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):
s
Max Effo =
∑
r =1
uj yjo + u*
(1)
Sujeito a
r
∑
i =1
r
∑
i =1
vixio = 1
s
vi xik - ∑ ujyjk + u* ≤ 0 , k=1,...,n
j =1
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 antibenchmarks 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:
(2)
Eficiência Composta = Eficiência Padrão + (1 – Eficiência Invertida)
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
Companhias Aéreas
Pesos Máximos
de Decolagem
Pessoal
Assentos em
Quilômetros
Utilizados
(Em mil)
Toneladas em
Quilômetros
Utilizadas (Em
mil toneladas)
(Em 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.)
Assentos em Toneladas em
Quilômetros
Quilômetros
Utilizados Utilizadas (Em
(Em mil)
mil toneladas)
Companhias Aéreas
Pesos Máximos
de Decolagem
Pessoal
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
PASSAREDO TRANSPORTES AÉREOS
0,5513
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
TEAM LINHAS AÉREAS
MEGA
GOL
TOTAL LINHAS AÉREAS
MEGA
ABSA
RICO LINHAS AÉREAS
MEGA
TAM
AIR MINAS
MEGA
TAM
GOL
VARIG TRANSPORTES AÉREOS
MEGA
ABSA
TAM
SKYMASTER AIRLINES
MEGA
ABSA
TAM
TAM
GOL
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
TRIP LINHAS AÉREAS
META LINHAS AÉREAS
ABAETÉ LINHAS AÉREAS
OCEANAIR
SETE LINHAS AÉREAS
PANTANAL
META
TEAM
TOTAL
TEAM
TOTAL
PANTANAL LINHAS AÉREAS
PANTANAL
NHT LINHAS AÉREAS
TEAM
AIR MINAS
META
PUMA AIR LINHAS AÉREAS
AIR MINAS
TEAM
META
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
VARIG
META
VARIG
VARIG LOG
AIR MINAS SKY MASTER
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 antibenchmarks. 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 antibenchmark.
Para as companhias nacionais e internacionais como a Webjet, TAF e Oceanair, os antibenchmarks 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 aPolicy 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.