Você está na página 1de 74

ESCOLA SUPERIOR DE NEGÓCIOS E EMPREENDEDORISMO DE

CHIBUTO

AVALIAÇÃO DOS EFEITOS DAS VARIÁVEIS MACROECONÓMICAS


SOBRE A RENDIBILIDADE DA BANCA: CASO DE ESTUDO DO
BANCO COMERCIAL STANDARD BANK NO PERÍODO DE 2004 À
2020.

Cipriano Frederico Pessane

Chibuto, Julho de 2022


Cipriano Frederico Pessane

Chibuto, Agosto de 2022

Avaliação dos Efeitos das Variáveis Macroeconómicas sobre a


Rendibilidade da Banca: Caso de Estudo do Banco Comercial Standard
Bank no Período de 2004-2020

Monografia submetida em cumprimento dos


requisitos para a obtenção do Grau de Licenciatura
em Finanças na Escola Superior de Negócios e
Empreendedorismo de Chibuto - ESNEC

Supervisor: Engo Osvaldo Samo, Msc

Chibuto, Julho de 2022


DECLARAÇÃO DE HONRA

“Declaro que este trabalho de fim de curso é resultado da minha investigação pessoal, que
todas as fontes consultadas foram citadas e devidamente referenciadas e que nunca foi
apresentado para obtenção de qualquer grau nesta Universidade, Escola ou em qualquer outra
instituição.”

Assinatura

--------------------------------------------------------

(Cipriano Frederico Pessane)

----------/-------------/----------------
Cipriano Frederico Pessane

Avaliação dos Efeitos das Variáveis Macroeconómicas sobre a Rendibilidade da


Banca: Caso de Estudo do Banco Comercial Standard Bank no Período de
2004-2020

Monografia avaliada como requisitos para


a obtenção do Grau de Licenciatura em
Finanças na Escola Superior de Negócios
e Empreendedorismo de Chibuto -ESNEC

Chibuto, -----------/---------/-----------

O Presidente Rubrica

---------------------------------- -------------------------------------------

O Supervisor Rubrica

------------------------------------ -------------------------------------------

O Oponente Rubrica

------------------------------------ -------------------------------------------
DEDICATÓRIA

Dedico este trabalho aos meus heróis, Frederico Augusto


Pessane (in Memory) e Gracinda Salomão Chunguane por terem-
me trazido ao mundo e ensinando-me os valores e a essência da
vida, por ter participado na minha formação académica com
inventivos morais nos momentos mais difíceis da minha
formação. Aos meus irmãos Albino Frederico Pessane e Carmina
Frederico Pessane por estes serem o motivo a qual superei a cada
dificuldade durante a formação na tentativa de ser o espelho e o
exemplo a seguir para eles.
A estes, dedico a minha monografia e estarei eternamente grato.
AGRADECIMENTOS

São escassas as palavras para descrever e expressar a felicidade que sinto neste momento por
este um momento impar e único da vida em todos os domínios, razão a qual que direi
simplesmente “obrigado”. Em primeiro lugar, quero agradecer a Deus pelo dom da vida e
sabedoria a qual me guiou até aqui estar e em seguida aos meus heróis em especial a minha
heroína Gracinda Salomão Chunguane.

Segundo lugar, agradecer ao meu supervisor Engenheiro Osvaldo Samo, pela paciência,
conhecimento, dinamismo, acessibilidade, disponibilidade e humanidade demostrado e dado
na elaboração deste trabalho, aos meus irmãos Albino Frederico Pessane e Carmina Frederico
Pessane, aos meus pastores Carlitos Amade e Ana Cláudia Amade pelas orações e conselhos,
aos meus docentes Amâncio Benedito Florêncio, Alexandre Kulumedzana, Onésia Cumaio,
Jeremias Jasse, Helder Mutondo, Ben Asir, Nelson Maria de Rosário, Mário Simango e Celso
Baloi pelos conselhos, orientações, ensinamentos e conhecimentos transmitidos durante o
percurso académico na UEM-ESNEC e na realização deste trabalho, ao meu mentor
profissional Alexandre Massingue e Hélio Bila, colega na monitoria Gildo Nhanombe e a
minha companheira Milónia Machel.

Em terceiro lugar, quero agradecer aos meus amigos e companheiros desta jornada Ozória
Moiane, Míchal Matola, Pércia Saveca, Gildo Malhope, Fraine Manganhe, Micas Fumo,
Moisés Muchanga, Gércio Machava, Fulgêncio Bila, Eleonildo Chacate, Ricardino
Muchambedje, Venizénio Peu, Hiofeldo Nomare e a todos os meus colegas da geração 2018,
curso de Finanças.

Por último, gostaria de endereçar os meus cordiais agradecimentos a todos que não pude
destacar, mas directa ou indirectamente contribuíram para minha formação e puderam viver e
conviver momentos bons e ruins comigo; aos Docentes da UEM-ESNEC, pelo seu contributo
científico durante esse período de formação académica.
RESUMO

A escassez de pesquisas e literaturas que estuda(m) de forma minuciosa os efeitos e a


magnitude dos efeitos das variáveis macroeconómicas sobre a rendibilidade dos bancos ao
nível nacional através do método econométrico causa a falta de ferramentas adequadas para
tomada de decisão assertiva ao nível de decisores bancários, por isso que surge a presente
pesquisa para tornar se numa ferramenta que irá contribuir no leque da literatura existente que
possibilita o maior entendimento dos efeitos das variáveis macroeconómicas sobre a
rendibilidade bancária. Com o objectivo de avaliar os efeitos das variáveis macroeconómicas
sobre a rendibilidade da banca, através da análise do Banco Comercial Standard Bank no
período de 2004-2020 onde para se atingir este objectivo, a partir do método indutivo, fez se
uma pesquisa quantitativa para se ter a magnitude através de MRLM, exploratória,
bibliográfica, pesquisa documental e estudo de caso do banco em causa. Para colectar os
dados, usou se a análise documental na qual usou (recorreu-se) ao STATA para elaboração de
modelos. Fez-se a análise de dados, análise de correlação e análise de regressão linear
múltipla até 10%. Foram construídos modelos de cada indicador para avaliar os efeitos das
variáveis macroeconómicas sobre os indicadores bancários. As conclusões mostram que, para
o Modelo de ROAA foram significativas as variáveis TJreal e TC e para o Modelo de ROAE
foi a variável ID e todos testes de validação dos modelos mostram se significativa(s) apesar de
algumas variáveis violarem o pressuposto de estacionariedade e de forma conjunta os
modelos foram úteis e adequados de acordo com o teste F.

Palavras-chave: Variáveis Macroeconómicas, Rendibilidade bancária, Modelo de Regressão


Linear Múltipla.
ABSTRACT

The lack of study of economic tools and the magnitude of the variable economic mechanisms
of banks at the level through the econometric method causes the lack of economic tools for
banking decision making at the level that the present research arises to become a tool which
will contribute to the existing range that will enable a better understanding of the literature on
the effects of macroeconomic variables on bank profitability. With the aim of evaluating the
effects of macroeconomic variables on the performance of banking, through the analysis of
Banco Comercial (commercial bank) Standard Bank in the period 2004-2020 where to
achieve this objective, the research of the inductive method was carried out an evaluation to
have the magnitude through MRLM, exploratory, bibliographic, documentary and case study
bank in question. To collect the data, carry out a document analysis and qualify STATA for the
elaboration of models. An analysis of analysis and analysis of linear integrated data was
performed. Models were built to evaluate the models of macroeconomic variables on banking
indicators. As ROAE demonstrate that for Model AA were significant as variables TJreal and
TC for Model one-variable variation for ID and all model variety tests to be significantly
significant of multiple variables and form models are useful and suitable according to the F
test.

Keywords: Macroeconomic Variables, Bank Profitability, Multiple Linear Regression Model


ÍNDICE

Conteúdo Pags.

DECLARAÇÃO DE HONRA.........................................................................................iii

DEDICATÓRIA...............................................................................................................iv

AGRADECIMENTOS.....................................................................................................vi

RESUMO........................................................................................................................vii

LISTA DE FIGURAS........................................................................................................i

LISTA DE QUADROS E TABELAS..............................................................................ii

Tabela 1: Estatística descritiva (2004-2020) …………………………………...........31


...........................................................................................................................................ii

LISTA DE ABREVIATURAS E SIGLAS....................................................................iii

Siglas................................................................................................................................iii

1. INTRODUÇÃO.........................................................................................................1

1.1. Contextualização.................................................................................................1

1.2. Problematização..................................................................................................2

1.3. Objectivos...........................................................................................................3

1.3.1. Geral............................................................................................................3

1.3.2. Específicos...................................................................................................3

1.4. Justificativas........................................................................................................3

2. REVISÃO DA LITERATURA..................................................................................6

2.1. Sistema Financeiro..........................................................................................6

2.1.1. Sistema Financeiro bancário em Moçambique............................................6

2.1.1.1. Banco central........................................................................................7

2.1.2. Estrutura da banca comercial em Moçambique...........................................7

2.1.2.1. Instituições de Crédito..........................................................................8

2.1.2.2. Bancos Comerciais...............................................................................8

2.1.3.2. Intermediação Financeira.....................................................................9


2.1.3.3. Spread Bancário.................................................................................10

2.1.4. Rendibilidade dos Bancos Comerciais......................................................10

2.1.4.1. Rendibilidade.....................................................................................10

2.1.4.2. Indicadores de Rendibilidade dos Bancos comerciais.......................11

2.1.4.2.1. Rendibilidade dos Activos (ROA)..................................................12

2.1.4.2.2. Rendibilidade dos Capitais Próprios (ROE)...................................12

2.2. Macroeconomia................................................................................................13

2.2.3. Variáveis Macroeconómicas.....................................................................14

2.2.3.1. Produto Interno Bruto........................................................................14

2.2.3.2. Inflação...............................................................................................14

2.2.3.3. Taxa de Juros......................................................................................16

2.2.3.4. Taxa de Câmbio.................................................................................16

2.2.3.5. Taxa de Desemprego..........................................................................17

2.3. Modelo de Regressão Linear Múltipla (MRLM)..............................................18

2.3.3. Pressupostos do Modelo de Regressão Linear Múltipla............................19

2.3.4. Teste de hipóteses para Validação de modelo...........................................19

2.3.4.1. Teste de Raiz unitária para estacionariedade.....................................20

2.3.4.2. Teste de Auto-correlação...................................................................20

2.3.4.3. Teste de heterocedasticidade..............................................................21

2.3.4.4. Teste de normalidade de resíduos......................................................22

2.3.4.5. Teste de variância (ANOVA).............................................................22

2.3.5. Parâmetros do modelo ANOVA................................................................22

3. METODOLOGIA....................................................................................................27

3.1. Enquadramento Metodológico..........................................................................27

3.2. Técnica de Colecta de dados.............................................................................28

3.3. Processamento, análise, estimação do modelo e interpretação dos resultados. 28

3.3.3. Processamento...........................................................................................28
3.3.4. Análise e Interpretação de resultados da pesquisa....................................29

3.3.5. Estimação do Modelo de regressão Linear Múltipla.................................29

3.3.6. Testes de validação do modelo..................................................................30

Para a validação do modelo, foram feitos os seguintes testes, importa salientar que
o de estacionariedade foi feito para cada variável explicativa e os restantes testes
foram feito sobre os resíduos do modelo.................................................................30

3.3.6.1. Teste de estacionariedade de Philip- Perron......................................30

3.3.6.3. Teste de Heterocedasticidade de Breusch-Pagan...............................31

3.3.6.4. Teste de Normalidade de Resíduo de Jarque-Bera............................31

4. APRESENTAÇÃO E DISCUSSÃO DE RESULTADO........................................31

4.1. Discussão de Resultados...................................................................................31

4.1.3. Descrição dos dados..................................................................................32

4.1.4. Análise de Correlação................................................................................33

4.1.5. Resultado dos Modelos de ROAA e ROAE..............................................34

4.1.6. Teste de hipóteses para validação de modelo............................................38

5. CONCLUSÕES E SUGESTÕES............................................................................43

5.1. Conclusões........................................................................................................43

5.2. Sugestões..........................................................................................................44

6. REFERÊNCIAS BIBLIOGRÁFICAS.....................................................................45

APÊNDICES...................................................................................................................52

ANEXOS.........................................................................................................................57
i

LISTA DE FIGURAS

Esquema 1: Estrutura de um Sistema Financeiro …………………………..…………….. 6

Gráfico 1: Histograma de resíduos de Modelo de ROAA…………………………………39

Gráfico 2: Histograma de resíduos de Modelo de ROAE………………………………….41

Gráfico 3: Evolução do ROAA do Banco Standard Bank no período 2004-2020………..52

Gráfico 4: Evolução do ROAE do Banco Standard Bank no período 2004-2020………..53

Gráfico 5: Comportamento do PIBpc em relação ao ROAA e ROAE – 2004 à 2020……53

Gráfico 6: Comportamento do Taxa de Inflação Índice Preço ao Consumidor em relação ao


ROAA e ROAE – 2004 à 2020…………………………………………………………..….54

Gráfico 7: Comportamento do Taxa de Juro Real em relação ao ROAA e ROAE – 2004 à


2020…………………………………………………………………………………………….54

Gráfico 8: Comportamento do Taxa de Câmbio em relação ao ROAA e ROAE – 2004 à


2020…………………………………………………………………………………………….55

Gráfico 9: Comportamento do Índice de Desemprego em relação ao ROAA e ROAE – 2004 à


2020…………………………………………………………………………………………..55
ii

LISTA DE QUADROS E TABELAS

Tabela 1: Estatística descritiva (2004-2020) …………………………………...........31

Tabela 2: Matriz de Correlação de Pearson ……………………………….…………..32

Tabela 3: Resultados de regressão de ROAA de 2004-2020 ……………….…………33

Tabela 4: Resultados de regressão de ROAE de 2004-2020 ………………………….36

Tabela 5: Teste de Philips-Perron ……………………………………………………..38

Tabela 6: Teste de Auto-correlação de Durbin-Watson ……………………………… 38

Tabela 7: Teste de heterocedasticidade de Breusch-pagan …………………………… 39

Tabela 8: Tabela de Base de dados dos Indicadores de Rendibilidade (ROAA e ROAE)


e Variáveis Macroeconómicas (PIBpc, TIipc, TJreal, TC e ID) no período 2004-
2020…………………………………………………………………….………………52
iii

LISTA DE ABREVIATURAS E SIGLAS

Abreviaturas

PIBpc Produto Interno Bruto per capita

DF’s Demonstrações Financeiras

DR’s Demonstrações de Resultados

ROA (Return on Assets ) Rendibilidade sobre os activos

ROAA - (Return on average Assets ) Rendibilidade sobre os activos médios

ROE - (Return on Equity ) Rendibilidade sobre os capitais próprios

ROAE - (Return on average Equity ) Rendibilidade sobre os capitais próprios médios

MRLM - Modelo de Regressão Linear Múltipla

Siglas

BM Banco Mundial

AMB Associação Moçambicana dos Bancos


iv
1

1. INTRODUÇÃO

1.1. Contextualização

Para Batista (2018), a rentabilidade das instituições bancárias é fundamental para


assegurar a sua sustentabilidade e evitar consequências negativas para os credores, em
particular dos depositantes e para a estabilidade do sistema financeiro como um todo.
No âmbito do desenvolvimento das suas actividades, as instituições bancarias buscam a
geração do lucro que irá lhes garantir a sua sobrevivência. Na geração de lucro, os
bancos têm-se defrontado com vários factores externos que directa ou indirectamente
afectam a sua lucratividade, como por exemplo, cenários macroeconómicos adversos e
proliferação das instituições bancárias.

Quanto aos cenários macroeconómicos adversos, os bancos devem ter maior


entendimento que possibilitem os decisores bancários estarem munidos de capacidade
de aprimorar as suas estratégias de actuação de modo a evitar declínios nos lucros e
ganhar proveitos dos tais cenários.

Nota-se que esses cenários podem levar os bancos a maiores índices de inadimplência
podendo trazer resultados negativos, menor liquidez dos activos e maior grau de
insolvabilidade.

A razão da elaboração desta pesquisa, é que a mesma possa tornar se numa ferramenta
que irá contribuir no leque da literatura existente que possibilita o maior entendimento
dos efeitos das variáveis macroeconómicas sobre a rendibilidade bancária.

Neste contexto, a presente pesquisa procura avaliar os efeitos das variáveis


macroeconómicas sobre a rendibilidade do banco com maior enfoque o banco comercial
Standard Bank no período de 2004 à 2020.

Quanto a organização do projecto, este encontra-se dividido em quatro (4) partes: a


primeira refere a introdução, que abrange a problematização de pesquisa, os objectivos e
a justificativa. A segunda expõe a revisão bibliográfica espaço no qual são apresentadas
as teorias junto a várias bibliografias que abordam a temática das variáveis
macroeconómicas e Rendibilidade dos bancos e sua relação. Na terceira encontram-se
os procedimentos metodológicos adoptados para a prossecução da pesquisa, o
cronograma, orçamento e por fim a quarta e última parte as referências bibliográficas.
2

1.2. Problematização

As instituições bancárias, como qualquer outra organização virada a geração de lucro,


nas suas actividades visam garantir a geração do lucro como seu principal objectivo
(redundante). Por essa razão se torna importante que elas tenham conhecimentos sobre
os factores que afectam directa ou indirectamente a sua lucratividade. Podendo com o
conhecimento destes, auxiliar a tomada de decisões mais eficazes e eficientes que
evitem a insolvência e aumente a liquidez dos seus activos. Assim sendo, as instituições
bancárias para garantir a geração do lucro devem conhecer os drivers internos e os
drivers externos (variáveis macroeconómicas), não só como também, devem conhecer o
efeito, a magnitude dos efeitos destes factores na sua rendibilidade.

Deste modo, Athanasoglou, Delis e Staikouras (2006) enfatizam que os determinantes


da rendibilidade bancária podem ser internos e externos e olhando para a literatura,
geralmente considera-se que os drivers internos da rendibilidade bancária são factores
supostamente controláveis pela gestão das instituições, apresentando diferenças entre
bancos para dado ambiente externo. Já os factores externos compreendem o conjunto de
variáveis que estão fora do controlo do banco e que podem afectar positiva ou
negativamente o negócio bancário. Essas variáveis são basicamente determinadas pelo
sistema financeiro e contexto macroeconómico onde o banco desenvolve as suas
operações. Como é o exemplo do crescimento e/ou recessão do PIB, a variação da taxa
de inflação e de juros, taxa de câmbio, taxa de desemprego, balança comercial, custos
energéticos e taxa de poupança.

Neste sentido, como já mencionado, o conhecimento de todos os factores que afectam


directa ou indirectamente a lucratividade das instituições bancária é de extrema
importância na medida em que ajuda os tomadores das decisões bancárias a garantirem
a sobrevivência e competitividade destas instituições. Dada a importância da ajuda que
este conhecimento proporciona, alguns estudos foram feitos em torno dessa temática e
Moçambique não é uma excepção (no resumo disse o contrario disto). A título de
exemplo, pode-se citar algumas pesquisas nacionais tais como a de Sengo (2008) que
estuda os determinantes da rendibilidade dos quatro maiores bancos comerciais em
Moçambique (Millennium BIM, BCI fomento, Standard Bank e Barclays Bank) no
período 2004 à 2006, utilizando uma abordagem quantitativa baseada na análise vertical
e horizontal das DF’s usando as principais técnicas de avaliação da rendibilidade dos
3

bancos tendo em conta a sistematização das DR’s e apuramento das margens do lucro e
suas componentes assim como os principais rácios aplicáveis aos bancos e Jamal (2003)
que analisa a rendibilidade do banco Austral nos anos 1996 à 1999 baseando-se na
margem financeira do banco através dos métodos directos e indirectos.

Contudo, os autores nacionais mencionados, nas suas pesquisas sobre análise de


rendibilidade não aplicam metodologias econométricas usando um modelo de regressão
linear múltipla o que proporciona a escassez de pesquisas e literaturas que estuda de
forma minuciosa os efeitos e a magnitude dos efeitos das variáveis macroeconómicas
sobre a rendibilidade dos bancos ao nível nacional através do método econométrico.
Isso causa a falta de ferramentas adequadas para tomada de decisão assertiva ao nível de
decisores bancários. Por conta disto, surge a necessidade de se realizar uma pesquisa em
torno dos determinantes macroeconómicos sobre a rendibilidade. Com isso propõe-se
que a presente pesquisa seja norteada com a seguinte questão:

“Como é que as variáveis macroeconómicas podem afectar a rendibilidade dos


bancos comerciais em Moçambique?”

1.3. Objectivos

1.3.1. Geral

 Avaliar os efeitos das Variáveis Macroeconómicas sobre a Rendibilidade da


Banca concretamente Banco Comercial Standard Bank no Período 2004 à 202.

1.3.2. Específicos

 Estimar o efeito das variáveis macroeconómicas sobre a rendibilidade do banco;


 Descrever os efeitos das variáveis macroeconómicas sobre a rendibilidade do
banco;
 Realizar testes de validação e adequação de MRLM1 para apurar a significância
dos resultados gerados pelo modelo.

1.4. Justificativas

A rendibilidade bancária é susceptível às condições macroeconómicas. As condições


macroeconómicas adversas tende a elevar os índices de inadimplência prejudicando o
resultado dos bancos. Por este motivo, Chaves (2018), afirma que o maior entendimento

1
MRLM Modelo de Regressão Linear Múltipla
4

do comportamento dos índices de rentabilidade dos bancos frente às constantes


oscilações do ambiente externo permitirá que gestores corporativos direccionem suas
estratégias de actuação com vistas a reduzir tais impactos bem como, se beneficiar de
oportunidades geradas por tais eventos. Assim sendo esta pesquisa torna-se relevante a
medida que será uma ferramenta que irá contribuir no leque da literatura existente que
possibilita o maior entendimento do comportamento das variáveis macroeconómicas
sobre a rendibilidade. É relevante também para sectores como:

 Governo

Na medida em que poderá ajudar na tomada de decisões assertivas em relação a


regulação das variáveis macroeconómicas tendo em conta a rendibilidade dos bancos.
Não só, como também, o entendimento desses cenários macroeconómicos poderá ser
usado de consulta na elaboração de políticas e regulações que ajudem no fortalecimento
e na robustez do sistema financeiro Moçambicano.

 Bancos comerciais

Os bancos comerciais são dependentes dos factores externos para a sua lucratividade.
Por essa razão, o conhecimento das variáveis macroeconómicas que impactam directa
ou indirectamente na sua rendibilidade e as variações, efeitos e a magnitude dos efeitos
ajudará na tomada eficiente e racional das decisões de modo a levar a acabo acções de
contorno e correctivas em diferentes ciclos económicos de modo a garantirem a sua
lucratividade.

 Investigador

Na medida que vai gerar e proporcionar conhecimento sobre os efeitos causados pelas
variações e a magnitude dos efeitos das variáveis macroeconómicas sobre a
rendibilidade dos bancos.

 Academia

Na medida em que ajuda a enriquecer a literatura sobre esta área de conhecimento tendo
em vista que apresenta pequena quantidade de pesquisas e literaturas Moçambicanas e
5

 Sociedade civil

Na medida em que fornece subsídios importantes que irão auxiliar na tomada de


decisões dos deficitários e superavitários, uma vez que estes poderão estimar os futuros
resultados com mais assertividade diante de alterações dos ciclos macroeconómicos.
6

2. REVISÃO DA LITERATURA

2.1. Sistema Financeiro

O sistema financeiro é conjunto que integra as políticas que funcionam como quadro de
uma política económica e financeira vigente, intuições que podem ser monetárias e não
monetária e legislação. (Maleiane, 2014).

Figura 1: Estrutura de um Sistema Financeiro


Investidores
Aforadores Deseinterediação Financeira (Família, Empresa,
(Família , Empresa, (Risco elevado) Governo, Estrageiro)
Governo, Estrageiro)

Intermediários financeiros

(Bancos, Outros Serviços Financeiros)

Fonte: Elaborado pelo proponente com base em Maleiane (2014)

2.1.1. Sistema Financeiro bancário em Moçambique

O Banco de Moçambique (BdM) foi criado em 1975 pelo Decreto nª 2/75 de 17 de


Maio, no âmbito dos compromissos assumidos nos Acordos de Lusaka, em 1974, tendo
herdado o património e valores do Departamento de Moçambique do Banco Nacional
Ultramarino.

De acordo com o artigo 132 da Constituição da República de Moçambique, o BM é o


banco central da República de Moçambique e o seu funcionamento rege-se por lei
própria e pelas normas internacionais a que a República de Moçambique esteja
vinculada e lhe sejam aplicáveis.

O processo de liberalização da economia Moçambicana, consubstanciado no Programa


de Reabilitação Económica (PRE) em 1987, foi o promotor da reforma do sistema
financeiro nacional que teve o seu ponto mais alto na separação da função comercial do
BM da função de banco central.

A separação institucional da função comercial do BM da sua função de banco central


concretizou-se em 1992, com a aprovação da Lei 1/92, de 3 de Janeiro - Lei Orgânica
do Banco - que define a natureza, objectivos e funções do BM como banco central. Com
7

efeito, a Lei Orgânica do banco determina que o BM é o banco central da República de


Moçambique, cujo seu principal objectivo é a preservação da moeda nacional.  

As principais funções do BM são:

 Banqueiro do Estado;

 Conselheiro do Governo no domínio financeiro;

 Orientador e controlador das políticas monetárias e cambial;

 Gestor das disponibilidades externas do país;

 Intermediário nas relações monetárias internacionais;

 Supervisor das instituições financeiras.

Os Bancos comerciais pertencem ao segmento financeiro como se pode perceber na


intervenção de Maleiane (2014), quando afirma que, o sistema financeiro é o conjunto
de politicas e instituições que tem por objectivo promover a circulação de recursos
financeiros entre tomadores e mutuantes, sendo que dentre as instituições que fazem
parte do sistema financeiro, estas dividem-se em monetárias e não monetárias, onde os
bancos se descantam nas instituições monetárias.

2.1.1.1. Banco central

Banco Central (BC) é a autoridade monetária de qualquer país ou região é a entidade


responsável pela gestão da política monetária e regulador do sistema financeiro. É por
excelência o Banqueiro do Estado e dos Bancos comerciais e fiel depositário das
reservas internacionais (Chale, 2010).

Para o caso de Moçambique, o Banco de Moçambique é o Banco central da República


de Moçambique.

2.1.2. Estrutura da banca comercial em Moçambique

Até 2015, o sector bancário em Moçambique era constituído pelos seguintes 18 bancos
comerciais de acordo com informações do Banco de Moçambique: Banco Internacional
de Moçambique, SA, Barclays Bank Moçambique, SA, Standard Bank SA, Banco
Comercial e de Investimentos, SA, Capital Bank (Moçambique), SA, The Mauritius
Commercial Bank (Moçambique) SA, African Banking Corporation (Moçambique),
SA, FNB Moçambique, SA, Socremo Banco de Microfinanças, SA, Banco Mercantil e
8

de Investmentos, SA, Ecobank Moçambique SA, Banco Oportunidate de Moçambique,


Banco Terra, SA, Mozabanco, SA, Banco Mais, SA, Banco Nacional de Investimentos,
SA, United Bank of Africa Mozambique, SA e Banco Único, SA

Até 2020, o sistema Financeiro Bancário Moçambicano estava dividido em cinco (5)
sectores:

I. Instituições de Crédito que e composto por vinte (20) Bancos, três (3)
Instituições de Moeda Electrónica, nove (9) Microbancos, oito (8) Cooperativas
de Crédito, e uma (1) Sociedade de Locação Financeira e de Investimentos.

II. Sociedades Financeiras composta por 24 casas de Câmbios, 12 Sociedades


Financeiras das Corretagem, 1 Sociedades Gestoras de Capital de Risco, 1
Sociedades Administradoras de Compras em Grupo, 1 Sociedade Emitentes de
Cartões de Crédito.

III. Operadores de Microfinanças dividido em Organizações de poupança com 4


agências e 426 agências de Empréstimos e Operadores de Microcrédito.

IV. Escritórios de Instituições composto por três (3) escritórios de representação de


instituições de crédito com sede no estrangeiro.

2.1.2.1. Instituições de Crédito

Empresas cuja actividade consiste em receber do público depósitos ou outros fundos


reembolsáveis, a fim de os aplicarem por conta própria mediante a concessão de crédito.
(Lei 15/99 de 1 de Novembro)

2.1.2.2. Bancos Comerciais

Os bancos comerciais são instituições financeiras privadas ou públicas que têm como
objectivo principal proporcionar suprimento de recursos necessários para financiar, a
curto e a médio prazos, o comércio, a indústria, as empresas prestadoras de serviços, as
pessoas físicas e terceiros em geral. A captação de depósitos à vista, livremente
movimentáveis, é actividade típica do banco comercial, o qual pode também captar
depósitos a prazo. Deve ser constituído sob a forma de sociedade anónima e na sua
denominação social deve constar a expressão "Banco" (Resolução CMN 2.099, de
1994).
9

2.1.3.1. Descrição do Banco Comercial Standard Bank (Ir a


revisão da Literatura)

O banco Standard Bank Moçambique é uma empresa de capital aberto, cotada na bolsa
de valores de Moçambique e faz parte da Associação Moçambicana de Bancos, com um
vasto historial, já desenvolve actividades em Moçambique desde 1894. Faz parte do
Grupo Standard Bank, o maior banco africano em termos de activos, resultados e
capitalização de mercado. Com 123 anos de existência, tem uma vasta rede de agências
espalhadas pelo País e oferece uma gama de serviços financeiros, que vão desde a banca
de retalho à banca de empresas, passando pelo financiamento de grandes projectos,
operações de tesouraria, financiamento do comércio internacional e banca comercial.

a) Missão

Entregar o valor superior e sustentável aos accionistas, servindo as necessidades dos


nossos clientes através de operações de elevado rigor, no terreno, em países africanos.

b) Visão

Edificar uma organização líder de serviços financeiros no Continente Africano,


utilizando a totalidade das nossas vantagens competitivas.

c) Valores
 Entregar valor aos accionistas
 Desenvolver nossas pessoas
 Ser proactivo
 Trabalhar em equipe
 Respeitar o próximo
 Ambições cada vez maiores
 Manter os mais altos níveis de integridade
 Servir nossos clientes

2.1.3.2. Intermediação Financeira

Intermediação Financeira é a captação de recursos por instituições financeiras, junto aos


agentes superavitários repassando esses recursos para os agentes deficitários. Nesse
caso, algumas instituições financeiras funcionam apenas como um intermediário entre
10

esses agentes (Capital Advisor recuperado em


https://comoinvestir.thecap.com.br/intermediacao-financeira)

2.1.3.3. Spread Bancário

O Spread representa a diferença entre a taxa de juro de empréstimos e depósitos


praticada pelas instituições financeiras (margem de lucro), que consiste na compensação
de gastos administrativos, de incumprimento e entre outros gastos (Sicsú, 2012).

O spread bancário é definido como a diferença entre os juros cobrados pelos


empréstimos que os bancos fornecem e os juros incorridos ao captarem recursos
(Garcia, 2018).

2.1.4. Rendibilidade dos Bancos Comerciais

2.1.4.1. Rendibilidade

É a grandeza que mede o desempenho de um investimento e representa o acréscimo do


valor percentual ao montante investido. (In millennium BCP).

Aumentar a rendibilidade é o objectivo primordial das instituições de crédito, isto


porque este é o objectivo principal que é maximizar riquezas sob pena de ir a falência e
enfraquecer o sistema financeiro e a economia de uma nação caso tenha problemas de
liquidez como afirma Couto (2002), os resultados negativos enfraquecem o capital e a
liquidez das instituições financeiras, e podem abalar a confiança dos depositantes.

Paula, Júnior e Marques (2001), dizem que a lucratividade do banco é determinada


primariamente pelos ganhos líquidos de seus activos. Portanto, as instituições bancárias
procuram aumentar o spread entre as taxas de aplicação e de captação de recursos,
aplicando a taxas mais elevadas que aquelas pagas em suas operações passivas. O banco
opera procurando controlar os seus custos de operação e adquirindo fundos em termos
favoráveis, buscando do lado do activo novas e mais lucrativas aplicações, além de
formas adicionais de cobrar taxas por seus serviços.

A lucratividade dos bancos é estabelecida pelo retorno sobre activos, pelos custos das
obrigações, e pela alavancagem sobre o património. Assumindo- se que os custos de
operação estão sob controle, a taxa de lucro dos bancos poderá se elevar caso os ganhos
líquidos por unidade de activo ou a razão de activo por capital próprio aumentem
(Paula, et al., 2001). Minsky (1986) afirma que os bancos, movidas pelo processo de
11

concorrência bancária e pela busca de maiores lucros, procuram aumentar sua escala de
operações e elevar o spread de juros utilizando duas estratégias:

1. Elevação do lucro líquido por unidade monetária do activo;

2. Aumento na relação entre activo e o capital próprio do banco (alavancagem).

A primeira é realizada por meio da expansão da margem entre as taxas de juros


recebidas sobre os activos e as pagas sobre os passivos onerosos, procurando elevar os
rendimentos dos activos retidos e reduzir as taxas de remuneração dos depósitos. Para
tal, os bancos procuram dum lado oportunidades de financiamentos de mais longo prazo
e em activos com maior risco, ou seja activos que proporcionam maior taxa de retorno.
E por outro lado, procuram encurtar os prazos de suas captações, pois essas formas mais
líquidas de recursos são aquelas que de um modo geral exigem menor remuneração

Sengo (2008), diz que as principais técnicas usadas para avaliar a rendibilidade de um
banco consistem na sistematização da demonstração de resultados, apurando os
indicadores de rendibilidade assim como na análise dos rácios aplicáveis aos bancos, e
comparar-lhes com os do sector e os das principais instituições concorrentes.

2.1.4.2. Indicadores de Rendibilidade dos Bancos comerciais

Refere Gitman (2010) que, os indicadores de rendibilidade procuram avaliar a


capacidade de a empresa gerar retornos quando tido em conta, certo nível de vendas e
investimento.

O dinamismo económico e a busca pela competitividade empresarial têm imposto à


administradores uma busca constante no aprimoramento de estratégias que ampliem o
nível de rentabilidade dos negócios tendo como uma das formas de avaliar a robustez
das estratégias, o desenvolvimento de métricas que melhor evidenciem os resultados da
empresa e comparativamente como esta se coloca perante seus principais concorrentes
do mesmo seguimento. A análise do desempenho empresarial muitas vezes parte das
demonstrações financeiras que visam compreender informações de todas as operações
realizadas pela empresa. As demonstrações financeiras evidenciam uma quantidade de
informações que precisam ser estruturadas para que, de fato possam contribuir de forma
significativa no processo de decisão (Chaves, 2018).
12

Na literatura recente a rentabilidade bancária é tipicamente mensurada pelo retorno


sobre os activos (ROA) e pelo retorno sobre os capitais próprios (ROE) como índices
que determinantes nas decisões de gerenciamento e acompanhamento dos objectivos das
instituições bancárias (Athanasoglou et al, 2006). De acordo com Topak e Talu (2011),
a rentabilidade dos bancos sempre foi uma questão de grande interesse no meio
académicos dentro da literatura económica e que na maioria destes estudos, a
rentabilidade dos bancos foi representada pelo ROA e também pelo ROE. Desta forma,
para a proxy da rentabilidade dos bancos, foram utilizados os dois índices ROA e ROE.

Segundo aponta Cadir (2020) o retorno sobre o activo (ROA) é uma medida bastante
utilizada para se saber a capacidade do banco em gerar lucros com os activos que
possui.

2.1.4.2.1. Rendibilidade dos Activos (ROA)

É a razão entre o lucro líquido após a dedução dos impostos e o activo total da entidade
e representa os resultados das oportunidades de negócios accionadas pela entidade. O
ROA é utilizado para representar a medida para o desempenho do banco e considerado
o melhor indicador para mensurar a utilização do banco com seus activos para gerar
lucros, além disso, quanto maior a relação ROA, maior será a rentabilidade do banco
(Yee et al, 2016).

O indicador frequentemente usado por bancos e outras instituições financeiras é o


ROAA (Return on average assents) Retorno médio dos activos pelo facto deste,
conseguir capturar quaisquer mudanças significativas nos saldos dos activos durante o
período em análise. O ROAA difere do ROA pelo facto de o ROAA conseguir suavizar
as mudanças ou a volatilidade dos activos ao longo de um período contabilístico por
ROAA estar a usar activos médios para o cálculo, sendo assim, na presente pesquisa, irá
se usar a fórmula e os dados do ROAA em vez do ROA.

Fórmula 1: ROAA

Resultados Liquido após Impostos


ROAA = ∗100
Activos Totais médios

Fonte: AMB
13

2.1.4.2.2. Rendibilidade dos Capitais Próprios (ROE)

Este índice mede o retorno obtido sobre os investimentos dos accionistas (Gitman,
2010). Também designado por ROE (return on equity).

No caso específico das instituições financeiras, devido às diferentes estruturas de capital


existente no sector, o ROE pode perder o poder de comparabilidade, uma vez que é
afectado pelo grau de alavancagem da empresa. Ou seja, para um mesmo nível de
lucratividade, empresas mais alavancadas apresentarão maior rentabilidade
(Athanasoglou et al., 2008).

Capelletto (2006) reitera a relevância do ROE, mas chama a atenção para a


interpretação do indicador, uma vez que valor alto pode significar resultado elevado ou
baixo nível de capitalização. Inversamente, um valor baixo pode ser decorrente de
resultados insignificantes ou de alta capitalização. Por isso, recomenda o autor o uso do
ROE em conjunto com um indicador de alavancagem.

Dietrich & Wanzenried (2011) apontam que apesar do indicador ROE ser um dos
principais indicadores para avaliar a rentabilidade financeira das instituições bancárias,
por si só, não é considerado o melhor indicador pelos seguintes fatos:

 Os bancos que apresentam saldos contábeis elevados de recursos próprios


podem apresentar um maior ROA e um menor ROE e pelo fato de que

 O ROE ignora a estratégia assumida pelo banco sobre um risco mais elevado de
uma alavancagem financeira, bem como o efeito da regulamentação bancária
sobre o sector.

Todas as instituições financeiras usam com mais frequência o ROAE em vez de ROE
por este primeiro reflectir com precisão a lucratividade dos bancos principalmente nos
casos em que o valor dos fundos próprios muda consideravelmente ao longo do ano
contabilístico que a mudança pode ser provocada, a título de exemplo, por venda e
recompra de acções na última hora assim como o pagamento de dividendos. Com isto,
considera-se que o ROAE é uma versão ajustada do ROE. Sendo assim, na presente
pesquisa, irá se usar a fórmula e os dados do ROAE em vez do ROE.

Fórmula 2: ROAE
14

Resultados Liquido após Impostos


ROE = ∗100
Capitais Próprios médios

Fonte: AMB

2.2. Macroeconomia

Para Barbosa (2015), a Macroeconomia consiste no estudo e na análise das variáveis


económicas de forma agregada (juros, salários, câmbio e preços) e dos principais
problemas económico-sociais (crescimento económico, inflação, divida externa e
distribuição de renda). As variáveis tratadas aqui influenciam os problemas económicos
de maneira tal que podem, ao mesmo tempo reduzir a gravidade de um e acentuar a de
outro.

2.2.3. Variáveis Macroeconómicas

2.2.3.1. Produto Interno Bruto

A análise do seu efeito na rendibilidade bancária permite não só controlar as flutuações


do crescimento económico, mas também as condições económicas gerais (Demirgüç-
Kunt & Huizinga, 2010).

No que concerne à relação desta variável com a rendibilidade, espera-se que seja
positiva tendo em conta que o crescimento económico geralmente leva a um aumento da
procura por crédito, o que por sua vez conduz a um aumento dos resultados segundo
dizem Neely e Wheelock (1997) que a relação entre PIB (renta per capita) e a
rentabilidade bancaria tem tido um efeito forte positivo.

O crescimento económico é um factor que inevitavelmente afecta a rendibilidade


bancária. O indicador do produto interno bruto – PIB - é a medida mais abrangente para
avaliar o crescimento económico. Tecnicamente representa o valor da produção
económica ajustada pelas variações dos preços. Vários estudos mostraram que o ciclo
económico pode afectar significativamente a rendibilidade bancária (por exemplo,
Albertazzi & Gambacorta, 2009; Athanasoglou et al., 2008; Demirgüç-Kunt &
Huizinga, 1999).
15

Segundo Demirgüç-Kunt e Huizinga (1999), um rápido crescimento económico


conjugado com taxas de juro mais elevadas é susceptível de aumentar a rendibilidade
bancária. No entanto, se a situação económica de um país deteriorar isso reflete-se na
qualidade da carteira de crédito dos bancos provocando perdas e aumentando as
imparidades e originando a redução da rendibilidade.

2.2.3.2. Inflação

Refere-se a uma subida generalizada dos preços dos bens, resultando numa
desvalorização da moeda, ou seja, na perda do poder aquisitivo (Chale, 2008).

Para Topak e Talu (2017), a inflação afecta o nível de despesas gerais e as receitas
líquidas de juros. Como resultado da inflação, o custo de captação de fontes locais
aumenta por meio de taxas mais altas de depósito e crédito. Os bancos que utilizam
créditos estrangeiros de países onde a economia é estável e a inflação baixa podem
economizar nas taxas de empréstimo no curto prazo. No longo prazo, a inflação mais
alta se reflecte nas taxas de crédito externo por meio de spreads mais elevados para
compensar o aumento do risco-país. A flexibilidade do banco para se ajustar aos
aumentos da inflação é importante. Os bancos que são capazes de reflectir o prémio de
inflação nas taxas de empréstimo, podem não enfrentar reduções nas receitas líquidas de
juros.

Segundo diz Revell (1979), a taxa de inflação e a rendibilidade dos bancos tem tido uma
relação ambígua e depende da antecipação ou não da taxa de inflação. Uma taxa de
inflação totalmente antecipada pela administração do banco implica que os bancos
possam ajustar adequadamente as taxas de juros para aumentar suas receitas mais
rapidamente do que seus custos e, assim, obter maiores lucros. Neste caso, segundo
alguns estudos feitos antigamente referente a esta variável macroeconómica concernente
a rendibilidade dos bancos observam uma relação positiva como é caso de Bourke
(1989), Molyneux e Thornton (1992). Não só como também, Athanasoglou et al. (2004)
no seu estudo encontra uma relação positiva entre a inflação e a rendibilidade dos
bancos afirmando que durante períodos de inflação os bancos poderão cobrar mais aos
clientes, como por exemplo, aplicando mais taxas, uma vez que estas estão
correlacionadas com os valores nominais dos activos sob gestão. Por outro lado,
16

Albertazzi e Gambacorta (2009) não apontando qualquer ligação entre a inflação e o


lucro dos bancos antes de impostos, encontrando apenas uma associação positiva entre a
inflação e margens não decorrentes de juros mas Lee e Kim (2013) concluíram nos seus
estudos que as taxas de inflação mais elevadas levaram a menores ganhos. Este ponto de
vista explica-se pela diminuição do poder de compra e redução dos depósitos dos
bancos com efeitos negativos nos empréstimos concedidos e nos lucros. Várias
explicações são dadas. Por exemplo, que as receitas de taxas e comissões aumentam
porque o valor nominal dos activos subjacentes aumenta ou que as taxas de juro dos
empréstimos se ajustam mais rapidamente do que nos depósitos.

2.2.3.3. Taxa de Juros

É o preço cobrado pela utilização do capital alheio. É uma taxa que incide sobre o
empréstimo concedido. As taxas de juros podem ser nominais ou efectivas, sendo que as
primeiras usam um prazo de referência diferente do prazo de capitalização enquanto que
na segunda há uma coincidência entre o período da taxa e de capitalização. Importa
salientar que as taxas nominais são geralmente reportadas a períodos anuais (Chale,
2008).

Albertazzi e Gambacorta (2009) encontram um efeito positivo da taxa de juro de longo


prazo sobre os lucros antes de impostos e Borio, Gambacorta e Hoffmann (2017)
fornecem evidência empírica de um efeito positivo das taxas de juro de longo prazo na
rendibilidade dos activos. Em contraponto, Lee e Hsieh (2013) apontam um efeito
negativo da taxa de juro de longo prazo na rendibilidade da maioria dos bancos. Desta
forma, é expectável que o efeito do nível das taxas de juro sobre a rendibilidade dos
bancos seja indeterminado.

Borio et al. (2017) dizem que o efeito positivo é causado pelo facto dos bancos
comerciais utilizarem depósitos de curto prazo para financiar empréstimos de longo
prazo, beneficiando de uma curva de juros mais íngreme.

2.2.3.4. Taxa de Câmbio

A taxa de câmbio é uma relação de troca entre duas moedas, ou seja, traduz o preço de
uma moeda expresso noutra (Ferraz, 2002).

Nesta óptica de ideia, fica óbvio de que a rentabilidade dos bancos pode ser afectada
pela variação das taxas de câmbio de um país (Aburime, 2008). Ahmed (2015) afirma
17

que os movimentos da taxa de câmbio podem ser uma importante fonte de risco para as
instituições bancárias e que os Gerentes Financeiros devem entender como mensurar
essa exposição às flutuações da taxa de câmbio e assim, implementar mecanismos que
minimizem os riscos de tal exposição. Topak e Talu (2011) afirmam que a taxa de
câmbio é um indicador macroeconómico importante de se estudar considerando uma
característica inerente da actividade bancária, onde as instituições possuem activos e
passivos cambiais de diferentes prazos o que elevam sua exposição diante de uma
oscilação imprevista ou não evidenciadas.

Simiyu e Ngile (2015) concluem que um aumento da taxa de câmbio teria um impacto
positivo nas exportações do país onde um aumento adicional na taxa de câmbio
significaria um aumento nos ganhos cambiais dos bancos e uma melhora substancial na
rentabilidade, neste caso mensurada pelo ROA. Por fim, o autor recomenda um
equilíbrio nas taxas cambiais considerando que uma depreciação da moeda local traria
impactos negativos para outros sectores da economia dependentes das importações e
que o objectivo de toda política cambial seria alcançar uma taxa realista que auxilie o
crescimento económico e obtenha uma estabilidade da moeda local em relação ao dólar
americano.

2.2.3.5. Taxa de Desemprego

A economia clássica considera que o trabalho é a principal fonte geradora de riqueza e


um dos factores indispensáveis na produção de bens e serviços. É neste sentido que
entendemos que a taxa de pessoas empregadas em um país desempenha um papel de
fundamental importância para o desempenho da economia, haja vista, a elevação das
possibilidades de alavancarem negócios em vários seguimentos. (Chaves, 2018)

Para Chaves (2018), para as instituições bancárias, poucos estudos têm sido realizados
no sentido de melhor compreender o impacto desta variável no resultado da empresa.
Flesch e Scatolin (2009) contribuem com a discussão no momento que destacam em seu
estudo que o desempenho da economia ao alterar o poder aquisitivo da população,
influencia no mercado de trabalho, alterando o emprego e renda e consequentemente a
demanda por produtos e serviços bancários. Afirma que Altas taxas de desemprego
indicam oscilações económicas adversas, podendo influenciar a capacidade de
pagamento dos mutuários, elevar os índices de inadimplência onde o somatório destes
eventos com certeza impactaria o resultado das instituições bancárias. Ressaltam ainda
18

que ela pode ser entendida como uma medida das condições de aquecimento do
mercado de trabalho já que mensura, ainda que com diversas limitações, a proporção de
pessoas economicamente activas que não conseguem encontrar ocupação.

Para Simiyu e Ngile (2015) a condição macroeconómica que determina o nível de


solvência dos mutuários, qualidade dos activos, aumento e diminuição no valor da
garantia e outros relacionados factores é a principal fonte de choques macroeconómicos
para a carteira do banco. Além do mais, ambiente regulatório de uma economia, nível
de desenvolvimento financeiro e nível de concentração do sector financeiro também
explicam sua lucratividade. Os instrumentos de política monetária como inflação, taxa
de câmbio real e taxa de juros de curto prazo atuam como determinantes importantes da
rentabilidade das empresas em um país. De acordo com Asimakopoulos, Samitas e
Papadogonas (2009) as instituições do sector financeiro podem capturar uma série de
factores que impõem riscos ao sistema financeiro e conceber formas de gerir esses
factores. Portanto, para a sustentabilidade de longo prazo do sector financeiro, os
bancos devem ser capazes de operar em um ambiente competitivo enquanto mitigam o
factor de risco.
19

2.3. Modelo de Regressão Linear Múltipla (MRLM)

Para Pestana e Gageiro (2014), Regressão é um modelo estatístico usado para prever o
comportamento de uma variável quantitativa (variável dependente, endógena, explicada,
de resposta ou Y) a partir de uma ou mais variáveis relevantes de natureza
essencialmente quantitativa, (variáveis independentes, exógenas, explicativas, preditoras
ou X) informando sobre a margem de erro dessas provisões.

O modelo de regressão linear múltipla é uma técnica estatística, descritiva e inferencial,


que permite a análise da relação entre uma variável dependente (Y) e um conjunto de
variáveis independentes (X). A expressão geral do modelo é:

Y t =β 0 + β 1 X 1 + β 2 X 2+ …+ β k X k +ε t Onde: t = 1, 2, … n

2.3.3. Pressupostos do Modelo de Regressão Linear Múltipla

Os pressupostos assumidos para o modelo de regressão linear são:

H1: Linearidade dos fenómenos

H2: Para cada valor fixo da variável independente, a variável dependente tem uma
distribuição normal, com média α + β X i com variância constante σ 2 : γ ∩ N (α + β X i ;σ ).

H3: As observações de Y são independentes umas das outras;

H4: Os erros estocásticos (ε t ¿ têm distribuição normal, com média zero e variância
2
constante σ :ε t ∩ N (O , σ ).

H5: As variáveis aleatórias residuais referentes a duas observações diferentes não se


correlacionam linearmente, donde a sua co-variância ser zero: Cov(ε t ε j ¿ = 0, para t≠j

2.3.4. Teste de hipóteses para Validação de modelo


20

Esses testes consistem em pressupostos para o teste de regressão múltipla, no qual será
avaliado se existe relação estatisticamente significativa e qual o nível desta relação entre
regressores e regressandos.

2.3.4.1. Teste de Raiz unitária para estacionariedade

A presença desta acontece quando, os pressupostos estatísticos de que a média e a


variância devem ser constantes ao longo do tempo são violados comprometendo, dessa
forma, os resultados obtidos com a utilização de modelos econométricos. A regressão,
neste caso, é considerada espúria (sem nenhum significado económico). Neste sentido,
ao estimar se uma regressão, mesmo que os valores dos respectivos t student sejam
significativos estatisticamente e que o coeficiente de determinação da regressão (R 2)
seja elevado, ainda assim, corre-se o risco de se obter uma regressão espúria.

O teste de raiz unitária para estacionaridade é usado para detectar o problema de


regressão espúria, isto é, resultados estocásticos que não têm significado económico. É
aplicado o teste de raiz unitária para analisar a média e a variância constantes ao longo
do tempo, e a co-variância entre os valores defasados considerando a seguinte equação:
yt=θy−1 +ε ¿ (Granger e Newbold, 1974).

Se θ=1 , x 1 é um processo de raiz unitária. Conclui-se que o processo é não estacionário


se após se regredir xt em xt-1 o coeficiente θ estimado for igual a 1. Caso contrário, o
processo é estacionário. Para o efeito é seleccionado o número óptimo de desfasagens
(lags) com a condiҫão (valor estatistico¿ valor critico) que torna a série estacionária de
forma a se eliminar a autocorrelação dos resíduos gerados com o teste de raiz unitária.

Esta é considerada como uma série estacionária quando todos os momentos de sua
distribuição de probabilidades, não variam ao longo de tempo (Gujarati, 2006).

A série estacionária tem média e variância constante no tempo e a co-variância entre


valores defasados da série depende apenas da defasagem, isto é, da “distância” temporal
entre eles. Para Santos (2007), uma amostra de dados é estacionária quando os seus
parâmetros se mantem fixos e constantes ao longo do período da sua observação.
21

2.3.4.2. Teste de Auto-correlação

O teste de Auto-correlação é o mais utilizado para detectar se os erros de observações


adjacentes são correlacionados. A Auto-correlação significa a violação da
independência das variáveis residuais. O pressuposto da independência de erros
significa que um acontecimento aleatório que ocorre num determinado período de
tempo não afecta as observações seguintes.

Os estimadores do MMQ na presença de Auto-correlação continuam a ser não


enviesados e consistentes, mas contudo deixam de ser eficientes. De facto, s2 passa a ser
2
um estimador enviesado de σ ε . Quando há Auto-correlação dos resíduos, as estatísticas
s bem como o teste t de Student para β 2 = 0, e o teste de F de Snedecor são enganadores.
Para o teste de Auto-correlação irá se recorrer ao teste de Durbin-Watson.

2.3.4.3. Teste de heterocedasticidade

A presença deste, viola os betas estimados em inconsistente e não eficientes, logo a


variância do termo de erro não é constante ao longo da amostra.

Segundo Breusch-Pagan (1979) na estimação de uma regressão, o pressuposto de


homocedasticidade é satisfeito, caso a variação dos resíduos gerados sejam constantes.
Porém, quando o pressuposto é violado do MQO gera parâmetros não eficientes,
alocando erros em todas as estimações. Este teste baseia-se na comparação entre o valor
probabilístico (p-valor) e o nível de significância (α). A existencia de heterocedascidade
não causa viés nos estiamdores, embora ocasione viés nos estimadores da variancia do
MQO, tornando não validos os testes F e t.

A homocedasticidade equivale à variância da variável endógena não se concentrar


apenas num intervalo limitado de valores da variável exógena. Quando se viola a
igualdade de variâncias, os estimadores dos mínimos quadrados continuam a ser não
enviesados e consistentes, mas deixam de ser eficientes e portanto não são os melhores
estimadores lineares não enviesados, o coeficiente de determinação ajustado (R2)2 se
torna enganador, e em consequência a significância estatística dada pelo teste t de
student será também duvidosa.
2
R2 Coeficiente de determinação mede o quanto a variável resposta é explicada pelo modelo. Quanto
maior o valor de R2 melhor. Dizemos que, com um valor de R 2 acima de 70%, o modelo está explicando
bem a variação na variável resposta.
22

Muitas das vezes a violação da homocedasticidade resulta da selecção de um modelo


incorrecto, que pode ter origem na escolha da forma funcional errada ou por se
ignorarem importantes variáveis no estudo da relação, ou ainda apenas por não se ter
transformado a priori a entrar no modelo. Para testar a heterocedasticidade na regressão,
será usado o teste de Breusch-Pagan que tem as seguintes hipotese:

Ho: presença da homocedasticidade (os resíduos estão distribuídos com a igual


variância)

H1: Presença da heterocedasticidade (os resíduos não estão distribuídos com a igual
variância)

2.3.4.4. Teste de normalidade de resíduos

A normalidade dos resíduos permite obter a distribuição dos estimadores MMQ,


necessária não só à construção, intervalos de confiança e testes de hipóteses sobre
parâmetros, bem como à análise de qualidade do modelo (Pestana & Gageiro, 2014).

Quando a distribuição dos resíduos é normal, demostra-se que na ausência de Auto-


correlação dos resíduos, a co-variância nula significa independência dos resíduos. Este
teste é feito para verificar se o termo de erro segue a distribuição normal devendo trazer
uma média e a co-variância iguais a zero. Por outras, as variâncias devem ser
homogéneas. Para testar a normalidade dos resíduos, existes vários testes, que esses
afirmam que, muitos testes estatísticos exigem que uma ou mais variáveis sejam
normalmente distribuídas para que os resultados do teste sejam confiáveis. Dentre
vários testes, recorrera se o teste de Jarque-Bera para testar a normalidade dos resíduos
com as seguintes hipóteses:

Ho: Os resíduos seguem uma distribuição normal

H1: Os resíduos não seguem uma distribuição normal

2.3.4.5. Teste de variância (ANOVA)

Para aplicação da análise de variância, são necessárias as seguintes suposições: as


observações são independentes, ou seja, cada elemento amostral deve ser independente,
os grupos comparados apresentam a mesma variância e os erros são independentes e
provenientes de uma distribuição normal com média igual a zero e variância constante.
23

2.3.5. Parâmetros do modelo ANOVA3


a) Estatística de regressão
 R-quadrado

Uma maneira de verificar se o modelo ajustado é adequado é olhar o resultado do


coeficiente de determinação (R2). Este coeficiente mede o quanto a variável resposta é
explicada pelo modelo. Quanto maior o valor de R2 melhor.

O R² explica se a relação entre as variáveis é forte ou fraca. Quanto mais perto de 1 for
o resultado, mais forte será a relação. Ressalta-se que o R² relaciona todas as variáveis
com a variável dependente. Se o R² for igual a 1, o que dificilmente ocorrerá, não
haverá resíduos para cada uma das observações da amostra em estudo e a variabilidade
da variável Y estará totalmente explicada pelo vector de variáveis X consideradas no
modelo de regressão.

 R-quadrado ajustado

Quando há o intuito de comparar o coeficiente de ajuste (R²) entre dois modelos ou


entre um mesmo modelo com tamanhos de amostras diferentes, faz-se necessário o uso
do R² ajustado, o qual é uma medida do R² da regressão estimada pelo método de
mínimos quadrados ordinários ajustada pelo número de graus de liberdade, uma vez que
a estimativa amostral de R² tende a superestimar o parâmetro populacional.

 Erros-padrão

O termo de erro ou resíduo equivale à diferença entre o valor real de Y e o valor


previsto de Y, visto que por meio de “ε” é possível capturar o efeito das demais
variáveis não incluídas no modelo de regressão utilizado. O número de observações
equivale ao número de casos analisados. Neste caso, foram 17 anos.

b) ANOVA
 Graus de liberdade

Os graus de liberdade (gl ou df) representam a quantidade de informação, fornecida


pelos dados, que você pode "gastar" para estimar os valores de parâmetros
populacionais desconhecidos, e calcular a variabilidade dessas estimativas. Esse valor é

3
Pereira, Manosso, Fossatti e Berti (2019) em Regressão Linear Múltipla Como simplificar por meio do
Excel e SPSS?
24

determinado pelo número de observações em sua amostra e o número de parâmetros em


seu modelo. Aumentar seu tamanho amostral fornece mais informações sobre a
população e, desta forma, aumenta os graus de liberdade em seus dados. Adicionar
parâmetros ao seu modelo (aumentando o número de termos em uma equação de
regressão, por exemplo) "gasta" informações dos seus dados, e reduz os graus de
liberdade disponíveis para estimar a variabilidade das estimativas de parâmetro. No
MRLM deve-se estimar uma parâmetro para cada termo que você escolha incluir no
modelo, e cada um consome um grau de liberdade. Portanto, incluir termos em excesso
em um MRLM reduz os graus de liberdade disponíveis para estimar a variabilidade dos
parâmetros, e pode torná-lo menos confiável.

c) Resultados de Regressão
 Coeficientes

Os coeficientes são os números pelos quais as variáveis da equação serão multiplicadas.


Esse valor representa o quando a variável dependente irá variar quando a respectiva
variável independente variar 1 unidade.

 Erro Padrão

O erro padrão é o mesmo desvio padrão de uma estimativa. O erro padrão do coeficiente
mede o grau de precisão com que o modelo estima o valor desconhecido do coeficiente.
Quanto menor o erro padrão, mais precisa é a estimativa. Dividir o coeficiente pelo erro
padrão calcula o valor-t, ou start t.

O valor-P representa o teste de significância individual. Este dado fornece a


significância estatística de cada parâmetro a ser considerado no modelo de regressão.
Assim, busca saber quais variáveis estão relacionadas com a variável dependente. Para
que exista significância, o valor-P deve ser < α.

Valor de p ≤ α: estatisticamente significativa. Se o valor p for menor ou igual ao nível


de significância, é possível concluir as variável é relevante ou importante para explicar a
variável dependente,

Valor de p > α: estatisticamente insignificativa. Se o valor de p for maior do que o


nível de significância, não é possível concluir que a correlação é diferente de 0, ou seja,
25

quando a variável não é estatisticamente significativa para explicar a variável


dependente.

H 0 : β n=0(Estatisticamente insignificante)

H 0 : β n ≠ 0( Estatisticamente significante )

d) Teste de significância individual dos parâmetros (Teste t)

O teste de t student, testa a hipótese dos parâmetros do universo alfa e beta serem iguais
a um determinado valor fixo. A razão t é a estatística t utilizada para testar a hipótese
nula de que um determinado parâmetro βk é nulo. Se a hipótese for rejeitada, dizemos
que βk é estatisticamente significativo ou significativamente diferente de zero. No
entanto, se uma variável explanatória é estatisticamente significativa não implica que
haja alguma interpretação económica.

Geralmente, em dados muito grandes, pode se encontrar significância estatística e uma


pequena magnitude do seu efeito. Segundo Wooldridge (2013 cit. em Perreira, et all.
2019) com recurso ao p-valor é possível testar restrições lineares de forma bastante
simples.

Na visão de Wilher (2016 cit. em Perreira, et all. 2019) sendo p-valor, o mínimo valor
para o qual a hipótese nula pode ser rejeitada, se este for menor que o nível de
significância α de 5%. Para efeito, são estabelecidas com base nas seguintes condições e
hipóteses do estudo;

e) Teste de significância global dos parâmetros (Teste F)

Para Pestana e Gageiro (2014), o teste de F de Sdnedecor avalia em termos globais o


modelo e não cada um dos parâmetros isoladamente, como é o caso dos testes t Student.

f) F/ F de significação

O F/ F de significação relaciona-se ao teste F, o qual avalia se o modelo proposto é útil


para explicar a variável dependente, ou seja, busca identificar se pelo menos uma das
variáveis independentes está relacionada à variável dependente. Assim, o F de
significação deve ser F< α para que o modelo seja considerado útil, visto que avalia a
significância estatística geral do modelo estimado.
26

Segundo Wilher (2016 cit. em Perreira, et all. 2019) este teste é usado com a finalidade
de, em conjunto, saber se os coeficientes da regressão são iguais a zero, com a hipótese
alternativa de pelo um dos coeficientes ser diferente. Utilizando o p-valor é possível
testar restrições lineares de forma bastante simples (Wooldridge, 2013 cit. em Perreira,
et all. 2019). Sendo o p-valor o valor mínimo de rejeição de uma hipótese.

H 0 : β n=0( Pelo menosum parâmetro é igual a zero)

H 0 : β n ≠ 0 ¿)
27

3. METODOLOGIA

3.1. Enquadramento Metodológico

Quanto ao tipo de pesquisa, esta pesquisa enquadrou-se no método indutivo na medida


que poderão ser usados os resultados do banco comercial Standard Bank para ser
generalizados aos outros bancos comercias. Indução é um processo mental por
intermédio do qual, partindo de dados particulares, suficientemente constatados, infere-
se uma verdade geral ou universal não contidas nas examinadas. (Marconi & Lakatos,
2017).

Quanto a abordagem, esta pesquisa enquadrou-se no método quantitativo. Segundo


Zanella (2013), O método quantitativo preocupa-se com representatividade numérica,
isto é, com a medição objectiva e a quantificação dos resultados. Esse conceito alicerça
esta pesquisa na medida em que foi estimado a magnitude dos efeitos das variáveis
macroeconómicas sobre a rendibilidade dos bancos através da aplicação dos modelos
econométricos.

Quando aos objectivos, esta pesquisa enquadrou-se na pesquisa exploratória. Este tipo
de pesquisa tem como objectivo proporcionar maior familiaridade com o problema, com
vistas a torná-lo mais explícito ou a construir hipóteses (Gil, 2002).

Deste modo, segundo este autor, em verídico afirmar que a presente pesquisa é
exploratória por ser adequada ao problema e objectivos de pesquisa dado que, procura
aprofundar e absorver o conhecimento da realidade permitindo deste modo descobrir
temáticas que não são do domínio do pesquisador, enquanto tenta observar e avaliar a
magnitude dos efeitos das variáveis macroeconómicas sobre a rendibilidade bancária,
estabelecendo relações entre as variáveis de estudo envolvidas.

No que concerne aos procedimentos técnicos, a pesquisa enquadrou-se na pesquisa


bibliográfica, pesquisa documental e estudo de caso.
28

Pesquisa bibliográfica: É uma pesquisa bibliográfica a que é desenvolvida com base em


material publicado como livros, artigos científicos, revistas, jornais e outros
relacionados (Nascimento, 2016). Torna-se bibliográfica, porque a fundamentação
teórica metodológica do trabalho implicou uma investigação em livros e artigos sobre o
tema, de modo, a obter informações detalhadas sobre o tema, variáveis
macroeconómicas e indicadores de rendibilidade e as mesmas fontes utilizadas foram
disponibilizadas em referências bibliográficas.

Recorreu-se a pesquisa documental de modo a se obter dados nos relatórios & contas do
Banco Standard Bank e AMB para indicadores de rendibilidade bancária (ROA e ROE)
e relatórios do BM para variáveis macroeconómicas no período em análise (2004-2020).

Estudo de caso é o estudo exaustivo de um ou poucos objectos de pesquisa, de maneira


a permitir o aprofundamento do seu conhecimento. Os estudos de caso têm grande
profundidade e pequena amplitude, pois procuram conhecer a realidade de um
indivíduo, de um grupo de pessoas, de uma ou mais organizações em profundidade
(Zanella, 2013). Com este conceito, para a presente pesquisa foi conduzido um estudo
de caso no banco comercial Standard Bank no período 2004-2020 para se avaliar os
efeitos das variáveis macroeconómicas sobre a sua rendibilidade.

3.2. Técnica de Colecta de dados

Para a presente pesquisa, usou como técnica de colecta de dados, a análise documental.
A análise documental é realizada com recurso a fontes diversas, que não receberam
tratamento analítico antes tais como: tabelas estatísticas, jornais, revistas, relatórios,
documentos oficiais, cartas, filmes, fotografias, pinturas, tapeçarias, relatórios de
empresas, etc. (Fonseca, 2002). Com recurso a esta técnica, foram recolhidos dados nos
relatórios do Banco Comercial Standard Bank & AMB e BM do período em análise
com a finalidade de aferir sobre a avaliação dos efeitos das variáveis macroeconómicas
sobre a rendibilidade do banco.

3.3. Processamento, análise, estimação do modelo e interpretação dos


resultados.

3.3.3. Processamento

Tratando de dados com uma robustez por conta de período em análise que é longo e
para garantir a fiabilidade de resultados, o processamento de dados foi realizado
29

estatisticamente com recurso ao software STATA de modo a efectuar as análises


estatísticas descritivas, testes de consistência das respostas e de distribuição dos dados
obtidos para estudar a relação existente entre variáveis em estudo, onde os dados foram
extraídos nos relatórios & contas do Banco comercial Standard Bank (2004-2020),
Relatórios de pesquisa do sector bancário na AMB para indicadores de rendibilidade e
nos relatórios anuais de BM para variáveis macroeconómicas. Em seguida, serão
criados gráficos e tabelas, e após, essas informações serão descritas de acordo com os
objectivos da pesquisa.

3.3.4. Análise e Interpretação de resultados da pesquisa

A análise dos dados envolve a descrição dos procedimentos a serem adoptados tanto
para análise quantitativa quanto qualitativa (Gil, 2002). Esta análise pode ocorrer após,
ou simultaneamente com a interpretação dos dados, que consiste, em estabelecer uma
ligação entre os resultados obtidos com outros já conhecidos. Nesta vertente, para a
análise e interpretação de dados, recorreu-se ao uso da estatística descritiva.

A análise de regressão é uma técnica estatística que busca caracterizar a relação entre
variáveis tomando uma dada variável que se quer prever [variável dependente] e
observando a sua variação em função de uma ou mais variáveis [variável independente]
(Zanella, 2013, p.124).

Para esta pesquisa, a variável dependente é o Indicador de Rendibilidade bancária e a


variável independente são variáveis macroeconómicas. A análise de correlação vai
ajudar na medida em que vai avaliar a relação existente entre as duas variáveis e
mensurar a magnitude da relação, a significância e adequação do modelo para esta
pesquisa.

Foi ainda realizada a análise de regressão linear múltipla para aferir sobre a qualidade
de explicação das variáveis independentes na variável dependente. Os modelos de
regressão foram testados através da análise de variância (ANOVA) e as variáveis
explicativas pelo p-value. A ANOVA, permite que vários grupos sejam comparados a
um só tempo, utilizando variáveis contínuas (Guimarães, 2008).

Os testes de significância dos coeficientes de correlação e da análise de regressão serão


realizados aos níveis de significância α = 5%.
30

3.3.5. Estimação do Modelo de regressão Linear Múltipla

Em relação ao ROAA

E(ROAA t ¿)=β 0 + β 1 PIBpc t + β 2 TI t + β 3 TJ t + β 4 TC t + β 5 ID t +ε t

Em Relação ao ROAE

E ( ROAEt ¿ )=β 0 + β 1 PIBpc t + β 2 TI t + β 3 TJ t + β 4 TC t + β 5 ID t +ε t

Onde:

 E(ROAAt e ROAEt\VM) – Fornece o valor esperado ou médio de ROAE ou


ROAA condicional aos valores fixados ou dados sobre as variáveis
macroeconómicas.
 ROAAt e ROAEt - São regressando. Variáveis dependente da equação.
 β 0 - É intercepto, dá efeito médio sobre o ROAE/ROAA de todas as variáveis
excluídas do modelo ou dá valor médio quando os regressores são iguais a zero.
 β 1 a β 5 – São coeficientes parciais da regressão. Medem a variação no valor
médio de ROAE/ROAA, E(ROAE/ROAA), por unidade de variação do
regressor mantendo os outros constantes.
 PIBpc , TIipc , TJreal , TC e ID – São regressores do modelo. Variáveis
independentes da equação.
 ε t−¿ é o erro estocástico da t-ésima observação, isto é, o efeito de uma
infinidade de factores que estão afectando a observação da Rendibilidade de
forma aleatória e t compreende o número de anos analisados.
3.3.6. Testes de validação do modelo

Para a validação do modelo, foram feitos os seguintes testes, (testes abaixo descritos)
importa salientar que o de estacionariedade foi feito para cada variável explicativa e os
restantes testes foram feito sobre os resíduos do modelo.

3.3.6.1. Teste de estacionariedade de Philip- Perron

Para testar a estacionariedade das variáveis, recorreu-se ao teste de Philip-Perron que


procura saber se que uma variável tem uma raiz unitária ou não, isto é, é estacionária ou
não estacionária. Este teste tem as seguintes hipóteses:

Ho: A variável contém uma raiz unitária (ou não é estacionária)


31

H1: A variável não contem uma raiz unitária (foi gerada por um processo estacionário)

3.3.6.2. Teste de Auto-correlação de Durbin-Watson

O pressuposto de independência dos resíduos pode ser testado pela estatística de


Durbin-Watson. O teste de Durbin-Watson tem como hipótese nula que a relação entre
dois resíduos consecutivos é estatisticamente igual a zero. Foi usado a tabela de Watson
(tabela em anexo) para decidir (decisao) usou se se o valor calculado que estava entre
os intervalos com 6 variáveis e 17 observações.

3.3.6.3. Teste de Heterocedasticidade de Breusch-Pagan

O teste de Breusch-Pagan é usado para determinar se a heterocedasticidade está ou não


presente em um modelo de regressão. O teste usa as seguintes hipóteses nulas e
alternativas:

H0: A homocedasticidade está presente (os resíduos são distribuídos com variância
igual)

H1: A heterocedasticidade está presente (os resíduos não são distribuídos com variância
igual)

Se o valor p do teste for menor que algum nível de significância (ou seja, α = 0,05),
rejeitamos a hipótese nula e concluímos que a heterocedasticidade está presente no
modelo de regressão.

O teste de Breusch-pagan consiste em testar a hipótese nula de que as variâncias dos


resíduos são iguais. Porém, a estatística Breusch-pagan é indicada apenas quando a
distribuição dos resíduos é normal.

3.3.6.4. Teste de Normalidade de Resíduo de Jarque-Bera

Para testar se os resíduos seguem uma distribuição normal, recorreu ao teste de Jarque
Bera a qual tem como hipóteses nula a normalidade dos resíduos, desta forma, se o
32

valor calculado for maior que o valor critico, rejeitamos hipóteses nula. Foi usada a
seguinte fórmula para calculado o valor de Jarque Bera:

2 2
S ( K −3 )
JB=n [ + ]
6 24

Em que: n = tamanho da amostra, S = coeficiente de assimetria e K = coeficiente de


curtose.

4. APRESENTAÇÃO E DISCUSSÃO DE RESULTADO


4.1. Discussão de Resultados
4.1.3. Descrição dos dados

A tabela apresenta de forma resumida a descrição dos dados de todas as variáveis


incluídas no estudo no período de 2004-2020. A média, valor máximo e mínimo e os
respectivos coeficientes de variação são apresentados na tabela que se segue:

Tabela 1: Estatística descritiva (2004-2020)

Variáveis Obs. Média Coef. Variação Mínimo Máximo


ROAA 17 3.823529 25% 3 6
ROAE 17 29.41176 32% 19 49
PIBpc 17 517.7971 18% 383.2702 673.9692
TIipc 17 8.139041 64% 2.559749 17.41804
TJreal 17 12.60607 29% 6.598068 19.39994
TC 17 38.68689 44% 22.58134 69.47
ID 17 3.218235 6% 2.94 3.43
Fonte: Elaborado pelo autor com base no STATA v15.

De acordo com a tabela 1, constata-se que o banco apresenta uma rendibilidade média
positiva de 3.82% sobre os activos médios (ROAA), com um coeficiente de variação de
25%. Atingiu o seu pico nos anos 2017 e 2016 quando rendeu-lhe 6% dos seus activos
para os dois anos e no ano de 2004 registou o valor mais baixo de 3% como índice de
rendibilidade.

O banco apresenta uma rendibilidade positiva de 29.41% sobre os capitais próprios


médios do banco (ROAE), com um coeficiente de variação de 32%, tendo atingido o
seu pico no ano 2007 quando rendeu-lhe 49% dos seus capitais próprios e em 2013 o
banco registou o índice mais baixo de cerca de 19% nesse índice de rendibilidade anual.
33

A economia Moçambicana apresentou oscilações macroeconómica ao longo do período


em análise, tendo o PIBpc em média de 517.8 MT, com um coeficiente de variação de
18%. O PIBpc atingiu o Boom em 2014 ao cifrar 673.97 MT e o ciclo depressivo em
2004 com cerca de 383.27MT.

A taxa de inflação tem em média 8.13% e 64% de coeficiente de variação. Custou mais
a vida dos moçambicanos em 2016 ao atingir 17.41% e menos em 2012 com 2.60% de
inflação. Quanto à taxa de juros, dentro do período em análise, tem em média 12.61%
com 29% de coeficiente de variação. O índice mais alto foi verificado em 2018 com
19.39% e em 2005, registou o índice de 6.43% sendo considerado menor dentro do
período em análise.

Em relação a taxa de câmbio, possui uma média de 38.68 MT/USD, com 25% de
coeficiente de variação e oscila entre 22.58 á 69.47 MT/USD. Na taxa de desocupação,
o país registou dentro do período em análise, em média 3.22% da taxa de desemprego
tendo maior índice em 2016 com 3.43% e menor em 2007 com 2.94%. importa salientar
que, quantos( quanto) aos dados, o índice de desemprego, é a única variável que
apresenta uma dispersão baixa com um nível de 6%, mostrando esses resultados
consistentes por serem homogéneos.

4.1.4. Análise de Correlação

A tabela 2 é descritiva dos resultados de correlação entre as variáveis dependentes que


são indicadores de rendibilidade bancária e as variáveis independentes que são variáveis
macroeconómicas. De forma a ter um modelo preciso, todos os valores devem estar
abaixo de 0,80. Se houver um valor de correlação superior a 0,80, isso significa que
existe multicolinearidade o que pode afectar a importância do modelo, reduzindo a sua
confiabilidade e estabilidade (Da silva, 2017).

Tabela 2: Matriz de Correlação de Pearson

  ROAA ROAE PIBpc TIipc TJreal TC ID


ROAA 1
ROAE 0.1711 1
PIBpc -0.2198 -0.3330 1
TIipc 0.2240 0.4147 -0.5068 1
34

TJreal 0.5035 -0.0587 0.0352 -0.1816 1


TC 0.6418 -0.3679 -0.2446 -0.0271 0.2414 1
ID 0.0533 -0.7899 0.5072 -0.3461 -0.0203 0.4810 1
Fonte: Elaborado pelo autor com base no STATA v15.

Os valores da tabela 4 apontam que não há multicolinearidade, pois os valores de


correlação entre as variáveis estão abaixo de 0,80 durante o período 2004-2020. Isso
significa que todas as variáveis independentes são adequadas para serem analisadas
através deste modelo.

O ROAA, com a excepção do PIBpc, apresenta uma associação positiva com todas as
variáveis macroeconómicas. Sabe-se que com taxa de inflação, a correlação é fraca com
22.40%, é moderada para taxa de juros e taxa de câmbio com percentagem de 50.35% e
64.18% respectivamente. Para o índice de desemprego é fraca com 5.33%. Isso mostra
que, a medida que as variáveis macroeconómicas aumentam, o ROAA aumenta
também. Diferentemente do PIBpc, já que essa variável apresenta uma associação
negativa (21.98%), quando ela cresce, o ROAA decresce.

Quanto ao ROAE, apresenta apenas uma relação linear positiva moderada com a taxa de
inflação com o coeficiente de 41.47%, isso mostra que a medida que a taxa de inflação
cresce, o ROAE também cresce. As demais variáveis, o ROAE apresenta uma
correlação negativa com 33.30% de PIBpc, 5.87% de taxa de juros, 36.79 de taxa de
câmbio e 78.99% de índice de desemprego, isso mostra que a medida que essas
variáveis crescem, o ROAE decresce.

4.1.5. Resultado dos Modelos de ROAA e ROAE


a) Modelo de ROAA

A Tabela 2 abaixo, mostra os resultados da regressão estimada do modelo de ROAA.

Tabela 3: Resultados de regressão de ROAA de 2004-2020

Variáveis Coeficientes Desv. Padrão Stat t p-value


Const. 5.583515 4.095019 1.36 0.200
PIBpc 0.0038773 0.0029548 1.31 0.216
TIipc 0.0638689 0.0359841 1.77 0.104
TJreal 0.0885753 0.0486505 1.82 0.096*
TC 0.0479069 0.0151479 3.16 0.009**
35

ID -2.255103 1.5842256 -1.42 0.182


R2 69.86%
R2 ajustado 56.16%
F estatístico 5.10
Prob>F 0.62963
Fonte: Elaborado pelo autor com base no STATA v15.

Nota: ** o teste foi significativo á 5%, * o teste foi significativo á 10% e caso contrário
foi não significativo.

Analisando os resultados da tabela 2, pode-se verificar que o R² do modelo foi de


69.86%. Isto que significa que aproximadamente 69.86% da variação da variável
ROAA pode ser explicada pelas variáveis macroeconómicas embutidas no modelo. O
modelo ajustado, através dos indicadores macroeconómicos, apresentou relevante poder
explicativo no período da amostra analisada, indicando que o índice de rentabilidade

ROAA, pode ser explicado pelos indicadores macroeconómicos em aproximadamente


56.16%, como demonstra o R² ajustado.

Sobre o erro-padrão, salienta-se que, quanto menor for melhor. Para esta regressão, o
erro-padrão é de 0.62963, significa que a distância média dos pontos de dados da linha
ajustada é de cerca de 0.63% do ROAA, ou seja, os valores observados caem uma
média de 0.62936 unidades da linha de regressão.

Constata-se que quando todos regressores forem iguais a zero, em média o ROAA será
igual a 5.583515.

O teste F indica que o modelo é útil, e sua probabilidade F (0.0116) indica que deve-se
(deve se)rejeitar a hipótese nula a 5% de significância, significando que as variáveis
explicativas de forma conjunta têm um efeito sobre o ROAA.

Quanto aos efeitos individuais das variáveis explicativas, as variáveis PIBpc, TIipc e ID
não têm nenhum efeito estatisticamente significativo sobre o ROAA porque o p-value
dos testes individuais de cada coeficiente destas variáveis é maior é 5% de nível de
significância, o que nos leva a não rejeitar as hipóteses nulas de que cada uma dessas
variáveis não tem um efeito significativo sobre o ROAA.
36

A taxa de câmbio é estatisticamente significativa por ter apresentado p-value menor


que o nível de significância, isto é, [ p−value ( 0.009 ) <α (0.05)¿ , com isso, rejeita-se a
hipótese nula, mostrando que em termos estatísticos, esta variável explica o ROAA.

O PIB e a taxa de inflação apresentam uma relação positiva (com a magnitude


0.00338773% e 0.0638689% respectivamente) sobre o ROAA ao contrário do índice de
desemprego que apresenta uma relação negativa (2.255103%). Porém, como o efeito de
cada uma dessas variáveis é não significativo, equivale afirmar que a magnitude dessas
variáveis considera-se nula sobre o ROAA.

Quanto a taxa de câmbio, existe uma relação positiva sobre o ROAA, assim como
Simiyu e Ngile (2015), nos seus estudos, já haviam concluído efeito positivo da taxa de
câmbio sobre o ROAA.

A relação positiva e significativa da taxa de câmbio sobre o ROAA significa que o


aumento da taxa de câmbio promove o aumento do ROAA. Isto é, por cada unidade
monetária de dólar que aumenta na taxa de câmbio, aumenta em média, o ROAA, em
aproximadamente em 0.048%.

A taxa de Juro tem uma relação positiva e significativa sobre o ROAA. Esta relação já
havia sido encontrada por Albertazzi e Gambacorta (2009). A relação é causada pelo
facto dos bancos comerciais utilizarem depósitos de curtos prazos para financiarem
empréstimos de longo prazo, beneficiando se de curva de juros mais íngremes. Com o
aumento da taxa de juros em 1%, aumenta também o ROAA em, aproximadamente,
0.0885753%. Esta variável é significativa a 10% de significância.

O aumento das taxas de câmbio esta associado a depreciação da moeda nacional, que
apesar de incrementar o ROAA do banco, traz impactos negativos para outros sectores
de economia que depende das importações, fazendo com que os bens e serviços sejam
importados a custo alto e devido a isso, os importadores são obrigados a aumentar o
valor económico dos bens e serviços na tentativa de compensar os custos incorridos na
aquisição. Nessas condições, já o nosso país tem uma balança comercial negativa, isto é,
importa mais do que exporta, poderá notar uma subida generalizada e
continua( contínua) dos preços tendo como consequência alto custo de vida que poderá
provocar altas taxas de juros, fazendo os deficitário não recorrem ao banco para
financiamentos e retirar as suas poupanças. Para que o banco gere lucro nos momento
37

da depreciação, o banco (este) deve antecipar a mudança da variação cambial ajustando


a sua posição na qualidade de compradora e isso impacta positivamente nos seus
rendimentos.

Existe alguns problemas com o aumento da taxa de juros, esse aumento pode até ser
benéfico para os bancos até um certo mas para a economia e agentes económicos pode
vir a ser maléfico segundo Barbosa (2015). Esse(este) autor afirma que uma elevação
nessa taxa afecta a actividade económica de diversas formas e resultados. Os variados
tipos de devedores, como os deficitários, os que pegam empréstimos em dinheiro e
aqueles que possuem dividas de longo prazo com contratos atrelados as taxas de juros
variáveis, tomam essa elevação com desprazer.

b) Modelo de ROAE

A Tabela 4 mostra os resultados da regressão estimada do modelo de ROAE.

Tabela 4: Resultados de regressão de ROAE

Variáveis Coeficientes Desv. Padrão Stat t p-value


Const.
174.3191 40.52249 4.30 0.00
PIBpc
0.036339 0.02924 1.24 0.24
TIipc
0.418798 0.356083 1.18 0.26
TJreal
-0.27132 0.481424 -0.56 0.58
TC
0.126891 0.149897 0.85 0.42
ID
-52.3955 15.67679 -3.34 0.01***
R2 69.86%
R2 ajustado 56.16%
F estatístico 5.10
Prob>F 0.62963
Fonte: Elaborado pelo autor com base no STATA v15.

Nota: *** o teste foi significativo á 1%,e caso contrário foi não significativo.

Fonte: Elaborado com base no STATA v15.

Quanto ao ROAE, existe uma relação bem explicada uma vez que o resultado do R² é de
69.19% o que significa que aproximadamente 69.19% da variação da variável ROAE
pode ser explicada pelas variáveis macroeconómicas embutidas no modelo. Neste
38

modelo, aproximadamente 55.19% (R2 ajustado) da variação da variável ROAE pode


ser explicada pelas variaríeis macroeconómicas embutidas no modelo.

Para esta regressão, o erro-padrão é de 6.2305, significa que a distância média dos
pontos de dados da linha ajustada é de cerca de 6.23% do ROAE, ou seja, os valores
observados caem uma média de 6.2305 unidades da linha de regressão. O teste F indica
que o modelo é útil e sua probabilidade F (0.0129) indica que deve-se rejeitar a hipótese
nula a 5% de significância, significando que as variáveis explicativas de forma conjunta
têm um efeito sobre o ROAE.

Constata-se que quando todos regressores forem iguais a zero, em média o ROAE será
igual a 174.3191.

Quanto aos efeitos individuais das variáveis explicativas, as variáveis PIB pc, TC, TIipc e
TIreal não têm nenhum efeito estatisticamente significativo sobre o ROAE porque o p-
value dos testes individuais de cada coeficiente destas variáveis é maior que 5% de nível
de significância, o que nos leva a não rejeitar as hipóteses nulas de que cada uma dessas
variáveis não tem um efeito significativo sobre o ROAE.

O PIB, taxa de inflação e taxa de câmbio apresentam uma relação positiva (com a
magnitude de 0.0363393%, 0.4187979%, 0.126891% respectivamente) sobre o ROAE
ao contrário da taxa de juro que apresenta uma relação negativa (com a magnitude de
0.2713245%). Porém, como o efeito dessas variáveis é não significativo, equivale
afirmar que a magnitude dessas variáveis considera-se nula sobre o ROAE.

A relação negativa e significativa que o índice de desemprego possui sobre o ROAE,


significa que o aumento do índice de desemprego promove o declínio do ROAE. Ao
acrescer 1% no índice de desemprego, o ROAE reduzirá em média, aproximadamente a
52.39548%.

Existe poucos estudos a respeito dessa variável no que tange ao sinal esperado, mas
existe(m) indícios forte(s) de que o aumento do índice desta variável, é maléfico para as
instituições financeira porque segundo Chaves (2018) influenciam a capacidade de
pagamento dos mutuários, elevam os índices de inadimplência e fica claro que o
somatório destes eventos impactam o resultado das instituições bancárias, não só, como
também, esta variável mina a ambiente regulatório de uma economia, nível de
39

desenvolvimento financeiro e nível de concentração do sector financeiro que afectam a


lucratividade dos bancos.

4.1.6. Teste de hipóteses para validação de modelo


a) Teste de raiz unitária para estacionariedade
 Teste de Philips-Perron
Tabela 5: Teste de Philips-Perron
A seguinte tabela 5 mostra resultados do teste de Philips Perron para estacionariedade
das variáveis.
Variável Coeficiente Stat t p-value
ROAA 0.3975732 1.52 0.151
ROAE 0.5893948 3.10 0.008
PIBPC 0.7174968 3.74 0.002
TIIPC 0.049862 0.18 0.860
TJREAL 0.0455659 0.17 0.867
TC 0.6616067 3.26 0.006
ID 0.756944 4.14 0.001
Fonte: Elaborado pelo autor com base no STATA v15.

A tabela 4 mostra os resultados do teste de raiz unitária de Philps Perron em níveis, que
permitiram verificar que as variáveis ROAA, TIipc, TJreal possuem raiz unitária, isto é,
não são estacionária em nível e rejeita-se a hipótese nula que que as variáveis
apresentam uma raiz unitária Isso significa que as séries de ROAA, TIipc, TJreal (em
nível) contém processos de raiz unitária. As variáveis ROAE, PIBpc, TC e ID não
40

apresentam uma raiz unitária, assim sendo não rejeita a hipótese nula de que a série é
estacionária.
b) Teste de Auto-correlação dos resíduos

A tabela 6 mostra resultados do Auto-correlação do teste de Durbin-Watson da


regressão de ROAA e ROAE com 17 observações e 6 variáveis incluindo o intercepto
ao nível de 5% de significância.

Tabela 6: Teste de Auto-correlação de Durbin-Watson

Modelo k n Limites (dL-dU) Valor calculado


Modelo de ROAA 6 17 ]0.5545-2.3176[ 2.128034
Modelo de ROAE 6 17 ]0.5545-2.3176[ 1.885678
Fonte: Elaborado pelo autor com base no STATA v15.

De acordo com a tabela 10, não existe(m) indícios de Auto-correlação porque o valor
calculado do teste está nos limites da área onde existe(m) indícios da ausência de Auto-
correlação segundo a tabela de Durbin-Watson (vide em anexo), ou seja, há evidências,
para afirmar que os erros não são auto-correlacionados.

c) Teste de heterocedasticidade dos resíduos

A tabela 7 mostra resultados do teste de heterocedasticidade do teste de Breusch-pagan


dos modelos de ROAA e ROAE do período 2004-2020.

Tabela 7: Teste de heterocedasticidade de Breusch-pagan

Modelo Chi2(1) Prob>chi2(1)


Modelo de ROAA 0.02 0.8817
Modelo de ROAE 0.95 0.3287
Fonte: Elaborado pelo autor com base no STATA v15.

Com o p-value de 88.17% e 32.87% para Modelo de ROAA e ROAE respectivamente,


maiores que o nível de significância de 5%, não rejeita-se a hipótese nula. Assim,
assume-se que a homocedasticidade está presente.

d) Teste de normalidade dos resíduos

Modelo de ROAA
41

Para testar a normalidade dos resíduos, primeiro usou (quem usou???) histograma, onde
correu se uma regressão de Modelo de ROAA, depois adicionou-se mais uma variável
de resíduos. Construi-se histograma de resíduos para verificar se os resíduos seguem ou
não uma distribuição normal, como mostra ao histograma abaixo.

Gráfico 1: Histograma de resíduos de Modelo de ROAA


1
Density
.5 0

-1 -.5 0 .5 1
Residuals
Font
e: Fonte: Elaborado pelo autor com base no STATA v15

Para construir o teste de Jarque-Bera, testa se primeiro, os detalhes dos resíduos a partir
da variável dos resíduos onde mostrará os percentis em diferentes níveis (1%, 5%, 10%,
25% e até 99%). Onde a 5%, os resíduos encontram-se ordenados a esquerda no valor
de -4.-2 e a direita no valor de -6.58 e a 50%, encontra se o valor mediano de -0.245. A
90%, os valores encontram-se ordenados a esquerda no valor de 5.38 e a direita no valor
de 17.73. depois dos correr os detalhes dos resíduos construi-se o teste de Jarque-Bera,:
42

2 2
( 0.9285201) ( 2.956979−3 )
JB=17 [ + ]
6 24

JB =2.45

NB: A estatística tem um Chi2 de distribuição com 2 graus de liberdade ( um para


Assimetria e um para Curtose). O valor crítico da tabela, a nível de 5% para 2 graus de
liberdade é 5.99

Já que o valor calculado foi menor que o valor critico (valor calculado = 2.45< critico =
5.99), então não rejeita-se a hipótese, de acordo com o teste de resíduos de Jarque–Bera
para normalidade, os resíduos mostram distribuição normal. Ou, não há violação da
suposição normal de distribuição de termos de erro, pois os resíduos estão saindo
normais.

Modelo de ROAE

Para testar a normalidade dos resíduos, primeiro usou(quem usou??) histograma, onde
correu se uma regressão de Modelo de ROAE, depois adicionou-se mais uma variável
de resíduos. Construi-se histograma de resíduos para verificar se os resíduos seguem ou
não uma distribuição normal, como mostra ao histograma abaixo:

Gráfico 2: Histograma de resíduos de Modelo de ROAE


43

.1
.08
.06
Density
.04
.02
0

-10 -5 0 5 10
Residuals

Fonte: Fonte: Elaborado pelo autor com base no STATA v15

Para construir o teste de Jarque-Bera, testa se primeiro, os detalhes dos resíduos a partir
da variável dos resíduos onde mostrará os percentis em diferentes níveis (1%, 5%, 10%,
25% e até 99%). Onde a 5%, os resíduos encontram-se ordenados a esquerda no valor
de -9.0996 e a direita no valor de -8.72 e a 50%, encontra se o valor mediano de -0.62.
A 90%, os valores encontram-se ordenados a esquerda no valor de 8.03 e a direita no
valor de 7.38 depois dos correr os detalhes dos resíduos construi-se o teste de Jarque-
Bera.

( 0.0978658)2 ( 2.505349−3 )2
JB=17 [ + ]
6 24

JB = 0.20

NB: A estatística tem um Chi2 de distribuição com 2 graus de liberdade (um para
Assimetria e um para Curtose). O valor crítico da tabela, a nível de 5% para 2 graus de
liberdade é 5.99

Já que o valor calculado foi menor que o valor critico (valor calculado = 0.20 < crítico =
5.99), então não rejeita-se a hipótese, de acordo com o teste de resíduos de Jarque–Bera
para normalidade, os resíduos mostram distribuição normal. Ou, não há violação da
suposição normal de distribuição de termos de erro, pois os resíduos estão saindo
normais.
44

Para a validação do modelo, foram feitos alguns testes dos quais, um foi para cada
variável (teste de estacionariedade) e os outros sobre o modelo, que são feitos sobre os
resíduos (Auto-correlação, heterocedasticidade e normalidade dos resíduos).

Constata-se que, quanto a estacionariedade, algumas variáveis mostraram se não


estacionárias em nível, quebrando o pressuposto de estacionariedade de séries temporais
para os MRL, apesar disto, avançou se o modelo pelo facto de o teste F mostrar que o
modelo foi útil e bem ajustado e a probabilidade de F for menor que o nível de
significância, rejeitando a 5% de significância que todos os coeficientes são
simultaneamente iguais a zero, ou seja, pelo menos um parâmetro é diferente de zero.
Modelo é robusto. (esta informacao???) De acordo com o teste de Durbin Watson para
auto-correlação, mostra que, nos dados não há evidência de auto-correlação, não existe
evidência de uma dependência temporal dos valores sucessivos dos resíduos.

Para o teste de Breusch-pagan para heterocedasticidade, não rejeitou-se a hipótese nula,


porque os valores de p-value foram maiores que o nível de significância, por isso
assume-se que existe a homocedasticidade nos resíduos. Para o teste de Jarque-Bera na
normalidade de resíduos, não rejeitou-se a hipótese nula, mostrando que os resíduos são
normalmente distribuídos.

5. CONCLUSÕES E SUGESTÕES
5.1. Conclusões
45

Para correr as regressões, antes foram feitos testes de estacionariedade para cada um
dessas variáveis, onde notou que excepto as variáveis ROAA, TIipc e TJreal, outras
foram estacionárias em nível. Quanto as variáveis não estacionárias, violou se o
pressuposto de estacionariedade mas mesmo assim foram consideradas no modelo pelo
facto de a probabilidade de F mostrar-se significativa ao rejeitar a hipótese nula a 5% de
significância, significando que as variáveis explicativas de forma conjunta têm um
efeito sobre o Modelo. Para o Modelo de ROAA, as variáveis TJreal e TC foram
estatisticamente significativa, o que quer dizer que, a sua relação (positiva) e magnitude
têm um efeito sobre o ROAA e para o Modelo de ROAE, isto é, ao acrescer em 1% a
TJreal e uma unidade monetária a TC, o ROAA aumenta em média 0.089% e 0.048%
respectivamente. O ID foi estatisticamente significativa no modelo de ROAE, o que
quer dizer que, a sua relação (negativa) e magnitude têm um efeito sobre o ROAE, isto
é, ao acrescer em 1% o ID, o ROAE reduz em média 52.4%.

Na validação dos modelos, o teste de auto-correlação de Durbin-Watson mostrou para


os dois modelos a ausência de auto-correlação afirmando que não existe dependência
dos dados temporais. O teste de heterocedasticidade de resíduos de Breusch-pagan,
rejeitou a hipótese nula, assumindo a existência de dados homogéneos para os dois
Modelos e para o teste de normalidade de resíduos de Jarque-Bera, para os dois
modelos, mostrou se haver uma distribuição normal dos resíduos.

Contudo, apesar de violação de alguns pressuposto de MRLM, como é o caso de


estacionariedade por parte de algumas variáveis, os modelos mostraram-se válido e útil
(válidos e úteis) para esta pesquisa e afirma-se a relação e a magnitude de TJreal e TC
para Modelo ROAA e ID para Modelo de ROAE tem efeito na rendibilidade do banco e
as outras variáveis, a sua relação e magnitude equivale a zero.

5.2. Sugestões

Para instituições bancárias

Para melhoria da rendibilidade bancária, sugere-se a partir desta pesquisa o seguinte:

 Optarem nos financiamentos de longo prazo por meio de depósitos de curto


prazo onde cobram mais a taxa de juro e aumentam os seus rendimentos;
46

 Tornar atractiva a sua taxa de juro para empréstimos aos agentes deficitários por
meio de termos de liquidação da divida e termos de liquidação.
 Criar estratégia de contornos aos impactos de desemprego, que pode ser por
meio de elevação de taxa de juros ou por meio garantias por parte dos
deficitários por parte de inadimplência.
 Promover mais serviços cambiais no sentido de comprar mais a moeda no
momento desvalorização para vender no momento da valorização.

Para pesquisadores

Para melhoria dos resultados alcançados nesta pesquisa sugere-se para as pesquisas
futuras:

 Alargamento de base de dados (número de observações) para analisar o


comportamento dessas variáveis no modelo;
 Embutir as variáveis interna nos modelos que contribui na rendibilidade
bancária, além das externas (Macroeconómicas) por esses apresentarem grande
poder de explicação na rendibilidade bancária;
 Uso de outros modelos econométricos para abertura de diferentes horizontes no
entendimento dos efeitos das variáveis macroeconómicas sobre os índices de
rendibilidade bancária com base nos resultados obtidos nesta pesquisa.

6. REFERÊNCIAS BIBLIOGRÁFICAS

Aburime, T. Determinants of bank profitability: macroeconomic evidence from Nigeria.


Social Science Research Network, 1, 1-15, 2008.

Ahmed, L.; (2015). The effect of foreign exchange exposure on the financial
performance of commercial banks in Kenya. In International Journal of
Scientific and Research Publications, v. 5, Issue, nov, 2015.

Albertazzi, U., & Gambacorta, L. (2009). Bank profitability and the business cycle.
Journal of Financial Stability, 5(4), 393-409.
47

Asimakopoulos, J. Samitas, A. e Papadogonas, T. (2009). Firm-specific and economy


wide determinantes of firm profitability: Greek evidence using panel
data.Econpapers. Issued 11, Vol. 35. P. 930-939. Recuperado em:
https://econpapers.repec.or/article/ememfipps/v-3a35-3ay3a2009-3ap3a930-
939.htm

Athanasoglou, P., Delis, M. & Staikouras, C. (2006), Determinantes da rendibilidade


dos bancos no susdeste, região Europeia, Antenas-Grécia.

Athanasoglou, P., Delis, M. & Staikouras, C. (2008), Determinantes da rendibilidade


dos bancos no susdeste, região Europeia, Antenas-Grécia.

Athanasoglou, P.P., Brissimis, N.S., (2004). The effect of mergers and acquisitions on
bank efficiency in Greece. Bank of Greece Economic Bulletin 22, 7-34.

Barbosa, C.F. (2000), Análise Macroeconómica, Volume I, Fundação CECIERJ,


Brasília-Brasil.

Batista, W.C. (sd), factores determinantes da rendibilidade bancaria: Analise dos


maiores bancos brasileiros no período 2007 a 2017. Revista de Economia,
Empresas e Empreendedores na CPL, 1-14.

Bernardelli, L.C & Gutierrez (sd), Efeitos financeiros e macroeconômicos na


rentabilidade bancária: evidencias para o brasil, Brasilia-Brasil.

Borio, C.; Gambacorta, L.; Hofmann, B. (2017). A Influência da política monetária na


lucratividade dos bancos. Revista Unterbacional financeira. p. 48-63.

Bourke, P. (1989). Concentration and other determinants of bank profitability in


Europe, North America and Australia. Journal of Banking & Finance, p. 65-79.

Breusch, T.S. & Pagan, A.R. (1979) A Simple Test for Heteroscedasticity and Random
Coefficient Variation. Econometrica, 47.

Cadir, J.A. (2020). Rentabilidade do sector bancário e crescimento económico em


Moçambique entre 1996 e 2017. Dissertação de mestrado. Instituto Universitário
de Lisboa – Portugal.
48

Capital Advisor recuperado em https://comoinvestir.thecap.com.br/intermediacao-


financeira

Chale, T.A. (2010), Contribuição dos instrumentos indirectos na condução da política


monetária em Moçambique entre 1998-2008, Monografia de Licenciatura,
Universidade Eduardo Mondlane, Maputo-Moçambique.

Chaves, G. (2018), Impacto dos fatores macroeconômicos na rentabilidade dos maiores


bancos que atuam no mercado brasileiro no período de 2000 a 2016
classificados por ativos totais, Dissertação de Mestrado, Universidade Alves
Faria - UnialfaGoiana- Brasil.

Couto, R.L.R. (2002). Metodologia de avaliação da capacidade de geração de


resultados das instituições financeiras. Notas técnicas de banco central do brasil.

Da Silva, B.C.P. (2017), Determinantes da Rendibilidade no Setor Bancário Português,


Dissertação de Mestrado, Instituto Superior de Contabilidade e Administração
do Porto, Porto-Portugal.

Demirgüç-Kunt, A., & Huizinga, H. (2010). Bank activity and funding strategies: The
impact on risk and returns. Journal of Financial Economics, 98(3), 626-650.

Demirgüç-Kunt, A., & Huizinga, H. (2010). Bank activity and funding strategies: The
impact on risk and returns. Journal of Financial Economics. p. 626-650.

Demirgüç-Kunt, A., Huizinga, H. (1999), Determinants of commercial bank interest


margins and profitability: Some international evidence. The World Bank
Economic Review, 13(2), 379-408

Dietrich, A., & Wanzenried, G. (2011). Determinants of bank profitability before and
during the crisis: Evidence from Switzerland. Journal of International Financial
Markets, Institutions and Money, 21(3), 307-327.

Ferrraz, A. (2002), Economia Monetária Internacional, Lisboa, Escolar Editora.

FLESCH, Carolina M.; SCATOLIN, Fábio. A expansão da carteira de crédito para


clientes pessoa física do Banco do Brasil S.A. Dissertação (Mestre em
Desenvolvimento Econômico) da Universidade Federal do Paraná, 2009.
49

Flesch, Carolina M.; SCATOLIN, Fábio. A expansão da carteira de crédito para


clientes pessoa física do Banco do Brasil S.A. Dissertação (Mestre em
Desenvolvimento Econômico) da Universidade Federal do Paraná, 2009.

Fonseca, J. J. S. (2002). Metodologia da pesquisa científica. Fortaleza: UEC. Apostila.

Garcia, G.M. (2018), Factores determinantes do spread bancário no Brasil, Monografia


de Licenciatura, Universidade de Brasília, Brasília-Brasil.

Gaspar, N. (2000), A Evolução do Sistema Bancário em Moçambique 1975-1992,


Dissertação de Mestrado, Universidade Eduardo Mondlane, Maputo-
Moçambique.

Gil, A. C. (2002). Como Elaborar Projetos de Pesquisa. (4a ed.). São Paulo: Atlas.
Obtido em Março de 2021, de
https://formacademicospe.wordpress.com/2017/03/27/6-livros-de-metodologia-
para-download/amp/;

Gil, A. C. (2010). Como Elaborar Projectos de Pesquisa. 5. ed. São Paulo: Atlas.

Gitman, L.J. (2010). Princípios de Administração Financeira.12. ed. São Paulo:


Pearson Prentice Hall.

Granger, C.W.J & Newbold, P. (1974, Dezembro). Spurious regressions in


econometrics. Jornal of Econometrics 2(1974).

Gujarati, D. (2000). Econometria Básica. (3ª ed.). Makron Books. São Paulo.

Gujarati, D. (2006). Econometria Básica. (5ª ed.). Makron Books. São Paulo.

Jamal, A. (2003). Redimensionamento da rede bancária do Banco austral: a sua


repercussão na força de trabalho e rendibilidade. Monografia de Licenciatura.
Universidade Eduardo Mondlane – Maputo.

Lee, C., e M. Hsieh (2013): “The impact of bank capital on profitability and risk inasian
banking”, Journal of International Money and Finance, 32, 251–281.

Lee, J. Y., & Kim, D. (2013). Bank performance and its determinants in Korea. Japan
and the World Economy. p. 83-94.
50

Lei 15/99 de 1 de Novembro que aprova a Instituições de crédito em Moçambique

Maleiane, A.A. (2014), Sistema Financeiro Moçambicano, Maputo-Moçambique.

Marconi, M., & Lakatos, E.M. (2017). Fundamentos de metodologia científica. (8 ed.),
atlas S.A, São Paulo, Brasil;

Minsky, H. (1989), stabilizing un unstable economy: New Helen. University Press.

Molyneux, P., & Thornton, J. (1992). Determinants of European bank profitability: A


note. Journal of banking & Finance. p. 1173-1178.

Nascimento, F. P. (2016). Classificação da Pesquisa. Em Metodologia da Pesquisa


Científica: teoria e prática – como elaborar TCC. Brasilia.

Neely, M. and D. Wheelock (1997). “Why does bank performance vary across states?”
Federal Reserve Bank of St. Louis Review, p. 27-38.

Paula, L.; Júnior;A. e Marques, M. (2001). Ajuste Patrimonial e Padrão de


Rentabilidade dos Bancos Privados no Brasil durante o Plano real de 1994/98,
São Paulo.

Pereira, A. S., Manosso, T.W.S., Fossatti, E.C., & Berti, S. A. (2019). Em Regressão
Linear Múltipla Como simplificar por meio do Excel e SPSS, Passo fundo- RS-
Brasil.

Pestana, M.H. & Gageiro, J. N. (2014). Análise de Dados para ciências sociais, A
complementaridade do SPSS (6ª. ed.). Lisboa,Portugal: Edições Sílabo.

Resolução CMN 2.099, de 1994

Revell, J. (1979), Inflation and Financial Institutions. Financial Times, London.

Santos, J. (2007). Controle preditivo não-linear para sistemas de hammerstein. Tese de


Doutorado, Universidade Federal de Santa Catarina, Florianópolis.

Sengo, E.F.F. (2008). Determinantes dos bancos comerciais em Moçambique no


período 2004 a 2006. Monografia de Licenciatura. Universidade Eduardo
Mondlane – Maputo.
51

Sicsú, J. (2012) Economia monetária financeira: teoria e política. 2a edição. Editado


por ELSEVIER. Rio de Janeiro, Brasil.

Simiyu, C.N., e Ngie, L. (2015), Efeito das variáveis macroeconómicas sobre


rendibilidade dos bancos comerciais listados na Bolsa de Valores de Nairobi,
Revista Internacional de Economia, Comércio e Gestão, 3, 1-16.

Topak, M.S. & Talu, N.H. (2017). Bank Specific and Macroeconomic Determinants of
Bank Profitability: Evidence from Turkey.International Journal of Economics
and Financial Issues, p.574.

TOPAK, Mehmet S.; TALU, Nimet H. Bank Specific and macroeconomic determinants
of bank profitability: evidence from Turkey. 2011. In Business and Economics
Research Journal, v. 2, n. 2, pp. 139-152, 2011. Disponível em:
<https//ssrn.com/abstract=1831345>, 2011.

Vong, A. P. I., & Chan, H. S. (2009). Determinants of bank profitability in Macao.


Macau Monetary Research Bulletin, 12(6), 93–113.

Yee, H.M. et al. (2016). The bank-specific and macroeconomic factors that affect
domestic commercial banks performance in malaysia. Dissertation Business
Administration (hons) Banking and Finance. Faculty of business and finance
department of finance.

Zanella, L. C. (2013). Metodologia de Pesquisa (2a ed.). (UFSC, Ed.) Florianópolis:


Departamento de Ciências da Administração. Recuperado em
http://arquivos.eadadm.ufsc.br/EaDADM/UAB_2014_2/Modulo_1/Metodologia
/material_didatico/Livro%20texto%20Metodologia%20da%20Pesquisa.pdf;

Link visitado

www.http//ind.millenniumbcp.pt/rendibilidade-da-banca.org
52
53

APÊNDICES
54

Tabela 8: Tabela de Base de dados dos Indicadores de Rendibilidade (ROAA e


ROAE) e Variáveis Macroeconómicas (PIBpc, TIipc, TJreal, TC e ID) no período
2004-2020.

Período ROAA ROAE PIB (per capita) TI (IPC) TJ real TC ID


2004 3.0 26.0 383.2702219 12.6 14.61 22.58 3.01
2005 3.0 33.0 416.8098242 6.43 11.45 23.06 3.01
2006 4.0 42.0 435.3340633 13.25 9.91 25.40 2.97
2007 4.0 49.0 482.1985636 8.49 11.14 25.84 2.94
2008 4.0 46.0 563.6496343 14.50 12.37 24.30 2.95
2009 3.0 37.0 520.4026316 3.79 14.45 27.52 3.17
2010 3.0 28.0 471.9043433 12.43 7.65 33.96 3.25
2011 4.0 23.0 594.5861471 11.17 15.41 29.07 3.30
2012 3.0 22.0 657.6446765 2.60 12.90 28.37 3.35
2013 3.0 19.0 664.0775104 4.26 11.99 30.10 3.41
2014 3.0 21.0 673.969212 2.56 13.42 30.69 3.41
2015 4.0 26.0 589.85905 3.55 6.77 38.28 3.43
2016 4.0 24.0 428.9266729 17.42 6.60 62.57 3.38
2017 6.0 35.0 461.4150941 15.11 18.78 63.61 3.31
2018 6.0 26.0 503.3179252 3.91 19.40 60.30 3.24
2019 4.0 22.0 506.6416391 2.78 13.23 62.55 3.19
2020 4.0 21.0 448.5442807 3.52 14.22 69.47 3.39
Fonte: Elaborado pelo autor de acordo com as informações de AMB e BM

Gráfico 4: Evolução do ROAA do Banco Standard Bank no período 2004-2020

Evolução do ROAA do Banco Standard Bank no período 2004-2020


7.0
6.0
5.0
4.0
3.0
2.0
1.0
0.0
2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020

Fonte: Elaborado pelo autor de acordo com as informações de AMB


55

Gráfico 5: Evolução do ROAE do Banco Standard Bank no período 2004-2020

Evolução do ROAE do Banco Standard Bank no período 2004-


2020
60.0
50.0
40.0
30.0
20.0
10.0
0.0
2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020
Fo
nte: Elaborado pelo autor de acordo com as informações de AMB

Gráfico 6: Comportamento do PIBpc em relação ao ROAA e ROAE – 2004 à 2020

PIBpc em relação ao ROAA e ROAE – 2004 à 2020


800
700
600
500
400 PIB (per
capita)
300
ROAA
200
ROAE
100
0
20042005200620072008200920102011201220132014201520162017201820192020

Fonte: Elaborado pelo autor de acordo com as informações de AMB e BM.


56

Gráfico 6: Comportamento do Taxa de Inflação Índice Preço ao Consumidor em


relação ao ROAA e ROAE – 2004 à 2020

TIipc em relação ao ROAA e ROAE – 2004 à 2020


6.0

5.0

4.0 TI (IPC)
ROAA
3.0 ROAE

2.0

1.0

0.0
2004 200520062007 2008 2009 2010 2011 2012 20132014 2015 2016 2017 2018 2019 2020

Fonte: Elaborado pelo autor de acordo com as informações de AMB e BM.

Gráfico 7: Comportamento do Taxa de Juro Real em relação ao ROAA e ROAE –


2004 à 2020

TJ real em relação ao ROAA e ROAE – 2004 à 2020


60.00

50.00

40.00 TJ real
ROAA
30.00 ROAE

20.00

10.00

0.00
20042005200620072008200920102011201220132014201520162017201820192020

Fonte: Elaborado pelo autor de acordo com as informações de AMB e BM.


57

Gráfico 8: Comportamento do Taxa de Câmbio em relação ao ROAA e ROAE –


2004 à 2020

TC em relação ao ROAA e ROAE – 2004 à 2020


80.00
70.00
60.00
TC
50.00
ROAA
40.00 ROAE
30.00
20.00
10.00
0.00
20042005200620072008200920102011201220132014201520162017201820192020

Fonte: Elaborado pelo autor de acordo com as informações de AMB e BM.

Gráfico 9: Comportamento do Índice de Desemprego em relação ao ROAA e


ROAE – 2004 à 2020

ID em relação ao ROAA e ROAE – 2004 à 2020


60

50

40 ID
ROAA
30 ROAE

20

10

0
2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020

Fonte: Elaborado pelo autor de acordo com as informações de AMB e BM.


58

ANEXOS
59

Tabela

Você também pode gostar