Análise dos índices financeiros das usinas de açúcar e álcool brasileiras: análise de benchmarking utilizando análise envoltória de dados

Transcrição

1 ANÁLISE DOS ÍNDICES FINANCEIROS DAS USINAS DE AÇÚCAR E ÁLCOOL BRASILEIRAS: ANÁLISE DE BENCHMARKING UTILIZANDO ANÁLISE ENVOLTÓRIA DE DADOS PAULO HENRIQUE DE LIMA SIQUEIRA. FACULDADES INTEGRADAS CATAGUASES, CATAGUASES, MG, BRASIL. p33108@hotmail.com POSTER ADMINISTRAÇÃO RURAL E GESTÃO DO AGRONEGÓCIO Análise dos índices financeiros das usinas de açúcar e álcool brasileiras: análise de benchmarking utilizando análise envoltória de dados Grupo de Pesquisa: Administração Rural e Gestão do Agronegócio Resumo Nos últimos anos, o mercado de açúcar e do álcool vem passando por uma desregulamentação governamental que cria novos desafios competitivos para as usinas e destilarias do Brasil. A administração eficiente dos recursos financeiros passa a ser fundamental para que as usinas e destilarias consigam sobreviver no longo prazo. Esse trabalho visou analisar a eficiência de 60 usinas e destilarias na sua administração financeira. Utilizou-se das técnicas de comparação direta, estatística, e a análise envoltória de dados para identificar os benchmarking, ou seja, as empresas mais eficientes na administração de suas finanças. O resultado mostrou que é possível conciliar essas análises e dar um direcionamento maior para a tomada de decisão do gestor financeiro dessas esmagadoras. Palavras-chaves: Cana-de-açúcar, eficiência financeira e benchmarking Abstract In the last years, the sugar and of the alcohol market has suffered government deregulation that creates new competitive challenges for the Brazil sugar alcohol agro industry. The efficient resources financial administration has become important for survive of the sugar alcohol agro industry by a long period. This work sought to analyze the efficiency financial administration of the 60 sugar alcohol agro industry. It was used techniques of direct comparison, statistics, and the data envelopment analysis to identify the benchmarking, the most efficient companies in the finances administration. The result showed that is possible to 1

2 reconcile those analyses and to give better decision for the sugar alcohol agro industry financial manager's. Key Words: Sugar cane, finance efficient and benchmarking 1. Introdução A agroindústria do açúcar e do álcool no Brasil vem passando por uma série de transformações que demandam maior competitividade dessas unidades produtivas. Durante muitos anos, a partir da década de 30 com a instituição do IAA, Instituto do Açúcar e do Álcool, o governo regulamentava esse setor através de leis e decretos que, dentre outras medidas, fixavam a porcentagem da quantidade de mistura de álcool anidro na gasolina e estabeleciam garantias de preços mínimos para o combustível e para as matérias-primas destinadas à sua produção (Moraes, citado por MORAES & SILVEIRA, 2003). Em 1975, o Governo Federal instituiu o PROALCOOL, Programa Nacional do Álcool, criado para atender aos interesses dos usineiros, como um mecanismo para superar a crise da economia açucareira, do Governo, para melhorar os indicadores econômicos, da indústria de máquinas e equipamentos, dando continuidade ao crescimento que havia sido iniciado no final dos anos 60, e da indústria automobilística, com a criação do carro a álcool (SHIKIDA & BACHA, 1999). A partir do final da década de 1980, com a queda do preço internacional do petróleo, a crise das contas governamentais, a inflação fortemente ascendente e a desativação do IAA, o governo começou a se afastar da regulamentação desse setor, o que causou prejuízos e falências de muitas esmagadoras (SHIKIDA & BACHA, 1998). O processo de abertura do setor continuava nos anos seguintes com a liberação gradativa dos preços dos produtos. O primeiro foi o do açúcar (1990), seguido pelo do álcool anidro (1997), cana (1998) e do álcool hidratado (1999). Conseqüentemente, surgiu um novo processo de delineamento das atividades do setor sucroalcooleiro, sendo que o planejamento e as atividades de produção e comercialização deixaram de ser orientados pelo governo e passaram a fazer parte da administração privada (MARJOTTA-MAISTRO, 2002). A tendência que se visualiza no setor é de novas estratégias individuais, baseadas na diferenciação do produto, principalmente pela qualidade, diversificação produtiva, produtividade, especialização, disponibilidade de entrega e abastecimento, buscando-se maior competitividade (MARJOTTA-MAISTRO & BURNQUIST, 1998; BELIK et. al., 1998). Dois fenômenos vêm sendo observados: a concentração e centralização de capitais e a transferência de capitais do setor de uma região para outra, com instalação de novas unidades produtivas, principalmente na Região Centro-Oeste e no Estado de Minas Gerais (EID & PINTO, [199_]). Esse fenômeno pode ser observado, por exemplo, na usina Cosan. Primeiramente, realizou alianças como com o maior grupo francês de açúcar, o Tereos, da Franco Brasileira de Açúcar (FBA). Em novembro de 2005 começou a negociar ações na Bolsa de Valores, levantando, na estréia, 886 milhões de reais e com uma valorização de 156% até 20 de março de Em dezembro de 2005, comprou a usina Mundial por 105,5 milhões de reais, e em fevereiro de 2006, o Grupo Corona, por 398,6 milhões de reais, agregando com as demais usinas do grupo uma capacidade de moagem de 39 milhões de toneladas de cana anualmente (REVISTA EXAME, junho 2005; REVISTA EXAME, Março 2006). 2

3 O comportamento deste setor nos últimos anos mostra a importância de uma boa administração financeira para as usinas se elas querem levantar capital para ampliar sua atuação no mercado através de novos investimentos, assim como a Cosan. Contudo, para alçar essa eficiência, as usinas devem desenvolver estratégias que façam com que elas alcancem competitividade financeira. Um dos instrumentos utilizados para se alcançar excelência na gestão é o benchimarking. Termo bastante utilizado na agrimensura para definir um ponto de referência para comparações de elevação e direção, o benchmarking é um processo de busca consistente de novas idéias para métodos, práticas e processos e de adoção ou adaptação destas idéias para que a empresa alcance desempenho superior (CAMP, 1998). O benchmarking pode enfocar diferentes funções ou processos. O benchmarking interno é a análise das práticas em diferentes divisões da empresa, eliminando práticas desnecessárias que não adicionam valores e fortalecendo aquelas práticas críticas, fornecendo a estrutura para se comparar as práticas internas existentes com os dados do benchmarking externo. O benchmarking competitivo visa identificar o desempenho dos concorrentes diretos, ajudando a priorizar áreas de melhorias. O benchmarking setorial analisa as tendências do setor que pode ajudar nas linhas de base de desempenho, mas raramente levará a grandes mudanças ou evoluções de desempenho. O benchmarking das empresas líderes examina múltiplos setores, em busca de práticas inovadoras, com perspectivas amplas no desempenho, conforme áreas críticas que indiquem oportunidades de melhorias (LEIBFRIED E NACNAIR, 1994). De acordo com TUPY e YAMAGUCHI (2002), dada a relevância do benchmarking, torna-se necessário utilizar meios objetivos de análise que possa subsidiar na tomada de decisão. Este artigo pretendeu fazer uma análise de benchmarking dos índices financeiros das usinas de cana-de-açúcar do Brasil, utilizando a técnica da análise envoltória de dados como uma ferramenta de apoio na identificação de benchmarking e indicação de possibilidades de estratégia financeira a serem adotadas pelos produtores no processo da busca de melhor desempenho. No próximo capítulo se fará uma análise das principais ferramentas voltadas para a análise financeiras das empresas. Posteriormente se demonstrada a metodologia utilizada neste artigo. Em seguida, serão realizadas as análises dos resultados e finalmente as considerações finais e sugestões de novas pesquisas. 2. Análise Financeira das empresas O custo de empréstimos no Brasil é muito alto, com a maior taxa real de juros do mundo. Além disso, o levantamento de títulos através do mercado de capitais ainda não atingiu seu potencial devido à falta de liquidez, falta de transparência, dificuldades de acesso e custos elevados (LEMES JÚNIOR & CHEROBIN, 2000). Entretanto, o mercado de capital tem se desenvolvido rapidamente no país nos últimos anos. Segundo o JORNAL GAZETA MERCANTIL (Abril de 2006) As emissões de ações em 2006 já somaram R$ 7,9 bilhões, mais da metade dos 13,9 bilhões emitidos em Análise financeira das empresas tem cada vez mais ganhando importância no Brasil. Com a abertura de capital, muitas empresas são forçadas a criar mecanismo de comunicação com os potenciais investidores, vendendo uma imagem segura para atrair novos investidores. A bolsa de valores instituiu no ano de 2000 o Novo Mercado, que já conta com 25 empresas, procura...garantir direitos iguais a todos os acionistas, publicar balanços no 3

4 padrão americano e manter profissionais à disposição dos investidores... (REVISTA EXAME, março de 2006, p. 28). Assim, a transparência das informações financeiras tem sido cada vez mais importante. Ao longo da metade do século vinte, muitos autores procuraram desenvolver técnicas que analisassem a eficiência da administração financeira das empresas. Segundo KASSAI (2000), Altman, procurando desenvolver modelos de provisão de falências, foi o precursor da aplicação de métodos quantitativos em informações contábeis. Kanitz desenvolveu o termômetro de insolvência com o objetivo de prever a probabilidade de falência de empresas. Posteriormente, outros pesquisadores brasileiros desenvolveram modelos semelhantes, utilizando-se de técnicas estatísticas de regressão, análise fatoriais e discriminantes, redes neutrais e outros. (KASSAI, 2000, p. 1) As informações financeiras das empresas geralmente são demandadas pelos acionistas, que se preocupam com a lucratividade, os credores, que se preocupam com a capacidade de pagamento, e dos administradores, que além de todas essas preocupações, analisam a eficiência das empresas na administração dos recursos financeiros. As informações financeiras e econômicas são demandadas ainda pela comunidade, que cobra das empresas a quitação de sua responsabilidade social. A qualidade das informações contábeis divulgadas pelas empresas tem sido, portanto, amplamente discutida. E a transparência na divulgação das demonstrações financeiras está sendo relacionada ao exercício da responsabilidade social das empresas. (KASSAI, 2000, p. 6) Uma das formas de se analisar o comportamento financeiro das empresas é através dos seus índices financeiros. Segundo ROSS et al. (2000), os índices são levantados partir das demonstrações financeiras de uma empresa para fins de comparação. De acordo GITMAN (1987) os índices financeiros podem ser analisados de duas maneiras: série temporal, que mede o desempenho da empresa ao longo do tempo; e comparativamente, medindo o desempenho de uma determinada empresa em relação à concorrência. O desempenho da empresa pode ser comparado à principal empresa do setor, possibilitando que ela descubra diferenças operacionais cruciais que, se alteradas, aumentarão sua eficiência. Outro tipo de comparação é feito entre os índices da empresa e os índices médios do setor industrial. Neste estudo foram analisados sete índices financeiros: índice de endividamento, capital circulante líquido, giro do ativo, margem operacional, margem líquida, retorno para os acionistas e retorno sobre os investimentos. A utilização da Análise Envoltória de Dados na análise dos indicadores financeiros serve como um complemento dos outros elementos utilizados para se estudar o bem estar financeiros das organizações. A análise envoltória de dados é uma técnica não-paramétrica que se baseia na programação matemática, especificamente na programação linear, para estimar de forma empírica uma função de produção e analisar a eficiência relativa de Unidades de Tomada de Decisão ou Decision Making Units (DMUs 1 ), analisar os retornos à escala dessas DMUs, assim como identificar aquelas que poderão servir de benchmark para as ineficientes, de modo que estes possam melhorar suas performances DMUs (Decision Making Units) é um termo utilizado na técnica DEA para referenciar unidades homogêneas que utilizam insumos semelhantes para produzir produtos semelhantes e têm autonomia para tomar decisões. 4

5 A Programação Linear é um modelo matemático para resolver problemas onde as relações entre as variáveis relevantes possam ser expressas por equações e inequações lineares. Contém, portanto, uma expressão matemática, função objetivo, que se quer maximizar ou minimizar, e um conjunto de restrições, expressas por equações ou inequações matemáticas, que devem ser obrigatoriamente obedecidas, ao mesmo tempo em que se maximiza ou minimiza a função objetivo (MOREIRA, 2004). Geralmente, na administração financeira esse modelo auxilia os administradores na composição de uma carteira de investimentos. Conhecendo-se ou estimando-se a rentabilidade de cada investimento e as restrições quanto ao total disponível e ao máximo ou mínimo que se pode investir, devido à política de risco da companhia ou do tomador de decisão, o administrador procura determinar quanto investir em cada alternativa, de modo a maximizar a rentabilidade (MOREIRA, 2004). De acordo com KASSAI (2000), a análise de desempenho caminha de um alto grau de subjetividade para uma escada crescente de estruturação, ou seja, de determinação de etapas de análise sucessivas, colocadas em uma seqüência lógica, de forma a conduzir o analista às conclusões ou de apontar necessidades de dados. Análise de Balanços Informações Contábeis Tradicional ou Qualitativo Leitura, percentuais, índices e quocientes Integrados Modelo estatístico, correlação, regressão, análise discriminante Estruturados Análise Envoltória de Dados + Escala de Julgamento Humano Figura 1: Evolução da avaliação de desempenho pela análise de balanços Fonte: KASSAI, A primeira etapa parte de uma análise das informações pela leitura das demonstrações contábeis. Na segunda etapa são calculados os índices, percentuais e quocientes tradicionais. Passa-se, então, à utilização de modelos estatísticos, identificando características individuais da empresa analisada e confrontá-las com as outras. A última etapa utiliza da Análise Envoltória de Dados para construir um modelo de avaliação de desempenho que auxilie na determinação da excelência empresarial (KASSAI, 2000). O modelo é retroalimentativo, e as etapas sucedem-se em ordem progressiva e repetem-se se necessário. Por exemplo, depois de tratados estatisticamente, são selecionadas as variáveis que comporão o modelo. 5

6 Leitura Crítica dos Indicadores Tratamento das Variáveis Seleção das Variáveis Análise DEA Análise dos resultados Figura 2: Etapas propostas para o modelo DEA de análise de balanço. Fonte: KASSAI, Metodologia Este estudou analisou 60 usinas e destilarias de cana-de-açúcar relacionadas no Anuário da Gazeta Mercantil Essas são empresas sociedades anônimas que por lei são obrigadas a divulgar seus balanços, e as limitadas que, embora não sejam obrigadas a fazê-lo, submeteram seus balanços à análise desta revista. Primeiramente se fez uma análise de da receita líquida (REC), do lucro operacional (LO) e do lucro líquido (LL), além dos índices endividamento (END), capital circulante líquido (CCL), giro do ativo (GA), margem operacional (MO), margem líquida (ML), retorno sobre o patrimônio líquido (ROE) e retorno sobre o ativo (ROA). Junto a essas observações, se fez uma análise estatística contendo a média e desvio padrão, com o intuito de comparar as empresas em relação ao setor. O primeiro índice indica o montante de recursos de terceiros sendo usado para gerar lucros. Quanto menor o índice de endividamento, menor a alavancagem financeira e quanto maior este índice, maior a alavancagem financeira. Segundo GROPPELLI & NIKBAKHT (1999) uma empresa pode tomar dinheiro emprestado a curto prazo, principalmente para financiar seu capital de giro, ou a longo prazo, sobretudo para comprar instalações ou equipamentos. Quando ela se endivida a longo prazo, ela compromete-se a efetuar pagamentos de juros e para fazer isto, ela tem que gerar lucro suficiente para cobrir os pagamentos das dívidas e uma forma de descobrir o grau de endividamento é analisar vários índices de endividamento. Todas as empresas que realizam financiamentos a longo prazo está sujeita ao pagamento de juros e em função disso, deve possuir uma análise bem formulada sobre os índices de endividamento, para que a mesma formalize suas obrigações para a quitação destes juros, sem maiores problemas. Com isso ela pode desenvolver suas atividades sem maiores preocupações. O índice de endividamento é calculado pela fórmula a seguir: Índice de Endividamento = Exigível Total Ativo Total O segundo índice analisa a liquidez (CCL), que mensura a capacidade da empresa de atender as suas obrigações de curso prazo. O terceiro analisa a atividade, ou seja, mensura a rapidez com que as várias contas, no caso o ativo, são convertidas em vendas ou caixa. O CCL é calculado pela diferença entre ativo circulante menos o passivo circulante e o GA pela divisão entre o REC sobre o ativo total. 6

7 Finalmente, os últimos quadros índices analisam a lucratividade, ou seja, relacionam o retorno da empresa com suas vendas, ativos, ou patrimônio líquido GITMAN (1987). A margem de lucro operacional demonstra quão bem sucedida foi a administração da empresa nos negócios ao gerar o seu lucro operacional e o numerador desse índice representa o lucro após deduzir o custo dos produtos vendidos e as despesas operacionais da receita de vendas (LAJIR). Ele indica quanto Lajir ela gerou por unidade monetária de vendas, e elevados lucros operacionais podem significar controle efetivo dos custos, ou podem significar que as vendas cresceram mais rápido do que os custos operacionais. A margem operacional é calculada pela fórmula abaixo: Margem Operacional = LAJIR Vendas A margem de lucro líquido é aquela gerada de todas as fases de um negócio, ou seja, esse índice compara o lucro líquido às vendas. Algumas empresas têm margens líquidas acima de 20%, e outras têm margens líquidas baixas, em torno de 3% a 5%. O nível dessas margens varia de indústria para indústria, e é muito vantajoso para uma firma manter as margens de lucro acima da média do setor e, se possível, demonstrar uma tendência de melhora. Calcula-se da seguinte forma: Margem Líquida = Lucro Líquido do Exercício Vendas O ROE mede a taxa de retorno para os acionistas. Os analistas de mercado também estão interessados neste índice. Em geral, maior o retorno, mais atrativa é a ação. Esse índice avalia a rentabilidade e a taxa de retorno da empresa, que podem também ser comparados às outras ações. Calcula-se desta forma: ROE = Lucro Líquido do Exercício Patrimônio Líquido O ROA é freqüentemente chamado do retorno sobre o investimento da empresa. Ele mede a eficiência global da administração na geração de lucros a partir de seus ativos, antes de considerar os efeitos dos financiamentos. Assim, quanto mais alto for esse índice, melhor. Calcula-se assim: ROA = Lajir Ativo Total Além da análise desses índices, se fez uma análise de correlação entre as variáveis para verificar a causalidade, quando o comportamento de uma variável influencia o comportamento de outra no mesmo sentido (correlação positiva) ou em sentido oposto (correlação negativa). Finalmente, se fez a Análise Envoltória de Dados com as variáveis resultantes. Segundo CHARNES et al. (1994), para estimar e analisar a eficiência relativa das DMUs, a DEA utiliza a definição de ótimo de Pareto, segundo o qual nenhum produto pode ter sua produção aumentada sem que sejam aumentados os seus insumos ou diminuída a produção de outro produto, e em um enfoque alternativo, quando nenhum insumo pode ser 7

8 diminuído sem que se tenha que reduzir a produção de algum produto. A eficiência é analisada entre as unidades, relativamente. O modelo DEA com orientação-produto 2 procura maximizar o aumento proporcional nos níveis de produto, mantendo fixa a quantidade de insumos e, de acordo com CHARNES et al. (1994) e LINS & MEZA (2000), pode ser representado, algebricamente, por: Max φ,λ,s+,s- φ s.a φyi - Yλ + S + = 0, (1) - xi + Xλ + S - = 0, - λ 0, - S + 0, - S - 0. em que: - yi é um vetor (m x 1) de quantidades de produto da i-ésima DMU; - xi é um vetor (k x 1) de quantidades de insumo da i-ésima DMU; - Y é uma matriz (n x m) de produtos das n DMUs; - X é uma matriz (n x k) de insumos das n DMUs; - λ é um vetor (n x 1) de pesos; - S+ é um vetor de folgas relativo aos produtos; - S- é um vetor de folgas relativos aos insumos e - φ é uma escalar que tem valores iguais ou maiores do que 1. O coeficiente φ indica o escore de eficiência das DMUs, em que um valor igual a um indica eficiência técnica relativa da i-ésima DMU, em relação às demais, e um valor maior do que um evidencia a presença de ineficiência técnica relativa. O (φ -1) indica o aumento proporcional nos produtos que a i-ésima DMU pode alcançar, mantendo constante a quantidade de insumo. O problema apresentado em (1) é resolvido n vezes - uma vez para cada DMU, e, como resultado, apresenta os valores de φ e λ, sendo φ o escore de eficiência da DMU sob análise e λ fornece os peers (as DMUs eficientes que servem de referência ou benchmarking para a i-ésima DMU ineficiente). Com vistas a incorporar a possibilidade de retornos variáveis à escala, BANKER et al. (1984) propuseram o modelo BCC ( Banker, Charnes e Cooper) da análise envoltória de dados, introduzindo uma restrição de convexidade no modelo CCR ( Charnes, Cooper e Rhodes), apresentado sob a forma de um problema de programação linear (PPL(1)). O modelo BCC, apresentado no PPL (2), é menos restritivo 3 do que o modelo CCR e permite, de acordo com Banker e Thrall (1992), decompor a eficiência técnica em eficiência de escala e pura eficiência técnica (ver equação 3). Para analisar a eficiência de escala, torna-se necessário estimar a eficiência das DMUs, utilizando-se tanto o modelo CCR (1) como o BCC (2). A ineficiência de escala é evidenciada quando existem diferenças no escore desses dois modelos. A figura 1 representa os modelos CCR e BCC para uma fronteira bidimensional. Nesta E E E E figura, a eficiência da DMU E é dada por E E para o modelo BCC, e por E E no modelo CCR, ambos para orientação inputs. Output CCR C 2 B BCC Modelo DEA com orientação-produto sob a pressuposição de retornos variáveis à escala. 3 Porque permite menor discriminação das diferenças entre as DMUs. E E E Londrina, 22 a 25 de julho de E 2007, A D 8 Input Fig.1. Repres entação das fronteiras BCC e CCR

9 O modelo BCC, que pressupõe retornos variáveis à escala, pode ser representado pela seguinte notação algébrica: Max φ,λ,s+,s- φ s.a φyi - Yλ + S + = 0, (2) - xi + Xλ + S - = 0, N1 λ = 1 - λ 0, - S + 0, - S - 0 em que: - N1 é um vetor (nx1) de números uns. As demais variáveis foram anteriormente descritas. Mesmo que seja evidenciada a existência de ineficiência de escala, ainda não se sabe qual a natureza dessa ineficiência, isto é, se ela se deve a retornos crescentes ou a retornos decrescentes à escala. Para que seja contornada esta situação, torna-se necessário estimar a eficiência das DMUs utilizando-se uma restrição que pressupõe a existência de retornos não crescentes à escala, o que resulta na substituição da restrição N1 λ = 1 pela restrição N1 λ 1, no modelo apresentado no PPL (2). A natureza dos retornos à escala é analisada quando se comparam os resultados dos modelos CCR, BCC e o BCC com retornos não-crescentes. Se o coeficiente de eficiência do modelo CCR for igual ao do modelo BCC, haverá eficiência de escala; caso contrário, analisando-se os coeficientes de eficiência do modelo BCC com retornos não-crescentes e o modelo CCR, se forem iguais, haverá ineficiência de escala, que será devida à presença de retornos crescentes à escala. Caso contrário, isto é, se o coeficiente do modelo BCC com retornos não-crescentes for maior do que o do modelo CCR, a ineficiência será devida à presença de retornos decrescentes à escala. Dessa forma, de acordo com BANKER (1984), é possível determinar a escala ótima de cada unidade de produção. A eficiência técnica é definida por: Eficiência técnica = Eficiência de escala x Pura eficiência técnica. (3) Embora o método DEA seja relativamente recente, tem tido um rápido desenvolvimento. Assim atualmente conta com uma ampla base teórica e variedade de aplicações práticas. No caso da análise dos índices financeiros, a Análise Envoltória de Dados apresenta algumas dificuldades para se trabalhar com números negativos. Assim, considerou-se somente os resultados financeiros positivos, diminuindo para 44 empresas analisados com esse modelo. 9

10 Para se desenvolver o modelo, é necessário definir quais variáveis são o input (entrada) e output (saída). No caso, o input seria o END, pois quanto menor a entrada, mais eficiente a empresa. Os outputs seriam o CCL, GA, LL, MO, REC, ROA e ROE. O software utilizado foi o deap. 4. Análise dos Resultados A maior empresa em termos de receita líquida é a Cosan, com um valor de R$ , seguida pela Caeté (R$ ), Coruripe (R$ ) e Guarani / Açúcar (R$ ). Entretanto, em termos de lucro líquido, a melhor empresa passa a ser a Guarani / Açúcar, com R$ , seguida pela usina Alto Alegre e Cosan, com aproximadamente 36 mil e 32 mil reais respectivamente. O Grupo Guarani / Açúcar também apresenta o maior lucro operacional, com R$ O grupo Cosan apresenta um lucro operacional de R$ , ficando em 9º lugar entre as instituições analisadas. Observa-se, portanto, que apesar do faturamento da Cosan ser 106,30% maior do que a Coruripe, seu lucro líquido é 65,02% menor do que o da Guarani / Açúcar. Analisando os índices, observa-se que em termos de liquidez, ou seja, a capacidade da empresa de pagar seus compromissos a curso prazo, as duas empresas alagoanas, Caeté e Coruripe, apresentam seu CCL com valores de R$ e R$ , respectivamente. O grupo Cosan aparece em 15º e o Guarani / Açúcar em 29º, com CCL de R$ e R$ respectivamente. Em relação ao giro do ativo, duas usinas aparecem como as que mais rapidamente transformam o ativo em caixa, Benalcool e Maracaí, com 169,50% e 156%, respectivamente. O grupo Guarani cai para a 17º colocação, com 82,10%, e a Cosam para a 29º, com 63,40%. Quanto à parcela de capital de terceiro, as usinas mais bem colocadas são a USJ Açúcar, Equipav, Usina Furlan e Guarani / Açúcar, com 27,10%, 31,40%, 33,03% e 34,78%, respectivamente, lembrando que nesse caso, as melhores empresas são as que apresentam os menores números. Ao se analisar os índices de lucratividade, duas usinas têm destaques, Maracaí e Furlan. As duas lideram em termos de margem operacional, com 20,20% e 18,78%, e retorno sobre o ativo total, com 22,56% e 13,92%, respectivamente. Com relação à margem líquida, Maracaí fica em 3º lugar, com 14,46%, e Furlan em 4º lugar, com 14,42%. Com relação ao retorno sobre o patrimônio líquido, o grupo Maracaí ficam na 3º colocação, com 36,85%, e a Usina Furlan em 10º, com 20,78%, já que a Açucareira Quatar não deve ser considerada a mais eficiente, com índice de 227,67%, pois ela apresenta tanto um lucro líquido como um patrimônio líquido negativos, o que distorce sua colocação no ranking. A Tabela 1 mostra a média e o desvio padrão da receita líquida, do lucro operacional, do lucro líquido e dos índices analisados. TABELA 1: Média e Desvio padrão dos resultados e índices financeiros Média Desvio padrão Receita Líquida Lucro Operacional Lucro Líquido Capital Circulante Líquido Giro do Ativo 67,35 30,85 Índice de Endividamento 63,45 17,72 Margem Operacional 2,80 10,17 Margem Líquida 2,51 10,88 10

11 Retorno sobre o Ativo Total 2,17 7,34 Retorno sobre o Patrimônio Líquido 8,11 38,25 Fonte: Calculado pelo autor O elevado valor do desvio padrão do lucro operacional e do lucro líquido indica que as usinas menos eficientes têm apresentado prejuízos enormes. A Açucareira Corona, a menos lucrativa, sofreu um prejuízo operacional de R$ ,00 e um prejuízo liquido de R$ ,00. Vale lembrar que esse grupo foi comprado recentemente pela Cosan, o que mostra que esse prejuízo pode ter sido um dos motivos que justifiquem a disponibilidade dessa empresa para sua venda à Consan. Isso reflete o comportamento que vem sendo verificado no setor nos últimos anos. As usinas e destilarias mais eficientes têm crescido através de fusões, aquisições ou investimentos diretos, enquanto outros, menos eficientes e capacitas para suportar o ambiente de livre concorrência estabelecido pelo mercado, são forçadas a fechar ou incorporadas por outras maiores. A Tabela 1 mostra ainda que o Retorno Sobre o Patrimônio Líquido é o que apresenta o maior valor do desvio padrão. Isso aconteceu porque a Açucareira Quatar apresentou um Patrimônio Líquido negativo de R$ ,00, fruto de um prejuízo líquido de R$ ,00, distorcendo o comportamento desse desvio. O próximo passo desse trabalho foi fazer uma correlação entre todos os resultados e índices financeiros dessas usinas, independentes se os resultados foram positivos ou negativos. Nesse caso, acrescentou-se o valor do ativo total. Observou-se que o ativo teve alta correlação positiva com a receita (0,86), o lucro líquido apresentou alta correlação positiva com o lucro operacional (0,75), com a margem líquida (0,86) e com o retorno sobre o ativo total (0,73). O lucro operacional apresentou alta correlação com a margem operacional (0,83) e a margem líquida com o retorno sobre o ativo (0,91). Considerando-se as 43 empresas que apresentaram resultados financeiros positivos, as correlações apresentaram os valores apresentados no Quadro 1. QUADRO 1: Correlação entre os resultados e índices financeiros ATIVO CCL END GA LL LO ML MO REC ROA ROE ATIVO 1,00 CCL 0,58 1,00 END -0,05 0,01 1,00 GA -0,42-0,31-0,03 1,00 LL 0,44 0,18-0,46 0,04 1,00 LO 0,36 0,40-0,20 0,07 0,79 1,00 ML -0,21-0,21-0,58 0,27 0,66 0,49 1,00 MO -0,19-0,01-0,27 0,27 0,45 0,72 0,73 1,00 REC 0,91 0,44-0,08-0,17 0,54 0,43-0,12-0,12 1,00 ROA -0,33-0,29-0,46 0,65 0,48 0,42 0,85 0,71-0,16 1,00 ROE -0,38-0,31 0,06 0,71 0,28 0,31 0,60 0,56-0,22 0,78 1,00 Fonte: Calculado pelo autor Neste caso, observa-se que o ativo continua tendo alta correlação com a receita líquida (0,91), o lucro líquido com o lucro operacional (0,79), o lucro operacional com a margem operacional (0,72) a margem líquida com a margem operacional (0,73) e com o retorno sobre 11

12 o ativo (0,85), a margem operacional com o retorno sobre o ativo (0,71), o retorno sobre o ativo com o retorno sobre o patrimônio líquido, e o retorno sobre o patrimônio líquido com o giro do ativo (0,71). No ativo total e da receita líquida, os dois indicadores financeiros foram mantidos na análise envoltória de dados porque o ativo entra como input no modelo, enquanto a receita como output. Foram excluídos o lucro operacional, a margem líquida, o retorno sobre o ativo total e o retorno sobre o patrimônio líquido. Em suma, os inputs ficaram representados pelos índices de endividamento e ativo total, enquanto os outputs pelos capital circulante líquido, giro do ativo, lucro líquido, margem operacional e receita líquida. Analisando dos resultados rodados no software, observa-se que existem diferenças na performance dos produtores. Considerando a média dos escores, verifica-se que sob pressuposição de sob retornos constantes a escala, a média dos escores foi de 0,725, enquanto sob retornos variáveis, a média foi de 0,815. Onze (11) usinas aparecem como eficientes sob pressuposição de retornos constantes e dezesseis (16) de retorno variável, conforme mostra a Quadro 2. Esse Quadro mostra também a quantidade de vezes que cada usina desta foi benchmarking para as outras. Como os modelos utilizados têm pressuposição de orientação produto, cujos valores de eficiência variam de 1 até mais infinito, optou-se por apresentar os escores na forma inversa (1/φ), isto é, valores iguais a 1 indicam melhor performance e quanto mais próximo de 0 maior o grau de ineficiência, tornando mais fácil visualizar e interpretar os resultados. QUADRO 2: Usinas mais eficientes sobre pressuposição de retornos variáveis a escala Usina Constante Variável Benchmarkin g Cosa SP 1,000 1, Caeté - AL 1,000 1,000 9 Guarani/Açúcar - SP 1,000 1,000 6 Alto Alegre-SP 0,681 1,000 2 Zillo Lerenzetti-SP 0,869 1,000 6 USJ-Açúcar-SP 0,926 1,000 1 Usina Colombo-SP 1,000 1, Usina Maracaí-SP 1,000 1, Benalcool-SP 1,000 1,000 3 Usina Furlan-SP 1,000 1,000 7 Usina Sta Fé-SP 1,000 1,000 1 Fonte: Calculado pelo autor As empresas que são ineficientes podem melhorar suas performances, adequando o seu tamanho e copiar a estratégia da empresa benchmarking. Estes resultados indicam que estas empresas apresentam bom desempenho e cuja estratégia e estrutura financeira deveriam ser copiadas pelas empresas ineficientes, no sentido destas melhorarem suas performances financeiras. Para exemplificar, a Tabela 2 mostra os valores seis (6) usinas que deveriam buscar mudanças nos seus demonstrativos e índices financeiros para serem tão ou mais eficientes quanto às empresas benchmarking. Observa-se, por exemplo, que a usinas Coruripe AL deveria aumentar sua receita líquida em 22,38%, sua seu capital circulante líquido em 22,38%, seu giro do ativo em 12

13 88,52%, a margem operacional em 28,61% e o lucro líquido em 22,38%. Seu ativo total deveria diminuir -29,83% e seu endividamento, estável. Assim como estas, outras usinas poderiam verificar como seus indicadores e índices financeiros estão em relação aos seus concorrentes e visar estratégias que as tornem tão competitivas como as líderes nesse setor. O administrador financeiro dessas empresas pode ter em mão uma importante ferramenta para auxiliá-lo em sua tomada de decisão. TABELA 2: Valores observados e metas dos resultados e índices financeiros Empresa REC CCL GA MO LL AT END Valor observado Coruripe-AL ,00 7, ,83 Itamarati-MT ,60 0, ,78 Santa Cruz-SP ,70 5, ,08 Usina Alta Mogiana-SP ,20 2, ,08 Trapiche-PE ,40 14, ,93 Usina São Manoel-SP ,50 9, ,73 Valor alvo Coruripe-AL ,44 9, ,83 Itamarati-MT ,32 0, ,49 Santa Cruz-SP ,51 19, ,26 Usina Alta Mogiana-SP ,56 12, ,84 Trapiche-PE ,63 18, ,45 Usina São Manoel-SP ,82 15, ,66 Variação percentual (%) Coruripe-AL 22,38 22,38 88,52 28,61 22,38-29,83 0,00 Itamarati-MT 46,20 46,20 124,94-5, ,92 0,00-18,28 Santa Cruz-SP 21,23 123,51 58,32 260,93 78,32 0,00-50,96 Usina Alta Mogiana-SP 49,21 49,21 96,95 391,87 356,48 0,00-41,83 Trapiche-PE 21,75 21,75 32,09 22,86 43,94 0,00-30,56 Usina São Manoel-SP 74,97 74,97 90,50 72,31 113,92 0,00-7,02 Fonte: Calculado pelo autor 5. Considerações Finais O processo de globalização intensificou a necessidade de informações precisas e em tempo hábil pelas empresas para a tomada de decisão e formulação de estratégias. As constantes transformações econômicas dos últimos anos vêm estimulando as empresas a adotarem as melhores práticas gerenciais e produtivas existentes visando se tornarem mais competitivas. O benchmarking vem sendo bastante utilizado como um instrumento para se descobrir as melhores práticas existentes, seu funcionamento e como implantá-las dentro do contexto de cada organização. Embora seja reconhecida a importância de análise de benchmarking, as técnicas então utilizadas são subjetivas e limitadas. Neste contexto torna-se necessário a utilização de técnicas que possam auxiliar na identificação de benchmarking e formulação de estratégia para melhorar o desempenho e permanecer competindo no ambiente global. 13

14 Este artigo pretendeu fazer uma análise de benchmarking dos indicadores e índices financeiros das usinas e destilaras de cana-de-açúcar, utilizando a técnica da análise envoltória de dados como uma possível ferramenta de apoio na identificação de benchmarking e indicação de possibilidades de estratégia financeira a serem adotadas pelos usineiros no processo da busca de melhor desempenho. KASSAI (2000) definiu que a análise de desempenho caminha de um alto grau de subjetividade para uma escada crescente de estruturação de etapas de análise sucessivas colocadas em uma seqüência lógica, conduzindo o analista às conclusões ou de apontar necessidades de dados. Assim, os indicadores e índices financeiros poderiam ser analisados desde uma leitura direta disponível, passando por técnicas estatísticas e finalizando com técnicas matemáticas de programação linear, definindo as empresas mais eficientes que serviriam de benchmarking para as outras. Utilizou-se dados coletados no Anuário Gazeta Mercantil 2005, referentes a uma amostra de sessenta (60) maiores usinas e destilarias de cana-de-açúcar ano de Os resultados encontrados foram satisfatórios, possibilitando identificar o nível de desempenho de cada produtor e a natureza dos retornos à escala. Também foram identificados os produtores best pratice que podem servir de benchmarking para as demais, na busca de melhor desempenho. Com as análises verificou-se que existe uma diferença de performance entre as usinas. Alguns produtores ineficientes poderiam melhorar alguns de seus indicadores financeiros, aumentando ou diminuindo alguns deles, caso operassem de forma eficiente como as usinas benchmarking. Outros estudos poderiam ser realizados para verificar o tipo de gerenciamento financeiro adotado pelas empresas best pratice, dando um maior direcionamento para as estratégias que deveriam ser adotadas pelas menos eficientes. 6. Referência Bibliográfica BALANÇO ANUAL GAZETA MERCANTIL. Brasil consolida sua inserção global. Ano XXIX, nº 29, Agosto de BANKER, R.D. Estimating most productive scale size using DEA. European Journal of Operational Research, v. 17, p , BANKER, R.D., THRALL, R.M.. Estimation of returns to scale using DEA. European Journal of Operational Research, v. 62, n. 1, p , BANKER, R.D., CHARNES, A., COOPER, W.W. Some models for estimating technical and scale inefficiencies in data envelopment analysis. Management Science, v. 30, n. 9, p , BELIK, W, RAMOS, P. VIAN, C.E.F. Mudanças Institucionais e seus Impactos nas Estratégias dos Capitais do Complexo Agroindutrial Canavieiro no Centro-Sul do Brasil. Congresso Brasileiro de Economia e Sociologia Rural, 36, Poços de Caldas. Anais. Brasília: SOBER, 1998, p CAMP, R.C. Benchmarking: O caminho da qualidade total. 3ª ed. São Paulo: Pioneira, 250 p,

15 CHARNES, A., COOPER, W.W., RHODES, E. Measuring the efficiency of decision making units. European Journal of Operational Research, v. 2, p , CHARNES, A., COOPER, W.W., LEWIN, A.Y., SEIFORD, L.M. Data envelopment analysis: theory, methodology, and application. Dordrecht: Kluwer Academic, COELLI, T.J., RAO, P., BATTESE, G.E. An introduction to efficiency and productivity analysis. Dordrecht: Kluwer Academic, EID, F. Progresso técnico na agroindústria sucroalcooleira. Informações Econômicas, v.26, n.5, p.29-36, maio ESTELLITA LINS, M.P., MEZA, L.A. Análise envoltória de dados e perspectivas de integração no ambiente de apoio à tomada de decisão. Rio de Janeiro: COPPE/UFRJ, GITMAN, Lawrence J. Princípios de Administração Financeira Essencial Porto Alegre: Bookman, GROPPELLI, A. A. & NIKBAKHT, Ehsan. Administração Financeira, Editora Saraiva, JORNAL GAZETA MERCANTIL. Usina de Álcool já atrai até quem nunca viu cana. n Terça-feira, 18 de abril de p. B-12 KASSAI, Sílvia. Utilização da Análise Envoltória de Dados (DEA) na Análise de Demonstrações Contábeis. Tese (Doutorado) Faculdade de Economia, Administração e Contabilidade Universidade de São Paulo, 2002, São Paulo, LEIBFRIED, K.H. McNAIR, C. J. Benchmarking: Uma Ferramenta para a Melhoria Contínua. Rio de Janeiro: Campus, 312 p, LEMES JÚNIOR, A. B. e CHEROBIN, P. F. M. Administração financeira, Rio de Janeiro: Elsevier, 2000 MARJOTTA-MAISTRO, Marta Cristina. Ajustes nos Mercados de Álcool e Gasolina no Processo de Desregulamentação Tese (Mestrado - ESALQ/USP) Escola Superior de Agricultura Luiz de Queiroz / Universidade de São Paulo. Piracicaba: ESALQ/USP, 2002, 180p. MARJOTTA-MAISTRO, Marta Cristina., BURNQUIST, H.L. A Avaliação do fornecimento de Açúcar para as Indústrias Alimentícias do Estado de São Paulo: Uma Pesquisa de Mercado. Congresso Brasileiro de Economia e Sociologia Rural, 36, 1998, Poços de Caldas. Anais. Brasília: SOBER, 1998, p

16 MORAES, Márcia Azanha Ferraz Dias de. SILVEIRA, Luciana Torrezan. A Comercialização do Álcool Combustível no Período Posterior à Desregulamentação do Setor Sucroalcooleiro. In. Congresso Brasileiro de Economia e Sociologia Rural, 41, Juiz de Fora. Anais. Brasília: SOBER, 2003, 20 p. MOREIRA, Daniel Augusto. Administração da Produção e operações. São Paulo: Pioneira Thomson Learning, 2004 REVISTA EXAME. O Brasil Descobre a Bolsa. Cláudio Gradilone e Giuliana Napolitano. Ano 40, n. 6, 29 de março de 2006, p REVISTA EXAME. O Maior Usineiro do Mundo. Nelson Blecher. Ano 39, n. 12, 22 de junho de 2005, p ROSS, S. A., WESTERFIELD, R. W. & JORDAN, B. D. Princípios de administração financeira. 2 ed. São Paulo: Atlas, 2000 SHIKIDA, P. F. A.; BACHA, C. J. C. Aspectos da geração de tecnologia e a utilização dos principais produtos e subprodutos da agroindústria canavieira do Brasil. Revista de Economia e Sociologia Rural, v.36, n. 2, p.09-29, abr./jun SHIKIDA, P. F. A.; BACHA, C. J. C. Evolução da agroindústria canavieira brasileira de 1975 a Revista Brasileira de Economia. Rio de Janeiro, v. 53, n. 1, p , jan./mar TUPY, O. YAMAGUCHI, L. C.T. Identificando Benchmarkings na Produção de Leite. Revista de Economia e Sociologia Rural. Vol. 40, nº 1, Jan. / Mar p ,