Ações de Bancos em 2026: Análise Setorial Completa do Setor Bancário Brasileiro

CAPTAÇÃO → SPREAD → EMPRÉSTIMO

1. Captação: Banco recebe depósitos (paga juros baixos)
2. Empréstimo: Banco empresta dinheiro (cobra juros altos)
3. Spread: Diferença entre o que cobra e o que paga = LUCRO

Exemplo:
├── Capta CDB pagando 10% ao ano
├── Empresta a 25% ao ano
└── Spread bruto: 15 pontos percentuais

Banco Universal:
├── Varejo (pessoas físicas)
│   ├── Conta corrente
│   ├── Crédito pessoal/consignado
│   ├── Financiamento imobiliário
│   └── Cartões de crédito
├── Empresas (PJ)
│   ├── Capital de giro
│   ├── Financiamento
│   └── Câmbio e comércio exterior
├── Wealth Management
│   ├── Private banking
│   └── Asset management
└── Investimentos
    ├── Investment banking
    └── Tesouraria

ROE = Lucro Líquido / Patrimônio Líquido

Interpretação:
├── > 20%: Excelente (Itaú, BB)
├── 15-20%: Bom
├── 10-15%: Regular (Bradesco atual)
└── < 10%: Ruim

Índice de Eficiência = Despesas Operacionais / Receitas

Benchmarks:
├── < 40%: Excelente
├── 40-50%: Bom
├── 50-60%: Regular
└── > 60%: Ruim

Inadimplência = Operações em Atraso > 90 dias / Carteira Total

Níveis:
├── < 3%: Saudável
├── 3-5%: Atenção
├── 5-7%: Preocupante
└── > 7%: Crítico

Cobertura = Provisões (PDD) / Operações em Atraso > 90 dias

Interpretação:
├── > 200%: Muito conservador
├── 150-200%: Conservador
├── 100-150%: Adequado
└── < 100%: Insuficiente

Mínimo regulatório: 10,5%
Ideal: > 12%
Muito capitalizado: > 15%

import requests

def analisar_bancos(token: str):
    """
    Analisa principais bancos brasileiros
    """
    bancos = ["ITUB4", "BBDC4", "BBAS3", "SANB11", "BPAC11", "BRSR6", "ABCB4"]
    
    tickers = ",".join(bancos)
    url = f"https://brapi.dev/api/quote/{tickers}"
    params = {
        "token": token,
        "modules": "dividendsData,defaultKeyStatistics,financialData"
    }
    
    response = requests.get(url, params=params)
    data = response.json()['results']
    
    resultados = []
    
    for ativo in data:
        ticker = ativo['symbol']
        preco = ativo.get('regularMarketPrice', 0)
        variacao = ativo.get('regularMarketChangePercent', 0)
        
        dividendos = ativo.get('dividendsData', {})
        dy = (dividendos.get('yield', 0) or 0) * 100
        
        stats = ativo.get('defaultKeyStatistics', {})
        pl = stats.get('priceToEarnings', 0) or 0
        pvp = stats.get('priceToBook', 0) or 0
        
        financials = ativo.get('financialData', {})
        roe = (financials.get('returnOnEquity', 0) or 0) * 100
        
        resultados.append({
            'ticker': ticker,
            'preco': preco,
            'variacao': variacao,
            'dy': dy,
            'pl': pl,
            'pvp': pvp,
            'roe': roe
        })
    
    # Ordena por ROE
    resultados.sort(key=lambda x: x['roe'], reverse=True)
    
    print("=" * 85)
    print("ANÁLISE DO SETOR BANCÁRIO - ORDENADO POR ROE")
    print("=" * 85)
    print(f"{'Ticker':<10} {'Preço':<10} {'Var%':<8} {'DY':<8} {'P/L':<8} {'P/VP':<8} {'ROE':<8}")
    print("-" * 85)
    
    for r in resultados:
        roe_emoji = "🟢" if r['roe'] > 18 else ("🟡" if r['roe'] > 12 else "🔴")
        print(f"{r['ticker']:<10} R$ {r['preco']:<7.2f} {r['variacao']:>+5.2f}%  "
              f"{r['dy']:<7.2f}% {r['pl']:<7.1f} {r['pvp']:<7.2f} {r['roe']:<7.1f}% {roe_emoji}")
    
    # Destaques
    melhor_roe = max(resultados, key=lambda x: x['roe'])
    melhor_dy = max(resultados, key=lambda x: x['dy'])
    mais_barato = min([r for r in resultados if r['pl'] > 0], key=lambda x: x['pl'])
    
    print("\n" + "=" * 85)
    print("📊 DESTAQUES:")
    print(f"   Maior ROE: {melhor_roe['ticker']} ({melhor_roe['roe']:.1f}%)")
    print(f"   Maior DY: {melhor_dy['ticker']} ({melhor_dy['dy']:.2f}%)")
    print(f"   Mais barato (P/L): {mais_barato['ticker']} ({mais_barato['pl']:.1f}x)")

analisar_bancos("SEU_TOKEN")

Fintechs que ameaçam os bancões:
├── Nubank (NU) - Maior banco digital do mundo
├── Inter (INBR32) - Super app
├── C6 Bank - Crescimento acelerado
├── PicPay - Pagamentos + banco
└── Neon, Next, Original...

Impactos nos incumbentes:
├── Pressão em tarifas
├── Perda de clientes jovens
├── Necessidade de investir em tech
├── Compressão de spreads
└── Mas... incumbentes ainda dominam crédito

Por que os bancões ainda ganham:
├── Custo de funding muito mais baixo
├── Experiência em análise de crédito
├── Base de clientes estabelecida
├── Cross-selling eficiente
├── Capital abundante
└── Regulação mais amigável

Carteira Dividendos Bancos:
├── 40% BBAS3 (maior DY, desconto)
├── 30% ITUB4 (qualidade + dividendos)
├── 20% SANB11 (consistência)
└── 10% BRSR6 (regional, alto DY)

Meta: DY médio 7-9%

Carteira Value Bancos:
├── 40% BBAS3 (P/VP < 1x, ROE alto)
├── 35% BBDC4 (turnaround, descontado)
├── 25% ABCB4 (nicho, ignorado)

Meta: Capturar re-rating

Carteira Quality Bancos:
├── 50% ITUB4 (melhor ROE privado)
├── 30% BPAC11 (crescimento)
└── 20% BBAS3 (ROE + dividendos)

Meta: Alpha de longo prazo

Carteira Concentrada:
└── 100% ITUB4

Lógica: Se só pode ter um banco,
escolha o de maior ROE e melhor gestão.

RECESSÃO
├── Inadimplência sobe
├── Provisões aumentam
├── Lucros caem
├── Ações despencam
└── HORA DE COMPRAR (valuation barato)

RECUPERAÇÃO
├── Inadimplência estabiliza
├── Provisões diminuem
├── Lucros se recuperam
├── Ações sobem
└── Manter posição

EXPANSÃO
├── Crédito cresce
├── Spreads saudáveis
├── Lucros recordes
├── Ações em alta
└── Cuidado com euforia

PICO
├── Excessos de crédito
├── Competição por spread
├── Valuations esticados
└── HORA DE REDUZIR

Selic SUBINDO:
├── Curto prazo: Spreads podem comprimir
├── Médio prazo: Repricing beneficia bancos
├── Tesouraria pode ter perdas

Selic CAINDO:
├── Curto prazo: Margens podem cair
├── Médio prazo: Crédito cresce
├── Inadimplência tende a cair

Inadimplência pode disparar em:
├── Recessão econômica
├── Desemprego alto
├── Juros muito altos
├── Bolha de crédito
└── Eventos específicos (segmentos)

Banco Central pode:
├── Aumentar exigências de capital
├── Limitar tarifas
├── Regular spreads
├── Mudar regras de provisão
└── Interferir em bancos estatais

Fintechs e BigTechs:
├── Pix reduziu receita de transferências
├── Open Banking aumenta competição
├── Carteiras digitais avançam
├── BaaS (Banking as a Service)
└── IA mudando análise de crédito

BBAS3 tem risco adicional:
├── Mudança de governo
├── Pressão por crédito subsidiado
├── Nomeações políticas
├── Programas "sociais"
└── Dividendos menores

import requests

def screener_bancos(token: str):
    """
    Filtra melhores oportunidades no setor bancário
    """
    bancos = [
        "ITUB4", "BBDC4", "BBAS3", "SANB11", "BPAC11",
        "BRSR6", "ABCB4", "BPAN4", "BMGB4"
    ]
    
    tickers = ",".join(bancos)
    url = f"https://brapi.dev/api/quote/{tickers}"
    params = {
        "token": token,
        "modules": "dividendsData,defaultKeyStatistics,financialData"
    }
    
    response = requests.get(url, params=params)
    data = response.json()['results']
    
    # Critérios
    min_roe = 12
    max_pl = 10
    min_dy = 4
    
    aprovados = []
    
    for ativo in data:
        ticker = ativo['symbol']
        
        dividendos = ativo.get('dividendsData', {})
        dy = (dividendos.get('yield', 0) or 0) * 100
        
        stats = ativo.get('defaultKeyStatistics', {})
        pl = stats.get('priceToEarnings', 0) or 0
        pvp = stats.get('priceToBook', 0) or 0
        
        financials = ativo.get('financialData', {})
        roe = (financials.get('returnOnEquity', 0) or 0) * 100
        
        # Aplica filtros
        if roe >= min_roe and 0 < pl <= max_pl and dy >= min_dy:
            # Score ponderado
            score = (roe / 20) * 3 + (10 / pl) * 2 + (dy / 10) * 1
            
            aprovados.append({
                'ticker': ticker,
                'roe': roe,
                'pl': pl,
                'pvp': pvp,
                'dy': dy,
                'score': score
            })
    
    # Ordena por score
    aprovados.sort(key=lambda x: x['score'], reverse=True)
    
    print("=" * 75)
    print("SCREENER BANCOS - MELHORES OPORTUNIDADES")
    print(f"Filtros: ROE>{min_roe}%, P/L<{max_pl}, DY>{min_dy}%")
    print("=" * 75)
    print(f"{'Rank':<5} {'Ticker':<10} {'ROE':<8} {'P/L':<8} {'P/VP':<8} {'DY':<8} {'Score':<8}")
    print("-" * 75)
    
    for i, b in enumerate(aprovados, 1):
        print(f"{i:<5} {b['ticker']:<10} {b['roe']:<7.1f}% {b['pl']:<7.1f} "
              f"{b['pvp']:<7.2f} {b['dy']:<7.2f}% {b['score']:<7.2f} ⭐")
    
    if not aprovados:
        print("Nenhum banco passou nos filtros atuais.")
    else:
        print(f"\n📊 {len(aprovados)} bancos aprovados nos critérios")
        print(f"🏆 Top Pick: {aprovados[0]['ticker']}")

screener_bancos("SEU_TOKEN")

A cada resultado trimestral, verifique:
├── Lucro líquido vs estimativas
├── ROE (tendência)
├── Margem financeira (NII)
├── Inadimplência (NPL)
├── Índice de cobertura
├── Eficiência operacional
├── Crescimento da carteira
└── Guidance atualizado

import requests
from datetime import datetime

def dashboard_bancos(token: str):
    """
    Dashboard resumido do setor bancário
    """
    bancos = ["ITUB4", "BBDC4", "BBAS3", "SANB11"]
    
    tickers = ",".join(bancos)
    url = f"https://brapi.dev/api/quote/{tickers}"
    params = {"token": token, "modules": "dividendsData,defaultKeyStatistics"}
    
    response = requests.get(url, params=params)
    data = response.json()['results']
    
    print("=" * 65)
    print(f"DASHBOARD SETOR BANCÁRIO - {datetime.now().strftime('%d/%m/%Y')}")
    print("=" * 65)
    
    setor_variacao = 0
    setor_dy = 0
    setor_pl = 0
    
    print(f"\n{'Banco':<10} {'Preço':<12} {'Dia':<10} {'DY':<8} {'P/L':<8}")
    print("-" * 50)
    
    for ativo in data:
        ticker = ativo['symbol']
        preco = ativo.get('regularMarketPrice', 0)
        variacao = ativo.get('regularMarketChangePercent', 0)
        
        dividendos = ativo.get('dividendsData', {})
        dy = (dividendos.get('yield', 0) or 0) * 100
        
        stats = ativo.get('defaultKeyStatistics', {})
        pl = stats.get('priceToEarnings', 0) or 0
        
        emoji = "🟢" if variacao > 0 else ("🔴" if variacao < 0 else "⚪")
        
        print(f"{ticker:<10} R$ {preco:<9.2f} {variacao:>+5.2f}% {emoji}  {dy:.2f}%   {pl:.1f}x")
        
        setor_variacao += variacao
        setor_dy += dy
        setor_pl += pl if pl > 0 else 0
    
    n = len(data)
    print("-" * 50)
    print(f"\n📊 MÉDIAS DO SETOR:")
    print(f"   Variação média: {setor_variacao/n:+.2f}%")
    print(f"   DY médio: {setor_dy/n:.2f}%")
    print(f"   P/L médio: {setor_pl/n:.1f}x")
    
    # Compara com Selic
    try:
        selic = requests.get("https://brapi.dev/api/v2/prime-rate").json()
        selic_valor = selic['prime-rate'][0]['value']
        print(f"\n📈 COMPARATIVO:")
        print(f"   Selic atual: {selic_valor:.2f}%")
        print(f"   Prêmio do setor (DY - Selic): {setor_dy/n - selic_valor + 4:.2f}%")
    except:
        pass

dashboard_bancos("SEU_TOKEN")

Preço Justo = DPA × (1 + g) / (k - g)

Onde:
DPA = Dividendo por ação
g = Crescimento esperado
k = Custo de capital (retorno exigido)

Exemplo BBAS3:
DPA = R$ 4,00
g = 5% ao ano
k = 14% (Selic + prêmio)

Preço Justo = 4 × 1,05 / (0,14 - 0,05)
Preço Justo = 4,20 / 0,09
Preço Justo = R$ 46,67

Regra geral para bancos:
├── ROE > 15% → Merece P/VP > 1x
├── ROE = 15% → P/VP justo = 1x
├── ROE < 15% → P/VP < 1x

Exemplo:
├── ITUB4: ROE 21% → Merece P/VP ~1,5-2,0x
├── BBAS3: ROE 20% → Merece P/VP ~1,3-1,7x (desconto estatal)
├── BBDC4: ROE 12% → P/VP ~0,8-1,0x faz sentido

✅ ANÁLISE INICIAL
□ Entendo o modelo de negócio bancário?
□ Sei diferenciar varejo, atacado, investimentos?
□ Conheço os principais indicadores?

✅ ANÁLISE DA EMPRESA
□ Verifiquei ROE histórico (5 anos)?
□ Analisei tendência de inadimplência?
□ Verifiquei índice de eficiência?
□ Estudei o índice de cobertura?
□ Analisei Basileia?
□ Li o último ITR/DFP?

✅ VALUATION
□ Comparei P/L com pares?
□ Analisei P/VP vs ROE?
□ Verifiquei DY histórico?
□ Considerei ciclo econômico?

✅ RISCOS ESPECÍFICOS
□ Entendo riscos de bancos estatais?
□ Avaliei exposição a ciclo econômico?
□ Considerei impacto de fintechs?

✅ GESTÃO DE CARTEIRA
□ Não concentrei demais em bancos?
□ Diversifiquei entre tipos de bancos?
□ Defini horizonte de investimento?

BBAS3 tem P/L 4x, ITUB4 tem P/L 9x
"BBAS3 é mais barato!"

Mas... BBAS3 tem desconto por ser estatal
Se ajustar pelo risco, pode não ser tão barato

Comprar banco no topo do ciclo:
├── Inadimplência baixíssima
├── Lucros recordes
├── Valuation esticado
└── Recessão vem depois = queda de 40-50%

Banco com ROE de 8% consistente
vs
Banco com ROE de 20% consistente

O segundo vale 2-3x mais em P/VP!

"Bancos são seguros, vou colocar 50% neles"

Problema: Setor inteiro pode cair junto em crise