Resumo:
Propsito do Trabalho:
Geralmente, para a analise de desempenho sao utilizados os indices de liquidez, indices de estrutura de capital, indices de rentabilidade, indices de endividamento e indices de mercado. Sendo que estes demonstram os pontos fortes e fracos da companhia em termos de liquidez, captacao de recursos, rentabilidade, alocacao da divida entre curto e longo prazo e posicionamento no mercado (Yalcin, Bayrakdaroglu & Kahraman, 2012; Moghimi & Anvari, 2014).
Sob este prisma, nota-se que a literatura propoe varios indices e uma vez que alguns sao similares entre si, questiona-se quais sao os indicadores financeiros, identificados como mais significativos pela analise fatorial e arvore de decisao, para a avaliacao de desempenho das empresas listadas na BMF&Bovespa do segmento de energia eletrica?
Assim, este trabalho investiga quais sao os indicadores financeiros mais relevantes, segundo a analise fatorial e arvore de decisao, para avaliar o desempenho financeiro das empresas de capital aberto listadas na BM&FBovespa do segmento de energia eletrica.
Base da plataforma terica:
Costa, Monteiro e Botelho (2004) explicam que estudos realizados no Brasil apontam a necessidade do desenvolvimento de novas pesquisas, para verificar a utilizacao dos indicadores financeiros na avaliacao de desempenho das empresas.
A pesquisa com o segmento de energia eletrica da BM&FBovespa justifica-se na medida em que o mercado de energia eletrica experimenta um crescimento da ordem de 4,5% ao ano (Aneel 2014).
Perante o exposto, pode-se afirmar que o crescimento do desenvolvimento e consumo no mercado de energia eletrica promove o desenvolvimento social e economico de uma regiao ou pais. Ademais, compoe o setor economico de utilidade publica e contribui para a geracao de emprego e renda. Sugerindo-se que este segmento possui visibilidade para investidores, a busca para avaliar o desempenho economico torna-se necessario para a tomada de decisao.
Segundo a Anell (2014), o planejamento governamental de medio prazo preve a necessidade de investimentos da ordem de R$ 6 a 7 bilhoes/ano para expansao da matriz energetica brasileira, em atendimento a demanda do mercado consumidor. Futuramente, a estrutura dos investimentos em energia ira priorizar a instalacao de centrais termeletricas a gas natural e ocorrera maiores investimentos em rede de transmissao.
Outrossim, o sistema eletrico brasileiro apresenta um parque produtor de geracao predominantemente hidraulica e ao longo das ultimas duas decadas, o consumo de energia eletrica apresentou indices de expansao bem superiores ao Produto Interno Bruto (PIB) (Aneel, 2014).
A presente pesquisa ira utilizar o setor de Energia Eletrica e os indicadores utilizados neste estudo serao utilizados os indicadores financeiros mais utilizados na literatura.
Outra caracteristica especifica deste estudo e a utilizacao de duas tecnicas estatisticas para analisar e verificar quais sao os indicadores que possuem maior poder explicativo a serem levados em consideracao na avaliacao de desempenho das empresas do setor de energia eletrica. A arvore de decisao tambem contribuira com um modelo de previsao da avaliacao de desempenho.
Assim, a relevancia do estudo justifica-se, na medida em que contribuiu para que os stakeholders tomem decisoes com seguranca e conhecam a aplicabilidade destas informacoes na avaliacao de desempenho destas empresas, refletindo desta forma no crescimento do desenvolvimento do segmento de energia eletrica do pais.
Alem disso, ao atingir os objetivos propostos, espera-se contribuir para:
a) Auxiliar o segmento de energia eletrica na escolha dos indicadores financeiros para avaliacao de desempenho de empresas;
b) Apresentacao de evidencias da analise de indicadores financeiros que sao utilizados para a avaliacao de desempenho de empresas;
c) Apresentacao das analises estatisticas de analise fatorial e arvore de decisao para validar indicadores financeiros na avaliacao de desempenho;
d) Apresentacao de um modelo preditivo por meio da arvore de decisao para prever a avaliacao de desempenho das empresas;
e) Apresentacao de um ranking com os scores calculados para os fatores da analise fatorial;
f) Contribuir na discussao do uso dos indicadores financeiros extraidos das demonstracoes contabeis para a avaliacao de desempenho de empresas.
Mtodo de investigao:
Quanto aos objetivos, esta pesquisa e de natureza descritiva (Andrade, 2005), pois busca-se verificar quais sao os indicadores mais relevantes no desempenho financeiro das empresas de capital aberto listadas na BM&FBovespa do segmento de energia eletrica, sendo que as variaveis estao relacionadas as medidas.
A abordagem do problema de pesquisa e classificada como quantitativa pois utiliza-se o metodo de analise fatorial e arvore de decisao para verificar quais sao os indicadores mais relevantes no desempenho financeiro das empresas de capital aberto listadas na BM&FBovespa do segmento de energia eletrica (Corrar, Paulo & Filho, 2012).
Quando aos procedimentos tecnicos este trabalho e classificado como documental pois utiliza-se das demonstracoes contabeis para elaboracao dos indices financeiros, as quais sao materiais que nao receberam tratamento analitico (Gil, 2007).
A coleta de dados sera realizada por meio do Software Economatica de uma amostra de empresas de capital aberto nos anos de 2009 a 2013.
A populacao da pesquisa compreende as empresas brasileiras de energia eletrica e a amostra de pesquisa sao as empresas de energia eletrica de capital aberto listadas na BMF&Bovespa.
O tratamento de dados sera efetuado por meio do aplicativo Statistical Package for the Social Sciences - SPSS. Sendo assim, para a coleta de dados deste trabalho utiliza-se de dados secundarios, pois baseia-se em dados obtidos atraves das informacoes contidas nas demonstracoes contabeis (Richardson, 1999).
A populacao da pesquisa constitui-se das empresas brasileiras de energia eletrica e a amostra da pesquisa constitui-se das empresas de energia eletrica de capital aberto entre 2009 e 2013 listadas na BMF&Bovespa, o que torna a amostra sujeita a um vies de sobrevivencia.
Nesta pesquisa utilizou-se a analise fatorial para sintetizar e validar as relacoes observadas entre os indicadores financeiros, buscando identificar um numero minimo de fatores que expliquem uma parcela maxima da variancia de todos os indicadores(Favero, 2009).
Apos a aplicacao da tecnica da analise fatorial buscou-se elaborar um modelo de previsao da avaliacao de desempenho utilizando o metodo de arvores de decisao para determinar quais indicadores financeiros possuem influencia na avaliacao de desempenho das empresas que compoem a amostra de pesquisa.
Resultados, concluses e suas implicaes:
Os fatores gerados pela analise fatorial neste trabalho podem ser utilizados pelos administradores das empresas de energia eletrica brasileiras na avaliacao de desempenho destas empresas. A seguir realizam-se comentarios a respeito destes, bem como podem ser interpretados.
O fator liquidez e responsavel por 36% da variancia explicada, sendo composto pelos indicadores de Liquidez corrente, Liquidez seca e Liquidez imediata.
Os indicadores de liquidez demonstram a capacidade de pagamento da empresa para cumprir as suas obrigacoes de curso prazo.
No caso, estes indicadores podem demonstrar aos gestores obrigacoes que deverao ser pagas no curto prazo e que necessitam de aportes no caixa ou apresentar uma situacao de tranquilidade no cumprimento de suas obrigacoes.
Concomitantemente com o presente estudo, sete estudos similares tambem encontraram aproximadamente o mesmo numero de fatores bem como fatores de liquidez no primeiro fator.
O fator rotatividade dos ativos e responsavel por 32% da variancia explicada. Este e composto pelos indicadores de Giro do Ativo, Giro do Ativo Nao Circulante e Giro do Ativo Circulante.
Estes indicadores apresentam com que frequencia as empresas investiram nos seus ativos relacionado com a receita que o mesmo esta gerando.
Consequentemente, apresentam a gestao da empresa em investir em ativos de curto ou longo prazo e se estes estao gerando retorno para a empresa.
Corroborando com os resultados do presente estudo, dois estudos similares tambem encontram indicadores de rotatividade no seu segundo fator gerado pela analise fatorial.
O fator eficiencia e responsavel por 16% da variancia explicada. Os indicadores que compoem este fator sao Composicao do Endividamento e Giro de Contas a Receber.
Estes indicadores apresentam onde estao alocados os valores tomados de capital de terceiros pela empresa e com que frequencia os valores de contas a receber retornam para a empresa.
Assim, estes indicadores apresentam a eficiencia dos gestores em gerenciar a alocacao da divida em curto ou longo prazo, bem como a gestao de caixa referente aos valores a receber.
Posteriormente elaborou-se um modelo de previsao pelo metodo de arvore de decisao para a variavel dependente Retorno sobre Patrimonio Liquido (ROE) utilizando o algoritmo CHAID. Nota-se que no modelo da arvore de decisao o algoritmo selecionou como a melhor variavel preditiva o indicador Giro do CLL.
A seguir elaborou-se um modelo de previsao dos valores do ROE utilizando o algoritmo CRT.
Nota-se que utilizando o algoritmo CRT a melhor variavel preditiva indicada e o indicador Giro do Patrimonio Liquido ao contrario do que foi encontrado a partir dos resultados do algoritmo CHAID.
O modelo de arvore de decisao gerado pelo software SPSS gera o relatorio classificando as variaveis independentes de acordo com seu grau de importancia no modelo, neste estudo pode-se notar que a variavel independente com maior importancia, de acordo com o modelo de arvore de decisao e a variavel Giro_AtivoNaoCirc.
A partir das mesmas premissas elaboradas nos modelos de arvore de decisao gerados utilizando a variavel dependente ROE, elaborou-se um modelo de previsao pelo metodo de arvore de decisao para a variavel dependente ROA utilizando o algoritmo CHAID.
Nota-se no modelo de arvore de decisao que o algoritmo selecionou como a melhor variavel preditiva o indicador Giro_AtivoCirc.
A seguir elaborou-se um modelo de previsao dos valores do ROA utilizando o algoritmo CRT.
Verifica-se que utilizando o algoritmo CRT a melhor variavel preditiva indicada e o indicador Giro_PL ao contrario do que foi encontrado a partir dos resultados do algoritmo CHAID.
O modelo de arvore de decisao gerado pelo software SPSS gera o relatorio classificando as variaveis independentes de acordo com seu grau de importancia no modelo, neste modelo a variavel independente com maior importancia, de acordo com o modelo de arvore de decisao para a variavel ROA e a variavel Giro_AtivoCirc.
Os modelos de arvore de decisao possuem o objetivo de prever a avaliacao de desempenho das empresas, com o intuito de auxiliar os gestores a antecipar decisoes que possam melhorar o desempenho destas.
Referncias bibliogrficas:
AGENCIA NACIONAL DE ENERGIA ELETRICA. (2014) Informacoes do Setor Eletrico. Recuperado em 20 abril, 2014, de http://www.aneel.gov.br/area.cfm?id_area=39.
ANDRADE, M. M. (2005). Introducao a Metodologia do Trabalho Cientifico: elaboracao de trabalhos na graduacao. (7. ed.) Sao Paulo: Atlas.
COSTA, P. S.; MONTEIRO, M. G.; BOTELHO, D. R. (2004). Estudo empirico do Ebitda e do RSPL com o preco da Acao nas Empresas Brasileiras do Setor de Energia Eletrica. 5 Congresso USP de Controladoria e Contabilidade, Sao Paulo, SP, Brasil.
CORRAR, L.J.; PAULO, E.; & FILHO, J.M.D. (2012). Analise Multivariada para cursos de Administracao, Ciencias Contabeis e Economia. (4 ed.) Sao Paulo: Atlas.
FAVERO, L. P.; BELFIORE, P.; SILVA, F. L.; & CHAN, B.L. (2009). Analise de dados. Modelagem multivariada para tomada de decisoes. Rio de Janeiro: Campus.
GIL, A. C. (2007). Como elaborar projetos de pesquisa. (4. ed.) Sao Paulo: Atlas.
RICHARDSON, R. J. (1999). Pesquisa Social: metodos e tecnicas. (3 ed.) Sao Paulo: Atlas.
ROSS, S. A.; WESTERFIELD, R.; & JORDAN, B. D. (2003) Fundamentals of corporate finance (6. ed). New York: The McGraw-Hill Companies.
YALCIN, N.; BAYRAKDAROGLU, A.; & KAHRAMAN, C. (2012). Application of fuzzy multi-criteria decision making methods for financial performance evaluation of Turkish manufacturing industries. Expert Systems with Applications, 39(1), pp. 350-364.
|
