A flexibilização das restrições de admissão, permitindo a inclusão de uma variedade mais ampla de membros, tem o potencial de impactar significativamente o desempenho das cooperativas. Nesse contexto, torna-se essencial investigar como a adoção da livre admissão pode influenciar indicadores financeiros e a eficiência dessas instituições, a fim de compreender melhor os efeitos dessa estratégia nas cooperativas de crédito. Nesse sentido, a relação entre o desempenho econômico-financeiro das cooperativas de crédito e a adoção da livre admissão de associados é um tema que já despertou o interesse na pesquisa acadêmica, e que fundamenta este estudo.

Johnson (1995) é considerado um dos primeiros estudos que visa examinar características de desempenho e a percepção dos membros em relação à livre admissão (ou múltiplos laços comuns) versus admissão restrita e segmentada a um único laço comum de associados de cooperativas de crédito. A amostra do estudo é composta por cooperativas de crédito estatais em Utah, e o estudo observou que cooperativas de livre admissão de associados possuem, em média, maiores níveis de ativos totais, despesas operacionais mais elevadas, maiores despesas de funcionamento, margens de juros líquidas superiores e taxas de depósito mais baixas.

Já analisando o risco das cooperativas de crédito, Frame, Karels e McClatchey (2002) examinam possíveis associações com o tipo de adesão e expansão de membros através dos denominados grupos selecionados de empregados (SEGs). Os autores observaram que o afrouxamento do laço comum a partir da adesão dos SEGs está negativamente relacionada com os índices de capital das cooperativas de crédito, e positivamente relacionados com os índices de empréstimo-captação e com a inadimplência da carteira de crédito, isto é: quanto maior a ampliação de SEGs, e consequente aumento de associados, maior o índice de empréstimo-captação, mas também maior é o nível de inadimplência da carteira de crédito das cooperativas.

Em outro estudo-chave, Leggett e Strand (2002) encontraram que um maior número de membros nas cooperativas de crédito dos EUA está diretamente associado a maiores despesas relativas ao patrimônio, bem como uma taxa mais elevada de custos de mão-de-obra. O estudo encontrou evidências de que os problemas de agência aumentam conforme o número de membros também aumenta. Os autores elucidam que à medida que uma cooperativa de crédito flexibiliza as restrições para admissão, o número de associados aumenta, o que culmina em uma diluição do poder de fiscalização dos associados.

De forma similar aos estudos mencionados, Jones e Kalmi (2015) também investigaram se o tipo de associação de pessoas em cooperativas produz efeitos no desempenho. Nesse contexto, os autores propõem uma “nova visão das cooperativas” e apontam que existem benefícios compensatórios que resultam de um aumento de membros. Isto ocorre quando, por exemplo, o novo quadro de cooperados é empenhado com a cooperativa, participativo e coerente com os princípios cooperativistas. Os autores acrescentam que a lealdade dos membros e um sentido psicológico de propriedade também podem exercer efeitos positivos no desempenho de cooperativas de uma forma mais geral.

Tripp, Kenny e Johnson (2015) examinaram a eficiência técnica de cooperativas de crédito dos EUA que possuem um único laço comum, comparada com cooperativas de crédito que realizaram a flexibilização do laço comum ao permitir a associação de grupos selecionados de empregados (SEGs). Os resultados constataram que as cooperativas que permitiram a associação de SEGs têm maior eficiência técnica do que as cooperativas de um único laço comum. Além disso, os resultados do estudo também identificaram benefícios adicionais para a flexibilização do laço comum único, como por exemplo, a gestão destas cooperativas possuir maiores experiências de gestão, visto que geralmente são administradas por indivíduos com maiores qualificações, o que implica em resultados positivos quanto à eficiência operacional das cooperativas.

Analisando cooperativas brasileiras, Lima (2008) buscou analisar o desempenho de cooperativas de crédito que se transformaram para livre admissão até 2005. Os resultados apontam que a transformação das cooperativas de crédito para modalidade de livre admissão acarreta um aumento na inadimplência. Porém o autor destaca que, apesar da piora observada, as taxas de inadimplência identificadas estavam em níveis bem inferiores a 5%, o que, segundo o autor, é o limite que quando ultrapassado possui poder de impactar significativamente as receitas e elevação dos custos administrativos. Além disso, foi encontrada uma relação negativa entre a Livre Admissão e o crescimento das operações de crédito.

Neves, Amaral e Braga (2012) analisaram indicadores financeiros específicos à mensuração do risco de crédito de cooperativas rurais do estado de Minas Gerais que se transformaram em Livre Admissão entre 2004 e 2006. Os resultados indicaram que a admissão de associados de diferentes setores representa redução do risco de crédito e maiores ganhos devido ao aumento de escala da operação da cooperativa. Porém, foi verificado um aumento no indicador de provisionamento de crédito de liquidação duvidosa, o que indica que foram concedidos créditos de maior nível de risco para os cooperados, logo tal constatação representa um aumento no risco de crédito assumido pelas cooperativas de Livre Admissão.

Gonçalves, Borges, Moreira, Menezes e Matos (2014), investigaram a partir de indicadores financeiros, o risco de crédito de uma cooperativa de crédito da região de Alto Paranaíba, Minas Gerais, no período de 2004 a 2011, para desenvolver uma análise quanto aos impactos na adoção da Livre Admissão da cooperativa objeto do estudo. Inicialmente, os autores verificaram que a capitalização da cooperativa não foi imediata após a transformação para livre admissão, e foram necessários mecanismos de incentivo, o que resultou em um aumento do patrimônio líquido da cooperativa. A análise dos indicadores apontou que, no curto prazo, o volume das operações de crédito é maior que os depósitos totais, e que as operações realizadas após o processo de livre admissão demonstraram ser de baixo risco. No longo prazo, os autores perceberam um aumento no volume de operações dos associados com as cooperativas e, além disso, verificou-se um montante maior de tomadores de crédito, o que exige da cooperativa uma adequada estrutura administrativa e gestão de riscos eficiente para manter as finanças da entidade em equilíbrio.

Por fim, ainda no cenário brasileiro, Abreu, Kimura, Araújo Neto e Peng (2018) analisaram a eficiência de cooperativas de crédito entre 2014 e 2016 no sentido de avaliar se a livre admissão de associados e o aumento do número de cooperados influenciam a eficiência das cooperativas. Os resultados do estudo indicaram que as cooperativas de crédito de admissão restrita são, em geral, mais eficientes que cooperativas de Livre Admissão; e indicaram que cooperativas de crédito de maior porte apresentam maior eficiência.

Em suma, percebe-se que a literatura existente suporta fortemente a ideia de que o afrouxamento do laço comum, e o tipo de admissão de associados de cooperativas de crédito, tem poder de influenciar tanto no comportamento operacional quanto no desempenho econômico-financeiro e eficiência das cooperativas de crédito.

Diferentemente dos estudos anteriores, que se concentraram principalmente em análises descritivas ou utilizaram métodos tradicionais, como regressões lineares simples e indicadores financeiros convencionais, este estudo emprega uma abordagem metodológica mais robusta e abrangente. Especificamente, utiliza técnicas econométricas avançadas, como modelos de dados em painel com efeitos fixos e variáveis instrumentais, para isolar o impacto causal da livre admissão de associados sobre indicadores específicos de desempenho econômico-financeiro (como retorno sobre ativos, eficiência operacional e inadimplência), em uma amostra representativa de cooperativas de crédito brasileiras. Além disso, o presente estudo traz inovação à literatura ao incorporar variáveis de controle relacionadas ao contexto regional e ao porte das cooperativas, aspectos frequentemente negligenciados em pesquisas anteriores. Dessa forma, não apenas amplia a compreensão dos efeitos da livre admissão, mas também oferece evidências mais robustas e generalizáveis para o contexto brasileiro, contribuindo para a literatura sobre cooperativismo de crédito.

Para o alcance dos objetivos propostos pela pesquisa, foi utilizada uma amostra primária (tratamento) constituída de cooperativas de crédito de Livre Admissão de associados, no período de 2016 a 2020, obtidos pelo sítio eletrônico do BACEN. E, para o mesmo período, uma amostra contrafactual (controle), para a realização do pareamento, composta por cooperativas que não adotaram a Livre Admissão no mesmo período.

O período inicial estabelecido justifica-se devido à Resolução CMN nº 4.434 de 5 de agosto de 2015, período em que ainda existiam algumas restrições acerca da adesão à Livre Admissão de Associados. Um desses exemplos era a determinação de que a cooperativa singular de Livre Admissão com área de atuação superior a trezentos mil habitantes, deveria possuir determinados valores de patrimônio de referência conforme a quantidade de habitantes na área de atuação da cooperativa. Esse tipo de diretriz poderia, portanto, influenciar métricas utilizadas nesta pesquisa, e assim, entendeu-se que os eventos anteriores à essa resolução poderiam igualmente influenciar os resultados do estudo.

Em adição, foram excluídas da amostra as cooperativas classificadas como de capital e empréstimo, devido à limitação das atividades exercidas por essas cooperativas. Também foram retiradas das amostras as cooperativas de crédito que não apresentaram informações contábeis no período do estudo. Além disso, definiu-se como critério a exclusão de cooperativas que se transformaram em Livre Admissão no ano corrente do Balanço, com objetivo de retirar da amostra instituições que não completaram nem um ano inteiro de transformação para Livre Admissão e assim evitar a ocorrência de viés na análise de desempenho dessas instituições. A Tabela 1 apresenta o detalhamento da composição final da amostra.

Para a consecução do PSM, foi necessária a inclusão de variáveis macroeconômicas, que visam representar o ambiente externo às cooperativas. Desse modo, foram coletados dados relativos ao número de habitantes dos municípios em que as cooperativas possuem postos de atendimento e do município sede, obtidos no site do Instituto Brasileiro de Geografia e Estatística (IBGE) e do BACEN; e dados do Índice FIRJAN de Desenvolvimento Municipal (IFDM).

Tabela 1 Composição da Amostra

Fonte: Elaborado a partir de dados do BACEN (2021). Notas. Coop. = Cooperativa de crédito.

O procedimento de estimação da presente pesquisa está baseado na metodologia de pareamento do modelo Propensity Score Matching (PSM), desenvolvido por Rosenbaum e Rubim (1993), que é uma técnica econométrica que irá verificar se a adoção da Livre Admissão impacta nos indicadores de desempenho e eficiência de cooperativas de crédito brasileiras.

Nesse sentido, o PSM pareou o grupo tratado (cooperativas de crédito de Livre Admissão) com o grupo controle (cooperativas com admissão restrita) para torná-los os mais similares possíveis, conforme determinadas características observáveis, e assim realizou-se a comparação dos indicadores de desempenho através dos indicadores PEARLS e escore de eficiência a partir do emprego do DEA.

Nesse contexto, o procedimento pode ser dividido em duas etapas, a primeira calculou-se um modelo estimado por logit, que forneceu a probabilidade de cada cooperativa ser tratada. Em seguida, procedeu-se a aplicação do um método de pareamento nearest neighbor matching (NNM) e após esse pareamento, foi possível então a comparação do resultado da variável de interesse através da estimação do efeito médio do tratamento sobre os tratados (ATT), que capturou o impacto da Livre admissão de associados sobre os indicadores de desempenho e escore de eficiência.

As variáveis internas, estabelecidas no âmbito individual de cada cooperativa das amostras, e consoante com pesquisas anteriores (Jones & Kalmi, 2015; Frame et al., 2002; Santos & Braga, 2019) são compostos por: idade da cooperativa (em anos); tamanho da cooperativa (representado pelo logaritmo natural do Ativo Total); e o número de cooperados (representado pela quantidade de associados à cooperativa), e uma dummy “Sistema” para capturar se a cooperativa é independente ou participa de algum sistema.

Nesse sentido, e a partir da determinação das variáveis externas e internas a probabilidade de ocorrência da Livre Admissão foi estimada para cada ano t da amostra (2016 a 2020).

Abaixo detalha-se a forma funcional da regressão logística (Equação 1), onde a probabilidade de Livre Admissão foi calculada para cada cooperativa c, pertencente ao município m, em cada ano t, e que tem como resultado a probabilidade (valores entre 0 e 1) da ocorrência da Livre Admissão.

Em que:

A variável “Livre_Admissão” é a variável que recebe valor 1 para ocorrência de adesão a Livre Admissão, e 0 caso contrário. A variável "HAB", é obtida através do somatório dos habitantes dos municípios as quais as respectivas cooperativas possuem postos de atendimento cooperativo (PACs) e o número de habitantes do município sede da cooperativa. Para casos os quais as cooperativas não possuem posto de atendimento, foi considerado apenas o número de habitantes do município da sede. O "IFDM" representa o IFDM do município m no ano t, onde os valores do índice geral variam entre 0 e 1, sendo os valores mais próximos de 1 indicativos de maior nível de desenvolvimento e 0 menor nível de desenvolvimento do município. E β1 e β2 são coeficientes das variáveis a nível dos municípios os quais as cooperativas possuem sede. Em adição, a variável “AGE" representa a idade (em anos) da cooperativa c no ano t. A variável “TAM” reflete o tamanho da cooperativa c no ano t e é mensurada a partir do cálculo do logaritmo natural do ativo total das cooperativas de crédito. O número de cooperados da cooperativa c no ano t é representada por “NUMCOP". E γ₁, γ₂ e γ₃ são os coeficientes das variáveis a nível das cooperativas.

O modelo foi validado a partir do teste de Hosmer-Lemeshow Goodness-of-fit, e ajustado conforme critérios de sensibilidade e especificidade, R² contado e curva ROC (Receiver Operating Characteristic).

Desse modo, após a estimação do escore de propensão de ocorrência da Livre Admissão conforme a Equação 1, essa probabilidade foi utilizada para execução da etapa 2, ou seja, parear as cooperativas que são de Livre Admissão, com as que não são. A presente pesquisa realizou o pareamento através do critério do vizinho mais próximo (Nearest Neighbor Matching - NNM) (Caliendo & Kopeinig, 2008) com reposição de observações do grupo controle, isto é, cada observação do grupo controle pode ser utilizada mais de uma vez, ou seja, pode ser considerada o par para várias observações do grupo de tratamento (Heinrich, Maffioli, & Vázquez, 2010).

Após o pareamento, para se inferir sobre o impacto da Livre Admissão sobre o resultado das cooperativas, utiliza-se do efeito do tratamento, obtido através do efeito médio do tratamento sobre os tratados (ATT) (Caliendo & Kopeinig, 2008).

Nesse sentido, um ATT positivo indica que o valor médio de determinado indicador é maior para Livre Admissão do que para Admissão restrita, desse modo quanto maior o valor absoluto de ATT, entende-se que maior é a diferença entre os valores médios dos indicadores entre cooperativas de Livre Admissão e Admissão Restrita. Em contrapartida, valores negativos de ATT reportam que as cooperativas de Admissão Restrita possuem valores médios maiores do indicador.

Cabe destacar que o valor absoluto do ATT não deve ser utilizado como parâmetro para avaliação do desempenho recomendado de determinado indicador, visto que, como mencionado anteriormente, o ATT trata-se de uma diferença entre os valores médios dos indicadores.

Apesar das fundamentações utilizadas em defesa do PSM, é importante ressaltar que o método também possui limitações quando utilizado como uma estratégia para abordar a endogeneidade na relação de interesse. Isso porque a utilização do PSM enquanto um método quase-experimental de identificação de causalidade se baseiam na seleção de características observáveis, como foi feito neste estudo. Essa utilização, portanto, indica que a implementação do PSM pode não mitigar adequadamente a endogeneidade da relação estudada, pois se apoia em características observáveis para tornar o grupo de intervenção semelhante ao grupo de controle, enquanto fatores não observáveis podem influenciar a relação de interesse e introduzir viés no estimador (Gow, Larcker, & Reiss, 2016).

Apesar das limitações do PSM, ele continua sendo uma ferramenta útil para controlar vieses em estudos observacionais, amplamente aceita na literatura (Rosenbaum & Rubim, 1993; Shipman, Swanquist, & Whited, 2017).

As principais críticas ao PSM referem-se à possibilidade de existência de fatores não observáveis que possam afetar a relação de interesse, relativo a fatores não mensurados (Gow, Larcker, & Reiss, 2016), o que foi mitigado neste estudo pela adoção de um conjunto de variáveis de controle e testes de robustez analisados, buscando garantir maior confiabilidade aos resultados.

A construção das variáveis de interesse para a aplicação deste estudo se deu mediante a seleção inicial dos 39 indicadores financeiros adaptados do Sistema PEARLS à realidade brasileira por Bressan et al. (2010), com base nas contas do Plano Contábil das Instituições Financeiras do Sistema Financeiro Nacional – COSIF. Diante da disponibilidade de informações dos balancetes COS4010 do BACEN, que possuem detalhamento apenas até o nível 3, excluiu-se os indicadores elencados por Bressan et. al. (2010) que utilizam contas COSIF com detalhamento superior ao nível 3, e dessa forma reduziu-se para 22 indicadores dos 39 propostos inicialmente. Desse modo, apresenta-se a seguir uma breve descrição desses 22 indicadores que foram analisados e suas formas de cálculo, conforme o estudo de Bressan et al. (2010).

Indicadores de Proteção

P1 = Provisão para liquidação duvidosa / carteira classificada total.

P3 = Operações de risco nível D até H / classificação da carteira de créditos.

P4 = (Operações de risco nível D até H – Percentual de Provisão estimado nível D até H) / PLA.

Efetiva Estrutura Financeira

E1= (Operações de Crédito – Provisão para operações de crédito) / Ativo Total

E2 = Investimentos Financeiros / Ativo Total

E3 = Capital Social / Ativo Total

E6 = Ativo Total / PLA.

Qualidade dos Ativos

A2 = Ativo Permanente / PLA.

A4 = Depósitos Totais / Ativo Total

Taxa de Retorno e custos

R1 = Rendas de operações de crédito / operações de crédito média.

R5 = Margem Bruta / Ativo total médio

R6 = Despesas Operacionais / Ativo total médio.

R11 = rendas de prestação de serviços / despesas administrativas.

R13 = despesas administrativas / ativo total médio.

Liquidez

L1 = disponibilidades / depósitos à vista

L2 = ativos de curto prazo / depósitos totais

Sinais de Crescimento

S1 = receita operacional do ano corrente / (receita operacional do ano anterior -1)

S3 = Operações de crédito risco D-H do ano corrente / (Operações de crédito risco D-H do ano anterior – 1)

S6 = despesas administrativas do ano corrente / (despesas administrativas do ano anterior – 1)

S7 = PLA do ano corrente / (PLA do ano anterior – 1)

S8 = Ativo total do ano corrente / (ativo total do ano anterior – 1)

S9 = operações de crédito do ano corrente / (operações de crédito do ano anterior – 1)

3.4 Mensuração de eficiência técnica através da Análise Envoltória de Dados (DEA)

De forma complementar, o presente estudo verificou a eficiência técnica das cooperativas que compõem as duas amostras (Livre Admissão versus cooperativas com Admissão Restrita) pareadas por PSM, com o objetivo de avaliar comparativamente o nível de eficiência técnica em cada ano do período de 2016 a 2020.

A Análise Envoltória de Dados (DEA) foi empregada no presente estudo através da modelo BCC, proposta por Charnes, Cooper e Rhodes (1978), com orientação para o produto (outputs), ou seja, a eficiência técnica foi mensurada a partir da capacidade da cooperativa em prover serviços como por exemplo, operações de créditos, a partir dos recursos estabelecidos. A opção pela orientação output justifica-se pela intenção de se mensurar a eficiência a partir da ótica de maximização dos outputs (por exemplo, as operações de crédito), mantendo-se constante determinados inputs.

Neste enfoque, as variáveis selecionadas para a composição da matriz de insumos-produtos visaram possuir aderência com o objetivo do presente trabalho, considerando uma orientação output, onde entende-se que a cooperativa de crédito tem como uma de suas funções a realização de empréstimos e outros serviços aos seus cooperados, sendo estes com o menor custo possível para cooperativa ser considerada eficiente. A partir desse entendimento, considerou-se então as variáveis recorrentes encontradas em estudos anteriores que empregaram a DEA para mensuração de eficiência em cooperativas de crédito.

Com relação as variáveis de produtos (outputs), as variáveis selecionadas foram abordadas nos estudos de Abreu et al. (2018), Bittencourt e Bressan (2018), Canassa, Soares e Costa (2021), Cavinato (2020), Espich (2019), Favalli, Maia e Silveira (2020), Ferreira, Gonçalves e Braga (2007), Martinez-Campillo, Fernández-Santos e Sierra-Fernández (2018) e Ribeiro, Moreira e Bressan. (2021). Portanto, as variáveis utilizadas foram o volume de operações de crédito e as sobras (receitas operacionais – despesas operacionais).

Em conformidade com os estudos de Abreu et al. (2018), Canassa et al. (2021), Cavinato (2020), Espich (2019), Ferreira et al. (2007), Martinez-Campillo et al. (2018) e Ribeiro et al. (2021) foram selecionadas variáveis de insumos (inputs) para o presente estudo, as quais visam refletir os recursos utilizados pelas cooperativas de crédito para o desempenho de suas atividades e que possivelmente sofrem influência pela adoção da Livre Admissão de Associados, quais sejam: despesas operacionais, despesas administrativas e os depósitos.

Adicionalmente, destaca-se que para o correto emprego da DEA, as variáveis inputs e outputs não podem possuir valores negativos como os apresentados em contas de despesas administrativas, despesas operacionais e também como, em alguns casos, em sobras. Dessa forma para garantir que todos os valores sejam positivos, realizou-se um ajuste nos dados através de uma soma monotônica do valor mínimo negativo para todo o período mais 100 unidades, para garantir que todos os valores sejam positivos.

Para a aplicação do PSM foram asseguradas as duas suposições necessárias, sendo a primeira a independência condicional das variáveis observáveis, ou seja, a ocorrência da Livre Admissão não está condicionada a resultados potenciais de nenhum indicador PEARLS. O suporte comum é a segunda suposição do PSM, que assegura que há observações comparáveis do grupo tratamento e controle que possuem proximidade na distribuição do escore de propensão.

Após garantir as suposições necessárias, o pareamento das amostras foi executado para cada ano, e a Figura 1 apresenta os gráficos de densidade dos escores de propensão antes e após o pareamento realizado através do método do Neighbor Nearest Matching (NNM). Destaca-se que os gráficos apresentam uma validação visual de que o matching está bem ajustado conforme as variáveis estabelecidas.

Figura 1 Comparativo: antes e depois PSM de 2016 a 2020
Fonte: Resultados da Pesquisa.

Realizado o pareamento, a Tabela 2 exibe o número total de cooperativas das amostras, o número de pares de cooperativas obtidas pelo NNM, e o percentual de cooperativas pareadas para cada ano do estudo.

Tabela 2 Número de observações pareadas pelo método NNM
Fonte: Resultados da Pesquisa.

A partir dos resultados de todas as áreas-chaves do sistema PEARLS, na Tabela 3, constata-se que os grupos de Proteção, Liquidez e Sinais de Crescimento apresentam resultados estatisticamente significativos somente para alguns anos do período, e por isso são considerados resultados pontuais, o que denota que, em geral, não existem diferenças consistentes ao longo do período no desempenho entre as modalidades de Livre Admissão e Admissão Restrita. Em resumo, os resultados sugerem que não há superioridade consistente entre as modalidades em relação ao desempenho nesses três grupos.

Em complemento, os grupos de Efetiva Estrutura Financeira, Qualidade dos Ativos e Taxas de Retorno e Custos contém indicadores que possuem significância estatística do ATT consistente para todos os anos do período. Nesse contexto, 4 indicadores PEARLS apresentam valores do Average Treatment Effect on the Treated (ATT) estatisticamente significativos para todos os anos, o que evidencia a diferença estatisticamente significativa entre as médias dos indicadores de cooperativas de Livre Admissão e Admissão Restrita (Tabela 3).

Destaca-se que a análise é sempre comparativa: um valor positivo de ATT indica que as cooperativas de Livre Admissão apresentam, em média, valores superiores para aquele indicador em comparação às cooperativas de Admissão Restrita.

Tabela 3 Average Treatment Effect on the Treated – ATT para os Indicadores PEARLS

Fonte: Resultados da Pesquisa. Nota. *, **, *** indica que o coeficiente é estatisticamente significante aos níveis de 10%, 5% e 1% respectivamente.

Em relação ao grupo de Efetiva Estrutura Financeira destaca-se a significância do ATT para todos os anos do indicador E3, o que sinaliza ser possível considerar que a modalidade de Admissão Restrita possui maior parcela do capital social financiando os ativos das instituições do que cooperativas de Livre Admissão. Este resultado também foi identificado pelo estudo de Frame et al. (2002) que detectou uma relação negativa entre a expansão de membros de SEGs (grupos selecionados de empregados), com índice de capital social em relação ao total de ativos em cooperativas dos EUA, e que o aumento do número de cooperados impacta negativamente neste indicador. Porém ao analisar os valores absolutos do E3 para cada modalidade, constatou-se em todos os anos que ambas estão dentro do desempenho recomendado por Richardson (2009) para esse indicador, que é ser de no máximo 20%. Assim conclui-se que apesar da diferença estatisticamente significativa entre as modalidades, é preciso observar que as duas estão operando em conformidade com o desempenho recomendado.

A análise de desempenho associada à Qualidade dos Ativos indica que as cooperativas de Admissão Restrita possuem menor grau de imobilização (A2) relacionada à alocação de recursos do Patrimônio Líquido Ajustado (PLA) reportando assim um melhor desempenho dessa modalidade. Desse modo pode-se inferir que em relação à qualidade dos ativos as cooperativas de Admissão Restrita possuem maiores percentuais de imobilização, e tal resultado é justificado pelos grandes valores de PLA da modalidade. Entretanto, apesar da diferença observada destaca-se que ambas as modalidades estão dentro do percentual recomendado por Richardson (2009) que indica que o total de recursos aplicados no ativo permanente não deve ultrapassar 80%.

Quanto ao grupo de Taxas de Retornos e Custos destaca-se a significância dos indicadores R6 e R11. O indicador R6 reporta o volume de despesas operacionais em relação ao ativo total, e constata-se que ao longo de todo o período as cooperativas de Admissão Restrita possuem maiores volumes de despesas operacionais em relação ao ativo total médio que a modalidade de Livre Admissão, ou seja, a Admissão Restrita possui maiores médias de despesas associadas à gestão dos ativos da cooperativa de crédito. Ao observar o comportamento da conta de despesas operacionais, constata-se que para todo o período a conta tem valores superiores para modalidade de Admissão Restrita, o que justifica o desempenho nesse indicador. Sob o contexto de análise do indicador R6 destaca-se a pesquisa de Bressan, Braga, Bressan e Resende Filho (2011) que validou a relevância do indicador R6 para determinar a probabilidade de insolvência de cooperativas, e que quanto menor esse indicador, melhor o grau de eficiência. Adicionalmente, o estudo de Gozer, Gimenes, Menezes e Albuquerque (2014) também sinaliza a importância do indicador R6 para avaliação de insolvência de cooperativas de crédito brasileiras. Dessa forma, os resultados e a literatura suportam a conclusão de que as cooperativas de Livre Admissão possuem ganho de desempenho associado às despesas operacionais pelo ativo total médio e evidencia que essa modalidade tem menor custo associado com o gerenciamento de todos os ativos, e, portanto, melhor grau de eficiência operacional. Em resumo, a partir da constância do resultado em todos os anos do período é possível inferir que as cooperativas de Livre Admissão possuem melhor desempenho associado às despesas operacionais em relação ao ativo total médio.

O indicador R11 mensura o percentual das despesas administrativas que são cobertas pelas receitas de prestação de serviços das cooperativas. Os resultados reportam que ao longo de todo o período, as cooperativas de Livre Admissão possuem, comparativamente, maiores rendas na prestação de serviços em relação às despesas administrativas do que as cooperativas de Admissão Restrita. Além disso, destaca-se que nos últimos 3 anos de análise (2018, 2019 e 2020), o valor absoluto do ATT é crescente, o que indica, em média, uma consistência e crescimento dos rendimentos na prestação de serviços em relação às despesas administrativas das cooperativas de Livre Admissão, ou seja, essa modalidade possui maior capacidade, em média, de cobrir suas despesas administrativas através das receitas de prestação de serviços. A pesquisa de Bressan et al. (2011) também identificou a relevância desse indicador para a avaliação da insolvência de cooperativas de crédito, e indicou que quanto maior o indicador, melhor a eficiência, e menor a probabilidade de insolvência. Logo, conclui-se que as cooperativas de Livre Admissão possuem, comparativamente, melhor desempenho financeiro quanto às receitas de prestação de serviços e à gestão das despesas administrativas na amostra analisada.

Por fim, com relação à eficiência técnica, destaca-se que o modelo utilizado foi o BCC orientado a produto, tendo sido executado através do software DEAP versão 2.1. Em sequência foram calculados os ATTs para os escores de eficiência técnica estimados (Tabela 4).

Tabela 4 Average Treatment Effect on the Treated – ATT para a Eficiência Técnica

Fonte: Resultados da Pesquisa. Nota. *, **, *** indica que o p-valor do teste é estatisticamente significante aos níveis de 10%, 5% e 1% respectivamente.

A partir dos resultados, constata-se que somente para o ano de 2018 não existem diferenças estatisticamente significativas, isto é, na média, os escores de eficiência técnica para Livre Admissão e Admissão Restrita possuem patamares similares para o ano de 2018.

Em relação aos demais anos, 2016, 2017, 2019 e 2020, constata-se que as cooperativas de Livre Admissão, possuem, em média, níveis de eficiência técnica superiores que a modalidade de Admissão Restrita. Ou seja, considerando-se as variáveis aplicadas na DEA entende-se que as cooperativas de Livre Admissão reportam nestes anos maior volume de operações de crédito e/ou maiores sobras considerando-se os níveis existentes de despesas administrativas, operacionais e os depósitos das cooperativas. Considerando os resultados estatisticamente significativos do ATT, os resultados estão de acordo com o estudo de Tripp et al. (2015) que analisou o nível de eficiência técnica de cooperativas nos EUA, e identificou que as cooperativas de que realizaram o afrouxamento do laço comum e ampliação do número de associados possuem, comparativamente, maiores níveis de eficiência técnica.