INFORMAÇÃO ASSIMÉTRICA E EFICIÊNCIA TÉCNICA: UM ESTUDO SOBRE UNIVERSIDADES FEDERAIS BRASILEIRAS COM O USO DE MODELOS DEA

INFORMAÇÃO ASSIMÉTRICA E EFICIÊNCIA TÉCNICA:

UM ESTUDO SOBRE UNIVERSIDADES FEDERAIS BRASILEIRAS

COM O USO DE MODELOS DEA

José Mairton Figueiredo de França

Universidade do Estado do Rio Grande do Norte – UERN

jmairton@uol.com.br

Resumo:

Este artigo une dois ramos da pesquisa econômica recente: a Economia da Informação e a Análise Envoltória de Dados (DEA). Tem como objetivo mostrar como, por meio de um modelo DEA, é possível avaliar a propensão/aversão ao risco que caracteriza a gestão produtiva quando ocorre o problema da agência. O modelo proposto é aplicado ao caso de universidades federais brasileiras em que o MEC é visto como Principal e os Reitores são vistos como Agentes. Os modelos estimados foram capazes de identificar, a partir dos diferenciais entre diferentes escores estimados por meio de modelos DEA Aditivos, quais reitores eram propensos e quais eram avessos ao risco. Para efeitos de regulação, uma das principais contribuições desse resultado é para a melhora da eficácia dos sistemas de acompanhamento e avaliação da gestão produtiva.

Palavras-chave: Economia da Informação; DEA; universidades.

Abstract:

This article joins two areas from recent economic research: Economics of Information and Data Envelopment Analysis (DEA). Has like objective to show how, with DEA models, is possible to evaluate the propensity/aversion to the risk that characterizes the productive management when occur agency problem. The proposed model is applied to Brazilian federal universities where Ministry of Education – MEC is the Principal and the rectors are Agents. The estimated models was able to identify, through weight differentials estimated for Additive models, which of rectors are propensity to the risk and which of them are averse to the risk. For propose of regulation, one of the best contributions of this result is to make better the efficacy of the accomplishment and evaluation of regulate productive management.

Key words: Information Economics; DEA; universities.

1. Introdução

Os modelos tradicionalmente empregados na estimação de fronteiras de eficiência assumem a simetria de informação no âmbito das organizações produtivas e, assim, não incorporam as restrições relacionadas aos diferentes graus de informação disponível ao proprietário (ou regulador chamado de Principal) e ao gestor (Agente) dessas organizações1 (STIGLITZ, 1991; AHN, SEIFORD, 1993; BOGETOFT, 1994 e 1995; FAÇANHA E MARINHO, 1999; GIBBONS 1999; STIGLITZ, 2000; AVELLAR, POLEZZI e MILIONI, 2002; GAGNEPAIN E IVALDI, 2002; FREITAS, 2002; PINTO E PIRES, 2000, entre outros). Isso se constitui num inconveniente teórico tendo em vista as diferenças existentes na obtenção, no processamento e na transmissão de informações entre os membros de uma determinada organização e mesmo entre as várias organizações de um mesmo setor econômico.

1

Bogetoft (1995) também considera essa questão de pesquisa e desenvolve modelos teóricos, a partir da teoria da agência, que incorporam essa distância entre os objetivos do regulador (Principal) e o gestor (Agente) de organizações produtivas.

Uma forma de corrigir essa falha é oferecida pela Economia da Informação, cujo ponto de partida é o paradigma do Principal-Agente, que assume desigualdade nas informações conhecidas pelo Principal e pelo Agente, no processo de tomada de decisões econômicas nas organizações.

De acordo com esse paradigma, o Principal, que é o proprietário da organização, contrata o Agente para geri-la, mas não tem certeza de que o Agente se esforçará em atender aos interesses do proprietário. Dessa incerteza surge a necessidade de serem estabelecidos contratos2 entre Principal e Agente, que não são completos porque não são capazes de prever todas as situações que ocorrerão a partir do momento em que o Agente passa a gerir a organização. Assim a assimetria de informação é situação comum nas organizações, em que a propriedade está divorciada da gestão, haja vista as diferenças dos objetivos realmente perseguidos pelo Principal e pelo Agente, nas atividades da organização.

A importância da relação entre a informação, que não se encontra simetricamente dispersa na maioria dos sistemas econômicos e, em particular, nas organizações, e o desempenho de uma organização, que pode ser avaliado por meio de medidas de eficiência, já havia sido apontada por Hayek (1945). Para ele, a coordenação econômica se realiza mediante um conjunto de indivíduos e instituições que difundem a informação, a depender, também, de suas motivações e incentivos. Com isso, Hayek (1945) mostrou que um conjunto mais abrangente de restrições, não diretamente ligadas à produção, exerce influência decisiva sobre as condições de eficiência na alocação de recursos, resultado que dá suporte teórico à necessidade da formulação de modelos que sejam capazes de analisar as condições de eficiência de organizações, levando em consideração os diferentes objetivos perseguidos pelo Principal e pelo Agente.

Dentre os modelos apresentados pela Economia da Informação, assume-se que os mais adequados para tal estudo são os de risco moral (moral hazard). Nesses modelos, assume-se que o Principal contrata o Agente, mas não pode observar diretamente o seu comportamento, nem pode se assegurar quanto ao seu esforço em realizar atividades que produzam o máximo possível ao menor custo possível, dadas as dificuldades dele saber, por exemplo, se o Agente está agindo em interesse próprio. O Principal pode apenas observar os resultados da produção e, por esse motivo, ele cria um sistema de remuneração em função dos resultados alcançados pelo Agente. Esse sistema é o principal aspecto do contrato firmado entre Principal e Agente e estabelece um tipo de relação em que as utilidades que expressam os objetivos (do Principal e do Agente) são influenciadas pelas ações do Agente.

O problema que surge dessa discussão é: como identificar entre os Agentes que se afastam dos objetivos do Principal e, por esse motivo, considerados ineficientes do ponto de vista do Principal, aqueles que são propensos ao risco e aqueles que são avessos ao risco? Modelos DEA são empregados na solução deste problema.

Este artigo está dividido em 5 seções, contando com esta introdução. A segunda seção faz um resumo da teoria da agência que dá suporte ao problema identificado; a terceira apresenta os modelos a serem estimados, a quarta seção apresenta os resultados e a última trata da conclusão.

2. A Teoria Subjacente: O Problema da Agência

Os modelos tradicionais da teoria econômica do bem-estar social consideram, implícita ou explicitamente, que os agentes econômicos têm as mesmas informações sobre as variáveis relevantes em suas tomadas de decisão. Essa hipótese é conhecida como informação

2

Por esse motivo, alguns pesquisadores nomeiam essa área da Ciência Econômica como Teoria dos Contratos.

simétrica (VARIAN, 1990). Quando ela é violada, não são válidos os resultados a que os modelos tradicionais chegam.

De fato, as situações condizentes com as relações econômicas do mundo real são aquelas em que a informação disponível não é a mesma para todos os indivíduos e que obtê-la, geralmente, é uma ação custosa.

A informação assimétrica se encontra em modelos que tratam dos problemas econômicos de diversas especialidades da teoria econômica, tais como economia do trabalho, administração de recursos humanos, organização industrial e economia do setor público. Este artigo se concentra no estudo do comportamento humano no interior das organizações, bem como das diferenças entre os objetivos perseguidos pelos diferentes atores organizacionais.

Um dos fundamentos básicos dos estudos de caráter normativo sobre organizações produtivas é que o comportamento humano é originalmente racional no sentido de que os indivíduos procuram maximizar utilidades quando tomam decisões econômicas (FREEMAN, 1999).

Jensen e Meckling (1976) definem a firma como um conjunto de pessoas e instituições que atuam mediante uma estrutura de acordos contratuais. Esse conceito decorre da questão básica formulada por Coase (1937) segundo a qual as forças de mercado não são suficientes para resolver os problemas relacionados à escassez econômica, pois para ele, se o mercado fosse capaz de exercer a coordenação econômica dos processos produtivos, não haveria motivos para a firma existir.

O comportamento da firma reflete, portanto, os interesses das pessoas que a integram, as quais são indivíduos racionais, mas que podem perseguir objetivos divergentes. Nesse sentido, o comportamento da firma deve ser entendido como o comportamento de um mercado de interesses individuais, ou seja, como o resultado de um complexo processo de equilíbrio das ações dos seus componentes. Nessa visão, o conceito de firma não somente incorpora os processos produtivos da organização, mas também engloba as interações sociais entre os indivíduos da organização.

Segundo Freeman (1999), esses pressupostos dão origem a duas abordagens no estudo do comportamento das organizações: a economia dos custos de transações, segundo a qual as organizações buscam a maximização de sua produtividade, ou seja, elas se estruturam para que seus custos sejam os menores possíveis; e a teoria da agência, segundo a qual as organizações se estruturam para harmonizar os conflitos decorrentes do interesse de cada agente econômico em maximizar alguma utilidade associada ao seu próprio bem estar. O “problema da agência” surge desse conflito.

O ponto de partida da teoria da agência é a formalização da relação entre o proprietário e o gestor de uma firma através de um contrato pelo qual o proprietário delega ao gestor poder para administrá-la. Nesse contrato são especificadas, em especial, as metas produtivas a serem alcançadas pelo gestor e a sua remuneração. Tal delegação de poder dá origem ao quadro organizacional clássico de como assegurar que o gestor administre a firma de modo que as metas estabelecidas no contrato sejam alcançadas e, por conseguinte, que os objetivos do proprietário sejam concretizados, tendo em vista que o gestor pode ter alguns objetivos próprios, dissonantes dos objetivos do proprietário.

A experiência demonstra, haja vista a sobrevivência e o crescimento de muitas firmas, que esses conflitos de interesses alcançam um equilíbrio mediante negociação que harmoniza as decisões do gestor com os objetivos do proprietário.

A teoria econômica tradicional assume que as firmas se comportam de acordo com uma teoria dos mercados e que buscam unicamente a maximização de lucros. Neste artigo, assume-se existem outros propósitos que direcionam a decisão econômica. É nesse sentido que se constitui uma difícil tarefa estabelecer estratégias organizacionais que coordenem os interesses individuais do Agente de maneira a que sejam alcançados os objetivos organizacionais do Principal.

Aparentemente, não são explícitas as divergências de interesses entre o Principal e o Agente uma vez que o sucesso dos negócios favorece a ambas as partes. Ao Agente, porque é provável que os gestores prefiram maximizar sua remuneração regular a longo prazo (Whynes e Bowles, 1987). E ao Principal, porque se beneficia do maior volume de riqueza líquida gerada com as atividades da firma. No entanto, conflitos podem surgir quando o Agente verifica que os benefícios que pode obter a curto prazo são diferentes daqueles desejados pelo Principal. Todavia, ao sobrepor seus interesses pessoais aos do Principal, o Agente pode comprometer seus objetivos de longo prazo, que é a manutenção do contrato firmado, e pode ainda ser penalizado pelo Principal. Mas esses riscos, muitas vezes, vale à pena correr.

Nesse sentido, cabe encontrar modos de se avaliar até que ponto os Agentes de um determinado setor da atividade econômica estão dispostos a correr o esses riscos. Um Agente propenso ao risco tende a se afastar mais dos objetivos do Principal, enquanto a aversão ao risco é característica do Agente que exerce mais esforço no sentido dos objetivos acertados com o Principal e definidos nos contratos.

A Economia da Informação distingue dois tipos de situações na relação entre Principal e Agente: ações encobertas (hidden actions) e informações encobertas (hidden information)3. As ações encobertas dizem respeito ao desconhecimento do Principal quanto ao esforço que o Agente está fazendo em seu trabalho, ou seja, somente o Agente tem informações sobre suas ações. Com informações encobertas, o Agente tem mais informações que o Principal sobre as oportunidades de negócios da firma. Nesse caso, somente o Agente tem informações precisas sobre como ele usa suas informações individuais com vistas a alcançar os objetivos do Principal. Essa classificação dá origem a dois tipos de modelos (Kreps, 1990):

i) modelos de seleção adversa (adverse selection): o Agente tem determinadas informações

relevantes que são desconhecidas pelo Principal. Exemplos clássicos dessa situação são os contratos de seguro de vida em que o assegurado (Agente) pode saber algo a respeito de seu estado de saúde e o oculta da seguradora (Principal). A “solução” para esse problema são as “sinalizações” estimuladas pelo Principal, antes da assinatura do contrato, em que o Agente adianta algumas informações individuais sobre suas ações; ii) modelos de risco moral (moral hazard): o Principal não pode monitorar perfeitamente as

ações do Agente no cumprimento de suas ações, após a assinatura do contrato. O esforço que o Agente fará no sentido de alcançar os objetivos do Principal não é do conhecimento do Principal, que sabe que as ações do Agente afetam a sua utilidade,

( )

u

W_P . Exemplos clássicos dessas situações são os contratos de seguro contra incêndio em que o segurado (Agente) pode abrir mão de determinados cuidados com o manuseio de materiais inflamáveis, dada a existência do seguro. Nesses casos, uma “solução” é o uso de “incentivos” que orientem a ação do Agente no sentido dos objetivos do Principal.

Este artigo faz um exercício, a partir do caso das universidades federais brasileiras, considerando um modelo de avaliação de desempenho em que o Principal não tem condições de acompanhar passo a passo as ações do Agente. Nesse caso, considera-se Ministério da Educação – MEC –, enquanto órgão regulador da educação superior brasileira, como Principal e as Universidades Federais, como Agentes. Risco moral é assumido tendo-se em vista que toda avaliação feita pelo MEC baseia-se nos resultados alcançados pelas universidades federais. Partindo desses pressupostos, a próxima seção trata da modelagem.

3. Avaliação de Desempenho com o Problema da Agência: uma abordagem com o uso de um modelo DEA

3

Para uma descrição detalhada desses modelos, ver Macho-Stadler e Pérez-Castrillo (1997) e Salanié (2000).

A análise de desempenho por DEA é feita por meio de programação matemática para estimar fronteiras de melhor prática produtiva, não-paramétricas e lineares em partes. O primeiro modelo DEA foi desenvolvido por Charnes, Cooper e Rhodes (1978). Neste artigo seminal, propuseram um modelo com orientação para insumos que assumia retornos constantes de escala (CRS)4. Este modelo é conhecido na literatura de eficiência como modelo CCR, dadas as iniciais dos seus três autores. A hipótese de CRS foi relaxada num trabalho posterior de Banker, Charnes e Cooper (1984). Este último modelo é conhecido como BCC.

O principal problema desses modelos é o fato da eficiência estimada ser do tipo Debreu-Farrel e não Pareto-Koopmans5. Os modelos aditivos, apesar de sofrerem de dificuldade de interpretação econômica, identificam as unidades eficientes no ponto de vista de Pareto-Koopmans. Dessa maneira, propõe-se três modelos DEA (aditivos) para a avaliação da eficiência no caso de universidades federais brasileiras, de maneira a identificar a posição de cada universidade federal frente ao risco.

Modelo DEA do Agente

N n M m J j x U st x U A ID n m N n n n M m m m N n n n M m m m add ,..., 2 , 1 1 ,..., 2 , 1 1 ,..., 2 , 1 0 max 1 0 1 0 1 0 1 0 = ≥ = ≥ = ≤ − ⎟⎟ ⎠ ⎞ ⎜⎜ ⎝ ⎛ − ⎟⎟ ⎠ ⎞ ⎜⎜ ⎝ ⎛ = −

∑

∑

∑

∑

= = = = ν μ ν μ ν μ

Modelo do Agente Limitado

4

Neste modelo, o programa linear busca por uma unidade produtiva, chamada por estes autores de

Decision Making Units (DMU), que produz uma dada quantidade de produtos utilizando-se a menor

quantidade de insumos. A hipótese de retornos constantes de escala (CRS) assume que há uma proporcionalidade entre o uso de insumos e o resultado em termos de quantidade produzida.

5

0 1 ,..., 2 , 1 ˆ ˆ ,..., 2 , 1 ˆ ˆ ,..., 2 , 1 ˆ ˆ ,..., 2 , 1 ˆ ˆ ,..., 2 , 1 1 ,..., 2 , 1 1 ,..., 2 , 1 0 max 1 1 1 0 1 0 ≥ Δ ≤ Δ = ≤ Δ − = ≥ Δ + = ≤ Δ − = ≥ Δ + = ≥ = ≥ = ≤ − ⎟⎟ ⎠ ⎞ ⎜⎜ ⎝ ⎛ − ⎟⎟ ⎠ ⎞ ⎜⎜ ⎝ ⎛ = −

∑

∑

∑

∑

= = = = P P n P n A n P P n P n A n P P m P m A m P P m P m A m A A n A A m N n j n A n M m j m A m N n n A n M m m A m add N n N n M m M m N n M m J j x u x u AI ID A A A A ν ν ν ν ν ν μ μ μ μ μ μ ν μ ν μ ν μ st Modelo do Principal P P n P P m N n n P n M m m P m N n n P n M m m P m add N n M m J j x U st x U P ID P P P P ,..., 2 , 1 1 ,..., 2 , 1 1 ,..., 2 , 1 0 max 1 0 1 0 1 0 1 0 = ≥ = ≥ = ≤ − ⎟⎟ ⎠ ⎞ ⎜⎜ ⎝ ⎛ − ⎟⎟ ⎠ ⎞ ⎜⎜ ⎝ ⎛ = −

∑

∑

∑

∑

= = = = ν μ ν μ ν μ

O que difere o Modelo do Agente e o Modelo do Principal são os insumos e produtos utilizados nos planos de operação, representados aqui pelos pares

[

U ;X

]

. No primeiro modelo, são considerados todos os N insumos e M produtos relevantes nos processos produtivos universitários. No Modelo do Principal, apenas os MP produtos e os NP insumos de interesse do Principal (MEC) são considerados. É no Modelo do Agente Limitado que se encontra a principal contribuição deste artigo. Ele considera que as diferenças entre os objetivos do Principal e do Agente podem ser identificados pelas diferenças entre os multiplicadores associados aos M produtos e N insumos relevantes.

Nesse sentido, são acrescentadas algumas restrições que limitam a ação do Agente a uma diferença (relativa) entre seus objetivos

[

μ

A

;

ν

A

]

e os objetivos do Principal

[

μ

P

;

ν

P

]

. Pressupõe-se que essa diferença limite a ação do Agente na medida em que ele não deva se afastar demasiadamente dos objetivos do Principal. Maiores diferenças entre esses multiplicadores podem indicar propensão ao risco, enquanto menores diferenças indicam aversão ao risco por parte do gestor da universidade federal avaliada.

Esta seção analisa os escores e os multiplicadores de eficiência resultantes da aplicação dos modelos do Principal (escore ID-Padd), do Agente (escore ID-Aadd)6 e do Agente Limitado (escore ID-AIadd) ao Banco de Dados da Pesquisa. A Tabela 3 apresenta os escores de eficiência estimados.

Como o objetivo deste artigo é apenas demonstrar a validade de um modelo, foram avaliadas apenas 30 universidades federais em operação em 1998. O Quadro 1 apresenta as variáveis utilizadas e a Tabela 1 uma descrição sucinta do banco de dados da análise. Logo em seguida são apresentados os modelos propostos para a solução do problema de como identificar a discrepância entre os objetivo do Principal e do Agente, no caso de universidades federais brasileiras.

Como os modelos DEA apresentados abaixo buscam maximizar a diferença entre a receita virtual e o custo virtual,

μ

P

U

−

ν

P

X

, para cada universidade, os escores calculados são menores ou iguais a zero: negativo indicando ineficiência de gestão e zero indicando eficiência. Nesse sentido, uma universidade é indicada como eficiente no Modelo do Principal (ID-Padd = 0) quando ela conseguiu concretizar os objetivos do MEC. Por sua vez, ela é indicada como

eficiente no modelo do Agente (ID-Aadd = 0) quando foram alcançados os seus próprios

objetivos (os objetivos do reitor).

Quadro 1: Descrição das variáveis utilizadas

CONC Número de alunos formados (concluintes) em 1998: representa um dos principais

produtos de interesse da sociedade: profissionais qualificados para exercerem atividades nas mais diversas áreas do conhecimento. É considerada como produto, uma vez que maiores quantidades de alunos formados melhoram a avaliação feita pela sociedade.

INSV Número de candidatos inscritos no vestibular: indica a confiança que a sociedade

deposita nos cursos oferecidos pela universidade. Ela pode ser considerada uma aproximação para a demanda de cada universidade federal. É considerada um produto universitário, uma vez que um maior número de candidatos para uma determinada universidade significa maior confiança da sociedade e, portanto, mais candidatos melhoram a avaliação feita pela sociedade.

MAT Número de alunos matriculados nos cursos de cada universidade: informa o montante

de recursos que uma universidade federal pode absorver do orçamento do Governo. Ela é um dos principais elementos na composição orçamento das Instituições Federais de Ensino Superior (IFES). Dessa maneira, ela é uma variável de produto por dois motivos: i) para a sociedade, que assegura um montante maior de alunos envolvidos nos cursos universitários; e ii) para o reitor, que assegura maiores montantes de recursos orçamentários na sua gestão. Nos modelos estimados neste capítulo, MAT representará o diferencial entre modelos do Principal e do Agente, expressando a distância entre os objetivos desses dois atores econômicos.

TDOC e SERV

Número total de professores doutores em exercício e de servidores técnico-administrativos, respectivamente: representam os fatores de trabalho. Elas são consideradas como insumos. Isso se explica pelo fato de que maiores quantidades desses recursos, para um mesmo volume de produto gerado, piora a avaliação que a sociedade faz da gestão da universidade.

CURSO Número total de cursos oferecidos: representa os recursos de capital. A informação

6

O Modelo ID-Aadd é o modelo ID-AIadd, apresentado no capítulo 4 da Parte I, porém sem as restrições de

assimetria de informações. O Modelo ID-Aadd representa a tomada de decisão do Agente sem a

preocupação com os limites estabelecidos pela diferença entre seus objetivos e os objetivos do Principal, como é mostrado no decorrer deste capítulo.

que ela transmite é de que maiores quantidades de fatores de capital (o número de cursos é diretamente proporcional ao número de salas de aulas, de laboratórios, etc.), para uma mesma quantidade de produto gerado, piora a avaliação da gestão, no ponto de vista da sociedade que tem recursos limitados para alocar entre infinitas possibilidades diferentes de serviços sociais.

Tabela 1: Principais estatísticas do banco de dados utilizado

Estatísticas (O)CONC (O)MAT (O)INSV (I)TDOC (I)SERV (I)CURSO

Média 1,3318 1,0853 2,2082 1,1616 1,8170 3,62

Mediana 1,3010 1,0397 1,9838 0,9805 1,2770 3,50

Desvio padrão 0,6137 0,5091 1,1718 0,6350 1,1357 1,7647

Mínimo 0,3240 0,2641 0,6029 0,3150 0,6360 1,20

Máximo 2,4230 2,0444 4,8429 2,6870 4,7210 10,40

A diferença entre os objetivos do MEC e de cada universidade pode ser verificada comparando os escores ID-Padd e ID-Aadd. Três classes de universidades podem ser identificadas nessa tabela:

1. Aquelas eficientes sob o prisma do Principal e do Agente: as universidades 1, 2, 3, 9, 15, 19, 23 e 25.

2. Aquelas ineficientes sob o prisma do Principal e do Agente: as universidades 4, 6, 8, 10, 11, 12, 13, 14, 16, 17,18, 20, 21, 22, 24, 27 e 30

3. Aquelas ineficientes sob o prisma do Principal, mas eficientes sob o prisma do Agente: as universidades 5, 7, 26, 28 e 29.

Tabela 2 – Escores de eficiência das universidades federais brasileiras, em 1998, estimados pelos Modelos do Principal, do Agente e do Agente Limitado

Universidade ID-Padd ID-Aadd ID-AIadd

1 0,0000 0,0000 0,0000 2 0,0000 0,0000 0,0000 3 0,0000 0,0000 0,0000 4 -2,4487 -2,6190 -2,6190 5 -0,2247 0,0000 0,0000 6 -2,3252 -2,4923 -2,4923 7 -0,7882 0,0000 -0,4400 8 -0,9242 -1,0286 -1,0286 9 0,0000 0,0000 0,0000 10 -1,0990 -1,0521 -1,0521 11 -1,1317 -1,1368 -1,1368 12 -1,3664 -1,8062 -1,8263 13 -2,4753 -2,8876 -2,8876 14 -1,3866 -1,4007 -1,4007 15 0,0000 0,0000 0,0000 16 -1,0438 -1,0291 -1,0291 17 -1,3754 -1,5311 -1,5311 18 -1,2768 -1,2429 -1,2429 19 0,0000 0,0000 0,0000 20 -0,6883 -0,7903 -0,7903 21 -1,3365 -1,3732 -1,3732

22 -0,3422 -0,1456 -0,1456 23 0,0000 0,0000 0,0000 24 -0,9329 -0,7016 -0,7016 25 0,0000 0,0000 0,0000 26 -1,0253 0,0000 -0,8931 27 -1,7029 -2,0544 -2,0544 28 -0,6502 0,0000 0,0000 29 -0,9625 0,0000 0,0000 30 -1,2288 -1,3099 -1,3099

As universidades da primeira classe exibem gestão eficiente, uma vez que elas atingiram seus próprios objetivos (eficiência sob o prisma do Agente) sem comprometer a realização dos objetivos do MEC (eficiência sob o prisma do Principal). Nessas universidades não há indício de ter ocorrido assimetria de informação.

As universidades da segunda classe exibem gestão ineficiente, pois, além de não terem alcançado seus próprios objetivos, também não atingiram os objetivos do MEC. Para cada uma dessas universidades podem ser identificadas metas eficientes e conjuntos de universidades eficientes de referência para a melhora de suas gestões7 . Não se poder afirmar com segurança que a origem da ineficiência dessas universidades seja a assimetria de informação; todavia, é possível inferir a posição delas frente ao risco de se distanciarem demasiadamente dos objetivos do Principal, a partir do Gráfico 1, que destaca as diferenças entre os seus escores Padd e

ID-Aadd .

Gráfico 1 – Escores de ineficiência: diferença entre os escores de universidades federais brasileiras ineficientes, em 1998 10 18 22 24 30 27 20 21 17 16 14 13 12 11 8 6 4 -3,50 -3,00 -2,50 -2,00 -1,50 -1,00 -0,50 0,00

A análise desse Gráfico sugere a possibilidade de: i) as universidades ineficientes 11, 14 e 16 serem fortemente avessas ao risco, pois é minúscula a diferença entre os escores ID-Padd e

ID-Aadd; ii) as universidades 10, 18, 22 e 24 serem eventualmente propensas ao risco, uma vez

7

Essas metas e conjuntos de universidades de referência podem ser identificados tanto pelos resultados do modelo

ID-Padd como do modelo ID-Aadd). Eles não estão sendo apresentados neste documento por fugirem do escopo deste

relatório.

ID-Aadd ID-Padd

que seus escores ID-Padd são menores (ineficiência maior sob o prisma do Principal); e iii) as universidades 4, 6, 8, 12, 13, 17, 20, 21, 27 e 30 serem avessas ao risco, mas não fortemente, pois seus escores ID-Aadd são menores (ineficiência maior sob o prisma do Agente). Observa-se um maior número de universidades avessas ao risco, constatação que permite inferir sobre a existência de uma tendência das universidades ineficientes supervalorizarem os objetivos do MEC, em detrimento dos seus próprios objetivos.

A terceira classe é aquela em que as universidades foram ineficientes sob o prisma do MEC (Principal), mas eficientes do seu ponto de vista (Agente). Casos como esses, em que há ineficiência no Modelo do Principal (ID-Padd, < 0) e eficiência no Modelo do Agente (ID-Aadd = 0) , exibem fortes indícios de ter existido assimetria de informação nas universidades 5, 7, 26, 28 e 29 , constatação que comprova a hipótese de ocorrência de assimetria de informação nas universidades públicas federais. Ressalte-se que todas essas universidades são propensas ao risco visto que elas alcançaram o seu objetivo sem realizar os do MEC .

Por sua vez, o Modelo do Agente Limitado (escore ID-AIadd) incorpora o impacto da valoração do Principal nas decisões do Agente. A comparação dos escores ID-Aadd e ID-AIadd permite identificar dois tipos de universidades que exibem assimetria de informação (classe 3):

a) Aquelas inábeis gerencialmente, posto que, quando limitadas pelos objetivos

do MEC, mantêm-se ineficientes relativamente aos seus próprios objetivos. Empiricamente, tal comportamento é observado quando o Agente é eficiente

no Modelo do Agente (ID-Aadd = 0) e ineficiente no Modelo do Agente

Limitado (ID-AIadd < 0), como ocorre com as universidades 7 e 26.

b) Aquelas hábeis gerencialmente, uma vez que elas mantêm-se eficientes,

mesmo quando mudam seu comportamento para atender as restrições estabelecidas pelos objetivos do MEC. Empiricamente, elas são os Agentes

eficientes nos Modelos do Agente e do Agente Modificado (ID-Aadd

=ID-AIadd=0), como ocorre com as universidades 5, 28 e 29 .

A identificação desses casos é especialmente útil para efeitos de regulação do sistema de universidades federais brasileiras, uma vez que eles servem de base para a definição de sistemas de incentivos direcionados a induzir os reitores a trabalharem para a consecução dos objetivos do MEC.

5. Conclusão

O objetivo deste artigo é verificar a habilidade de um modelo DEA em identificar o quanto um gestor se distancia dos objetivos do proprietário (ou regulador) num determinado setor da atividade econômica. Nessa direção, verificou-se, com a aplicação simultânea dos Modelos ID-A, ID-P e ID-AI, que Análise Envoltória de Dados se mostrou eficaz nesse objetivo, tornando-se mais um instrumento para o acompanhamento da gestão produtiva de organizações.

O fato desses modelos terem sido aplicados ao caso de universidades, consideradas como organização complexas, deve assegurar sua eficácia também em outros tipos de organizações cujos objetivos (em termos de bens e serviços produzidos e insumos utilizados) gerenciais sejam mais facilmente detectáveis.

O uso desses resultados podem ainda ser melhor explorados pelo estudo detalhado dos multiplicadores, os quais podem indicar em que produtos e insumos cada Agente se distancia mais dos objetivos estabelecidos pelo Principal. Da mesma forma, outros desenvolvimentos pode ser obtidos pelo estudo do parâmetro Δ que é calculado no modelo ID-AI.

AHN, Taesik, SEIFORD, L.M. Sensitivity of DEA to models and variable sets in a hypothesis test setting: the efficiency of universitiy operations. In IJIRI, Y. (Ed.). Creative and innovative

approaches to the science of management. Westport: Quorum Books, 1993. 502p.

AVELLAR, J.V.G., POLEZZI, A.O.D., MILIONI, A.Z. On the evaluation of brazilian landline telephone services companies. Pesquisa Operacional, v.22, n.2, p.231-246, jul-dez, 2002. BANKER, R.D., CHARNES, A., COOPER, W.W. Some models for estimation technical and scale inefficiency in data envelopment analysis. Management Science, v.30, n.9, p.1078-1092, 1984

BOGETOFT, P. Incentive efficient production frontiers: an agency perspective on DEA.

Management Science, v.40, n.8. p.959-967, 1994.

____________. Incentives and productivity measurements. International Journal of

Production Economics, v.39, 1995.

CHARNES, A., COOPER, W.W. e RHODES, E. Measuring the efficiency of decision making units. European Journal of Operational Research, v.2, n.26, p.429-444. 1978.

COASE, Ronald H. The nature of the firm. Economica, n.4, p.386-405. 1937.

COELLI, T. J. A multi-stage methodology for the solution of orientated DEA models. University of New England. CEPA Working Papers, N.1/98. 1998. (http://www.une.edu.au/econometrics/cepawp.htm).

FAÇANHA, L.O. e MARINHO, A. Instituições federais de ensino superior: modelos de financiamento e o incentivo à eficiência. Revista Brasileira de Economia, v.53, n.3, p.357-386, jul/set. 1999.

FREEMAN, John. Efficiency ad rationality in organizations. Administrative Science Quaterly, n.44, p.163-175. 1999

FREITAS, I.M.A.C. Configurações estratégicas em universidades federais brasileiras. Frlorianópolis, 2002. 278f. Tese (Doutorado em Engenharia de produção) Programa de Pós-graduação em Engenharia de Produção. UFSC. 2002.

GAGNEPAIN, P. IVALDI, M. Stochastic frontiers and asymmetric information models.

Journal of Productivity Analysis. v.18, n.2, p.145-159. set.2002.

GIBBONS, R. Taking Coase seriously. Administrative Science Quarterly, v.44, p.145-157. 1999.

HAYEK, F.A. The use ok knowledge in society. American Economic Review, v.35, p.519-30, 1945.

INSTITUTO NACIONAL DE ESTUDOS E PESQUISAS EDUCACIONAIS. Censo da Educação Superior. Apresenta links que apresentam estatísticas da educação superior relativas ao período de 1995 a 2000. Disponível em http://www.inep.gov.br. Acesso em 3 de junho de 2002.

JENSEN, Michael C., e MECKLING, Willian H. Theory of the firm: managerial behavior, agency costs and ownership structure. Journal of Financial Economics, v.3, n.4, p. 305-360. 1976.

KREPS, D.M. A course in microeconomic theory. Princeton: Princeton University Press, 1990. 839p.

MACHO-STADLER, Inês, PÉREZ-CASTRILLO, David. An introduction to the economics of

PINTO JR., H.Q., PIRES, M.C.P. Assimetria de informações e problemas regulatórios. Notas

Técnicas ANP. Rio de Janeiro, n.009, Fevereiro, 2000. 11p. Disponível em

<http://www.anp.gov.br/doc/notas_tecnicas_ANP_009_2000.pdf> Acesso em 04/dez/2003. SALANIÉ, Bernard. The economics of contracts: a primer.Cambridge: MIT Press, 2000. 223p. STIGLITZ, J.E. Symposium on organization and economics. The Journal of Economic

Perspectives. v.5, n.2, Spring, 1991.

STIGLITZ, J.E. The contributions of the economics of information to twentieth century economics. The Quarterly Journal. Nov.2000.

VARIAN, Hal R. Microeconomic Analysis. 3.ed. New York: Norton, 1992. 548p.