02 outubro 2018
Big Four
"Eu não sei"
Há um mês, dois pesquisadores dos Estados Unidos publicaram um artigo com o seguinte título: “I don´t Know”. Só isto. O título é suficiente para atrair a atenção. Do que se trata? Do fato de especialistas terem uma reputação a defender ao ter que admitir que eles não sabem. Muitas vezes, em diversas questões que são feitas para um especialista, ele deve reconhecer sua limitação. Isto também ocorre com uma professor, quando um aluno faz uma pergunta que ele não sabem (muitas vezes “testando” o professor).
O problema é que muitos pareceristas são "avessos" a esta inovação. Lembro que há alguns semestres fui convidado para uma comissão de avaliação; o trabalho tinha o título "Mais que mil palavras". Genial. Já gostei do trabalho antes de ler. Outro exemplo: a tese de doutorado da Mariana Bonfim com o título "Honest Individuals, (dis) honest Groups?".
A criatividade de um trabalho deveria começar da primeira linha. Ou seja, do título.
01 outubro 2018
VAR, Crime e Futebol
LA ECONOMÍA DEL CRIMEN Y EL VAR EN EL FUTBOL - David Cuberes
La utilización del sistema de videoarbitraje (VAR) para revisar decisiones arbitrales controvertidas ha desatado muchos debates y discusiones de café. La controversia a menudo giran sobre si este sistema beneficia a los equipos grandes, si generan demasiadas interrupciones y, en definitiva, si hemos ganado algo con su implantación. Una clara mejora que se destaca es que, en principio, deberían cometerse menos errores arbitrales. Otra posible mejora, tal vez menos obvia, es que el VAR podría hacer que, en equilibrio, los jugadores comentieran menos infracciones. Esto es lo que predice el modelo de crimen (ver aquí) de Gary Becker que ya discutí en otra entrada, aunque con un objetivo diferente (ver aquí). La idea de esta entrada es tratar a un jugador que hace algo ilegal como un “criminal”: al fin y al cabo, excepto en casos no intencionados, cometer una infracción en el campo consiste en saltarse las reglas establecidas con el objetivo de obtener algún beneficio con ello. Así pues, en lo que sigue me refiero a futbolistas criminales (los que cometen infracciones) y futbolistas legales (los que no las cometen). Obviamente, ningún jugador o nunca infringe las reglas o las infringe al 100% , pero ésto es sólo una simplificación que nos ayudará a entender lo que quiero explicar.
En este modelo los futbolistas criminales son individuos racionales que maximizan su utilidad y que lo único que les importa es el beneficio que obtienen con ello. Supongamos que este beneficio se puede medir con la probabilidad G de ganar el partido. Cuando un jugador comete una infracción, la probabilidad de ser descubierto (y, por lo tanto, sancionado) es p. En caso de ser sancionado, el jugador recibe una penalización (en forma de advertencia, tarjeta, expulsión, etc…) a la que llamamos J. Finalmente, cometer una infracción tiene un coste adicional, e, que incluye el esfuerzo físico necesario (por ejemplo, arriesgarse a una lesión al hacer una entrada dura), así como el coste social de ser considerado un jugador criminal (sería fácil pensar en algunos ejemplos, pero seamos políticamente correctos…). Con todos estos supuestos, el valor esperado de cometer una infracción viene dado por (1-p)G – pJ – e. Supongamos que podemos ordenar a los jugadores por su calidad innata, de forma que los futbolistas más a la derecha del eje de abscisas tienen una mayor capacidad de ganar con sus acciones legales. Messi y Ronaldo, por ejemplo, estarían en el extremo derecho del eje de abscisas. La curva “victorias legítimas” indica que, a mayor calidad del jugador, mayor la probabilidad de que sus acciones lleven a que su equipo gane el partido. Por otro lado, supongamos que, si un futbolista decide hacerse “criminal”, es decir, usar de forma sistemática acciones antirreglamentarias, la probabilidad de ganar partidos es la misma independientemente de qué jugador se trate. Básicamente, estoy asumiendo que, si Messi hace trampas, eso repercute exactamente igual en probabilidad de que el Barca gane un partido que si es Jordi Alba el que hace trampas. Esto viene representado por la línea a la que llamo “victorias ilegítimas”. El siguiente gráfico muestra que, en este modelo, de los 11 jugadores que hay en un equipo, aquellos que estén a la izquierda de c deciden hacerse futbolistas criminales (les sale más a cuenta), y a la derecha de este nivel crítico, se hacen futbolistas legales. El modelo predice, por cierto, que es más probable que los jugadores de menos calidad sean criminales, algo que sería interesante contrastar algún día.
¿Qué tiene que ver el VAR con todo esto? El principal efecto de esta nueva tecnología es que, una vez un jugador comete una acción irregular, la probabilidad de ser cazado, p, es mayor que antes del uso del VAR. Es fácil ver que el modelo predice entonces que el VAR implica un menor número de infracciones en el juego. El motivo es que un mayor valor de p mueve la curva de victorias criminales abajo (el valor esperado de cometer un crimen es menor) y hace que algunos jugadores decidan dejar de cometer infracciones anticipando que es más probable que sean castigados. Nótese que el castigo en caso de ser pillado, J, no ha cambiado. Por ejemplo, un nuevo reglamento que penalizara más las entradas feas, se correspondería a un aumento en este parámetro. El efecto del VAR en el número de infracciones se muestra en el siguiente gráfico:
El modelo de Becker es pues muy claro en cuanto a su predicción sobre el efecto del VAR. ¿Apoyan los datos esta predicción? Pues la verdad es que aún es un poco pronto para decirlo. Sin embargo, El País apuntaba hace unas semanas que ésto es precisamente lo que estamos viendo en las pocas jornadas que llevamos de liga (ver aquí): la implantación del VAR parece coincidir con el menor número de faltas y tarjetas de los últimos 11 años. Obviamente, para hacer ésto bien, habría que esperar al final de temporada y además habría que llevar a cabo un análisis de datos serio para asegurarse que nada más ha cambiado este año en la liga española que justifique un cambio pronunciado en el número de infracciones. Por ejemplo, este libro de Natxo Palacios-Huerta (ver aquí) habla en detalle de muchos factores que pueden afectar el comportamiento de los jugadores.
La verdad es que un servidor aún no ha tenido tiempo de mirarlo en detalle, pero junto a mi estudiante Shabani Kariburyo hemos recogido datos de los últimos 6 mundiales y parecen ser consistentes con la predicción del modelo: el número de tarjetas rojas (4) del último mundial fue muchísimo menor que la media de tarjetas rojas en los anteriores cinco Mundiales (18). También se observa un significativo, aunque menor, descenso en el número de tarjetas amarillas (219 vs. 255). Por otro lado, el número de goles ha aumentado ligeramente (169 vs 159) tal vez – aunque esto es mucho más especulativo- también debido a la introducción del VAR: es posible que la reducción del crimen en el terreno de juego permita a los jugadores marcar más goles.
Por cierto, no sería la primera vez que el modelo de Becker se usa para este tipo de análisis. Hace ya años, el prolífico economista Bob Tollison del que hable aquí hace algún tiempo y su coautor Bobby McCormick mostraron, en un excelente articulo (ver aquí), cómo la introducción de un tercer arbitro (antes solo había dos) en el baloncesto universitario de Estados Unidos redujo de forma muy marcada el número de faltas cometidas en los partidos.
Nada es Gratis
La utilización del sistema de videoarbitraje (VAR) para revisar decisiones arbitrales controvertidas ha desatado muchos debates y discusiones de café. La controversia a menudo giran sobre si este sistema beneficia a los equipos grandes, si generan demasiadas interrupciones y, en definitiva, si hemos ganado algo con su implantación. Una clara mejora que se destaca es que, en principio, deberían cometerse menos errores arbitrales. Otra posible mejora, tal vez menos obvia, es que el VAR podría hacer que, en equilibrio, los jugadores comentieran menos infracciones. Esto es lo que predice el modelo de crimen (ver aquí) de Gary Becker que ya discutí en otra entrada, aunque con un objetivo diferente (ver aquí). La idea de esta entrada es tratar a un jugador que hace algo ilegal como un “criminal”: al fin y al cabo, excepto en casos no intencionados, cometer una infracción en el campo consiste en saltarse las reglas establecidas con el objetivo de obtener algún beneficio con ello. Así pues, en lo que sigue me refiero a futbolistas criminales (los que cometen infracciones) y futbolistas legales (los que no las cometen). Obviamente, ningún jugador o nunca infringe las reglas o las infringe al 100% , pero ésto es sólo una simplificación que nos ayudará a entender lo que quiero explicar.
En este modelo los futbolistas criminales son individuos racionales que maximizan su utilidad y que lo único que les importa es el beneficio que obtienen con ello. Supongamos que este beneficio se puede medir con la probabilidad G de ganar el partido. Cuando un jugador comete una infracción, la probabilidad de ser descubierto (y, por lo tanto, sancionado) es p. En caso de ser sancionado, el jugador recibe una penalización (en forma de advertencia, tarjeta, expulsión, etc…) a la que llamamos J. Finalmente, cometer una infracción tiene un coste adicional, e, que incluye el esfuerzo físico necesario (por ejemplo, arriesgarse a una lesión al hacer una entrada dura), así como el coste social de ser considerado un jugador criminal (sería fácil pensar en algunos ejemplos, pero seamos políticamente correctos…). Con todos estos supuestos, el valor esperado de cometer una infracción viene dado por (1-p)G – pJ – e. Supongamos que podemos ordenar a los jugadores por su calidad innata, de forma que los futbolistas más a la derecha del eje de abscisas tienen una mayor capacidad de ganar con sus acciones legales. Messi y Ronaldo, por ejemplo, estarían en el extremo derecho del eje de abscisas. La curva “victorias legítimas” indica que, a mayor calidad del jugador, mayor la probabilidad de que sus acciones lleven a que su equipo gane el partido. Por otro lado, supongamos que, si un futbolista decide hacerse “criminal”, es decir, usar de forma sistemática acciones antirreglamentarias, la probabilidad de ganar partidos es la misma independientemente de qué jugador se trate. Básicamente, estoy asumiendo que, si Messi hace trampas, eso repercute exactamente igual en probabilidad de que el Barca gane un partido que si es Jordi Alba el que hace trampas. Esto viene representado por la línea a la que llamo “victorias ilegítimas”. El siguiente gráfico muestra que, en este modelo, de los 11 jugadores que hay en un equipo, aquellos que estén a la izquierda de c deciden hacerse futbolistas criminales (les sale más a cuenta), y a la derecha de este nivel crítico, se hacen futbolistas legales. El modelo predice, por cierto, que es más probable que los jugadores de menos calidad sean criminales, algo que sería interesante contrastar algún día.
¿Qué tiene que ver el VAR con todo esto? El principal efecto de esta nueva tecnología es que, una vez un jugador comete una acción irregular, la probabilidad de ser cazado, p, es mayor que antes del uso del VAR. Es fácil ver que el modelo predice entonces que el VAR implica un menor número de infracciones en el juego. El motivo es que un mayor valor de p mueve la curva de victorias criminales abajo (el valor esperado de cometer un crimen es menor) y hace que algunos jugadores decidan dejar de cometer infracciones anticipando que es más probable que sean castigados. Nótese que el castigo en caso de ser pillado, J, no ha cambiado. Por ejemplo, un nuevo reglamento que penalizara más las entradas feas, se correspondería a un aumento en este parámetro. El efecto del VAR en el número de infracciones se muestra en el siguiente gráfico:
El modelo de Becker es pues muy claro en cuanto a su predicción sobre el efecto del VAR. ¿Apoyan los datos esta predicción? Pues la verdad es que aún es un poco pronto para decirlo. Sin embargo, El País apuntaba hace unas semanas que ésto es precisamente lo que estamos viendo en las pocas jornadas que llevamos de liga (ver aquí): la implantación del VAR parece coincidir con el menor número de faltas y tarjetas de los últimos 11 años. Obviamente, para hacer ésto bien, habría que esperar al final de temporada y además habría que llevar a cabo un análisis de datos serio para asegurarse que nada más ha cambiado este año en la liga española que justifique un cambio pronunciado en el número de infracciones. Por ejemplo, este libro de Natxo Palacios-Huerta (ver aquí) habla en detalle de muchos factores que pueden afectar el comportamiento de los jugadores.
La verdad es que un servidor aún no ha tenido tiempo de mirarlo en detalle, pero junto a mi estudiante Shabani Kariburyo hemos recogido datos de los últimos 6 mundiales y parecen ser consistentes con la predicción del modelo: el número de tarjetas rojas (4) del último mundial fue muchísimo menor que la media de tarjetas rojas en los anteriores cinco Mundiales (18). También se observa un significativo, aunque menor, descenso en el número de tarjetas amarillas (219 vs. 255). Por otro lado, el número de goles ha aumentado ligeramente (169 vs 159) tal vez – aunque esto es mucho más especulativo- también debido a la introducción del VAR: es posible que la reducción del crimen en el terreno de juego permita a los jugadores marcar más goles.
Por cierto, no sería la primera vez que el modelo de Becker se usa para este tipo de análisis. Hace ya años, el prolífico economista Bob Tollison del que hable aquí hace algún tiempo y su coautor Bobby McCormick mostraron, en un excelente articulo (ver aquí), cómo la introducción de un tercer arbitro (antes solo había dos) en el baloncesto universitario de Estados Unidos redujo de forma muy marcada el número de faltas cometidas en los partidos.
Nada es Gratis
Melhores cursos de Contábeis do País
1) UFMG
2) UFRJ
3) PUC SP
4) UFRGS
5) UFPR
6) UnB
7) USP
8) UFSC
9) UFPE
10) UFF
Continue com o ranking aqui
A metodologia do RUF possui sérios problemas Ao considerar o Enade e adotar algumas medidas simplistas termina por distorcer o resultado.
2) UFRJ
3) PUC SP
4) UFRGS
5) UFPR
6) UnB
7) USP
8) UFSC
9) UFPE
10) UFF
Continue com o ranking aqui
A metodologia do RUF possui sérios problemas Ao considerar o Enade e adotar algumas medidas simplistas termina por distorcer o resultado.
30 setembro 2018
Acordo: Tesla
Neste sábado, a SEC, supervisora do maior mercado de capitais do mundo, anunciou um acordo com o empresário Musk, da Tesla. O acordo inclui a nomeação de um presidente independente (e a saída de Musk do cargo, embora ele continue como CEO), uma multa de 20 milhões de dólares, e nomeação de dois membros independentes.
A punição do empresário decorreu do uso do Twitter para divulgar informações importantes sobre a empresa, incluindo projeções financeiras, sem que estas informações tenham sido divulgadas nos arquivos da Tesla, conforme a legislação dos Estados Unidos. Além disto, Musk não admitirá nem negará as alegações.
Uma parte dos analistas consideraram o acordo bom para a empresa e para os acionistas. Afinal, a Tesla está muito associada ao empresário e o mercado considera que a saída de Musk poderia abalar a viabilidade da empresa. Musk conseguiu fazer uma empresa minúscula, que produz carros elétricos, painéis solares e baterias, na maior empresa dos EUA em valor de mercado.
Além disto, o acordo significa a resolução de um potencial litígio de longo prazo, que prejudicaria a empresa.
A Reuters destacou que o acordo é fruto de uma mudança de de filosofia da SEC, que busca agora penalizar mais das pessoas e menos as entidades. Esta mudança é fruto da crise de 2008, quando executivos mantiveram seus salários e postos, da pressão política dos dois principais partidos dos Estados Unidos, que apoiam esta conduta, e da visão do presidente da SEC nomeado em 2017 por Trump, Jay Clayton.
O problema é que
perseguir indivíduos continua sendo uma estratégia legal arriscada para a SEC. Com mais a perder, incluindo grandes dispêndios, multas e proibições ao longo da vida, os executivos são mais propensos a lutar no tribunal, sugando os recursos da SEC.
A Bloomberg assumiu uma postura mais cínica: Musk venceu, a SEC ficou cega e a Tesla perdeu. Segundo a Bloomberg, diante da força da denúncia - afinal Musk produziu provas digitais contra si - o acordo é uma grande vitória do empresário. Ele vai pagar uma multa que é muito pequena diante da sua fortuna, vai continuar mandando na empresa e evitou maiores penalidades.
29 setembro 2018
Tammy Lally; Sejamos honestos quanto ao nosso problema com dinheiro
Lutar pelo orçamento e gerenciar as finanças é comum, mas falar honestamente e abertamente sobre isso não. Por que escondemos nossos problemas quando o assunto é dinheiro? Nessa palestra refletida e pessoal, a autora Tammy Lally nos encoraja a nos libertarmos da "vergonha do dinheiro" e nos mostra como parar de comparar nossas contas bancárias com nossa autoestima.
28 setembro 2018
SEC quer punir Musk
Depois disto, alguns executivos sairam da empresa e Musk até anunciou que não iria mais fechar o capital da empresa. Uma possível razão: o preço excessivo da ação.
Agora a SEC acusa o executivo de fraude por conta dos tweets “falsos e enganosos”. Ele não teria discutido com ninguém a possibilidade de fechar o capital Afinal, tweetar alguma coisa na rede não significa que você não tenha que respeitar as regras gerais de anúncio de uma informação (evidenciação) de uma empresa. Isto inclui falar a verdade. A SEC acha que Musk mentiu e deve responder por isto. Além de uma possível punição financeira, a SEC pode forçar a saída de Musk da empresa, mesmo que a Tesla seja Musk
Números divergentes
Em junho de 2018 a International Meal Company Alimentação (IMC), proprietária das redes Frango Assado e Viena, fez um acordo de cooperação e fusão com a empresa Sapore, de refeições coletivas. O acordo previa que na nova empresa, a Sapore ficaria com 41,79% das ações.
No mês seguinte, o acordo foi aprovado no Cade, o conselho que regula grandes operações de aquisições e fusões no Brasil. A nova empresa teria uma receita acima de R$3,1 bilhões e mais de 24 mil funcionários.
Depois disto, começou o processo de due dilligence. Em meados de setembro, a IMC anunciou que estava rescindindo o acordo de fusão. Neste processo, ocorreram divergências entre o trabalho realizado de ambos os lados, que não foram conciliadas. Segundo divulgado, as divergências estavam no balanço que seria a base para a negociação. A partir dos números encontrados pela KPMG e pela EY, a Sapore deveria ter entre 41% a 42,5% do novo negócio - na ótica desta, ou no máximo 25% da nova empresa, segundo a IMC.
Do lado da IMC, a maior divergência estaria no Ebitda recorrente. De um lado, este valor seria 120,6 milhões de reais; de outro, R$87,2 milhões. Havia divergência sobre créditos tributários e contingências trabalhistas, que deveriam ser provisionados ou não. Na análise da Sapore havia dúvidas sobre o valor da dívida líquida: 201,3 milhões (posição de dezembro) ou 102 milhões (constante do acordo).
A impressão que ficou é que os números foram usados para romper um acordo entre duas empresas com culturas diferentes. A IMC é uma empresa com ações na bolsa e comando mais descentralizado, o oposto da Sapore, que era comandada por um administrador centralizador, que gostaria de ser o chefão da nova empresa.
No mês seguinte, o acordo foi aprovado no Cade, o conselho que regula grandes operações de aquisições e fusões no Brasil. A nova empresa teria uma receita acima de R$3,1 bilhões e mais de 24 mil funcionários.
Depois disto, começou o processo de due dilligence. Em meados de setembro, a IMC anunciou que estava rescindindo o acordo de fusão. Neste processo, ocorreram divergências entre o trabalho realizado de ambos os lados, que não foram conciliadas. Segundo divulgado, as divergências estavam no balanço que seria a base para a negociação. A partir dos números encontrados pela KPMG e pela EY, a Sapore deveria ter entre 41% a 42,5% do novo negócio - na ótica desta, ou no máximo 25% da nova empresa, segundo a IMC.
Do lado da IMC, a maior divergência estaria no Ebitda recorrente. De um lado, este valor seria 120,6 milhões de reais; de outro, R$87,2 milhões. Havia divergência sobre créditos tributários e contingências trabalhistas, que deveriam ser provisionados ou não. Na análise da Sapore havia dúvidas sobre o valor da dívida líquida: 201,3 milhões (posição de dezembro) ou 102 milhões (constante do acordo).
A impressão que ficou é que os números foram usados para romper um acordo entre duas empresas com culturas diferentes. A IMC é uma empresa com ações na bolsa e comando mais descentralizado, o oposto da Sapore, que era comandada por um administrador centralizador, que gostaria de ser o chefão da nova empresa.
27 setembro 2018
Minas paga a GM
Anteriormente, em uma postagem sobre como o governo gasta seu dinheiro, destacamos o caso do governo de Minas, que comprou automóveis da GM e não quitou. Para evitar que a dívida fosse para precatório, a GM solicitou a devolução dos veículos.
Uma notícia recente diz que o governo mineiro efetuou o pagamento da dívida com a empresa, evitando a devolução dos automóveis. Para a empresa, a medida foi boa, já que receberia os automóveis usados, com um valor a menor.
Uma notícia recente diz que o governo mineiro efetuou o pagamento da dívida com a empresa, evitando a devolução dos automóveis. Para a empresa, a medida foi boa, já que receberia os automóveis usados, com um valor a menor.
Petrobras finaliza acordo com autoridades dos EUA
A empresa Petrobras anunciou hoje que assinou um acordo com as autoridades dos Estados Unidos. Foram três anos de negociação e com isto a empresa não terá mais nenhum litígio decorrente dos problemas descobertos pela Operação Lava-Jato. A empresa deverá pagar 853 milhões de dólares, sendo 20% para o departamento de Justiça dos Estados Unidos e a SEC, o regulador do mercado dos EUA. Anteriormente a empresa já tinha fechado um acordo com os acionistas. Além disto, a empresa deve comprovar, no longo prazo, que mudou sua maneira de gestão. Um acordo que parece bem melhor do que aquele firmado pela Odebrecht e a Braskem.
O mercado entendeu que o acordo foi bom para a empresa, tanto que o preço das suas ações aumentaram no dia de hoje. A empresa, no comunicado ao mercado, fez questão de declarar que não cometeu irregularidades:
Pelo acordo, o DOJ também reconhece a situação de vítima da Petrobras deste esquema de corrupção e a SEC reconhece a atuação da companhia como assistente de acusação em mais de 50 ações penais no Brasil.
Entretanto, esta parece não ser a posição do procurador-geral dos EUA, Benczkowski, que afirmou:
“Executivos nos níveis mais altos da Petrobras - incluindo membros de sua diretoria executiva e conselho de administração - facilitaram o pagamento de centenas de milhões de dólares em propinas a políticos e partidos políticos brasileiros e depois prepararam os livros para ocultar os pagamentos de suborno dos investidores e reguladores ”.
Mais ainda:
No processo que deverá ser extinto, a estatal brasileira é acusada de violar as leis norte-americanas alterando registos de contabilidade para facilitar o pagamento de subornos em esquemas de corrupção no Brasil.
É interessante notar que a imprensa estrangeira foi menos “chapa-branca” na descrição do acordo. Segundo o El País:
El regulador del mercado de valores en Estados Unidos (SEC, en sus siglas en inglés) ha sancionado a la compañía estatal brasileña Petrobras con 1.786 millones de dólares, por engañar a los inversores manipulando sus libros contables para ocultar la trama fraudulenta que le permitió pagar sobornos.
Mas isto não encerra a novela Lava-Jato na empresa, já que ainda existem processos correndo contra a Petrobras na Holanda e Argentina.
Contabilmente, a empresa não tinha feito provisão para o valor a ser pago. Algumas análises consideram que isto não irá prejudicar o resultado (como não?).
Do valor a ser pago, 80% deverá ficar no Brasil e “será destinado a um fundo criado para financiar programas sociais, medidas de combate e ressarcir investidores brasileiros que tiveram prejuízo com a desvalorização das ações da empresa.”
O mercado entendeu que o acordo foi bom para a empresa, tanto que o preço das suas ações aumentaram no dia de hoje. A empresa, no comunicado ao mercado, fez questão de declarar que não cometeu irregularidades:
Pelo acordo, o DOJ também reconhece a situação de vítima da Petrobras deste esquema de corrupção e a SEC reconhece a atuação da companhia como assistente de acusação em mais de 50 ações penais no Brasil.
Entretanto, esta parece não ser a posição do procurador-geral dos EUA, Benczkowski, que afirmou:
“Executivos nos níveis mais altos da Petrobras - incluindo membros de sua diretoria executiva e conselho de administração - facilitaram o pagamento de centenas de milhões de dólares em propinas a políticos e partidos políticos brasileiros e depois prepararam os livros para ocultar os pagamentos de suborno dos investidores e reguladores ”.
Mais ainda:
No processo que deverá ser extinto, a estatal brasileira é acusada de violar as leis norte-americanas alterando registos de contabilidade para facilitar o pagamento de subornos em esquemas de corrupção no Brasil.
É interessante notar que a imprensa estrangeira foi menos “chapa-branca” na descrição do acordo. Segundo o El País:
El regulador del mercado de valores en Estados Unidos (SEC, en sus siglas en inglés) ha sancionado a la compañía estatal brasileña Petrobras con 1.786 millones de dólares, por engañar a los inversores manipulando sus libros contables para ocultar la trama fraudulenta que le permitió pagar sobornos.
Mas isto não encerra a novela Lava-Jato na empresa, já que ainda existem processos correndo contra a Petrobras na Holanda e Argentina.
Contabilmente, a empresa não tinha feito provisão para o valor a ser pago. Algumas análises consideram que isto não irá prejudicar o resultado (como não?).
Do valor a ser pago, 80% deverá ficar no Brasil e “será destinado a um fundo criado para financiar programas sociais, medidas de combate e ressarcir investidores brasileiros que tiveram prejuízo com a desvalorização das ações da empresa.”
Efeito da Tradução na nossa vida
A popularização dos programas que permitem a tradução de um texto, como o Translate, tem alterado substancialmente a nossa vida. Recentemente fiz um curso de línguas onde a professora lutava contra os alunos que usavam o celular em sala para obter as traduções. A professora argumentava que o aluno deveria aprender a usar o cérebro para pensar na outra língua.
Durante a Copa do Mundo, o uso do Translate aumentou pois os fãs queriam iniciar conversas com os anfitriões ou com outros fás do mundo. Havia uma demanda elevada pelas palavras “estádio” e “cerveja”.
Apesar da melhoria substancial dos aplicativos, seus resultados podem ainda deixar a desejar. Dois problemas podem ocorrer. As palavras estão dentro de um contexto e o software pode entender errado. Um texto do Journal of Accountancy traduziu o nome do presidente do Fasb, Russell Golden, de tal forma que o título “2 new members appointed to FASB as Golden remains chairman” ficou como “2 novos membros nomeados para o FASB como presidente dos restos mortais de ouro”. Outro ponto é que uma palavra pode ter mais de um significado, e a tradução adequada vai depender do contexto. A música Blue, de LeAnn Rimes, começa com “Blue, Oh, so lonesome for you. Why can´t you be blue over me?”. No translate ficou: “Azul, oh, tão solitário por você. Por que você não pode ser azul por cima de mim?”. O Translate traduziu “blue” como azul, mas a palavra também pode ser “triste”. (Tudo bem, a tradução de músicas e poesias é bem mais difícil).
Nós temos a sorte de estarmos entre as línguas mais faladas do mundo. Em geral, os softwares de tradução são melhores para as línguas com maior número de pessoas, já que alguns deles dependem do feedback de tradução.
Um teste simples é solicitar uma tradução e retornar o texto para a língua original. Por exemplo, coloquei a primeira frase desta postagem no Translate e solicitei a tradução para o inglês. Depois, colei o resultado e solicitei uma nova tradução para o português. O resultado foi: A popularização de programas que permitem a tradução de um texto, como o Tradutor, mudou substancialmente nossas vidas. Compare o resultado com a primeira frase e veja como o Translate traduziu o seu nome e mudou “tem alterado” para “mudou”, o que é um pouco diferente.
Mesmo assim, é inegável reconhecer o impacto do Translate. Uma pesquisa muito interessante mostrou isto. Dois pesquisadores usaram dados do eBay para mostrar isto. Quando a empresa colocou uma MT (machine translation inglês-espanhol, o número de transações dos Estados Unidos e América Latina aumentou substancialmente.
Mais interessante, identificamos os seguintes efeitos heterogêneos de tratamento: o aumento nas exportações é mais pronunciado para (1) produtos com mais palavras em títulos de listagem, (2) produtos diferenciados, (3) produtos baratos e (4) compradores menos experientes.
(O texto acima foi traduzido no Translate). O gráfico abaixo mostra as exportações no Ebay para América Latina e para outros países. A linha que corta o gráfico é o momento da entrada da tradução.
Durante a Copa do Mundo, o uso do Translate aumentou pois os fãs queriam iniciar conversas com os anfitriões ou com outros fás do mundo. Havia uma demanda elevada pelas palavras “estádio” e “cerveja”.
Apesar da melhoria substancial dos aplicativos, seus resultados podem ainda deixar a desejar. Dois problemas podem ocorrer. As palavras estão dentro de um contexto e o software pode entender errado. Um texto do Journal of Accountancy traduziu o nome do presidente do Fasb, Russell Golden, de tal forma que o título “2 new members appointed to FASB as Golden remains chairman” ficou como “2 novos membros nomeados para o FASB como presidente dos restos mortais de ouro”. Outro ponto é que uma palavra pode ter mais de um significado, e a tradução adequada vai depender do contexto. A música Blue, de LeAnn Rimes, começa com “Blue, Oh, so lonesome for you. Why can´t you be blue over me?”. No translate ficou: “Azul, oh, tão solitário por você. Por que você não pode ser azul por cima de mim?”. O Translate traduziu “blue” como azul, mas a palavra também pode ser “triste”. (Tudo bem, a tradução de músicas e poesias é bem mais difícil).
Nós temos a sorte de estarmos entre as línguas mais faladas do mundo. Em geral, os softwares de tradução são melhores para as línguas com maior número de pessoas, já que alguns deles dependem do feedback de tradução.
Um teste simples é solicitar uma tradução e retornar o texto para a língua original. Por exemplo, coloquei a primeira frase desta postagem no Translate e solicitei a tradução para o inglês. Depois, colei o resultado e solicitei uma nova tradução para o português. O resultado foi: A popularização de programas que permitem a tradução de um texto, como o Tradutor, mudou substancialmente nossas vidas. Compare o resultado com a primeira frase e veja como o Translate traduziu o seu nome e mudou “tem alterado” para “mudou”, o que é um pouco diferente.
Mesmo assim, é inegável reconhecer o impacto do Translate. Uma pesquisa muito interessante mostrou isto. Dois pesquisadores usaram dados do eBay para mostrar isto. Quando a empresa colocou uma MT (machine translation inglês-espanhol, o número de transações dos Estados Unidos e América Latina aumentou substancialmente.
Mais interessante, identificamos os seguintes efeitos heterogêneos de tratamento: o aumento nas exportações é mais pronunciado para (1) produtos com mais palavras em títulos de listagem, (2) produtos diferenciados, (3) produtos baratos e (4) compradores menos experientes.
(O texto acima foi traduzido no Translate). O gráfico abaixo mostra as exportações no Ebay para América Latina e para outros países. A linha que corta o gráfico é o momento da entrada da tradução.
Pesquisa online é representativa
Nos dias atuais é muito comum as pesquisas acadêmicas serem realizadas pela internet. A grande vantagem é a facilidade de aplicação dos instrumentos de pesquisa e o baixo custo. O grande problema é saber se os resultados podem ser inferidos para a população. Em especial, existe um universo de pessoas que não estão online e que não são alcançadas por estas pesquisas. Um pesquisa aponta que este problema é real:
A general concern with the representativeness of online surveys is that they exclude the “offline” population that does not use the internet. We run a large-scale opinion survey with (1) onliners in web mode, (2) offliners in face-to-face mode, and (3) onliners in faceto-face mode. We find marked response differences between onliners and offliners in the mixed-mode setting (1 vs. 2). Response differences between onliners and offliners in the same face-to-face mode (2 vs. 3) disappear when controlling for background characteristics, indicating mode effects rather than unobserved population differences. Differences in background characteristics of onliners in the two modes (1 vs. 3) indicate that mode effects partly reflect sampling differences. In our setting, re-weighting online-survey observations appears a pragmatic solution when aiming at representativeness for the entire population.
Observe que os pesquisadores apresentaram uma possível sugestão para resolver este problema de representatividade, através de uma ponderação.
GREWENIG, Elisabeth et al. Can Online Surveys Represent the Entire Population?, Set, 2018. Iza Papers
A general concern with the representativeness of online surveys is that they exclude the “offline” population that does not use the internet. We run a large-scale opinion survey with (1) onliners in web mode, (2) offliners in face-to-face mode, and (3) onliners in faceto-face mode. We find marked response differences between onliners and offliners in the mixed-mode setting (1 vs. 2). Response differences between onliners and offliners in the same face-to-face mode (2 vs. 3) disappear when controlling for background characteristics, indicating mode effects rather than unobserved population differences. Differences in background characteristics of onliners in the two modes (1 vs. 3) indicate that mode effects partly reflect sampling differences. In our setting, re-weighting online-survey observations appears a pragmatic solution when aiming at representativeness for the entire population.
Observe que os pesquisadores apresentaram uma possível sugestão para resolver este problema de representatividade, através de uma ponderação.
GREWENIG, Elisabeth et al. Can Online Surveys Represent the Entire Population?, Set, 2018. Iza Papers
Pesquisando dados
Para quem faz pesquisa, o acesso a uma base de dados pode ser fundamental. Muitas pesquisas são construídas a partir de uma base de dados existentes. Na área contábil, esta base de dados deve incluir não somente os balanços e outras demonstrações, mas também preço das ações, fatos relevantes, entre outras informações. Para o pesquisador é fundamental o acesso a uma base de dados e muitas instituições de ensino assinam estas bases, como a Reuters ou Economática.
Um problema é que as bases de dados não são completas. Uma informação eu posso buscar no site do Banco Central, mas outra talvez seja mais fácil obter no Ipeadata.
Recentemente o Google lançou um projeto de ligar as bases de dados existentes na internet. O projeto procura facilitar a vida do cientista (do jornalista ou do curioso) em encontrar os dados necessários para sua pesquisa. Neste sentido, o facilitador de base de dados lembra o Google Acadêmico, que centraliza as publicações mais relevantes de pesquisa. O Dataset search pode realmente ser um facilitador.
O que o Google ganha com isto? Acesso a um grande conjunto de informações, sendo referência quando o interesse é coletar dados. Ao contrário do Wolfram, que pretende dar uma resposta a uma pergunta como qual o ativo da Petrobras, o Google indica base de dados onde é possível encontrar os dados.
Atualmente, o número de base de dados é pequena. Isto é um problema. Digitei a palavra "accounting" e apareceu onze respostas. Praticamente nenhuma das respostas seria de interesse de um pesquisador na nossa área. Em várias, os dados estão desatualizados. Por enquanto, o produto do Google é muito mais uma promessa que uma realidade. Mas quem sabe você encontra alguma coisa de seu interesse...
Um problema é que as bases de dados não são completas. Uma informação eu posso buscar no site do Banco Central, mas outra talvez seja mais fácil obter no Ipeadata.
Recentemente o Google lançou um projeto de ligar as bases de dados existentes na internet. O projeto procura facilitar a vida do cientista (do jornalista ou do curioso) em encontrar os dados necessários para sua pesquisa. Neste sentido, o facilitador de base de dados lembra o Google Acadêmico, que centraliza as publicações mais relevantes de pesquisa. O Dataset search pode realmente ser um facilitador.
O que o Google ganha com isto? Acesso a um grande conjunto de informações, sendo referência quando o interesse é coletar dados. Ao contrário do Wolfram, que pretende dar uma resposta a uma pergunta como qual o ativo da Petrobras, o Google indica base de dados onde é possível encontrar os dados.
Atualmente, o número de base de dados é pequena. Isto é um problema. Digitei a palavra "accounting" e apareceu onze respostas. Praticamente nenhuma das respostas seria de interesse de um pesquisador na nossa área. Em várias, os dados estão desatualizados. Por enquanto, o produto do Google é muito mais uma promessa que uma realidade. Mas quem sabe você encontra alguma coisa de seu interesse...
26 setembro 2018
Impacto da informação
Uma forma de determinar a influência de uma nova informação é usar o mercado de capitais. Este método tem sido a base dos estudos de eventos. Outra maneira é trabalhar com experimentos. Alguns deles são realizados em situações reais. Um exemplo encontra-se em uma pesquisa para tentar determinar se a informação da quantidade de calorias pode influenciar as escolhas das pessoas em um restaurante. Trata-se de um experimento de campo. Usando dois restaurantes, os pesquisadores receberam menus típicos, mas para um grupo existia a contagem de caloria.
Estimamos que os rótulos resultaram em uma redução de 3,0% nas calorias encomendadas, com a redução ocorrendo em aperitivos e entradas, mas não bebidas ou sobremesas.
Estimamos que os rótulos resultaram em uma redução de 3,0% nas calorias encomendadas, com a redução ocorrendo em aperitivos e entradas, mas não bebidas ou sobremesas.
NBER
O NBER corresponde ao National Bureau of Economic Research. Em 1973 foi divulgado o primeiro artigo. O objetivo era que os pesquisadores associados pudessem dividir seus achados e obter feedback de seus pares, antes de uma publicação. A cada ano são divulgados mais de mil artigos, das mais diversas áreas da economia. Muitos deles depois serão publicados em periódicos de elevado impacto.
Não conheço algo similar no Brasil (talvez o Banco Central e o Ipea sejam similares, mas honestamente não sei se são abertos aos pesquisadores de fora destas instituições). Conheço outros similares ao NBER, em áreas específicas (como o IZA, sobre mercado de trabalho). Mas na similar e com esta abrangência na área contábil. É pena.
(Lembro de uma pesquisa de mostrou que a ordem que um artigo aparecia na página tinha influencia no número de citações; ou seja, os primeiros artigos na listagem semanal eram mais citados. Era um claro indício que os pesquisadores consultavam a página)
Assinar:
Postagens (Atom)
Postagens
