Escolar Documentos
Profissional Documentos
Cultura Documentos
XXII SIMPEP Art 937
XXII SIMPEP Art 937
2
XXII SIMPÓSIO DE ENGENHARIA DE PRODUÇÃO
Política Nacional de Inovação e Engenharia de Produção
Bauru, SP, Brasil, 09 a 11 de novembro de 2015
1. Introdução
2. Referencial Teórico
A técnica da Análise por Envoltória de Dados teve como base todos os trabalhos
Koopmans (1951), Debreu (1951) e Farrel (1957), mas o surgimento do termo e a
popularização do uso da programação linear para delineamento e comparação de eficiências
ocorreu com o trabalho “Measuring the efficiency of decision making units”, de Charnes,
Cooper e Rhodes, publicado no ano de 1978 no European Journal of Operational Research
(Daraio & Simar, 2007; Ferreira & Gomes, 2012, Lins & Meza, 2000).
3
XXII SIMPÓSIO DE ENGENHARIA DE PRODUÇÃO
Política Nacional de Inovação e Engenharia de Produção
Bauru, SP, Brasil, 09 a 11 de novembro de 2015
Esse método, cujo objetivo foi avaliar a eficiência relativa, isto é, em termos
comparativos aos melhores padrões de excelência (benchmarks), de uma amostra de
organizações produtivas que tomam decisões (DMUs), foi chamado por Charnes, Cooper e
Rhodes de Data Envelopment Analysis (DEA), cuja tradução para o português ficou Análise
Envoltória de Dados (Kassai, 2001; Daraio & Simar, 2007; Ferreira & Gomes, 2012. Para um
maior detalhamento sobre os conceitos iniciais de produtividade e eficiência até o surgimento
da metodologia DEA ver Forsund & Sarafoglou (2002; 2005).
(μ e ν) (μ e ν)
Sujeito a: Sujeito a:
FIGURA 1 - Modelo DEA/CCR orientado a insumo. FIGURA 2 - Modelo DEA/CCR orientado a produto.
Fonte: Ferreira & Gomes (2012). Fonte: Ferreira & Gomes (2012).
Na primeira restrição, o somatório do produto das quantidades consumidas de recursos
pelos pesos específicos para empresa ( ) é igual a 1. Portanto, o máximo de resultado
possível de se obter para é 1. Se a empresa k for eficiente, o valor será igual a 1, caso
contrário obterá um indicador sempre inferior a 1 (Kassai, 2001). A segunda restrição pode
ser definida como resultado da empresa, pois é a subtração entre o somatório das quantidades
4
XXII SIMPÓSIO DE ENGENHARIA DE PRODUÇÃO
Política Nacional de Inovação e Engenharia de Produção
Bauru, SP, Brasil, 09 a 11 de novembro de 2015
5
XXII SIMPÓSIO DE ENGENHARIA DE PRODUÇÃO
Política Nacional de Inovação e Engenharia de Produção
Bauru, SP, Brasil, 09 a 11 de novembro de 2015
(μ e ν) (μ e ν)
Sujeito a: Sujeito a:
Matematicamente, quando o Fator de Escala “μ” for: Matematicamente, quando o Fator de Escala “ν” for:
1. Rendimentos Crescentes de Escala: 1. Rendimentos Crescentes de Escala:
acrescentar μ0 ≥ 0 acrescentar ν0 ≤ 0
2. Rendimentos Decrescentes de Escala: 2. Rendimentos Decrescentes de Escala:
acrescentar μ0 ≤ 0 acrescentar v0 ≥ 0
3. Rendimentos Constantes de Escala: 3. Rendimentos Constantes de Escala:
acrescentar μ0 = 0 acrescentar v0 = 0
FIGURA 3 – Modelo DEA/BCC orientado a insumo. FIGURA 4 – Modelo DEA/BCC orientado a produto.
Fonte: Ferreira & Gomes (2012). Fonte: Ferreira & Gomes (2012).
3. Metodologia
6
XXII SIMPÓSIO DE ENGENHARIA DE PRODUÇÃO
Política Nacional de Inovação e Engenharia de Produção
Bauru, SP, Brasil, 09 a 11 de novembro de 2015
3. Resultados e Discussão
7
XXII SIMPÓSIO DE ENGENHARIA DE PRODUÇÃO
Política Nacional de Inovação e Engenharia de Produção
Bauru, SP, Brasil, 09 a 11 de novembro de 2015
que vão além das disponibilizadas pelos dados contábeis. Em outras palavras, o trabalho de
Sherman & Gold (1985) serviu de base e inspiração para que outros trabalhos, aplicando a
metodologia DEA, fossem desenvolvidos no setor bancário. Sendo assim, a seguir, será
apresentado uma análise de cinco trabalhos recentes que aplicaram a metodologia DEA nos
mais variados mercados bancários do mundo.
O primeiro trabalho refere-se ao artigo de Staub et al. (2010), publicado no European
Journal of Operational Research, em que examina a eficiência técnica, alocativa e econômica
de bancos brasileiros no período de 2000 a 2007. O objetivo do trabalho foi elaborado a partir
das seguintes questões, elaboradas pelos autores: os bancos estrangeiros são mais eficientes
do que os nacionais? Houve aumento de eficiência dos bancos ao longo dos anos? Quais são
as principais fontes de ineficiência? Os bancos mais diversificados tem maior vantagem
competitiva em custos? Os maiores bancos são os mais eficientes? Os bancos públicos são
mais eficientes do que os privados?
Para atingir o objetivo e responder a todas as questões formuladas, os autores
utilizaram como metodologia básica para mensuração da eficiência a técnica de Análise por
Envoltória de Dados, aplicada a uma base de dados de 127 bancos, extraída do site do Banco
Central do Brasil. Como saídas/outputs os autores utilizaram as contas Investimentos; Total
de empréstimos líquidos de provisão; Depósitos. As entradas/inputs foram: Despesas de
Juros; Despesas operacionais líquidas de despesa de pessoal (proxy para despesas de capital);
despesas de pessoal. Além disso, a base de dados foi separada em 3 categorias diferentes. A
primeira foi elaborada a partir do tipo de negócio do banco, sendo que os bancos foram
divididos em múltiplos, Tesouro e Negócios, Varejo e Crédito. A segunda categoria divide os
bancos pelo porte sendo Grande, Médio e Pequeno. A última categoria relaciona o tipo de
controle do banco em que foi dividido em estrangeiro, Privado Nacional e Público Nacional.
Os resultados da análise mostraram que os bancos estrangeiros ou que possuem
participação estrangeira são menos eficientes do que os bancos nacionais. Em relação a
diversidade, não houve diferenças significativas entre os bancos, mostrando que a diversidade
de serviços nem sempre leva a maior eficiência. Em relação ao tamanho do banco, de acordo
com os autores, os resultados sugerem, apesar de não haver constatação estatística, que os
bancos menores são mais eficientes do que os bancos maiores, o pode evidenciar a
importância dos nichos de mercado. Por fim, o trabalho mostra que a inadimplência é a
variável mais representativa quando se mede a ineficiência técnica.
8
XXII SIMPÓSIO DE ENGENHARIA DE PRODUÇÃO
Política Nacional de Inovação e Engenharia de Produção
Bauru, SP, Brasil, 09 a 11 de novembro de 2015
O segundo trabalho, de Rodríguez & Rodríguez (2014) foca nos efeitos da crise
financeira de 2008 no resultado da eficiência dos bancos. Os autores analisam a eficiência dos
bancos Mexicanos e Chilenos no período antes da crise o no período da crise. De acordo com
os autores, tem-se como hipótese de que em períodos de crise, o nível de eficiência dos
bancos apresentam melhores resultados visto que os mesmos estão passando por um período
de dificuldades econômicas.
Como metodologia foi utilizado um modelo DEA orientado a insumo com
rendimentos constantes de escala. Para as entradas os autores utilizaram os indicadores IPSC
e GATA. O primeiro refere-se a soma das despesas de juros para o ano de Exercício e o
segundo refere-se as despesas sobre os ativos totais. Como saídas, foram utilizados os
indicadores ROE (Retorno sobre o Patrimônio Líquido) os e ROA (Retorno sobre os Ativos).
O procedimento de análise foi realizado, inicialmente, por meio da aplicação da metodologia
DEA por ano, no conjunto de dados de cada país separadamente no período de 2002 a 2006,
chamado por eles de período pré-crise, para descobrir os bancos mais eficientes nesse período.
O resultado dessa primeira rodada fornece um Grupo de Bancos com Boas Práticas para cada
país. Em seguida, aplica-se mais uma vez a técnica DEA, por ano, para esses bancos
eficientes no período de crise, representado pelos anos de 2008 a 2010. O objetivo é observar
se esses bancos eficientes mantem os níveis de eficiência no período de crise.
Os resultados confirmaram a hipótese de que em períodos de crise ocorre um aumento
da eficiência dos bancos. Isso ocorreu para os bancos de ambos os países. Os autores
destacam que no período de crise, tanto no México quanto no Chile, os bancos intensificaram
os resultados (ROA e ROE) por meio da melhoria na utilização dos recursos. Os autores
ressaltam também que o ano que apresentou, de uma maneira geral, os melhores níveis de
eficiência, respectivamente para o México e Chile, foi o ano de 2008 e 2010.
O terceiro trabalho, de Erasmus & Makina (2014), analisa a eficiência dos bancos na
África do Sul por meio da utilização da técnica de Análise por Envoltória de Dados em duas
modelagens diferentes: padrão e alternativa. A modelagem padrão tem como premissa a
programação linear. Já o modelo alternativo usa pesos não-lineares das médias para produzir
um relacionamento log-linear entre as variáveis relevantes tornando, assim, possível o uso
direto da programação linear para fins de otimização.
Para comparar as duas modelagens (padrão e alternativa) os autores realizam uma
análise por envoltória de dados em uma amostra de cinco bancos de capital aberto que
possuem ações negociadas na Bolsa de Valores de Johanesburgo, África do Sul, no período de
9
XXII SIMPÓSIO DE ENGENHARIA DE PRODUÇÃO
Política Nacional de Inovação e Engenharia de Produção
Bauru, SP, Brasil, 09 a 11 de novembro de 2015
10
XXII SIMPÓSIO DE ENGENHARIA DE PRODUÇÃO
Política Nacional de Inovação e Engenharia de Produção
Bauru, SP, Brasil, 09 a 11 de novembro de 2015
11
XXII SIMPÓSIO DE ENGENHARIA DE PRODUÇÃO
Política Nacional de Inovação e Engenharia de Produção
Bauru, SP, Brasil, 09 a 11 de novembro de 2015
dos bancos são os empréstimos e os inputs são os diferentes custos destes fundos tais como:
despesas com juros, mão-de-obra, capital e custos operacionais. A segunda abordagem,
produção, enxerga o banco como uma instituição financeira que usa o capital e o trabalho para
produzir empréstimos e realizar serviços de gerenciamento de contas de depósito. Por essa
abordagem, os inputs são mão-de-obra, o capital e os custos operacionais para produzir
outputs como contas e transações. Nesse sentido, os autores optaram por realizar uma análise
voltada para a abordagem de produção. Os outputs escolhidos foram Empréstimos líquidos;
Receita de Juros, enquanto que os inputs foram: Depósitos totais; Despesas Administrativas;
Patrimônio Líquido total.
Os resultados mostraram que no ano de 2008 e 2009, três dos sete bancos comerciais
analisados apresentaram eficiência máxima. Nos anos de 2010 e 2011, dos três bancos que
tinham apresentado eficiência máxima em 2008 e 2009, apenas dois bancos permaneciam
eficientes. Em 2012, também teve dois bancos eficientes, sendo que um deles ainda não tinha
aparecido nos anos anteriores. Ou seja, apenas um mesmo banco permaneceu eficiente nos
quatro anos da análise. Por fim, os autores identificam quais inputs deveriam ser reduzidos
para atingir e a eficiência e quais outputs deveriam ser aumentados para, da mesma forma,
atingir a eficiência dos bancos ineficientes.
A tabela 1 mostra um resumo das principais informações dos artigos analisados.
TABELA 1 – Resumo das principais informações.
RESUMO GERAL DAS PRINCIPAIS VARIÁVEIS DE INPUTS E OUTPUTS
Autor Técnica Amostra Output (Produto/Saída) Input (Insumo/Entrada)
1) Despesas de Juros;
1) Investimentos; 2) Despesas operacionais
1 – Staub et 2) Total de empréstimos líquidos líquidas de despesa de
DEA 127 bancos
al. (2010) de provisão; pessoal (proxy para
3) Depósitos despesas de capital);
3) Despesas de pessoal
2- 1) 18 bancos
1) ROE
Rodríguez & DEA- Mexicanos 1) IPSC
2) ROA
Rodríguez CCR 2) 12 bancos 2) GATA
(2014) Chilenos
1) Depósitos;
2) Outros Passivos;
3 – Erasmus
DEA- 1) Empréstimos e obrigações; 3) Patrimônio Líquido;
& Makina 5 bancos
CCR 2) Receitas não financeiras 4) Custos com Pessoal;
(2014)
5) Despesas não financeiras;
6) Imobilizado.
1) Produção (Depósitos a vista;
Depósitos a Prazo; Depósitos
DEA- de câmbio à vista; Depósitos Ambas as categorias: 1)
4 – Eken &
CCR de câmbio a prazo; despesas com pessoal; 2)
Kale (2011) 128 bancos
DEA- Empréstimos comerciais; despesas operacionais; 3)
BCC Crédito ao consumidor; Perdas com empréstimos
Número total de transações;
Receitas não financeiras)
12
XXII SIMPÓSIO DE ENGENHARIA DE PRODUÇÃO
Política Nacional de Inovação e Engenharia de Produção
Bauru, SP, Brasil, 09 a 11 de novembro de 2015
2) Rentabilidade (Receita
Líquida de Juros; Receitas
não financeiras)
5 - Al- 1) Depósitos totais;
DEA- 7 bancos 1) Empréstimos líquidos;
Shammari et 2) Despesas Administrativas;
CCR 2) Receita de Juros
al. (2014) 3) Patrimônio Líquido total
Fonte: elaborado pelos autores.
4. Conclusão
Os resultados mostraram que não houve consenso na escolha das variáveis entre os
autores dos trabalhos apresentados visto que cada um tinha um foco diferente, mesmo
realizando a análise no setor bancário. Nesse sentido, o objetivo do trabalho a ser estudado é
determinante na escolha das variáveis de entrada e saída. Todos os trabalhos analisados
justificaram a escolha das variáveis em relação aos objetivos propostos. Alguns trabalhos
mencionaram essa escolha de maneira direta, sendo que outros ainda utilizaram alguma
método de seleção de variáveis tais como o método stepwise ou a matriz de correlação. Mas,
mesmo nos métodos stepwise e matriz de correlação, a inclusão inicial das variáveis que serão
selecionadas a posteriori, é feita em relação ao direcionamento do objetivo que se deseja
alcançar.
Apesar da diversidade de variáveis e da dependência em relação aos objetivos do
trabalho foi possível identificar alguns variáveis de entrada e saída que mais se repetem nos
trabalhos analisados. Dentre as variáveis de entrada/input mais comuns encontradas pode-se
citar: Receita de Juros, Receitas não Financeiras, Empréstimos e Depósitos. Dentre as
variáveis de saída/output mais utilizadas foram: Despesa de Pessoal, Despesa Operacional e
Patrimônio Líquido.
5. Referências Bibliográficas
13
XXII SIMPÓSIO DE ENGENHARIA DE PRODUÇÃO
Política Nacional de Inovação e Engenharia de Produção
Bauru, SP, Brasil, 09 a 11 de novembro de 2015
ERASMUS, C.; MAKINA, D. An Empirical Study of Bank Efficiency in South Africa Using the Standard and
Alternative Approaches to Data Envelopment Analysis (DEA). Journal of Economics and Behavioral Studies, v.
6, n. 4, p. 310-317, Apr. 2014.
EKEN, M. H.; KALE, S. Measuring bank branch performance using Data Envelopment Analysis (DEA): The
case of Turkish bank Branches. African Journal of Business Management, v. 5, n. 3, p. 889-901, Feb. 2011.
FARREL, M. J. The measurement of productive efficiency. Journal of the Royal Statistical Society, v. 120, n. 3,
p. 253-290, Series A, part III, 1957.
FERREIRA, C. M. de C.; GOMES, A. P. Introdução à análise envoltória de dados: teoria, modelos e
aplicações. Viçosa: Editora UFV, 2012. 389 p.
FORSUND, F. R.; SARAFOGLOU, N. On the origins of Data Envelopment Analysis. Journal of Productivity
Analysis, v. 17, n. 1-2, p. 23-40, Jan. 2002.
FORSUND, F. R.; SARAFOGLOU, N. The tale of two research communities: The diffusion of research on
productive efficiency. International Journal of Production Economics, v. 98, n. 1, p. 17-40, Oct. 2005.
KASSAI, S. Utilização da análise por envoltória de dados (DEA) na análise de demonstrações contábeis. 2001.
350 f. Tese (Doutorado em Contabilidade e Controladoria) – Universidade de São Paulo (USP), São Paulo.
KOOPMANS, T. C. An analysis of production as an efficient combination of activies. In: KOOPMANS, T. C.
(Ed.). Activity analysis of production and allocation. New York: Wiley – Cowles Commission for Research in
Economics, 1951. P. 33-97.
LINS, M. P. E.; MEZA, L. A. Análise envoltória de dados e perspectivas de integração no ambiente de apoio à
decisão. Rio de Janeiro: COPPE/UFRJ, 2000. 232 p.
LIU, J. S.; LU, L. Y. Y.; LU, W. M.; LIN, B. J. Y. Data envelopment analysis 1978-2010: a citation-based
literature survey. Omega, v. 41, n. 1, p. 3-15, Jan. 2013.
MALHOTRA, N. K. Marketing research: an applied orientation. New Jersey: Prentice Hall, 1993. 864 p.
MELLO, J. C. C. B. S.; MEZA, L. A.; GOMES, E. G.; NETO, L. B. Curso de análise envoltória de dados. In:
SIMPÓSIO BRASILEIRO DE PESQUISA OPERACIONAL, 37., 2005, Gramado. Anais... Gramado: SBPO,
2005. 1 CD-ROM.
RODRÍGUEZ, W. K.; RODRÍGUEZ, O. S. La eficiencia técnica de los bancos durante la crisis: Caso aplicado a
la rentabilidad de la banca comercial en México y Chile. Contaduría y Administración, v. 59, n. 1, p.95-122,
Ene/Mar. 2014.
SAMPIERI, R. H.; COLLADO, C. F.; LUCIO, P. B. Metodología de la investigación. México: McGraw-Hill,
1991. 896 p.
SHERMAN, G.; GOLD, F. Bank branch operating efficiency: evaluation with data envelopment analysis.
Journal of Banking & Finance, v. 9, n. 2, p.297-315, Jun. 1985.
STAUB, R. B.; SOUZA, G. da S. e.; TABAK, B. M. Evolution of bank efficiency in Brazil: A DEA approach.
European Journal of Operational Research, v. 202, n. 1, p. 204-213, Apr. 2010.
14