5 METODOLOGIA
5.2 Análise Descritiva
Com o intuito de descrever o comportamento das dez (10) variáveis numéricas efetuou-se o cálculo de algumas medidas resumo, tais como: mínimo, máximo, quartis, mediana, média e desvio padrão. Para a variável categórica (dummy) efetuou-se o cálculo da frequência e porcentagem.
Para a apuração de como as variáveis estão correlacionadas entre si, utilizou- se o coeficiente de correlação de Pearson para as variáveis numéricas e aplicou-se um teste para verificar se não são correlacionadas a um nível de 5% de significância.
Para a variável categórica, que se refere à existência de auditoria internacional, ou não, foi utilizado um teste não paramétrico de Mann – Whitney para verificar a relação com as três (3) variáveis dependentes, EndivTotal, EmprFinanc e
EmprTrib.
Para a realização de todas estas análises, recorreu-se a Bussab e Morettin (2002).
5.3 - Modelo de Regressão
Após a elaboração da análise descritiva, observou-se que algumas variáveis possuem muitos dados faltantes (Reav: faltando 9 observações, VenAtl: 15
observações, FormAtl: 8 observações e Market com a falta de 7 observações) optou- se assim, por não utilizá-las no modelo de regressão.
Deste modo, restaram apenas quatro (4) variáveis independentes:
Torcedores, EBITDA, Ativo Fixo e Auditoria, para explicar as variáveis dependentes (EndivTot, EmprFinanc, EmprTrib).
Para encontrar a melhor alternativa do modelo de regressão a ser utilizado, elaborou-se o histograma das variáveis dependentes (figura 1 – Histograma das Variáveis Dependentes) para termos uma ideia de que modelo de regressão melhor se ajusta aos dados.
Gráfico 2 - Histograma das Variáveis Dependentes.
A partir dos histogramas notou-se que elas parecem seguir uma distribuição positiva e assimétrica, portanto um modelo de regressão Gamma seria mais apropriado.
Portanto utilizou-se a teoria de Modelos Lineares Generalizados (McCullagh e Nelder, 1989) para a elaboração do modelo de regressão, o modelo escolhido foi o modelo de regressão Gamma com função de ligação logarítmica.
5.4 – Resultados
Na tabela a seguir, encontram-se as medidas resumo das variáveis em estudo. Pode-se notar que as variáveis independentes, Reav, VenAtl, FormAtl e
Market, possuem muitos missings (pelo menos 7), por isso analisou-se estas variáveis apenas de forma exploratória, não incluindo-as no modelo de regressão. A variável Torcedores, está transformada pelo LN (logaritmo neperiano) e as demais estão no formato de proporções (1 igual a 100%) exceto Auditoria que está no formato 0 (sem auditoria internacional) e 1 (com auditoria internacional).
A variável dependente EmprFinanc é a única que possui um clube que não forneceu a informação (Ponte Preta). Os clubes que forneceram todas as informações foram: Santos, Grêmio, Fluminense, Figueirense e Avaí.
Tabela 6 – Análise Descritiva
Mínimo 1º QuartilMediana Média 3º Quartil Máximo Missings Desvio Padrão Torcedores (LN) 4,605 6,047 7,937 7,607 8,806 10,28 3 1,714019 Reav 0,05 0,3975 0,53 0,5356 0,72 0,97 9 0,247897 VenAtl 0,1 0,17 0,18 0,208 0,2075 0,42 15 0,0884182 Form_Atl 0,01 0,02 0,03 0,05059 0,05 0,35 8 0,07988043 Market 0,04 0,0925 0,155 0,1967 0,265 0,7 7 0,1607702 EBITDA -0,65 -0,165 -0,05 -0,08043 0,045 0,09 2 0,1616247 Ativo_Fixo 0,02 0,4775 0,71 0,6625 0,85 0,99 1 0,2545627 EndivTotal 0,22 0,81 0,98 1,273 1,69 4,38 0 0,968094 EmprFinanc 0 0,0625 0,15 0,1662 0,185 0,56 1 0,1502407 EmprTribut 0,05 0,21 0,48 0,4964 0,58 1,85 0 0,3868342
Auditoria Internacional Não: 13 (59.09%); Sim: 9 (40.91%) 3
Análise descritiva
A partir da elaboração de uma matriz de correlação (tabela 6, a seguir) pode- se ter uma noção de quais são as variáveis independentes que são correlacionadas entre si e também quais são correlacionadas com as variáveis dependentes, bem como a correlação entre as variáveis dependentes.
Como já se previa as três (3) variáveis dependentes são correlacionadas entre si, uma vez que EmprFinanc está contida em EmprTrib e esta está contida em
EndivTot.
Tabela 7 – Matriz de Correlação de Pearson
Variáveis Torcedor Reav VenAtl Form_Atl Market Ebitda Ativo_Fixo EndivTotal EmprFinanc EmpTribut
Torcedor 1 Reav -0,1536008 1 VenAtl 0,7181755 0,03426032 1 Form_Atl 0,4965756 -0,21544247 0,60501383 1 Market -0,7435324 -0,10424827 -0.15858954 -0.2512604 * 1 EBITDA 0.3909189 * -0,7271568 -0,19523311 -0,1501788 -0,41645497 1 Ativo_Fixo -0.7420511 * 0.64645927 * -0,69698872-0.7203711 * 0.25367227 * -0.4044981 1 EndivTotal 0,5608699 -0,7554801 0,41742738 0,1013873 -0,078988980.7130177 * -0,7618153 1 EmprFinanc 0,0725451-0.9185081 * 0.18244834 0.3100897 * 0,38463702 0,436038-0.6854593 * 0.73307667 * 1 EmpTribut 0,5689966 -0,80913116 0,52425415 0,3709483 -0,02818591 0,5890516 -0,89900710.95289754 * 0.8414868 * 1
* Correlação é diferente de 0 a um nível 5% de significância
Para verificar se a Auditoria está relacionada com as variáveis explanatórias se realizou três (3) testes de Mann-Whitney (tabela 8, a seguir), e nestes testes pode-se notar que o fato do clube utilizar os trabalhos de uma auditoria não provoca influência em nenhuma das variáveis dependentes.
Tabela 8 – Teste de Mann-Whitney
Não Sim p-valor
EndivTotal, média (desvio padrão) 1.19 (0.78) 1.51 (1.33) 0,74
EmprFinanc, média (desvio padrão) 0.18 (0.14) 1.18 (0.18) 0,69
EmpTribut, média (desvio padrão) 0.5 (0.29) 0.55(0.54) 0,66
Auditoria Teste de Mann-Whitney
As variáveis que são correlacionadas com cada uma das variáveis dependentes são:
EndivTotal – EBITDA;
EmprFinanc – Reav, FormAtl e Ativo Fixo; e EmpTrib – Nenhuma.
Com a finalidade de se verificar as relações entre as variáveis dependentes com EBITDA, Torcedores, Ativo Fixo e Auditoria (variáveis independentes com poucos missings) far-se-ão três modelos de regressão Gamma com função de ligação logarítmica. Na primeira figura tem-se a distribuição das variáveis dependentes e pode-se notar que elas tendem a uma distribuição positiva e
assimétrica à direita, portanto um modelo de regressão Gamma deve ser o mais apropriado.
O primeiro modelo de regressão que consta na tabela a seguir, ajustou-se para a variável resposta EndivTot. Utilizou-se para isto, o método backward na seleção de variáveis.
Tabela 9 – Modelo de Regressão Gamma – Endividamento Total
Estimativa Erro Padrão Estatística t p-valor Risco Relativo
Intercepto 0,03767 0,1612 0,234 0,8175 1,038388508
EBITDA -2,16322 0,90889 -2,38 0,0269 0,114954371
Modelo de Regressão Gamma para o Endividamento Total
Assim, inicia-se com as quatro variáveis independentes e se vai eliminando uma a uma de acordo com a sua significância no modelo. O modelo que se obteve foi o seguinte:
log ��� � � � �� = 0.03767 − 2.1632∗ ��
A partir do modelo anterior nota-se que apenas a variável EBITDA explica o Endividamento Total, com um risco relativo de 0,11 o que significa que a cada 1 ponto de aumento no EBITDA (correspondente a 100%) o Endividamento Total diminui de volume em 89%.
Na figura a seguir, a confirmação de que o modelo está bem ajustado, uma vez que os pontos apresentam-se dentro das bandas de confiança.
Figura 1 – Normal Q-Q Plot - EndivTotal
Há que se ressaltar que neste primeiro modelo, por falta de informação foram excluídos os clubes, Atlético Mineiro e Atlético de Goiás.
O segundo modelo, como se pode visualizar na tabela a seguir, ajustou-se para a variável resposta Empréstimos Financeiros e novamente utilizou-se o método
backward para seleção de variáveis e o modelo final foi o que segue:
Tabela 10 – Modelo de Regressão Gamma – EmprFinanc
Estimativa Erro Padrão Estatística t p-valor Risco Relativo
Intercepto -0,676 0,4377 -1,545 0,1374 0,508647519
Ativo Fixo -1,861 0,6188 -3,007 0,0067 0,155517036
A partir deste modelo, pode-se afirmar que apenas a variável Ativo Fixo explica os Empréstimos Financeiros, com um risco de 0,15, o que vale afirmar que a cada 1 ponto de aumento no Ativo Fixo, os Empréstimos Financeiros tendem a diminuir em 85%.
Neste segundo modelo, excluiu-se os clubes Joinville que não apresenta informação para Ativo Fixo e Ponte Preta com relação à EmprFin.
Na figura a seguir, pode-se visualizar que estão fora da banda, diferentemente do teste para o modelo anterior que se apresentou totalmente ajustado, detectou dois (2) clubes fora da banda, que foram Palmeiras e Atlético de Goiás. Retirando esses clubes e ajustando o modelo novamente os resultados são muito semelhantes e o modelo fica bem ajustado.
Figura 2 – Normal Q-Q Plot - EmprFinanc
O terceiro modelo foi objeto de ajuste, para a variável resposta Empréstimos Financeiros mais dívida com Tributos. Como se pode observar, na tabela de correlações, não há variáveis independentes correlacionadas com esta variável e na tentativa de construção do modelo, não restou nenhuma variável independente para explicá-la, sobrando apenas o intercepto.
Portanto, nenhuma das variáveis independentes escolhidas explica os Empréstimos Financeiros mais Tributos de forma satisfatória, através do modelo de regressão Gamma.
Optou-se então por experiências de estimativas através do Método dos Mínimos Quadrados, e buscando reforçar os dados incluiu-se mais uma variável
independente categórica referente a reavaliações de ativos (REAVDUM), perfazendo um total de 12 variáveis ( 9 variáveis independentes e 3 dependentes).
Com isso, se obteve explanações para as duas variáveis dependentes semelhantes às que se obteve no modelo de regressão Gamma:
1. Variável Independente que melhor explica o Endividamento Total (EndivTot) = EBITDA; e
2. Variável independente que melhor explicam as dívidas com Empréstimos e Financiamentos Bancários (EmprFinanc) = Ativo Fixo.
A partir disso, buscou-se encontrar explicações para a variável dependente Empréstimos e Financiamentos adicionados às obrigações tributárias (EmprTrib).
Tabela 11 – Análise Descritiva_12 Variáveis
Análise Descritiva_12 Variáveis
Variável Média Mediana Mínimo Máximo
Torcedores 7,60694 7,93737 4,60517 10,2819 Auditoria 0,409091 0,000000 0,000000 1,00000 Reav 0,535271 0,528955 0,0506238 0,966685 REAVDUM 0,640000 1,00000 0,000000 1,00000 VendAtl 0,134997 0,0943998 0,0224681 0,468907 FormAtl 0,0497890 0,0303752 0,00513522 0,353201 Market 0,196746 0,156742 0,0400865 0,698743 EBITDA -0,0805041 -0,0462974 -0,647375 0,0938965 Ativo Fixo 0,662372 0,709869 0,0215904 0,991121 EndivTot 1,27206 0,976697 0,218426 4,37748 EmpFinanc 0,165352 0,146434 0,000000 0,555106 EmpTrib 0,496917 0,476914 0,0474881 1,85143
Variável Desvio Padrão C.V. Enviesamento Curtose Ex.
Torcedores 1,71402 0,225323 -0,118337 -1,24442 Auditoria 0,503236 1,23013 0,369800 -1,86325 Reav 0,247291 0,461992 -0,149861 -0,599957 REAVDUM 0,489898 0,765466 -0,583333 -1,65972 VendAtl 0,131143 0,971448 1,82074 2,33939 FormAtl 0,0810859 1,62859 3,32584 10,0455 Market 0,160658 0,816572 1,73152 3,24525 EBITDA 0,161821 2,01009 -1,89445 4,51993 Ativo Fixo 0,254531 0,384272 -0,697288 -0,171018 EndivTot 0,967920 0,760906 1,52463 2,36409 EmpFinanc 0,150706 0,911426 1,29987 1,09659 EmpTrib 0,387386 0,779579 1,72804 3,99949
(*) Análise Descritiva utilizando as 25 observações, ignorando os valores ausentes.
Na sequência a tabela 12, contendo os coeficientes de correlação entre as 12 variáveis, confirmando que não há correlação das variáveis independentes com relação à dependente referente a dívidas com empréstimos e financiamentos mais tributos e encargos sociais ( EmpTrib).
Tabela 12 – Coeficiente de Correlação Linear_12 Variáveis 5% valor crítico (bilateral) = 0,3961 para n = 25
Torcedores Auditoria Reav REAVDUM VendAtl
1,0000 0,2369 -0,3221 0,2397 -0,0541 Torcedores
1,0000 -0,0128 0,0524 -0,3524 Auditoria
1,0000 0,0000 -0,6054 Reav
1,0000 -0,6505 REAVDUM
1,0000 VendAtl
FormAtl Marketing EBITDA Ativo Fixo EndivTot
0,2566 0,3751 0,5963 -0,6580 -0,0978 Torcedores -0,0840 -0,1640 0,2503 -0,0702 0,1528 Auditoria -0,3953 -0,0833 -0,1796 0,5337 -0,4404 Reav -0,3510 -0,5626 0,4255 0,2396 -0,5315 REAVDUM 0,9193 0,9403 -0,4490 -0,7278 0,2198 VendAtl 1,0000 0,7405 -0,2922 -0,5812 -0,1184 FormAtl 1,0000 -0,2467 -0,6135 -0,0124 Market 1,0000 -0,0644 -0,4655 EBITDA 1,0000 -0,1999 Ativo Fixo 1,0000 EndivTot EmprFinanc EmprTrib 0,2178 0,0912 Torcedores -0,0126 0,0678 Auditoria -0,5348 -0,2973 Reav -0,1896 -0,1439 REAVDUM 0,9392 0,2856 VendAtl 0,4979 0,0128 FormAtl 0,3537 0,0902 Market -0,1780 -0,0580 EBITDA -0,6297 -0,2947 Ativo Fixo 0,6064 0,6930 EndivTotal 1,0000 0,7659 EmprFinanc 1,0000 EmpTrib
(*) Coeficiente de Correlação utilizando as 25 observações e observações ausentes ou incompletas foram ignoradas.
No entanto, a estimativa pelos mínimos quadrados, corrigindo-se a heteroscedasticidade, já mostra um quadro totalmente diferente, conforme a tabela 13 a seguir.
Tabela 13 – Estimativa dos Mínimos Quadrados. Variável dependente: EmpTrib
Coeficiente Erro Padrão razão-t p-valor
const 1,23595 0,172046 7,1839 0,00009 *** Ativo Fixo -1,19377 0,251055 -4,7550 0,00144 *** EBITDA -2,91306 0,845853 -3,4439 0,00877 *** Auditoria 0,245445 0,0900575 2,7254 0,02603 ** FormAtl -4,86761 1,26862 -3,8369 0,00497 *** Market 0,76334 0,551807 1,3833 0,20394
Estatísticas baseadas nos dados ponderados:
Soma resíd. quadrados 15,32462 E.P. da regressão 1,384044
R-quadrado 0,893118 R-quadrado ajustado 0,826317
F(5, 8) 13,36977 P-valor(F) 0,001030
Log da verossimilhança -20,49796 Critério de Akaike 52,99593
Critério de Schwarz 56,83027 Critério Hannan-Quinn 52,64099
Estatísticas baseadas nos dados originais:
Média var. dependente 0,589328 D.P. var. dependente 0,434210
Soma resíd. quadrados 0,830905 E.P. da regressão 0,322278
(*) Utilizada as 25 observações, corrigida a heteroscedasticidade e observações ausentes ou incompletas foram ignoradas.
Assim, ao analisar-se a tabela anterior, constata-se que as variáveis independentes que explicam o endividamento com empréstimos e financiamentos bancários, somados à dívida parcelada de tributos e encargos sociais (INSS e FGTS) são: Ativo Fixo, EBITDA, Auditoria Independente pertencente a grupos estrangeiros e Formação de Atletas.
6
6 CCOONNSSIIDDEERRAAÇÇÕÕEESSFFIINNAAIISS
Realmente é bastante preocupante a dívida do futebol brasileiro. Detectou-se através dos demonstrativos financeiros dos vinte e cinco (25) clubes estudados que a dívida de curto e longo prazo, é superior a R$ 4,5 bilhões de reais.
As obrigações no curto prazo, também preocupam, pois atingem uma cifra correspondente a R$ 1,8 bilhão cuja representatividade com relação ao total (curto mais longo prazo) é de 40%. Já os direitos a receber a curto prazo (Ativo Circulante) correspondem a somente R$ 600 milhões o que geraria um déficit no Capital de Giro de R$ 1,2 bilhão.
As maiores dívidas em termos absolutos correspondem a um clube paulista (Corinthians), quatro (4) cariocas (Fluminense, Botafogo, Flamengo e Vasco) e um mineiro (Atlético) perfazendo R$ 2,6 bilhões, cujo destaque negativo é para o Atlético Mineiro com dívidas de R$ 548 milhões.
Com relação ao crescimento da dívida, conforme trabalho realizado pela LUCZ Consultoria, com 21 clubes no período 2007/2010, mostra como destaque um crescimento em termos absolutos do Atlético Mineiro em R$ 300 milhões (correspondente a 154% sobre o número base contabilizado em 2007) uma evolução em torno de R$ 250 milhões, também em termos absolutos, para a dívida do Vasco, correspondente a um crescimento no período de 213%, e de R$ 160 milhões para a dívida do Botafogo com uma evolução percentual correspondente a 77%.
Porém, dívidas de clubes de futebol ultimamente, não é privilégio apenas do Brasil. Os clubes europeus conforme o secretário geral da UEFA Gianni Infantino, perderam conjuntamente em 2010, 1,5 bilhão de euros, correspondente a R$ 3,4 bilhões.
Uma forma de começar a reverter um processo de endividamento conforme Melo Neto (1998) é numa primeira fase a estabilização do prejuízo, ou seja, não deixá-lo evoluir pelo menos durante três (3) meses. Numa segunda fase, o corte drástico de despesas e redução dos custos operacionais e administrativos, na terceira fase, início de um período com crescimento na lucratividade.
A quarta e quinta fases seriam, respectivamente, a implantação de um processo de administração empresarial de curto e longo prazo e um modelo empresarial empreendedor que garanta níveis crescentes de faturamento e lucratividade.
Com relação a aumento no faturamento ou melhora na lucratividade, alguns fatos do setor, reforçam o entendimento de que se o momento não é bom para a economia em termos globais, as perspectivas podem ser muito boas, especialmente para os países em desenvolvimento.
Segundo estudos da Price Waterhouse, o mercado de mídia e entretenimento movimentou no mundo em 2005, 1,3 trilhões, sendo os EUA o líder global deste multimilionário mercado, representando 41% do total gerado pela indústria. O Brasil é líder na América Latina com US$ 10,5 bilhões de dólares (0,8% do total), à frente de países como Índia, Taiwan, México, Suíça, Bélgica e Dinamarca.
As perspectivas do mercado de mídia e entretenimento, ainda segundo a Price Waterhouse é de que até 2009 os países desenvolvidos terão um crescimento percentual muito inferior aos mercados em desenvolvimento, como a América Latina, por exemplo.
Como vários outros negócios, o futebol é investimento de risco, tanto se pode perder todo o investimento, como se obter uma lucratividade que dificilmente se teria em outros segmentos. Há muitas possibilidades de se explorar, além da simples receitas na venda de jogadores, como o “naming rights”5, a construção de arenas, a
formação de fundos de investimentos regulados pela CVM.
Julio Mariz, presidente de Traffic, entende que todos os grandes clubes do Brasil têm potencial para ter lucro, e qualquer homem de negócio os faria dar lucro.
Um dos motivos que atribui aos dirigentes de clube não conseguirem muito sucesso nas finanças dos clubes, seriam as más contratações de atletas que normalmente são feitas, não dão certo em muitos casos e os dirigentes não são cobrados por isto.
Na verdade o que ocorre em muitos casos são contratações que surgem basicamente porque houve a disponibilidade de determinado atleta no mercado e não propriamente porque o clube necessita de um jogador com aquelas características para compor o seu elenco.
O Barcelona, clube espanhol, que ganhou uma infinidade de títulos nos últimos anos, na última temporada contratou apenas dois jogadores, e que se
5 Empresa paga durante um determinado período de tempo para dar nome à arena esportiva. O seu benefício, basicamente, é
encaixaram perfeitamente para compor o seu elenco, Fábregas e o chileno Sanchis. Isto, muito provavelmente se deve a um planejamento bem feito.
A Internazionale de Milão quando contratou o jogador Ronaldo Nazário, aumentou em aproximadamente 30% a venda antecipada de ingressos, graças a um calendário bem planejado. Isto propiciou ao clube um aumento de receita que lhe proporcionou a recuperação de boa parte do que custou a contratação do atleta.
Os jogos da liga inglesa têm estádios cheios, independente da colocação do clube na tabela, com ocupação de 91%, sendo que o clube Manchester United possui média de público de 70 mil torcedores.
Comumente na Europa, o torcedor vai a arenas confortáveis de metrô ou ônibus. Compra seus ingressos numerados com antecedência, ou mesmo na hora, mas sem filas ou cambistas. Leva dinheiro no bolso para as guloseimas e também para os brindes como camisetas, boné, agasalho e flâmula. O torcedor entra no clima do jogo empolga-se e tende a gastar mais por impulso, sem pesquisas de preço e sem que uma necessidade básica sua, tenha que ser provida (www.esportebizz.com.br. Fernando Bergamin).
No Brasil, o torcedor é um sobrevivente. É humilhado por um transporte coletivo que, quando existe, não funciona a contento. Compra um ingresso muito caro se comparado com o salário médio (mas muito barato se comparado a outras praças), entra no estádio e tem que se esconder de pedras, rojões e cassetetes perdidos, não há lugar marcado, poltronas, climatização, cobertura e nem respeito.
Enfim todos os fatores citados que podem aumentar o faturamento e em consequência a lucratividade necessitam de uma melhor exploração pelos clubes
brasileiros, nos próximos anos, se não por iniciativa própria, para se adaptar às circunstâncias, com a proximidade da Copa do Mundo.
Com relação aos estudos efetuados (vide capítulo 5. Metodologia) foram encontrados como explicação para a queda do endividamento, a melhora no
EBITDA e um aumento no Ativo Fixo, para as respectivas variáveis, EmprFinanc e EndivTotal.
O EBITDA se compõe basicamente das receitas operacionais, deduzidas dos custos e despesas operacionais. Portanto, sempre que ocorrer um aumento no
EBITDA é porque houve um aumento nas receitas operacionais ou uma redução nos custos e despesas operacionais, ou ambas as situações em conjunto. Com isso, se o Clube estiver muito endividado, isto fará com que haja um desafogo.
Já com relação ao Ativo Fixo, quando o volume de ativos cresce, a tendência é que haja menos endividamento, devido à geração da receita proporcionada por estes ativos. Clubes que têm estádios e bem administrados, como aparenta ser o caso do São Paulo e Atlético Paranaense, apresentam um menor grau de endividamento (índices de Ativo Fixo/Ativo de 68,2% e 72,9%, respectivamente altos, e endividamento sobre ativo de apenas 41,6% e 24,1%).
Com relação às variáveis independentes que poderiam explicar o endividamento com bancos adicionado ao parcelamento de tributos, abriu-se o leque de explanações ao se efetuar estimativa pelos mínimos quadrados, corrigindo a heteroscedasticidade, detectando-se novamente o EBITDA e o Ativo Fixo e a consideração de auditorias independentes pertencentes a grupos estrangeiros, bem como, a alternativa de investimentos na formação de atletas.
7
7 RREEFFEERRÊÊNNCCIIAASSBBIIBBLLIIOOGGRRÁÁFFIICCAASS
AIDAR, Antonio C.; LEONCINI, Marvio P.; OLIVEIRA, João J. A Nova Gestão do Futebol. Rio de Janeiro: FGV, 2000.
BERENSON, Mark L.; STEPHAN, David; LEVINE, David M. Estatística: Teoria e Aplicações. São Paulo: Editora LTC, 2000.
BERGAMIN, Fernando. Conservadorismo naftalina. <www.
esportebizz.com.br>; acesso em 13/04/2012.
BERGAMIN, Fernando. Proposta de mudança da lei Pelé é “burra” <www. esportebizz.com.br>; acesso em 13/04/2012.
BRASIL, Lei no. 6354, de 2 de setembro de 1976. Dispõe sobre as relações de trabalho do atleta profissional de futebol e dá outras providências. Diário Oficial da União, Brasília, DF.
BRASIL, Lei no. 8672, de 6 de julho de 1993. Inclui normas gerais de desportos e dá outras providências. Diário Oficial da União, Brasília, DF.
BRASIL, Lei no. 9615, de 24 de março de 1998. Institui normas gerais sobre desportos e dá outras providências. Diário Oficial da União, Brasília, DF.
BRASIL, Lei no. 9981, de 14 de julho de 2000. Altera dispositivos da lei 9615, de 24 de março de 1998 e dá outras providências. Diário Oficial da União, Brasília, DF.
BRASIL, Lei no. 11345, de 14 de setembro de 2006. Dispõe sobre a institiuição de concurso de prognóstico destinado ao desenvolvimento da prática desportiva, a participação de entidades desportivas da modalidade futebol nesse concurso e o parcelamento de débitos tributários e para com o Fundo de Garantia do
Tempo de Serviço – FGTS; altera as leis nos. 8212, de 19 de julho de 2002; e dá outras providências. Diário Oficial da União, Brasília, DF.
BREALEY, Richard; MYERS, Stewart; ALLEN, Franklin; Princípios de Finanças Corporativas, 8. Ed. São Paulo: Mc Graw Hill,2008.
BRUNORO, José C.; AFIF, Antonio. Futebol 100% Profissional.São Paulo: Editora Gente, 1997.
BUSSAB, Wilton O.; MORETTIN, Pedro A. (2002) – Estatística Básica – 5ª ed., São Paulo: Editora Saraiva, 2002.
CARLEZZO, Eduardo. Investimentos no futebol. Disponível em <www. esportebizz.com.br>; acesso em 13/04/2012.
COMISSÃO DE VALORES MOBILIÁRIOS. Recomendações da CVM sobre governança corporativa. 2002. Disponível em: < http: // www.cvm.org .br >
CORRAR, Luiz J.; PAULO, Edilson; FILHO, José Maria Dias; Análise Multivariada. São Paulo: Atlas, 2009.
CRESWELL, John W. Projeto de Pesquisa: métodos qualitativo, quantitativo e misto. 2. ed. Porto Alegre: Artmed,2007.
DA MATA, Alessandro. CARDOSO, Luiz Fernando. DAMATO, Marcelo. Entrevista com o presidente da Traffic – Júlio Mariz. “Faço os dez maiores clubes darem lucro”. <www. esportebizz.com.br>; acesso em 13/04/2012.
DAMODARAN, Aswath. Corporate Finance: Theory and Pratice. 2. ed. New York: Wiley, 2001.
DUARTE, Orlando. História dos Esportes. São Paulo: Makron Books, 2000.
FIFA, Federação Internacional de Futebol. A História do Futebol. Disponível em <www. fifa.com >; acesso em 22/04/2012.
HAMMOND, John S.; KEENEY, Ralph, L.; RAIFFA, Howard. The Hidden Traps in decision making. Harvard Business Review, set. – out. 1998.
INSTITUTO BRASILEIRO DE GOVERNANÇA CORPORATIVA. Código das melhores práticas de governança corporativa. Disponível em: < http: // www.cvm.org.br>.
KENYON, Peter. Ex-executivo do Manchester, atualmente no Chelsea. <www.esportebizz.com.br. acesso em 13/04/2012.
JUNIOR, Humberto Maia. A vitória chilena fora de campo. Revista Época, edição 712, 09 de janeiro de 2012.
LANCENET. Clubes europeus perdem bilhões de euros. Disponível em < lancenet.com.br>; acesso em 22/04, reportagem publicada em 25/01/2012.
LOPES, Gustavo. Os direitos e o respeito ao torcedor como investimento com retorno esportivo e financeiro. <Gustavo@universidadedofutebol.com.br; acesso em 06/04/2012.
LUCZ, consultoria em esporte. Ranking das receitas dos clubes de futebol no