ANÁLISE DO DESEMPENHO DASEMPRESAS DO SETOR DE

TELECOMUNICAÇÕES COM AUTILIZAÇÃO DOS ÍNDICES

ECONÔMICO-FINANCEIROS E ATÉCNICA DA ANÁLISE ENVOLTÓRIA DE

DADOS - DEA 

Fabio Halfeld de Azevedofábio.azevedo@yahoo.com.br

UNIFOA

Fabio Henrique de Melofabiohmelo@yahoo.com.br

UNIFOA

Lucimeire Cordeiro da Silva Farialucimeire.silva@foa.org.br

UNIFOA

Resumo:Esta pesquisa analisou o desempenho das principais empresas que possuem ações em bolsa dosetor de Telecomunicações na área de Telefonia Móvel Celular através da utilização de indicadoreseconômico-financeiros e a técnica Análise Envoltória de Dados, metodologia adotada por FARIA, 2006em sua dissertação de Mestrado para o setor de siderurgia. Verificou-se ser possível a atribuição de pesose a identificação das variáveis mais relevantes através da utilização da metodologia deMATARAZZO(2007) e FARIA (2006). Este estudo identificou as variáveis PCT, IPL, LC, RA, GA eRPL, para definição da eficiência das empresas de Telecomunicações, com a utilização do modelo foipossível a identificação do grau de importância de cada indicador, atribuição dos pesos e construção dafronteira de eficiência. As unidades identificadas na fronteira de eficiência foram: TELEMIG 2003, TIM2003, 2005 e 2007, considerando os níveis ótimos de inputs e mantidos o níveis de outputs constantes

(modelo BCC). Ao construir o ranking identificou-se a TELEMIG como líder, e a TELENORTE como aúltima colocada.  

Palavras Chave: Avaliação - Desempenho - Indicadores - Análise Envoltória - Eficiência

1. INTRODUÇÃO A partir dos anos 80, a dinâmica da economia mundial sofreu profundas

transformações nos modelos de geração e acumulação de riqueza. Diferentemente do antigo padrão de acumulação baseado em recursos tangíveis, dispersos ao redor do mundo, no atual padrão, o conhecimento e a informação exercem papeis centrais, sendo as tecnologias de informação e comunicação se u elemento propulsor.

No Brasil, o mercado de telefonia móvel cresceu a uma taxa superior a 20% no ano de 2008. Encerrou o período com mais de 150 milhões de celulares. Verifica-se que o celular tem uma crescente penetração nas classes sociais de menor renda. São mais pessoas inseridas na sociedade em rede, com mais possibilidades de geração de renda, de acesso a cultura, informação, educação, segurança, entretenimento.

O serviço de telefonia móvel é essencial para que as pessoas continuem conectadas e a partir das conexões, encontrem novas oportunidades – em tempos de estabilidade ou de crise econômica.

Esta pesquisa pretende analisar o desempenho das principais empresas que possuem ações em bolsa do setor de Telecomunicações na área de Telefonia Móvel Celular através da utilização de indicadores econômico-financeiros e a técnica Análise Envoltória de Dados.

O problema então da pesquisa pode ser apresentado da seguinte forma:

Através dos indicadores econômico-financeiros e a utilização da técnica de Análise Envoltória de Dados – DEA é possível avaliar o desempenho das empresas objeto de estudo e criar um ranking?

Estatisticamente, é possível atribuir pesos aos indicadores de acordo com a sua capacidade de indicação de sucesso e insucesso?

1.2. OBJETIVO DA PESQUISA

1.2.1 OBJETIVO FINAL

Avaliar a eficiência do setor de Telecomunicações (Telefonia Móvel Celular) quanto a estrutura e liquidez utilizando os indicadores de desempenho e a análise envoltória de dados.

1.2.2 OBJETIVOS INTERMEDIÁRIOS

a. Analisar os indicadores de desempenho.

b. Identificar o grau de importância dos indicadores e atribuir pesos aos mesmos através da metodologia adotada por FARIA SILVA em sua tese de Mestrado.

c. Calcular a eficiência das empresas com a utilização da técnica Análise Envoltória de dados.

d. Construir um ranking.

1.2.3 DELIMITAÇÃO DO ESTUDO

A pesquisa abrangerá as informações econômico-financeiras contábeis, a luz das Demonstrações Financeiras publicadas, dos sete últimos exercícios - 2002 a 2008 das empresas do setor de Telecomunicações da área de Telefonia Móvel Celular que possuem ações em bolsa.

Fixar-se-á atenção aos valores publicados pelas empresas através de suas Demonstrações Financeiras, extraído delas os valores das contas contábeis necessárias a realização da pesquisa.

O estudo ficará restrito aos resultados dos sete últimos exercícios de 2002 a 2008. A Amostra será composta de todas as empresas do Setor de Telecomunicações: Telefonia móvel Celular que possuem ações em bolsa. São elas: Tele Norte Celular Participações S.A., TELEMIG Celular Participações S.A., TELEMIG Celular S.A., TIM Participações S.A., VIVO Participações S.A..

As possíveis alterações ocorridas nos resultados obtidos, não serão alvo de estudo, por motivo da não entrega oficial para publicação, dos relatórios administrativos e das Demonstrações Financeiras pelas empresas em estudo.

1.2.4 RELEVÂNCIA DO ESTUDO

Diante das turbulências do Mercado Global, verifica-se a necessidade do acompanhamento do desempenho das empresas pelos acionistas e gestores, a fim de saber onde e como melhorar para ser mais eficiente e competitivo, passa a ser um dos principais objetivos perseguidos pelos seus gestores. No entanto, para realizar uma boa análise é necessário o conhecimento profundo e intrínseco dos índices de desempenho e a construção de um score de eficiência, acompanhando o desempenho de empresas concorrentes do setor.

A metodologia aplicada destaca-se por ser utilizada uma análise estruturada abordada na dissertação de Mestrado de FARIA SILVA.

A relevância da pesquisa também se apresenta pelo setor a ser estudado, o setor de Telecomunicações (telefonia móvel celular) cresce a uma velocidade tecnológica muito grande, o aprimoramento, a cada momento, do produto ocorre com a intenção de satisfazer cada vez mais o cliente e os acionistas. Verifica-se a grande importância deste setor para o crescimento tecnológico de nosso país.

2. REFERENCIAL TEÓRICO

2.1 AVALIAÇÃO DE DESEMPENHO Os índices, que serão expostos nesse estudo, provêm segundo Matarazzo (2007), da

experiência de profissionais que analisaram durante doze anos cerca de 1.000.000 de balanços, que é demonstrado no quadro 2.1.

Quadro 2.1: Resumo dos Índices de Desempenho

2.4.1 ATRIBUIÇÃO DE PESOS SEGUNDO A IMPORTÂNCIA RELATIVA DE CADA INDICADOR

Dante Matarazzo (2001) aborda um método de atribuição de pesos aos indicadores. cientificamente.

Os passos para atribuição de pesos cientificamente aos índices, segundo MATARAZZO (2001), são:

1o passo: classificar determinada quantidade de empresas em uma de duas categorias: Sucesso ou Insucesso.

Sucesso – representa a categoria em que se enquadram empresas com as quais as operações foram bem sucedidas.

Insucesso – é a categoria de empresas com as quais os resultados foram insatisfatórios.

O número de empresas enquadradas na categoria “Sucesso” deve ser igual ao da categoria “Insucesso”. É desejável que a quantidade de cada categoria não fique abaixo de 50, porém é suportável até um limite mínimo de 20. Abaixo disso, embora existam técnicas estatísticas de tratamento às pequenas amostras, os resultados costumam ficar prejudicados.

As empresas do grupo “Sucesso” devem ser escolhidas aleatoriamente. Quanto ao grupo “Insucesso”, normalmente são tomadas todas as empresas que aí se enquadram, a não ser que esse número seja muito grande, quando então se recorre à amostragem estatística.

2º. Passo: uma vez separadas as empresas segundo as categorias “Sucesso” e “Insucesso”, de cada empresa se extrai determinado número de índices de balanço. Esses índices separados por categoria e por tipo (Participação de Capitais de Terceiros, Liquidez Corrente etc..), deve ser tratados estatisticamente e construídos índices-padrão, elaborando padrões de sucesso e insucesso, com base nas respectivas amostragens.

Quanto maior a diferença entre os índices das empresas do grupo “Insucesso” e os das empresas do grupo “Sucesso”, maior será a capacidade de previsão do insucesso através dos índices.

O estudo dessas diferenças encontra embasamento estatístico que permite aferição do grau de previsão de insolvência de cada índice. Quanto maior o poder de previsão de um índice, maior será a sua importância e, portanto, maior o seu peso na ponderação final dos índices.

2.4.2 ABORDAGEM ESTATÍSTICA DAS DIFERENÇAS ENTRE ÍNDICES DE EMPRESAS “SUCESSO” E EMPRESAS “INSUCESSO”

Através da estatística pode-se testar se as empresas “Insucesso” e “Sucesso” pertencem a uma única população – a população de empresas, em geral, onde não há diferenças entre elas – ou, se ao contrário, existem duas populações distintas, ou seja, a população das empresas “Insucesso” e a população das empresas “sucesso”.

2.4.3 TESTE DE STUDENT

Através desse teste verifica-se qual a probabilidade de duas amostras pertencerem a populações diferentes.

Segundo WILLIANS e outros (2003), para testar a hipótese sobre a diferença entre as médias de duas populações (µ1 e µ2) no caso de uma pequena amostra ou seja, n1(sucesso)<30 e/ou n2(insucesso)<30 utiliza-se o procedimento baseado na distribuição t com n1+n2 –2 graus de liberdade.

µ1 – média da população das empresas classificadas como sucesso

µ2 – média da população das empresas classificadas como insucesso

Considera-se a hipótese de inexistência de diferença entre as médias, faz-se a hipótese nula ser µ1 = µ2, e a hipótese alternativa ser µ1 ≠ µ2, ou seja:

0:H

0:H

21a

210

≠−=−

µµµµ

+

−−−=

21

2

2121

11

)()(

nns

xxt

µµ 1.a

Onde: .studenttvalort −=

.1 sucessodasclassificaempresasdasamostradamédiax = .2 insucessodasclassificaempresasdasamostradamédiax =

.22 σdeagrupadaestimativas =

2

)1()1(

21

222

2112

−+−+−

=nn

snsns 2.b

2.4.4 TESTE DO QUI-QUADRADO

O qui quadrado mede a correlação existentes entre os atributos.O índice que obtiver o maior coeficiente de correlação terá maior poder preditivo e deverá receber maior peso nas planilhas e fórmulas.

A grande diferença existente entre a distribuição teórica esperada e a distribuição constatada, na coluna das insolventes, indica a olho nu que esses índices são capazes de separar as empresas solventes das insolventes.

2.4.5 COEFICIENTE DE CORRELAÇÃO DE ATRIBUTOS QUALITATIVOS– CAQ

Segundo Matarazzo (2007), é um número que varia de 0 a 0,72, ou seja, a correlação máxima será 0,72. O zero indica não haver correlação. Entretanto para haver a correlação máxima é preciso que:

O Coeficiente de Correlação de Atributos Qualitativos - CAQ tem o mérito de possibilitar o escalonamento dos índices mais importantes (maior peso) para os menos importantes (menor peso). Afinal, se um índice tem CAQ mais baixo é porque são menores as diferenças que é capaz de apontar entre as empresas solventes e insolventes e, assim, menor deverá ser o seu peso.

Para calcular o CAQ usam-se as seguintes fórmulas:

∑−

=n

j ej

ejcjX

22 )(

2.4.5.a

NX

XCAQ

+=

2

2

2.4.5.b

.jcasanasconstatadoelementosdenúmeroc =

.jcasanaesperadoselementosdenúmeroe =

..amostradaelementosdetotalnúmeroN =

O teste de qui-quadrado é simples, objetivo e eficiente e pode ser empregado por qualquer dos usuários de Análise de Balanços, bastando tomar algo entre 20 e 50 empresas do grupo sucesso e igual número de empresas do insucesso.

2.5 VALOR DE MERCADO IDEAL PARA AVALIAÇÃO DE EMPRESAS

Segundo MARTELANC e outros (2005), a comparação pura e simples dos preços das ações de diferentes empresas não tem lógica, pois o que interessa não é o preço da ação individual, que depende da quantidade de ações negociáveis, mas sim o valor de bolsa ou de mercado da empresa, calculado pela multiplicação do preço das ações pela quantidade de ações.

O valor de mercado é muito usado para avaliação de desempenho de ações das empresas.

2.6 ANÁLISE ENVOLTÓRIA DE DADOS (DATA ENVELOPMENT ANALYSIS - DEA)

2.6.1 O MODELO BCC BÁSICO Os modelos CCR original e básico calculam a eficiência da DMU0, considerando uma

tecnologia que exibe retornos constantes de escala. Para avaliar a eficiência técnica de setores que exibem tecnologias com retornos variáveis de escala, Banker, Charnes & Cooper (1984) modificaram o modelo CCR básico e desenvolveram o modelo conhecido como modelo BCC (iniciais dos seus criadores) básico.

Figura 3.1: Forma dos multiplicadores orientado para o insumo

Figura 3.2: Forma dos multiplicadores orientado para o produto

(Cotação das ações Ordinárias x Quantidade das ações Ordinárias emitidas)

VM = +

(Cotação das ações Preferenciais x Quantidade das ações Preferenciais emitidas)

eficienteDMUoBse

Ii

Pp

NnMyx

y

MxB

i

p

pnpini

pp

ii

1

,0

,...,1,

,...,1,

,...,1,0

1

a sujeito

min

*0

0

00

=>

=≥

=≥

=≥+−

=

+=

∑∑∑

∑

εενεµ

µν

µ

ν

eineficientDMUoCse

eficienteDMUoCse

Ii

Pp

NnMyx

x

MyC

i

p

pnpini

ii

pp

1

1

,0

,...,1,

,...,1,

,...,1,0

1

a sujeito

max

*0

*0

0

00

<

=>

=−≥−

=−≤−

=≤++−

=

+=

∑∑∑

∑

εενεµ

µν

ν

µ

Figura 3.3: Forma da envoltória orientado para o insumo

Figura 3.4: Forma da envoltória orientado para o produto

A restrição adicional de a tecnologia ser convexa (∑ = 1nz) imposta na forma da envoltória

do modelo BCC básico reflete-se na variável dual associada M que caracteriza a propriedade

( )

eficienteDMUoEse

Pps

Iis

R

Nnzz

Iiszxx

Ppyszy

ssE

p

i

n

N

nn

inini

ppnpn

ip

1

,0

,...,1,0

,...,1,0

,...,1,01

,...,1,0

,...,10,

a sujeito

min

*

1

0

0

*

=

>

=≥

=≥

∈

=≥=

==−−

==−

+−=

+

−

=

−

+

−+

∑

∑∑

∑ ∑

ε

θ

θ

εθ

( )

eficienteDMUoFse

Pps

Iis

R

Nnzz

Ppszyy

Iixszx

ssF

p

i

n

N

nn

pnpnp

iinin

ip

1

,0

,...,1,0

,...,1,0

,...,1,01

,...,1,0

,...,10,

a sujeito

max

*

1

0

0

*

=

>

=≥

=≥

∈

=≥=

==+−

==−

++=

+

−

=

+

−

−+

∑

∑∑

∑ ∑

ε

λ

λ

ελ

da fronteira de eficiência ser localmente crescente quando 0* <M , constante quando 0* =M

ou decrescente quando 0* >M na vizinhança da solução eficiente [ ]** ;YX = [ ]∑ nnn YXz ,*

.

As interpretações dos multiplicadores e das folgas do modelo BCC básico são iguais as do modelo CCR básico.

2.6.2. MODELOS COM RESTRIÇÃO NOS MULTIPLICADORES ÓTIMOS

Segundo Kassai (2002), existem ainda três extensões que retratam modos elementares de estabelecer restrições para os multiplicadores. São os modelos de Dyson & Thanassoulis - DT, de Wong & Beasley-WB e de Ali, Cook & Seiford – ACS:

• Dyson & Thanassoulis ( 1988 ), que considera um único insumo e que estabelece limites para as taxas de troca entre produtos, tendo em vista a necessidade de ser consumida uma quantidade mínima do insumo para cada unidade de produto gerado;

• Wong & Beasley ( 1990 ), que estabelece limites para a proporção entre o valor virtual individual de cada produto (insumo) e o valor virtual global da produção (consumo); e,

• Ali, Cook & Seiford (1991), que estabelece ordenamentos para as taxas de substituição dos insumos e as taxas de trocas entre os produtos.

2.6.3 MODELOS DEA COM VARIÁVEIS NEGATIVAS

Uma das limitações da utilização da técnica DEA, em alguns casos práticos, é

quando se deseja que façam parte da avaliação da eficiência de um grupo de DMUs variáveis

( inputs ou outputs) que possuam valores negativos.

Segundo Kassai (2002) apud Charne, Cooper, Golary, Seiford e Stutz (1985) provaram que para o modelo BCC uma transformação afim nos dados não altera a fronteira

de eficiência e a classificação das DMUs como eficientes ou ineficientes é invariante com a transformação.

3. METODOLOGIA

3.1 TIPO DE PESQUISA

A pesquisa será quanto aos fins e aos meios da seguinte forma:

• quanto aos fins: pesquisa descritiva: Exposição dos principais indicadores de desempenho e debates teóricos relacionados ao tema, análise estruturada dos indicadores de desempenho.

• quanto aos meios: pesquisa bibliográfica: consulta de material (livros didáticos, artigos, dissertações e teses) relacionado ao tema. Pesquisa documental: este estudo utilizará os dados de Informação Financeiras públicas das empresas do setor de Telecomunicações/Telefonia Celular Móvel nos anos de 2002 a 2008.

3.2 COLETA DE DADOS Serão utilizadas diversas publicações relacionadas ao tema em questão.

Os dados serão obtidos através do site da Comissão de Valores Mobiliários, da BOVESPA e do IBGE.

3.3 TRATAMENTO DOS DADOS A amostra será composta de todas as empresas do setor de Telefonia Móvel

Celular que possuem ações em bolsa. O tratamento dos dados será da seguinte forma: a) Obtenção dos dados das empresas em estudo; b) Cálculo dos Indicadores e transformação afim dos indicadores; c) Análise da correlação e seleção das variáveis; e) Definição dos pesos de cada indicador; f) Cálculo do DEA através da utilização do Software free SIAD, sendo este um

Software Brasileiro para o cálculo do DEA, criado por um grupo de pesquisadores da UFF – Universidade Federal Fluminense e disponibilizado gratuitamente. Utilizar-se-á o modelo BCC orientado para input.

g) Cálculo da média ponderada das eficiências segundo FARIA, 2006 e construção de um ranking. Segundo Faria (2006) a construção do Ranking se dará com o cálculo da média ponderada atribuindo peso aleatoriamente de forma crescente em um intervalo constante de 0,5 conforme demonstrado abaixo:

Onde:

a = ano de 2003 b = ano de 2004 mp = média ponderada

c = ano de 2005 d = ano de 2006

e = ano de 2007 f = ano de 2008

4. RESULTADOS E DISCUSSÕES

4.1 TRANSFORMAÇÃO AFIM DOS INDICADORES NEGATIVOS

Tabela 1: Transformação afim dos indicadores negativos

Fonte: o autor

4.2 ANÁLISE DE CORRELAÇÃO ENTRE AS VARIÁVEIS

Tabela 2: Correlação entre as variáveis

F

onte: o autor

Analisando a correlação entre os indicadores, verificam-se altas correlações entre o indicador de PCT com o IPL (91%), o indicador de IPL com o IRNC (88%); LC com o LS (99%) e o ROE com o ML (85%).

4.3 DEFINIÇÃO DE SUCESSO E INSUCESSO

Tabela 3: Valor de Mercado

Fonte: o autor

Tabela 4: Definição de Sucesso e Insucesso

Fonte: o autor

4.4 TESTE T STUDENT

Tabela 5: T-Student

Fonte: o autor

Os indicadores de RPL, ML e RA possuem o maior valor de t-student significando maior capacidade de distinção das populações (sucesso x insucesso).

As informações acima são confirmadas pelo P-valor. Quanto menor o p-valor maior a capacidade de diferenciar as médias.

Tabela 6: p-valor

Fonte: o autor

4.5 ESTRATIFICAÇÃO E CÁLCULO DO QUI-QUADRADO

Quadro 01: Estratificação para cálculo do Qui-Quadrado

Fonte: o autor

Após estratificação das empresas, calculou-se o Qui-Quadrado, o p-valor e o coeficiente de correlação de atributos.

Tabela 7: Qui-quadrado

Fonte: o autor

Tabela 8: p-valor Tabela 9: CCA

Fonte: o autor Fonte: o autor

Os indicadores PCT,CE e GA, IPL e IRNC, LC e LS apresentam praticamente a mesma capacidade de indicação de sucesso e insucesso. Portanto, pode-se eliminar os indicadores CE, GA, IRNC e LS. Entre os indicadores RPL, LG e ML, a análise favoreceu a eliminação do LG e ML devido sua menor relatividade em comparação com o RPL. Decisões ratificadas em ambos os testes qui-quadrado e t-student conforme demonstrados nas figuras anteriores.

Tabela 10: Variáveis Eliminadas

Fonte: o autor

4.6 DEFINIÇÃO DOS PESOS

Os indicadores correlacionados foram eliminados e seus pesos relativos foram transferidos para os indicadores correlacionados.

Tabela 11: Atribuição de pesos

Fonte: o autor

As restrições, portanto, ficam definidas conforme abaixo: Tabela 12: Restrições aos pesos para utilização do DEA

Fonte: o autor

Tabela 13: Score de eficiência das empresas utilizando o modelo BCC (Retorno Variável de Escala) orientado para input

Fonte: Resultados da pesquisa

4.8 RANKING Figura 4: Evolução da Eficiência

0%

20%

40%

60%

80%

100%

120%

2003 2004 2005 2006 2007 2008

VIVO

TIM

TELEMIG

TELEMIG CEL

TELENORTE

Fonte: o autor

O modelo identificou a TIM com uma eficiência em destaque no ano de 2005. Para construir um ranking é calculada a média ponderada de todos os anos, conforme

abaixo: Tabela 14: Ranking

Fonte: o autor

Verifica-se a empresa TELEMIG com uma média mais elevada e a TELENORTE em último lugar.

5. CONCLUSÃO Verificou-se ser possível a atribuição de pesos e a identificação das variáveis mais

relevantes através da utilização da metodologia de MATARAZZO(2007) e FARIA (2006). Este estudo identificou as variáveis PCT, IPL, LC, RA, GA e RPL, para definição da eficiência das empresas de Telecomunicações, objetivando identificação do grau de importância de cada indicador, fortaleceu o modelo revelando fatores determinantes da situação atual como também servindo de ponto de partida para identificar o comportamento futuro das empresas.

Vale ressaltar que o setor estudado, está em expansão e com forte concorrência.

Diante dos resultados foi identificado uma DMU na fronteria de eficiência: TELEMIG 2003, TIM 2003, 2005 e 2007, considerando os níveis ótimos de inputs e mantidos o níveis de outputs constantes (modelo BCC). O modelo DEA gerou o índice ótimo e um escore das DMUs objeto de estudo.

Para construção do ranking adotou-se uma média ponderada encontrando a TELEMIG como líder, e a TELENORTE como a última colocada.

Este estudo não se encerra por aqui. Para afirmar-se que a TELEMIG, é um Benchmark para as demais DMUs, é de fundamental importância uma análise mais cuidadosa dos seus resultados, bem como de fatores sazonais para determinar se o seu score de eficiência advém de eficiência genuína ou da ausência de competidores comparáveis.

6. REFERÊNCIAS

ANDERSON, David R.; SWEENEY, Dennis J.; WILLIANS, Thomas A. Estatística Aplicada à Administração e Economia. 2a. edição. São Paulo:Pioneira,2002

ANGULO MEZA, Lidia, BIONDI NETO, Luiz, SOARES DE ME LLO, João Carlos C. B., GOMES, Eliane Gonçalves, COELHO, Pedro Henrique Gouvêa SIAD - Sistema Integrado de Apoio à Decisão: Uma Implementação Computacional de Modelos de Análise Envoltória de Dados. Relatórios de Pesquisa em Engenharia de Produção, v. 3, n. 20. Niterói: Universidade Federal Fluminense - Mestrado em Engenharia de Produção, 2003.

ASSAF Neto, Alexandre. Finanças Corporativas e Valor, 3a ed. São Paulo, Atlas, 2007.

BREALEY, Richard A., MYERS, Stewart C. e MARCUS, A. J. Fundamentos da Administração Financeira.3a ed. trad.: Robert Brian Taylor. Rio de Janeiro: McGraw, 2002.

BRIGHAM, Eugene F., GAPENSKI, Louis C. e EHRHARDT, Michael C. Administração Financeira – Teoria e Prática. São Paulo, Atlas, 2001.

BRIGHAM, Eugene F.; HOUSTON, J.F. Fundamentos da Moderna Administração Financeira. Rio de Janeiro: Campus, 1999

.BOVESPA - BOLSA DE VALORES DO ESTADO DE SÃO PAULO, Acervo Histórico de Negociação das Ações das S.A.s Brasileiras negociadas em bolsa: Americel S.A., Futuretel S.A, INEPAR Telecominicações S.A., NEWTEL Participações S.A., Tele Norte Celular Participações S.A., TELEMIG Celular Participações S.A., TELEMIG Celular S.A., TIM Participações S.A., VIVO Participações S.A.. dos anos de 2002, 2003, 2004, 2005, 2006, 2007, 2008.

COMISSÃO DE VALORES MOBILIÁRIOS , Relatórios da Administração e Demonstrações Financeiras das empresas: Americel S.A., Futuretel S.A, INEPAR Telecominicações S.A., NEWTEL Participações S.A., Tele Norte Celular Participações S.A., TELEMIG Celular Participações S.A., TELEMIG Celular S.A., TIM Participações S.A., VIVO Participações S.A.. dos anos de 2002, 2003, 2004, 2005, 2006, 2007, 2008.

FARIA, Lucimeire Cordeiro da Silva. Análise do Desempenho do setor Siderúrgico Brasileiro de 1998 à 2004: Utilizando a Técnica de Análise Envoltória de Dados baseada em Índices Econômico-Financeiros. 2006. Dissertação de Mestrado – Programa de Mestrado em Economia Empresarial, da Universidade Cândido Mendes: UCAM.

GIL, Antonio Carlos . Como Elaborar Projetos de Pesquisa. 2ª. Ed. São Paulo: Atlas, 1994.

KASSAI, Sylvia. Utilização da Análise por Envoltória de Dados -DEA na Análise de Demonstrações Contábeis. 2002. Tese de Doutorado – Programa de Pós-Graduação em Controladoria e Contabilidade, da Faculdade de Economia, Administração e Contabilidade, da Universidade de São Paulo: FEA-USP.

MARTELANC, Roy; PASIN, Rodrigo; CAVALCANTE, Francis co. Avaliação de Empresas: Um guia para fusões & aquisições e gestão de valor. São Paulo: Pearson Prentice Hall, 2005.

MATARAZZO, Dante C. Análise Financeira de Balanços: abordagem básica e gerencial. 5ª ed.. São Paulo, Atlas, 2007.

VERGARA, Sylvia Constant. Projetos e Relatórios de Pesquisa em Administração. 3ª ed. São Paulo. Atlas, 2000.

Powered by TCPDF (www.tcpdf.org)