17.6.19

Taxa de Retorno para Tudo

Uma das premissas do processo de avaliação é usar dados previstos. Entretanto, é muito difícil prever o futuro. Por este motivo, muitas previsões realizadas nas avaliações utilizam dos dados passados, partindo da suposição de que o futuro é uma repetição da história. Obviamente não é preciso alertar para a chance da previsão estar errada em razão desta suposição.

Mas o analista não tem muita alternativa disponível. Em certos laudos, é importante estar sustentado em algo mais “objetivo”, como são os dados passados. Por este motivo, é sempre bom estar atento as pesquisas históricas que possam ajudar nos argumentos utilizados nas avaliações.

Uma pesquisa recente utilizou dados de 1870 até 2015 para calcular alguns dos parâmetros mais importantes para a avaliação. Pesquisadores dos Estados Unidos e da Alemanha reconstituíram o que ocorreu com o retorno de ativos de algumas das economias desenvolvidas. E pela primeira vez eles incluíram o retornos dos imóveis residenciais em um cálculo tão longo. Além disto, também calcularam o retorno das ações, dos títulos do governo e dos títulos de curto prazo. Estes dois últimos foram considerados como investimentos “sem risco”; imóveis e ações foram classificados como investimentos “com risco”.

Os países que foram investigados: Alemanha, Austrália, Bélgica, Dinamarca, Espanha, Estados Unidos, Finlândia, França, Holanda, Itália, Japão, Noruega, Portugal, Reino Unido, Suécia e Suíça.

Os achados são interessantes e um deles indica que o retorno obtido com imóveis é aproximadamente o mesmo do retorno com o mercado acionário, algo em torno de 7%. Veja no gráfico abaixo que a linha verde (retorno de imóveis) acompanha o retorno do mercado de ações, mas com uma importante diferença: é menos volátil. Ou seja, no longo prazo, quem investiu em imóveis obteve o mesmo retorno, com menor risco. A pesquisa aponta, no entanto, que esta regra tem exceções: em alguns países as ações tiveram um desempenho melhor. Além disto, a diversificação com imóveis é mais difícil, já que o custo de transação é maior e a liquidez é menor. Mas os autores observam que a correlação mundial do investimento em ações é cada vez maior, reduzindo o ganho com a diversificação


Ao comparar os dois tipos de investimentos “seguros”, a pesquisa encontrou que o retorno destes títulos são mais voláteis no curto prazo. Em tempos de paz, o retorno dos ativos seguros esteve entre 1 a 3%. Assim, uma comparação usando o trade-off risco e retorno mostra que os investimentos “seguros” são ruins: são famosos por serem sem risco, mas não o são; e possuem um retorno baixo, típico de investimento sem risco. Esta equação termina ser boa para as finanças públicas dos países, como chamam a atenção a pesquisa, pois é possível lançar um título com baixo rendimento, sem ter baixo risco.
A comparação entre estes dois tipos de investimento - com e sem risco - resulta no prêmio pelo risco. Os autores encontraram que em média o prêmio foi entre 4 a 5% nos tempos de paz. Este prêmio cresceu substancialmente no período após as duas guerras, mas nos anos recentes esteve abaixo dos 4%.
Baseado nesta série histórica, uma boa estimativa para os parâmetros usados no cálculo do retorno esperado é a seguinte: Rf = 1 a 3%; Rm = 7%.

Jordà, Òscar et al. The Rate of Return on Everything, 1870–2015 December 2017 Working Paper.

11.6.19

Clube de Futebol e Valor

O processo de avaliação é antes de tudo uma opinião. Cabe ao analista indicar se sua opinião é crível ou não. Se o analista usa uma base de dados passado e de qualidade, analisando os diferentes aspectos do objeto avaliado, poderemos ser convencidos de que a opinião é razoável ou não. Caso os dados sejam frágeis ou baseados em métodos não claros, podemos acreditar ou não no analista baseado em outros parâmetros, como a expertise do mesmo ou a qualidade do seu acerto.

Aqui temos um outro ponto importante: para verificar se a opinião do analista é coerente, precisamos ter algo com que confrontar. Se um analista afirma que as ações de uma empresa valem um determinado montante e aparece investidores dispostos a comprar as ações por um valor próximo a estimativa realizada, podemos acreditar que o analista acertou na sua opinião. Mas mesmo neste caso podemos duvidar da capacidade do analista, pois não sabemos se seu acerto ocorreu pelo acaso ou pela qualidade da sua opinião.

A tarefa pode complicar ainda mais quando o objeto a ser analisado é complexo o suficiente para termos somente métodos que se aproximam da mensuração adequada.

Toda esta introdução é para falar do relatório sobre marcas do futebol, elaborado pela BDO. Esta empresa teve a sagacidade de escolher um assunto de interesse de muitos. Entretanto, avaliar o futebol brasileiro é uma tarefa ingrata, em razão da qualidade dos dados. As demonstrações contábeis dos clubes são de baixa qualidade, como é o caso recente do Corinthians e outros clubes brasileiros. Além disto, temos problemas sérios relacionados com a mensuração de marca. E para finalizar, é muito difícil fazer a comprovação da qualidade da mensuração realizada, pois não temos negociações (quando temos é um exceção) ou ações negociadas em bolsa, como ocorre na Europa.

Com respeito aos dados, os valores são enviesados pela existência de uma receita de valor elevado e que não necessariamente é recorrente: a receita proveniente da comercialização de atletas. Eis um exemplo: em 2017 a receita do Flamengo foi de 649 milhões de reais. Mas esta receita cai para 466 milhões se retirar a transferência. A diferença refere-se a comercialização de alguns atletas, entre eles um jogador chamado Vinícius Júnior. Como lidar com esta situação? Retirar a comercialização permite ter uma comparação mais estável ao longo do tempo; mas parte do valor de um clube (e sua marca) é originária da capacidade de revelar novos jogadores.

Se as informações de qualidade são um problema, o método usado para estimar o valor de uma marca de um clube de futebol pode ser outro complicador. Existem diversas metodologias que podem ser usadas como proxy em tais situações. Um delas é mensurar quanto é possível gerar de receita pela existência de uma marca. Se um torcedor está disposto a pagar um valor elevado por uma camisa oficial de um clube, a diferença entre o preço da camisa e o preço de uma camisa sem esta “marca” poderia ser considerada dentro do valor da marca. Neste caso, o clube consegue internalizar sua marca, gerando receita com a mesma. Isto provavelmente não ocorre no Brasil, já que usualmente os torcedores não compram a camisa oficial do clube (nem um ex-deputado e presidente da república paga por uma camisa oficial, preferindo uma cópia pirata).

Em resumo, é difícil opinar sobre o valor de uma marcar, mas esta tarefa talvez seja mais difícil quando se trata de uma marca de um clube de futebol brasileiro. Segundo a BDO:

“O estudo seguiu rigorosa métrica que inclui mais de 30 diferentes variáveis entre dados financeiros, históricos dos clubes, informações publicadas em pesquisas com os torcedores, dados de marketing esportivo, hábitos de consumo dos torcedores, engajamento em mídias sociais e dados sociais e econômicos do mercado em que atuam os clubes analisados.”

Isto não ajuda a esclarecer muito sobre o método. Em postagem anterior, discutimos sobre o uso de múltiplo para avaliar clubes de futebol. Vamos usar esta discussão para fazer nossa análise. Na figura abaixo coloquei o valor da marca dos clubes e o valor usando o múltiplo de 3,2 (método CATS). Note que estamos comparando algo diferente: a BDO mensura a marca; estamos mensurando o valor do clube, que é mais abrangente que a medida da BDO. Além disto, usamos a receita total; ou seja,  nosso resultado pode estar sendo influenciado pela venda de jogadores.
O gráfico mostra que em geral nossa estimativa é maior que a BDO, o que era esperado. Em média, os 25 clubes foram avaliados em 672 milhões usando o múltiplo e a marca recebeu uma avaliação de 435 milhões. Em alguns casos, a diferença foi expressiva. Avaliamos a Chapecoense em 319 milhões, enquanto a BDO considerou que a marca deste time tem um valor de 58 milhões. Mas nossa estimativa coloca o Corinthians como tendo um valor de R$1,25 bilhão versus R$1,74 bilhão da BDO. (Este é o único clube onde o valor do múltiplo foi menor que o valor da marca)

Em geral, as diferenças entre os dois métodos foi menor para os clubes de maior valor e aumentou substancialmente para os pequenos clubes, como é o caso da Chapecoense. Mas qual o método é melhor? É impossível responder a esta pergunta por dois motivos. Em primeiro lugar, não temos um conjunto de negociações de marcas (ou de clubes) que possa indicar quem estaria com a razão. Se ocorressem 25 transações de clubes e caso meus valores estivessem mais próximos dos valores transacionados, o meu método seria melhor. Em segundo lugar, estamos mensurando algo diferente e não temos condições de analisar se o método da BDO é razoável ou não. A afirmação da empresa, reproduzida acima, não permite verificar se os seus valores são razoáveis ou não.

10.6.19

Valor do Software aberto

Qual o valor de um software aberto? Geralmente este tipo de software foi desenvolvido através da contribuição de várias pessoas, sem que tenham sido remunerados por isto. O Linux foi desenvolvido na Finlândia, em uma universidade; o R, em uma universidade da Nova Zelândia. As pessoas que trabalharam nestes softwares, o fizeram de maneira gratuita. Por este motivo, o software aberto não é considerado para fins do cálculo do valor ou da produção de uma economia. Seis pesquisadores propuseram uma maneira de mensurar uma estimativa do custo do software aberto. Para isto, eles mensuraram o valor de quatro “pacotes”: R, Python, Julia e JavaScript. Estes pacotes tiveram aplicações desenvolvidas por diferentes pessoas e o processo está armazenado no GitHub, uma repositório onde os programadores deixam seus produtos para qualquer pessoa ter acesso. Usando esta informação, os pesquisadores olharam as linhas adicionadas e deletadas em um esforço comum para o desenvolvimento de aplicações.

Com base nisto, determinaram o custo do desenvolvimento através da seguinte expressão:

Custo do Desenvolvimento = Salário mensal x Tempo de desenvolvimento nominal.

O salário mensal foi estimado a partir do valor recebido por um programador médio. O tempo de desenvolvimento é função das linhas de código, o número de pessoas por mês e a quantidade de tempo que levou para desenvolver uma aplicação. O resultado mostra que a contribuição dos pacotes em R desenvolvidos corresponde a um custo de US$854 milhões por ano, para um total de 3.396 pacotes. Ou seja, se uma empresa tivesse que desenvolver estes pacotes, seus gastos seriam neste valor. Para os demais, a estimativa foi a seguinte: Python = 747 milhões, Julia=239 e JavaScript = 1.199. Isto totaliza mais de 3 bilhões de dólares por ano.

Open source software is everywhere, both as specialized applications nurtured by devoted user communities, and as digital infrastructure underlying platforms used by millions daily. This type of software is developed, maintained, and extended both within the private sector and outside of it, through the contribution of people from businesses, universities, government research institutions, nonprofits, and as individuals. This paper proposes and prototypes a method to document the scope and impact of open source software created by these sectors, thereby extending existing measures of publicly-funded research output. We estimate the cost of developing packages for the open source software languages R, Python, Julia, and JavaScript, as well as re-use statistics for R packages. These reuse statistics are measures of relative value. We estimate that the resource cost for developing R, Python, Julia, and JavaScript exceeds $3 billion dollars, based on 2017 costs. 

Fonte: The Scope and Impact of Open Source Software: A Framework for Analysis and Preliminary Cost Estimates. Carol A. Robbins* (NCSES, NSF) et al.