Translate

15 junho 2019

Baumol ainda vive


Esta figura foi publicada aqui (original em Marginal Revolution). Acompanhando os preços desde 1950, alguns setores aumentaram em muito seus preços (educação, saúde, manutenção de automóvel) e outros reduziram seus preços (telecomunicações, roupas, automóveis novos). Qual a razão disto? Segundo Alex Tabarrok: regulamentação, burocracia, monopólio e Efeito Baumol).

O efeito Baumol já foi comentado várias vezes no blog (aqui, aqui ou aqui). Refere-se ao aumento nos custos em algumas atividades que não conseguem usufruir dos ganhos de produtividade. O exemplo clássico é o número de músicos que toca a nona sinfonia de Beethoven.

Tese e ensaio-maternidade

Na semana passada postamos um Rir mostrando uma pessoa que fez um ensaio fotográfico com a sua tese. Hoje tropecei nesta postagem do HypeSscience falando sobre ela:

Sarah Whelan Curtis, de 26 anos, acaba de terminar sua pesquisa de doutorado. Para comemorar o árduo trabalho de quatro anos, ela participou de um ensaio de maternidade. Mas ao invés de exibir um recém-nascido fofo, ela mostrou orgulhosamente a sua tese.
“Eu tenho vários sobrinhos e sobrinhas, e minha mãe me disse: ‘consiga um doutorado ou me dê um neto’. Eu consegui meu doutorado”, disse ela ao Yahoo Lifestyle.
Depois de ver tantos amigos compartilhando fotos de seus bebês, ela teve esta ideia. Quando o trabalho ficou pronto, ela pegou uma manta de bebê, enrolou sua tese nela, e pediu ao seu marido que tirasse fotos de seu recém-nascido. Ela postou as fotos no Twitter e elas fizeram grande sucesso entre outros acadêmicos que também sentem que suas pesquisas são como filhos.
“Sim, eu fiz um ensaio com a minha tese. O trabalho de parto mais longo de todos. #phdlife”, escreveu ela na legenda das imagens.
Ela fez seu programa de Ph.D. na Universidade Emory em Atlanta (EUA), na área de epigenética.

Rir é o melhor remédio


Fonte: Aqui

14 junho 2019

Renúncia da auditoria

Algo interessante ocorreu na Índia. A Reliance Capital é uma das maiores empresas do país asiático, gerenciando ativos, seguros de vida, entre outros produtos. Possui mais de 20 milhões de clientes e 15 mil funcionários.

A empresa PwC encaminhou uma carta para Reliance, afirmando estar abandonando a auditoria por não receber uma resposta satisfatória para algumas dúvidas. Na quarta a Reliance divulgou este fato. As ações, cotadas a 93$ na manhã de quarta terminou o dia cotada a 87 e agora, na sexta, estava a 76$. A empresa disse que as observações da empresa eram infundadas e injustificadas; a decisão da PwC seria motivada pela “psicose do medo”, sem uma discussão com o comitê de auditoria.

Aparentemente, a PwC apontou problemas contábeis na empresa e na Reliance Home Finance ligado a desvios de recursos entre as partes relacionadas. O executivo, Anil Ambani, indicou que seriam boatos injustificados.

Criptomoeda

Uma empresa que possui criptomoeda tem um ativo? Sendo algo que gera riqueza e esta riqueza será controlada pela entidade, a resposta é afirmativa. Mas que tipo de ativo? A princípio, e em razão da denominação, a criptomoeda deveria ser classificada como ... uma moeda.

Mas parece que o Iasb não entende desta forma. O Comitê de Interpretação discutiu este assunto em 2018 e considerou que a criptomoeda não atende a definição de ativo financeiro da IFRS 9 (CPC 14) ou equivalente caixa (IAS 7 ou CPC 03). Assim, resta a classificação como ativo intangível (IAS 38 ou CPC 04)

A decisão não é pacífica, mas o assunto foi considerado como “finalizado” na agenda do comitê.

P.S. Aqui um link sobre blockchain. Dica de Polyana

Valor de um Software Aberto

Qual o valor de um software aberto? Geralmente este tipo de software foi desenvolvido através da contribuição de várias pessoas, sem que tenham sido remunerados por isto. O Linux foi desenvolvido na Finlândia, em uma universidade; o R, em uma universidade da Nova Zelândia. As pessoas que trabalharam nestes softwares, o fizeram de maneira gratuita. Por este motivo, o software aberto não é considerado para fins do cálculo do valor ou da produção de uma economia.

Seis pesquisadores propuseram uma maneira de mensurar uma estimativa do custo do software aberto. Para isto, eles mensuraram o valor de quatro “pacotes”: R, Python, Julia e JavaScript. Estes pacotes tiveram aplicações desenvolvidas por diferentes pessoas e o processo está armazenado no GitHub, uma repositório onde os programadores deixam seus produtos para qualquer pessoa ter acesso. Usando esta informação, os pesquisadores olharam as linhas adicionadas e deletadas em um esforço comum para o desenvolvimento de aplicações. Com base nisto, determinaram o custo do desenvolvimento através da seguinte expressão:

Custo do Desenvolvimento = Salário mensal x Tempo de desenvolvimento nominal.

O salário mensal foi estimado a partir do valor recebido por um programador médio. O tempo de desenvolvimento é função das linhas de código, o número de pessoas por mês e a quantidade de tempo que levou para desenvolver uma aplicação.

O resultado mostra que a contribuição dos pacotes em R desenvolvidos corresponde a um custo de US$854 milhões por ano, para um total de 3.396 pacotes. Ou seja, se uma empresa tivesse que desenvolver estes pacotes, seus gastos seriam neste valor. Para os demais, a estimativa foi a seguinte: Python = 747 milhões, Julia=239 e JavaScript = 1.199. Isto totaliza mais de 3 bilhões de dólares por ano.

Open source software is everywhere, both as specialized applications nurtured by devoted user communities, and as digital infrastructure underlying platforms used by millions daily. This type of software is developed, maintained, and extended both within the private sector and outside of it, through the contribution of people from businesses, universities, government research institutions, nonprofits, and as individuals. This paper proposes and prototypes a method to document the scope and impact of open source software created by these sectors, thereby extending existing measures of publicly-funded research output. We estimate the cost of developing packages for the open source software languages R, Python, Julia, and JavaScript, as well as re-use statistics for R packages. These reuse statistics are measures of relative value. We estimate that the resource cost for developing R, Python, Julia, and JavaScript exceeds $3 billion dollars, based on 2017 costs.

Fonte: The Scope and Impact of Open Source Software: A Framework for Analysis and Preliminary Cost Estimates. Carol A. Robbins* (NCSES, NSF) et al.

Rir é o melhor remédio


Fonte: Aqui

13 junho 2019

Aversão à Informação

Quando você está em um montanha russa e o medo surge, a reação instintiva é fechar os olhos. Este fechar os olhos também funciona nas nossas atividades diárias. A maioria das pessoas evitar olhar regularmente para o saldo do conta, pois “sabe” o que irá encontrar. Muitos investidores evitam acompanhar seus investimentos, com “medo” do que irá ocorrer. Evitamos ver quantas pessoas curtiram nossa postagem, para evitar o desapontamento da nossa pouco expressão.

Dois pesquisadores, um da Toulose e outro da Universidade da Califórnia, tentaram entender o mecanismo da aversão à informação. Marianne Andries (Toulouse) e Valentin Haddad usaram um modelo para mostrar que não ter a informação pode seus benefícios. Isto depende da pessoa, mas investidores com menor apetite para o risco acompanham menos seus investimentos. São os investidores avestruz, que param de olhar suas carteiras quando o mercado cai.

A análise dos dois mostra que “ser bem informado” pode não agregar valor. E estar propositalmente desinformado pode ter uma explicação “racional”.

The main features of households' attention to savings are rationalized by a model of information aversion, a preference-based fear of receiving flows of news. In line with the empirical evidence, information averse investors observe the value of their portfolios infrequently; inattention is more pronounced for more risk averse investors and in periods of low or volatile stock prices. The model also explains how changes in information frequencies affect risk-taking decisions, as observed in the field and the lab. Further, we find that receiving state-dependent alerts following sharp downturns improves welfare, suggesting a role for financial intermediaries as information managers.

12 junho 2019

Estrelas desbotadas

As grandes empresas estão cada vez maiores e, aparentemente, mais produtivas. Além disto, são responsáveis por uma grande quantidade de empregos, investimentos e pesquisa. Em 2016, nos Estados Unidos, as empresas com mais de 5 mil empregados foram responsáveis por 2/3 dos investimentos em P&D. Ao mesmo tempo, observa-se um aumento na margem de lucro, acompanhado pela maior concentração.

Existem duas possíveis explicações para tal fato. As maiores empresas ficaram mais eficientes; neste caso, a concentração é uma boa notícia. A segunda explicação é que as maiores empresas estão entrincheiradas no seu mercado e se aproveitam disto; isto não é bom.

Usando informações das maiores empresas de cada setor, Germán Gutiérrez e Thomas Philippon verificaram o que ocorreu com as Fading Stars. Os autores concluíram que a contribuição destas empresas para a produtividade da economia caiu desde os anos 2000. Na realidade, segundo os autores, a produtividade destas empresas é justificada pelo chamado efeito realocação: as empresas atraem mais recursos por serem “estrelas” e isto justifica a maior produtividade.

A figura a seguir mostra a mensuração da produtividade das grandes empresas de 1960 até os dias atuais, usando uma medida chamada Hulten Contribution.

Eis o abstract:
We study the evolution of super star firms in the U.S. economy over the past 60 years. Contrary to common wisdom, super stars firms have not become larger, have not become more productive, and the contribution of star firms to aggregate U.S. productivity growth has fallen by more than one third since 2000.

Atletas mais bem pagos

Eis os dez atletas mais bem pagos (via aqui):

1. Lionel Messi $127m (£99.8m) - Futebol
2. Cristiano Ronaldo $109m (£85.6m) - Futebol
3. Neymar $105m (£82.5m) - Futebol
4. Canelo Alvarez $94m (£73.8m) - Boxe
5. Roger Federer $93.4m (£73.3) - Tênis
6. Russell Wilson $89.5m (£70.3m) - Futebol Americano
7. Aaron Rodgers $89.3m £70.1m) - Futebol Americano
8. LeBron James $89m (£69.9m) - Basquete
9. Stephen Curry $79.8m (£62.7m) - Basquete
10. Kevin Durant $65.4m (£51.3m) - Basquete

Dos 100, 62 são dos Estados Unidos. Serena Willians é 62a. da lista. Outro brasileiro na lista é Oscar (66o). Do total recebido por Neymar, 75 milhões são salários e 30 milhões propaganda. Já Federer recebe 86 milhões de propaganda, o maior valor na lista.

O esporte dominante é a NBA, com 35 atletas. O número 1 do ano passado, Floyd Mayweather, não faz parte da lista deste ano.

Clube de Futebol e Valor

O processo de avaliação é antes de tudo uma opinião. Cabe ao analista indicar se sua opinião é crível ou não. Se o analista usa uma base de dados passado e de qualidade, analisando os diferentes aspectos do objeto avaliado, poderemos ser convencidos de que a opinião é razoável ou não. Caso os dados sejam frágeis ou baseados em métodos não claros, podemos acreditar ou não no analista baseado em outros parâmetros, como a expertise do mesmo ou a qualidade do seu acerto.

Aqui temos um outro ponto importante: para verificar se a opinião do analista é coerente, precisamos ter algo com que confrontar. Se um analista afirma que as ações de uma empresa valem um determinado montante e aparece investidores dispostos a comprar as ações por um valor próximo a estimativa realizada, podemos acreditar que o analista acertou na sua opinião. Mas mesmo neste caso podemos duvidar da capacidade do analista, pois não sabemos se seu acerto ocorreu pelo acaso ou pela qualidade da sua opinião.

A tarefa pode complicar ainda mais quando o objeto a ser analisado é complexo o suficiente para termos somente métodos que se aproximam da mensuração adequada.

Toda esta introdução é para falar do relatório sobre marcas do futebol, elaborado pela BDO. Esta empresa teve a sagacidade de escolher um assunto de interesse de muitos. Entretanto, avaliar o futebol brasileiro é uma tarefa ingrata, em razão da qualidade dos dados. As demonstrações contábeis dos clubes são de baixa qualidade, como é o caso recente do Corinthians e outros clubes brasileiros. Além disto, temos problemas sérios relacionados com a mensuração de marca. E para finalizar, é muito difícil fazer a comprovação da qualidade da mensuração realizada, pois não temos negociações (quando temos é um exceção) ou ações negociadas em bolsa, como ocorre na Europa.

Com respeito aos dados, os valores são enviesados pela existência de uma receita de valor elevado e que não necessariamente é recorrente: a receita proveniente da comercialização de atletas. Eis um exemplo: em 2017 a receita do Flamengo foi de 649 milhões de reais. Mas esta receita cai para 466 milhões se retirar a transferência. A diferença refere-se a comercialização de alguns atletas, entre eles um jogador chamado Vinícius Júnior. Como lidar com esta situação? Retirar a comercialização permite ter uma comparação mais estável ao longo do tempo; mas parte do valor de um clube (e sua marca) é originária da capacidade de revelar novos jogadores.

Se as informações de qualidade são um problema, o método usado para estimar o valor de uma marca de um clube de futebol pode ser outro complicador. Existem diversas metodologias que podem ser usadas como proxy em tais situações. Um delas é mensurar quanto é possível gerar de receita pela existência de uma marca. Se um torcedor está disposto a pagar um valor elevado por uma camisa oficial de um clube, a diferença entre o preço da camisa e o preço de uma camisa sem esta “marca” poderia ser considerada dentro do valor da marca. Neste caso, o clube consegue internalizar sua marca, gerando receita com a mesma. Isto provavelmente não ocorre no Brasil, já que usualmente os torcedores não compram a camisa oficial do clube (nem um ex-deputado e presidente da república paga por uma camisa oficial, preferindo uma cópia pirata).

Em resumo, é difícil opinar sobre o valor de uma marcar, mas esta tarefa talvez seja mais difícil quando se trata de uma marca de um clube de futebol brasileiro. Segundo a BDO:

“O estudo seguiu rigorosa métrica que inclui mais de 30 diferentes variáveis entre dados financeiros, históricos dos clubes, informações publicadas em pesquisas com os torcedores, dados de marketing esportivo, hábitos de consumo dos torcedores, engajamento em mídias sociais e dados sociais e econômicos do mercado em que atuam os clubes analisados.”

Isto não ajuda a esclarecer muito sobre o método. Em postagem anterior, discutimos sobre o uso de múltiplo para avaliar clubes de futebol. Vamos usar esta discussão para fazer nossa análise. Na figura abaixo coloquei o valor da marca dos clubes e o valor usando o múltiplo de 3,2 (método CATS). Note que estamos comparando algo diferente: a BDO mensura a marca; estamos mensurando o valor do clube, que é mais abrangente que a medida da BDO. Além disto, usamos a receita total; ou seja,  nosso resultado pode estar sendo influenciado pela venda de jogadores.

O gráfico mostra que em geral nossa estimativa é maior que a BDO, o que era esperado. Em média, os 25 clubes foram avaliados em 672 milhões usando o múltiplo e a marca recebeu uma avaliação de 435 milhões. Em alguns casos, a diferença foi expressiva. Avaliamos a Chapecoense em 319 milhões, enquanto a BDO considerou que a marca deste time tem um valor de 58 milhões. Mas nossa estimativa coloca o Corinthians como tendo um valor de R$1,25 bilhão versus R$1,74 bilhão da BDO. (Este é o único clube onde o valor do múltiplo foi menor que o valor da marca)

Em geral, as diferenças entre os dois métodos foi menor para os clubes de maior valor e aumentou substancialmente para os pequenos clubes, como é o caso da Chapecoense. Mas qual o método é melhor? É impossível responder a esta pergunta por dois motivos. Em primeiro lugar, não temos um conjunto de negociações de marcas (ou de clubes) que possa indicar quem estaria com a razão. Se ocorressem 25 transações de clubes e caso meus valores estivessem mais próximos dos valores transacionados, o meu método seria melhor. Em segundo lugar, estamos mensurando algo diferente e não temos condições de analisar se o método da BDO é razoável ou não. A afirmação da empresa, reproduzida acima, não permite verificar se os seus valores são razoáveis ou não.