AVALIAÇÃO DA EFICIÊNCIA DAS COMPANHIAS AÉREAS BRASILEIRAS POR MEIO DE MODELO AVANÇADO EM ANÁLISE ENVOLTÓRIA DE DADOS
Juliana Quintanilha da Silveira
João Carlos Correia Baptista Soares de Mello
Universidade Federal Fluminense – Escola de Engenharia
Departamento de Engenharia de Produção – Grupo: Eficiência, avaliação e desempenho
RESUMO
O crescente aumento da competitividade do setor de transporte aéreo nos últimos anos tem provocado uma mudança na dinâmica de mercado, levando as companhias aéreas a buscar novas estratégias para garantir a sua posição. Este artigo tem o objetivo de analisar o desempenho das companhias aéreas brasileiras, no que tange à sua gestão operacional, após a crise do setor, ocorrida no ano de 2007. A eficiência das empresas aéreas foi avaliada através da comparação dos resultados obtidos no modelo de Análise Envoltória de Dados (DEA) clássico com os calculados pelo método da Fronteira Invertida. Este artigo inclui ainda a determinação de alvos e anti-alvos para as companhias ineficientes, companhias com as melhores e práticas gerenciais do setor aéreo.
ABSTRACT
The increase of the air transportation sector competition in recent years has changed this market dynamics, leading airlines to seek new strategies to ensure its position. This article aims to analyze the performance of Brazilian air carriers regarding its operational management, after the crisis of the sector, in the year 2007. The analysis of the companies’ efficiency in the year 2007 is done by comparing the results obtained with Data Envelopment Analysis model with the results calculated by the Inverted Frontier method. This paper included the determination of the benchmarks and “opposite benchmarks” indicating the best and worst managerial practices in the air sector.
1. INTRODUÇÃO
O setor de transporte aéreo no Brasil tem passado por transformações estruturais significativas desde o início da década de 90. O setor assistiu a um processo de desregulamentação, que rompeu com a política vigente, instalada desde o final dos anos 60, na qual a estrutura e a conduta de mercado eram controladas e associadas a mecanismos de política industrial (Oliveira, 2007).
O início deste processo ocorreu a partir da abolição dos monopólios regionais em 1992.
Dessa forma, foi estimulada a entrada de novas operadoras, além da competição em preços, com a definição de bandas tarifárias. No final dos anos 1990, a desregulamentação teve um novo impulso (Coelho, 2002) e foram removidas as bandas tarifárias e a exclusividade ainda existente na operação de algumas linhas aéreas para companhias regionais. Estas medidas acirraram ainda mais a competição entre companhias. Em 2001, houve uma total liberalização dos preços, a flexibilização dos processos de entrada de novas firmas e de pedidos de novas linhas aéreas, frequências de voo e aviões, resultando inclusive na entrada da Gol, a primeira Low Cost Carrier (LCC) em janeiro de 2001.
No ano de 2006, o setor assistiu a período de grande crise no setor provocada principalmente pelas dificuldades financeiras de uma das maiores companhias aéreas brasileiras, a Varig, e pela queda do avião da Gol, em setembro deste ano. Em poucos meses, a Varig deixou de operar várias rotas domésticas e internacionais. Isso gerou dificuldades no atendimento da demanda por parte das demais companhias aéreas que não foram capazes de absorver os passageiros deixados pela Varig.
Ainda em 2006, o controle de tráfego aéreo brasileiro passou por sérias dificuldades, causadas pela falta de planejamento e pela insuficiência de recursos. As principais conse quências para o transporte aéreo foram atrasos e cancelamentos de voos, além de problemas nos aeroportos.
Essas mudanças acirram ainda mais a competição estabelecida entre as empresas de transporte aéreo e induzem à busca pelo melhor desempenho, levando as mesmas ao desenvolvimento de novas estratégias para garantir sua posição no mercado.
O presente artigo tem como objetivo avaliar o desempenho das companhias aéreas brasileiras para o transporte aéreo de passageiros e cargas, no ano de 2007, após a crise do setor.
Para isso, será aplicada a Análise Envoltória de Dados (DEA) às companhias operantes no ano em questão e o modelo da Fronteira Invertida, de Yamada et al. (1994) e Entani et al. (2002), buscando o aumento da capacidade discriminatória do método clássico na avaliação das eficiências operacionais das companhias. Além disso, serão indicadas as companhias com as melhores práticas de gestão e as companhias com as piores práticas de gestão neste ano.
Destaque-se que são raros os estudos de eficiência em empresas aéreas. Entre as companhias brasileiras, foram encontrados dois estudos sobre eficiência operacional (Soares de Mello et al., 2003; Araújo et al., 2006) e outros dois que usam DEA para estudar a estrutura de capital dessas empresas (Fernandes e Capobianco, 2001; Capobianco e Fernandes, 2004). No que tange o transporte aéreo, a ferramenta DEA é mais usada para estudar eficiências de aeroportos (Fernandes e Pacheco, 2002; Pacheco e Fernandes, 2003; Soares de Mello e Gomes, 2004;
Pacheco et al., 2006)
O artigo foi organizado da seguinte forma: na seção 2 há uma revisão do modelo DEA clássico. A seção 3 discute o método da Fronteira Invertida e seu uso na melhora da discriminação em DEA. Na seção 4 são apresentadas a caracterização e a modelagem do problema. A seção 5 apresenta os resultados da aplicação do modelo DEA-BCC e da Fronteira Invertida, além da determinação de alvos e anti-alvos. Finalmente, na seção 6, são descritas as conclusões do trabalho.
2. ANÁLISE ENVOLTÓRIA DE DADOS
A Análise Envoltória de Dados é uma metodologia com base em programação matemática, que tem como objetivo medir a eficiência de um conjunto de unidades produtivas (unidades tomadoras de decisão), denominadas de DMU’s (Decision Making Units), que consomem múltiplos inputs (insumos, recursos) para produzir múltiplos outputs (produtos).
Existem dois modelos clássicos em DEA: CCR (também conhecido por CRS ou Constant Return to Scale) proposto por CHARNES et al. (1978) e BCC (também conhecido por VRS ou Variable Return to Scale) proposto por BANKER et al. 1984). No modelo CCR qualquer variação nos inputs produz variação proporcional nos outputs, considerando-se retornos constantes de escala. Já o modelo BCC não assume proporcionalidade entre inputs e outputs, permitindo retornos variáveis de escala.
Para o cálculo da eficiência é possível utilizar a orientação a inputs que objetiva produzir a mesma quantidade de produtos minimizando a utilização dos recursos. Por outro lado, a orientação a outputs visa maximizar a produção mantendo constante a quantidade de recursos consumidos.
O modelo BCC, a ser empregado neste estudo, admite que a produtividade máxima varie em função da escala de produção. Um aumento equiproporcional de inputs pode gerar um aumento de outputs proporcionalmente menor, nesse caso a DMU estaria em uma região de retornos decrescentes de escala. Caso o aumento dos outputs seja proporcionalmente maior ao aumento dos inputs, diz-se que a unidade avaliada está em região de retornos crescentes de escala. O modelo dos multiplicadores do BCC é apresentado na equação (1):
Max Effo =
∑
= s
r 1 uj yjo + u*
Sujeito a (1)
∑
= r
i 1
vixio = 1
∑
= r
i 1
vi xik -
∑
= s
j 1
ujyjk + u* ≤ 0 , k=1,...,n uj, vi ≥0 , ∀ j, i
u* ∈ℜ
em que vi e ur são os multiplicadores de inputs i, i = 1,..., m, e outputs r, r = 1,..., s , respectivamente; xij e yrj são os inputs i e outputs r da DMU j, j = 1,..., n; u* é a variável de escala; dj é a folga da DMU j, j=1,...n.
Os modelos DEA identificam as unidades de referência (benchmarks) para as organizações que não têm um desempenho eficiente. Isto fornece um conjunto de unidades com modelos de desempenho onde a organização pode comparar-se, com o objetivo de melhorar a sua performance.
Em DEA, cada DMU escolhe seu próprio conjunto de multiplicadores, de modo que a eficiência seja a melhor possível em relação às demais. Por isso, é possível que um grande número de DMU’s se localize na fronteira eficiente, revelando a estrutura benevolente do método e reduzindo sua capacidade discriminatória. Segundo Leta et al. (2005), por determinação empírica, o empate das unidades produtivas acontece principalmente quando o número de DMU’s não é muito grande em comparação com o número total de inputs e outputs.
Ao longo dos anos, têm-se desenvolvido diferentes modelos com o objetivo de melhorar a discriminação em DEA (Angulo-Meza e Lins, 2002).
3. FRONTEIRA INVERTIDA
A Fronteira Invertida é uma avaliação pessimista das DMU’s e seu conceito foi introduzido por Yamada et al. (1994) e Entani et al. (2002). Este método avalia a ineficiência da unidade produtiva construindo uma fronteira composta pelas unidades com as piores práticas gerenciais, chamada de fronteira ineficiente. Estas unidades podem ser consideradas como anti- benchmarks para as demais.
A avaliação da fronteira invertida por ser empregada como forma de contornar o problema da baixa discriminação em DEA e a fim de ordenar as DMU’s. Calcula-se um índice de eficiência agregado (LETA et al.,2005), conforme descrito em (2), que é a média aritmética entre a eficiência em relação à fronteira original e a ineficiência em relação à fronteira invertida.
Este índice de eficiência pode ser apresentado de forma normalizada, basta dividir todos os valores pelo maior índice calculado:
Eficiência Composta = Eficiência Padrão + (1 – Eficiência Invertida) (2) 2
Para o cálculo da fronteira de ineficiência é feita uma troca dos inputs com os outputs do modelo DEA original. A Figura 1 mostra as duas fronteiras, a clássica e a invertida, para o caso DEA BCC.
Figura 1. Fronteira DEA BCC clássica e invertida.
Para encontrar os anti-benchmarks, os dados devem ser introduzidos no software SIAD (Angulo Meza et al.,2005) de forma que os inputs foram colocados como outputs e os outputs em lugar dos inputs. A orientação do modelo também é invertida, sendo aplicada a orientação à output. Assim, o programa determina a fronteira invertida e as companhias pertencentes a esta fronteira, ou seja, os anti-benchmarks.
4. AVALIAÇÃO DAS COMPANHIAS AÉREAS BRASILEIRAS
O período escolhido para a avaliação das companhias aéreas brasileiras foi o ano de 2007, ano que sucedeu uma grande crise no setor de transporte aéreo, causada principalmente pela a falência de uma grande companhia aérea, a Varig, pela queda do avião da Gol e pelos problemas gerados pela falta de investimentos em infraestrutura de controle de tráfico aéreo. A partir deste momento, a concorrência entre as empresas se tornou mais acirrada.
Após a eliminação de várias barreiras à concorrência, a divisão das companhias em grupos não ficou bem definida. Porém, ainda nos referimos a empresas internacionais, nacionais e regionais com esta mesma nomenclatura, mas com o sentido de identificar as suas rotas de atuação. Dentre as companhias regionais, podem-se citar: Pantanal, Rico e Trip, dentre as de médio porte; Abaeté, TAF, Passaredo, Puma Air, Air Minas, Team, Sete, NHT, Mega e Meta de micro e pequeno porte.
As empresas VARIG, TAM e GOL são consideradas grandes companhias nacionais e que operam, igualmente, em rotas internacionais. A Oceanair, a Total e a Webjet são companhias que operam em diferentes cidades do país, porém apresentam um porte médio. Existem ainda as companhias que transportam exclusivamente carga, como é o caso da ABSA Aerolineas Brasileiras, Varig Log, Master Top e Skymaster.
Assim, será aplicada a metodologia DEA e a Fronteira Invertida às companhias aéreas em operação no ano de 2007, com o objetivo de comparar os resultados obtidos nos dois métodos. Além disso, serão identificadas as empresas que apresentaram as melhores práticas, ou seja, as companhias pertencentes a fronteira de eficiência, e as companhias com as piores práticas (companhias pertencentes à fronteira de ineficiência).
O estudo visa avaliar o desempenho das companhias aéreas no que tange à sua gestão operacional. Para isso, como um dos inputs do modelo (recursos utilizados por cada companhia
para operacionalização do serviço), considerou-se o principal bem de capital dessas empresas: as aeronaves. Porém, como as aeronaves utilizadas são de modelos diferentes, e consequentemente, tem capacidades de transporte diferentes, foi utilizada como variável o peso máximo de decolagem de cada companhia, conforme proposto por Correia e Soares de Mello (2008). Dessa forma, calcula-se o peso máximo de decolagem da companhia a partir da capacidade da aeronave multiplicada pela quantidade de aeronaves deste mesmo modelo. De fato, o peso máximo de decolagem engloba o peso do avião e do combustível (o que não gera receitas), mais o peso da carga transportada e o peso dos passageiros (o que gera receitas).
Por outro lado, é preciso pessoal para operar as aeronaves, executar os serviços de apoio e gerir a empresa. Com isso, o outro input utilizado foi o total de pessoal de cada empresa.
Destaque-se que combustível poderia ser utilizado como outro input. No entanto, a ANAC deixou de divulgar o total de combustível gasto por cada empresa. Além disso, Soares de Mello et al. (2003) mostraram que o uso dessa variável distorce os resultados, identificando um número muito grande de empresas como eficiente.
As empresas transportam passageiros e carga, e recebem por esse transporte, logo os outputs devem estar vinculados a essas duas variáveis. Por outro lado, não basta transportar – o transporte aéreo caracteriza-se por transportar a longas distâncias. Assim, foram escolhidos como outputs o número de assentos utilizados.quilômetros, e toneladas utilizadas.quilômetros.
Devido à diferença de tamanho entre as companhias aéreas e como não há garantia sobre a proporcionalidade entre inputs (capacidade da frota e total de pessoal) e outputs (passageiros.km utilizados e toneladas.km utilizados) escolheu-se o modelo DEA BCC com orientação à input, pois considera retornos variáveis de escala. Assim, entende-se que para longas distâncias o aproveitamento das aeronaves é maior.
Esse estudo considerou os dados disponíveis no Anuário Estatístico do Transporte Aéreo do ano de 2007, divulgado pela Agência Nacional de Aviação Civil (ANAC). Destaque-se que os anuários da ANAC contêm informações fornecidas pelas próprias companhias aéreas a respeito de sua frota (dados referentes apenas ao final do ano), além de incluir informações sobre o total de passageiros e cargas transportados neste período e total de pessoal empregado na realização deste serviço. Para o caso da frota, embora não saibamos o comportamento da frota ao longo do ano, pode-se estimar a frota média a partir dos dados no início do ano (frota do fim do ano anterior) e do fim do ano.
5. RESULTADOS
O modelo DEA-BCC clássico foi aplicado às 23 DMU`s que representam as empresas brasileiras de transporte aéreo regular, com movimentação de carga e passageiros no ano de 2007. Os dados obtidos nos anuários e empregados no modelo são apresentados na tabela 1.
Tabela 1: Dados das Companhias Aéreas Brasileiras utilizados no estudo
Pesos Máximos de Decolagem Companhias Aéreas
(Em Toneladas)
Pessoal
Assentos em Quilômetros Utilizados
(Em mil)
Toneladas em Quilômetros Utilizadas (Em
mil toneladas)
ABSA - AEROLINEAS BRASILEIRAS 6,40 0,49 0,00 8,51
GOL TRANSPORTES AÉREOS 48,90 63,73 60,72 55,67
MEGA TRANSPORTES AÉREOS 0,04 0,04 0,00 0,01
TAM LINHAS AÉREAS 100,00 100,00 100,00 100,00
Tabela 1: Dados das Companhias Aéreas Brasileiras utilizados no estudo (cont.)
Companhias Aéreas Pesos Máximos
de Decolagem Pessoal
Assentos em Quilômetros Utilizados
(Em mil)
Toneladas em Quilômetros Utilizadas (Em
mil toneladas)
PASSAREDO TRANSPORTES AÉREOS 0,31 0,68 0,14 0,12
MASTER TOP AIRLINES 2,67 0,41 0,00 1,63
WEBJET 1,94 1,94 1,03 0,94
TAF LINHAS AÉREAS 3,23 0,77 0,50 1,35
TRIP LINHAS AÉREAS 1,64 2,11 0,62 0,60
META LINHAS AÉREAS 0,31 0,81 0,07 0,07
ABAETÉ LINHAS AÉREAS 0,16 0,06 0,01 0,01
OCEANAIR 9,57 5,18 3,23 3,16
SETE LINHAS AÉREAS 0,21 0,39 0,02 0,02
PANTANAL LINHAS AÉREAS 1,06 1,66 0,28 0,23
NHT LINHAS AÉREAS 0,29 0,46 0,04 0,03
PUMA AIR LINHAS AÉREAS 0,29 0,31 0,03 0,03
TEAM LINHAS AÉREAS 0,22 0,37 0,01 0,01
TOTAL LINHAS AÉREAS 5,32 3,54 0,68 1,30
RICO LINHAS AÉREAS 2,41 0,81 0,48 0,47
AIR MINAS 0,50 0,51 0,04 0,03
VARIG TRANSPORTES AÉREOS 89,76 16,38 11,49 12,61
SKYMASTER AIRLINES 3,17 0,18 0,00 0,39
Para o cálculo das eficiências apresentadas na tabela 2, foi utilizado o software SIAD, de Angulo Meza et al.(2005).
Tabela 2: Eficiência Clássica das Companhias Aéreas de 2007
Companhias Aéreas Brasileiras em 2007 Eficiência (Effo)
ABSA - AEROLINEAS BRASILEIRAS 1
GOL TRANSPORTES AÉREOS 1
MEGA TRANSPORTES AÉREOS 1
TAM LINHAS AÉREAS 1
ABAETÉ LINHAS AÉREAS 0,8333
VARIG LOG 0,8155
TAF LINHAS AÉREAS 0,7588
VARIG TRANSPORTES AÉREOS 0,7072
RICO LINHAS AÉREAS 0,6417
OCEANAIR 0,6310
WEBJET 0,5513
PASSAREDO TRANSPORTES AÉREOS 0,4924
MASTER TOP AIRLINES 0,469
TRIP LINHAS AÉREAS 0,3385
Tabela 2: Eficiência Clássica das Companhias Aéreas de 2007 (cont.)
Companhias Aéreas Brasileiras em 2007 Eficiência (Effo)
SKYMASTER AIRLINES 0,334
META LINHAS AÉREAS 0,3107
SETE LINHAS AÉREAS 0,2671
PANTANAL LINHAS AÉREAS 0,2503
NHT LINHAS AÉREAS 0,2489
PUMA AIR LINHAS AÉREAS 0,2287
TEAM LINHAS AÉREAS 0,2184
TOTAL LINHAS AÉREAS 0,2157
AIR MINAS 0,1575
Revelando a estrutura benevolente do método, houve “empates”, tendo-se e quatro eficientes no ano de 2007 (ABSA Aerolineas Brasileiras, Gol Transportes Aéreos, Mega Transportes Aéreos e TAM Linhas Aéreas). Para melhorar a discriminação das companhias aéreas, foi aplicado o método da Fronteira Invertida. O software SIAD, de Angulo Meza et al.(2005), também calcula a Fronteira Invertida. A tabela 3 apresenta os resultados:
Tabela 3: Eficiência Composta das Companhias Aéreas de 2007
Companhias Aéreas Brasileiras em 2007 Fronteira Composta Fronteira Composta Normalizada
ABSA – AEROLINEAS BRASILEIRAS 0,7831 1
TAF LINHAS AÉREAS 0,5000 0,6385
ABAETÉ LINHAS AÉREAS 0,5000 0,6385
GOL TRANSPORTES AÉREOS 0,5000 0,6385
MEGA TRANSPORTES AÉREOS 0,4078 0,5207
TAM LINHAS AÉREAS 0,4301 0,5493
RICO LINHAS AÉREAS 0,4642 0,5927
MASTER TOP AIRLINES 0,442 0,5645
WEBJET 0,6443 0,8228
PASSAREDO TRANSPORTES AÉREOS 0,2126 0,2714
VARIG LOG 0,1554 0,1984
OCEANAIR 0,553 0,7062
VARIG TRANSPORTES AÉREOS 0,3572 0,4562
PUMA AIR LINHAS AÉREAS 0,1928 0,2463
TRIP LINHAS AÉREAS 0,1251 0,1598
SETE LINHAS AÉREAS 0,1776 0,2268
NHT LINHAS AÉREAS 0,2824 0,3606
SKYMASTER AIRLINES 0,1092 0,1394
META LINHAS AÉREAS 0,1079 0,1377
PANTANAL LINHAS AÉREAS 0,4777 0,6101
TEAM LINHAS AÉREAS 0,0787 0,1005
TOTAL LINHAS AÉREAS 0,3536 0,4516
AIR MINAS 0,167 0,2133
Os resultados apontam que a única DMU que se manteve eficiente foi a ABSA – Aerolineas Brasileiras. A comparação entre os resultados do DEA-BCC clássico e da Fronteira Invertida permite observar a não-benevolência deste último, pois a TAM, que havia sido avaliada como eficiente no modelo clássico, teve eficiência composta de apenas 0,6385.
A fronteira invertida é uma avaliação pessimista e não permite que uma unidade seja boa apenas em um aspecto. Assim, este método não considera a especialização das companhias áreas em transporte de carga ou de passageiros, uma vez que não permite a atribuição de peso zero a determinadas variáveis.
A ABSA teve o melhor desempenho nas avaliações realizadas: BCC clássico e Fronteira Invertida. Dessa forma, percebe-se que esta empresa teve o melhor aproveitamento de seus recursos e transportou com eficiência suas cargas. A TAF, no ano de 2007, implementou uma série de novos canais de venda, o que melhorou o atendimento ao cliente, aumentando o nível de vendas. Dessa forma, o total de passageiros.quilômetros utilizados teve um aumento neste ano, impactando na sua avaliação final.
Com o encerramento das operações do Grupo VARIG (VARIG, Rio Sul e Nordeste) em 2006, houve uma concentração significativa em torno de duas empresas (GOL e TAM). Pode perceber que, em 2007, a TAM, embora tenha sido eficiente no modelo clássico, não obteve bons resultados no aproveitamento de seus recursos. Isso pode ser explicado pelo fato de que o mercado, em si, não estava preparado para a falência do Grupo VARIG, reduzindo-se assim os níveis de serviço das companhias que absorveram alguns destes clientes.
O mesmo ocorreu para a Gol, porém em menor escala. Dessa forma, esta empresa esteve empatada com a TAF e com a Mega em segundo lugar, de acordo com a avaliação da fronteira composta.
A Mega é uma empresa regional que atua apenas em algumas cidades do Norte, Nordeste e Centro-Oeste. No ano de 2007, teve o melhor desempenho dentre as companhias regionais.
Para a identificação dos benchmarks das companhias avaliadas neste ano foi utilizado o software SIAD, que verifica as DMU’s que se localizam na fronteira eficiente do modelo BCC clássico e as torna referência para as demais ineficientes. Os benchmarks identificados estão apresentados na tabela 4:
Tabela 4: Benchmarks das Companhias Aéreas de 2007
Companhias Aéreas Brasileiras em 2007 Benchmarks ABSA - AEROLINEAS BRASILEIRAS ABSA
GOL TRANSPORTES AÉREOS GOL
MEGA TRANSPORTES AÉREOS MEGA
TAM LINHAS AÉREAS TAM
VARIG LOG ABSA TAM
PASSAREDO TRANSPORTES AÉREOS MEGA GOL
MASTER TOP AIRLINES MEGA ABSA
WEBJET MEGA TAM
TAF LINHAS AÉREAS MEGA ABSA TAM
TRIP LINHAS AÉREAS MEGA GOL ABSA
META LINHAS AÉREAS MEGA GOL
ABAETÉ LINHAS AÉREAS MEGA TAM
OCEANAIR MEGA TAM
Tabela 4: Benchmarks das Companhias Aéreas de 2007 (cont.)
Companhias Aéreas Brasileiras em 2007 Benchmarks
SETE LINHAS AÉREAS MEGA GOL
PANTANAL LINHAS AÉREAS MEGA GOL
NHT LINHAS AÉREAS MEGA GOL
PUMA AIR LINHAS AÉREAS MEGA GOL TAM
TEAM LINHAS AÉREAS MEGA GOL
TOTAL LINHAS AÉREAS MEGA ABSA TAM GOL
RICO LINHAS AÉREAS MEGA TAM
AIR MINAS MEGA TAM GOL
VARIG TRANSPORTES AÉREOS MEGA ABSA TAM
SKYMASTER AIRLINES MEGA ABSA
Para encontrar os anti-benchmarks, foi também utilizado o software SIAD, de forma que os dados foram inseridos de forma invertida em relação ao modelo clássico, sendo possível assim a determinação da fronteira ineficiente. Os resultados obtidos estão na tabela 5:
Tabela 5: Anti-Benchmarks das Companhias Aéreas de 2007
Companhias Aéreas Brasileiras em 2007 Anti -Benchmarks ABSA - AEROLINEAS BRASILEIRAS VARIG LOG SKY MASTER
GOL TRANSPORTES AÉREOS GOL
MEGA TRANSPORTES AÉREOS MEGA
TAM LINHAS AÉREAS TAM
VARIG LOG VARIG LOG
PASSAREDO TRANSPORTES AÉREOS META PANTANAL
MASTER TOP AIRLINES SKY MASTER VARIG LOG
WEBJET TOTAL PANTANAL
TAF LINHAS AÉREAS SKY MASTER TOTAL VARIG VARIG LOG
TRIP LINHAS AÉREAS PANTANAL TOTAL
META LINHAS AÉREAS META
ABAETÉ LINHAS AÉREAS TEAM
OCEANAIR TOTAL VARIG
SETE LINHAS AÉREAS TEAM META AIR MINAS SKY MASTER
PANTANAL LINHAS AÉREAS PANTANAL
NHT LINHAS AÉREAS TEAM AIR MINAS META
PUMA AIR LINHAS AÉREAS AIR MINAS TEAM META SKY MASTER
TEAM LINHAS AÉREAS TEAM
TOTAL LINHAS AÉREAS TOTAL
RICO LINHAS AÉREAS AIR MINAS PANTANAL VARIG
AIR MINAS AIR MINAS
VARIG TRANSPORTES AÉREOS VARIG
SKYMASTER AIRLINES SKY MASTER
A fronteira de eficiência no ano de 2007 é composta pelas companhias ABSA – Aerolineas Brasileiras, Gol Transportes Aéreos, Mega Transportes Aéreos e TAM Linhas Aéreas. Estas companhias são os benchmarks para as demais ineficientes.
Com exceção das companhias eficientes e da Varig Log, todas as companhias tiveram como principal benchmark a companhia Mega Transportes Aéreos. Isso ocorre porque grande parte destas companhias é de pequeno porte e operam regionalmente, características semelhantes às da Mega, sendo esta empresa o real benchmark para as companhias regionais e de pequeno e médio porte.
No caso das companhias Oceanair, Webjet e Varig, que embora sejam empresas de operação nacional e internacional, também tiveram a Mega como principal benchmark, deve-se adotar os outros benchmarks apontados pelo software e que tenham o mesmo porte e mesmo tipo de operação das companhias citadas. Assim, para estas companhias o benchmark adequado seria a TAM, conforme identificado também pelo SIAD. Mesmo que no ano de 2007, tenha ocorrido o acidente com uma aeronave da empresa no aeroporto de Congonhas, vitimando 199 pessoas, a TAM neste mesmo ano, apresentou uma ampliação de suas rotas e quantidade de voos, justificando a representatividade desta empresa no mercado do transporte aéreo nacional e internacional.
Para as companhias que transportam exclusivamente cargas, como a Varig Log, a Master Top e a Sky Master, o benchmark apropriado seria a ABSA, por apresentarem características de operação semelhantes. A ABSA tem apresentando um grande crescimento na sua participação no mercado ao longo dos últimos anos, inclusive com a ampliação do total de rotas.
Em relação aos anti-benchmarks das companhias deste ano, pode-se perceber que as companhias GOL, Mega e TAM, eficientes no modelo clássico, foram seus próprios anti- benchmarks. Assim, entende-se que estas companhias estão localizadas tanto na fronteira eficiente quanto na ineficiente, sendo intercessões entre essas duas fronteiras. Este resultado decorre de problemas no modelo BCC, e não deve ser levado em conta.
As duas companhias cargueiras que se encontram na fronteira de ineficiência são a Varig Log e a Skymaster. A Varig Log é o principal anti-benchmark para a ABSA, também cargueira e de mesmo porte, demonstrando uma queda significativa no nível de serviço das empresas que compunham o antigo Grupo Varig.
Desde 2005, a Skymaster é alvo de investigações judiciais por subfaturamento em licitação dos Correios. A empresa vinha apresentando prejuízos recorrentes e teve seu contrato cancelado. Neste caso, teve a capacidade de suas aeronaves subutilizada, e tornou-se o principal anti-benchmark para a Master Top, ambas cargueiras de pequeno porte.
As companhias regionais que se encontram na fronteira ineficiente são: Meta, Pantanal, Team e Air Minas. Estas empresas são referências das piores práticas para as demais companhias regionais.
A Meta, em 2006, assistiu a uma queda de 29,40% do aproveitamento de suas aeronaves em relação ao ano de 2005. Em 2007, deixou de operar em três cidades: Breves, Monte Alegre e Porto de Móz. Percebe-se então uma queda na oferta de voos desta empresa, bem como um baixo aproveitamento de suas aeronaves, o que a indica como anti-benchmark, especialmente no que se refere ao aproveitamento do peso máximo de decolagem e ao total de assentos.km transportados
No ano de 2007, a Pantanal passou por sérias dificuldades gerenciais, caracterizadas por atrasos no pagamento de salários e descumprimento de cláusulas da convenção coletiva dos trabalhadores. Isso explica o mau desempenho desta companhia neste ano, justificando sua identificação como anti-benchmark, principalmente no que se refere à administração de pessoas.
A Air Minas é uma pequena companhia aérea, que iniciou suas atividades em 2006, com voos entre Belo Horizonte - Divinópolis - Varginha – Guarulhos. Em 2007, esta empresa chegou a operar outras rotas, para as cidades de Cuiabá, Rondonópolis e São José dos Campos. Porém, neste mesmo ano, houve uma redução das cidades atendidas, iniciando 2008 com a operação em apenas três cidades: de Belo Horizonte, Ipatinga e Uberlândia. A caracterização desta companhia como anti-benchmark é justificada pelas dificuldades pelas quais esta empresa tem passado no início de sua operação, tendo afetado o total de assentos.quilômetros transportados.
A Team é também uma pequena companhia, operando basicamente em algumas cidades do Rio de Janeiro. No ano de 2006, esta empresa teve um acidente com sua aeronave, o que a obrigou a reduzir sua operação a apenas quatro cidades. Por ter apresentado uma redução no resultado de seus assentos.quilômetros transportados, esta companhia é identificada como anti- benchmark.
Para as companhias nacionais e internacionais como a Webjet, TAF e Oceanair, os anti- benchmarks são as companhias Total e Varig. A Total, no ano de 2007, passou por um processo de transição, justificado pela fusão com a companhia TRIP. Este processo de mudança afetou os resultados da empresa neste ano de forma negativa, contribuindo para que esta companhia estivesse localizada na fronteira ineficiente.
O grande impacto da crise pode ser verificado no mau desempenho operacional da Varig, ainda reflexo da falência desta empresa no ano de 2006, o que gerou uma série de demissões e de reduções no número de rotas e voos. Assim, esta empresa ainda não conseguiu recuperar-se dos problemas passados e foi indicada como anti-benchmark pelo modelo aplicado neste estudo.
6. CONCLUSÕES
No presente estudo é importante destacar o método da fronteira invertida atingiu seu objetivo de indicar a companhia mais eficiente deste ano. Isso porque o pessimismo do método exige que uma unidade seja boa em todos os aspectos. Dessa forma, não permite que as companhias se especializem. Isso explica o baixo desempenho das companhias eficientes no modelo DEA clássico, quando avaliadas pela fronteira invertida.
No ano de 2007, destaca-se o desempenho de duas empresas: Mega e TAF. A Mega, que iniciou suas atividades em 2005, foi eficiente no modelo DEA clássico, e manteve-se nas primeiras posições após a aplicação da fronteira invertida. Assim, pode-se perceber a boa gestão de recursos realizada por esta empresa neste período inicial de sua operação, fator fundamental para sua sobrevivência neste mercado competitivo.
A TAF também apresentou um bom desempenho, principalmente após a aplicação do método de discriminação. Isso pode ser explicado pelas diversas estratégias de marketing desenvolvidas por esta empresa neste ano.
É importante ressaltar que as companhias aéreas que obtiveram índices de eficiência mais baixos, devem buscar o melhor aproveitamento de seus recursos. A interpretação dos resultados obtidos permite dizer que para o mesmo nível de serviço apresentado por essas companhias, outras empresas utilizaram menos recursos. Neste modelo, as companhias poderiam reduzir o número de pessoas ou o número de aeronaves empregadas.
Percebe-se um grande potencial de estudo no que se refere ao desempenho operacional no transporte aéreo, já que não existem muitos estudos com este enfoque. Grande parte da avaliação das companhias aéreas baseia-se nos resultados econômico-financeiros destas empresas, sem considerar os aspectos operacionais que geraram estes resultados.
O método aqui apresentado para determinação de benchmarks e anti-benchmark deve ser aprimorado a fim de que seja mais preciso.
REFERÊNCIAS BIBLIOGRÁFICAS
Angulo Meza, L. e M.P. Estellita Lins (2002) Review of methods for increasing discrimination in data envelopment analysis. Annals of Operations Research, v.116, p.225-242.
Angulo Meza, L.; L. Biondi Neto; J.C.C.B. Soares de Mello e E.G. Gomes (2005) ISYDS - Integrated System for Decision Support (SIAD - Sistema Integrado de Apoio à Decisão): a software package for data envelopment analysis model. Pesquisa Operacional, v. 25, n. 3, p. 493-503.
Anuários Estatísticos do Transporte Aéreo – disponível em http://www.anac.gov.br/.
Araújo, A.H.; J.V.G. Avellar; A.Z. Millioni e F.A.S.Marins (2006) Eficiência e Desempenho do Transporte Aéreo Regional Brasileiro. Anais do Simpósio de Pesquisa Operacional e Logística da Marinha, Rio de Janeiro, v.
1, p. 1-10.
Banker, R.D.; A. Charnes e W.W. Cooper (1984) Some models for estimating technical scale inefficiencies in data envelopment analysis. Management Science, v. 30, n. 9, p. 1078-1092.
Capobianco, H. M. P. e E. Fernandes. (2004), Capital structure in the world airline industry, Transportation Research Part a-Policy and Practice, 38(6), 421-434.
Charnes, A.; W.W. Cooper e E. Rhodes (1978) Measuring the efficiency of decision making units. European Journal of Operational Research, v. 2, p. 429-444.
Coelho, R. (2002). A Construção da agenda de desregulamentação do setor de transporte aéreo no Brasil. Panorama Nacional da Pesquisa em Transportes 2002, Anais do XVI ANPET, Natal, p. 383-394..
Correia, T.C.V.D.; J.C.C.B. Soares de Mello (2008). Avaliação da eficiência das companhias aéreas brasileiras com modelo DEA nebuloso. Anais do XII Congresso de Pesquisa e Ensino em Transportes - ANPET . Panorama Nacional da Pesquisa em Transportes, p. 975-985.
Fernandes, E. e H.M.P. Capobianco (2001). Airline capital structure and returns. Journal of Air Transport Management, 7(3), 137-142.
Fernandes, E. e R.R. Pacheco (2002). Efficient use of airport capacity, Transportation Research Part a-Policy and Practice, 36(3), 225-238.
Leta, F. R.; J.C.C.B. Soares de Mello; E. G. Gomes; L. Angulo-Meza, L. (2005). Métodos de melhora de ordenação em DEA aplicados à avaliação estática de tornos mecânicos, Investigação Operacional, 25(2), 229-242.
Oliveira, A.V.M (2007). A experiência brasileirra na desregulamentação do transporte aéreo: um balanço e propositura de diretrizes para novas políticas. SEAE/MF, Documento de Trabalho (5).
Pacheco, R. R. e E. Fernandes (2003). Managerial efficiency of Brazilian airports, Transportation Research Part a- Policy and Practice, 37(8), 667-680.
Pacheco, R. R., E. Fernandes, e M.P.D. Santos (2006). Management style and airport performance in Brazil, Journal of Air Transport Management, 12(6), 324-330.
Soares de Mello, J. C. C. B. e E.G. Gomes (2004). Eficiências aeroportuárias: uma abordagem comparativa com análise de envoltória de dados, Revista de Economia e Administração, 3(1), 15-23.
Soares de Mello, J. C. C. B.; L. Angulo-Meza; E.G. Gomes; B.P. Serapião e M.P.E. Lins (2003). Análise de envoltória de dados no estudo da eficiência e dos benchmarks para companhias aéreas brasileiras. Pesquisa Operacional, 23(2), p.325-345.
