os bancos optaram por maior cautela na concessão de crédito (Duarte, Luft, Matos Júnior, & Silva, 2020; Abrão, Monteiro, Haberer, & Curado, 2020). Em conjunto com esses resultados, reflete-se que os bancos brasileiros conseguiram cumprir o papel de intermediário financeiro em plena pandemia, em decorrência da intensificação do uso de canais digitais e trabalho em home office.

Este estudo traz contribuições à literatura ao relacionar os índices de desempenho com indicadores socioeconômicos, evidenciando se eles foram afetados de forma significativa pelo ambiente de crise econômica decorrente da pandemia Covid-19. Ainda, o estudo corrobora parcialmente os resultados de Kalaš et al. (2021) e de Derbali (2021) ao evidenciar a relação positiva do tamanho do ativo com lucratividade e rentabilidade, tendo sido a relação positiva, porém não significativa.

Esses autores evidenciaram relação positiva e significativa da inflação com rentabilidade, no entanto os resultados desta pesquisa são divergentes, pois, diferentemente do esperado, as relações do IGP-M com lucratividade e rentabilidade foram significativas, porém negativas no período analisado. O estudo também contribui com os stakeholders ao evidenciar que eles devem considerar as variáveis socioeconômicas para suas tomadas de decisões no que tange às instituições bancárias.

Sugere-se, para futuras análises, pesquisa envolvendo aspectos de transparência dos bancos, como os scores Environmental, Social and Corporate Governance (ESG), com o fim de relacioná-los com indicadores econômico-financeiros, além dos indicadores socioeconômicos.