Por que o Banco do Brasil errou nas previsões de crédito do setor agropecuário

O quadro, descrito pela própria administração, é claro: a realidade foi mais amarga do que os cenários pessimistas embutidos nas ferramentas estatísticas que orientam concessão, preço, limites, provisões e cobrança.

No segundo trimestre de 2025, a inadimplência do agro em até 90 dias somou R$ 12,7 bilhões, um patamar sem precedentes para o BB e acima das projeções internas. Em dezembro de 2024, os modelos apontavam uma inadimplência “esperada” de 1,9% para o setor, enquanto o indicador de atrasos acima de 90 dias já era de 2,45%.

Em 30 de junho de 2025, a taxa acima de 90 dias avançou para 3,49%, a maior da história do banco. A presidente, Tarciana Medeiros, reconheceu em teleconferência que os modelos falharam em capturar a velocidade do choque, ainda que tenha defendido a robustez da estrutura de risco.

O balanço refletiu o impacto: o lucro do trimestre caiu 60% na comparação anual, pressionado por maiores despesas com provisões.

Leia mais:

Banco do Brasil (BBAS3) registra queda de 6% com receio da Lei Magnitsky

O que aconteceu: a virada de ciclo no agro expôs o “ponto cego” dos modelos

Recorde em atrasos de até 90 dias no 2º trimestre

O volume de atrasos de até 90 dias — uma espécie de antecâmara do calote — alcançou R$ 12,7 bilhões. Esse movimento costuma anteceder a deterioração da inadimplência acima de 90 dias e exige reforço de provisões para perdas.

A inadimplência “pesada” bateu 3,49% em 30/06/2025

O indicador de mais de 90 dias chegou a 3,49%, rompendo marcas históricas. É um salto relevante frente aos 2,45% apurados no fim de 2024 e mostra que a piora não ficou restrita a atrasos pontuais.

Por que os modelos ficaram para trás

Em dezembro, a projeção dos modelos era de 1,9% para o agro — um “baseline” que não contemplava, com a intensidade necessária, três choques combinados: juros acima do previsto no Plano Safra, quedas expressivas de soja e milho e eventos climáticos severos (secas e enchentes no Sul). O conjunto alterou o fluxo de caixa do produtor com rapidez e magnitude, encurtando a janela de reação do banco.

Como funcionam (e onde podem falhar) os modelos de risco

O que entra em um modelo de crédito

Os bancos combinam variáveis como cadastro, renda, histórico de pagamentos, uso de limites, endividamento em outras instituições, garantias e dados de relacionamento. Para empresas, entram balanços, setor e estrutura de capital. Open Finance e sinais comportamentais vêm ganhando peso, bem como dados climáticos e de mercado de commodities.

As três peças-chave: PD, LGD e EAD

• Probabilidade de inadimplência (PD): chance de o cliente entrar em atraso relevante.
• Perda em caso de inadimplência (LGD): percentual da exposição que não será recuperado se houver calote.
• Exposição no momento da inadimplência (EAD): quanto está efetivamente em risco no instante do default.

A perda esperada (EL) resulta da multiplicação dessas três variáveis. Se a PD reage lentamente a choques de mercado ou se a LGD subestima o impacto de garantias desvalorizadas, a perda projetada fica aquém da realidade.

Por que a calibração pode falhar

• Mudança estrutural subestimada: quando preços de grãos caem por mais tempo e juros ficam mais altos do que o suposto nos cenários.
• Correlação ignorada: modelos que tratam choques como eventos independentes (preço, clima, juros) podem subestimar a perda quando eles ocorrem ao mesmo tempo.
• Dados defasados: informações contábeis e de safra chegam com atraso; o risco real muda em semanas.
• Backtesting incompleto: testes que validam o modelo com base em períodos mais “tranquilos” tendem a superestimar sua precisão em crises.

O que pesou no agro: juros, commodities e clima

Selic acima do previsto no Plano Safra

Linhas subsidiadas e equalizadas contam com premissas de juros. Quando a Selic fica acima do esperado, o custo efetivo se deteriora, especialmente para produtores alavancados e segmentos com margens mais estreitas.

Queda de preços da soja e do milho

Soja e milho tiveram recuo de preços em relação aos picos anteriores. Isso espremeu a receita por hectare e pressionou o serviço da dívida, sobretudo onde o hedge de preço foi parcial ou inexistente.

Clima extremo e quebra de safras

Secas e enchentes — com destaque para eventos no Rio Grande do Sul — afetaram produtividade, logística e qualidade do produto. Mesmo com seguro rural, há fricções de cobertura e prazos de indenização que deterioram o caixa de curto prazo.

O que disse a presidente do banco

Na conferência com analistas e investidores, Tarciana Medeiros reconheceu que a realidade superou até as previsões pessimistas dos modelos, mas defendeu a área de risco. Segundo ela, o banco possui modelos aptos a estimar perdas esperadas, e a deterioração foi acelerada por fatores exógenos: Selic mais alta, queda de grãos, clima adverso e efeito de safras anteriores. A mensagem central foi de aprimoramento, não de abandono dos modelos.

Efeitos no balanço: provisões, margem e capital

Lucro recua 60% no 2º trimestre

A despesa de provisão subiu de forma relevante, comprimindo o resultado e levando o lucro a cair 60% no trimestre. Esse movimento é típico de ciclos de crédito: provisões sobem antes que a recuperação de créditos (e a reprecificação) devolva fôlego às margens.

Margem financeira e reprecificação

Com o risco maior, o banco tende a reprecificar linhas do agro, ajustando spreads, prazos e exigência de garantias. A margem pode oscilar no curto prazo, mas, à frente, se recupera com a combinação de preços mais altos do crédito e estabilização da inadimplência.

Capital e apetite de risco

O aumento das provisões e ponderadores de risco pressiona os índices de capital. Em resposta, o apetite de risco setorial é revisto, com limites por subsegmento (grãos, proteína, insumos), região e perfil de produtor.

Como o BB pode ajustar seus modelos de risco

Recalibrar PD, LGD e EAD com granularidade setorial

• PD: incorporar variáveis de ciclo (bases de preços de soja/milho, custo de insumos, câmbio) e defasagens menores.
• LGD: reavaliar garantias (terra, máquinas, grãos em armazém) sob estresse de liquidez regional.
• EAD: capturar saques e adiantamentos sazonais, que ampliam a exposição antes da colheita.

Integrar dados climáticos e de satélite

Indicadores de seca, precipitação e NDVI por microrregião ajudam a antecipar quebras de produtividade e a ajustar limites e provisões antes do vencimento das parcelas.

Usar Open Finance e sinais comportamentais

Fluxos em conta, recebíveis de tradings e cooperativas, e padrões de movimentação são sinais precoces de estresse. A integração com Open Finance aumenta a acurácia em tempo real.

Testes de estresse específicos para agronegócio

Cenários que combinem queda de 20%–30% em preços de grãos, alta de 200–300 pb em juros e choques climáticos regionais fornecem envelopes de perda mais realistas para o planejamento de capital.

O que muda para o produtor rural

Crédito mais seletivo, spreads maiores e exigência de garantias

No curto prazo, é provável um maior rigor na concessão, com spreads ajustados ao risco e maior exigência de colaterais. Operações com seguro rural ou hedge tendem a ter melhor preço.

Renegociação e soluções de alongamento

Ciclos adversos costumam vir acompanhados de renegociações, alongamentos e uso de programas setoriais quando disponíveis. O objetivo é suavizar o serviço da dívida até a normalização de preços e clima.

Gestão de risco passa a valer dinheiro

Produtores com hedge de preços, seguro bem estruturado e boas práticas de governança tendem a acessar crédito com condições melhores. Os bancos precificam o risco — e a redução de incerteza vira desconto.

Cenários para o 2º semestre de 2025

Base de comparação e efeito “limpeza”

Com provisões reforçadas e maior seletividade, a tendência é de estabilização da inadimplência à medida que a carteira problemática é reconhecida e tratada. A base mais alta de provisões pode aliviar a pressão sobre o lucro nos trimestres seguintes.

Condicionantes externos

A trajetória dependerá de três vetores:

• Juros: recuo consistente da Selic alivia o serviço da dívida.
• Preços de grãos: estabilização ou recuperação melhora o caixa do produtor.
• Clima: normalização reduz incertezas de produtividade.

O que observar nos próximos balanços

• Dinâmica de 15–90 dias: sinalização de melhora precede a queda do >90 dias.
• Custo de crédito: quanto o spread subiu e para quem.
• Recuperações de créditos: fluxo de recebíveis de operações reestruturadas.
• Comentários sobre modelos: evidências de recalibração e novos dados de risco.

Considerações finais

A disparada da inadimplência no agronegócio escancarou um ponto cego dos modelos do Banco do Brasil: a dificuldade de incorporar, em tempo hábil, um choque trifásico de juros, preços de commodities e clima extremo. O resultado foi um recorde em atrasos, uma alta estrutural da inadimplência acima de 90 dias e o consequente salto das provisões, que tirou 60% do lucro no trimestre.

Isso não significa que os modelos “não funcionam”; significa que precisam ser recalibrados para um ambiente mais volátil. Integrar dados de preço e clima em alta frequência, aprofundar a granularidade setorial e regional, e reforçar os testes de estresse são caminhos para recuperar a precisão. Para o produtor, a mensagem é clara: gestão de risco — hedge, seguro, governança — será cada vez mais recompensada na precificação do crédito. Para o banco, o desafio é transformar um choque em aprendizado, mantendo o papel estratégico no financiamento do agro sem perder o controle da qualidade da carteira.

No fim, a lição é clássica: modelos ajudam a navegar, mas o reality check vem do campo. Quando o clima muda e os preços arrefecem, a bússola precisa ser ajustada. É isso que o BB começa a fazer — e o mercado acompanhará de perto os próximos passos.