CRR3, risco imobiliário e IA nas carteiras dos bancos

CRR3, risco imobiliário e IA: o que muda para o imobiliário português

Desde 10/12/2025 que os bancos europeus têm mais uma peça no puzzle regulatório: a EBA publicou a versão final dos Regulatory Technical Standards (RTS) que atualizam os fatores usados para avaliar se os ponderadores de risco de crédito associados a imóveis estão bem calibrados. Parece burocracia? Não é. Isto mexe diretamente com:

• quanto capital os bancos portugueses têm de imobilizar sobre crédito à habitação e crédito imobiliário comercial;
• o apetite de risco para novos projetos em Lisboa, Porto ou Algarve;
• a forma como modelos de IA e PropTech podem ser usados para avaliar risco imobiliário de forma mais fina.

Na série "IA no Imobiliário Português: PropTech", este tema é crítico: quem está a construir produtos de avaliação automática, scoring de risco ou plataformas de investimento imobiliário precisa de perceber o novo enquadramento CRR3 e onde a IA pode criar vantagem competitiva – sem colidir com o regulador.

---

O que a EBA acabou mesmo de mudar com o CRR3

O RTS agora finalizado não inventa um novo método de cálculo de risco, mas alinha o enquadramento legal com o CRR3 para:

• exposições garantidas por imóveis no Standardised Approach (SA) de risco de crédito;
• os valores mínimos de LGD (Loss Given Default) para retalho com hipoteca, no âmbito IRB.

Em termos simples:

1. O CRR3 redefiniu partes importantes do tratamento de crédito hipotecário e imobiliário comercial.
2. O mandato dado à EBA é clarificar que fatores os supervisores nacionais devem olhar para avaliar se os ponderadores de risco aplicados pelos bancos são adequados à realidade de cada país/mercado.
3. A EBA atualiza agora as referências legais dos RTS, mantendo a lógica: harmonizar critérios, reduzir arbitragens e garantir que o risco imobiliário é capitalizado de forma prudente em toda a UE.

Para Portugal, isto significa que o Banco de Portugal, quando questionar se os ponderadores de risco aplicados aos créditos com garantia real estão alinhados com o perfil do mercado português, vai seguir este "guia de fatores" atualizado pela EBA.

---

Porque é que isto interessa ao setor imobiliário português

O peso do imobiliário no balanço da banca portuguesa é enorme. Em muitos bancos, o crédito à habitação e o crédito a empresas com garantia imobiliária representam mais de metade da carteira de crédito. Pequenos ajustes nos ponderadores de risco podem:

• reduzir ou aumentar o capital regulatório em milhões de euros;
• tornar alguns segmentos (por exemplo, ARR&L em Lisboa ou turístico no Algarve) mais ou menos atrativos;
• acelerar ou travar a concessão de novos financiamentos.

Aqui entra o papel da IA aplicada ao imobiliário (PropTech):

• Modelos de AVM (Automated Valuation Models) melhoram a precisão do valor de colateral, reduzindo a probabilidade de sobreavaliação de imóveis.
• Modelos de previsão de default e LGD, apoiados em dados geoespaciais, socioeconómicos e comportamentais, permitem identificar bolsões de risco antes de estes se refletirem nas imparidades.

Quando o regulador fala em "fatores a considerar para avaliar a adequação dos ponderadores de risco", está a abrir espaço, na prática, para que dados e modelos avançados – incluindo IA – suportem decisões mais finas.

A banca que conseguir articular bem os requisitos do CRR3 com pipelines de IA robustos terá mais margem de manobra em capital e mais argumentos técnicos junto do supervisor.

---

Fatores de risco imobiliário que os bancos devem saber medir

A EBA não traz uma lista totalmente nova, mas reforça a necessidade de avaliar com rigor os fatores que justificam um determinado risco de crédito imobiliário. Adaptando ao contexto português, falamos tipicamente de:

1. Dinâmica de preços e ciclos imobiliários

Os supervisores vão olhar para:

• volatilidade histórica de preços por zona (Lisboa vs interior, litoral vs interior norte);
• divergência entre preços de transação e rendimentos das famílias;
• concentrações de risco em segmentos específicos (AL, alojamento estudantil, escritórios de Lisboa, etc.).

Bancos que usam modelos de IA com dados em tempo quase real (portais imobiliários, transações notariais, dados cadastrais, dados de mobilidade) conseguem antecipar mudanças de ciclo e documentar melhor os seus níveis de risco.

2. Rácio LTV (loan-to-value) e resiliência do colateral

Um LTV médio de 80% em zonas estáveis não é igual a 80% em locais altamente especulativos. Fatores que contam:

• dispersão de LTV por coorte de clientes e zona geográfica;
• distância entre valor de avaliação e preço de mercado efetivo;
• liquidez do mercado local (tempo médio de venda, desconto face ao pedido).

AVMs com IA são especialmente relevantes aqui: quanto melhor o banco provar que o valor de colateral é sólido e atualizado, mais defendida está a argumentação de que o risco real é menor do que um cenário conservador padrão.

3. Capacidade de pagamento e risco idiossincrático

Mesmo em mercados com preços estáveis, o risco de default pode aumentar por fatores como:

• aumento rápido de taxas de juro (já o vivemos com a subida do Euribor);
• concentração de emprego em setores cíclicos (turismo, construção);
• vulnerabilidade a choques exógenos (pandemias, choques energéticos).

Modelos de scoring com IA permitem cruzar dados macro, setor de atividade, histórico bancário e comportamento transacional para estimar risco ao nível do cliente, do edifício e da zona. Esta granularidade é exatamente o tipo de evidência que um supervisor valoriza quando avalia se ponderadores de risco e LGD mínimos são adequados.

4. Fatores estruturais e ESG

O CRR3 e a agenda europeia colocam cada vez mais peso em temas ESG. Para imóveis, isto pode incluir:

• eficiência energética e certificação (A, B versus C ou inferior);
• exposição a riscos climáticos físicos (cheias, ondas de calor, erosão costeira);
• obsolescência funcional (escritórios com baixa flexibilidade pós-pandemia).

Aqui surge outra área de oportunidade para PropTech: modelos de IA que cruzam características físicas do imóvel, dados climáticos e tendências de ocupação podem suportar ajustamentos de risco e decisões de originação.

---

Onde a IA e a PropTech encaixam no novo quadro regulatório

A pergunta prática é: como é que startups PropTech e equipas de risco dos bancos portugueses podem usar IA para tirar partido (e não ser vítimas) do CRR3 e destes RTS da EBA?

IA como motor de melhor evidência perante o supervisor

Supervisores não aprovam algoritmos, aprovam práticas de gestão de risco. IA passa a ser uma vantagem quando:

• reduz incerteza nos inputs: valor do imóvel, probabilidade de default, LGD, volatilidade local;
• permite testes de esforço mais realistas por zona, tipo de imóvel ou segmento de cliente;
• oferece traços de explicabilidade que permitam demonstrar, com transparência, porque uma carteira merece um tratamento de risco mais baixo.

Um banco que consiga mostrar, por exemplo:

• que a sua carteira de crédito à habitação tem histórico de incumprimento 40% abaixo da média do mercado em determinadas zonas;
• que os seus modelos internos de avaliação de imóveis têm erro médio absoluto inferior a 5% face a transações efetivas;

terá uma base sólida para argumentar por ponderadores de risco e LGD efetivos mais baixos, dentro dos limites do CRR3.

Produtos PropTech alinhados com o CRR3

Para a comunidade PropTech portuguesa, isto abre uma linha clara de produto:

1. Plataformas de AVM regulatório-ready

   • calibradas com dados portugueses;
   • com métricas de qualidade robustas;
   • com explicabilidade e documentação ao nível que o Banco de Portugal quer ver.

2. Dashboards de risco imobiliário geoespacial

   • índices de risco por freguesia/municipio;
   • monitorização de ciclos de preços;
   • integração de dados socioeconómicos, mobilidade e oferta imobiliária.

3. Módulos de stress testing para carteiras hipotecárias

   • cenários de subida de juros, queda de preços, subida de desemprego;
   • cálculo automático de impacto em PD, LGD e capital regulatório;
   • relatórios em formato amigável para risco, CFO e regulador.

4. Ferramentas de scoring de investimento para fundos imobiliários

   • avaliação de risco-regulatório de cada ativo (quanto capital come em cada banco potencial financiador);
   • otimização de estrutura de financiamento em função dos ponderadores de risco estimados.

Quem construir produtos de IA com esta sensibilidade regulatória terá muito mais facilidade em entrar nos grandes bancos e nas gestoras de ativos.

---

Boas práticas para usar IA em risco imobiliário sob CRR3

Não basta ter modelos sofisticados. Para serem úteis no contexto dos RTS da EBA, há algumas boas práticas que, na minha experiência, fazem toda a diferença:

1. Explicabilidade primeiro

Modelos de deep learning opacos podem ser ótimos em precisão, mas péssimos para dialogar com o supervisor. Um compromisso razoável:

• usar modelos mais simples onde o ganho marginal de precisão é pequeno;
• adicionar camadas de explicabilidade (SHAP, LIME, feature importance) documentadas em linguagem não técnica;
• produzir relatórios legíveis, que conectem diretamente fatores de risco (LTV, zona, tipologia) com outputs de risco.

2. Dados locais e contexto português

Modelos importados de outros mercados são perigosos. É essencial:

• treinar com dados históricos portugueses, incluindo crises passadas (2011–2013, Covid-19);
• refletir características fiscais e legais (IMI, IMT, regime do AL, arrendamento urbano);
• incorporar dados oficiais e privados (registo predial, plataformas de anúncios, dados de rendimentos locais).

3. Governança forte de modelos

Sob CRR3, qualquer modelo que suporte decisões de risco crítico precisa de:

• validação independente;
• monitorização contínua de performance (estabilidade de dados, drift);
• processos claros de recalibração.

Quem vende soluções de IA a bancos deve ir além do "algoritmo" e entregar também o pacote de governança: documentação, model cards, manuais de validação, processos de backtesting.

---

Próximo passo para bancos e PropTech em Portugal

Os RTS agora publicados não mudam sozinhos os balanços, mas definem o campo de jogo em que o Banco de Portugal e os bancos vão negociar capital, risco e crescimento do crédito imobiliário.

Para quem trabalha em banca, imobiliário ou PropTech em Portugal, a prioridade deve ser clara:

• mapear onde os seus modelos de IA tocam risco imobiliário regulado (crédito habitação, CRE, carteiras de retalho com hipoteca);
• avaliar se os fatores que a EBA destaca – preços, LTV, ciclos, LGD, risco macro, ESG – estão mesmo a ser medidos de forma robusta;
• preparar documentação e storytelling de risco que ligue diretamente a evidência dos modelos às exigências do CRR3.

Quem fizer este trabalho agora entra em 2026 com uma vantagem concreta: mais capacidade para discutir com o supervisor, mais confiança na gestão de risco e mais espaço para crescer carteiras imobiliárias com apoio sério de IA.

Se a sua organização quer usar IA para avaliar risco imobiliário em Portugal, este é o momento de alinhar tecnologia, dados e regulação. O CRR3 já está em cima da mesa; a questão é se vai ser apenas um custo de compliance ou uma oportunidade para gerir risco com mais inteligência.