Nos últimos anos, temos trabalhado para resolver um desafio recorrente em grandes instituições financeiras: como avaliar de forma precisa a saúde financeira de uma empresa, considerando a real origem dos recursos que compõem seu faturamento?

Um dos principais obstáculos enfrentados por nossos parceiros está na análise da veracidade da liquidação de suas transações. Tradicionalmente, a concessão de crédito PJ é baseada na movimentação financeira aparente, muitas vezes medida pela quantidade e valor das operações pagas. No entanto, essa abordagem esconde uma armadilha: quando parte dessas obrigações é paga pela própria empresa ou por seus sócios, o que temos, na prática, é uma simulação de fluxo de caixa. Esse comportamento, conhecido como auto liquidação, pode distorcer completamente a avaliação de risco de crédito.

Segundo os dados apresentados neste case, mesmo que apenas 0,4% das obrigações emitidas no país em 2024 tenham sido liquidadas pela própria empresa emissora, o valor médio mensal envolvido chegou a impressionantes R$ 4,4 bilhões. É um volume relevante demais para ser ignorado.

A lacuna dos bancos: visão limitada

Apesar da sofisticação dos sistemas internos, os bancos não conseguem identificar a origem real do pagamento dessas operações que são liquidadas fora de sua própria estrutura. Ou seja, eles veem que uma operação foi paga, mas não sabem quem realmente pagou. E isso abre espaço para análises imprecisas, especialmente em casos de auto liquidação.

Foi com esse plano de fundo que um dos maiores bancos múltiplos do país nos procurou. A instituição já possuía uma estrutura madura de crédito PJ, mas reconhecia essa limitação crítica. A oportunidade era clara: oferecer uma nova camada de análise que revelasse o que estava invisível.

Nossa proposta: ver além da superfície

Na Núclea, temos acesso à base nacional de registros de boletos, o que nos permite acompanhar a jornada do boleto de ponta a ponta, independentemente do banco emissor ou pagador. Essa visibilidade nos permite identificar se o pagamento foi feito:

• Pelo mesmo CNPJ do cedente;
• Por um CPF de sócio da empresa;
• Por um pagador recorrente com relação societária com o cedente;
• Com padrões de frequência e ticket médio atípicos.

Com isso, criamos o Indicador de Auto Liquidação PJ, uma métrica percentual que estima quanto do faturamento pode ter origem artificial. Ele oferece múltiplas visões cruzadas entre cedente, sacado, pagador efetivo e sócios, permitindo uma análise preditiva do comportamento financeiro da empresa.

O projeto em ação

A parceria com o banco envolveu a aplicação do nosso indicador sobre uma base histórica de CNPJs, cobrindo um ano de movimentações. O trabalho começou com o cruzamento das informações internas da instituição com nossos dados de liquidação, identificando:

• A taxa de auto liquidação por empresa;
• Diferenças entre a visão tradicional (baseada no sacado) e a visão do pagador efetivo;
• Padrões de comportamento por setor econômico, como comércio, indústria e serviços;
• Relações ocultas entre sócios e pagadores.

Em muitos casos, descobrimos que a taxa de auto liquidação considerando o pagador efetivo era até 7 vezes maior do que a taxa identificada pelo sacado. Isso revelou o quanto a visão tradicional subestimava o risco.

Para comprovar a relevância e o valor incremental da nossa informação, o banco conduziu um estudo aprofundado. Foram analisadas as liquidações de boletos de uma base ampla de CNPJs, ao longo de 12 meses, cruzando os dados internos da instituição com a base nacional da Núclea. O resultado foi revelador:

Conseguimos apontar 2X mais o percentual de autoliquidação que o banco conseguia identificar.

Esses percentuais representam empresas que passariam despercebidas na análise tradicional, mas que apresentavam movimentações com forte indício de artificialidade. Uma diferença com potencial direto de impactar decisões de crédito e reclassificação de risco.

Transformação na prática

Com esses dados em mãos, o banco enriqueceu seu processo de concessão e acompanhamento de crédito PJ. A análise passou a considerar não apenas o volume de liquidações, mas a origem dos recursos. Isso gerou impactos diretos:

• Empresas com alta taxa de auto liquidação tiveram seus limites reduzidos ou a concessão reavaliada;
• Empresas com movimentações genuínas foram promovidas e tiveram crédito ampliado;
• A carteira passou a refletir melhor o risco real, com menor inadimplência e maior rentabilidade no médio e longo prazo.

Além disso, o banco passou a aplicar o indicador de forma contínua, no monitoramento de clientes ativos, e como filtro de elegibilidade em novas análises de crédito.

Mais inteligência, menos risco

Um dos diferenciais que impulsionou os resultados foi o cruzamento de dados com o cadastro de sócios. Ao relacionar os sócios com o pagador do boleto, conseguimos mapear capital que circulava entre entes de um mesmo grupo, muitas vezes ocultos. Essa camada extra de inteligência transformou a análise de crédito: ela deixou de ser apenas transacional e passou a ser estrutural e comportamental.

Outro ponto relevante foi a integração com o nosso Indicador de Porte Empresarial. Empresas pequenas com altos índices de auto liquidação passaram a ser classificadas com risco elevado, enquanto grandes empresas com o mesmo percentual foram avaliadas de forma proporcional ao seu tamanho. Essa combinação permitiu uma segmentação mais justa e estratégica.

Aplicações futuras e integração com outras soluções

A solução já está sendo integrada a modelos de score para capacidade de pagamento e indicadores para avaliar a saúde financeira, como faturamento, agenda de recebíveis e inadimplência, tornando-se um componente essencial na esteira analítica das instituições que buscam mais precisão, agilidade nas decisões de crédito PJ.

Nossa entrega é modular e flexível, o que facilita a adoção por bancos, fintechs, cooperativas, FIDCs e demais empresas que precisam avaliar CNPJs para realizar suas operações comerciais. A integração pode acontecer na originação, no monitoramento ou em análises pontuais, sempre com retorno rápido e alto valor agregado.

Conclusão

Esse case mostrou o que a inteligência de dados pode fazer quando aplicada com profundidade e propósito. Com o Indicador de Auto Liquidação PJ, ajudamos uma das maiores instituições financeiras do país a enxergar além das aparências contábeis, revelando padrões ocultos de comportamento que impactavam diretamente o risco da carteira.

Mais do que uma ferramenta, entregamos uma nova forma de pensar o crédito PJ: baseada em evidência, conectada à realidade das transações e capaz de gerar vantagem competitiva sustentável.

Na Núclea, acreditamos que o futuro do crédito passa por dados relevantes, inteligência e precisão. E estamos prontos para construir esse caminho com cada instituição que queira ir além.