“Uma vez depurados, os dados e as informações deverão ser analisados visando à solução do problema de pesquisa proposto, o alcance dos objetivos colimados, bem como utilizados para se testar as hipóteses enunciadas.” (MARTINS, Gilberto, 1994, p. 47).
Conforme anunciado nos objetivos da pesquisa, busca-se, por meio deste estudo, verificar se há efeito estatisticamente significativo nos indicadores prudenciais e de rentabilidade dos Bancos brasileiros, oriundo das mudanças na classificação dos instrumentos financeiros, com a introdução da IFRS 9. Por essa razão, as técnicas estatísticas escolhidas visam responder se os efeitos nos indicadores são estatisticamente significativos ou não.
Testes estatísticos de uma amostra envolvendo replicações emparelhadas são usados quando o pesquisador deseja verificar se houve variação entre o antes e o depois de algum evento, tratamento etc.. Neste estudo, fez-se o uso de uma amostra de Bancos, envolvendo replicação emparelhada dos indicadores de um período anterior e outro posterior à simulação dos efeitos da adoção da referida norma.
Para análise dos dados empíricos foram utilizadas as seguintes ferramentas estatísticas: Teste de Kolmogorov-Smirnov, Teste de Levene, Teste t-Student e Teste de Wilcoxon.
O teste Kolmogorov-Smirnov e o Teste de Levene foram utilizados na verificação quanto à normalidade das observações e homogeneidade das variâncias, respectivamente, como pressuposto para o uso de testes paramétricos. Os Testes t-Student e de Wilcoxon foram usados como teste de significância de médias, mostrando-se apropriados para as análises deste estudo.
Segundo Maroco (2007, p. 270), o teste t-Student para amostras emparelhadas é o teste a ser utilizado quando se pretende comparar duas populações das quais foram extraídas duas amostras emparelhadas relativamente a uma variável dependente quantitativa.
O teste de Wilcoxon, por sua vez, segundo Maroco (2007, p. 306), trata-se de um teste que pode ser utilizado como alternativa não paramétrica ao teste t-Student quando o pressuposto de distribuição normal da variável, nas duas medições emparelhadas, não se verifica e/ou não é possível (e.g. amostras pequenas) ou desejável (e.g. distribuições muito enviesadas) defender a robustez dos métodos paramétricos quando esse pressuposto não é válido.
No entanto, na hipótese dos pressupostos para o uso dos testes paramétricos serem atingidos, o estudo fez uso do Teste t-Student. Caso contrário, o Teste de Wilcoxon foi utilizado, por se tratar do teste não paramétrico indicado para amostras emparelhadas.
Os detalhes sobre os testes mencionados acima são apresentados no capítulo 6 deste estudo. E, para suporte da operacionalização de todos os testes utilizados nesta pesquisa e das análises estatísticas, foi utilizado o programa PASW Statistics 18.
5.6.1 Hipóteses estatísticas
A hipótese estatística consiste em uma suposição quanto ao valor de um parâmetro populacional ou quanto à natureza da distribuição de probabilidade de uma variável populacional. (MARTINS, Gilberto, 2008, p. 201).
Partindo do princípio de que o teste de significância consiste em avaliar a veracidade de afirmações sobre os parâmetros populacionais, formulam-se as seguintes hipóteses, de acordo com cada indicador analisado:
a) Índice da Basiléia:
H0: Índice da Basiléia antes = Índice da Basiléia depois H1: Índice da Basiléia antes ≠ ndice da Basiléia depois
em que:
Índice da Basiléia antes e Índice da Basiléia depois: Índice da Basiléia médio antes e depois da
simulação dos efeitos das mudanças na classificação dos instrumentos financeiros, oriunda da adoção da IFRS 9.
b) Índice da Basiléia por Capital Nível I:
H0: Índice da Basiléia por Nível I antes = Índice da Basiléia por Nível I depois H1: Índice da Basiléia por Nível I antes ≠ ndice da Basiléia por Nível I depois
em que:
Índice da Basiléia por Nível I antes e Índice da Basiléia por Nível I depois: Índice da Basiléia por
Capital Nível I médio antes e depois da simulação dos efeitos das mudanças na classificação dos instrumentos financeiros, oriunda da adoção da IFRS 9.
c) Índice de Imobilização:
H0: Índice de Imobilização antes = Índice de Imobilização depois H1: Índice de Imobilização antes≠ ndice de Imobilização depois
em que:
Índice de Imobilização antes e Índice de Imobilização depois: Índice de Imobilização médio antes
e depois da simulação dos efeitos das mudanças na classificação dos instrumentos financeiros, oriunda da adoção da IFRS 9.
d) Retorno sobre Ativo (ROA):
H0: ROA antes = ROA depois H1: ROA antes≠ ROA depois
em que:
ROA antes e ROA depois: Retorno sobre o Ativo médio antes e depois da simulação dos efeitos
das mudanças na classificação dos instrumentos financeiros, oriunda da adoção da IFRS 9.
e) Retorno sobre Patrimônio Líquido (ROE):
H0: ROE antes = ROE depois H1: ROE antes≠ ROE depois
em que:
ROE antes e ROE depois: Retorno sobre o Patrimônio Líquido médio antes e depois da simulação
dos efeitos das mudanças na classificação dos instrumentos financeiros, oriunda da adoção da IFRS 9.
De acordo com as hipóteses nulas formuladas (H0), não há mudança significativa no Índice da
Basiléia, Índice da Basiléia por Capital Nível I, Índice de Imobilização, ROA e ROE depois da simulação dos efeitos das mudanças na classificação dos instrumentos financeiros, oriunda da adoção da IFRS 9. Ao contrário, de acordo com as hipóteses alternativas (H1), há mudança
significativa no Índice da Basiléia, Índice da Basiléia por Capital Nível I, Índice de Imobilização, ROA e ROE depois da simulação dos efeitos das mudanças na classificação dos instrumentos financeiros, oriunda da adoção da IFRS 9.
Consequentemente, as conclusões sobre os resultados dos testes são fundamentadas nos seguintes pontos:
a) se o nível de significância observado (Sig.) estiver dentro da área de aceitação, definida pelo nível de significância previamente estabelecido (α), a hipótese nula não será rejeitada;
b) se o nível de significância observado (Sig.) estiver dentro da área de rejeição, definida pelo nível de significância previamente estabelecido (α), a hipótese nula será rejeitada e a hipótese alternativa será aceita.
Resumindo:
Sig. > α → Aceita H0
Sig. ≤ α → Rejeita H0 e aceita H1
Segundo Stevenson (1981, p. 225), comumente o nível de significância (α) escolhido para os testes de significância são de 1%, 2,5% ou 5%. Para este estudo, o α escolhido foi de 5%.