A Hipótese 10 diz respeito à interferência do contexto externo na relação entre capital humano e resultados. Nessa hipótese, a questão relevante é se o contexto econômico externo em que atuam as agências bancárias torna-se determinante para a eficácia do capital humano. Para responder a essa hipótese alguns procedimentos foram adotados. Inicialmente, separar as variáveis de resultados pelo nível de sensibilidade ao contexto externo. Há dois conjuntos de variáveis de resultados neste trabalho. Em virtude de suas características, elegeu-se a rentabilidade (bloco 1) como a variável de resultado mais suscetível ao poder econômico local.
Presume-se que nas regiões economicamente consolidadas, com alto potencial econômico e grande poder de compra, o capital humano das agências possa ter maior eficácia, gerando maior rentabilidade, do que o mesmo capital humano localizado em regiões de menor poder econômico. Em outras palavras, é razoável inferir que uma agência instalada em uma região pobre tenha dificuldade de realizar bons negócios e alcançar altos índices de rentabilidade, mesmo que detenha alto nível de capital humano. E, ao contrário, em agências localizadas em regiões mais ricas, esse mesmo capital humano de alto nível terá mais condições de realizar bons negócios, obtendo melhores resultados. Caso isso se confirme, ao isolar as regressões por nível econômico das regiões em que estão instaladas as agências, será possível comprovar o fenômeno, desde que haja uma progressiva queda de explicação da eficácia do capital humano, tão logo as regressões avancem para regiões economicamente desfavoráveis. Embora óbvio, esse fenômeno é relevante. Se comprovado, poderá orientar a gestão de RH da empresa.
Para tanto, dividiu-se a população de agências em cinco clusters econômicos, que traduzem a potencialidade e a envergadura econômica da região em que se encontram essas
agências; das localizadas em regiões mais ricas (agências nível 1), para as mais pobres (agências nível 5). As agências foram divididas em outros dois grupos: metropolitanas e não metropolitanas, de forma a refletir o poder econômico das regiões metropolitanas, normalmente mais ricas e ativas economicamente do que a maioria das cidades do interior. Foram selecionados, assim, sete clusters econômicos relativamente distintos.13 As regressões da relação entre capital humano e rentabilidade ocorreram separadamente por cluster de agência. Ressalte-se a utilização da população de agências nas regressões em cada cluster apontado. Os resultados dessas regressões estão estampados na Tabela 9, no modelo de regressão em painel tobit, e na Tabela 9A, em painel de efeitos fixos.
Caso esta linha de raciocínio esteja correta, nas agências metropolitanas, bem como nas agências classificadas no nível 1, regiões de alto poder econômico, o capital humano explicaria melhor os resultados alcançados. Por outro lado, nas agências instaladas nas cidades do interior e naquelas classificadas nos níveis 4 e 5, de baixo poder econômico, o capital humano não explicaria adequadamente os resultados. Por fim, nas agências de médio poder econômico (níveis 2, 3 e Interior) o capital humano apresentaria um grau intermediário de explicação dos resultados.
E o que os resultados mostram é aproximadamente isso, tanto nas regressões baseadas no modelo de painel tobit (Tabela 9), considerado o mais adequado para os dados desta Tese, quanto no modelo de painel de efeitos fixos (Tabela 9A), após o devido teste de Hausman. Como pode ser observado nas Tabelas 9 e 9A a seguir, nas agências metropolitanas e de nível 1 (alto poder econômico), os resultados da rentabilidade em virtude do capital humano são mais facilmente explicáveis, em comparação com os resultados das agências dos níveis 4 e 5 (baixo poder econômico). Para compreender as Tabelas 9 e 9A, é importante lembrar que os sete clusters eleitos (nível 1; 2; 3; 4; 5; I - interior; M - metropolitana) representam um nível de escala de potencial econômico local, como já se explicou. Assim, os
13
resultados da coluna “modelo 1” das Tabelas 9 e 9A referem-se ao estudo de regressão no universo particular de agências nível 1; os do “modelo 2”, de agências nível 2; os do “modelo 3”, de agências nível 3; os do “modelo 4”, de agências nível 4; os do “modelo 5”, de agências nível 5; os do “modelo 6”, de agências do Interior (I); e os do “modelo 7”, de agências metropolitanas (M).
4.2.11.1 - Detalhamento dos resultados da relação entre capital humano e rentabilidade (Tabela 9 em painel tobit)
Dos cinco atributos de capital humano das agências metropolitanas de alto poder econômico, três apresentam relação linear e positiva com os resultados da rentabilidade, conforme se segue: competência14 (modelo 7, β = .6869, p < .01); certificação de caráter
financeiro (modelo 7, β = 1.2119, p < .05); e treinamento/experiência (modelo 7, β = 1.0584, p < .01). Para a formação e outras certificações não há relação estatisticamente significativa.
Nas agências de nível 1, também de alto poder econômico, o atributo treinamento/experiência apresenta relação linear e positiva com a rentabilidade (modelo 1, β = 2.389, p < .001). A formação apresenta efeito negativo em nível (modelo 1, β = -2.495, p < .01) e positivo quando a variável é elevada ao quadrado (modelo 1, β = .9412, p < .05). Esses resultados projetam uma relação não linear entre a formação e a rentabilidade e indicam a existência de uma quantidade mínima do atributo formação a partir do qual há uma relação positiva entre ele e a rentabilidade. Para as competências, a certificação de caráter financeiro e outras certificações, não há relação estatisticamente significativa com a rentabilidade.
Em contraposição, nas agências de nível 4 e 5, de baixo poder econômico, a maioria dos relacionamentos entre a rentabilidade e os atributos de capital humano é linear e
14
Os resultados referem-se à variável competência ao quadrado. A variável em nível não apresentou relação estatisticamente significativa.
negativa ou, então, não significativa. Essa oposição fortalece a hipótese de que o poder da economia local tem relevância na eficácia do capital humano para os resultados das agências.
4.2.11.2 – Detalhamento dos resultados da relação entre capital humano e rentabilidade (Tabela 9A em painel de efeitos fixos)
Ao analisar os resultados da Tabela 9A em painel de efeitos fixos, observa-se a mesma tendência dos resultados observados nas regressões em modelo tobit. Ressalte-se que os resultados nesse modelo de efeitos fixos são ainda mais incisivos, na medida em que as agências localizadas em regiões economicamente mais ricas mostram um número maior de relações lineares e positivas entre os atributos de capital humano e a rentabilidade; já nas agências instaladas em regiões menos promissoras economicamente, as relações, na sua maioria, não se mostraram significativas.
Dos cinco fatores de capital humano das agências nível 1, de alto poder econômico, quatro apresentam relação linear e positiva com os resultados da rentabilidade, conforme se segue: competência (modelo 1, β = 2.4718, p < .01); certificação de caráter financeiro (modelo 1, β = 2.6414, p < .001); treinamento/experiência (modelo 1, β = 6.8189, p < .001); e outras certificações (modelo 1, β = 1.7899, p < .1). A formação não é significativa.
Nas agências nível 2 observam-se três variáveis de capital humano linear e
positivamente relacionadas com a rentabilidade, conforme se segue: competência (modelo 2, β = 1.2158, p < .01); certificação de caráter financeiro (modelo 2, β = 1.1506,
p < .05); e treinamento/experiência (modelo 2, β = 5.100, p < .001). A formação e outras certificações não foram significativas.
O resultado explicado pelo capital humano cai sensivelmente nas agências de nível 3 e 4 (de médio para baixo poder econômico), onde apenas o treinamento/experiência aparece como uma variável linear e positivamente vinculada à rentabilidade (modelo 3, β = 2.902, P < .001; modelo 4, β = 1.400, p < .001). Nas agências de nível 5, com baixo poder econômico, os
testes apresentados na Tabela 9A comprovam que o capital humano nada explica em termos de rentabilidade, na medida em que não há relação estatisticamente significativa.
Da mesma forma, confirmando a análise, os resultados das agências metropolitanas se explicam mais facilmente pelo capital humano do que os das agências do interior. Nas metrópoles, três variáveis de capital humano são linear e positivamente relacionadas à rentabilidade, como pode ser observado na Tabela 9A: competência (modelo 7, β = 0.7134, p < .05); certificação de caráter financeiro (modelo 7, β = 1.5552, p < .01); e treinamento/experiência (modelo 7, β = 3.1018, p < .001). Já nas agências do interior, apenas o treinamento/experiência explica a eficácia do capital humano (modelo 6, β = 2.4240, p < .001). Paradoxalmente, a competência aparece impactando linear e negativamente a rentabilidade das agências do interior (modelo 6, β = -.5805, p < .001).
Como se pode constatar nas Tabelas 9 e 9A a seguir, a eficácia do capital humano parece cada vez mais difícil de se explicar quando a análise se estende a regiões mais fracas economicamente, comprovando a Hipótese 10: o contexto econômico é determinante para a análise da eficácia do capital humano do Banco estudado, sempre que a variável de resultado analisada dependa do poder econômico da região. Essa descoberta abre um caminho importante para que se avalie a composição ideal de capital humano para as diversas regiões econômicas do país. Isso não deve ser percebido como um mecanismo de incentivo à limitação da competência do trabalhador em regiões mais pobres. Pelo contrário, o investimento em capital humano competente precisa continuar, não obstante as dificuldades econômicas regionais, porquanto serve para avaliar a intensidade e a oportunidade do investimento em capital humano. Às grandes empresas, poderosas econômica e politicamente, talvez caiba a responsabilidade de apoiar o desenvolvimento econômico local, visando à sustentação do crescimento futuro da própria empresa. No caso do Banco estudado, faz sentido investir em responsabilidade social e desenvolvimento regional, mesmo com resultados negativos circunstanciais.
Tabela 9 – Resultados das regressões em painel tobit, por nível de agência (modelos 1 a 5) e região (modelo 6, metropolitana; e 7, não metropolitana) para a variável dependente rentabilidade da carteira de clientes
Relação: capital Humano - rentabilidade
--- Variável | Modelo 1 Modelo 2 Modelo 3 Modelo 4 Modelo 5 Modelo 6 Modelo 7
painel | Tobit Tobit Tobit Tobit Tobit Tobit Tobit
Ag.nível 1 Ag.nível 2 Ag.Nível 3 Ag.nível 4 Ag.nível 5 Ag.interior Ag.metropolitana
---+--- COMPE | .2528 .1391 -1.6489*** -2.3336*** -1.2730* -1.7518*** -.4078 CERTIFIN | .3914 .2289 -.0245 -.3208 -2.1896* -.6819* 1.2119* OutrasCerti | .1239 -1.1676* -1.3411** -.9499† -.3270 -1.3990*** -.4228 TreinExp | 2.389*** 1.1844* 1.9743*** 2.0981*** .3063 1.5576*** 1.0584** FORMA | -2.495** -.1952 -2.5816*** -2.2687*** -2.8859*** -2.6008*** -.2606 COMPE2 | .5499 .4214 .3899* .1486 .3532 .2617** .6869** CERTIFIN2 | -.2921 .2943 -.1065 -.0409 .0174 -.0100 -.2329 OutrasCerti2 | -.3331 -.0602 .0361 .9447*** .0001 .4622*** -.1632 TreinExp2 | -.3480 .1227 -.5117* -.1972 -.3633 -.2287 -.1605 FORMA2 | .9412* -.1692 .20409 .2648 .4042 .3986** -.4072 Turnover | -.0586† -.0377 -.1105** -.0400 -.1472† -.1029*** -.0649* quadro | .0019 -.1637** -.5576*** -.5596** .5098 -.4751*** -.1295*** _cons | 50.08*** 56.468*** 67.772*** 70.732*** 65.978*** 67.849*** 56.929*** ---+--- Wald chi2(12)| 31.08 30.08 158.65 103.96 34.45 620.65 45.87 Prob >chi2 | 0.0019 0.0027 0.0000 0.0000 0.0006 0.0000 0.0000 Log Likelihood | -5304.96 -7249.33 -12594.03 -7162.34 -2452.57 -24871.06 -9987.2 sigma_u_cons | 8.336*** 8.045*** 10.882*** 11.868*** 11.419*** 10.899*** 8.0188*** sigma_e_cons | 13.016*** 13.612*** 15.644*** 17.127*** 18.879*** 15.442*** 14.856*** ---+--- legend: † p<0.1 * p<0.05; ** p<0.01; *** p<0.001
Modelo 1 - Efeitos aleatórios tobit para agências nível 1(poder econômico muito alto); Modelo 2 - Efeitos aleatórios tobit para agências nível 2 (poder econômico alto); Modelo 3 - Efeitos aleatórios tobit para agências nível 3(poder econômico médio); Modelo 4 - Efeitos aleatórios tobit para agências nível 4(poder econômico baixo); Modelo 5 - Efeitos aleatórios tobit para agências nível 5 (poder econômico muito baixo); Modelo 6 - Efeitos aleatórios tobit para agências não-metropolitanas(interior do país com poder econômico de médio para baixo; Modelo 7 - Efeitos aleatórios tobit para
agências metropolitanas(cidades metropolitanas com poder econômico de médio para alto). Erro padrão bootstrap.
Fonte: Elaborado pelo autor.
Tabela 9A – Resultados das regressões em painel de efeitos fixos, por nível de agência (modelos 1 a 5) e região (modelo 6, metropolitana; e 7, não metropolitana) para a variável dependente rentabilidade da carteira de clientes
Relação: capital Humano - rentabilidade
--- Variável | Modelo 1 Modelo 2 Modelo 3 Modelo 4 Modelo 5 Modelo 6 Modelo 7 painel Efeitos fixos Efeitos fixos Efeitos fixos Efeitos fixos Efeitos fixos Efeitos fixos Efeitos fixos Ag.nível 1 Ag.nível 2 Ag.Nível 3 Ag.nível 4 Ag.nível 5 Ag.interior Ag.metropolitana
--- Compe | 2.4718** 1.2158** -.7821** -.7481*** -.1086 -.5805*** .7134* Certifin | 2.6414*** 1.1506* -.0460 .1561 .1939 .1282 1.5552** Outrascerti| 1.7899† .9054 -.2770 .1061 .2218 .3141 .4976 TreinaExp | 6.8189*** 5.100*** 2.902*** 1.40*** -.4544 2.424*** 3.1018*** Forma | -.0641 .5659 -.4589 .1325 1.1828 .1089 .5502 Compe2 | -.1945 .2942 .2976** .0237 .1105 .0674 .6398*** Certifin2 | -.6508 .0906 -.0467 -.0177 -.1161 -.0471 -.2283 Outrascert2 | .7055 -.1653 -.0603 .1427 .1854 .0679 .1138 TreinaExp2 | -.1490 -.3040 -.1096 -.2701 -.1261 -.0459 -.293 Forma2 | .2490 .1130 -.0961 -.0614 -.1601 -.0448 -.3309* turnover | .0179 -.0246 -.0522* -.0214 -.0559† -.04016* -.0283 quadro | .3214*** -.0132 -.5737*** -.707*** -.5084 -.2559** .1393 _cons | 33.806 48.67*** 59.7*** 60.61*** 58.051*** 56.453*** 46.227*** ---+--- r-sq:within | 0.0902 0.0422 0.0324 0.0239 0.0167 0.0241 0.0299 between | 0.0241 0.0054 0.0150 0.0085 0.0163 0.0430 0.0005 overall | 0.0003 0.0001 0.0161 0.0111 0.0004 0.0305 0.0014 F | 10.09 6.70 10.68 5.86 1.43 17.00 6.51 Prob >F | 0.0000 0.0000 0.0000 0.0000 0.1451 0.0000 0.0000 Hausman-Chi2| 0.0000 0.0000 0.0000 0.0001 0.0027 0.0000 0.0000 --- legend: † p<0.1 * p<0.05; ** p<0.01; *** p<0.001
Modelo 1 - Efeitos fixos robust para agências nível 1(poder econômico muito alto); Modelo 2 – Efeitos fixos robust para agências nível 2(poder econômico alto); Modelo 3 - Efeitos fixos robust para agências nível 3(poder econômico médio); Modelo 4 - Efeitos fixos robust para agências nível 4(poder econômico baixo); Modelo5 - Efeitos fixos robust para agências nível 5 (poder econômico muito baixo); Modelo 6 - Efeitos fixos robust para agências não-metropolitanas(interior do país com poder econômico de médio para baixo; Modelo 7 - Efeitos fixos robust para agências metropolitanas(cidades metropolitanas com poder econômico de médio para alto).
4.2.11.3 - Visão geral dos resultados das regressões entre capital humano - rentabilidade e variáveis de controle - rentabilidade por nível de agência
Os Quadros 21 e 21A a seguir são um resumo das regressões apresentadas nas Tabelas 9 e 9A, respectivamente, mostrando a relação de eficácia das variáveis de capital humano sobre a rentabilidade, por nível de agência.
As cores preta, cinza e branco e o preenchimento com linhas horizontais que aparecem nas células dos Quadros 21 e 21A retratam o tipo de relação existente entre as variáveis de capital humano e a rentabilidade. A cor preta refere-se a uma relação linear e positiva, ou seja, caso haja incrementos no atributo de capital humano designado, os resultados em rentabilidade melhoram positiva e linearmente. A cor cinza significa uma relação não linear, com possível ponto de máximo ou de mínimo de capital humano, mostrando que há como gerenciar investimentos do atributo de capital humano na agência para maximizar resultados. As células preenchidas com linhas horizontais retratam uma relação linear e negativa, significando que, caso haja incrementos no atributo de capital humano designado, os resultados podem piorar. Por fim, a cor branca significa que a relação é nula, ou seja, que não há significância estatística.
Os Quadros 21 e 21A foram desenhados especificamente para permitir a comparação dos resultados das regressões em painel tobit e painel efeitos fixos e, sobretudo, para facilitar a visualização do fenômeno em tela. No Quadro 21 é visível que as colunas da esquerda apresentam uma coloração mais voltada para o preto, indicando que nas agências localizadas em regiões economicamente mais favoráveis (agências metropolitanas e de nível 1) o capital humano pode apresentar impacto sobre a rentabilidade de caráter linear e positivo. As colunas à direita, referentes às agências de nível 3, 4 e 5, as células apresentam um preenchimento que tende para a linha horizontal, significando que o impacto do capital sobre a rentabilidade apresenta tendência linear e negativa, ou seja, o oposto.
Quadro 21 - Quadro resumo dos resultados das regressões da Tabela 9 (painel tobit) da relação entre capital humano e rentabilidade por nível de agência
Nota: * A = treinamento/experiência; B = certificação financeira; C = competência; D = outras certificações; E = formação Fonte: Elaborado pelo autor.
Relação linear e positiva. Isso significa que, caso haja investimento na dimensão de capital humano apontada, os resultados melhoram.
Relação não linear, podendo ter ponto de máximo ou de mínimo de capital humano. Isso significa que há como gerenciar investimentos ótimos de capital humano na agência. Relação linear e negativa. Isso significa que, caso haja investimento na dimensão de capital humano apontada, os resultados pioram.
Relação nula, sem significância.
Tipo de agência
Agência nível 1 Agência metropolitana
Agência nível 2 Agência interior Agência nível 3 Agência nível 4 Agência nível 5
Potencial econômico
Muito alto Alto Médio alto Médio Médio baixo Baixo Muito baixo
Variáveis de capital humano*
A B C D E A B C D E A B C D E A B C D E A B C D E A B C D E A B C D E
Quadro 21A - Quadro resumo dos resultados das regressões da Tabela 9 (painel efeitos fixos) da relação entre capital humano e rentabilidade por nível de agência
Nota: * A = treinamento/experiência; B = certificação financeira; C = competência; D = outras certificações; E = formação Fonte: Elaborado pelo autor.
Relação linear e positiva. Isso significa que, caso haja investimento na dimensão de capital humano apontada, os resultados melhoram.
Relação não linear, podendo ter ponto de máximo ou de mínimo de capital humano. Isso significa que há como gerenciar investimentos ótimos de capital humano na agência. Relação linear e negativa. Isso significa que, caso haja investimento na dimensão de capital humano apontada, os resultados pioram.
Relação nula, sem significância.
Tipo de agência
Agência nível 1 Agência metropolitana
Agência nível 2 Agência interior Agência nível 3 Agência nível 4 Agência nível 5
Potencial econômico
Muito alto Alto Médio alto Médio Médio baixo Baixo Muito baixo
Variáveis de capital humano*
A B C D E A B C D E A B C D E A B C D E A B C D E A B C D E A B C D E
Quadro 22 - Quadro resumo dos resultados das regressões da Tabela 9 (painel tobit) da relação entre variáveis de controle e rentabilidade por nível de agência
Quadro 22A - Quadro resumo dos resultados das regressões da Tabela 9A (painel efeitos fixos) da relação entre variáveis de controle e rentabilidade por nível de agência
Painel efeitos fixos
Quadro de pessoal Turnover
Nível das agências* >
1 2 3 4 5 I M 1 2 3 4 5 I M
Rentabilidade
*Níveis de agência 1 a 5 (potencial econômico da região) e “I” - interior; “M” – metropolitana
Fonte: Elaborado pelo autor.
Relação linear e positiva. Isso significa que quadro de pessoal ou turnover maiores melhoram os resultados
Relação linear e negativa. Isso significa que quadro de pessoal ou turnover menores melhoram os resultados Relação nula, sem significância
Alguma semelhança pode ser observada no Quadro 21A, em que as regressões ocorreram com base no método de painel efeitos fixos. Nesse modelo de regressão as agências de nível 1, 2 e metropolitana, dispostas nas colunas à esquerda, mostram uma relação linear e positiva intensa entre o capital humano e a rentabilidade, marcado pela coloração preta, ao passo que as colunas mais à direita, referente às agências 3, 4 e 5, mostram ausência de relação entre os fenômenos, conforme indica a predominância da cor branca.
Painel tobit Quadro de pessoal Turnover
Nível das agências* >
1 2 3 4 5 I M 1 2 3 4 5 I M
Nos Quadros 21 e 21A, observam-se também que o treinamento e a experiência são os principais preditores da rentabilidade na maioria dos clusters de agências. Embora os atributos de capital humano competência e certificação financeira apresentem relação linear e positiva nos mais rentáveis clusters de agência do Banco (1, 2 e metropolitana) no modelo de efeitos fixos (Quadro 21A), isso não se confirma no modelo tobit (Quadro 21), escolhido como o mais adequado para os dados desta Tese. Por último, é importante registrar que nos dois modelos analisados o treinamento e a experiência, a certificação e as competências impactam positivamente a rentabilidade das agências metropolitanas, cluster muito importante para o resultado agregado do Banco estudado.
Os Quadros 22 e 22A também mostram um resumo das relações entre as variáveis de controle (quadro de pessoal e turnover) e a rentabilidade nos dois modelos de regressão executados: painel tobit e painel efeitos fixos, respectivamente.
O que se percebe no Quadro 22 é que o turnover elevado pode atrapalhar os resultados da rentabilidade na maioria das agências (níveis 1, 3, 5, interior e metropolitana). Isso é confirmado no Quadro 22A, ainda que de forma menos enfática, ou seja, apenas nas agências de nível 3, 5 e interior. O que os dados parecem indicar é que o turnover pode constituir um dificultador para o alcance de bons níveis de rentabilidade na maioria dos clusters de agências.
Quanto ao quadro de pessoal, diferentemente do que se poderia supor, as equipes mais enxutas parecem ter uma relação mais positiva com a rentabilidade. A predominância do preenchimento das células com linhas horizontais nos dois quadros (22 e 22A) indica que um quadro de pessoal menor pode impactar positivamente a rentabilidade. Talvez os altos custos de manutenção de grandes equipes, bem como as dificuldades de logística e capacitação, possam explicar em parte esse fenômeno. Ressalte-se que para as agências de nível 1, fundamentais para os resultados da organização estudada, essa lógica não se aplica.