Etiqueta nutricional para periódicos

Um grupo de pesquisadores deseja que as editoras científicas exibam uma "etiqueta nutricional" nos artigos que inclua informações sobre o periódico (taxa de aceitação, por exemplo) e sobre o artigo (como o número de revisores e os interesses conflitantes dos autores).

Quase três quartos dos leitores que votaram em nossa pesquisa acharam que essas "etiquetas nutricionais" seriam úteis. Em termos do que deveria ser incluído, "o índice de citação é complicado, mas há alguma correlação com a qualidade geral do periódico", diz o biólogo molecular Simon Goodman.

As etiquetas poderiam ser expandidas para além dos dados que já estão disponíveis publicamente. "Eu quero algum tipo de métrica que capture se os revisores apenas disseram 'Sim, parece bom' ou se eles forneceram um feedback detalhado para um artigo", diz o economista Alexander Smith. "Eu só quero saber se um artigo foi tratado de forma indiferente ou não."

Houve algumas preocupações de que os periódicos tentariam manipular o sistema para fazer seus números parecerem melhores ou que as etiquetas desfavoreceriam injustamente novos periódicos que ainda não possuem certas estatísticas.

Outros acharam que tais etiquetas seriam desnecessárias. "Não porque essa informação não seja útil", diz a pesquisadora em educação Pilar Gema Rodríguez Ortega, mas porque isso implica que os pesquisadores não são capazes de tomar suas próprias decisões informadas sobre a qualidade de um artigo.

Fonte: newsletter Nature. Realmente parece muito estranho. Que tal a proposta para a contabilidade? 

Disponível e volatilidade do caixa

O meu breve estudo sobre o disponível das empresas de capital aberto no Brasil focou na dispersão do caixa e na relação entre o caixa e o ativo. Usando os dados de junho de 2019 a dezembro de 2023, calculei a dispersão, medida pelo coeficiente de variação, para cada empresa. Na média, os valores ficaram em 66%, mas algumas empresas apresentaram um valor bastante reduzido, de 7,2% (Bic Monark) até mais de 300% (Celgpar, que passou no crivo inicial de excluir as participações por meio do setor outros). Detalharei essa estatística a seguir.

Para fins de comparação, considerei a relação do disponível pelo ativo de dezembro de 2023. Será que a dispersão do disponível nos períodos anteriores afetou a propensão das empresas a criar maiores reservas? Eu esperaria que sim, já que quando o disponível é muito volátil, as empresas tendem a ser mais conservadoras na criação de reservas financeiras. Ou seja, quanto maior o índice de CV, maior também deveria ser o índice de disponível por ativo. Isso parece fazer sentido. Se isso fosse verdadeiro, o gráfico deveria mostrar uma relação direta entre as variáveis. Plotei os resultados no gráfico e a figura a seguir mostra que a relação é contrária ao esperado.

Calculei a correlação e o resultado foi de -0,30, o que é significativo. O gráfico esclarece um pouco o que ocorreu: algumas empresas, com elevada dispersão e baixa relação entre caixa e ativo, puxaram o resultado. Fiz diversas tentativas de excluir esses casos atípicos, mas o resultado persistiu. Tenho uma possível explicação para isso, que não cheguei a testar: talvez a sazonalidade seja responsável pelo resultado. Empresas com maior sazonalidade podem ter uma grande dispersão e o final do ano pode ser um momento de pagamentos, como o décimo terceiro. Mas isso seria apenas uma especulação.

Concluindo, a relação entre a volatilidade dos recursos disponíveis e a propensão das empresas a manterem reservas financeiras parece ser intrigrante. Apesar de uma expectativa inicial de que maior volatilidade levaria a maiores reservas, os dados mostram o oposto, com uma correlação negativa significativa entre estas variáveis. Essa descoberta sugere que outros fatores, como a sazonalidade dos negócios, podem influenciar as decisões financeiras das empresas de maneira mais complexa do que o previsto. 

Necessidade de Investimento em Giro em cinco empresas de varejo

Cinco empresas comerciais foram analisadas sobre a necessidade de investimento em capital de giro. Selecionei a Raia Drogasil e a Pague Menos, duas redes de farmácias; a Vivara, uma loja de artigos de luxo; o supermercado Pão de Açúcar e a Marisa. Utilizando os dados de junho de 2019 até dezembro de 2023, selecionei as contas de valores a receber, estoques e fornecedores. A soma dos dois primeiros, menos a subtração do terceiro, representa a necessidade de recursos que a empresa tem para investir no capital de giro. Os dados estão em milhões de reais, e a tabela abaixo apresenta a média das três contas, além da média da NIG.

Houve dezenove observações, com variações ao longo do tempo. As empresas Drogasil, Vivara e Pague Menos apresentaram uma evolução ao longo dos trimestres estudados. Um exemplo é o volume de estoques da Drogasil, que aumentou de 3 bilhões para 7,2 bilhões no final de 2023, uma evolução bastante expressiva. Por outro lado, a empresa Vivara lida com elevada sazonalidade. No final de dezembro de 2023, o volume de valores a receber dos clientes chegou a 831 milhões, sendo que no final do trimestre anterior era de 515 milhões.

O Pão de Açúcar viu um esvaziamento por conta da venda da rede Extra para o Carrefour e a cisão na empresa. O valor de fornecedores, que estava em 14,9 bilhões no final de 2019, caiu para 3,3 bilhões em 2023, em 31 de dezembro. A Marisa reflete o impacto da recuperação judicial, resultado de erros de gestão. A conta de fornecedores manteve-se na casa dos 400 milhões de reais na maior parte do período, enquanto o estoque, que era de 437 milhões no início do período analisado, caiu para 146 milhões, em dezembro de 2023. A redução na conta de clientes foi ainda maior: de 749 milhões em junho de 2019 para 70 milhões em dezembro de 2023.

Também calculei a dispersão de cada conta ao longo do período. O valor está na parte do meio da tabela. É impressionante a consistência do resultado da Drogasil, já que a dispersão, em relação à média, foi de 29%, 25% e 28% para as três contas. A Pague Menos também segue nessa linha (21%, 31% e 22%). Já a Vivara, que possui elevada sazonalidade, apresenta uma dispersão, medida pelo coeficiente de variação, variando em 40%, 35% e 67%, respectivamente.

Destaquei a consistência da Drogasil por outra razão: a elevada correlação entre as três contas do investimento em giro. Há uma sincronia nas contas, já que, quando há um aumento nos estoques, o mesmo ocorre com valores a receber e fornecedores. A correlação, a medida estatística que mensura a relação entre dois conjuntos de dados, é próxima da unidade, o valor máximo possível. Além disso, é positiva nos três cálculos, indicando que a relação é direta: um aumento nos estoques será observado também com um aumento em fornecedores, por exemplo.

A relação entre estoques e fornecedores para a Pague Menos e o Pão de Açúcar segue o mesmo padrão, mas na Marisa, o resultado foi -0,22, indicando uma baixa relação e valores negativos. Novamente, isso é reflexo da recuperação judicial.

Análise Multivariada e Contabilidade

A Análise Multivariada (AMV) representa uma extensão dos métodos estatísticos univariados e bivariados, permitindo investigar simultaneamente a relação entre múltiplas variáveis. Trata-se de um conjunto de técnicas muito usada em quase todos os campos científicos, especialmente quando existem eventos que são influenciados por várias variáveis conectadas.

Sua importância decorre da capacidade de controlar o efeito de múltiplas variáveis ao mesmo tempo, permitindo uma compreensão mais precisa dos dados. Por isso, pode ser útil para identificar padrões, tendências e associações que não conseguimos usando as variáveis de forma separada ou através da mera observação dos dados. Uma potencial aplicação é no processo preditivo.

Para a contabilidade, a AMV pode ser uma ferramenta muito útil para diferentes aplicações em diferentes campos da contabilidade. Usando as técnicas, podemos ter instrumentos poderosos para analisar a saúde financeira de uma empresa através do estudo integrado de índices. Outro campo onde a AMV pode ser usada é na detecção de fraudes, analisando padrões e ajudando a identificar transações que desviam do padrão usual. Na análise de risco, podemos verificar o impacto de fatos no risco. Na contabilidade gerencial, as técnicas podem ser úteis em diferentes situações.

Um levantamento que fiz em mais de 30 obras que abordam o tema, sob diferentes perspectivas, permitiu listar as cinco técnicas mais populares de AMV. Na ordem:

1. Regressão – esta é uma técnica presente em qualquer obra sobre o assunto. Em muitos cursos, os professores dedicam um grande foco de atenção a este assunto, e realmente seu conhecimento é importante para um profissional contábil que deseja ter uma visão mais sofisticada de diversos temas. Um exemplo onde a regressão pode ser usada na contabilidade é na contabilidade de custos, onde o custo de uma empresa pode ser dividido em uma parcela fixa, que seria a constante do resultado obtido na regressão, uma parcela que varia conforme o volume de atividade da empresa, o chamado custo variável por atividade, além do custo por lote de produção, custo decorrente da diversidade do produto, custo de parada, entre outros.

2. Regressão Logística – esta poderia ser usada quando trabalhamos com as chances de ocorrência de um evento onde o resultado esperado é do tipo categórico. Um exemplo é estimar a chance de falência de uma empresa a partir dos índices de análise, como liquidez ou endividamento. A logística pode criar uma expressão onde os índices são usados, sendo possível tomar uma decisão baseada na probabilidade. Este é um método um pouco mais sofisticado, mas tem se tornado popular com os softwares estatísticos e a atratividade em termos de restrição de uso.

3. Análise de Cluster ou de Agrupamento – a ideia da análise é verificar se um conjunto de elementos pode ser dividido em grupos em razão de sua semelhança. Estamos classificando um conjunto de hospitais com base na sua receita, tipo de atendimento, taxa de leitos, entre outras medidas. A análise de cluster agrupa os hospitais de maneira mais precisa, onde os hospitais com características semelhantes estarão no mesmo grupo. Essa é uma técnica que pode ser usada quando não sabemos muito sobre o objeto de estudo, facilitando as comparações e análises que possam ser feitas.

4. Análise Discriminante – A análise discriminante é uma velha conhecida na literatura contábil na construção de índices de solvência. Os índices de Altman e de Kanitz foram construídos com base nessa técnica. Veja, a análise é muito parecida com a logística: queremos distinguir dois ou mais grupos (solvente e insolvente, por exemplo) com base em características (os índices de balanço). Confesso que fiquei surpreso ao verificar que a análise ainda é estudada na literatura de AMV, pois achava que a mesma já tinha sido substituída pela logística.

5. Análise de Componentes Principais – Essa técnica procura reduzir um grande conjunto de dados em algumas poucas informações. Se fiz um questionário com 30 perguntas e não sei como analisar, a PCA, como é chamada, pode ser útil ao reduzir em um menor número de componentes. Se o analista der sorte, dos 30 itens talvez somente dois ou três realmente importam. E isso ajuda muito no processo de análise e compreensão do que está ocorrendo. Há uma grande controvérsia na literatura sobre a diferença da PCA com a análise fatorial, que também é bastante estudada.

Além destas técnicas, outras aparecem na literatura e podem ser úteis para o contador: análise de variância, análise fatorial (exploratória e confirmatória), correlação canônica, equação estrutural, escalonamento multidimensional, correspondência, árvore de decisão, entre outras. Boa diversão.

(Imagem criada pelo Chatgpt a partir do texto acima)

Explorando a Complexa Relação entre Renda e Crime

É bem conhecido que pessoas com renda mais baixa cometem mais crimes. Chame isso de resultado transversal. Mas por quê? Um conjunto de explicações sugere que é precisamente a falta de recursos financeiros que causa crime. De forma simplificada, talvez pessoas mais pobres cometam crimes para obter dinheiro. Ou, pessoas mais pobres enfrentam maiores pressões - raiva, frustração, ressentimento - o que as leva a agir ou pessoas mais pobres vivem em comunidades menos integradas e bem policiadas ou pessoas mais pobres têm acesso a piores cuidados médicos ou educação e assim por diante, o que leva a mais crime. Essas teorias implicam todas que dar dinheiro às pessoas reduzirá sua taxa de criminalidade.

Um conjunto diferente de teorias sugere que a correlação negativa entre renda e crime (mais renda, menos crime) não é causal, mas é causada por uma terceira variável correlacionada tanto com renda quanto com crime. Por exemplo, um QI mais alto ou maior conscienciosidade poderia aumentar a renda enquanto reduz o crime. Essas teorias implicam que dar dinheiro às pessoas não reduzirá sua taxa de criminalidade.

As duas teorias podem ser distinguidas por um experimento que aloca dinheiro aleatoriamente. Em um artigo notável, Cesarini, Lindqvist, Ostling e Schroder relatam os resultados de um experimento desses na Suécia.

Cesarini et al. observam suecos que ganham na loteria e comparam suas taxas subsequentes de criminalidade com não-ganhadores semelhantes. O resultado básico é que, se alguma coisa, há um leve aumento na criminalidade ao ganhar na loteria, mas, mais importante ainda, os autores podem rejeitar estatisticamente que a maior parte do resultado transversal seja causal. Em outras palavras, como aumentar aleatoriamente a renda de uma pessoa não reduz sua taxa de criminalidade, o primeiro conjunto de teorias é falsificado.

Algumas observações. Primeiro, você pode objetar que os jogadores de loteria não são uma amostra aleatória. No entanto, uma parte substancial dos dados de loteria de Cesarini et al. vem de contas de poupança vinculadas a prêmios, contas de poupança que pagam grandes prêmios em troca de pagamentos de juros mais baixos. As contas de poupança vinculadas a prêmios são comuns na Suécia e cerca de 50% dos suecos têm uma conta PLS. Assim, os jogadores de loteria na Suécia parecem bastante representativos da população. Em segundo lugar, Cesarini et al. têm dados sobre cerca de 280 mil ganhadores da loteria e têm o universo de condenações criminais; isto é, qualquer condenação de um indivíduo com 15 anos ou mais de idade de 1975 a 2017. Uau! Em terceiro lugar, algumas pessoas podem objetar que a correlação que observamos é entre condenações e renda e talvez as condenações não reflitam o crime real. Não acho que isso seja plausível por várias razões, mas os autores também não encontram evidências estatisticamente significativas de que a riqueza reduza a probabilidade de alguém ser suspeito em uma investigação criminal (Deus abençoe os suecos pela coleta de dados extremos). Em quarto lugar, a análise foi pré-registrada e correções são feitas para testes de hipóteses múltiplas. Preocupo-me um pouco com o fato de que os ganhos na loteria, na sua maioria, são da ordem de 20 mil ou menos e gostaria que os autores tivessem falado mais sobre o seu tamanho em relação às diferenças transversais. No entanto, no geral, este parece ser um artigo muito credível.

Em seu resultado mais importante, mostrado abaixo, Cesarini et al. convertem ganhos na loteria em choques de renda permanente equivalentes (usando uma taxa de juros de 2% ao longo de 20 anos) para estimar causalmente o efeito de choques de renda permanente sobre o crime (quadrados sólidos abaixo) e eles comparam com os resultados transversais para jogadores de loteria em sua amostra (círculo) ou pessoas similares na Suécia (triângulo). Os resultados transversais são todos negativos e diferentes de zero. Os resultados causais da loteria são na maioria positivos, mas nenhum rejeita zero. Em outras palavras, aumentar aleatoriamente a renda das pessoas não reduz sua taxa de criminalidade. Assim, a correlação negativa entre renda e crime deve-se a uma terceira variável. Como os autores resumem de forma bastante modesta:

Embora nossos resultados não devam ser extrapolados casualmente para outros países ou segmentos da população, a Suécia não se destaca por taxas de criminalidade particularmente baixas em relação a países comparáveis, e a taxa de criminalidade em nossa amostra de jogadores de loteria é apenas ligeiramente menor do que na população sueca em geral. Além disso, há uma forte relação negativa transversal entre crime e renda, tanto em nossa amostra de jogadores de loteria suecos quanto em nossa amostra representativa. Nossos resultados, portanto, desafiam a visão de que a relação entre crime e status econômico reflete um efeito causal de recursos financeiros sobre a delinquência adulta.

Fonte: Marginal Revolution (negrito meu). 

Confiança alta nos cientistas

Uma pesquisa global envolvendo mais de 70.000 participantes, em 67 países, revela que as pessoas em todo o mundo geralmente confiam nos cientistas e desejam sua maior participação na formulação de políticas. Apesar da possível polarização causada pela pandemia de COVID-19, os níveis de confiança permanecem altos em diferentes grupos demográficos. 

O estudo, conduzido por pesquisadores de todo o mundo, emprega uma abordagem abrangente para medir a confiança, destacando a integridade, competência, benevolência e abertura dos cientistas. Em média, os participantes atribuíram uma confiança moderadamente alta, com percepções de que os cientistas são competentes e benevolentes, embora a abertura ao feedback tenha recebido uma pontuação mais baixa. 

Os níveis de confiança variaram entre os países, com Egito (4,30), Índia (4,26) e Nigéria (3,98) exibindo mais confiança, enquanto Albânia (3,05), Cazaquistão (3,13) e Bolívia (3,22) mostraram menos confiança. A Rússia, celeiro de grandes cientistas, teve uma nota de 3,23. O Brasil está no patamar superior, com uma média de 3,78. 

A orientação política influenciou a confiança, com visões de esquerda geralmente associadas a uma maior confiança, embora essa correlação tenha variado entre os países. Muitos participantes defendem uma maior participação dos cientistas na formulação de políticas, apesar de reconhecerem os desafios que os cientistas enfrentam nas arenas de políticas públicas. 

O estudo destaca a importância da comunicação eficaz e do treinamento para os cientistas que se envolvem na formulação de políticas. Embora o estudo forneça uma visão geral ampla da confiança nos cientistas, os níveis de confiança podem variar entre os campos científicos. Os pesquisadores pretendem disponibilizar o conjunto de dados global de forma aberta para facilitar estudos adicionais sobre o tema.

Um método estranho de imputação de dados no Excel

Este é um daqueles casos em que você não acredita no que está lendo. Um estudo com 27 países, já publicado, empregou um método pouco usual para lidar com os dados faltantes. O primeiro autor é um professor de uma universidade da Suécia, e o caso foi descoberto por um aluno de doutorado.

O estudante estava trabalhando com algo semelhante e sabia que existiam informações ausentes. Na linguagem mais técnica, seriam os "missing". Há diversas formas de tratar essa situação: você pode substituir pela média, fazer uma correlação entre duas variáveis, entre outras maneiras. Um livro básico, como "Análise Multivariada", de Hair et al., tem uma explicação sobre isso. Alguns softwares ajudam no tratamento desse problema, como o SPSS.

O que o estudante descobriu não se encaixava em nenhum dos casos. Ele ficou curioso, pois o artigo afirmava que tinha tratado os dados como se não existissem lacunas, e por isso entrou em contato com Almas Heshmati (foto), o professor de economia da Universidade Jönköping, na Suécia, perguntando como ele lidou com os dados ausentes.

O professor respondeu que tinha usado a função de preenchimento automático do Excel para corrigir os dados. Mas se o espaço tivesse sido preenchido com números negativos, Heshmati usava o último valor positivo. Detalhe, do Excel. (Nada contra a planilha) O processo de imputação é comum em pesquisa, mas o uso do preenchimento automático do Excel como técnica é algo inusitado.

Mas o aluno descobriu também que, em vários casos, quando não havia observações para o preenchimento, os autores usaram os dados de um país adjacente. E com esse método, o professor preencheu milhares de células do seu banco de dados. A proporção de intervenção dos pesquisadores é maior que 10% do total.

Luta contra a corrupção no setor público chinês

Em um artigo futuro na revista Management Science, nós e nossos coautores empregamos essa metodologia para estimar a "renda não oficial" dos funcionários do governo chinês. Analisando dados sobre a compra de residências e rendas em uma cidade chinesa importante entre 2006 e 2013, comparamos as famílias com um funcionário do governo com as famílias sem um. Em seguida, examinamos a relação entre o valor das residências adquiridas e a riqueza das famílias, levando em consideração fatores como gênero, idade e nível de educação do funcionário.

Descobrimos que, em média, a chamada "renda cinza" dos funcionários chineses corresponde a 83% de seu salário formal. Notavelmente, esse número aumenta acentuadamente com o cargo. Por exemplo, os ganhos não oficiais de servidores públicos de baixo escalão representam apenas 27% de sua renda oficial. Em contraste, para chefes de divisões governamentais (zheng chu na gíria administrativa chinesa), a proporção dispara para 172%. Surpreendentemente, a renda não registrada de um diretor-geral de um departamento do governo (zheng ju) - equivalente ao prefeito de uma cidade pequena ou média na hierarquia administrativa da China - representa impressionantes 424% da compensação oficial.

(...) Para entender qual desses cenários se aplica à China, estimamos a proporção de funcionários em níveis administrativos específicos que provavelmente têm renda não oficial. Ao comparar o valor das compras de residências em famílias com um funcionário do governo com as famílias sem um, descobrimos que 13% dos funcionários em nossa amostra têm uma renda não oficial. Importante destacar que essa proporção também aumenta com o cargo. Por exemplo, nossos dados sugerem que aproximadamente 8% dos servidores públicos que não ocupam cargos gerenciais recebem ganhos não divulgados significativos, em comparação com 12% dos funcionários de baixo escalão, 27% dos zheng chu e 65% dos zheng ju.

Alguns argumentaram que os funcionários públicos recorrem a subornos porque seus salários são baixos em comparação com o que poderiam ter ganho no setor privado. Para avaliar essa alegação, consideramos fatores como educação, experiência de trabalho, idade e gênero. Contrariamente à crença popular, não encontramos evidências de que os funcionários do governo em nossa amostra sejam mal remunerados, levando em conta seu nível de educação e experiência. Em outras palavras, os salários inadequados do governo não são a principal razão para a prevalência do suborno entre os burocratas chineses.

A ampla campanha anticorrupção do governo chinês apresenta uma oportunidade única para examinar se as rendas cinzentas decorrem de subornos. Nossas descobertas implicam uma correlação significativa, já que esses ganhos não oficiais parecem diminuir em áreas onde os esforços anticorrupção se intensificaram, especialmente após a prisão ou acusação de altos funcionários locais.

Isso sugere que as medidas anticorrupção do governo chinês foram pelo menos em parte eficazes. Além desses esforços, a introdução de reformas orientadas pelo mercado, especialmente aquelas que limitam os poderes discricionários dos funcionários do governo para emitir licenças ou alocar subsídios e outros recursos, poderia contribuir significativamente para vencer a luta contra a corrupção.

O negrito é nosso e o texto foi traduzido a partir de um artigo do Project Syndicate. Foto:  Robert Nyman

Fraude de uma professora de ética de Harvard

A professora Gina Francesco, que leciona ética na Harvard Business School, enfrenta um problema ético próprio: acusações de falsificação de dados em um de seus estudos.

Os professores Joseph Simmons, Uri Simonsohn e Leif Nelson, respectivamente das universidades da Pensilvânia, Escade Business School na Espanha e da Universidade da Califórnia, Berkeley, acusaram Gino de fraude em seu blog Data Colada.

"Especificamente, escrevemos um relatório sobre quatro estudos para os quais acumulamos as evidências mais fortes de fraude", escreveram eles, afirmando que compartilharam suas preocupações com a Harvard Business School.

Nem Gina nem a Harvard estão dando declarações à imprensa, mas o marido dela atendeu o telefone para o New York Times: "Obviamente, é algo muito sensível sobre o qual não podemos falar agora", disse ele a Noam Schieber.

No entanto, em seu post no blog, os Drs. Simonsohn, Nelson e Simmons, analisando os dados que a Dra. Gino e seus coautores haviam publicado online, citaram um registro digital contido em um arquivo do Excel para demonstrar que alguns dos pontos de dados haviam sido adulterados e que a adulteração ajudou a impulsionar o resultado.

O post da semana passada não foi a primeira vez que os vigias do DataColada encontraram problemas no artigo de 2012 da Dra. Gino e seus coautores. Em um post no blog em agosto de 2021, os mesmos pesquisadores encontraram evidências de que outro estudo publicado no mesmo artigo parecia depender de dados fabricados.

Parece que o sangue está na água em relação à pesquisa de Francesco desde que outros não conseguiram replicá-la. Fico pensando qual é a correlação geral entre a falta de replicação e a fraude.

Fonte: Boing-Boing

O perigo das correlações apressadas nas pesquisas realizadas na pandemia

A publicação rápida e não criteriosa de correlações durante a pandemia de COVID-19 pode ter gerado algumas pesquisas com qualidade duvidosa. Um estudo relacionou o aumento de eventos cardiovasculares graves em Israel durante a vacinação contra a COVID-19, em pessoas com menos de 40 anos. Embora a correlação pareça estatisticamente significativa, tudo leva a crer que é clinicamente irrelevante.

Muitas publicações durante a pandemia foram apressadas, possivelmente sem uma revisão rigorosa por pares, levando ao desperdício de esforços científicos. Na estatística temos vários exemplos de correlações sem sentido, como a relação entre o consumo de chocolate e o número de ganhadores do Prêmio Nobel, para ilustrar o problema de interpretação incorreta dos dados de correlação. Este é o fenômeno de correlação espúria, que já destacamos várias vezes no blog. 

O estudo de Israel, por exemplo, possui várias falhas na análise estatística e as conclusões não são sustentadas pela metodologia adequada. Publicar correlações é válido, desde que não sejam interpretadas erroneamente ou consideradas como evidências científicas ou relevantes para políticas.

As correlações devem ser publicadas, mas é importante interpretá-las corretamente e evitar conclusões equivocadas.

Baseado aqui. Foto Oliver Roos

Clima não parece ser um consenso entre os executivos

Através de um texto do Mises (via aqui), vi um link para uma pesquisa da CNBC, de setembro de 2022, sobre o apoio dos executivos para agenda ambiental. Basicamente as empresas adotam "publicamente" políticas ambientais, sociais e de governança, mas nos bastidores este apoio é bem menor. 

O resultado de destaque indica que um quarto dos executivos financeiros pesquisados apoiam propostas de evidenciação sobre o clima. Mas não dizem que apoiam medidas contra os fundos de investimento que usam fatores ESG na sua política de alocação de recursos. Afinal, mais da metade (55%) dos CFOs se opõe à regra climática da SEC e 35% dizem que "se opõem fortemente" a ela.

Um ponto muito relevante no resultado: a pesquisa procurou as maiores empresas e obteve somente 21 respostas. Ou seja, é difícil fazer uma generalização do resultado. Mas o texto da CNBC afirma:

Uma questão crítica para os CFOs com a nova divulgação climática da SEC é a falta de uma correlação clara entre os dados climáticos e as demonstrações financeiras.

O maior gestor de investimento do mundo, a BlackRock, parece que recuou na posição favorável ao clima. E isto pode ser um sinal de que há uma reação a preocupação climática dos últimos anos. 

Foto: Markus Spiske

Torturando os dados para prever preço de bitcoin

 De um trecho do livro Distrust, de Gary Smith, sobre uma pesquisa de Yukun Lin e Aleh Tsyvinski, publicada no NBER, eu encontrei uma consideração crítica ao uso da tortura de dados. Inicialmente o resumo da pesquisa de Lin e Tsyvinski: 

Estabelecemos que a troca de risco-retorno de criptomoedas (Bitcoin, Ripple e Ethereum) é distinta da de estoques, moedas e metais preciosos. As criptomoedas não têm exposição aos fatores macroeconômicos e do mercado de ações mais comuns. Eles também não têm exposição aos retornos de moedas e mercadorias. Por outro lado, mostramos que os retornos das criptomoedas podem ser previstos por fatores específicos dos mercados de criptomoedas. Especificamente, determinamos que há um forte efeito de momento da série temporal e que os proxies para a atenção do investidor prevêem fortemente o retorno da criptomoeda. Finalmente, criamos um índice de exposições a criptomoedas de 354 indústrias nos EUA e 137 na China.

A principal crítica do trabalho de L&T, feita por Gary Smith,  é a busca por relação entre variáveis:

Liu e Tsyvinski relatam correlações entre o número semanal de pesquisas do Google pela palavra bitcoin (em comparação com a média nas últimas quatro semanas) e as variações percentuais nos preços do bitcoin uma a sete semanas depois. Eles também analisaram a correlação entre a proporção semanal de pesquisas de hackers de bitcoin e as variações percentuais nos preços de bitcoin uma a sete semanas depois. O fato de eles terem relatado resultados de pesquisa de bitcoin olhando para trás quatro semanas e para frente sete semanas deve nos alertar para a possibilidade de que eles tentem outras combinações de retrocesso e encaminhamento que também não funcionaram. O mesmo vale para o fato de que eles não olharam para trás quatro semanas com pesquisas de hackers de bitcoin. Evidentemente, eles torturaram os dados em sua busca por correlações.

Mesmo assim, apenas sete de suas catorze correlações pareciam promissoras para prever os preços do bitcoin. Owen Rosebeck e eu examinamos as previsões feitas por essas correlações durante o ano seguinte ao estudo e descobrimos que elas eram inúteis. Eles também podem ter lançado moedas para prever os preços do bitcoin.

Este tipo de questão é comum em pesquisa empírica. É feito um monte de modelo e somente aqueles que apareceram com significantes que são relatados. 

Tradicionalmente, a pesquisa empírica começa especificando uma teoria e depois coletando dados apropriados para testar a teoria. Muitos agora adotam o atalho para procurar padrões em dados não onerados pela teoria. Isso é chamado de mineração de dados, na medida em que os pesquisadores vasculham os dados, sem saber o que encontrarão.

Estamos empenhados em buscar padrões, mas o dilúvio de dados torna a grande maioria dos padrões esperando para ser descoberta ilusória e inútil. Bitcoin é novamente um bom exemplo. Como não existe uma teoria lógica (exceto ganância e manipulação de mercado) que explique flutuações nos preços do bitcoin, é tentador procurar correlações entre os preços do bitcoin e outras variáveis sem pensar muito sobre se as correlações fazem sentido. Além de torturar dados, Liu e Tsyvinski extraíram seus dados.

Eles calcularam correlações entre os preços do bitcoin e outras 810 variáveis, incluindo itens caprichosos como o dólar canadense - EUA. taxa de câmbio do dólar, preço do petróleo bruto e retorno de ações nas indústrias automobilística, de livros e de cerveja. Você pode pensar que estou inventando isso. Infelizmente eu não sou.

(Tradução via Vivaldi). Foto Jan Canty

Pandemia e Capital Humano

Qual o impacto da pandemia no capital humano? Eis uma possível resposta:

A pandemia do COVID-19 levou ao fechamento parcial ou total das escolas em quase todos os países do mundo. Em média, nos países da OCDE, os prédios escolares foram totalmente fechados por 13 semanas e parcialmente fechados por mais 24 semanas entre março de 2020 e outubro de 2021, o que combinado é equivalente a cerca de um ano letivo completo. As perdas de aprendizado decorrentes do fechamento da escola podem ser difíceis de compensar e, portanto, podem ter um impacto econômico a longo prazo nos alunos afetados, com possíveis conseqüências macroeconômicas duradouras (Ilzetzki 2020, Kuhn et al. 2020, Popova et al. 2020).

Figura 1 Duração do fechamento da escola entre março de 2020 e outubro de 2021

Exploramos uma nova medida do capital humano, derivada em Égert et al. (2022), que combina os anos médios de escolaridade (MYS) e os dados da OCDE do Programa de Avaliação Internacional de Estudantes (PISA). A nova medida é uma média ponderada pela coorte das pontuações anteriores do PISA (representando a qualidade da educação) da população em idade ativa e os anos médios correspondentes da escolaridade (representando a quantidade de educação). Os pesos para pontuações de PISA e anos médios de escolaridade são estimados a partir de regressões que consideram quão bem as variáveis ponderadas pela coorte explicam pontuações do Programa de Avaliação Internacional de Competências para Adultos (PIACC).

Com base nessa nova medida, podemos calcular separadamente o efeito da pandemia nas pontuações do PISA e nos anos médios de escolaridade (MYS) e alimentá-lo na medida de estoque do capital humano. Para cada coorte impactada, somamos os efeitos da pandemia nos resultados dos testes MYS e PISA para estimar o efeito geral no capital humano. Nós os calculamos usando as elasticidades do MYS e do PISA em relação ao capital humano, estimado em Égert et al. (2022). Em seguida, calculamos uma média ponderada da população do impacto de cada coorte afetada para fornecer o efeito global no capital humano.

A nova medida do capital humano mostra uma correlação robusta com a produtividade dos países da OCDE nas regressões do painel de séries temporais entre países. Isso nos ajuda a quantificar as perdas macroeconômicas devido ao fechamento de escolas, refletidas nas perdas nas pontuações do PISA e nos anos médios de escolaridade.

Usando essas estimativas, consideramos três cenários:

O efeito do fechamento das escolas na primavera de 2020 experimentado em muitos países da OCDE, que correspondiam aproximadamente a um terço do fechamento de um ano letivo. Esse período de fechamento se traduz em uma redução de -2,6% nos anos médios de escolaridade correspondendo a uma redução de 1,1% no Pontuações do PISA.

O efeito de um fechamento escolar de um ano, correspondendo amplamente ao fechamento total médio (total e parcial) de escolas observado nos países da OCDE desde o início da pandemia e, de acordo com uma primeira avaliação, à perda de aprendizado dos estudantes mais desfavorecidos dos EUA (Departamento de Educação dos EUA, 2022). Esse cenário se traduz em uma redução de -8,2% no MYS e uma queda de desvio padrão de -0,37 nas pontuações do PISA, correspondendo a uma redução de 2,9% nas pontuações do PISA.

O efeito de um fechamento escolar de dois anos, que ocorreu apenas raramente e amplamente correspondendo ao fechamento total (total e parcial) da escola na Colômbia, Chile, Coréia e México desde o início da pandemia, o que se traduz em uma redução de -16,5% no MYS e de 5,6% e -0,72 desvio padrão cai nas pontuações do PISA

Estimamos o impacto do fechamento da escola na produtividade por meio do efeito do capital humano nesses três cenários. (...)

"Mais simples nas palavras, maior o salário"

Quando o presidente da SEC, Arthur Levitt, defendeu a escrita em "inglês simples" nos anos 90, ele argumentou que divulgações financeiras mais simples ajudariam os investidores a tomar decisões com mais informações. Desde então, também aprendemos que isso pode ajudar as empresas a ganhar mais dinheiro. 

Os pesquisadores confirmaram que, se você escrever de maneira simples e direta em divulgações como 10-Ks, poderá atrair mais investidores, reduzir o custo da dívida e do capital próprio e até economizar dinheiro e tempo nas auditorias.  

A experimento de Kristina Rennekamp, professora de contabilidade da Cornell, documentou algumas das consequências da má redação corporativa. Trabalhando com leitores de comunicados de imprensa corporativos, ela mostrou que as empresas perdem leitores devido ao péssimo "processamento de fluência" de seus documentos. "Processamento da fluência" é uma medida da legibilidade usada por psicólogos e neurocientistas. 

Rennekamp pediu às pessoas em um experimento que avaliassem duas versões dos comunicados financeiros. Um foi o lançamento real de uma empresa de refrigerantes. O outro foi uma versão, usando linguagem simples defendida pelo Manual de Inglês Simples da SEC. O Manual, essencialmente um guia para uma melhor fluência, contém princípios que agora servem como um padrão pelo qual os pesquisadores medem a legibilidade. 

Publicado sob Levitt, o Manual esclareceu os requisitos de Artigo 421, que, a partir de 1998, exigia que todos os prospectos (e em 2008 todos os prospectos de resumo dos fundos mútuos) aderissem aos princípios do Manual. Entre eles: use frases curtas, atenha-se à voz ativa, procure palavras concretas,  minimize o jargão e evite várias negativas na mesma frase. 

O experimento de Rennekamp, usando o chamado Índice Fog, uma medida de legibilidade baseada nos padrões do manual, forneceu evidências de que as empresas se sairiam melhor em atrair leitores se simplesmente facilitassem a leitura da escrita. "Processando a fluência de uma divulgação mais legível", escreveu ela em 2012, depois de medir a maior confiança dos leitores em textos bem escritos, "age como uma sugestão heurística e aumenta as crenças dos investidores de que eles podem confiar nas informações da divulgação. ..." 

Os estudos subsequentes quantificaram os danos associados à escrita excessivamente complicada nos mercados no mundo real. Em 2017, Byoung-Hyoun Hwang em Cornell e Hugh Hoikwang Kim na Universidade da Carolina do Sul, comparou o valor de mercado versus o valor do ativo líquido dos fundos de investimento fechados (CEFs). Eles descobriram que os fundos com relatórios anuais sobrecarregados por problemas na legibilidade tinham uma redução de 2,5% no valor de mercado.  

“Nossa análise”, escreveu os professores, “sugere que um aumento de 10 pontos percentuais no número de falhas de escrita por frase [com base nos padrões da SEC], em média, faz com que os CEFs sejam negociados com um desconto de 2,7 pontos percentuais. ."   

Hongkang Xu na Universidade de Massachusetts e colegas da Universidade de Illinois e da Universidade de Toledo examinaram a relação entre a capacidade das empresas de garantir crédito comercial ou prazos de pagamento atrasados e a legibilidade de seus formulários 10-Ks da SEC. Examinando 4.754 empresas, de 2004 a 2016, a equipe de Xu descobriu que fornecedores com 10 K menos legíveis normalmente recebem menos crédito. 

Uma equipe liderada por Hatem Rijba na Escola de Negócios de Paris constatou em 2021 que os relatórios menos legíveis do formulário 10-K da SEC estavam associados a custos mais altos de patrimônio. O custo do patrimônio líquido foi ainda maior quando as divulgações tiveram um tom negativo ou ambíguo. A equipe analisou as empresas no período de 1995 a 2017. Seus dados sugerem que o custo médio agregado do capital para empresas com altas (pobres) pontuações de legibilidade é de 57 pontos base. 

Os estudos desse tipo continuam se acumulando. Um sugere que, quando você escreve documentos complexos, você aumenta o custo da dívida em 77 pontos base. Outro descobriu que a complexidade dos formulários 10K aumenta as taxas e a duração das auditorias. Um terceiro sugere que essa complexidade reduz os prêmios para as empresas adquiridas durante fusões e aquisições. Um quarto estudo indica que as empresas incorrem em a diminuição de "retornos anormais cumulativos" quando anunciam uma aliança com empresas com 10-Ks difíceis de ler. 

O custo da escrita incorreta decorre da maneira como o cérebro funciona. Pesquisas de ciências mostra que se você não der à mente um estímulo atraente - um bom artigo neste caso - ela não responderá com neuroquímicos agradáveis, que motivam as pessoas a ler mais. Se o fizer, você aciona uma liberação de dopamina e outros produtos químicos, que engajam os leitores - e os mantém lendo. 

Certamente, os cientistas não conhecem todos os segredos de uma melhor motivação para os leitores. A maioria das pesquisas sobre fluência depende de correlação. A correlação entre legibilidade e ganho financeiro pode sugerir uma relação de causa-efeito, mas não confirma. A atual safra de estudos teve uma vantagem a esse respeito. Três deles estudaram a atualização anual das divulgações, quando a regra da SEC entrou em vigor em 1998. Esse evento anterior tendia a isolar a legibilidade como um fator e os dados para esse período fez sugerir que a fluência causa ganho financeiro. 

Infelizmente, as empresas estão ignorando o poder da escrita clara. Jeremiah Bentley, da Universidade de Massachusetts, e seus colegas, informaram que as divulgações para o período de 2003 a 2019, com base nas normas da regra 421, se tornaram mais complicadas. 

Se você deseja melhorar a legibilidade de suas próprias divulgações, não consegue encontrar um guia melhor para começar do que o sugestões do Manual da SEC. As dicas do manual são auxílios perenes para motivar leitores e investidores a consumir seu idioma. Você também pode prestar atenção a outras táticas que decorrem do que estamos aprendendo rapidamente sobre o processamento de idiomas no cérebro. Aqui estão alguns que eu destaque no meu próximo livro. 

Menos anúncios: Use verbos e substantivos fortes. Adverbos e adjetivos geralmente interrompem a clareza, como alguém tossindo na ópera.  

Quebre isso: Divida pensamentos e frases carnudos. Como um profissional disse uma vez: “O período nunca chega em breve." 

Cortar advertências: Todo argumento tem exceções. Todo tópico exige contexto. Ainda assim, a menos que você esteja citando especificamente isenções de responsabilidade, minimize as folhas de figueira da cobertura. 

Limpe o resíduo: A cada novo rascunho, você refina, reforça, reitera e reafirma. Volte e retire a redação estranha. 

Mantenha-o curto: Não escreva mais do que o seu público precisa.   

Quando você se senta para escrever, lembre-se de tudo isto. É o que podemos chamar de princípio Levitt: quanto mais simples as palavras, maior o seu salário. 

Fonte: aqui

Aqui no Brasil já temos diversas pesquisas que mostraram que isto também é válido para língua portuguesa e na contabilidade. 

Comparativo da nova norma de custos no setor público

 Ao final de 2021, Conselho Federal de Contabilidade aprovou a NBC TSP 34, que a partir de 2024 revoga a TBC T 16.11, ambas sobre custos no setor público. Essa alteração representa um marco no que se refere às Normas Brasileiras de Contabilidade aplicadas ao Setor Público (NBC TSP), visto que a NBC T 16.11 é a última das normas de primeira geração a ser revogada. Considerando a novidade normativa, que carece de publicações, e a relevância do tema custos para a sociedade, a classe contábil e as entidades, questiona-se nesta pesquisa as diferenças entre essas duas normas. Nesse sentido, o objetivo do artigo é comparar as duas normas, visando identificar os seus principais pontos de semelhanças e de diferenças. Foi adotada uma abordagem metodológica descritiva, com elementos exploratórios, numa pesquisa classificada como documental, com abordagem qualitativa. A pesquisa empregou alguns elementos da técnica de análise de conteúdo, bem como a ferramenta gráfica nuvem de palavras. O artigo coloca lado a lado, de modo sistemático, diversos pontos estruturais e conceituais das normas, tais como objetivos, alcances, terminologias e disposições. Os pontos comparados entre as normas mostram, em síntese, que: ambas não possuem correlação com as normas internacionais; a nova norma é bem maior do que a antiga, com pouco mais do que o dobro de palavras; a norma antiga tem enfoque mais conceitual, enquanto a nova tem vertente mais gerencial; para a nova norma, os principais usuários da informação de custos são os gestores – embora não sejam os únicos; ambas requerem a adoção do regime de competência na geração de informações de custos; e ambas são taxativas quanto ao dever de as entidades do setor público adotarem sistema de custos.

NBC T 16.11 versus NBC TSP 34: As Principais Mudanças nas Normas Brasileiras de Contabilidade sobre Custos no Setor Público - 12o. Congresso UFSC - Orion Augusto Platt Neto e Flávio da Cruz, ambos da Universidade Federal de Santa Catarina (UFSC)

O Comparativo das normas, em termos de itens, encontra-se a seguir:

A nuvem de palavras deixa claro que a nova norma é mais impositiva já que o termo "deve" tem mais destaque. 

Um ponto de dados pode vencer o big data

Um dos exemplos citados no livro "Todo mundo Mente" é sobre como o Google usou os dados de pesquisa sobre os sintomas da gripe para antecipar a doença. Stephens-Davidowitz mostra que baseado no que as pessoas inseriram na página do Google era possível prever um potencial surto de gripe. Esta pesquisa gerou muita controvérsia e posteriormente questionamento sobre a qualidade do modelo. Isto ocorreu em 2008, mas o caso está descrito no livro citado.

Em outro livro, lançado este ano, o pesquisador alemão Gigerenzer não somente questiona a pesquisa como propõe uma alternativa, baseada em uma informação somente. Antes de prosseguir é importante destacar que Gigerenzer (foto) é um dos mais conceituados pesquisadores na área comportamental. O alemão é diretor do Center for Adaptive Behavior and Cognition do Instituto Max Planck e diretor do Harding Center for Risk Literacy, todos em Berlim. 

Embora não seja tão conhecido como Kahneman, Gigerenzer tem estudos que rivalizam com o israelense. Seu foco são as heuríticas, ou regras práticas, que as pessoas usam. Em língua portuguesa o pesquisador tem publicado um livro, exatamente sobre o risco.

Agora ele lançou um novo livro, How to Stay Smart in a Smart World. E um dos capítulos do livro é sobre como um ponto de dados pode vencer o big data. Usando as informações da gripe, entre 2008 a 2013, Gigerenzer comparou o modelo do Google - um algoritmo baseado em dezenas de variáveis - com um modelo mais simples, com uma variável somente. Antes de mostrar o comparativo, a figura a seguir mostra que o modelo do Google estava cometendo erros.

Na parte de cima da figura é possível perceber que o modelo do Google teve um desempenho pior que o modelo de Gigerenzer ("recency heuristic" na figura). Em 2009, por exemplo, o Google Flu Trends, como foi denominado, errou para menos, pois subestimou a gripe suína. 

Alguns podem encolher os ombros e dizer: sim, já ouvimos isso antes, mas isso foi em 2015; os algoritmos de hoje são infinitamente maiores e melhores. Mas meu argumento não é o sucesso ou fracasso de um algoritmo específico desenvolvido pela empresa Google. O cerne é que o princípio do mundo estável se aplica todos algoritmos que usam o passado para prever um futuro indeterminável. Antes do fracasso da análise de big data do Google, sua reivindicação à fama foi tomada como prova de que o método e a teoria científicos estavam prestes a se tornar obsoletos. A pesquisa cega e rápida através de terabytes de dados seria suficiente para prever epidemias. Reivindicações semelhantes foram feitas por outros por desvendar os segredos do genoma humano, do câncer e do diabetes. Esqueça a ciência; basta aumentar o volume, a velocidade e a variedade e medir o que se correlaciona com o quê. Chris Anderson, editor-chefe da Wireless, afirmou: “A correlação substitui a causa, e a ciência pode avançar mesmo sem modelos coerentes... É hora de perguntar: o que a ciência pode aprender com o Google?"

Vamos agora falar sobre o modelo de Gigerenzer. Usando um conceito de 1838, formulado por Thomas Brown, no século XIX. A lei da recência diz que experiências recentes vêm à mente de maneira mais rápida que as experiências de um passado mais distante. E estas experiências "recentes" são mais relevantes para a decisão humana. 

Usando isto, Gigerenzer elaborou o seguinte modelo: o número de pessoas que irão consultar um médico em uma semana é igual ao número da semana passada. O modelo é muito simples. Mas é melhor que o do Google? Em termos de erro a resposta é sim:

O teste foi realizado entre 2007 a 2015. O erro médio absoluto para o modelo usando a lei da recência foi de 0,20, versus um erro médio de 0,38 para o modelo do Google. 

Taxa de sucesso de 85% para precisão ideal de treinamento

O nível de aprendizado do ser humano é maximizado quando a taxa de acerto é de 85%. Ou seja, para cem questões, 85 devem estar corretas:

Em muitas situações, descobrimos que há um ponto ideal em que o treinamento não é muito fácil nem muito difícil, e onde o aprendizado progride mais rapidamente. [...] Para todos esses algoritmos estocásticos de aprendizado baseados em gradiente e descida, descobrimos que a taxa de erro ideal para o treinamento é de cerca de 15,87% ou, inversamente, que a precisão ideal do treinamento é de cerca de 85%.

A ideia é que o fracasso significa que você não irá aprender. Mas haverá um limite para o sucesso, onde o esforço adicional não vale a pena.

Em outro estudo, citado na mesma postagem, chegou a uma taxa para aprender matemática próximo: 

Em um estudo de matemática da quarta série, verificou-se que 82% das respostas dos alunos estavam corretas nas salas de aula dos professores mais bem-sucedidos, mas os professores menos bem-sucedidos tinham uma taxa de sucesso de apenas 73%. Uma alta taxa de sucesso durante a prática guiada também leva a uma maior taxa de sucesso quando os alunos estão trabalhando em problemas por conta própria.

Na minha vida acadêmica, eu tenho usado exercícios adicionais ao final de cada tópico em minhas aulas. O problema é que os alunos parecem pensar que não vale a pena realizar tais exercícios, pois valem pouco na composição da nota final. Mas há um elemento de aprendizado, geralmente traduzido pela correlação significativa entre as notas dos exercícios e as notas da prova.

Guerra ao dinheiro

O banco espanhol BBVA, com forte presença no México, está em guerra contra o dinheiro:

Há pouco mais de uma semana, clientes do BBVA México, o maior banco do México por base de clientes, relataram nas mídias sociais que o banco havia começado a cobrá-los pelo uso de seus cartões de débito para retirar dinheiro dos caixas eletrônicos do banco. (...)

Mas é o princípio que mais importa aqui: os clientes bancários estão sendo obrigados a pagar uma taxa para acessar seu próprio dinheiro. E a solução promovida pelo banco que permitirá que os clientes evitem pagar essa taxa é fazer login no aplicativo bancário do BBVA e encomendar o dinheiro antes de visitar um caixa eletrônico. O aplicativo gera um código para a operação solicitada pelo cliente. Então ele ou ela vai ao caixa eletrônico, insere o código e sai o dinheiro.

O BBVA chama esse serviço de "Mobile Cash" e oferece aos clientes um meio de sacar dinheiro sem precisar usar a carteira; eles apenas usam seu telefone. O problema para o banco é que muitos de seus clientes no México parecem preferir continuar usando seu cartão de débito. Então o banco decidiu dar-lhes um empurrãozinho, cobrando-os por fazer as coisas da maneira antiga.(...)

Em 2019, o diretor administrativo e vice-presidente do BBVA México, Eduardo Osuna, disse uma das metas de longo prazo do banco era eliminar completamente o dinheiro. "Setenta e quatro da população [do México] são informais e esta é uma grande oportunidade para lhes emprestar dinheiro" Osuna disse durante uma reunião de executivos-chefes em 2019. "Devemos combater o uso de dinheiro" .

Uma das vantagens, segundo o Banco, seria relação entre corrupção e uso do dinheiro (cita um estudo, mas existe mesmo esta correlação?). O texto replica:

É sempre interessante ouvir executivos seniores do banco reclamarem de como o dinheiro está facilitando a evasão e a evasão fiscais, especialmente quando o banco em que trabalham está entre os 36 grandes credores europeus acusados pelo observatório fiscal da UE em Paris usando paraísos fiscais extensivamente para reduzir sua conta de impostos.(...)

Esse é um dos aspectos mais sombrios da guerra em andamento do setor financeiro por dinheiro. Ele está sendo travado sob a bandeira da "inclusão financeira", apesar do fato de que uma economia sem dinheiro seria tudo menos inclusiva. Aqueles que mais se beneficiam de uma economia sem dinheiro são as gerações mais jovens nas classes mais fechadas, que são amplamente alfabetizadas em computadores e já usam métodos de pagamento digital para a maioria, se não todas, de suas transações. A vida se tornará um pouco mais fácil para eles.

Por outro lado, aqueles mais dependentes do dinheiro - os pobres e os idosos - de repente acharão a vida muito mais difícil. Isso já está acontecendo na Espanha, onde estão os idosos, para quem é dinheiro ainda o uso preferido do pagamento, tem que viajar cada vez mais longe para continuar recebendo dinheiro. Quanto mais velho você fica, mais difícil é viajar, especialmente se você não pode mais dirigir um carro.

Foto: Majnun

Ebitda e FCO são iguais?

 Eis um resumo de uma pesquisa:

O objetivo desta pesquisa é analisar a relação entre o uso Fluxo de Caixa Operacional (FCO) e o indicador EBITDA (Earnings Before Interest, Taxes, Depreciation e Amortization) das empresas de capital aberto com negociações na B3 (Brasil, Bolsa e Balcão). Para os indicadores escolhidos, é testada a série história de 2013 a 2019, compreendendo uma amostra de 250 empresas de capital aberto no mercado brasileiro. A coleta de dados ocorreio por meio da Economatica e os testes estatísticos foram realizados pelo programa STATA para as análises das estatísticas descritivas, teste de médias, correlação e modelo de regressão. Os resultados indicam que o indicador EBITDA e o Fluxo de Caixa Operacional (FCO) apresentam diferença na comparação entre as médias da amostra. Além disso, os resultados mostram uma relação significativa entre ambos, indicando que o uso do EBITDA está atrelado ao Fluxo de Caixa Operacional para análise do potencial de geração de caixa, inclusive na maioria dos setores da B3. A contribuição deste estudo é de que as empresas brasileiras de capital aberto apresentam uma relação significativa entre o EBITDA e o FCO, entretanto existe uma diferença expressiva na média, evidenciando que no mercado brasileiro o EBITIDA não é considerado proxy do FCO. 

Eis o resultado principal:

Como os testes foram feitos com valores absolutos, sem levar em conta o ano, talvez fosse interessante ver se haveria mudança caso os dados fossem relativizados. Pesquisa futura, quem sabe.

Capitalismo sem Capital

Dos autores de Capitalismo sem Capital (em parceria com Eric Hazan) sobre um capitalismo com muito intangível

(...) Acreditamos que essa tendência sugere fortemente surgimento de um novo modelo de capitalismo, em que o sucesso das empresas será medido mais por seu pessoal e suas capacidades do que por suas máquinas, produtos ou serviços. Além disso, achamos que não há como voltar atrás. Empresas como Amazon, Apple, Facebook e Microsoft estão claramente aumentando drasticamente e alcançando crescimento.

Intangíveis podem muito bem estar impulsionando esse fenômeno. Afinal, certamente existe uma correlação entre investimento em intangíveis e maior produtividade e crescimento.

(...) Economias nas quais o investimento intangível está aumentando também estão registrando crescimento na produtividade total dos fatores. Notavelmente, as únicas empresas que conseguiram manter as taxas de crescimento de 2019 após a pandemia ocorrida no início de 2020 foram aquelas que investiram significativamente em toda a gama de intangíveis: inovação, dados e análises e capital humano e de marca.

Ainda devo uma resenha sobre o livro.