Anais do 16º International Conference in Accounting - 16º  2016
Anais do 16º International Conference in Accounting - 16º  2016
Anais do
16º International Conference in Accounting - 16º 2016
Página inicial Voltar para a página anterior Fale conosco

RESUMO DO TRABALHO

Abrir
Arquivo

Clique para abrir o trabalho de código 13, Ã�rea Temática: Área III: Contabilidade Financeira

Código: 13

Área Temática: Área III: Contabilidade Financeira

Título: Desempenho e Eficiência das Firmas de Energia Elétrica no Brasil:

Resumo:
Propósito do Trabalho:
A produção de energia elétrica, no Brasil, insumo básico para alavancar crescimento e desenvolvimento, é obtida pela geração em grandes hidrelétricas. A oferta desse insumo é tão sustentável quanto forem racionais seu uso e alocação de investimentos. O Brasil reestruturou sua indústria de energia elétrica a partir da última década do século XX, deixando de ser meramente estatal, permitindo a participação do capital privado. Dada a importância desse insumo para o crescimento da economia, investiga-se como o ROA (Return on Assets) se relaciona com a MC (Margem de Contribuição), PRLV (Produtividade da Receita de Líquida de Vendas) e RCT (Retorno do Capital de Terceiros) no nível de produção em que a firma é eficiente. A amostra é composta por demonstrações financeiras de 11 firmas listadas na BM&FBOVESPA de 2003 a 2013. Para obter resposta à investigação tem-se por objetivo identificar e associar níveis de ROA com scores da fronteira de eficiência estocástica, utilizando metodologias não-paramétrica e paramétrica ancoradas nas abordagens DEA (Data Envelopment Analysis) e regressão linear. Os resultados mostram que a firma eficiente combina MC com menor nível de RCT e níveis variados de PRLV na obtenção do maior nível de ROA. Finalmente conclui-se que os resultados são consistentes e relevantes porque satisfazem os requisitos das metodologias utilizadas, mostram significativas diferenças de desempenho/eficiência entre as firmas de energia elétrica, diferenciam-se de pesquisas antecedentes por mostrarem evidências de que firma eficiente/ineficiente resulta da combinação de variáveis de retorno com variáveis de desempenho, e trazem como contribuição subsídios que permitem explorar possível conexão entre o ROA e interrupções no fornecimento de energia elétrica no Brasil.

Base da plataforma teórica:
2 Discussão teórica Nesta seção discutem-se algumas das principais contribuições de pesquisas anteriores sobre o desempenho de firmas utilizando o modelo não-paramétrico DEA (Data Envelopment Analysis) e outras metodologias paramétricas como regressão linear. De forma geral esse modelo é utilizado para mensurar eficiência/ineficiência na produção de bens tangíveis e intangíveis. 2.1 Eficiência na visão da fronteira estocástica Nesta seção discutem-se algumas das principais contribuições de pesquisas anteriores sobre o desempenho de firmas utilizando o modelo não-paramétrico DEA (Data Envelopment Analysis) e outras metodologias paramétricas como regressão linear. De forma geral esse modelo é utilizado para mensurar eficiência/ineficiência na produção de bens tangíveis e intangíveis. Nesta pesquisa o produto é informação, que é intangível, extraída das demonstrações financeiras padronizadas para tomada de decisão de firmas brasileiras do negócio de energia elétrica. A abordagem de estimação pelo DEA utiliza os modelos CCR originalmente atribuído a Charnes et al. (1978) e BCC cujo crédito é atribuído a Banker et al. (1984). Por trabalhar com retornos constantes de escala, o modelo CCR cria uma superfície linear não-paramétrica, por partes, envolvendo os dados de forma que as entradas ou insumos (inputs) produzem variação proporcional nas saídas ou produção (outputs). Já o modelo BCC, por trabalhar com retornos variáveis de escala, substitui o axioma da proporcionalidade entre insumos e produtos pelo axioma da convexidade, como mostram Mello, Meza, Gomes e Neto (2005). No contexto do produto intangível, Halkos e Salamouris (2004) estudaram o sistema financeiro da Grécia, na perspectiva de mensurar a eficiência/ineficiência dos bancos, utilizando a técnica DEA. Declaram que encontraram evidências de que quanto maior é o ativo total do banco maior é sua eficiência. Com o propósito de medir a eficiência e desempenho dos bancos europeus, Beccalli, Casu e Girardone (2006), com base em dados produzidos pela contabilidade a nível de preços, utilizaram a técnica DEA e SFA (Stochastic Frontier Analysis) para investigar se mudanças no preço das ações poderiam ser explicadas por mudanças na eficiência operacional. Corroborando Berger e Humphrey (1992), declaram que medidas de eficiência operacional são os melhores indicadores para avaliar o desempenho dos bancos. Farrell (1957), estudando a mensuração de eficiência produtiva de firmas do agronegócio nos Estados Unidos, considerando inicialmente a fabricação de único produto sob condições de retorno constante de escala, descreve e propõe um método de mensuração de eficiência, que utiliza a função de produção, preços e medidas orientadas para insumos, com auxilio do diagrama isoquant, que usa para explicar o modelo de avaliação. 2.2 Eficiência como ótimo desempenho de outras variáveis Estudos de eficiência, como medida de ótimo desempenho de firma, tem como marco os estudos de Knight (1921), cujas contribuições subsidiaram os estudos de Kaldor (1934) com a discussão sobre o equilíbrio da firma, e, mais tarde, com os estudos de Coase (1937) sobre a natureza da firma. Mais recentemente a sinalização de eficiência vem sendo estudada no âmbito do desempenho das firmas por meio do grau de alavancagem operacional (GAO), como discutem O’brien e Vanderheiden (1987); Huo e Kwansa (1994), Li e Li (2004); Hodgin e Kiymaz (2005); Jorgensen et al (2009) e França e Lustosa (2011). Esses estudos elegem a alavancagem operacional como uma medida de elasticidade do lucro capaz de ser capturada pelo mercado

Método de investigação:
3 Metodologia e amostra A metodologia utilizada é positivista, com uso de modelos não-paramétrico e paramétrico. O modelo não-paramétrico utiliza a abordagem DEA (Data Envelopment Analysis) e o modelo paramétrico faz uso de abordagens analíticas, e regressão linear multivariada, rodada com dados em painel com efeitos aleatórios. A abordagem DEA investiga a eficiência/ineficiência, por firma e na média, na geração de desempenho em relação à fronteira de eficiência estocástica, tendo como insumo as variáveis explicativas (input) e como resultado (output) a variável dependente ROA (Return on Assets). A abordagem dos efeitos aleatórios é utilizada para testar a significância estatística agregada de cada insumo na geração do desempenho, no conjunto das firmas, na extensão da amostra. Essas abordagens foram rodados sobre um conjunto de dados de valores médios e individuais contemplando as variáveis de interesse da pesquisa, utilizando os aplicativos DEA-Solver e gretl. As variáveis de interesse da pesquisa foram derivadas das variáveis contábeis e são (a) retorno do ativo (ROA); (b) produtividade da receita líquida de vendas (PRLV); (c) retorno do capital de terceiros (RCT); e (d) margem de contribuição (MC). Os resultados dos testes rodados com o modelo DEA são individuais por firma e média de agregados. No modelo DEA, firma é denominada DMU (Decision Maker Unit) da qual se espera desempenho e eficiência. Os resultados obtidos com o modelo de regressão linear multivariada se reportam ao conjunto das observações, em termos médios, por variável na extensão da amostra. O detalhamento segue em 3.1 para a precificação das variáveis contábeis modelando a receita líquida de vendas (RLV), custo dos produtos vendidos (CPV), lucro líquido (LL) e lucro antes dos juros e tributos diretos (EBIT); em 3.2 para precificação das variáveis de interesse da pesquisa como ROA, PRLV, MC e RCT; em 3.3 para modelagem não-paramétrica (DEA) e em 3.4 para modelagem paramétrica (regressão linear multivariada). Esses modelos analiticamente definidos serão aplicados aos dados da amostra para obtenção dos resultados que permitem responder o problema de pesquisa.

Resultados, conclusões e suas implicações:
4 Análise dos resultados Os resultados dos testes não-paramétricos são rodados com as variáveis em nível, para se obter o efeito eficiência do uso dos insumos, e os do teste paramétrico são rodados com as variações de um período para todas as variáveis, ou primeira diferença, para que seja mitigado o efeito simultaneidade dos saldos contábeis. O teste paramétrico sinaliza que as variáveis testadas apresentam sinais de acordo com o esperado considerando a relação direta da MC e PRLV com o ROA, e relação indireta do ROA com RCT, em que um aumento na PRLV e na MC implica aumento no ROA e de forma contrária, um aumento no RCT impacta redução no ROA. Com estes resultados os testes de hipóteses sinalizam que o ROA depende fortemente da MC e a não significância da PRLV pode ser explicada pelo fato de que a MC depende da receita líquida de vendas, confirmando as sinalizações da análise da descrição da amostra em que maior ROA está associado à maior MC e ao menor RCT. Os resultados obtidos com o uso da abordagem DEA, fronteira de eficiência estocástica, sugerem que a firma tem desempenho eficiente, em média, quando há associação da MC com o maior nível de ROA e menor RCT como mostram os dados da Tabela 7, confirmado pelo resultado do teste paramétrico apresentado na Tabela 8. Mas esses resultados diferem dos achados de Halkos e Salamouris (2004) que encontraram evidências de que a eficiência dos bancos gregos está associada com o maior valor de ativo. 5 Conclusões A metodologia positivista utilizou modelos não-paramétrico, DEA, e paramétrico, regressão linear multivariada, para investigar a eficiência/ineficiência das firmas de negócio de energia elétrica no Brasil, na visão do ROA. O método DEA foi utilizado na visão orientada a produção (output) e nas modalidades retorno constante de escala (CCR) e retorno variável de escala (BCC). Os achados da pesquisa, sustentados pelas análises dos resultados dos modelos não-paramétrico e paramétrico, revelam que: (a) o ROA das médias amostrais varia de 9,198% e 26,959% como mostra a Tabela 2, e por DMU/ano varia de 0,55% a 42,75%, como mostra a Tabela 3, com média 20,353% inferior à média do RCT da ordem de 21,524%. Esses resultados sinalizam significativas diferenças no desempenho/eficiência de cada firma. Ainda em termos médios como mostra a Tabela 2, o maior desempenho do ROA de 26,959% está associado à maior MC de 0,57010 e ao menor RCT de 0,10018. Assim de forma contrária aos achados de Halkos e Salamouris (2004) a eficiência estocástica não estar associada ao tamanho da fima, mas sim ao maior desempenho; (b) como já se poderia esperar o ROA é positivamente relacionado com a MC e com a PRLV, mas o RCT é negativamente relacionado com ROA, MC e PRLV, como mostram os coeficientes da matriz de correlação (Tabela 4); (c) somente as firmas, DMU7 e DMU9, das 11 da amostra, exibem eficiência em todo período de 2003 a 2013, com retorno variável de escala, sendo as mais eficientes entre todas. Entre as firmas menos ineficientes com retorno constante de escala a que mais pontuou sobre a curva da fronteira de eficiência foi a DMU11 com 10 dos 11 perídos; (d) os resultados da regressão linear multivariada mostram-se estatisticamente significativos em relação à variável MC com 90% e 95% de confiança em que para cada variação de 1% na MC o ROA aumenta em 26,86%, porém não foi encontrada significância estatístia em relação às variáveis PRLV e RCT. Contudo, os sinais dos estimadores estão de acordo com esperado, considerando a relação direta da MC e PRLV com o ROA e indireta do ROA com o RCT; (e) a sinalização dos resultados da regressão linear, significância da variável MC na explicação do ROA, confirma os resultados obtidos com o DEA de associação da MC com o maior ROA e menor RCT para obtenção de eficiência da produção ótima; (f) por fim, os resultados mostram-se consistentes e relevantes pelas evidências de significativas diferenças de desempenho/eficiência entre as firmas de energia elétrica, e revelam possível associação dos ROAs ineficientes com as interrupções no fornecimento de energia elétrica (apagões), ainda que na média o retorno dos ativos seja atrativo.

Referências bibliográficas:
BANKER, R.D.; CHARNES, A.; COOPER, W.W. (1984). Some models for estimating technical scale inefficiencies in data envelopment analysis. Management Science, v. 30, n. 9, p. 1078-1092. BECCALLU, Elena/ CASO, Barbara/ GIRARDONE, Claudia. (2006). Efficiency and stock performance in european banking. Journal of Business Finance & Accounting. n. 33(1) & 2, pp. 245-262. BERGER, A. N.; HUMPHREY, D.B. (1992).Megamergers in banking and the use of cost efficiency as an antitrusti defence. Antitrust Bulletin. v. 33, pp. 541-600. CANZIAN, F. Nos EUA, blecaute em 2003 durou mais de 90 horas. Folha de São Paulo, São Paulo, nov, 13, 2009. Disponível em: http://www1.folha.uol.com.br/fsp/cotidian/ff1311200923.htm. Acesso em: 21 ago 2015. CHARNES, A.; COOPER, W.W.; RHODES, E. (1978). Measuring the efficiency of decision-making units. European Journal of Operational Research, v. 2, p. 429-444. HALKOS, George E.; Salamouris, Dimitrios S. (2004). Efficiency measurement of the Greek commercial banks with the use of financial ratios: a data envelopment analysis appDAch. Management Accounting Research. n. 15, pp. 201-224. HIROTA, H. H. (2006). O mercado de concessão de transmissão de energia elétrica no Brasil. Dissertação (Mestrado em Economia Aplicada) - Faculdade de Economia, Administração e Contabilidade de Ribeirão Preto, Universidade de São Paulo, Ribeirão Preto, 2006. Disponível em: . Acesso em: 21 ago 2015. MELO, J.C.C.B.S.; MEZA, L.A.; GOMES, E.B.; NETO, L.B. (2005). Curso de análise de envoltória de dados. XXXVII simpósio brasileiro de pesquisa operacional (SBPO), Gramado, 2005. Disponível em: http://www.uff.br/decisao/sbpo2005_curso.pdf. acesso em: 10 set 2015.

 

Logos dos Patrocinadores
Anais do 16º International Conference in Accounting - 16º  2016