O que o estudo Insper e Stone sobre bets e inadimplência não responde

A Folha de S.Paulo publicou nesta terça-feira (8/9) um estudo inédito que mede, segundo a reportagem, o “tamanho do prejuízo” causado aos apostadores pelos jogos online. Conduzido por Sérgio Firpo, professor do Insper, em parceria com pesquisadores da Stone, o trabalho cruza dados bancários e de Pix de milhões de clientes para comparar quem começou a apostar após janeiro de 2025 — mês da regulamentação das bets no Brasil — com quem nunca apostou.

Os números centrais divulgados: a proporção de apostadores em situação de inadimplência ficou, em média, 20% maior nos 12 meses seguintes à primeira aposta, na comparação com o aumento observado entre não apostadores; a fração da fatura do cartão em atraso cresceu 38,7%; o limite de crédito disponibilizado pelos bancos caiu 16%; e um em cada dez apostadores destina mais de 20% de tudo o que sai da conta por mês para as bets.

É um desenho mais sofisticado do que o estudo da CNC divulgado em abril, que a BNLData já submeteu a crítica metodológica anteriormente — aqui há dados de transação individual, não agregados de pesquisa amostral (PEIC), e há tentativa de isolar quem apostou de quem não apostou no nível do indivíduo. Isso não significa, porém, que o desenho resolva os problemas clássicos desse tipo de inferência. Pontos que merecem escrutínio antes de tratar os números como medida definitiva do “prejuízo” das bets:

01. A amostra é a carteira de clientes da Stone, não a população geral

A Stone atende de forma desproporcional autônomos, MEIs e pequenos empresários — público com fluxo de caixa irregular e perfil de risco de crédito distinto do trabalhador CLT ou do consumidor médio. Extrapolar os resultados para “os apostadores brasileiros” en bloc exige uma ponte que a reportagem não mostra ter sido feita. Sem saber como a amostra se compara ao universo de apostadores identificado pelo Banco Central, não é possível avaliar a representatividade.

02. Causalidade reversa não está descartada

O desenho compara trajetórias antes e depois da primeira aposta, mas não elimina a possibilidade de que pessoas já em deterioração financeira sejam mais propensas a começar a apostar — seja por busca de “solução rápida” para dívidas, seja por maior exposição a publicidade de crédito fácil no mesmo momento de vida. Um teste de tendências pré-tratamento (paralelismo entre os grupos antes da primeira aposta) seria o padrão mínimo para sustentar a leitura causal, e não há indicação de que ele tenha sido reportado.

03. O corte no limite de crédito pode ser efeito de scoring automatizado, não de piora real de capacidade de pagamento

O próprio presidente do Banco Central, Gabriel Galípolo, já declarou em depoimento ao Senado que o histórico de apostas entrou no score de crédito usado pelos bancos para precificar risco. Se a transação “aposta” é penalizada diretamente pelo algoritmo, o corte de 16% no limite pode refletir uma decisão regulatória/comercial do banco — não necessariamente uma queda objetiva na capacidade de pagamento do cliente. Os dois mecanismos produzem o mesmo número, mas contam histórias muito diferentes.

04. Gasto bruto enviado à bet não é o mesmo que perda líquida

Se a métrica captura valores enviados via Pix para plataformas de apostas, ela mede depósito, não prejuízo. Sem descontar saques e prêmios recebidos de volta, tratar “dinheiro que saiu da conta para a bet” como equivalente a “dinheiro perdido” superestima o efeito — um problema recorrente em estudos que usam volume (handle) como proxy de dano.

05. Janeiro de 2025 é marco de apostas, mas também de outros fatores

O mesmo período é marcado por juros de cartão de crédito em alta, expansão do crédito rotativo e aprofundamento da bancarização digital — fatores capazes de explicar parte do aumento de inadimplência independentemente das bets. Essa é a mesma fragilidade já apontada pela BNLData no estudo da CNC. A robustez da comparação depende de o grupo de controle (quem não aposta) ter perfil de renda e ocupação equivalente ao grupo tratado — informação que a reportagem não detalha.

06. Base de dados proprietária e não replicável

Os microdados pertencem à Stone e não são públicos. Sem acesso à nota técnica, ao paper ou aos códigos de análise, não há como auditar testes de robustez, especificação do modelo ou tratamento de outliers. O leitor — e a imprensa — dependem inteiramente da apresentação que os próprios autores escolheram divulgar.

07. Média pode estar sendo puxada por uma cauda de apostadores pesados

O próprio estudo destaca que um em cada dez apostadores compromete mais de 20% do que sai da conta com bets. Isso sugere que os efeitos médios podem refletir majoritariamente esse subgrupo extremo, e não o comportamento do apostador típico. Reportar a mediana, além da média, ajudaria a esclarecer se o “prejuízo” é generalizado ou concentrado.

Apostas online aumentam em 20% a inadimplência e reduzem crédito em 16%