1 ANLISE DE REGRESSO: uma ferramenta para a previso de vendas.

Autores: RITA MARA LEITE (UNIVERSIDADE ESTADUAL DE PONTA GROSSA) ADEMIR CLEMENTE (UNIVERSIDADE FEDERAL DO PARAN) REGIS GARCIA (UNIVERSIDADE FEDERAL DO PARAN) RESUMO Na elaborao do Oramento Operacional a etapa da previso de vendas considerada uma das mais importantes, em virtude de estar relacionada fonte de obteno dos recursos prprios, ou seja, a receita de vendas. Este artigo faz distino entre oramento de vendas, plano de vendas e previso de vendas. Apresenta os fatores importantes para a etapa de previso de vendas, alm de conceituar e evidenciar as caractersticas dos mtodos de previso de vendas baseados em informaes pontuais de consumidores, vendedores e de produtos, como tambm dos mtodos que trabalham com informaes do passado, nos quais se faz presente o uso de ferramentas estatsticas. Discorre sobre outras classificaes dadas aos mtodos de previso de vendas: sob a abordagem causal e no causal; dos mtodos diretos e indiretos. Especificamente o artigo discute as contribuies da estatstica, mais precisamente das ferramentas de analise de regresso e correlao na previso de vendas. A pesquisa emprica com abordagem quantitativa procurou avaliar as relaes existentes entre a receita bruta de vendas, a receita de exportao de duas empresas brasileiras do segmento de alimentao e a populao, com a finalidade de saber se possvel pela tcnica da anlise de regresso predizer o valor da receita bruta de vendas. Os resultados indicaram que o modelo delineado apropriado para previso de vendas embora no identifique a efetiva contribuio de cada uma das variveis consideradas. Palavras-chave: oramento operacional, previso e tcnicas de vendas, receita, estatstica, anlise de regresso. 1 INTRODUO A Cincia Contbil tem como objetivo fornecer informaes aos usurios para a tomada de decises, atravs da coleta de dados econmicos, da mensurao monetria, do registro e da sumarizao em forma de relatrios, consultas on-line, data warehouse etc. Alm da tcnica da escriturao, outras tcnicas e procedimentos so aplicados em funo das peculiaridades das atividades fins das empresas ou organizaes. Desse modo, foram surgindo especializaes ou ramificaes desta cincia, como a contabilidade financeira, que a aplicao da contabilidade geral necessria a todas as empresas, voltando-se mais s informaes para usurios externos. Outra

2 especializao importante a contabilidade de custos, voltada ao clculo, interpretao e controle de bens fabricados ou comercializados e dos servios prestados. Em funo do crescimento das empresas, da distncia entre administrador, o proprietrio e o patrimnio administrado, alm de informaes sobre a performance dos produtos e ou servios, passaram a ser desejadas informaes que contribussem para a administrao empresarial. Assim, a contabilidade gerencial voltada gesto do negcio, tem como sua principal funo auxiliar os gestores na tomada de decises. Entre os vrios autores que escrevem sobre a contabilidade Gerencial, todos abordam o planejamento e oramento, tanto que dedicam em suas obras captulos especiais para a respectiva explanao do assunto, enfatizando a importncia do mesmo para as empresas. Segundo Horngren (2004, p. 229-230), o planejamento a chave para uma boa gesto, seja para pequenas empresas familiares, grandes corporaes, agncias governamentais e organizaes sem fins lucrativos, ou simplesmente para os indivduos, ou para a vida pessoal. O oramento empresarial tem como finalidade principal extrair o mximo dos recursos disponveis, tornando-se um plano de negcios formal e no deve ser entendido como limitao de gastos, mas como forma de focalizar a ateno nas operaes e finanas da empresa, antecipando os problemas potenciais e as vantagens, possibilitando aos gestores tomar atitudes para evitar os problemas ou usar sabiamente as vantagens. Todos os gestores fazem algum tipo de planejamento, mesmo que muitas vezes, nas pequenas organizaes os planos no sejam expressos. Porm, com o crescimento das atividades da empresa os planejamentos informais deixam de ser suficientes, quando ento se torna necessrio um plano formal, ou seja, um oramento, que obriga os gestores a considerar cuidadosamente as metas e objetivos, assim como as maneiras de atingi-los. De acordo com a literatura existente, podem ser utilizados diversos mtodos e procedimentos para a previso de vendas, sugeridas pelos estudiosos da rea, como anlise de sries temporais, pesquisa operacional, modelos estatsticos ou matemticos, abordagem causal entre outros. Entretanto, a escolha de um mtodo de previso poder demandar tempo e investimento, pois implica na coleta e utilizao de um conjunto de variveis em funo das hipteses estabelecidas quanto aos objetivos da empresa. Sabendo-se que a Econometria tem entre seus objetivos a previso de valores futuros das variveis econmicas, a anlise de regresso pode ser adotada como mtodo estatstico na previso de vendas, ou seja, possvel pela tcnica de anlise de regresso predizer o valor da varivel dependente, no caso a receita bruta de vendas? Este artigo no pretende estender a discusso sobre o oramento como um todo, mas abordar especificamente a questo da previso de vendas, pois conforme a opinio dos autores Welsch (1977 e 1983), Sobanski (1994) Sanvicente e Santos (1995), Horngren (2004), a etapa do oramento de vendas importante, porque dela dependem as necessidades de recursos de estoques, de investimentos, de despesas e demais itens do oramento geral. Todo o planejamento operacional e financeiro est geralmente associado ao volume de vendas, de maneira que a previso de vendas pode-se dizer a pedra angular do oramento. Outro fator que justifica esta pesquisa a oportunidade da aplicao de mtodos quantitativos na atividade contbil, to necessria e atual para o desenvolvimento da cincia contbil.

3 O objetivo geral deste artigo aprofundar os conhecimentos sobre a anlise de regresso, enquanto uma tcnica utilizada para a previso de vendas. Especificamente os objetivos so: a) Identificar as variveis independentes relacionadas varivel dependente; b) Elaborar o modelo de regresso e aplicar os testes; c) Analisar as relaes observadas entre as variveis em estudo; d) Verificar a aplicabilidade como modelo de predio de receitas. A reviso de literatura necessria para apresentao e discusso dos temas principais, previso de vendas e anlise de regresso utilizou como metodologia a pesquisa bibliogrfica, sendo que, os dados colhidos tiverem como base livros, dissertaes, revistas especializadas e publicaes em peridicos e, a pesquisa documental em funo da coleta de dados na Base da Economtica e em site de rgos de pesquisa como o IPEA. Quanto abordagem do problema trata-se de pesquisa quantitativa, pois conforme Richardson apud Beuren (2003, p. 70) esta abordagem:
Caracteriza-se pelo emprego de quantificao tanto nas modalidades de coleta de informaes, quanto no tratamento delas por meio de tcnicas estatsticas, desde as mais simples, como percentual, mdia e desvio-padro, s mais complexas, como coeficiente de correlao, anlise de regresso, etc.

Foi desenvolvida a partir da construo de um modelo estatstico, aplicado em dados das empresas Sadia S/A e Perdigo Agroindustrial S/A, objetivando investigar as relaes existentes entre as variveis.

2 ASPECTOS IMPORTANTES DO ORAMENTO DE VENDAS E DA PREVISO DE VENDAS

Em geral, todas as empresas deveriam delinear suas atividades com antecedncia e usar tcnicas apropriadas para garantir a coordenao e o controle das operaes. Isso possvel atravs do planejamento estratgico, destinado a estabelecer uma orientao para um futuro a longo prazo e, do planejamento operacional destinado aos planos de curto prazo, muitas vezes designado de oramento operacional, ou oramento empresarial. Entretanto, Horngren (2004, p. 232), considera que deve haver um modelo intermedirio onde os gestores planejam as operaes do dia-a-dia, mas mantenham tambm o foco nas metas e planos de longo prazo. Interligando os prazos do planejamento, surge o oramento-mestre, que uma anlise extensiva do primeiro ano do plano de longo prazo, resumindo e quantificando as metas de vendas, os direcionadores, de custos de atividade, as compras, a produo, o lucro lquido, o saldo de caixa e todos os outros objetivos que a gesto especificar. O oramento-mestre no deixa de ser um plano de negcios peridico, que inclui as previses de vendas, de outras receitas, de despesas, dos recebimentos e desembolsos de caixa, permitindo a projeo do balano patrimonial e demonstrao de resultados. Essencialmente, o oramento-mestre-ou o oramento operacional ou planejamento das operaes da empresa deve iniciar pelo plano de vendas, pois conforme Welsch (1983, p. 95):
O plano de vendas o alicerce do planejamento peridico numa empresa, pois praticamente todo o restante do planejamento da empresa baseia-se nas estimativas de vendas. As vendas representam a

4
fonte bsica de entrada de recursos monetrios, os investimentos adicionais em ativo imobilizado, o volume de despesas a ser planejado, as necessidades de mo-de-obra, o nvel de produo e vrios outros aspectos operacionais importantes dependem do oramento de vendas.

Para Sanvicente e Santos (1995, p. 43) o oramento de vendas nada mais do que um plano de vendas futuras da empresa para determinado perodo de tempo, e tem como funo principal determinar o nvel de atividades futuras da empresa. Todos os demais oramentos so desenvolvidos aps ter-se determinado o montante da vendas, em quantidade e valor, bem como quando, ou seja, alocando no espao de tempo essas vendas. De acordo com Welsch, (1983, p. 95) um plano de vendas corresponde ao volume ou nvel de atividade esperado para um determinado perodo, do qual depende todo o planejamento da empresa. Em funo dos conceitos apresentados, verifica-se que embora os dois autores utilizem termos diferentes, oramentos de vendas e plano de vendas se referem estimativa geral da principal receita ou fonte de recursos de uma empresa, definida pela administrao. Quanto previso de vendas, Welsch (1983, p. 100) entende que uma projeo tcnica da procura em potencial para um perodo especfico e de acordo com determinadas hipteses. Para o autor a previso de vendas uma etapa do plano de vendas, porque ela elaborada antes das decises ou planos da administrao em reas como expanso da capacidade de produo, alteraes de preos, programas de promoo de vendas, programao da produo, expanso ou contrao de atividades de vendas e outras aplicaes de recursos. A previso de vendas fornece dados para a administrao elaborar o oramento de vendas, o qual se completar com as decises estratgicas e polticas para o perodo. Para Horngren (2004, p. 241) a previso de vendas uma predio, ou seja, um prognstico, do volume de vendas sob um determinado conjunto de condies. Exemplificando, pode-se prever que aumentando a propaganda teremos um nvel de vendas; se acrescentados alguns atributos que tornem o produto mais atrativo, tem-se um outro nmero de vendas; se por outro lado, adquiridas matrias primas com custos menores ou a melhora da performance na produo, ou reduo no preo de venda, pode-se tambm ter outro nmero de vendas. Assim, so estabelecidas as condies para as vendas. J o oramento de vendas o resultado das decises, ou seja, a escolha ou opo que os gestores fizeram, por uma ou mais daquelas condies de vendas. Quanto elaborao das previses de vendas, Welsch (1983, p. 100), afirma que geralmente so elaboradas por assessores de formao tcnica empregando diversas anlises complexas, tais como sries de tempo, correlao, modelos matemticos, ajustamento exponencial e pesquisa operacional. O autor menciona como avano importante e, recente para aquela poca, a utilizao de computadores. Atualmente podemos acrescentar a utilizao de softwares para as anlises simples, sofisticadas ou complexas. Esses elementos da tecnologia contriburam para diminuir os riscos e perigos encontrados nas previses de vendas. J Horngren (2004, p. 241), cita que as previses de vendas so em geral preparadas sob a direo dos altos executivos de vendas e que os previsores de vendas devem considerar os seguintes fatores importantes:
1) 2) 3) 4) 5) 6) 7) Padres de vendas passadas; Estimativas feitas pela fora de vendas; Condies econmicas gerais; Ao dos concorrentes; Mudanas nos preos das empresas; Mudanas no composto dos produtos; Estudos de pesquisa de mercado;

5
8) Planos de propaganda e promoo de vendas

Os fatores acima listados, se no observados podem contribuir para previses de vendas superestimadas, as quais geram previses de entradas de caixa incorretas, influenciando todos os demais oramentos da empresa. Dada a importncia desta fase no processo oramentrio imprescindvel conhecer as tcnicas ou instrumentos utilizados na previso de vendas.

3 TCNICAS DE PREVISO DE VENDAS. Para Sanvicente e Santos (1995, p. 44) antes de se aplicar as tcnicas de previso de vendas, deve ser realizado um diagnstico, objetivando detectar a existncia de restries internas e externas s vendas da empresa, as quais, aps a identificao, se constituiro em subsdios para as decises fundamentais, que so a fixao dos objetivos e o estabelecimento das polticas gerais. Que problemas ou limitaes ter a empresa internamente para atender procura por seus produtos? Para o autor essa pergunta o incio para identificao das restries internas, as quais podem ser: capacidade produtiva insuficiente, estrutura administrativa inadequada, pessoal no habilitado para o exerccio de suas funes, dificuldades de fundos para capital de giro, entre outras. As restries externas exigem para a sua identificao, mais perspiccia e imaginao, isto porque so muitos os fatores que interferem e sobre os quais a empresa no tem atuao, tais como as polticas de restries s importaes, de combate inflao com restrio do crdito e elevao da taxa de juros; bem como pela escassez de mo-de-obra qualificada, etc. Sanvicente e Santos (1995, p. 48) ao colocarem a existncia de vrios mtodos de previso de vendas, salientam que nenhum deles superior aos outros, pois apresentam vantagens e desvantagens, e a escolha de determinado mtodo se faz em funo das caractersticas da empresa, dos produtos, das informaes e recursos disponveis. Tambm no se deve confiar somente nos resultados obtidos porque as tcnicas consideram algumas das variveis que afetam o volume de vendas, quando entram ento a experincia e intuio do executivos para assegurar melhores previses. Quanto aos mtodos de previso de vendas Sanvicente e Santos (1995, p. 48-52) apresentam a seguinte classificao:
1. Mtodos baseados no que se diz, ou seja, que buscam informaes com pessoas, no caso os compradores, vendedores e especialistas, que esto em contato direto com os consumidores, e utilizam como tcnica os questionrios e entrevistas. Mtodos baseados no que se faz, utilizado para novos produtos e envolvem a aplicao de um teste de mercado para estimar as futuras reaes dos consumidores. Mtodos baseados no que se fez, no qual compreende basicamente a estatstica para a anlise de informaes de perodos anteriores. Procura-se, atravs da aplicao de instrumentos matemticos e estatsticos, explicar o comportamento das vendas passadas da empresa, e aplicar os mesmos instrumentos nas projees futuras.

2.
3.

Os mtodos baseados no que se diz, podem ser aplicados a produtos com poucos compradores potenciais, em geral para bens industriais, tais como navios, avies, ou fornecedores da indstria automobilstica. A previso de vendedores e especialistas apresenta a vantagem de obter previses mais detalhadas estimulando melhor o desempenho destes, uma vez que participaram do processo. Mas a desvantagem que os vendedores tm uma viso limitada do mercado como da

6 conjuntura scio-econmica, o que interfere nas estimativas e a opinio de especialistas pode refletir otimismo ou pessimismo exagerados. J o mtodo baseado no que se faz tem aplicao no caso de lanamentos de novos produtos, pois, na maioria das vezes, devido a ausncia de produtos similares torna-se mais difcil a previso de vendas. Nesse caso faz-se o lanamento do produto em pequena escala, numa determinada regio, determinando-se assim um mercado-teste. As reaes dos compradores forneceriam os subsdios para as previses do mercado total. Esse procedimento se aplica para atingir novos mercados ou novos canais de distribuio, porm nem sempre possvel encontrar um mercado teste adequado, alm de, geralmente, apresentar elevado custo. Nos mtodos com base no desempenho passado, se aplicam mais comumente as tcnicas de anlise de regresso e a anlise de sries temporais. Pela anlise de regresso possvel calcular o valor de uma grandeza em funo de outras, ou combinaes de outras. empregada quando os dados relativos s outras grandezas so estimados mais facilmente, ou porque precedem os da primeira no tempo. Para esta tcnica so necessrias sries histricas das vendas e de outras variveis que se julga, a priori, guardarem relaes causais com as vendas. Na seqncia, pelo processo estatstico se determina uma expresso algbrica que relaciona a varivel dependente (volume de receitas ou vendas), s variveis independentes ou explicativas de seu comportamento. (SANVICENTE e SANTOS, 1995, p. 49-51). A anlise de sries temporais parte da existncia de quatro foras atuantes nas funes de procurar de um modo geral, sendo: a) Tendncia (T) representa um comportamento geral das vendas durante um longo perodo de tempo, e pode ser de crescimento, de declnio, ou estvel. b) Ciclo (C) representado por um comportamento ondular das vendas e s pode ser percebido quando se consideram longas sries de tempo. c) Sazonalidade (S) reflete os movimentos das vendas durante o ano, causado pelas peculiaridades das estaes ou pocas do ano. d) Fator aleatrio (B) agrega as demais foras atuantes no identificadas ou classificadas nas categorias anteriores. Assim, a funo que representa a procura pode ser algebricamente representada: a) na forma multiplicativa: Y = T x C x S x B b) na forma aditiva: log Y = log T + log C + log S + log B (1) (2)

Na anlise de sries histricas necessrio verificar se os valores obtidos das diversas variveis no so claramente discrepantes em funo de fatos extraordinrios tais como guerras, crises, catstrofes, retirada de produtos de mercado, ampliao de mercados, incluso de novos produtos. Nesse caso, os valores afetados por esses fenmenos ocasionais devem ser desconsiderados para no distorcer os resultados encontrados. Obtidos e depurados os valores da varivel considerada em vrios perodos, aplicam-se tcnicas da estatstica para a decomposio da srie de tempo. (SANVICENTE e SANTOS, 1995, p. 52). Na opinio de Welsch (1983, p. 108-109), no existe um mtodo ideal de plano de vendas, mas, qualquer que seja a metodologia empregada dever considerar as caractersticas da empresa, os custos envolvidos, pessoal disponvel, modelo de gesto e tempo. Welsch (1983, p. 111-113),

7 apresenta as diversas maneiras como podem ser classificados os mtodos utilizados para a projeo de vendas. A primeira classificao envolve duas abordagens: a) Abordagem causal, que consiste na identificao de variveis controlveis e nocontrolveis, as quais tm influncia causal nas vendas futuras. O Produto Nacional Bruto PIB e as condies econmicas em geral exemplificam as variveis nocontrolveis. Entre as variveis controlveis tm-se linhas de produtos, preos, despesas de publicidade, promoo de vendas equipes de vendas e territrio de vendas. b) Abordagem no-causal, que consiste numa anlise profunda das vendas passadas com objetivo de obter uma expresso dos padres passados para a projeo de vendas futuras. O mtodo pressupe que variveis subjacentes continuaro a influenciar as vendas futuras, tal como no passado. Algumas tcnicas estatsticas so freqentemente utilizadas para expressar as tendncias passadas das vendas e depois extrapol-las para o futuro. Numa outra classificao os mtodos so apresentados como diretos e indiretos. No mtodo indireto as vendas totais da indstria so projetadas de acordo com uma projeo da participao da empresa nessa vendas totais, enquanto, o mtodo direto trata da estimao das vendas em uma projeo prvia da indstria como um todo. A terceira classificao contempla: a) Mtodos de julgamento (no estatstico), que considera combinaes das opinies da equipe de vendas; dos supervisores da diviso de vendas; e dos executivos. b) Mtodos estatsticos: Mtodo do ritmo econmico (anlise de tendncias) mtodo de seqncias cclicas, (anlise de correlao), analogias histricas especiais e mtodo de transposio. c) Mtodos de finalidades especficas que considera anlises da indstria, de linhas de produtos e de usos finais dos produtos. d) Combinao de mtodos. Entre as tcnicas e mtodos citados pelos autores, todos so unnimes em afirmar que no existe um modelo ideal ou uma padronizao nas tcnicas em se tratando de previso de vendas. As organizaes podem at ter o mesmo ramo de atividade, fabricar produtos similares, mas sempre haver caractersticas diferentes entre elas, seja do meio que atuam, no tamanho da empresa, nos recursos humanos e tecnolgicos, no modo de administrar e, at mesmo a situao geral da economia pode influenciar diferentemente as organizaes. Percebe-se tambm que pode haver dificuldade em analisar o grau de interferncia desses fatores na previso de vendas, seja por questes de custo, do tempo para se obter a informao, e ou da quantidade de dados a serem analisados. Assim, verifica-se uma das muitas contribuies da Econometria, que combina uma teoria com matemtica e estatstica, buscando explicar as relaes existentes entre os fenmenos.

4 CONTRIBUIES DA ESTATSTICA NA PREVISO DE VENDAS

8 Para Bussab (1988 p. 1), ao analisar dados, a estatstica deve se preocupar com a criao de modelos que explicitem estruturas do fenmeno em observao, as quais freqentemente esto misturadas com variaes acidentais ou aleatrias. Bussab e Moretin (2003 p. 1), afirmam que ao se proceder a uma anlise de dados, busca-se de alguma forma uma regularidade, um padro, ou um modelo presente nas observaes. Milone e Angelini (1995, p. 83), definem modelo matemtico como o conjunto das variveis consideradas em combinao com o modo como elas se relacionam. No existem modelos perfeitos porque no h como identificar e controlar todas as variveis envolvidas nos fenmenos em estudo, de maneira que os resultados fornecidos pelos modelos so sempre aproximados. A qualidade de um dado modelo matemtico pode ser medida quando aplicada em situaes reais, cujos resultados sejam previamente conhecidos. Assim, se ao efetuar a comparao entre os dados reais e tericos, os valores obtidos forem razoavelmente prximos, o modelo escolhido ou adotado bom, mas, caso os resultados se apresentam muitos dspares, tanto as variveis consideradas quanto as relaes entre elas devem ser reavaliadas. De acordo com Milone e Angelini (1995 p. 84):
Regresso e correlao so tcnicas estatsticas que se baseiam nos conceitos de amostragem para saber se e como duas ou mais variveis estatsticas de uma mesma populao ou no, esto relacionadas umas com as outras. o relacionamento entre duas ou mais variveis, expresso em uma forma matemtica, determinada por meio de uma equao, para identificar se h relao entre elas, e medir qual o grau dessa relao, se fraca ou forte. Existindo a relao preciso estabelecer um modelo que interprete a relao funcional entre as variveis e que o modelo construdo seja utilizado para fins de predio.

As tcnicas de regresso so muito aplicadas nas reas de administrao empresarial, economia pblica e agricultura, uma vez que o planejamento do futuro prximo fundamental. Para Milone e Angelini (1995, p. 84), a regresso tem a funo bsica de fornecer as equaes necessrias para relacionar as variveis em questo, com as quais podem ser feitas as predies sobre o comportamento futuro do fenmeno. Essas equaes se classificam em: lineares, quando os fenmenos podem ser razoavelmente bem explicados por equaes do 1 grau; e no lineares, quando exigem funes de ordem superior, por no se explicarem adequadamente pelas equaes do 1 grau. Conforme Gujarati (2000, p. 11), as relaes possveis entre as variveis explicativas dos fenmenos se classificam em anlise de regresso simples quando se estuda a dependncia de uma nica varivel em relao a uma nica varivel explicativa; e em anlise de regresso mltipla, quando o estudo incluir mais de uma varivel independente para explicar a varivel dependente. Para Stevenson (1981 p. 341), a anlise da correlao e regresso uma anlise de dados amostrais cujo objetivo saber como e se duas ou mais variveis esto relacionadas umas com as outras, numa populao. A anlise da correlao gera um nmero que resume o grau de relacionamento entre duas variveis, enquanto que a anlise de regresso tem como resultado uma equao matemtica que descreve o relacionamento, que pode ser utilizada para estimar ou predizer valores futuros de uma varivel quando se conhecem ou se supem conhecidos valores da outra varivel. De modo geral, as tcnicas de regresso objetivam gerar uma reta que melhor se ajuste a um conjunto de pontos representativos de dados, todos os dados, sobre certas variveis, onde as estimativas resultantes tm um embasamento mais amplo. A coleta dos dados essencial na aplicao das tcnicas estatsticas, sendo mais comumente utilizados os dados de sries temporais, definidos como um conjunto de valores nominais que uma varivel assume em diferentes

9 momentos, os quais podem ser coletados em intervalos regulares: diariamente, semanalmente mensalmente, ou outros perodos definidos. A seguir, so descritos os procedimentos metodolgicos aplicados na anlise emprica, bem como seus resultados. 5 ANLISE DE REGRESSO NA PREVISO DE VENDAS 5.1 Procedimentos Metodolgicos Atravs de um estudo de caso, esta pesquisa emprica com abordagem quantitativa, procurou avaliar as relaes existentes entre a receita bruta de vendas, a receita de exportao das empresas Sadia S/A e Perdigo Agroindustrial S/A e a populao nacional. A receita bruta representa as vendas totais de produtos industrializados, frango, suno e outros produtos do mercado interno e do externo. Pela anlise de regresso mltipla buscou-se conhecer o quanto a receita de exportao e a populao nacional (variveis independentes) influenciam a receita bruta de vendas (varivel dependente). A varivel independente receita de exportao foi escolhida por melhor representar o consumo dos produtos fabricados pelas empresas no mercado externo e a varivel independente populao nacional por melhor representar o consumo no mercado interno. Conhecer a influncia dessas variveis importante para a etapa de previso de vendas, que agregada a anlise de outros fatores, possibilita a definio do oramento de vendas, vital para o oramento operacional das organizaes. As ferramentas estatsticas disponveis no software Excel foram utilizadas para aplicao dos testes de acordo com o seguinte modelo:

Y1 = o + 1 X 1 + 2 X 2
Onde:

(3)

Y1 = Receita Bruta de Vendas = constante 1, 2 = coeficiente b

X 1 = receita de exportao X 2 = populao A avaliao de um modelo procura verificar se os parmetros estimados so ou no estatisticamente significativos e satisfatrios. Os critrios estatsticos de avaliao dos modelos tm como objetivo verificar o grau de confiabilidade das estimativas obtidas, mediante a aplicao de testes realizados pelas estatsticas t e F, alm, da anlise de coeficientes de regresso, coeficientes de determinao da correlao e do erro-padro. (MATOS, 1997, p. 60-68).
O coeficiente de correlao uma medida da relao linear entre duas ou mais variveis, e simbolizado por (R) indica a proximidade dos pontos reta de regresso e quanto mais prximo R estiver de 1,0, mais prximos os pontos se encontram da reta de regresso; quanto mais prximo R estiver de zero, mais pobre ajustamento da reta de regresso aos pontos. (MAHER, 2001, p. 405). O quadrado de R, conhecido por coeficiente de determinao ou (R2) da regresso, objetiva revelar o quanto as variveis independentes explicam a variao da varivel dependente, ou seja,

10 uma medida que procura refletir o quanto os valores de Y esto relacionados com os de X., podendo variar de 0 a 1, de modo que quanto mais prximo de 1, melhor. O coeficiente de correlao ao quadrado, ajustado pela quantidade de variveis independentes utilizadas para fazer a estimativa, representado por R2 ajustado, avalia se houve ganho ou perda pela incluso de uma nova varivel no modelo, ou seja, se o mesmo diminuir est indicando que a nova varivel includa tem pouco poder de explicao podendo at chegar a ser negativo e o inverso tambm pode ocorrer, ou seja, aumentar seu valor em funo do ingresso de um varivel com poder explicativo. A estatstica t tem por finalidade testar a significncia dos parmetros estimados do modelo, o que equivale ao teste do efeito individual de X e do termo constante, sendo definida para cada um dos parmetros estimados. J a estatstica F busca testar o efeito conjunto das variveis explicativas sobre a dependente, ou seja, verifica se pelo menos uma das variveis exerce efetivamente alguma influncia sobre a varivel dependente, ou no caso da regresso simples, testar a significncia do efeito de uma varivel (independente) sobre a outra (dependente). 5.2 Empresas, Dados Coletados e Perodo de Anlise. As atividades relacionadas ao agronegcio se apresentam como uma das mais promissoras do pas, haja vista que a produo agrcola brasileira dobrou nos ltimos 14 anos. No Balano Anual 2004, editado pela Revista Gazeta Mercantil, o setor de agronegcios inclui os subsetores de alimentos; cooperativas; bebidas e fumo; cana, acar e lcool; agricultura e pecuria. No subsetor de alimentos, que apresentou a maior receita lquida, esto relacionadas as empresas: 1) Bungue Alimentos, 2) Cargil, 2) Sadia, 4)Nestl, 5) Perdigo Agroindustrial, 6) Seara, 7) Kratf Foods), 8)Parmalat Brasil e 9) CPW. O passo seguinte foi buscar os dados das variveis escolhidas, utilizando-se a base de dados da Economtica, onde se constatou que os dados de receita bruta de vendas, receita de mercado interno e externo, disponveis, eram os dados das empresas Sadia e Perdigo, e somente para os anos posteriores a 1990. Com relao s outras empresas, observou-se atravs de pesquisa e contato via email, que algumas fecharam o capital (Bungue, Nestl, Cargil); outras iniciaram as atividades em perodos diferentes (Seara-1998, Parmalat-1993) e disponibilizam apenas a receita bruta de vendas; a Kraft Foods do Brasil PR, atua no ramo de produo de chocolates, bebidas em p e queijo cremoso, e a CPW do Brasil Ltda pertencente ao grupo Nestl (capital fechado) tambm no divulga os dados, estando por essas razes excludas da amostra. Os dados do Quadro 1 referentes a receita bruta de vendas, receitas de mercado interno e de mercado de externo (1991 a 2004) foram coletados na base de dados da Economtica Data & Software For Investiment Analisys e (2005) no site das empresas. Os dados da populao nacional foram obtidos do Boletim de Conjuntura Econmica n 70 de set./2005 disponvel no site do Instituto de Pesquisa Econmica Aplicada - IPEA, e no site do IBGE relativo populao estimada de 2005. O perodo analisado foi do ano de 1991 ao ano de 2005, e a razo para estabelecer esse intervalo de tempo a ausncia de valores trimestrais das variveis analisadas na base da Economtica.
ANO PERDIGO Receita Receita Receita Bruta (R$) Exportao (R$) Bruta (R$) 1991 213 20 551 SADIA Receita Exportao (R$) 50 Populao Nacional (mil hab) 149.926

11
1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2.858 69.051 700.479 936.133 1.017.376 1.267.529 1.414.786 1.801.056 2.066.406 2.789.409 3.341.709 4.370.966 5.567.291 5.873.297 960 20.195 95.000 199.097 244.250 329.367 307.028 517.152 512.384 1.034.845 1.205.948 1.837.865 2.727.234 2.837.471 7.380 203.194 2.355.051 2.824.472 3.051.673 3.217.881 2.654.161 3.145.990 3.257.944 4.017.076 4.689.274 5.855.435 7.316.546 8.327.999 1.450 50.368 479.615 385.778 585.383 720.912 472.598 839.658 873.390 1.519.215 1.959.380 2.659.628 3.584.533 4.076.324 152.227 154.513 156.775 159.016 161.247 163.471 165.688 167.910 170.143 172.386 176.391 178.985 181.586 184.184

Quadro 1 Dados Coletados Fonte: Economtica; Boletim Conjuntura Econmica n 70/05-IPEA; IBGE.

5.3 Anlise de Resultados Primeiramente foi efetuada a anlise de regresso simples para identificar o relacionamento da varivel dependente com uma nica varivel independente, cujos resultados podem ser observados no quadro a seguir:
Empresa Varivel dependente Varivel independente R mltiplo R-Quadrado R-quadrado ajustado Erro padro Observaes SADIA Receita Bruta Populao 0,951535 0,905420 0,898144 778019,99 15 Receita Exportao 0,963243 0,927838 0,856409 1148907,07 15 PERDIGO Receita Bruta Populao 0,965218 0,931646 0,926388 523387,47 15 Receita Exportao 0,983572 0,967415 0,964908 361369,58 15

Quadro 2 Resultados da estatstica de regresso simples.

Conforme se pode observar no Quadro 2 os indicadores R, R2, e R2 ajustado apresentam-se de maneira geral bastante satisfatrios, e em ambas as empresas verifica-se que pelos valores do coeficiente R2, isoladamente, a varivel independente receita de exportao, 92,7% na SADIA e 96,7% na PERDIGO, explica a variao da receita bruta. Isto pode ser confirmado pelo aumento gradativo do percentual de participao da receita de exportao na receita bruta total no perodo para as duas empresas. Entretanto, isoladamente o resultado de R2 para a varivel populao apresenta-se tambm elevado, 90% na SADIA e 93% na PERDIGO, o que indica que o consumo no mercado interno tambm explica o crescimento na receita bruta. Isto, provavelmente motivado por fatores como investimento em marketing focado no mercado interno, pulverizao de canais de distribuio, lanamentos de produtos compatveis com o poder de compra dos consumidores, adequao de mix de produtos industrializados e de outros fatores inerentes gesto das empresas.

12 Nesse caso, como os valores de R2 so elevados para ambas as variveis, nem a receita de exportao e nem a populao explicam isoladamente uma melhor que a outra a variao da receita bruta, mas qualquer uma delas apresenta poder explicativo relevante. Para identificar a natureza do relacionamento entre as variveis, ou seja, a influncia conjunta da receita de exportao e da populao sobre a receita bruta, aplicou-se a anlise de regresso mltipla, cujos resultados esto apresentados a seguir.
SADIA R R-2 R-2 Ajustado Erro padro N. observaes 0,97295025 0,94663219 0,9377375 608292,292 15 PERDIGO 0,99889914 0,99779951 0,9974327 97742,759 15

Quadro 3 Resultados da estatstica de regresso mltipla.

A estatstica de regresso avaliada primeiramente pelos indicadores R, R2 e R2 ajustado, cujos valores constam do Quadro 3. Em ambos os casos o R que representa o coeficiente de correlao mltipla da regresso se apresenta satisfatrio 97,2% no caso da SADIA e 99,88% para a PERDIGO. O R2 de 0,9466 para a SADIA e de 0,9977 para a PERDIGO, revela respectivamente que 94,7% e 99,8 % da receita bruta de vendas esto relacionados com a receita de exportao e a populao e, os outros 5,3% (SADIA) e 0,2% (PERDIGO), ou seja, uma pequena diferena que faltaria para completar os 100% da variao da receita bruta devem ser explicados por outras variveis no includas no modelo. Comparando-se os valores de R2 ajustado com os do Quadro1-regresso simples, em ambas as empresas, verifica-se um aumento nos seus valores, indicando que a varivel populao tem alto poder explicativo, sendo portanto relevante a sua incluso. Aps a anlise da estatstica de regresso, um outro teste, demonstrado no Quadro 4, pode ser feito para analisar a varincia da regresso.
SADIA Regresso Resduo Total PERDIGO Regresso Resduo Total gl 2 12 14 gl 2 12 14 SQ 7,87604E+13 4,44023E+12 8,32000E+13 SQ 5,19846E+13 1,14644E+11 5,20992E+13 MQ 2,59923E+13 9,5536E+10 F 2,721E+03 Significncia de F 1,135E-16 MQ 3,9380E+13 3,7002E+11 F 1,064E+02 Significncia de F 2,3103E-08

Quadro 4 Resultados da analise de varincia ANOVA.

O teste de significncia da equao da reta ou a significncia do coeficiente de regresso (e de correlao) feito pela estatstica ou teste F cuja razo para a SADIA de 106,427 e para a PERDIGO de 2.720,666. Aos graus de liberdade indicados 2, e 12, o valor crtico de Fc para um

13 nvel de significncia de 5% de 3,88, e sendo F > Fc , indicando portanto que deve ser aceita a hiptese de presena de efeito e positivo, ou seja, o efeito conjunto das variveis explicativas definidas neste modelo so estatisticamente significativas. Isto significa que, as variveis receita de exportao e populao, conjuntas, explicam 95% da receita brutas de vendas. Finalmente avaliam-se os coeficientes da regresso e sua significncia, cujo teste feitos pela estatstica t considerando um nvel de significncia de 5%, cujos valores esto dispostos no quadro abaixo.
SADIA Coeficiente Interseo Rec. Exportao Populao -1,52E+07 9,90E-01 1,04E+02 Stat T -2,49E+00 3,04E+00 2,69E+00 Probabilidade. 2,83E-02 1,02E-02 1,95E-02 Coeficiente -1,10E+07 1,22E+00 7,330E+01 PERDIGO Stat T -1,229E+01 1,899E+01 1,287E+01 Probabilidade. 3,693E-08 2,547E-10 2,204E-08

Quadro 5 Resultados da estatstica t- Student.

Os testes unilaterais para cada parmetro estimado de ambas as empresas foram: a) Teste t de significncia (5%) do efeito das variveis receita de exportao e populao da empresa SADIA. H0 : b1 = 0 (ausncia de efeito) H1 : b1 > 0 (presena de efeito positivo) Considerando-se que o t calculado = 3,04 - receita de exportao; e t = 2,69 populao maior que o t tabelado = 1,782 para 12 graus de liberdade, a hiptese de efeito nulo rejeitada em favor do efeito positivo, ao nvel de significncia de 5%, indicando que os efeitos da varivel receita de exportao como tambm da varivel populao so ambos altamente significativos, com uma probabilidade de erro de 5%. b) Teste t de significncia (5%) do efeito das variveis receita de exportao e populao da empresa PERDIGO. H0 : b1 = 0 (ausncia de efeito) H1 : b1 > 0 (presena de efeito positivo) Considerando-se que o t calculado = 18,99 receita exportao; e = 12,87 populao maior que o t tabelado = 1,782 para 12 graus de liberdade, a hiptese de efeito nulo efeito nulo rejeitada em favor do efeito positivo, ao nvel de significncia de 5%, indicando que os efeitos da varivel receita de exportao como tambm da varivel populao so ambos altamente significativos, com uma probabilidade de erro de 5%.
SADIA Receita bruta Receita Exportao Populao PERDIGO Receita bruta Receita Exportao 1 0,983572 1 Receita bruta 1 0,956221 0,951536 Receita Exportao 1 0,922648 1 Populao

14
Populao 0,965221 0,906524 1

Quadro 6 Resultados da matriz de correlao.

Como os resultados demonstrados no Quadro 6 apresentaram-se superiores a + 0,90, significa que existe um relacionamento positivo e que as variveis independentes esto estreitamente relacionadas com a varivel dependente. Entretanto, uma das premissas para que o modelo de regresso tenha validade a inexistncia de multicolinearidade, ou seja, elevada correlao entre as variveis independentes. A constatao de sua presena se d pela anlise da matriz de correlao encontrada no Quadro 6 e como pode ser observado, existe alta correlao entre as variveis independentes receita de exportao e populao, 0,92 no caso da SADIA e 0,90 para a PERDIGO. Para corrigir esse problema, uma das sugestes seria a eliminao de uma das variveis independentes correlacionadas e a execuo de uma nova regresso sem a mesma, demonstrada no Quadro 2 Resultados da estatstica de regresso simples, onde os valores dos indicadores R, R2 e R2 ajustado continuaram elevados. Mas, em funo do pequeno nmero da amostra e das pequenas variaes de R2 identificados no quadro 2 estatstica de regresso simples, pode-se aceitar a validade do modelo para predio das vendas.

6 CONSIDERAES FINAIS Neste estudo sobre a utilizao da anlise de regresso como uma tcnica de previso de vendas no processo oramentrio foram identificadas a receita de exportao e a populao como variveis explicativas da varivel explicada receita bruta de vendas. Aps a elaborao dos modelos de regresso linear simples e mltipla e da aplicao dos respectivos testes estatsticos obtiveram-se os resultados que permitiram analisar as relaes observadas entre as citadas variveis. Estabelecido o objetivo de verificar a utilizao da regresso linear mltipla como um modelo de predio de vendas, pode-se afirmar em funo dos testes estatsticos aplicados que o referido modelo apropriado para previso de vendas se consideradas as estimativas de receita de exportao e de populao. Para as estimativas da receita de exportao devem ser consideradas a influncia de variveis externas, tais como poltica cambial, eventuais restries ao comrcio internacional e crises do setor agro-industrial. Porm, no se pode afirmar que o modelo identifica a efetiva contribuio de cada uma das variveis independentes sobre a varivel dependente, uma vez que ambas as variveis explicativas ou explanatrias se apresentam altamente correlacionadas, ou seja, so multicolineares. Uma outra contribuio deste estudo que o modelo tambm se mostra de boa qualidade em termos explicativos, ou seja, as receitas brutas da amostra analisada podem ser explicadas pelo modelo de regresso elaborado. Este estudo pode ser aplicado a outros setores, desde que seja possvel trabalhar com maior nmero de dados e tambm outras ou mais variveis, no sentido de verificar a aplicabilidade do

15 modelo como contribuies ao estudo das tcnicas de previses de vendas para elaborao do o oramento operacional.

REFERNCIAS ALLARD, R. J. Introduo econometria. Rio de Janeiro: Guanabara Dois, 1980. ATKINSON, Anthony A.; BAKER, Rajiv D.; KAPLAN, Robert S.; YOUNG, S. Mark. Contabilidade Gerencial. So Paulo: Atlas, 2000. BEUREN, Ilse Maria. Como elaborar trabalhos monogrficos em Contabilidade. So Paulo: Atlas, 2003. BUSSAB, Wilton de Oliveira. Anlise de varincia e de regresso. So Paulo: Atual, 1988. GUJARATI, Damodar N. Econometria bsica. So Paulo: Makron Books, 2000. HORNGREN, Charles T.; SUNDEM, Gary L.; STRATTON, Willian. Contabilidade gerencial. 12. ed. So Paulo: Prentice Hall, 2004. INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATSTICA IBGE. Estimativas de populao. Disponvel em: <ftp://ftp.ibge.gov.br/Estimativas_Projecoes_Populacao/Estimativas_2005/> Acesso em: 25 mai. 2006. INSTITUTO DE PESQUISA ECONMICA APLICADA IPEA. Boletim Conjuntura Econmica. n. 70, set. 2005. Disponvel em: <www.ipea.gov.br>. Acesso em: 30 nov. 2005. KAZMIER, Leonard. J. Estatstica aplicada economia e administrao. So Paulo: McGrawHillK, 1982. MAHER, Michael. Contabilidade de custos: criando valor para a administrao. So Paulo: Atlas, 2001, cap. 12. MATOS, Orlando C. de. Econometria bsica: teoria e aplicaes. So Paulo: Atlas, 1997. MILONE, Giuseppe; ANGELINI, Flvio. Estatstica aplicada. So Paulo: Atlas, 1995. SANVICENTE, Antonio Zoratto; SANTOS, Celso da Costa. Oramento na administrao de empresas: planejamento e controle. So Paulo: Atlas, 1995. SOBANSKI, Jaert J. Prtica de oramento empresarial: um exerccio programado. 3. ed. So Paulo: Atlas, 1994. STEVENSON, William J. Estatstica aplicada administrao. So Paulo: Harbra, 1986.

16 WELSCH, Glenn A. Oramento empresarial. So Paulo: Atlas, 1983.