La ressemblance et la différence de ces trois rites

Novamente aqui se fez uso da análise fatorial para identificação de variáveis latentes e o quadro 10 os aponta.

Quadro 10 - Indicadores Dependentes – Desempenho

Constructo Siglas Variável Fatores Análise

Fatorial

Desempenho

CT/PL Proporção de Endividamento Estrutura de Capital MB Resultados Intermediação Financeira/Receita Estrutura de Capital At.Invest/CDG Recursos utilizados em atividades de

Investimento Investimento CDG

At. Financ/CDG Recursos utilizados em atividades de

Financiamento Investimento CDG

ROE Retorno do Patrimônio Líquido Rentabilidade ROI Retorno sobre o Investimento Rentabilidade

ROA Retorno sobre o Ativo Rentabilidade

ML Margem Líquida Rentabilidade

At.Operac/CDG Recursos utilizados em atividades de

Operacional Operacional CDG

Para criação dos indicadores dependentes de desempenho, foram utilizadas as variáveis dependentes – desempenho (CT./PL, MB, At. Invest. CDG, At. Financ. CDG, ROE, ROI, ROA, ML, At. Operac. CDG.).

Dessa forma, a equação fatorial foi dada pela seguinte equação:

Nesse modelo, com k=1,2,...,9, representa a k-ésima variável padronizada da matriz das variáveis do constructo de desempenho, com j=1,2,...,m, é um vetor contendo m fatores, também chamados de variáveis latentes. O vetor é um vetor de erros aleatórios que corresponde aos erros de medida e variação de pelos fatores comuns de incluídos no modelo. Os coeficientes , comumente chamados de loadings (cargas fatoriais), são os coeficientes das k-ésimas variáveis padronizadas nos j-ésimos fatores , representando o grau de relacionamento linear entre e . Os coeficientes ficam armazenados na matriz . A matriz é utilizada na busca do entendimento e interpretação dos fatores . No modelo fatorial, os vetores e são independentes, o que implica dizer que os vetores e representam duas fontes de variação distintas, relacionadas às variáveis padronizadas , não havendo qualquer relacionamento entre essas fontes de informação.

Com isso, tem-se que , em que . A primeira

parte, denotada por , conhecida como comunalidade, é a variabilidade de explicada pelos m fatores incluídos no modelo fatorial. A segunda parte, denotada por , é a parte da variabilidade de explicada pelo erro aleatório , o qual é específico para cada variável . Essa parte é chamada de unicidade. Como as variáveis têm variância um, segue que

.

Para uma melhor interpretação dos fatores , evitando a aparição de coeficientes de grandeza numérica similar e não desprezível em vários fatores diferentes, foi aplicada a transformação ortogonal varimax.

Aplicando o critério de Kaiser, foram definidos quatro fatores (m=4), ou seja, somente quatro autovalores da matriz das variáveis padronizadas do constructo desempenho apresentaram autovalor maior ou igual a 1. Com o critério de Kaiser, foi alcançada a explicação de 85,4% da variabilidade total dos dados relacionados ao desempenho, fato que pode ser observado na tabela 13.

Os indicadores para o constructo desempenho foram criados a partir dos escores provindos da análise fatorial e estimados pelo método da regressão, que é o mais utilizado para a estimação de escores.

A partir da tabela 13, avaliando as cargas fatoriais, os quatro fatores foram nomeados como:

Rentabilidade, Estrutura de Capital, Investimento CDG e Operacional CDG. Para os quatro

fatores, foram calculados os escores, de acordo com o método da regressão, criando, assim, o que se denominou como indicadores relacionados ao desempenho. Quanto maior os valores dos indicadores Rentabilidade, Estrutura de Capital, Investimento CDG e Operacional CDG maior, ou melhor a Rentabilidade, Estrutura de Capital, Investimento CDG e Operacional

CDG.

Tabela 13 Fatores Análise Fatorial – variáveis dependentes de desempenho

Variáveis

Fator-1 Fator-2 Fator-3 Fator-4

Comunalidade Rentabilidade Estrutura de Capital Investimento CDG Operacional CDG ML 0,910 0,090 -0,050 0,100 0,850 ROE 0,890 -0,260 -0,010 0,050 0,870 ROI 0,880 0,220 0,120 -0,210 0,880 ROA 0,850 0,390 -0,030 0,120 0,880 MB -0,010 0,800 0,020 0,300 0,730 CT. PL -0,230 -0,790 -0,070 0,280 0,760 At. Financ. CDG -0,060 0,020 0,940 -0,110 0,900 At. Invest. CDG 0,090 0,080 0,780 0,510 0,890 At. Operac. CDG -0,040 -0,030 -0,060 0,960 0,930 Variância Explicada 35,4% 17,2% 16,9% 15,9% Acumulada 35,4% 52,6% 69,4% 85,4%

(KMO = 0,520; Valor-p=0,000 (Teste de Esfericidade de Barttlet) Fonte - Elaborado pelo autor da tese.

Pode-se observar, por meio da carga fatorial do Fator – 1, Rentabilidade, que esse fator corresponde a uma capacidade de resposta na ordem de aproximadamente 87% do poder de assimilação do conjunto das variáveis, apurado por meio da comunalidade. Já o Fator – 2,

Estrutura de Capital, 75%. O Fator – 3, Investimento CDG, com 90% e o Fator – 4, Operacional CDG, com 93%.

Verifica-se, também, que foi alcançada a explicação de 85,4% da variabilidade total dos dados e que o Fator – 1, Rentabilidade, representa 35,4% desse total, o Fator – 2, Estrutura de

Capital, representa 17,2%, o Fator – 3, Investimento CDG, 16,9%, e, por último, o Fator – 4, Operacional CDG, 15,9%. Observa-se que há um equilíbrio nos fatores 2, 3 e 4, com maior

pujança no fator 1.

Outro ponto a observar é que o sentido das variáveis caminha na mesma direção, ou seja, no caso do Fator – 1, Rentabilidade, à medida que as variáveis (ML, ROE, ROI, ROA) aumentam, melhoram a capacidade de predição do fator. O mesmo ocorre no Fator – 3

Investimento CDG, que, com o aumento das variáveis (At.Financ. CDG, At.Investi. CDG,),

também propicia aumento da predição do fator. Já o Fator – 4, Operacional CDG, composto pela variável (At.Operac. CDG), apresentou-se com variação positiva, o que pode ser justificado em função de quanto maior o volume das atividades operacionais em relação ao capital de giro, maior será o desempenho da cooperativa de crédito.

O mesmo não ocorre para o Fator – 2, Estrutura de Capital, composto pelas variáveis (MB, CT./PL.), pois à medida que a margem bruta aumenta, a relação entre o capital de terceiro e o capital próprio diminui. Esse fato pode ser observado devido ao impacto da taxa de carregamento dos depósitos e dos juros sobre o capital próprio, para aquelas cooperativas de crédito que o fazem.

Com o KMO = 0,520, uma vez que o limite para inviabilizar a análise fatorial seria 0,50, conforme Hair et al. (2009, p.120), tem-se que o modelo de análise fatorial pode ser adequadamente ajustado nessa amostra. O valor-p=0,000 no teste de esfericidade de Barttlet evidencia que a matriz de correlação para as variáveis da criação não é identidade, o que significa que existem correlações significativas entre esse conjunto de variáveis, suposição necessária para o ajuste do modelo fatorial. Os testes de KMO e esfericidade de Barttlet encontram-se calculados na tabela 13.