Modelo e análise de previsão de desempenho pela metodologia de análise multivariada de dados: um estudo empírico do setor de energia elétrica

AutorAntônio Fernando Oliveira Andrade Pereira - Carlos Pedrosa Júnior - Evandro José Santos Ramos
CargoUniversidade Federal da Bahia - UFBA- Brasil - Universidade Federal da Paraíba - UFPB - Brasil - Faculdade CastroAlves - FCA- Brasil
Páginas59-74
ano 03, v.1, 5, Jan./Jun., 2006, p. 59-74 59
evista
evista
ontemp orânea
ontempor ânea de
de
ontabilidad e
ontabilid ade
C
C
R
R
C
C
Antônio Fernando de Andrade O. Pereira
Universidade Federal da Bahia - UFBA - Brasil
Carlos Pedrosa nior
Universidade Federal da Paraíba - UFPB - Brasil
Evandro José Santos Ramos
Faculdade Castro Alves - FCA - Brasil
Resumo
Este trabalho tem como objetivo estimar empiricamente uma equação com corte simultâneo de
previsão de desempenho das empresas do setor energético no Brasil. O estudo utiliza-se de uma
amostra de 40 empresas, através do levantamento das demonstrações contábeis de 2003, junto à
Comissão de Valores Mobiliários e à Bolsa de Valores de São Paulo. A metodologia adotada foi
composta de cnicas de análise multivariada, conjugando-se a análise fatorial e a análise
discriminante, trabalhando com o software Statical Package for the Social Sciences (SPSS) versão
10.0. Na fundamentação teórica foram estudadas exaustivamente as técnicas multivariadas e alguns
trabalhos recentemente apresentados em congressos. Os resultados obtidos evidenciaram a eficácia
do modelo na previsão de desempenho, contribuindo com as empresas de rating na análise de
crédito.
Palavras-chave: Análise multivariada, Previsão, Desempenho.
Abstract
The present work aims at empirically estimating an equation with the simultaneous use of the
performance prediction of the Brazilian energy companies. The study involves 40 companies,
using their financial statements of 2003 found at the Securities and Exchange Commission and at
São Paulo Stock Exchange. The methodology adopted was composed of the many-varied data
analysis techniques added to factor analysis and discriminating analysis. The software Statical
Package for the Social Sciences (SPSS) version 10.0 was used. In the theoretical background the
many-varied techniques were exhaustively scrutinized as well as some papers recently presented
in conferences. The results obtained demonstrated the efficacy of the model for the performance
prediction, thus contributing for the analysis of credit undertaken by the rating companies.
Key words: Many-varied analysis, Prediction, Performance.
Modelo e Análise de Previsão de Desempenho pela
Metodologia de Análise Multivariada de Dados: um estudo
empírico do setor de energia elétrica
Model and analysis of performance prediction through the many-varied analysis of data
methodology: an empirical study of the electric energy sector
ano 03, v.1, 5, Jan./Jun., 2006, p. 59-74
60
evista
evista
ontemp orânea
ontempor ânea de
de
ontabilidad e
ontabilid ade
C
C
R
R
C
C
Antônio Fernando de Andrade O. Pereira, Carlos Pedrosa Júnior e Evandro José Santos Ramos
1 Introdução
O Setor Enertico brasileiro es centrado, em grande parte, em duas áreas:
Refino de Petleo e Destilarias de Álcool. Segundo o Ministério de Minas e Energia
(MME) (2004, p.39), na geração e distribuição de eletricidade pouco consumo
final de energia. Entretanto, a eletricidade demonstrou um crescimento bastante
significativo de 1973 a 2000. Com a crise do setor em meados de 2000, houve uma
queda no consumo de energia elétrica no país, provocando problemas financeiros nas
empresas do setor.
O setor de energia elétrica vem passando por sérias dificuldades e as empresas
estão altamente endividadas. Em entrevista ao Bom dia Brasil, programa jornalístico
da Rede Globo, Pires (2004) afirma que Se o Brasil precisa crescer na média 4% a
o fim da década a gente vai precisar de cerca de R$ 15 biles tamm na média em
investimentos em novas usinas de geração de energia elétrica. Para gerar similar ao
consumo da grande São Paulo. Com esta notícia, conclui-se que as empresas irão
necessitar de empréstimos e deverão passar por sérias análises de risco. Riscos de
crédito são avaliados por empresas de rating de crédito, que são instituições
independentes especializadas na determinação e divulgação do risco das corporações,
instituições financeiras e países. As principais empresas de rating no mundo são: Moody’s
Investors Service, Standard & Poor”s, Fitch IBCA e Duff & Phelps Credit Rating Co.
O Rating consiste em uma nota que tem por objetivo classificar o risco de
empresas não cumprirem com suas obrigações financeiras. A determinação do risco
sempre afere uma probabilidade que pode ser da empresa como um todo, do papel
emitido, ou de uma operação estruturada, baseada sempre num tulo de vida, depósito,
apólice ou obrigação de fazer ou entregar. Considera-se o principal qualquer falta de
pagamento ou, ainda, pagamento impontual, além de repactuações das dívidas
unilaterais.
Segundo Menezes (1999), os estudos para auferir e prever a situação financeira
de empresas financeiras ou não-financeiras vem crescendo nos últimos anos. Técnicas
estatísticas têm sido utilizadas com a intenção de desenvolver modelos de previsão de
falência que permitam mensurar a situação de solvência das empresas a partir de suas
demonstrações financeiras.
As empresas de rating interpretam as demonstrações e atribuem “notas aos
principais indicadores de análise: liquidez, lucratividade, estrutura de capital,
rentabilidade, etc.
Conforme Kassai e Kassai (2002), para que o analista o fique com dúvidas
por causa do grande volume de índices, quocientes e indicadores, faz-se necesrio
que as análises sejam dispostas em grupos ou modelos específicos que procuram analisar
a situação de uma determinada empresa sob os mais variados enfoques.
Para eliminar o grau de subjetividade este trabalho irá demonstrar uma forma de
se encontrar a importância de cada indicador no resultado da empresa através de uma

Para continuar a ler

PEÇA SUA AVALIAÇÃO

VLEX uses login cookies to provide you with a better browsing experience. If you click on 'Accept' or continue browsing this site we consider that you accept our cookie policy. ACCEPT