A primeira etapa para a determinação das relações de causalidade existentes entre os indicadores do sistema de mensuração de desempenho do segmento refino consistiu em testar a estacionariedade das séries históricas dos resultados dos indicadores. Para testar a estacionariedade foi utilizado o teste de Dickey-Fuller (1981). Com isso, a hipótese nula de raiz unitária foi rejeitada ao nível de significância estatística de 1% para todas as séries. Para a realização dos testes utilizou-se o software Eviews 5.1 A tabela 2 apresenta os resultados dos testes:
Tabela 2 – Resultados do teste ADF
Indicador Estatística ADF Resultado
CPRO -1.075.138 Estacionário CREF -8.380.200 Estacionário EBENS -7.226.411 Estacionário FUT_DEST -1.365.562 Estacionário IIE -1.323.070 Estacionário IP -1.042.794 Estacionário PTP -1.352.025 Estacionário ROCE -7.784.613 Estacionário RVM -1.369.358 Estacionário TOR -1.030.731 Estacionário Fonte: O autor, (2012).
Após a validação dos dados através do teste ADF, aplicou-se o teste de Causalidade de Granger de acordo com o modelo de relação de causa e efeito hipotético criado a partir da percepção dos gestores.
Para todas as relações, os testes foram realizados considerando-se defasagens de um a doze. Assim, cada relacionamento indicado no modelo foi testado doze vezes.
A causalidade de Granger, na primeira defasagem, significa que a variação do resultado do indicador x no mês anterior causa, no sentido de Granger, a variação do resultado do indicador y no mês atual. Para as demais defasagens, a interpretação segue de modo semelhante. Para a realização dos testes utilizou-se o software Eviews 5.1. A seguir a análise dos resultados dos testes:
EBENS causa ROCE
O resultado do teste de causalidade de Granger do indicador EBENS exercendo influência no indicador ROCE nas doze defasagens pode ser observado na tabela 3.
Tabela 3 – Resultados do teste de causalidade direta entre os resultados do indicador EBENS e do indicador ROCE Defasagens p Resultado 1 0,33767 Não-causalidade 2 0,63249 Não-causalidade 3 0,68818 Não-causalidade 4 0,81731 Não-causalidade 5 0,91348 Não-causalidade 6 0,86925 Não-causalidade 7 0,21347 Não-causalidade 8 0,32559 Não-causalidade 9 0,33073 Não-causalidade 10 0,46206 Não-causalidade 11 0,56284 Não-causalidade 12 0,22272 Não-causalidade Fonte: O autor, (2012).
A partir dos resultados obtidos observa-se que o indicador EBENS não exerce influência no indicador ROCE levando-se em consideração a causalidade no sentido de Granger, ou seja, todas as relações de causalidade testadas, com defasagens de um a doze, obtiveram baixos níveis de significância (p superior a 0,05).
É possível entender os resultados do teste estatístico em função da natureza dos indicadores. O indicador EBENS representa o estoque total de materiais e produtos químicos existentes nas unidades de negócio do segmento de refino da Petrobras, mas o grande peso na conta de estoques é composto pelos valores referentes ao petróleo e seus derivados. Assim, o estoque de materiais e produtos químicos devido à baixa representatividade na conta de estoques não influencia o ROCE. Isso ocorre porque os estoques de petróleos e de derivados possuem níveis de segurança baseados na garantia de abastecimento do país e são gerenciados de forma centralizada pela Petrobras. Abaixo uma citação de um gerente setorial:
“O EBENS é um indicador chave no atual momento de ênfase em otimização de gastos e disciplina de capital atendendo o objetivo de rentabilidade, os estoques de petróleo e derivados fazem parte de outro objetivo que é o abastecimento do país”.
Desta forma, apesar do resultado do teste não indicar causalidade entre os indicadores EBENS e ROCE devido a grande representatividade da parcela de estoque de petróleos e derivados, a gestão do indicador EBENS possui grande relevância para a companhia, visto que a indústria de petróleo é caracterizada pelo uso intensivo de capital e o indicador EBENS representa a parcela mais gerenciável da conta de estoque.
PTP causa IP
O resultado do teste de causalidade de Granger do indicador PTP exercendo influência no indicador IP nas doze defasagens pode ser observado na tabela 4:
Tabela 4 – Resultados do teste de causalidade direta entre os resultados do indicador PTP e do indicador IP
Defasagens p Resultado 1 0,40622 Não-causalidade 2 0,06175 Não-causalidade 3 0,16433 Não-causalidade 4 0,28865 Não-causalidade 5 0,32047 Não-causalidade 6 0,41622 Não-causalidade 7 0,51413 Não-causalidade 8 0,14831 Não-causalidade 9 0,23348 Não-causalidade 10 0,01197 causalidade 11 0,02349 causalidade 12 0,02432 causalidade Fonte: O autor, (2012).
A partir dos resultados obtidos observa-se que o indicador PTP exerce influência no indicador IP levando-se em consideração a causalidade no sentido de Granger com maior significância com dez defasagens.
A percepção dos gestores e o teste estatístico estão convergentes, subsidiando a ideia de que o indicador PTP mede o percentual de tempo perdido levando-se em consideração os níveis de absenteísmo, e o IP Avalia a produtividade da refinaria e o quantitativo de recursos humanos utilizados para suas atividades, e intuitivamente somos levados a pensar na existência de causalidade entre as duas métricas.
Assim, é possível fazer a análise da produtividade de cada unidade de operação a partir da medição dos níveis de tempo perdido. Portanto, a visão dos gestores e o teste estatístico sugerem a existência de relação de causa e efeito entre os indicadores PTP e IP. Desta forma, considerando a defasagem encontrada de dez períodos, as alterações nos níveis de tempo perdido por absenteísmo terão reflexo na produtividade dos funcionários.
IP causa CREF
O resultado do teste de causalidade de Granger do indicador IP exercendo influência no indicador CREF nas doze defasagens pode ser observado na tabela 5:
Tabela 5 – Resultados do teste de causalidade direta entre os resultados do indicador IP e do indicador CREF
Defasagens p Resultado 1 0,99317 Não-causalidade 2 0,80438 Não-causalidade 3 0,64127 Não-causalidade 4 0,57949 Não-causalidade 5 0,64766 Não-causalidade 6 0,10966 Não-causalidade 7 0,14974 Não-causalidade 8 0,23466 Não-causalidade 9 0,37768 Não-causalidade 10 0,52001 Não-causalidade 11 0,6995 Não-causalidade 12 0,43872 Não-causalidade Fonte: O autor, (2012).
A partir dos resultados obtidos observa-se que o indicador IP não exerce influência no indicador CREF levando-se em consideração a causalidade no sentido de Granger, ou seja, todas as relações de causalidade testadas, com defasagens de um a doze, obtiveram baixos níveis de significância (p superior a 0,05).
Os custos de pessoal avaliados no indicador IP possuem grande peso no custo de refino (CREF), mas os testes estatísticos de causalidade apresentaram baixos níveis de significância. Uma hipótese que explicaria este fato está na variável de ponderação de cada um dos indicadores, no caso do IP o número de horas trabalhadas é ponderada em função de uma variável de complexidade da capacidade instalada de refino, e no caso do CREF a ponderação é feita por uma variável de capacidade utilizada de refino.
CREF causa ROCE
O resultado do teste de causalidade de Granger do indicador CREF exercendo influência no indicador ROCE nas doze defasagens pode ser observado na tabela 6
Tabela 6 – Resultados do teste de causalidade direta entre os resultados do indicador CREF e do indicador ROCE Defasagens p Resultado 1 0,70553 Não-causalidade 2 0,93654 Não-causalidade 3 0,91151 Não-causalidade 4 0,48653 Não-causalidade 5 0,55562 Não-causalidade 6 0,7045 Não-causalidade 7 0,65121 Não-causalidade 8 0,71608 Não-causalidade 9 0,79515 Não-causalidade 10 0,65249 Não-causalidade 11 0,69301 Não-causalidade 12 0,82731 Não-causalidade Fonte: O autor, (2012).
A partir dos resultados obtidos observa-se que o indicador CREF não exerce influência no indicador ROCE levando-se em consideração a causalidade no sentido de Granger, ou seja, todas as relações de causalidade testadas, com defasagens de um a doze, obtiveram baixos níveis de significância (p superior a 0,05).
É possível entender os resultados do teste estatístico em função da natureza dos indicadores. O indicador CREF avalia o custo operacional nas unidades de negócio do segmento de refino da Petrobras, mas o grande peso no custo do produto vendido é composto pelos valores referentes à matéria prima (petróleo) que são precificados através de preço interno de transferência. Assim, o custo operacional do refino devido à baixa representatividade no custo do produto vendido não influencia o ROCE. Isso ocorre porque
alocação de petróleos é baseada no atendimento ao mercado com a máxima rentabilidade para o sistema. Portanto, as unidades não têm gestão sobre os custos relacionados à parcela petróleo.
Desta forma, apesar do resultado do teste não indicar causalidade entre os indicadores CREF e ROCE devido à grande representatividade da parcela petróleos no custo total, a gestão do indicador CREF possui grande relevância para a companhia, visto que a indústria de petróleo é caracterizada pelo uso intensivo de capital e o indicador CREF representa a parcela mais gerenciável do custo do produto vendido, além de ser um indicador acompanhado pelo mercado bem como pelos acionistas da companhia.
TOR causa FUT_DEST
O resultado do teste de causalidade de Granger do indicador TOR exercendo influência no indicador FUT_DEST nas doze defasagens pode ser observado na tabela 7.
Tabela 7 – Resultados do teste de causalidade direta entre os resultados do indicador TOR e do indicador FUT_DEST Defasagens p Resultado 1 0,27547 Não-causalidade 2 0,01813 causalidade 3 0,02181 causalidade 4 0,07799 Não-causalidade 5 0,10153 Não-causalidade 6 0,05452 Não-causalidade 7 0,0353 causalidade 8 0,03484 causalidade 9 0,05611 Não-causalidade 10 0,10876 Não-causalidade 11 0,06414 Não-causalidade 12 0,09835 Não-causalidade Fonte: O autor, (2012).
A partir dos resultados obtidos observa-se que o indicador TOR exerce influência no indicador FUT_DEST levando-se em consideração a causalidade no sentido de Granger com maior significância com duas defasagens.
A percepção dos gestores e o teste estatístico estão convergentes, subsidiando a ideia de que o indicador TOR mede o número de ocorrências registráveis, e o FUT_DEST é a medida da utilização da unidade de destilação em relação à sua carga de referência, depois de computadas as perdas de capacidade de processamento por razões internas e externas à
respectiva unidade. Desta forma, algumas ocorrências podem levar a diminuição de carga ou parada da unidade de destilação.
Assim, é possível fazer a análise do fator de utilização da unidade de destilação a partir da avaliação do nível de desvios, incidentes e acidentes registrados. Portanto, a visão dos gestores e o teste estatístico sugerem a existência de relação de causa e efeito entre os indicadores TOR e FUT_DEST. Desta forma, considerando a defasagem encontrada de dois períodos, as alterações nos níveis de ocorrências operacionais e acidentes terão reflexo na utilização da unidade de destilação atmosférica.
TOR causa CPRO
O resultado do teste de causalidade de Granger do indicador TOR exercendo influência no indicador CPRO nas doze defasagens pode ser observado na tabela 8.
Tabela 8 – Resultados do teste de causalidade direta entre os resultados do indicador TOR e do indicador CPRO
Defasagens p Resultado 1 0,38947 Não-causalidade 2 0,00000 causalidade 3 0,00000 causalidade 4 0,00000 causalidade 5 0,00000 causalidade 6 0,00000 causalidade 7 0,00001 causalidade 8 0,00005 causalidade 9 0,00011 causalidade 10 0,00015 causalidade 11 0,00063 causalidade 12 0,00032 causalidade Fonte: O autor, (2012).
A partir dos resultados obtidos observa-se que o indicador TOR exerce influência no indicador CPRO levando-se em consideração a causalidade no sentido de Granger com maior significância com duas defasagens.
A percepção dos gestores e o teste estatístico estão convergentes, subsidiando a ideia de que o indicador TOR mede o número de ocorrências registráveis, e o CPRO avalia a aderência da produção realizada com o plano de produção original. Desta forma, algumas ocorrências podem levar a mudanças no perfil de produção, desviando do planejamento inicial.
Assim, é possível fazer a análise do cumprimento do plano de produção original a partir da avaliação do nível de desvios, incidentes e acidentes registrados. Portanto, a visão
dos gestores e o teste estatístico sugerem a existência de relação de causa e efeito entre os indicadores TOR e CPRO.
FUT_DEST causa CPRO
O resultado do teste de causalidade de Granger do indicador FUT_DEST exercendo influência no indicador CPRO nas doze defasagens pode ser observado na tabela 9
Tabela 9 – Resultados do teste de causalidade direta entre os resultados do indicador FUT_DEST e do indicador CPRO Defasagens p Resultado 1 0,92810 Não-causalidade 2 0,68586 Não-causalidade 3 0,74130 Não-causalidade 4 0,78618 Não-causalidade 5 0,85900 Não-causalidade 6 0,92557 Não-causalidade 7 0,48755 Não-causalidade 8 0,42338 Não-causalidade 9 0,03394 causalidade 10 0,05842 Não-causalidade 11 0,14654 Não-causalidade 12 0,12741 Não-causalidade Fonte: O autor, (2012).
A partir dos resultados obtidos observa-se que o indicador FUT_DEST exerce influência no indicador CPRO levando-se em consideração a causalidade no sentido de Granger com maior significância com nove defasagens.
A percepção dos gestores e o teste estatístico estão convergentes, subsidiando a ideia de que o indicador FUT_DEST é a medida da utilização da unidade de destilação em relação à sua carga de referência, depois de computadas as perdas de capacidade de processamento por razões internas e externas à respectiva unidade, e o CPRO avalia a aderência da produção realizada com o plano de produção original. Desta forma, variações na utilização da unidade de destilação, que é a primeira unidade do processo de refinação de petróleo, podem levar a mudanças no perfil de produção, desviando do planejamento inicial.
Assim, é possível fazer a análise do cumprimento do plano de produção original a partir da avaliação das variações na utilização das unidades de destilação. Portanto, a visão dos gestores e o teste estatístico sugerem a existência de relação de causa e efeito entre os indicadores FUT_DEST e CPRO.
FUT_DEST causa CREF
O resultado do teste de causalidade de Granger do indicador FUT_DEST exercendo influência no indicador CREF nas doze defasagens pode ser observado na tabela 10
Tabela 10 – Resultados do teste de causalidade direta entre os resultados do indicador FUT_DEST e do indicador CREF Defasagens p Resultado 1 0,50625 Não-causalidade 2 0,39981 Não-causalidade 3 0,54252 Não-causalidade 4 0,7338 Não-causalidade 5 0,77269 Não-causalidade 6 0,71445 Não-causalidade 7 0,36441 Não-causalidade 8 0,08089 Não-causalidade 9 0,16859 Não-causalidade 10 0,2159 Não-causalidade 11 0,03523 causalidade 12 0,08114 Não-causalidade Fonte: O autor, (2012).
A partir dos resultados obtidos observa-se que o indicador FUT_DEST exerce influência no indicador CREF levando-se em consideração a causalidade no sentido de Granger com maior significância com nove defasagens.
A percepção dos gestores e o teste estatístico estão convergentes, subsidiando a ideia de que o indicador FUT_DEST é a medida da utilização da unidade de destilação em relação à sua carga de referência, depois de computadas as perdas de capacidade de processamento por razões internas e externas à respectiva unidade, e o CREF avalia o custo de refino por barril de petróleo processado. Desta forma, variações na utilização da unidade de destilação, que é a primeira unidade do processo de refinação de petróleo, podem levar a um maior ou menor custo de refino por barril.
Assim, é possível fazer a análise do custo operacional de refino por barril de petróleo a partir da avaliação das variações na utilização das unidades de destilação. Portanto, a visão dos gestores e o teste estatístico sugerem a existência de relação de causa e efeito entre os indicadores FUT_DEST e CREF.
FUT_DEST causa ROCE
O resultado do teste de causalidade de Granger do indicador FUT_DEST exercendo influência no indicador ROCE nas doze defasagens pode ser observado na tabela 11
Tabela 11 – Resultados do teste de causalidade direta entre os resultados do indicador FUT_DEST e do indicador ROCE Defasagens p Resultado 1 0,71366 Não-causalidade 2 0,49254 Não-causalidade 3 0,04207 causalidade 4 0,08095 Não-causalidade 5 0,15113 Não-causalidade 6 0,18759 Não-causalidade 7 0,2325 Não-causalidade 8 0,28281 Não-causalidade 9 0,32727 Não-causalidade 10 0,33243 Não-causalidade 11 0,31643 Não-causalidade 12 0,64021 Não-causalidade Fonte: O autor, (2012).
A partir dos resultados obtidos observa-se que o indicador FUT_DEST exerce influência no indicador ROCE levando-se em consideração a causalidade no sentido de Granger com maior significância com três defasagens.
A percepção dos gestores e o teste estatístico estão convergentes, subsidiando a ideia de que o indicador FUT_DEST é a medida da utilização da unidade de destilação em relação à sua carga de referência, depois de computadas as perdas de capacidade de processamento por razões internas e externas à respectiva unidade, e o ROCE é a taxa líquida com a qual todo o capital empregado gera de resultado para a empresa. Desta forma, variações na utilização da unidade de destilação, que é a primeira unidade do processo de refinação de petróleo, podem levar a um maior ou menor retorno sobre o capital empregado.
Assim, é possível fazer a análise do retorno sobre o capital empregado a partir da avaliação das variações na utilização das unidades de destilação. Portanto, a visão dos gestores e o teste estatístico sugerem a existência de relação de causa e efeito entre os indicadores FUT_DEST e ROCE.
FUT_DEST causa RVM
O resultado do teste de causalidade de Granger do indicador FUT_DEST exercendo influência no indicador RVM nas doze defasagens pode ser observado na tabela 12.
Tabela 12 – Resultados do teste de causalidade direta entre os resultados do indicador FUT_DEST e do indicador RVM Defasagens p Resultado 1 0,50306 Não-causalidade 2 0,77733 Não-causalidade 3 0,46505 Não-causalidade 4 0,13469 Não-causalidade 5 0,15976 Não-causalidade 6 0,08464 Não-causalidade 7 0,11456 Não-causalidade 8 0,19563 Não-causalidade 9 0,03995 causalidade 10 0,09578 Não-causalidade 11 0,09876 Não-causalidade 12 0,10794 Não-causalidade Fonte: O autor, (2012).
A partir dos resultados obtidos observa-se que o indicador FUT_DEST exerce influência no indicador RVM levando-se em consideração a causalidade no sentido de Granger com maior significância com nove defasagens.
A percepção dos gestores e o teste estatístico estão convergentes, subsidiando a ideia de que o indicador FUT_DEST é a medida da utilização da unidade de destilação em relação à sua carga de referência, depois de computadas as perdas de capacidade de processamento por razões internas e externas à respectiva unidade, e o RVM é o rendimento de destilados médios produzido nas refinarias. Desta forma, variações na utilização da unidade de destilação, que é a primeira unidade do processo de refinação de petróleo, podem levar a um maior ou menor rendimento de destilados médios, que são derivados de alto valor agregado.
Assim, é possível fazer a análise do rendimento de destilados médios a partir da avaliação das variações na utilização das unidades de destilação. Portanto, a visão dos gestores e o teste estatístico sugerem a existência de relação de causa e efeito entre os indicadores FUT_DEST e RVM.
IIE causa ROCE
O resultado do teste de causalidade de Granger do indicador IIE exercendo influência no indicador ROCE nas doze defasagens pode ser observado na tabela 13.
Tabela 13 – Resultados do teste de causalidade direta entre os resultados do indicador IIE e do indicador ROCE
Defasagens p Resultado 1 0.06268 Não-causalidade 2 0.10847 Não-causalidade 3 0.04996 causalidade 4 0.12630 Não-causalidade 5 0.13348 Não-causalidade 6 0.31519 Não-causalidade 7 0.41467 Não-causalidade 8 0.47503 Não-causalidade 9 0.40653 Não-causalidade 10 0.49739 Não-causalidade 11 0.45127 Não-causalidade 12 0.59536 Não-causalidade Fonte: O autor, (2012).
A partir dos resultados obtidos observa-se que o indicador IIE exerce influência no indicador ROCE levando-se em consideração a causalidade no sentido de Granger com maior significância com três defasagens.
A percepção dos gestores e o teste estatístico estão convergentes, subsidiando a ideia de que o indicador IIE indica a qualidade do consumo de energia nas Unidades de Negócio do refino, e o ROCE é a taxa líquida com a qual todo o capital empregado gera de resultado para a empresa. Desta forma, a variação na qualidade do consumo de energia pode levar a um maior ou menor retorno sobre o capital empregado.
Assim, é possível fazer a análise do retorno sobre o capital empregado a partir da avaliação das variações na qualidade do consumo de energia das refinarias. Portanto, a visão dos gestores e o teste estatístico sugerem a existência de relação de causa e efeito entre os indicadores IIE e ROCE.
RVM causa ROCE
O resultado do teste de causalidade de Granger do indicador RVM exercendo influência no indicador ROCE nas doze defasagens pode ser observado na tabela 14.
Tabela 14 – Resultados do teste de causalidade direta entre os resultados do indicador RVM e do indicador ROCE Defasagens p Resultado 1 0,53905 Não-causalidade 2 0,40376 Não-causalidade 3 0,64119 Não-causalidade 4 0,74688 Não-causalidade 5 0,67416 Não-causalidade 6 0,71848 Não-causalidade 7 0,7382 Não-causalidade 8 0,75181 Não-causalidade 9 0,65596 Não-causalidade 10 0,75357 Não-causalidade 11 0,66804 Não-causalidade 12 0,77812 Não-causalidade Fonte: O autor, (2012).
A partir dos resultados obtidos observa-se que o indicador RVM não exerce influência no indicador ROCE levando-se em consideração a causalidade no sentido de Granger, ou seja, todas as relações de causalidade testadas, com defasagens de um a doze, obtiveram baixos níveis de significância (p superior a 0,05).
É possível entender os resultados do teste estatístico em função das decisões do acionista controlador no sentido de controlar a economia do país. Assim, o preço do Diesel (destilado médio) é controlado pelo governo para conter a inflação.
O indicador RVM é o rendimento de destilados médios produzidos nas refinarias (Diesel e Querosene de aviação), os destilados médios são de alto valor agregado em comparação aos demais derivados produzidos. No entanto, em determinados períodos, a variação da produção de médios pode não possuir relação de causa e efeito com o ROCE em função do controle de preço por parte do acionista controlador.
Desta forma, apesar do resultado do teste não indicar causalidade entre os indicadores RVM e ROCE em função das decisões do acionista controlador, a gestão do indicador RVM possui grande relevância em determinados períodos de acordo com a política de preços e a demanda por combustíveis no mercado doméstico.