Jtl v05n03p06

Palavras-Chave: empresa aérea, desempenho, análise mundial.

Key words: airline, performance, world analysis.

Recommended Citation

Abstract

The competitiveness of airlines is a subject of great complexity, many are the factors that define passenger choice of travel or

decision of sending a cargo. Some of these factors are defined by airline managers and others are not controllable by airlines,

they depend on external environment factors. This article seeks to contribute for the knowledge increase about the relation

between passenger and cargo with airline revenue and profit, using Data Envelopment Analysis and statistics inference. So, it is

about a multicriteria analysis of a sample of companies from several parts of the world. The results show the position of

companies in relation to the efficiency frontier with respect to the use of its demands of passengers and cargo to produce

revenue and the trend between operational margin and net profits of the sample. The analysis indicates that many companies

must search for the improvement of its performance through the improvement of its portfolio of customers, searching a

combination of passengers and cargo that produces better aggregate value. The indiscriminate search for customers will not lead

to the waited results. Additionally, if it is observed that there is a reasonable relation between operational margin and net

profits, this fortifies the necessity of the control of the costs to get results for the shareholders.

Fernandes, E. and Pires, H. M. (2011) Desempenho de empresas aéreas: uma análise mundial. Journal of Transport Literature,

vol. 5, n. 3, pp. 123-140.

Elton Fernandes, Heloisa Márcia Pires

Resumo

A competitividade das empresas aéreas é um assunto de grande complexidade, muitos são os fatores que definem a escolha de

viagem de um passageiro ou decisão de envio de uma carga. Alguns desses fatores são definidos pelos gestores das empresas

aéreas e outros não são controláveis pelas empresas, dependem de fatores do ambiente externo à organização. Este artigo busca

contribuir para o aumento do conhecimento da relação passageiro e carga com a receita e lucro de empresas aéreas, utilizando

Análise Envoltória de Dados e inferência estatística. Trata-se de uma análise multivariável comparativa de uma amostra de

empresas de várias localidades do mundo. Os resultados mostram a posição das empresas em relação à fronteira da eficiência

com respeito ao uso de suas demandas de passageiros e carga para produzir receita e a tendência de relação entre margem

operacional e lucro líquido da amostra. A análise indica que muitas empresas devem buscar a melhoria do seu desempenho

através do aperfeiçoamento de seu portfólio de clientes, buscando uma combinação de passageiros e cargas que produza maior

valor agregado. A busca indiscriminada de clientes pode não levar aos resultados esperados. Adicionalmente, se observa que

existe uma razoável relação entre margem operacional e lucro líquido, o que fortalece a necessidade de controle dos custos para

se obter resultados para os acionistas.

This paper is downloadable at www.transport-literature.org/open-access.

■ JTL|RELIT is a fully electronic, peer-reviewed, open access, international journal focused on emerging transport markets and

published by BPTS - Brazilian Transport Planning Society. Website www.transport-literature.org. ISSN 2238-1031.

* Email: [email protected].

Research Directory

Journal of Transport Literature

Submitted 29 Dec 2010; received in revised form 25 Jan 2011; accepted 31 Jan 2011

Vol. 5, n. 3, pp. 123-140, Apr. 2011

Desempenho de empresas aéreas: uma análise mundial[Airlines performance: a world analysis]

Universidade Federal do Rio de Janeiro (UFRJ), Brazil

B T P SB T P SB T P SB T P S

Brazilian Transportation Planning Society

www.transport-literature.org

JTL|RELITJTL|RELITJTL|RELITJTL|RELIT

ISSN 2238-1031

1. Introdução

A indústria do transporte aéreo tem sido objeto de crescente desregulamentação ao longo

dos últimos anos em todas as partes do mundo. Embora, a intensidade desta

desregulamentação seja diferenciada entre países e blocos econômicos, existe uma

tendência de uniformização da regulação. Apesar desta tendência, existe uma divisão

geopolítica dos mercados, que procura atender aos interesses da sociedade de cada

economia, vide última rodada de Doha da Organização Mundial do Comércio, onde ficou

frustrada a intenção do Brasil de obter definições sobre redução de subsídios agrícolas

europeus e americanos. As empresas obtêm a licença para atuar fora das fronteiras

nacionais por acordos, na sua maior parte, de reciprocidade entre países e blocos

econômicos. A competição não é livre e os mercados são regulados com maior ou menor

intensidade. A busca de eficiência tem sido sinônimo de sobrevivência para as empresas,

uma vez que se observa uma queda das barreiras protecionistas de empresas nacionais no

setor de transporte aéreo. No entanto, diferenças entre países no que diz respeito a

impostos e taxas, a custos de insumos, a leis trabalhistas, as infra-estruturas aeronáutica e

aeroportuária, a economia de escala, a regulação entre outras tornam a competição

complexa e de difícil gerenciamento. Em um cenário instável e propenso a grandes

transformações, as empresas de transporte aéreo buscam a lucratividade e sobrevivência.

Países de dimensões continentais enfrentam o dilema de abrir a competição de seus

mercados domésticos às empresas internacionais, freqüentemente os tomadores de

decisão se vêem entre o dilema da soberania nacional ou eficiência do mercado. O

transporte aéreo, de forma geral, é responsável por um mercado de alto poder aquisitivo

de empresas e pessoas, um mercado de trabalho de empregos de qualidade, transporta

mercadorias de alto valor agregado, cria visibilidade dos países. American é sinônimo de

Estados Unidos, Air France sinônimo de França, Luthansa sinônimo de Alemanha e

assim por diante. O risco de sobrevivência aumentou de tal forma que não raro se observa

guerras de preços e competição predatória no setor, práticas que atingem a indústria em

cheio comprometendo a rentabilidade do negócio de transporte aéreo.

Revista de Literatura dos Transportes, vol. 5, n. 3 (2011)

124

Estudos mostram que o negócio de transporte aeroviário de passageiros e cargas requer

um imobilizado expressivo na composição do ativo. O capital fixo, para a constituição e

manutenção das operações da empresa é grande. Como opção à imobilização pode-se

fazer o arrendamento mercantil (leasing) das aeronaves. No contrato de leasing

operacional a empresa arcará com o custo do leasing não fazendo imobilização de capital.

Desta maneira, as empresas têm duas alternativas ao acesso às aeronaves que precisam

para a manutenção de seu negócio: a compra ou o leasing operacional do equipamento.

Em grande parte devido a necessidade de imobilizações, as empresas de aviação dão

especial atenção aos ganhos relativos às economias de escala. Quanto maior for a

empresa, menores serão seus custos fixos unitários. O tamanho representa, a princípio,

uma variável relevante no negócio.

No Brasil, existe uma tendência forte para abertura do mercado a empresas

internacionais. Em anos recentes, houve um aumento significativo da participação das

empresas internacionais no tráfego aéreo internacional de longo curso. A redução de

participação das empresas nacionais neste segmento do mercado tem levado a uma

grande preocupação sobre a capacidade competitiva destas empresas. Embora este artigo

não esteja dirigido para uma avaliação direta da competitividade das empresas brasileiras,

ele oferece uma avaliação da relação de indicadores econômicos e financeiros das

empresas com seus padrões operacionais. Esta análise é realizada através da Análise

Envoltória de Dados que busca identificar as empresas que apresentam os melhores

desempenhos com relação a um conjunto de dados. A análise dos dados abordou como

insumos passageiros carga e custos operacionais e como resultado receita líquida e lucro

líquido. As empresas foram analisadas como unidades que transformam seus insumos em

resultados. O uso da Análise Envoltória de Dados associada a inferência estatística

permite uma visualização preliminar da capacidade das empresas em transformar

insumos em resultados. Várias são as limitações de uma investigação genérica como a

apresentada neste artigo, no entanto, seus resultados dão uma visão geral comparativa de

capacidade de transformação de insumos em resultados e indicam para estudos mais

específicos sobre fatores competitivos que afetam o desempenho das empresas aéreas.

Revista de Literatura dos Transportes, vol. 5, n. 3 (2011)

125

2. Revisão da Literatura

O uso da Análise Envoltória de Dados para avaliação de desempenho de empresas aéreas

é recente, pode-se dizer que ele teve início nos anos 90 (Chan e Sueyoshi, 1991; Charnes

et al., 1996; Good et al., 1995; Tofallis, 1997). A partir de 2000 alguns trabalhos foram

publicados em periódicos científicos indexados pelo ISI Web of Knowledge (Capobianco

e Fernandes, 2004; Chiou e Chen, 2006; Fernandes e Capobianco, 2001; Greer, 2008;

Lin, 2008; Scheraga, 2004; Tsionas, 2003).

Segundo Araujo et al. (2008) e outros pesquisadores antes destes (Oum e Yu, 1998a e

1998b), a literatura sobre produtividade das empresas aéreas começa a ficar mais

aparente a partir dos movimentos de desregulamentação da indústria de transporte aéreo

nos Estados Unidos por volta de 1978. Os estudos sobre produtividade buscam comparar

fatores específicos com estrutura de capital, efeitos da regulação na produtividade,

produtividade do trabalho etc.

Em um recente artigo Greer (2008) examina as mudanças em produtividade das maiores

empresas aéreas americanas entre 2000 e 2004, utilizando Análise Envoltória de Dados.

Esta análise encontrou um significativo aumento de eficiência de uso dos insumos para

produzir resultados operacionais. Um ponto importante nesta análise é a identificação de

empresas líderes que se estabelecem como “benchmarking” para as demais. Como

estamos observando uma tendência, que podemos chamar de mundialização da regulação,

ou seja, uma equalização é de se esperar que as empresas passem a considerar

“benchmarkings” a nível mundial, sem levar em consideração as diferenças regionais.

Assim, os padrões da empresas líderes americanas, européias e asiáticas passam a ser a

principal referência para as empresas em todo o planeta.

3. Metodologia

A análise de desempenho das organizações tem sido uma tônica na rota de globalização

do mundo. Não há como competir neste cenário, com uma redução de barreiras à entrada,

sem uma contínua busca por um desempenho diferenciado, pode-se dizer mesmo

exclusivo. A busca desta performance diferenciada pode ser atingida através de caminhos

Revista de Literatura dos Transportes, vol. 5, n. 3 (2011)

126

distintos, no entanto a relação entre inputs, produtos, receita e lucros continua sempre

sendo um indicador de resultados de grande significado. Os caminhos trilhados por

estudiosos são fortemente influenciados pelo background de cada um, isto significa que

economistas, administradores, engenheiros etc. buscam formulações dirigidas pela visão

do mundo através de lentes específicas, dando uma visão parcial da questão. Um exemplo

da visão parcial da questão da produtividade das organizações é a eterna luta entre o

dimensionamento da parcela da produtividade das organizações atribuídas ao capital e ao

trabalho.

Portanto, basicamente, quando uma determinada quantidade de inputs ou produtos produz

maiores quantidades de outputs (receita e lucro), significa que houve um aumento na

produtividade. Se estivermos lidando com uma única variável de output e de input, esse

cálculo é simples, mas usualmente nos defrontamos com diversos tipos de inputs que são

agregados para produzirem alguns outros outputs (Lovell, 1993). Assim, para podemos

calcular a produtividade temos que conhecer e mensurar as diferentes variáveis que

compõem tanto os inputs quanto os outputs. Encontrar esta razão na prática é uma tarefa

bastante complexa já que a proporção de outputs pode mudar através do tempo ou mesmo

variar entre as empresas, dificultando a definição do output total. Isso se deve porque

dificilmente uma indústria produz somente um tipo de output. Às vezes, dependendo do

processo produtivo, é possível variar-se, dentro de certos limites, as quantidades e os

tipos dos produtos obtidos (por exemplo, carga e passageiros na geração de receita). Para

se agregar outputs num único valor, torna-se necessário utilizar alguma ponderação de

acordo com a importância relativa de cada output. No que se refere aos inputs, da mesma

forma que os outputs, são de difícil mensuração adequada, pois diversos inputs como

equipamento, energia, matérias primas, mão-de-obra etc. devem ser agregados para

poderem produzir os outputs.

Existem duas maneiras de se mensurar tanto os outputs quanto os inputs: fisicamente i.e.

as quantidades dos diversos tipos de produtos fabricados, o número total de empregados,

o número de passageiros transportados etc. e financeiramente, o que corresponde a receita

total da produção, o valor da mão-de-obra, o desempenho do capital, etc. Examinado o

relacionamento entre os outputs e os inputs, verificamos que aparecem dois tipos básicos

Revista de Literatura dos Transportes, vol. 5, n. 3 (2011)

127

de produtividade: total e parcial. A produtividade total mensura o relacionamento entre

todos os inputs e todos os outputs, e, por conseguinte, refletindo o impacto do conjunto

de todos os insumos para fabricar os produtos.

Com a dificuldade de se calcular índices de produtividade globais, passou-se a

desenvolver medidas de produtividade parciais. Esses índices parciais mensuram a razão

de um ou mais outputs para um ou mais inputs, fornecendo uma indicação parcial ao

invés de uma indicação total. Essas medidas parciais de produtividade têm a grande

desvantagem de não fornecerem um quadro completo da situação, o que sem dúvida

alguma é uma limitação. Por exemplo, uma empresa pode em uma determinada etapa de

um processo produtivo utilizar mais recursos de mão-de-obra do que outra firma que tem

essa mesma etapa do processo mais automatizada. Com o cálculo da produtividade

parcial de mão-de-obra, estaremos fazendo uma análise localizada, esquecendo do

conjunto. Ou seja, uma firma é mais produtiva do que a outra em relação a um insumo,

no caso, a energia elétrica. Não se pode esquecer que estamos nos referindo a apenas uma

etapa do processo de produção. Isto não significa, necessariamente, que uma empresa é

mais produtiva do que a outra, pois aspectos relevantes do processo total podem não

terem sido considerados.

A ferramenta denominada Análise Envoltória de Dados (Data Envelopment Analysis -

DEA) é um método de programação linear não paramétrico destinado a mensurar a

performance de uma firma, organização, programa, i.e., o que for produzido pelas

decision-making units (DMU). Em nosso estudo as DMUs são as empresas aéreas. Esse

procedimento é uma técnica matemática baseada em programação linear a qual não

necessita que a forma funcional relacionando os inputs aos outputs seja especificada. O

DEA otimiza cada observação com o intuito de se construir a Fronteira de Eficiência.

Esta consiste em uma curva discreta formada unicamente por DMUs eficientes.

Evidentemente, deve-se ter em mente que se estamos nos referindo a eficiência relativa,

já que estamos lidando com amostras. A partir da determinação da fronteira passe a se ter

o benchmarking de eficiência da amostra.

Revista de Literatura dos Transportes, vol. 5, n. 3 (2011)

128

Charnes et al. (1994) colocam que o DEA envolve um princípio alternativo para se

extrair informação sobre um conjunto de observações. Em contraste com as abordagens

paramétricas, cujo objetivo é otimizar um plano de regressão através da análise dos

dados, o DEA otimiza sobre cada observação, com o objetivo de calcular uma fronteira

determinada pelas DMUs Pareto-eficientes. É importante notar que na abordagem DEA

pode se encontrar DMUs em áreas Pareto-não-eficientes, o que requer cuidado na

interpretação dos resultados (Fernandes et al. 2008).

Charnes et al. (1994) apresentam as diversas formulações desenvolvidas para a

abordagem do DEA. Na pesquisa desenvolvida para este estudo a questão principal diz

respeito a minimização de input e maximização de output que as organizações podem

realizar. Desta forma, foram utilizadas as orientações input e output num modelo de

rendimento variável de escala (VRS), uma vez que o artigo se refere a organizações de

tamanhos diversos. No caso que estamos analisando, verifica-se a convexidade da

fronteira de eficiência. As DMUs sobre a fronteira de eficiência com escala inferior ao

encontro da reta de retornos constantes de escala com esta fronteira apresentam retornos

crescentes de escala, aquelas superiores apresentam retornos decrescentes de escala

(Banker et al. 1984). Os modelos BCC-I e BCC-O propostos são detalhados em Cooper

et al. (2007). Estes modelos são conhecidos como BCC (variáveis de escala), sendo esta

sigla uma homenagem a seus formuladores Banker et al. (1984).

Revista de Literatura dos Transportes, vol. 5, n. 3 (2011)

129

4. Estudo de Caso

Para análise de um estudo de caso se selecionou 44 empresas, envolvendo Europa,

América do Norte e América do Sul. Os dados básicos encontram-se no Anexo 1. As

empresas foram selecionadas da base de dados ATW (2007b) e IATA (2007) entre

aquelas que possuiam os dados definidos para a análise DEA, inputs e outputs:

PAX – passageiros quilômetros transportados em milhares (Input);

FRT – toneladas quilômetros de carga transportadas em milhares (Input);

CDO – Custo operacional em US $ milhões (2006) (Input);

RL – Receita líquida em US $ milhões (2006) (Output);

LL – Lucro líquido em US $ milhões (2006) (Output).

Os modelos de DEA e nomenclatura utilizada para as DMUs é a seguinte:

BCC-I – Resultado do modelo DEA de retorno variável de escala orientado para

input (insumo) - Cooper et al. (2007);

BCC-O – Resultado do modelo DEA de retorno variável de escala orientado para

output (resultado) - Cooper et al. (2007);

EMP – Sigla da empresa aérea em IATA (2007) (Quadro 1).

As características de cada empresa podem ser encontradas em ATW (2007a). Como

passageiros e carga fazem parte das variáveis do estudo, nenhuma empresa somente

cargueira foi selecionada. Partiu-se dos dados operacionais da IATA (2007) para o ano de

2006 e dos dados financeiros da ATW (2007) para 2006. O primeiro passo foi verificar a

existência de dados coincidentes. O segundo passo foi eliminar outlyers, ou empresas

com dados incoerentes. Neste sentido, se obteve as empresas da amostra. Um perfil da

amostra de empresas do presente estudo é mostrado nas Figuras 1 a 3.

Revista de Literatura dos Transportes, vol. 5, n. 3 (2011)

130

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%

RL

Empresas

Figura 1 - Curva de Lorentz para receita líquida, 2006

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%

PA

X

Empresas

Figura 2 - Curva de Lorentz para passageiros, 2006

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%

FR

T

Empresas

Figura 3 - Curva de Lorentz para carga, 2006

Revista de Literatura dos Transportes, vol. 5, n. 3 (2011)

131

A Curva de Lorentz para a amostra de empresas de aviação mostra que aproximadamente

60% do total da receita líquida de 2006 foram de 20% das empresas selecionadas.

Comportamento semelhante pode ser verificado no caso de passageiros. Por outro lado,

65% da carga esteve concentrada em 20% das empresas. No caso da carga, pode-se

considerar que a concentração é ainda maior, pois não foram incluídas empresas

cargueiras na amostra. O comportamento da concentração de passageiros é semelhante à

receita.

A figura 4 mostra que existe uma relação razoável entre a margem operacional

(RL/CDO) e a relação lucro líquido e custo operacional (LL/CDO). Uma empresa que se

destaca é a Singapore Airlines (SQ). Pode-se observar nesta figura que a única empresa

brasileira do estudo TAM (JJ) está exatamente na reta de tendência. O Quadro 1 mostra

as relações LL/CDO e RL/CDO para todas as empresas do estudo.

AFKL

AA

US/FJ

SQ

SK

JJ

WF

CM

FI

ZL

LH/HM

(LL/CDO) = 3,2843(RL/CDO)3 - 10,196(RL/CDO)2 + 11,193(RL/CDO) - 4,2739

R² = 0,7216

0%

2%

4%

6%

8%

10%

12%

14%

16%

18%

20%

100% 105% 110% 115% 120% 125%

LL

/C

DO

RL/CDO

Empresas Aéreas - Relação Lucro e Receita por Custo

Linha de tendência

Figura 4 – Relação margem operacional e lucro líquido das empresas aéreas da

amostra, 2006

Revista de Literatura dos Transportes, vol. 5, n. 3 (2011)

132

5. Resultados

O posicionamento em relação à fronteira da eficiência nos modelos DEA orientados para

input e output, considerando 3 inputs e 2 outputs (BCC-I e BCC-O) estão mostrados no

Quadro 1. Doze empresas apareceram na fronteira da eficiência em ambas as abordagens

e com apenas com uma exceção (Mahan Air), o posicionamento com relação à orientação

input é próximo ao posicionamento com relação à output. Este é um primeiro indicador

de consistência da análise de eficiência. No entanto, Cooper et al. (2007) recomenda que

se busque olhar a questão da eficiência sobre vários ângulos, de maneira a que a análise

não fique tendenciosa por uma característica peculiar de uma DMU. Por exemplo, a

empresa Regional Express possui uma relação PAX/RL bastante elevada comparada com

as demais. De outra forma, ela tem uma relação de FRT/RL bastante baixa. Assim, trata-

se de uma empresa focada em passageiros. Quando se analisa o número de vezes que esta

empresa aparece como referência para aquelas fora da fronteira, se observa que foi uma

vez no modelo BCC-I e nenhuma no modelo BCC-O. Isto indica um posicionamento

isolado dos padrões das demais empresas. As empresas que aparecem como referência

com mais freqüência no modelo BCC-I são: US Airways (6), Air Seychelles (6),

Singapore Airlines (8), Air Pacific (11), Icelandair (12), Scandinavian Airlines (14),

Copa (22) e Lufthansa (28). As Empresas que aparecem com referência com mais

freqüência no modelo BCC-O são: Air Seychelles (5), US Airways (8), Singapore

Airlines (9), Air Pacific (9), Icelandair (11), Scandinavian Airlines (13), Copa (21) e

Lufthansa (30). Estas empresas aparecem como as referências em transformar seus

produtos em receita e lucratividade.

Revista de Literatura dos Transportes, vol. 5, n. 3 (2011)

133

Quadro 1 – Variáveis e resultados dos modelos DEA das empresas aéreas, 2006

Sigla Empresa PAX/RL FRT/RL RL/CDO LL/CDO BCC-I BCC-O AFKL Air France-KLM 2333 46 106% 4% 100% 100% LH Lufthansa 2013 47 107% 4% 100% 100% AA American Airlines 4425 23 105% 1% 100% 100% US US Airways 3157 6 105% 3% 100% 100% SQ Singapore Airlines 1887 135 110% 16% 100% 100% SK Scandinavian Airlines 2830 12 102% 8% 100% 100% CM Copa 2554 21 124% 20% 100% 100% FI Icelandair 1935 74 106% 5% 100% 100% WF Wideroe 4439 1 101% 1% 100% 100% FJ Air Pacific 2552 65 105% 3% 100% 100% ZL Regional Express 10013 7 113% 10% 100% 100% HM Air Seychelles 5078 43 107% 4% 100% 100% BA British Airways 2166 42 113% 6% 99% 99% JP Adria Airways 4256 21 101% 0% 97% 95% EK Emirates 1976 134 112% 12% 96% 96% QF Qantas 2390 43 106% 4% 92% 92% CX Cathay Pacific 2139 154 109% 8% 88% 88% JK Spanair 5650 6 102% 1% 85% 88% CO Continental Airlines 3566 17 104% 3% 84% 92% CS Continen. Micronesia 3048 42 113% 8% 84% 82% SU Aeroflot 2615 51 119% 13% 82% 81% SA South African Airw. 2527 63 102% 3% 80% 80% TP TAP - Air Portugal 3326 29 102% 0% 77% 78% KE Korean Air 2555 186 107% 5% 74% 75% CI China Airlines 2629 359 102% 1% 72% 72% W5 Mahan Air 8907 46 108% 4% 70% 44% LX SWISS 3125 57 106% 7% 69% 70% ET Ethiopian Airlines 3293 82 105% 3% 67% 65% IB Iberia 3910 31 102% 1% 67% 67% LA Lan Airlines 2918 147 111% 9% 66% 66% RJ Royal Jordanian 3140 102 103% 2% 66% 64% NH All Nippon Airways 3896 52 106% 2% 61% 65% TG Thai Airways 3754 116 110% 5% 53% 53% NZ Air New Zealand 5238 52 103% 3% 48% 48% TK Turkish Airlines 5804 45 102% 5% 45% 45% MI Silkair 7352 80 104% 6% 45% 35% JJ TAM Linhas Aéreas 6651 32 117% 13% 42% 42% UL Srilankan Airlines 5252 165 101% 1% 40% 38% PR Philippine Airlines 5539 110 102% 2% 40% 38% AV Avianca 6402 60 108% 1% 39% 40% CA Air China Limited 5448 143 106% 8% 37% 37% IC Indian Airlines 7029 75 101% 1% 35% 35% 9W Jet Airways 7785 91 113% 8% 31% 31% CZ China Southern Airl. 7980 129 101% 0% 28% 29%

Revista de Literatura dos Transportes, vol. 5, n. 3 (2011)

134

6. Discussão

A análise DEA pode ser visualizada quando consideramos dois inputs e um output

(FRT/RL e PAX/RL) (Cooper et al., 2007). Esta visualização ajuda a dar consistência à

análise. Grandes empresas como British Airways e Air France-KLM não se mostraram

como referência, mas na análise da Figura 5 pode-se observar que estas empresas estão

próximas à fronteira de eficiência e podem ser consideradas. Um caso especial é da

American Airlines que na análise dos modelos BCC-I e O apareceu na fronteira, mas não

foi referência para outras empresas. Isto se confirma na análise da figura 5. A American

Airlines fica longe da fronteira e próxima a uma área Pareto-não-eficiente (Fernandes et

al., 2007). A empresa brasileira TAM apresentou em 2006 uma excelente lucratividade,

no entanto, seria difícil dizer que ela possui parâmetros sólidos para manter esta

lucratividade.

A proximidade das empresas asiáticas e do oriente médio da fronteira de eficiência (vide

Quadro 1), mostra que está havendo um catch-up das empresas de transporte aéreo em

relação à operação de empresas pioneiras americanas e européias. A empresa brasileira

que faz parte do estudo não apresenta um posicionamento favorável. A análise aqui

desenvolvida não contempla todas as empresas importantes em operação, sendo assim,

esta é uma limitação do estudo. No entanto, ela tem uma amostra significativa das

empresas de transporte de passageiros a nível mundial.

Revista de Literatura dos Transportes, vol. 5, n. 3 (2011)

135

AFKL

LHAA

BACO

NH

US

QF

SQ

SK

KE

EK

CX

IB

TG

CI

JJ

LXFJ

LA

SU

HMTP

JK

RJET

CM

FI

ZLWF

0

50

100

150

200

250

300

350

400

0 2000 4000 6000 8000 10000 12000

FR

T/

RL

PAX/RL

Fronteira da eficiência

Figura 5 – Fronteira da eficiência da relação passageiros e carga com a receita

líquida das empresas aéreas da amostra, 2006

Conclusões

A análise DEA identificou várias grandes empresas mundiais fora da fronteira da

eficiência como Continental Airlines, All Nippon Airways, Korean Air, Iberia entre

outras. A American Airlines, um caso especial, que nas análises dos modelos BCC-I e

BCC-O se encontra na fronteira, mas através de uma observação de outros elementos se

encontra fora da fronteira. A análise aqui apresentada não foi exaustiva, incluindo todas

as empresas ou considerando todos os elementos definidores de uma operação de

transporte aéreo eficiente e sustentável, no entanto, indica que a busca de operações com

valor agregado para passageiros e carga é um importante fator na composição de receitas

das empresas. Pode-se observar que os resultados deste estudo são preliminares e que são

necessárias outras análises para se testar com mais segurança os parâmetros que levam as

empresas para a fronteira da eficiência ou a estarem fora dela. O estudo está limitado ao

ano de 2006, assim, uma série histórica com vários anos daria mais consistência aos

resultados. Uma hipótese interessante para futuros estudos é se a economia de escala é

um fator fundamental para a sustentabilidade das empresas de transporte aéreo.

Revista de Literatura dos Transportes, vol. 5, n. 3 (2011)

136

Referências

Adler, N., Golany, B. (2001) Evaluation of deregulated airline networks using data envelopment

analysis combined with principal component analysis with an application to Western

Europe. European Journal of Operational Research, 132(2): 260-273.

Araujo Jr., A. H., Santos, I.C. e Rocha, A. (2008) Relative efficiency and productivity of

international airlines. 12th ATRS Word Conference, 6-10 July, Digital Annals, Athens.

ATW. 2007a. World airline report, Paris.

ATW. 2007b. World airline financial and traffic results, Paris.

Banker, R. D., Charnes, A. e Cooper, W. W. (1994) Some models for estimating technical and

scale inefficiencies in data envelopment analysis. Management Science, 30 (9): 1078-1092.

Capobianco, H. M. P. e Fernandes, E. (2004) Capital structure in the world airline industry.

Transportation Research Part A-Policy and Practice, 38 (6): 421-434.

Chan, P. S. e Sueyoshi, T. (1991) Environmental-Change, Competition, Strategy, Structure and

Firm Performance - an Application of Data Envelopment Analysis in the Airline Industry.

International Journal of Systems Science, 22 (9): 1625-1636.

Charnes, A., Cooper, W. W., Lewin, A. Y. e Seiford, L. M. (1994) Data Envelopment Analysis:

Theory, Methodology and Applications. Kluwer Academic Publishers, Boston.

Charnes, A., Gallegos, A. e Li, H. (1996) Robustly efficient parametric frontiers via

Multiplicative DEA for domestic and international operations of the Latin American airline

industry. European Journal of Operational Research, 88 (3): 525-536.

Chiou, Y-C. e Chen, Y-H. (2006) Route-based performance evaluation of Taiwanese domestic

airlines using data envelopment analysis. Transportation Research Part E: Logistics and

Transportation Review, 42 (2): 116-127.

Cooper, W. W., Seiford, L. M. e Tone, K. (2007) Data envelopment analysis: a comprehensive

text with model, applications, references and DEA-Solver software. Second edition,

springer, New York.

Revista de Literatura dos Transportes, vol. 5, n. 3 (2011)

137

Fernandes, E e Capobianco, H. M. P. (2001) Airline capital structure and returns. Journal of Air

Transport Management, 7 (3): 137-142.

Fernandes, E., Pires, H. M., Lins, M. P. E. e Silva, A. C. M. (2008) Financial performance of air

transport companies: an analysis of the non-Pareto-efficient space in data envelopment

analysis. In: Data Mining IX: Data Mining, Protection, Detection and other Security

Technologies, Cádiz. WIT Press. 40: 185-194. Southampton.

Good, D., Nadiri, I., Roeller, L-H. e Sickles, R. C. (1995) Airline efficiency differences between

Europe and the US: implications for the pace of EC integration and domestic regulation.

European Journal of Operational Research, 80, 508-518.

Greer, M. R. (2008) Nothing focuses the mind on productivity quite like the fear of liquidation:

Changes in airline productivity in the United States, 2000-2004. Transportation Research

Part A-Policy and Practice, 42 (2): 414-426.

IATA. 2007. WATS 10 year traffic results 1997-2006. São Paulo.

Lin, E. T. J. (2008) Route-based performance evaluation of Taiwanese domestic airlines using

data envelopment analysis: A comment. Transportation Research Part E-Logistics and

Transportation Review, 44 (5): 894-899.

Lovell, C. A. K. (1993) Production frontiers and productive efficiency. In: Fried, H. O., Lovell,

C. A. K., Schimidt, S. S. (Eds.) The Measurement of Productive Efficiency. Oxford

University Press, New York.

Oum, T. e Yu, C. (1998a) Cost Competitiveness of Major Airlines: An International Comparison.

Transportation Research A, 32 (6): 407-422.

Oum, T. e Yu, C. (1998b) An analysis of profitability of the world's major airlines. Journal of Air

Transport Management, 4, 229-237.

Scheraga, C. A. (2004) Operational efficiency versus financial mobility in the global airline

industry: a data envelopment and Tobit analysis. Transportation Research Part A: Policy

and Practice, 38 (5): 383-404.

Sengupta, J. K. (1999) A dynamic efficiency model using data envelopment analysis.

International Journal of Production Economics, 62 (3): 209-218.

Revista de Literatura dos Transportes, vol. 5, n. 3 (2011)

138

Tofallis, C. (1997) Input efficiency profiling: An application to airlines. Computers & Operations

Research, 24 (3): 253-258.

Tsionas, E. G. (2003) Combining DEA and stochastic frontier models: An empirical Bayes

approach. European Journal of Operational Research, 147 (3): 499-510.

Revista de Literatura dos Transportes, vol. 5, n. 3 (2011)

139

ANEXO 1 – Dados das empresas aéreas, 2006

Empresa PAX FRT CDO RL LL Air France-KLM 71.777.638 1.404.790 29.108 30.765 1.092 Lufthansa 51.212.907 1.201.374 23.782 25.447 1.030 American Airlines 99.834.761 519.995 21.503 22.563 231 US Airways 36.483.394 73.408 10.999 11.557 304 Singapore Airlines 18.022.009 1.292.768 8.685 9.549 1.404 Scandinavian Airlines 25.098.816 106.715 8.703 8.868 692 Copa 2.173.830 18.081 684 851 134 Icelandair 1.536.213 58.641 747 794 37 Wideroe 1.906.054 461 424 429 3 Air Pacific 630.734 15.996 236 247 8 Regional Express 1.273.697 911 113 127 12 Air Seychelles 438.835 3.740 81 86 3 British Airways 36.086.877 694.428 14.756 16.663 859 Adria Airways 850.002 4.181 199 200 0 Emirates 16.747.667 1.136.132 7.562 8.475 942 Qantas 23.805.278 423.687 9.431 9.961 350 Cathay Pacific 16.667.005 1.198.678 7.124 7.793 548 Spanair 9.082.431 9.586 1.577 1.608 14 Continental Airlines 46.818.302 217.530 12.660 13.128 343 Continental Micronesia 1.476.993 20.351 427 485 36 Aeroflot 7.232.727 141.387 2.322 2.766 309 South African Airways 7.715.488 191.172 3.002 3.053 83 TAP - Air Portugal 7.080.970 60.970 2.090 2.129 9 Korean Air 21.967.135 1.600.511 8.069 8.598 367 China Airlines 9.837.589 1.343.793 3.655 3.742 23 Mahan Air 873.758 4.542 91 98 4 Swiss 10.637.588 195.105 3.215 3.404 216 Ethiopian Airlines 1.953.882 48.706 567 593 15 Iberia 27.571.131 221.757 6.893 7.051 74 Lan Airlines 8.854.379 445.075 2.731 3.034 241 Royal Jordanian 1.965.537 63.703 608 626 10 All Nippon Airways 49.226.247 658.711 11.872 12.635 274 Thai Airways 18.204.379 561.728 4.396 4.849 239 Air New Zealand 12.063.629 118.839 2.242 2.303 58 Turkish Airlines 16.437.100 127.720 2.770 2.832 132 Silkair 1.564.545 16.919 205 213 13 TAM Linhas Aéreas 22.778.912 109.161 2.915 3.425 378 Srilankan Airlines 3.121.565 98.070 587 594 8 Philippine Airlines 6.867.766 136.840 1.220 1.240 29 Avianca 7.417.138 69.420 1.068 1.159 13 Air China Limited 31.314.550 822.094 5.424 5.748 423 Indian Airlines 9.083.722 97.154 1.275 1.292 11 Jet Airways 10.705.839 124.783 1.213 1.375 101 China Southern Airlines 48.511.929 786.538 6.039 6.079 26

Revista de Literatura dos Transportes, vol. 5, n. 3 (2011)

140