FUNDAÇÃO EDSON QUEIROZ UNIVERSIDADE DE FORTALEZA – UNIFOR
ARI HOLANDA JÚNIOR
FATORES CONDICIONANTES DA INADIMPLÊNCIA EM INSTITUIÇÃO DE ENSINO SUPERIOR PRIVADA: UM ESTUDO DE CASO
FORTALEZA 2005
ii
FUNDAÇÃO EDSON QUEIROZ UNIVERSIDADE DE FORTALEZA – UNIFOR
ARI HOLANDA JÚNIOR
FATORES CONDICIONANTES DA INADIMPLÊNCIA EM INSTITUIÇÃO DE ENSINO SUPERIOR PRIVADA: UM ESTUDO DE CASO Dissertação Apresentada ao Curso de Mestrado em Administração de Empresas da Universidade de Fortaleza como requisito parcial para obtenção do Título de Mestre em Administração
Orientador: Prof. Dr. Heber José de Moura
FORTALEZA 2005
iii
ARI HOLANDA JÚNIOR
FATORES CONDICIONANTES DA INADIMPLÊNCIA EM INSTITUIÇÃO DE ENSINO SUPERIOR PRIVADA: UM ESTUDO DE CASO
Data da Aprovação: 17/10/2005
Banca Examinadora:
Prof. Dr. Heber José de Moura Orientador – UNIFOR
Prof. Dr. Érico Veras Marques Membro – UNIFOR
Prof. PhD. José de Souza Neto Membro – Faculdade Integrada do Ceará/Embrapa
iv
Aos meus pais, à minha esposa Tânia, minhas filhas Alice e Amanda, meus irmãos, meus sogros, cunhados e sobrinhos, por todo o amor, suporte, incentivo e compreensão que dispensaram nos últimos dois anos.
v
AGRADECIMENTOS
À Universidade de Fortaleza. Ao Orientador, Prof. Dr. Heber Moura, pela dedicação e orientação no desenvolvimento deste trabalho. Aos Membros da Banca Examinadora, Prof. Dr. Érico Veras Marques, Prof. PhD. José de Souza Neto, pela leitura atenta e valorosas contribuições a este trabalho. Ao Professor Jessé de Hollanda Cordeiro e ao Sr. Cláudio Pimentel da Silva, Diretores da Faculdade Integrada do Ceará, por terem contribuído decisivamente para a realização deste trabalho. Aos meus alunos, que contribuíram na aplicação dos questionários da pesquisa. Aos meus colegas professores, que tanto me incentivaram. A Deus, pela saúde, paz e discernimento das questões estudadas. A todos que contribuíram para tornar este trabalho uma realidade.
vi
HOLANDA JÚNIOR, Ari. Fatores Condicionantes da Inadimplência em Instituição de Ensino Superior Privada: Um Estudo de Caso. Fortaleza: Universidade de Fortaleza – UNIFOR, Dissertação (Mestrado em Administração), 2005.
Perfil do Autor: Engenheiro Civil, Especialista em Gerência da Produção e Professor Assistente da Faculdade Integrada do Ceará. RESUMO A nova Lei de Diretrizes e Bases para a Educação Brasileira promoveu uma expansão sem igual na quantidade de Instituições de Ensino Superior (IES), proporcionando uma oportunidade para milhares de brasileiros terem acesso ao ensino superior, mas, em contrapartida, surgiu um fenômeno com proporções até então nunca vistas: a inadimplência educacional. Com o objetivo de estudar quais os fatores que condicionam o fenômeno, elaborou-se este estudo em uma IES privada de Fortaleza-CE. Verificou-se que a produção acadêmica sobre o tema no Brasil é escassa; assim utilizou-se, como referencial teórico, várias pesquisas que abordaram o assunto, realizadas em outros países. Através da técnica estatística de análise discriminante, verificou-se na IES pesquisada que a inadimplência tem como principais fatores condicionantes: a motivação para efetuar o pagamento, o tipo de curso, a área de conhecimento estudada, o nível de incentivo familiar ao estudo superior, e a falta de compromisso pessoal para com o processo educativo. O pressuposto de que a inadimplência educacional no ensino superior estaria relacionada somente com fatores financeiros não se confirmou. PALAVRAS CHAVES: Inadimplência Educacional, Ensino Superior, Análise Discriminante.
vii
ABSTRACT The new “Law of Guidelines for the Brazilian Education” has promoted an unique expansion in the amount of higher education institutions (HEI), providing an opportunity for thousands of Brazilians to have access to higher education, but, on the other hand, a phenomenon of unseen proportions has risen: student default. Aiming to study what factors condition the phenomenon, this research was conducted in a private HEI of Fortaleza, in the B Ceará State. It was verified that academic literature on the theme in Brazil is scarce; therefore, for theoretical background, several researches, accomplished at other countries and that approached the theme, were considered. Through the statistical technique of discriminant analysis, it has been verified in the researched HEI that the student default has as main conditioning factors: the motivation to pay, the kind of course taken, the studied knowledge area, the level of family support to the superior studies, and the lack of personal commitment to the educational process. The presupposition that student default in higher education business would be only related with financial factors was not confirmed.
Key Words: Student Default, Higher Education, Discriminant Analysis.
viii
SUMÁRIO
LISTA DE ILUSTRAÇÕES...........................................................................................................................X INTRODUÇÃO .............................................................................................................................................12 HIPÓTESE ....................................................................................................................................................15 OBJETIVOS ..................................................................................................................................................16 ESTRUTURA DA DISSERTAÇÃO ......................................................................................................................17 1 CRÉDITO E RISCO ..................................................................................................................................18 2 O CENÁRIO EDUCACIONAL .................................................................................................................32 2.1 A EXPANSÃO DO ENSINO SUPERIOR NO BRASIL ......................................................................................32 2.2 O FINANCIAMENTO DO ENSINO SUPERIOR PARTICULAR ..........................................................................34 2.2.1 O Financiamento Estudantil no Brasil.............................................................................................35 2.2.2 O Financiamento Estudantil no Âmbito Internacional .....................................................................40 3 A INADIMPLÊNCIA EDUCACIONAL....................................................................................................47 3.1 CAUSAS DA INADIMPLÊNCIA ..................................................................................................................49 3.1.1 Desemprego...................................................................................................................................50 3.1.2 Endividamento...............................................................................................................................50 3.1.3 Fiança ou Aval...............................................................................................................................50 3.1.4 Empréstimo de Documentos...........................................................................................................51 3.1.5 Saúde e Outros...............................................................................................................................51 3.2 PRIORIDADES DOS DEVEDORES ....................................................................................................52 3.2.1 Financiamento de Imóvel ...............................................................................................................53 3.2.2 Financiamento de Automóvel.........................................................................................................53 3.2.3 Despesas Básicas (Água, Energia Elétrica, Telefone, etc.) ..............................................................53 3.2.4 Cartão de Crédito e Crediário.........................................................................................................54 3.2.5 Saúde e Previdência Privada...........................................................................................................54 3.2.6 Educação.......................................................................................................................................55 3.3 A INADIMPLÊNCIA NO ENSINO SUPERIOR DOS ESTADOS UNIDOS .............................................................55 3.3.1 Variáveis para o sucesso acadêmico ...............................................................................................56 3.3.2 Obtenção do Grau Superior ............................................................................................................56 3.3.3 Resultados Médios Globais de Desempenho Acadêmico.................................................................58 3.3.4 Renovação de Matrículas e Reprovações ........................................................................................59 3.3.5 Experiência Universitária...............................................................................................................59 3.3.6 Variáveis Pós-Escolares .................................................................................................................61 3.3.7 Características Antecedentes dos Estudantes...................................................................................64 3.3.8 Atitude do Estudante......................................................................................................................67 3.4 A DÍVIDA ..............................................................................................................................................67 3.4.1 Nível de Endividamento.................................................................................................................67 3.4.2 Percepção da Dívida ......................................................................................................................68 3.5 VARIÁVEIS PELO TIPO DE ESCOLA ..........................................................................................................69 3.6 FATORES RELACIONADOS À OFERTA DE FINANCIAMENTOS .....................................................................70 3.7 MAPEANDO O RISCO DE INADIMPLÊNCIA ................................................................................................70 3.8 EVIDÊNCIAS ESTATÍSTICAS DA INADIMPLÊNCIA EDUCACIONAL ...............................................................72 3.8.1 Os Primeiros Estudos.....................................................................................................................73 3.8.2 O Estudo de Knapp e Seaks............................................................................................................74 3.8.3 A Contribuição de Volkwein e Szelest............................................................................................75 4 METODOLOGIA DA PESQUISA ............................................................................................................78 4.1 TIPO DE PESQUISA E PROCESSO DE AMOSTRAGEM ...................................................................................78 4.1.1 População e Instituição Pesquisada.................................................................................................79 4.1.2 Amostra.........................................................................................................................................80 4.2 DEFINIÇÃO DAS VARIÁVEIS E DA TÉCNICA DE COLETA ............................................................................80
ix
4.3 TÉCNICA DE ANÁLISE DE DADOS EMPREGADA ........................................................................................83 4.3.1 Análise Discriminante....................................................................................................................83 4.4 PERÍODO DA PESQUISA ...........................................................................................................................91 4.5 PRÉ-TESTE ............................................................................................................................................91 4.6 ANÁLISE DO RESULTADO DO PRÉ-TESTE .................................................................................................92 4.6.1 Sumário do Processamento.............................................................................................................92 4.6.2 Análise da Matriz de Correlação Combinada ..................................................................................93 4.6.3 Sumário da Função Discriminante Canônica...................................................................................93 4.6.4 Interpretação dos Coeficientes da Função Discriminante Estimada..................................................93 4.6.5 A Função Discriminante Estimada .................................................................................................94 4.6.6 Validação da Função Discriminante Estimada ................................................................................94 4.7 CONCLUSÃO DO PRÉ-TESTE ...................................................................................................................94 5 ANÁLISE DOS RESULTADOS DA PESQUISA ......................................................................................95 5.1 ANÁLISE DESCRITIVA ............................................................................................................................95 5.2 ANÁLISE DISCRIMINANTE ....................................................................................................................107 5.2.1 Tamanho e divisão da amostra .....................................................................................................108 5.2.2 Verificação dos Pressupostos da Análise Discriminante................................................................108 5.2.3 Estimação da Função Discriminante.............................................................................................109 5.2.4 Significância Estatística ...............................................................................................................110 5.2.5 A Função Discriminante Estimada ...............................................................................................111 5.2.6 Validação Função Discriminante..................................................................................................112 5.2.7 Interpretação dos Resultados ........................................................................................................114 CONCLUSÃO .............................................................................................................................................116 REFERÊNCIAS BIBLIOGRÁFICAS ........................................................................................................119 APÊNDICE I – QUESTIONÁRIO DE COLETA DE DADOS..................................................................125 APÊNDICE II – RELAÇÃO DAS VARIÁVEIS INDEPENDENTES .......................................................129 APÊNDICE III – MATRIZ ESTRUTURAL DA FUNÇÃO DISCRIMINANTE......................................136 APÊNDICE IV – MATRIZ DE CLASSIFICAÇÃO DA FUNÇÃO DISCRIMINANTE...........................137 APÊNDICE V – MATRIZ DE TABULAÇÃO DOS QUESTIONÁRIOS .................................................140
x
LISTA DE ILUSTRAÇÕES . FIGURA 1 – ANÁLISE POR CREDIT SCORE. ..........................................................................................................26 FIGURA 2 – COMO FAZER ANÁLISE DISCRIMINANTE. .........................................................................................87 GRÁFICO 1 - PERDAS E GANHOS COM REJEIÇÃO DE CRÉDITO.............................................................................28 GRÁFICO 2 – A DISTRIBUIÇÃO LOGÍSTICA ........................................................................................................30 GRÁFICO 3 – CAUSAS DA INADIMPLÊNCIA. .......................................................................................................50 GRÁFICO 4 – TAXA DE INADIMPLÊNCIA ENTRE ALUNOS NÃO CASADOS E COM DEPENDENTES. .............................65 GRÁFICO 5 – DISTRIBUIÇÃO DOS ESCORES DISCRIMINANTES. .............................................................................87 GRÁFICO 6 – INADIMPLENTES X SEXO ..............................................................................................................96 GRÁFICO 7 – INADIMPLÊNCIA X POSSE DE VEÍCULOS X RENDA ........................................................................101 GRÁFICO 8 – INADIMPLÊNCIA X RESIDÊNCIA X RENDA ...................................................................................102 GRÁFICO 9 – DISPERSÃO DA MÉDIA DOS GRUPOS ...........................................................................................112 QUADRO 1 – PERFIL DE DEVEDORES. ................................................................................................................27 QUADRO 2 – PONTUAÇÃO DAS CARACTERÍSTICAS.............................................................................................27 QUADRO 3 – PERDAS E GANHOS COM REJEIÇÃO DE CRÉDITO. ...........................................................................28 QUADRO 4 – INADIMPLÊNCIA MÉDIA NO BRASIL...............................................................................................48 QUADRO 5 – RELAÇÃO RENDA X INADIMPLÊNCIA. ...........................................................................................62 QUADRO 6 – ELEMENTOS DE RISCO DE INADIMPLÊNCIA ....................................................................................71 QUADRO 7 – ATIVOS ACADÊMICOS E INFRA-ESTRUTURA DA IES PESQUISADA ...................................................79 QUADRO 8 – VARIÁVEIS INDEPENDENTES DA PESQUISA ....................................................................................82 QUADRO 9 – RESULTADO DA ESTIMAÇÃO STEPWISE ........................................................................................110 QUADRO 10 – LAMBDA DE WILKS ..................................................................................................................110 QUADRO 11 – AUTOVALOR ............................................................................................................................111 QUADRO 12 – COEFICIENTES NÃO-PADRONIZADOS DA FUNÇÃO DISCRIMINANTE CANÔNICA ............................111 QUADRO 13 – COEFICIENTES PADRONIZADOS DA FUNÇÃO DISCRIMINANTE ......................................................114 TABELA 1 – EVOLUÇÃO NO NÚMERO DE IES PÚBLICAS E PRIVADAS NO BRASIL, 1997-2003...............................12 TABELA 2 – CLASSIFICAÇÃO DOS EMPRÉSTIMOS. ..............................................................................................23 TABELA 3 – NÚMERO E PERCENTUAL DE IES POR ORGANIZAÇÃO ACADÊMICA NO BRASIL, 2003........................32 TABELA 4 – NÚMERO E PERCENTUAL DE INSTITUIÇÕES POR CATEGORIA ADMINISTRATIVA NO BRASIL, 2003. ....33 TABELA 5 – ALUNOS ATENDIDOS PELO FIES, 2000 -2002..................................................................................38 TABELA 6 – INADIMPLÊNCIA POR FAIXA DE GPA ..............................................................................................58 TABELA 7 – INADIMPLÊNCIA E RENDA ENTRE ALUNOS CASADOS POR RAÇA.......................................................65 TABELA 8 – VARIÁVEIS VALIDADAS .................................................................................................................93 TABELA 9 – COEFICIENTES DA FUNÇÃO DISCRIMINANTE ...................................................................................93 TABELA 10 – COEFICIENTES DA FUNÇÃO DE CLASSIFICAÇÃO ............................................................................94 TABELA 11 – CLASSIFICAÇÃO DOS RESULTADOS ...............................................................................................94 TABELA 12 – SEXO DOS RESPONDENTES ...........................................................................................................95 TABELA 13 – SEXO X CONDIÇÃO DE INADIMPLÊNCIA ........................................................................................96 TABELA 14 – RAÇA DOS RESPONDENTES ..........................................................................................................97 TABELA 15 – ESTADO CIVIL X RAÇA X CONDIÇÃO DE INADIMPLÊNCIA ..............................................................97 TABELA 16 – TABULAÇÃO CRUZADA CONDIÇÃO DE INADIMPLÊNCIA X TER FILHOS ...........................................98 TABELA 17 – INADIMPLÊNCIA X RENDA FAMILIAR ............................................................................................98 TABELA 18 – INADIMPLÊNCIA X TIPO DE OCUPAÇÃO .........................................................................................99 TABELA 19 – INADIMPLÊNCIA X FAIXA ETÁRIA.................................................................................................99 TABELA 20 – INADIMPLÊNCIA X DURAÇÃO DO CURSO.....................................................................................100 TABELA 21 – INADIMPLÊNCIA X ATITUDE DE PAGAMENTO ...............................................................................101 TABELA 22 – INADIMPLENTES COM CARTÃO DE CRÉDITO................................................................................102 TABELA 23 – INADIMPLÊNCIA POR DESEMPENHO ACADÊMICO ........................................................................103 TABELA 24 – INADIMPLÊNCIA POR ÁREA DE CONHECIMENTO ..........................................................................103 TABELA 25 – INADIMPLÊNCIA POR DEDICAÇÃO AO ESTUDO ............................................................................104 TABELA 26 – INADIMPLÊNCIA POR FREQÜÊNCIA ÀS AULAS .............................................................................104 TABELA 27 – INADIMPLÊNCIA POR VALOR DA MENSALIDADE .........................................................................105 TABELA 28 – INADIMPLENTES POR VALOR DA MENSALIDADE E RENDA FAMILIAR ...........................................105 TABELA 29 – INADIMPLÊNCIA X REPUTAÇÃO DA IES......................................................................................106
xi
TABELA 30 – INADIMPLÊNCIA X OPINIÃO SOBRE O PROGRAMA .......................................................................106 TABELA 31 – INADIMPLÊNCIA X CONTROLE FINANCEIRO ................................................................................107 TABELA 32 – SUMÁRIO DA ANÁLISE DOS CASOS PROCESSADOS .......................................................................108 TABELA 33 – LOGARITMOS DETERMINANTES..................................................................................................109 TABELA 34 – CENTRÓIDE DOS GRUPOS ...........................................................................................................111 TABELA 35 – FUNÇÕES DISCRIMINANTES LINEARES DE FISHER .......................................................................111 TABELA 36 – MATRIZ DE VALIDAÇÃO ............................................................................................................113
12
INTRODUÇÃO A presente dissertação tem por objetivo identificar os fatores mais importantes que contribuem e melhor explicam a inadimplência em uma instituição de ensino superior privada (IES). Ela se propõe também a encontrar a relação entre o perfil sócio-econômico e acadêmico do aluno de nível superior e a inadimplência, verificar a relação entre as características, percebidas pelos alunos, da instituição de ensino superior estudada e o índice de inadimplência e elaborar um modelo estatístico que identifique os alunos com o maior risco de inadimplência na IES estudada. O tema associado à previsão do risco de inadimplência em instituições de ensino superior se refere à análise do perfil dos alunos inadimplentes e adimplentes, segundo suas características sócio-econômicas, relacionamento acadêmico e as características acadêmicas e estruturais de uma instituição de ensino superior privada, localizada na cidade de FortalezaCE. Esta análise se faz necessária tendo em vista a expansão do mercado de ensino superior, tanto no Brasil quanto em Fortaleza, e os alarmantes índices de inadimplência registrados pelas instituições de ensino superior privadas, que já experimentam um ambiente cada vez mais competitivo na busca da sobrevivência e da sedimentação no mercado. Constata-se no Brasil, entre 1997 e 2003, uma evolução substancial no número de instituições de ensino superior, como se pode evidenciar na Tabela 1. Tabela 1 – Evolução no Número de IES públicas e privadas no Brasil, 1997-2003 IES IES ∆% Ano Total ∆% Pública ∆% Privada ∆% Acum. 1997 211 689 900 1998 209 -0,9 764 10,9 973 8,1 8,1 1999 192 -8,1 905 18,5 1.097 12,7 21,9 2000 176 -8,3 1.004 10,9 1.180 7,6 31,1 2001 183 4,0 1.208 20,3 1.391 17,9 54,6 2002 195 6,6 1.442 19,4 1.637 17,9 81,9 2003 207 6,2 1.652 14,6 1.859 13,6 106,6 Fonte: INEP/MEC, 2004.
Ao cenário apresentado, é razoável supor que o incremento no número de IES, e a conseqüente oferta de vagas, resultaram em modificação no comportamento da demanda (representada por aqueles inscritos para a seleção), concernente à tomada de decisão do consumidor por uma ou outra IES, no momento em que as possibilidades de escolha no que concerne tipo de curso, grau a ser obtido, valor de mensalidade etc., obtiveram uma diversificação substancial.
13
Este contexto irá requerer uma melhor compreensão deste ambiente, um conhecimento mais acurado do mercado, da inadimplência nas IES e as possíveis características dos alunos e, também, da instituição, face à possibilidade de existência de diferenças significativas entre aqueles que honram suas responsabilidades financeiras assumidas, referentes à prestação de serviços educacionais no ensino de graduação, e aqueles que alimentam as estatísticas da inadimplência escolar. Assim, se pretende contribuir, demonstrando quais os elementos ou fatores que condicionam o fenômeno da inadimplência e, como corolário, elaborando um modelo de previsão de risco de inadimplência, como ferramenta para explicar o fenômeno. Assim, as instituições de ensino superior poderão proceder à formulação de suas estratégias, direcionadas à prevenção, ou à redução dos índices que consideram significativos. No Brasil, uma das especificidades das instituições de ensino superior é a origem de seus recursos financeiros. Sob este aspecto se têm dois tipos de instituições: a) as que são mantidas pelo Poder Público - instituições públicas e b) as que se mantém com recursos próprios – instituições privadas. A segmentação de mercado é a resultante desta distinção jurídica. Para efeito deste estudo, o mercado de ensino superior é entendido como um conjunto, do qual fazem parte: a) os consumidores dos serviços de ensino superior (aqueles que já estão matriculados); b) os agentes potenciais para o ingresso no ensino superior (aqueles que concorrem a uma vaga nas IES); c) as instituições que ofertam ensino superior. A caracterização da segmentação se observa com os números das matrículas no ensino público e no ensino privado. Segundo o Instituto Nacional de Estudos e Pesquisas Educacionais (INEP), em CENSO DA EDUCAÇÃO SUPERIOR DE 2003, publicado em 2004, o Brasil já apresentava 1.137.119 matrículas no ensino público e 2.750.652 matrículas no ensino privado. Estes dados mostram que o ensino público detém 29,2% das matrículas enquanto que o ensino privado detém 70,8%. Evidentemente, a expansão já vinha se dando ao longo do tempo. Porém, se verifica a maior variação no período 1996 – 2000, justamente quando passou a vigorar a nova Lei de Diretrizes e Bases para a Educação (LDB) e o surgimento das novas IES.
14
Vários efeitos desta expansão já se fazem sentir: aumento da oferta de cursos, aumento da oferta de vagas, aumento da competição entre as IES, redução no valor das mensalidades, redução da qualidade do ensino, aumento da evasão de alunos e aumento da inadimplência das mensalidades escolares. Para Braga (2004), a correlação entre qualidade da instituição e seu grau de inadimplência é um fato. O estudo de Braga realizado através da consultoria Lobo & Associados, e apresentado no artigo “A Questão do Financiamento e da Inadimplência”, publicado no periódico eletrônico Revista @prender Virtual aponta um fato interessante: quanto menor o valor da mensalidade cobrada pela IES, maior é a inadimplência, e quanto maior a renda familiar do aluno que estuda em instituição de preços abaixo da média do mercado, maior também é a taxa de inadimplência, corroborando a relação qualidade x inadimplência. Decorrem, portanto, as seguintes interrogações: a) Quais as características que diferenciam os estudantes inadimplentes daqueles adimplentes em uma instituição de ensino superior? b) O perfil do novo estudante do ensino superior, e seu desempenho acadêmico estão relacionados à taxa de inadimplência escolar? c) O valor da mensalidade cobrada está relacionado à taxa de inadimplência? d) Existe relação entre renda e a inadimplência escolar? e) Existem características relacionadas à instituição que influenciem na taxa de inadimplência? f) Caso positivo, que instrumentos apoiariam os gestores das IES na prevenção da inadimplência? As respostas a estas indagações requerem um estudo aprofundado destas organizações acadêmicas, do ambiente que estão inseridas e, sem dúvida, do perfil de seus alunos. Schwartzman (2003), abordando as principais fontes de financiamento das IES privadas brasileiras afirma que elas dependem predominantemente das mensalidades dos cursos de graduação, para financiar suas atividades. Agrava-se a questão, pois, se uma instituição de ensino superior se reorganiza e aumenta sua estrutura para satisfazer à maior diversificação de suas atividades acadêmicas e continua se financiando, praticamente, apenas com o ensino de graduação, então poderá
15
passar por problemas financeiros graves advindos de altos custos operacionais. Isto poderá se traduzir, a seu tempo, em desvantagem competitiva com riscos acentuados de redução de demanda, aumento no valor das mensalidades, aumento da inadimplência (implicando um “contas a receber” duvidoso que facilmente pode se transformar em prejuízo), aumento da evasão escolar por desistências, redução significativa dos resultados financeiros da instituição, redução do nível de investimentos, sucateamento institucional e, até mesmo, a paralisação de suas atividades. Segundo Braga (2004), o ensino ainda não é considerado prioridade na relação dos “gastos” ou investimentos das famílias de classe média. É sabido que a situação econômica da família brasileira tem sido consideravelmente afetada nos últimos anos, segundo o Instituto Brasileiro de Geografia e Estatística (IBGE) a redução da renda da classe média, no Brasil, foi da ordem de 11%, no período de 2000 à 2004. Contudo, o problema não está apenas na redução do poder aquisitivo, mas também na relação de prioridades nos gastos da família brasileira. Estima-se que a oferta de novos serviços, frutos de novas tecnologias, tais como telefonia celular, TV por assinatura e Internet, tenha contribuido, sobremaneira, com o aumento significativo do comprometimento da renda. O mais grave é que tais serviços, por questão de status, são considerados “indispensáveis” e, se não forem pagos, serão suspensos pelos fornecedores, restando a educação para arcar com o “calote”. Uma argumentação sempre presente é a de que, cientes que a Lei proíbe o constrangimento de quem deve a instituições de ensino, os responsáveis financeiros postergam o pagamento das mensalidades escolares. Desta forma, o ensino superior particular ganha uma nova barreira à sua sustentabilidade, além da concorrência já existente. Sendo, portanto, necessário o emprego de estratégias alternativas para garantir a viabilidade financeira.
Hipótese Considera-se que, ao aluno optar por cursar o ensino superior em uma instituição privada, ele estará fazendo um investimento em capital intangível, cujo retorno somente se dará após a conclusão dos estudos. Este investimento se dará sob a forma de mensalidades escolares, custos com aquisição de livros e materiais escolares, além de custos de manutenção do aluno, como aluguel, transportes e outras despesas.
16
A expansão da oferta de vagas, através da abertura de novas instituições de ensino superior privadas, trouxe consigo o fenômeno da inadimplência. A lógica aponta que a causa da inadimplência está relacionada com o perfil econômico e a capacidade de pagamento do aluno. Entretanto, o mesmo aluno inadimplente apresenta características sociais e comportamentais que também podem contribuir para o problema. Existindo uma grande oferta de prestadores de serviço de educação, aliada a uma legislação que impede uma punição aos inadimplentes, leva-se a crer que diversos outros fatores além do financeiro estão relacionados à inadimplência educacional. Baseado, também, em autores como Volkwein e Szelest (1995), Woo (2002), Flint (1997) e outros que realizaram estudos semelhantes nos Estados Unidos, apresenta-se a hipótese de que a inadimplência no ensino superior privado é função da realidade sócioeconômica de cada aluno, do seu grau de comprometimento e desempenho acadêmico, o conceito do curso e o nível dos serviços prestados pela instituição, os quais têm influência junto ao responsável financeiro pelas mensalidades, para honrar ou não o compromisso assumido perante a Instituição de Ensino Superior.
Objetivos Os objetivos desta pesquisa convergem para o conhecimento mais acurado entre o perfil sócio-econômico dos alunos, sua predisposição para a inadimplência, as características e práticas da IES e o conseqüente índice real de não recebimentos pertinentes ao serviço de educação superior numa instituição privada. Estes objetivos são: a) Geral: • Identificar os fatores mais importantes que contribuem e melhor explicam a inadimplência em uma instituição de ensino superior privado. b) Específicos: • Encontrar a relação entre o perfil sócio-econômico e acadêmico do aluno de nível superior e a inadimplência;
17
• Verificar a relação entre as características, percebidas pelos alunos, da instituição de ensino superior estudada e a inadimplência; • Elaborar um modelo estatístico que identifique os alunos com o maior risco de inadimplência na IES estudada, para ser utilizado como ferramenta na compreensão da inadimplência.
Estrutura da dissertação Visando atingir os objetivos delineados, a presente dissertação foi estruturada e será apresentada em capítulos, que focalizam de maneira geral o problema: No Capítulo 1 – Crédito e Risco. É apresentado o conceito de crédito e risco de crédito, segundo vários autores. Aborda ainda a análise e classificação do risco de crédito, e a utilização de modelos preditores da inadimplência. No Capítulo 2 – O Cenário Educacional. Destaca-se a expansão do ensino superior no Brasil, no período pós-promulgação da Nova Lei de Diretrizes e Bases para a Educação no Brasil. Apresenta também as políticas de financiamento para o ensino superior aplicadas no Brasil e em âmbito internacional. No Capítulo 3 - A Inadimplência Educacional. Apresentam-se os fatores condicionantes da inadimplência no ensino superior, apresentados por alguns autores nacionais, e também, por pesquisadores norte-americanos, através de pesquisas realizadas a partir de 1980. No Capítulo 4 - Metodologia de Pesquisa. Explica-se a metodologia utilizada, a definição das variáveis e aplicação do modelo estatístico. No Capítulo 5 - Análise dos Resultados. Faz-se a exposição e discussão dos resultados obtidos através da aplicação da metodologia. E finalizando, apresentam-se as conclusões, limitações da pesquisa e sugestões para futuros trabalhos.
18
1 CRÉDITO E RISCO Este capítulo inicia-se com uma explanação sobre a conceituação de crédito e risco de crédito. Em seguida é apresentada a forma de organização e classificação das informações sobre a possibilidade de pagamento dos empréstimos, conhecida como “Cs do Crédito”. Concluindo o capítulo, apresenta-se e o conceito de classificação de risco (rating). Quando
se
fala
em
risco
refere-se
a
“incerteza”,
“imponderabilidade”
e
“imprevisibilidade”, ou seja, tudo o que se faz ou se diz tem a possibilidade de gerar conseqüências diferentes daquelas que são imaginadas. Em finanças, contudo, risco e incerteza têm significados diferentes, segundo Silva (2003, p.75) e Paiva (1997, p.6): a) Risco – existe quando o tomador da decisão pode embasar-se em probabilidades para estimar diferentes resultados, de modo que sua expectativa se baseie em dados históricos. Isto é, a decisão é tomada a partir de estimativas julgadas aceitáveis. b) Incerteza – ocorre quando o tomador não dispõe de dados históricos acerca de um fato, o que poderá exigir que a decisão se faça de forma subjetiva, isto é, através de sua sensibilidade pessoal. Segundo Gitman (1984, apud PAIVA, 1997, p.6), risco pode ser definido como a probabilidade de perda, ou seja, é igual a 1 (um) menos a probabilidade de recebimento. Para Gatfaoui (2003, p.2), risco representa uma medida de perigo a qual é expressa como uma função da probabilidade da ocorrência de um evento não desejado e a mensuração dos efeitos ou conseqüências geradas pelo evento1. Para definir a importância do perigo, níveis críticos são estabelecidos através de uma escala de riscos. Tal escala de riscos é elaborada estudando a freqüência e os efeitos do evento estudado. O grande problema do risco, segundo Paiva (1997, p.4-7), é que “ele é inerente à personalidade e mutável com o tempo”. Por isso, há necessidade de gerenciar risco com diretrizes e parâmetros para aplicações de forma que produzam a lucratividade esperada, 1
Em seu estudo Gatfaoui define perigo como uma situação cujas conseqüências podem prejudicar a sociedade, por exemplo: perda de produção ou perda financeira.
19
garantam o retorno dos capitais e mantenham sua credibilidade. Afirma ainda que “gestão financeira é a função da Administração que tem como objetivo a adequação de fontes e aplicações de recursos em uma empresa, objetivando lucro”. Silva (2003, p.71) diz que “a relação risco/retorno está implícita na concessão de crédito, que num banco comercial constitui-se em seu próprio negócio”. Afirma ainda que “a otimização dos resultados, portanto, é decorrência de uma eficiente política de crédito, associada, evidentemente, à política de cobrança e às demais políticas da empresa”. A expressão “risco de crédito” é utilizada por vários autores para caracterizar os diversos fatores que poderão contribuir para que o concedente do crédito não receba do beneficiário o pagamento na época acordada. Paiva (1997, p. 12-13) menciona a existência de dois tipos de risco de crédito: risco específico ou não sistemático e risco de mercado ou risco sistemático. O risco específico é inerente às características do cliente, avaliado por sistemas de credit score, por analistas de crédito ou analistas de empresas. O risco de mercado provém de fatores que sistematicamente afetam todas as empresas, como guerra, recessão, taxas de juros etc. Ao se pensar em risco de crédito, segundo Paiva (1997, p.6), está se analisando a probabilidade de o cliente não cumprir seu compromisso no vencimento. Assim, ao realizar operações de crédito com um único cliente, as características dele são muito importantes, entretanto quando se trabalha com uma carteira bem diversificada, o risco de mercado é o mais importante. A inadimplência, ou o não cumprimento das obrigações na data acordada, se constitui em uma das principais preocupações dos executivos de crédito, haja vista o relacionamento com a ocorrência de perdas financeiras que poderão prejudicar a liquidez, ou a capacidade de honrar dívidas com os supridores de capital, e a captação de recursos no mercado financeiro e de capitais (SANTOS, 2000, p.16). Os parâmetros tradicionais de análise do risco de crédito são: Caráter, Capacidade, Capital, Condições e Colateral.
20
O caráter está ligado à honestidade e reflete-se ao esforço para cumprir uma obrigação. Para Silva (2003, p.79), “caráter refere-se à intenção do devedor (ou mesmo do garantidor) de cumprir a promessa de pagamento”. De acordo com Santi Filho e Olinquevitch (1993, p.15), “a base de exame e indicação do caráter do tomador é o Cadastro”. Por sua vez, Gitman (1997, p.696) afirma que “os dados históricos de pagamentos e quaisquer causas judiciais pendentes ou concluídas seriam utilizados na avaliação do seu caráter”. Portanto, a ficha cadastral do cliente passa a ser, no que se refere à avaliação do caráter, um importante instrumento que fornece aos profissionais do crédito as informações sobre seus clientes. O caráter, do ponto de vista de crédito, não é absoluto. Nesse sentido, Silva (2003, p.79) diz que “alguém é honesto até o dia em que deixa de ser”, e enfatiza que um devedor pode atrasar um pagamento, ou mesmo deixar de pagar, em função de não dispor de recursos, o que não significa, necessariamente, falta de caráter. Para Schrickel (2000, p.49) o caráter não se restringe apenas ao tomador, tendo em vista que o conceito de caráter transcende ao indivíduo e alcança todo o “estrato social” e econômico no qual ele está inserido (grupos sociais, regiões, nações). Neste sentido a “integridade ética” da sociedade em que se vive também deve ser considerada para as decisões de crédito. Assim, o caráter é mutável com o tempo e relativo quanto à situação ou aos valores envolvidos. Desta forma, os dados relativos ao passado do devedor podem constituir instrumento valoroso para a decisão do crédito. Se o Caráter diz respeito à vontade de pagar, a Capacidade refere-se à habilidade de pagar (SCHRICKEL, 2000, p.50). Segundo Gitman (1997, p.696), capacidade “é o potencial do cliente para quitar o crédito solicitado”. Santi Filho e Olinquevitch (1993, p.29) consideram um dos aspectos mais difíceis de avaliação de risco e corroboram Santos (2000, p.46), quando este diz que é “considerado como aspecto subjetivo do risco, à medida que os instrumentos disponíveis para
21
sua análise e os resultados obtidos estão muito mais relacionados com a percepção de quem analisa do que com os dados e informações propriamente ditos”. Se pelo lado da empresa é analisado o modelo de administração, pelo lado da pessoa física a administração das finanças pessoais e a evolução da carreira profissional são evidências da Capacidade em um indivíduo (SCHRICKEL, 2000, p.50). Segundo Santos (2000, p. 46), o capital é medido pela situação financeira, econômica e patrimonial do cliente, levando-se em consideração a composição quantitativa e qualitativa dos recursos, onde são aplicados e como são financiados. Para Silva (2003, p. 97-98), a análise financeira é um fator relevante para a decisão de crédito, porém transcende o conceito de “análise do balanço”; e diz ainda que “é possível fazer análise financeira a partir do balanço e da demonstração do resultado. Adicionalmente, a análise da capacidade de pagamento do cliente pode ser feita com base em outras informações obtidas junto ao mesmo”. Em análise de crédito, o capital compreende a situação econômica, financeira e patrimonial do cliente, que devem ser compatíveis com a atividade desenvolvida e com o empréstimo proposto. Nos casos das pessoas físicas, o Capital não fica tão evidente. Empréstimos pessoais são, em geral, respaldados em sua única renda ou ganho mensal do indivíduo e no nível de seu comprometimento pessoal potencial na amortização das obrigações. De acordo com Santos (2000, p.45) o “C condições” está associado com a análise do impacto de fatores sistemáticos ou externos sobre a renda ou receita, fonte primária de pagamento. Santi Filho e Olinquevitch (1993, p.47) corroboram esta afirmativa: “... o C condições envolve fatores externos à empresa. Integra o macroambiente em que ela atua e foge de seu controle”. As forças do macroambiente manifestam-se tanto de forma positiva, representando oportunidades, quanto de modo negativo, trazendo ameaças e dificuldades. Os principais aspectos que podem influenciar o macroambiente são: planos econômicos, abertura da economia, política cambial. Os aspectos relacionados à atividade diária da
22
empresa que podem influenciar no ambiente operacional são: mercado consumidor, fornecedores e concorrência. Segundo Silva (2003, p. 98-99), o colateral refere-se à capacidade do cliente em oferecer garantias complementares, ou seja, uma segurança adicional para compensar fraquezas decorrentes de outros fatores de risco. De acordo com Santos (2000, p. 47), o Colateral está associado com a análise da riqueza patrimonial de pessoas físicas e empresas (bens móveis e imóveis), considerando a possibilidade futura de vinculação de bens ao contrato de crédito, em casos de perda (parcial ou total) da fonte primária de pagamento. Para Schrickel (2000, p. 54-55), o Colateral serve como uma espécie de “prontosocorro” para o emprestador, tornando mais “palatável” a idéia de “trocar dinheiro por papéis”. Em uma decisão de crédito, o colateral serve para atenuar eventuais impactos negativos decorrentes do enfraquecimento da capacidade, do capital ou das condições. Desta forma, o colateral deve ser, necessariamente, algo “tangível”. Hynes e Berkowitz (1998) destacam a importância inibidora da vinculação de bens em contratos de empréstimos, ao considerar que os clientes tendem a ser mais propensos a amortizar dívidas para reaver seus bens. Silva (2003, p. 99) aponta alguns fatores relevantes na definição do colateral (garantia): (a) o risco representado pela empresa e pela operação; (b) a praticidade em sua constituição; (c) os custos incorridos para sua constituição; (d) o valor da garantia em relação ao valor da dívida; (e) a depreciabilidade; (f) o controle do credor sobre a própria garantia; e (g) a liquidez, ou seja, a facilidade com que a garantia pode ser convertida em dinheiro para liquidar a dívida. As garantias podem ser classificadas como: garantias pessoais – Aval e Fiança - e garantias reais – Hipoteca, Penhor, Anticrese e Propriedade fiduciária. Silva (2003, p. 350) relata que “a garantia pessoal ocorre quando se exige do devedor apenas a promessa de pagamento, contentando-se o credor com a garantia comum que lhe possa dar o patrimônio presente e futuro do devedor ou do garantidor (avalista ou fiador)”. A garantia real ocorre quando, além da promessa de pagamento, o devedor confere ao credor o
23
direito especial de garantia sobre uma coisa ou uma universalidade de coisas móveis e imóveis. Segundo Silva (2003, p. 81), o rating é uma avaliação do risco, feita por meio da mensuração e ponderação das variáveis determinantes do risco do tomador. A forma de apresentação do rating é através de um código ou classificação que fornece uma graduação do risco. Schrickel (2000, p. 153-154) descreve rating como sendo um conceito gerencial que é adotado pelas instituições financeiras e organismos internacionais, através do qual a qualidade de crédito de cada cliente com crédito aprovado é classificada consoante certas definições objetivas e subjetivas. O Rating pode ser considerado como uma das evoluções do modelo “Cs do crédito”. Segundo Saunders (2000), um dos sistemas de rating mais antigos foi desenvolvido pelo U.S. Office of the Comptroller of the Currency (OCC). O Sistema da OCC separou os empréstimos em cinco categorias, sendo quatro consideradas de baixa qualidade e uma como de alta qualidade (Tabela 2). Este sistema auxiliava as instituições financeiras e os órgãos de regulamentação na avaliação das reservas necessárias para a cobertura das perdas esperadas decorrentes de empréstimos. Tabela 2 – Classificação dos Empréstimos. Empréstimo % Classificação de Alta Qualidade Aprovado/De Bom desempenho 0 Classificação de Baixa Qualidade Outros ativos especificamente mencionados 0 Ativos abaixo do padrão 20 Ativos duvidosos 50 Ativos de perdas 100 Fonte: Saunders (2000).
Posteriormente a classificação da OCC evoluiu para 10 categorias, sendo as seis primeiras classificadas como alta qualidade e as quatro restantes como baixa qualidade. Para cada categoria é estabelecida uma expectativa de inadimplência, em termos percentuais, e utilizando um modelo matemático chega-se ao volume de capital necessário para a cobertura das perdas, através da equação abaixo: 10
EC = ∑ E i × I i i =1
Onde:
EC = Exigência de Capital
24
Ei = Total de empréstimos concedidos dentro da categoria i de classificação da qualidade de crédito. Ii = Perda esperada por inadimplência dentro da categoria i de classificação da qualidade de crédito. Na prática, as instituições financeiras desenvolvem seus próprios modelos internos de classificação de riscos (CHAIA, 2003). Contudo, existem na comunidade financeira internacional os chamados “serviços de rating”, fornecidos por agências de rating2 que fornecem aos credores e investidores uma medida de expectativa de cumprimento de uma obrigação numa data certa (SILVA, 2003). No Brasil, seguindo a tendência internacional de utilização de sistemas de rating, as autoridades monetárias do país, através do Banco Central, têm presente a preocupação em reduzir os riscos de crédito. A análise do risco de crédito é considerada de fundamental importância na atividade bancária. Nesse sentido, identificar e medir risco de crédito são importantes para os bancos no sentido de precificar um empréstimo ou financiamento e para estabelecer limites de crédito concedido e a ser liberado a um cliente. A preocupação com a análise do crédito não é uma novidade; contudo, a importância da qualidade da análise tem sido objeto de estudo de vários pesquisadores. Os estudos tradicionais de concessão de crédito se baseiam quase sempre em análises subjetivas do potencial de pagamento e introduzem alguns instrumentos de garantia que não tornam a concessão de crédito ruim em crédito bom, apenas exigem certos procedimentos adicionais (SECURATO e FAMÁ, 1997). Segundo Silva (2003), a utilização de métodos quantitativos e estatísticos tem sido divulgada como uma ferramenta que presta uma enorme contribuição ao processo da análise; entretanto, não pode ser considerada como uma receita milagrosa capaz de resolver todos os problemas da análise de risco de crédito. A partir da década de 30 do século XX, foram iniciados os estudos sobre índices financeiros que justificassem a ocorrência de falências e insucessos empresariais. Os índices financeiros são muito utilizados por investidores e tomadores, como instrumento de avaliação de sucesso, ao passo que estudiosos de finanças e contabilidade os utilizam para a predição de
2
Agências de rating são empresas especializadas na análise e atribuição de uma graduação de risco.
25
insolvências. Contudo, o importante é saber se os índices utilizados representam verdades absolutas ou se são apenas elementos geradores de expectativas (SILVA, 2003). Para as pessoas físicas existe uma tendência de variáveis discretas, como aquelas que compõem o perfil sócio-econômico, a se sobreporem às variáveis contínuas. Desta forma, o conhecimento mais aprofundado das atividades dos clientes, assim como o seu perfil, têm tido importância cada vez maior no mundo dos negócios (SILVA, 2003). Tal conhecimento tem permitido a elaboração de modelos, que são utilizados em avaliações de crédito de maior qualidade, evitando assim a concessão equivocada de empréstimos. Apesar de úteis, é necessário que se frise que o uso de métodos estocásticos não elimina a necessidade de políticas claras e estratégias específicas para a concessão do crédito. Um instrumento bastante utilizado para analisar a concessão do crédito é uma técnica chamada Credit Score3, que pode ser encontrado em praticamente todas as formas de análise de crédito, desde avaliações para a concessão de crédito direto ao consumidor até o empréstimo comercial (SAUNDERS, 2000). Robertson-Demby (2004) corrobora Saunders (2000):
The business of credit scoring has been a boom industry the last five years, growing from largely the domain of banks and financial institutions for use in consumer lending decisions to today’s widespread use by a wide variety of organizations for different purposes.
O Credit Score é entendido como o sistema de pontuação dos dados demográficos e cadastrais de um proponente ao crédito. Com base nesse sistema propostas são aprovadas / rejeitadas ou recomendadas / não recomendadas, dependendo do ponto de corte do modelo implementado e da função do Credit Score em relação à autonomia do detentor da alçada de crédito (PEREIRA et al., 2002).
3
Na literatura financeira são encontrados os termos Credit Scoring e Credit Score para designar a mesma técnica de análise de crédito.
26
Segundo Sousa e Chaia (2000), a idéia básica do Credit Score é identificar quais os principais fatores determinantes da probabilidade de inadimplência. Os fatores ou informações mais utilizados no credit score são a residência, o trabalho e o estado civil. Esses fatores são agregados utilizando-se técnicas estatísticas que procuram antecipar possíveis problemas financeiros dos solicitantes através da classificação dos fatores por pontos (scores). Após a agregação dos fatores obtém-se o total de scores do cliente, que reflete o risco potencial de inadimplência. Segundo Sauders (2000), Credit Score é uma técnica estatística cuja essência é identificar certos fatores-chave que determinam a probabilidade de inadimplência dos clientes, permitindo a sua classificação em grupos distintos. Diferenciam-se das formas subjetivas de análise de crédito principalmente por dois motivos: o primeiro é que a seleção dos fatores-chave e dos seus pesos é feita, prioritariamente, com base em processos estatísticos e, a segunda, é que esses fatores são combinados em uma equação que calculará não só a pontuação do cliente, mas também sua probabilidade de inadimplência. O score que resulta da equação do Credit Score pode ser interpretado como a probabilidade de inadimplência ao se comparar a pontuação de um crédito qualquer com outra estabelecida como ponto de corte ou pontuação mínima aceitável. Neste sentido o score também pode ser utilizado para a classificação dos créditos entre bons e maus, aceitos ou recusados conforme seja superior ou inferior àquela pontuação. A Figura 1 demonstra o fluxo da técnica.
Solicitante do Crédito
Sistema de Classificação por score estatístico
Análise do benefício da recusa do crédito
Recusar Aceitar
Figura 1 – Análise por Credit Score. Fonte: Sousa e Chaia (2000).
Embora seja um processo matemático, ele não elimina a possibilidade de se rejeitar um bom pagador ou se aceitar um mau pagador. Tal fato ocorre porque não existe sistema de avaliação que consiga capturar todas as informações relevantes necessárias para uma avaliação precisa dos devedores, em cada categoria, e mesmo que algum sistema conseguisse, o custo seria tão elevado que tornaria o processo inviável economicamente (CHAIA, 2003). O Quadro 1, a seguir, apresenta dados do estudo de Boggess (1980) como exemplo de perfil de clientes, com informações relevantes a respeito de bons e maus pagadores.
27
Características
Bons Pagadores 90,50% 80,40% 80,70% 97,00%
É casado (a)? Tem casa própria? Tem carro próprio? Tem mais de 35 anos? Mora há mais de 3 anos no 91,80% endereço atual? Tem referência bancária? 93,60% Tem telefone? 75,40% Tem menos de 3 filhos? 65,80% Quadro 1 – Perfil de Devedores. Fonte: Boggess (1980).
Maus Pagadores 86,20% 42,30% 68,00% 89,50% 70,30% 71,00% 70,30% 49,30%
Observando o Quadro 1, é fácil verificar que nenhum dos parâmetros, individualmente, define um bom ou mau pagador. Isto se deve ao fato de que o peso de cada parâmetro sofre influências da cultura social, da evolução no tempo e área geográfica. Entretanto, se analisados em conjunto os parâmetros tornam-se importantes no apoio à decisão. O tratamento múltiplo de informações é a base do credit score. A cada parâmetro Boggess (1980) associou um valor, o que permitiu analisar um indivíduo pelo total de pontos obtidos. O Quadro 2 demonstra a relação de parâmetros e pontos associados. Características
Pontos para resposta sim 10 15 7 9
É casado (a)? Tem casa própria? Tem carro próprio? Tem mais de 35 anos? Mora há mais de 3 anos no 14 endereço atual? Tem referência bancária? 18 Tem telefone? 8 Tem menos de 3 filhos? 19 Quadro 2 – Pontuação das Características. Fonte: Boggess (1980).
Após a totalização dos scores obtidos a cada resposta sim, elabora-se uma análise dos ganhos e perdas no lucro em conseqüência da rejeição de todos os clientes abaixo de uma determinada faixa de pontos. No momento em que as perdas com a rejeição de clientes potenciais forem maior que os ganhos, obtêm-se o score de corte, que é utilizado para a definição da política de crédito. O Quadro 3 e o Gráfico 1 apresentam a análise das perdas e ganhos de uma empresa em função da rejeição de clientes potenciais. Os dados advêm do estudo realizado por Boggess (1980), onde foi considerado que para cada bom pagador perdido a empresa abriu
28
mão de Us$100 do seu lucro, e a cada mal pagador recusado houve ganho de Us$50 em seu lucro. Nº de Bons Nº de Maus Ganho na Pagadores Pagadores Rejeição 0 1 10 400 5 5 300 14.500 10 25 600 27.500 15 75 900 37.500 20 125 1.100 42.500 25 200 1.200 40.000 30 400 1.300 25.000 35 800 1.400 (10.000) 40 1.300 1.450 (57.500) Quadro 3 – Perdas e Ganhos com Rejeição de Crédito. Fonte: Boggess (1980). Credit Score
A análise acima apresenta o score de corte como sendo 33, ou seja, 33 é o score mínimo para que um cliente seja aceito, tendo em vista que neste ponto a empresa passa a ter mais perdas com a recusa de um bom cliente do que ganhos associados à não concessão do crédito a um mal pagador. 100000 R$
50000 0 -50000 0
5
10
15
20
25
30
35
40
-100000 Score Lucro
Prejuízo
Resultado
Gráfico 1 - Perdas e Ganhos com Rejeição de Crédito. Fonte: Boggess (1980).
Segundo Boggess (1980), cada sistema de scoring deve ser desenvolvido de maneira cuidadosa e bem organizada. Se isto for feito devidamente, o scoring de crédito oferece as seguintes vantagens: - Projeção de risco mais precisa: ao aumentar ou diminuir o número mínimo de “pontos” que o proponente precisa para certo tipo de empréstimo, um sistema de scoring de crédito pode aumentar ou reduzir as taxas de perdas de crédito. Aumento de renda: em situações de rápido crescimento o scoring de crédito pode, com sua fórmula de ponderação das características do cliente, estabelecer um perfil preciso de risco do negócio, permitindo o crescimento com confiança.
29
- Entender melhor o cliente: fornecendo informações demográficas (cadastrais) precisas, úteis na comparação do perfil do mercado alvo com o perfil do mercado real. - Maior eficiência no processo: o scoring de crédito reduz o número de informações da central de crédito e o tempo necessário para o processamento de novas propostas. - Capacidade do sistema de informações gerenciais: o scoring permite a formação de banco de dados, numa linguagem comum, requisitos para monitoração e validação do próprio
Credit Score e para obtenção de Sistemas de Informações Gerenciais de categoria avançada. Quanto às desvantagens: - Tendência à redução de investimentos na monitoração, pela supervalorização do modelo desenvolvido; - Uso de fator discriminante fora do comum; - Aplicar o sistema errado. Métodos de scoring proporcionam uma orientação extremamente valiosa para o risco futuro, baseando-se em sólidos relatórios de dados para crédito. Quanto maior o score do consumidor, menor o risco para as empresas financeiras, principalmente no que tange clientes novos e, conseqüentemente, perdas menores. Segundo Altman e Saunders (1996), ao longo dos anos, os objetivos na aplicação de
Credit Scoring não se alteraram; contudo, houve significativa modificação na base matemática utilizada nesses modelos e, em alguns casos, nas premissas que lhes davam suporte. Os primeiros modelos de Credit Scoring utilizavam a análise monovariada, por meio da qual se comparavam os índices do proponente com os índices médios de um grupo de controle qualquer. Quando da utilização de modelos multivariados, os indicadores eram combinados em uma equação de maneira a produzir um score, que definia um risco de crédito e a posterior aprovação ou rejeição do mesmo. Existem três abordagens metodológicas principais utilizadas no desenvolvimento de modelos multivariados de Credit Scoring: Análise Discriminante, Regressão Logística e Redes Neurais. Os métodos mais utilizados são baseados em Análise Discriminante, seguidos da Regressão Logística. A utilização de Redes Neurais não tem tantos seguidores, devido às
30
críticas feitas a esse tipo de abordagem, referindo-se geralmente ao caráter exploratório deste método, à ausência de uma teoria e a alguns problemas operacionais como a falta de significado para determinadas variáveis e quantas correlações escondidas devem ser incorporadas ao modelo (SAUNDERS, 2000; ALTMAN E SAUNDERS, 1996). A Análise Discriminante, que será devidamente explicada no capitulo 3 do presente trabalho, requer a análise de um conjunto de variáveis que maximizem a variância entre dois ou mais grupos e minimizem, ao mesmo tempo, a variância dentro de cada grupo. Semelhantemente, a Análise de Regressão Logística utiliza a mesma base de dados para predizer a inadimplência, assumindo que a probabilidade de inadimplência segue uma distribuição logística (GRÁFICO 2), com resultado binomial, 0 ou 1, e não uma distribuição normal como é preconizado pela Análise Discriminante (MARQUES, 2002).
Gráfico 2 – A Distribuição Logística Fonte: Johnson (1975, apud MARQUES, 2002).
As Redes Neurais, em termos básicos, são similares à Análise Discriminante NãoLinear, onde se supõe que as variáveis são não-lineares e correlacionadas entre si. Especificamente, os modelos de redes neurais exploram um potencial “escondido” dessas correlações entre as variáveis com capacidade de predição para, então, incorporá–las como variáveis explicativas adicionais na função não-linear de predição de inadimplência. A modelagem do Credit Scoring tem sido utilizada para a avaliação do risco de crédito e também para promover a classificação dos créditos de acordo com seu risco. Um outro uso que vem sendo dado a esses modelos é servirem de base para o desenvolvimento de modelos mais complexos que buscam avaliar não só o risco de crédito, mas também a perda potencial em um ambiente de gestão de portfólio de crédito (WILSON, 1998 apud MARQUES, 2002).
31
Considerando-se o exposto na introdução deste trabalho, de que o ensino superior privado é um investimento em capital intangível, e ao aceitar a matrícula do aluno em seu rol de discentes, conseqüentemente dando-lhe um crédito de valor igual ao somatório das mensalidades, a instituição de ensino estará sujeita ao risco de não receber o valor do crédito concedido. Desta forma, é plenamente plausível a utilização dos conceitos aqui demonstrados, para a busca da redução do risco e a identificação prévia de possíveis fatores que possam gerá-los, contribuindo assim para a melhoria da gestão do portfólio de crédito no âmbito escolar.
32
2 O CENÁRIO EDUCACIONAL O presente capítulo inicia-se com uma exposição do cenário do ensino superior no Brasil. Em seguida são apresentadas as formas de financiamento do ensino superior privado no Brasil e em vários outros países.
2.1 A Expansão do Ensino Superior No Brasil O Relatório do Censo da Educação no Brasil, elaborado pelo Ministério da Educação (MEC) em 2003 e divulgado no segundo semestre de 2004, relata que o ensino superior brasileiro teve nos últimos anos crescimento recorde no número de instituições privadas. No período, a média foi de quase um estabelecimento particular novo a cada dia. Segundo o MEC, somente de 31 de outubro de 2001 até 30 de julho de 2003, as instituições privadas aumentaram 45% - 544 foram autorizadas a funcionar, ou seja, um estabelecimento a cada 1,2 dia. Entre 1998 e 2001, essa média era de uma instituição privada a cada 2,5 dias. De 1995 a 1998, ficava em uma a cada 13,7 dias. Em 31 de outubro de 2001, data de início da coleta do Censo da Educação Superior, o MEC indicava a existência de 1.392 instituições, sendo 1.208 privadas (86,8% do total). No resultado do Censo de 2003 (TABELA 3), o cadastro do ministério indica que o total chegou a 1.859, sendo 1.652 particulares (88,9%). Tabela 3 – Número e Percentual de IES por Organização Acadêmica no Brasil, 2003. Instituições Número % Universidades 163 8,8 Centros Universitários 81 4,3 Faculdades Integradas 119 6,4 Faculdades, Escolas e Institutos. 1.403 75,5 Centros de Educação Tecnológica 93 5,0 Total 1.859 100,0 Fonte: INEP/MEC, 2004.
O número de instituições públicas também aumentou de 2001 até julho de 2003: de 183 para 207, ou uma a cada 25 dias. Toda essa expansão, no entanto, não elevou significativamente o número de alunos de classes mais baixas na Escola. O país também está ainda muito longe da meta estipulada no Plano Nacional de Educação (PNE).
33
Tabela 4 – Número e Percentual de Instituições Por Categoria Administrativa no Brasil, 2003. Instituições Número % Pública Privada Total Fonte: INEP/MEC, 2004.
207 1.652
11,1 88,9
1.859
100,0
Segundo a Pesquisa Nacional por Amostra de Domicílios (PNAD) de 2001 do Instituto Brasileiro de Geografia e Estatística (IBGE), apenas 9% dos jovens entre 18 e 24 anos estavam matriculados em um curso superior. Como o PNE estabelece como meta ter 30% dos jovens dessa faixa etária na Escola até 2010, o ensino superior teria que triplicar de tamanho para, ao menos, chegar perto do objetivo. Dados do IBGE mostram também que, em um país onde apenas 7% da população com mais de 25 anos tem curso superior, os estudantes que chegam a esse nível de ensino são da parcela mais rica. Nas Escolas públicas, seis em cada dez alunos pertencem à camada mais rica, segundo a PNAD de 2001. Ou seja, 59,9% dos alunos têm renda familiar per capita que os coloca entre os 20% mais ricos da população. Nesse grupo, a renda média mensal do trabalhador era de R$ 1.875. Uma tabulação feita pelo ex-presidente do IBGE Simon Schwartzman mostra que o elitismo é uma característica de todo o sistema, e não apenas das instituições públicas. Segundo a PNAD de 1999, os 20% mais ricos ocupavam 71% do total de vagas de instituições públicas e privadas. A constatação do elitismo e a necessidade de expansão têm levado Escolas públicas e particulares a procurar formas de garantir a entrada e a permanência de estudantes mais pobres. As instituições públicas buscam alternativas para incentivar a inserção de alunos de classes mais baixas, enquanto as privadas discutem formas de reduzir a inadimplência, que chega a mais de 40% em algumas instituições. Públicas e privadas buscam também diminuir a ociosidade. Na rede privada, ela chegou a 31,2% das vagas oferecidas em 2001, um reflexo do aumento da oferta em níveis superiores à demanda dos que podem pagar. O aumento da concorrência entre instituições, a queda na renda média do brasileiro e a necessidade de expandir o sistema incluindo um estudante de perfil mais carente estão obrigando os estabelecimentos privados de ensino superior a mudar o seu perfil. Um estudo elaborado por Braga (2004) mostra que, de 1997 a 2002, o preço médio da mensalidade de 208 cursos de administração das regiões Sul e Sudeste caiu 22%, de R$ 498 para R$ 387. Em seu estudo, Braga (2004) afirma que essa redução se deve, principalmente, à oferta de novos cursos de administração, que chegam ao mercado oferecendo uma mensalidade
34
menor do que a das instituições já estabelecidas. Braga diz que a expansão do ensino superior, antes restrita às classes A e B, já chegou à classe C. “Na década de 90, havia uma demanda bastante reprimida nas classes A e B. A partir de 2000, essa demanda já foi atendida, e as projeções indicam que, a partir de agora, o crescimento do ensino superior acontecerá apenas nas classes C e D”, diz Braga. Para isso, o consultor afirma que as instituições de ensino superior terão de encontrar uma maneira de oferecer cursos com mensalidades mais baratas, sem perda da qualidade. “Acabou a fartura”. Apesar do crescimento significativo das matrículas nos últimos anos, a realidade do ensino superior não é mais aquela que as pessoas imaginam. As instituições hoje são preparadas para atender apenas as classes A e B. O valor das mensalidades não é compatível com o que pode pagar a classe C, onde crescerá a demanda. No estudo, a Hoper leva em conta que uma família brasileira consegue comprometer até 25% de sua renda com o pagamento de mensalidades escolares. Como o estudo considerou como sendo de classe C um brasileiro com renda familiar de R$ 844, o máximo que essa família poderia gastar com educação seria R$ 211. Para o ex-ministro da educação Paulo Renato Souza a classe C representará 60% dos estudantes de ensino superior até o ano de 2008:
Será preciso oferecer um serviço mais adequado a essa classe, com custos mais baixos. O problema é que a eficiência nunca foi uma preocupação porque não havia competição no setor. (Paulo Renato Souza)
2.2 O Financiamento do Ensino Superior Particular O financiamento estudantil pode ser analisado sob a perspectiva da teoria do capital humano (SCHWARTZMAN, 2003). Da mesma forma que uma organização empresarial busca financiamento para capital físico, no sistema bancário, o mesmo poderá ser feito para o capital humano. Em ambos os casos, se espera que os recursos despendidos na aquisição do capital (físico ou intangível) sejam recuperados, no futuro, acrescidos de um rendimento (incluindo-se o custo de oportunidade dos recursos empregados). Segundo Schwartzman (2003), para o investimento em capital físico, é possível para os emprestadores a análise da perspectiva do negócio, tendo em vista as garantias reais
35
existentes: o próprio bem físico ou fiadores com garantias reais. Para o investimento em capital humano, torna-se difícil a obtenção de uma garantia real, pois via de regra trata-se de pessoas que buscam uma escolaridade superior, sem muitas garantias a oferecer, perspectivas incertas no mercado de trabalho futuro, tanto em termos de prazo, quanto de remuneração e, certamente será muito difícil encontrar avalistas aceitáveis, ou seja, seu único ativo é a possibilidade de renda futura. Neste cenário, é normal se esperar que não exista muito interesse do setor privado de mercado de capitais em realizar esse tipo de empréstimo, ou fazê-lo a taxas de juros elevadas, em função do alto risco e da falta de garantias reais. Some-se a isto à falta de tradição na concessão de crédito pessoal de longo prazo, em vários países. Segundo Johnstone (2000), os programas de financiamentos estudantis estão entre os mais complexos, controversos, freqüentemente mal compreendidos e, potencialmente ,importantes elementos que constituem as finanças da educação superior. A importância dos programas tem raiz na crescente necessidade da divisão de custos – significando que ao menos uma parte dos custos da educação superior deverá ser passada dos governos e contribuintes aos pais e alunos – existente nas agendas de políticas públicas para a educação superior na maioria dos países. 2.2.1 O Financiamento Estudantil no Brasil As instituições de ensino superior privadas brasileiras, além da concorrência oriunda do salto no número de instituições existentes, têm um fator limitador no que se refere ao financiamento. A alocação de recursos públicos às instituições privadas é vedada pelo artigo 213 da Constituição Federal, que abre exceção apenas às instituições confessionais, comunitárias ou filantrópicas, além de permitir a destinação de recursos à pesquisa científica. Como as instituições privadas estão mais voltadas para o ensino de graduação, a principal forma de financiamento se dá através da cobrança de mensalidades. Segundo Schwartzman (2003), a experiência internacional mostra que dificilmente uma universidade que tenha padrão de qualidade na graduação, pesquisa, pós-graduação “stricto-sensu” e extensão pode se custear apenas com a cobrança de mensalidades, e o Brasil não se configura numa exceção. A solução, portanto, é utilizar alguns poucos recursos
36
públicos e de outras fontes privadas para complementar os recursos necessários à manutenção de um corpo docente titulado exclusivo, assim como um quadro de funcionários preparados. As outras formas de organização do ensino superior: Centros Universitários, Faculdades Integradas e Faculdades Isoladas, por estarem voltadas predominantemente para o ensino da graduação, tendem a ser custeadas basicamente pela cobrança de mensalidades. Contudo, o fazem aparentemente com padrão de qualidade inferior ao das universidades, que atendem ao princípio da indissociabilidade entre ensino, pesquisa e extensão, previsto no artigo 207 da nova LDB. A qualidade inferior no ensino reflete-se no valor das mensalidades, que não permitem adequada remuneração aos docentes e nem o investimento em instalações adequadas, tais como laboratórios e bibliotecas (SCHWARTZMAN, 2003). Segundo Schwartzman (2003), algumas instituições já começam a procurar atender à demanda das classes de renda mais elevadas, cobrando mensalidades bem superiores à média nacional. Para Rodrigues (2004, p. 60), as IES devem se preocupar em elevar a qualidade e diminuir o valor das mensalidades como condição para continuar a existir. Para Melo (2003), a necessidade crescente de formação de profissionais de nível superior, apesar das dificuldades orçamentárias enfrentadas pelo estado, instigou a sociedade a exigir além de uma maior qualidade acadêmica dos professores, realismo frente às exigências do mercado de trabalho e eficácia administrativa das instituições de ensino superior. O setor privado de ensino superior no Brasil atingiu dimensão respeitável em termos de movimentação de recursos financeiros, já que segundo Schwartzman (2004), essa dimensão alcança a cifras entre de 4,5 e 5 bilhões de dólares ao ano. O financiamento destes recursos baseia-se, fortemente, na cobrança de mensalidades, incluindo os cursos de pós-graduação “lato sensu”, situando-se entre 95 e 100% dos recursos captados, com exceção de algumas instituições confessionais que conseguem algum financiamento público. Com a expansão do ensino superior e uma participação cada vez maior de estudantes oriundos de classes de renda mais baixa, criou-se uma enorme capacidade ociosa, em função da elevação da evasão escolar. Estima-se que tal evasão seja fruto do fato de que o ingresso e a permanência dos estudantes de baixa renda no ensino superior dependem de sua capacidade
37
de pagamento, da existência de crédito educativo e da concessão de bolsas e da sua convicção, ao longo do curso, em relação à efetivação do retorno do investimento que vem sendo realizado (SCHWARTZMAN, 2004). As tendências para o setor privado são de agravamento da situação no futuro: não preenchimento das vagas oferecidas para ingresso, elevados índices de evasão ao longo do curso, crescente inadimplência dos alunos e participação ainda maior de estudantes oriundos de classes de renda mais baixa, o que gera uma capacidade de pagamento marginal decrescente. Segundo Schwartzman (2004) a reação das instituições privadas através das agressivas campanhas de marketing, redução do valor das mensalidades, localização das unidades de ensino em locais próximos ao trabalho ou residência dos alunos, processos seletivos mais fáceis e, em alguns casos, a busca de uma diferenciação através de uma elevada qualidade de ensino, acirra a concorrência entre elas. Isto leva a crer que o sistema passará por um período de ajustes, com fusões, vendas e desativação de cursos e programas. O mecanismo potencialmente fundamental para a sobrevivência de parte significativa do setor privado é o Financiamento ao Estudante (FIES), programa de financiamento estudantil do Governo Federal, que financia até 70% do valor das mensalidades escolares. A manutenção de alunos mais carentes nas escolas de nível superior não importa somente para as IES privadas, mas também, para o cumprimento das metas do PNE, que propõe uma taxa de 30% de escolarização da população entre 19-24 até 2010, e que hoje se situa em menos de 12%. É importante frisar que o PNE menciona que o setor privado tem um importante papel no
processo,
contudo,
não
detalha
os
meios
para
se
chegar
aos
resultados
(SCHWARTZMAN, 2004). Apesar de sua importância o FIES está longe de atender as necessidades atuais e muito menos ao crescimento da demanda que já se verifica. A Tabela 5 demonstra o desempenho do FIES, desde a sua criação em 1999 quando substituiu o antigo CREDUC4:
4
CREDUC – Programa de Crédito Educativo do Governo Federal, que financiava os estudantes do ensino superior até maio de 1999, quando foi substituído pelo FIES.
38
Tabela 5 – Alunos atendidos pelo FIES, 2000 -2002. ANO CONTRATOS NOVOS ESTOQUES 1999 62.202 2000 35.299 102.501 2001 48.724 151.225 2002 67.979 219.204 Fonte: Relatórios do FIES (SCHWARTZMAN, 2004).
Os recursos do orçamento anual do FIES são provenientes, em sua grande parte, da arrecadação dos concursos de prognósticos (Loterias) administrados pela Caixa Econômica Federal (CEF) e do orçamento do MEC, não sendo ainda relevante o reembolso dos empréstimos já realizados. Entretanto os recursos têm se demonstrado insuficientes, face à crescente demanda de alunos carentes, o que força o MEC a se provir de outras fontes, que estão em cogitação, entre as quais: a utilização de parte dos recursos do Fundo de Garantia por Tempo de Serviço (FGTS), dos depósitos compulsórios dos bancos, de parte das isenções das entidades de caráter filantrópico e da entrada das próprias IES privadas, complementando os recursos atuais. Some-se à insuficiência de recursos, a falta de empenho do agente financeiro, a Caixa Econômica Federal, para recuperar os empréstimos e a uma elevada concentração em cursos tradicionais e nas regiões mais ricas do país (SCHWARTZMAN, 2003). O prazo máximo de utilização do financiamento é igual ao período remanescente para a conclusão do curso pelo estudante, à época de seu ingresso no FIES, observada a duração regular do curso estabelecida pela IES. Excepcionalmente, a pedido do estudante e com anuência formal da Comissão Permanente de Seleção e Acompanhamento da IES, o prazo do financiamento poderá ser prorrogado por mais um ano. Os empréstimos do FIES estão sujeitos a uma taxa de juros determinada pelo Conselho Monetário Nacional (CMN)5, sendo exigida a apresentação de um fiador com idoneidade cadastral e renda comprovada de, no mínimo, o dobro da mensalidade integral do curso financiado.
5
Até a data da elaboração deste trabalho a taxa de juros definida para o FIES é de 9% ao ano, o equivalente à 0,72% ao mês.
39
Se a renda bruta do grupo familiar do estudante for menor que 60% da mensalidade escolar, é exigido um fiador adicional com idoneidade cadastral e renda comprovada de, no mínimo, o dobro da mensalidade integral do curso a ser financiado. Para cada um dos casos acima, admite-se o acréscimo de um fiador com idoneidade cadastral para compor a renda exigida, limitado a quatro fiadores por contrato. Não pode ser fiador o cônjuge do estudante, nem aquele que consta como beneficiário em contrato vigente do FIES. A amortização e pagamentos ocorrerão em três etapas: •
Durante a utilização do financiamento (período de estudos), o estudante pagará, a cada 3 (três) meses, parcelas de juros limitadas ao valor máximo de R$ 50,00;
•
Nos 12 (doze) primeiros meses após a conclusão do curso, o estudante pagará prestações mensais em valor equivalente à parcela que não era financiada pelo FIES no último semestre em que utilizou o financiamento. Essa etapa poderá ser antecipada por iniciativa do estudante ou inobservância das condições do financiamento;
•
O saldo devedor restante será parcelado em até uma vez e meia o período de utilização do financiamento, sendo o valor das prestações calculado pela Tabela Price.
É permitida, a qualquer tempo, a amortização parcial ou liquidação antecipada do saldo devedor. Os estudantes que estiverem em atraso com suas parcelas trimestrais de juros no período de matrículas/re-matrículas não terão seus financiamentos renovados (aditamento). O Governo Federal também instituiu em 10 de setembro 2004, através da Medida Provisória nº 213, o programa PROUNI – Universidade para todos. Destinado à concessão de bolsas de estudo integrais e bolsas de estudo parciais (meia-bolsa) para cursos de graduação e seqüências de formação específica, em instituições privadas de ensino superior, com ou sem fins lucrativos.
40
O PROUNI compra vagas, em instituições privadas que aderirem ao programa, para alunos carentes e de minorias6. A instituição de ensino privada, com ou sem fins lucrativos, que aderir ao programa ficará isenta dos seguintes impostos: a) Imposto de Renda das Pessoas Jurídicas, b) Contribuição Social sobre o Lucro Líquido, c) Contribuição Social para Financiamento da Seguridade Social e, d) Contribuição para o Programa de Integração Social. Uma outra forma de financiamento estudantil, só recentemente posta em prática no Brasil, partiu da iniciativa privada, quando foi fundada a empresa “Ideal Invest” especificamente para desenvolver soluções financeiras exclusivamente para o mercado educacional, funcionando como uma ponte entre investidores, instituições e estudantes. A estratégia da Ideal Invest é reunir investidores qualificados, dispostos a aplicar recursos e a buscar a remuneração de seu capital no setor educacional brasileiro. A taxa de juros aplicados aos financiamentos estudantis situa-se bem abaixo dos percentuais praticados pelo mercado financeiro brasileiro7. Outra atuação da Ideal Invest é na assessoria às instituições de ensino, através da recuperação de débitos inadimplentes, financiamento para expansões e melhorias ou quitação de empréstimos. Até meados de 2005, 85 instituições de ensino, de todas as regiões do Brasil, contavam com os benefícios deste tipo de programa. 2.2.2 O Financiamento Estudantil no Âmbito Internacional No âmbito internacional, o financiamento estudantil pode assumir diferentes formas; porém todas as formas têm em comum a cobertura de uma parte dos custos da educação superior – custos de instrução (mensalidades), outros custos educacionais (livros e matérias escolares), ou custos de manutenção do aluno (aluguel, transportes, e outras despesas) - do aluno, previstas para serem pagas no futuro. Assim, o investidor, quer seja a própria IES, o governo, um banco ou qualquer outro ator financeiro, arca com estes custos no presente, mas será reembolsado com juros, pelo estudante (talvez com auxílio do governo) como o beneficiário do financiamento (JOHNSTONE, 2000).
6
Os alunos beneficiados são aqueles pertencentes a famílias com renda mensal até 3 salários mínimos e/ou de minorias étnicas.
7
A taxa de juros aplicada pela Ideal Invest é de 1,3% ao mês, contra 3,5% do sistema bancário em Novembro de 2004. Informação disponível em http://www.idealinvest.com.br, acesso em: 18 nov 2004.
41
Segundo Johnstone (2000), o empréstimo estudantil poderá assumir duas formas básicas, com inúmeras variações cada, sendo possível também uma forma híbrida de ambas: •
Empréstimo Convencional Esta modalidade de financiamento apresenta uma taxa de juros expressa em percentuais anuais sobre o valor financiado, um período para amortização, ou o tempo que o aluno terá para reembolsar o empréstimo tomado. Apresenta ainda, os termos da amortização tais como: se os pagamentos deverão ser mensais e de igual valor, ou se os pagamentos deverão iniciar com pequenos valores e aumentarão com o tempo, ou qualquer outro termo que crie um fluxo de pagamentos suficiente para amortizar o empréstimo nas taxas de juros contratadas.
•
Empréstimo Com Renda Contigenciada O empréstimo com renda contigenciada (ou “pagamento contigenciado”) apresenta uma obrigação contratual de reembolsar um percentual sobre a renda futura, geralmente até o empréstimo ter sido quitado com a taxa de juros contratada, ou até o aluno ter pago um “valor máximo” pré-definido, ou por um determinado número de anos. Este tipo de empréstimo é, equivocadamente, tido como sempre o de menor custo financeiro para os estudantes que sejam incapazes de conseguir uma renda razoável, no futuro. Contudo isto só é verdade para aqueles empréstimos que tenham uma fonte de alternativa de subsídios que complemente o fluxo de pagamentos dos estudantes com baixa renda, que nunca pagam o custo total do dinheiro. Uma variante do empréstimo com renda contigenciada é o “Imposto de Graduado”, onde o estudante, após o término do curso, em retorno aos subsídios obtidos do governo torna-se obrigado a pagar uma imposto adicional sobre sua renda, em geral pelo resto de sua vida profissional. Esta modalidade tem uma falha conceitual grave: sendo considerada como um imposto e não como o pagamento de um empréstimo, diferentemente de contratos que têm que ser pagos, poderá ser abandonada por um outro governo. Esta falha talvez explique a razão pela qual a modalidade seja tão pouco utilizada nos países desenvolvidos.
42
Johnstone (2000), apresentou alguns programas de financiamento estudantil, aplicados em alguns países no período 1999-2000, que exemplificam os modelos conceituais descritos acima: Estados Unidos: A principal modalidade utilizada é o empréstimo convencional, geralmente disponível a todos os estudantes com alguma necessidade financeira, inclusive estudantes de classe média matriculados em IES privadas com mensalidades elevadas. O empréstimo é feito com taxas de juros baixíssimas, subsidiadas pelo governo federal durante o período escolar dos estudantes carentes, além do próprio governo arcar com a maior parte do risco da inadimplência de todos os estudantes. Grande parte do capital utilizado nos empréstimos provém do segmento bancário privado, apesar do governo federal poder financiar os estudantes diretamente, através da venda de títulos no mercado de capital privado ou utilizando a capacidade de empréstimos do governo federal. Os estudantes tomadores dos empréstimos têm a opção de escolher para reembolsar o financiamento através do pagamento contigenciado, entretanto, até a elaboração do estudo de Jonhstone, relativamente poucos empréstimos estavam sendo reembolsados através desta modalidade, demonstrando principalmente conveniência e certa proteção aos baixos rendimentos obtidos. Escandinávia: Os países escandinavos, principalmente a Suécia, têm dado atenção aos programas de financiamento estudantil desde 1960, para cobrir os custos de vida dos estudantes e liberar os pais das obrigações de arcar com estes custos. A universidade é gratuita; ou seja, o governo já paga todos os custos de instrução. Os empréstimos aos estudantes suecos estão, em geral, sempre disponíveis – ou seja, disponíveis à todos que desejem usufruir da oportunidade, sem “risk rating” ou exigências consignatárias, e reduzemse apenas de acordo com a renda e/ou os ativos dos estudantes. Os empréstimos estão sujeitos a uma taxa de juros nominal que reflete o aumento do custo de vida – ou seja, uma taxa de juros real nula. O reembolso é feito através da renda contigenciada com uma taxa básica (não progressiva) de 4% da renda, sendo que a maioria dos estudantes vem ultimamente pagando com a taxa efetiva da inflação e com um índice de inadimplência muito baixo. Alemanha: A Alemanha tem um extenso sistema, baseado nas “necessidades”, para dar assistência aos estudos, mais conhecida coloquialmente como BaföG8. Em diferentes épocas, diferentes porções das concessões BaföG acumuladas são consideradas como “fundo
8
Bundesausbildungsforderungsgesetz, ou Lei Federal para a Promoção da Educação.
43
perdido”, e outras porções como “reembolsáveis”, como um empréstimo. No período 19992000, a metade de toda a assistência educacional concedida deveria ser reembolsada – com o primeiro pagamento vincendo cinco anos após o término do curso, com uma taxa de juros nominal zero, existindo uma provisão adicional para a redução ou o perdão, tornando a outra metade, que seria supostamente reembolsável, muito mais uma concessão adicional, e muito menos um “empréstimo real”. Países Baixos: Os estudantes holandeses dispõem de financiamentos para cobrir as mensalidades escolares, assim como os custos de manutenção. Parte do empréstimo poderá ser convertida em gratuidade se um desempenho acadêmico satisfatório for mantido. Os juros para a parte remanescente variam anualmente, com a taxa de financiamento do governo acrescida de 1% para cobrir custos administrativos. Os reembolsos são fixos após um período de carência de dois anos, com um pagamento através de renda contigenciada, para aqueles que obtiverem uma renda baixa. O saldo devedor é perdoado após 15 anos, para quem estiver sob o regime de renda contigenciada. Reino Unido: O programa inglês de financiamento estudantil teve início em 19891990 como um pequeno empréstimo convencional (tipo hipoteca), quando o governo decidiu congelar e até mesmo reduzir algumas das generosas gratuidades existentes para aqueles com renda comprovada. O setor privado jamais abraçou o programa; entretanto, em 1998-1999, um programa bem mais estruturado foi anunciado pelo governo, com o intuito de substituir as antigas gratuidades para manutenção e para acomodar a inauguração da mensalidade para rendas comprovadas. Alguns empréstimos estão geralmente disponíveis para uma renda comprovada máxima. Tal como na Suécia, a taxa de juros reflete a taxa de inflação – ou seja, uma taxa de juros real zero. Os empréstimos são administrados pela Student Loans Company9. O reembolso é baseado na renda contigenciada, com uma taxa de 9% sobre o rendimento marginal que ultrapassar 10.000 Libras Esterlinas, retidos na fonte pelos empregadores como um imposto de renda adicional e que é repassado diretamente ao Tesouro. Qualquer saldo devedor é perdoado quando o beneficiário atingir a idade de 65 anos. Austrália: O HECS10 é um programa de financiamento estudantil, disponível a todos, que cobre a totalidade das mensalidades escolares. No ano 2000, o programa trabalhava com
9
Empresa estatal criada pelo Governo Britânico para administrar os financiamentos estudantis.
10
HECS – Higher Education Contribution Scheme, programa de financiamento estudantil australiano.
44
três faixas de valores, onde cada faixa atendia um determinado conjunto de cursos. A taxa de juros, tal como na Suécia e Reino Unido, reflete a taxa de inflação – ou seja, uma taxa de juros real zero. Os reembolsos são feitos pela modalidade de renda contigenciada, para rendas anuais acima de A$ 21.98411. As taxas de contingência utilizadas variam de 3% até o máximo de 6% sobre a renda anual que exceder os A$ 39.573. Os reembolsos são coletados como uma retenção do imposto de renda, diretamente pelo empregador, ou são pagos no ajuste anual do imposto de renda. Não existe dispensa do saldo devedor, após um determinado prazo ou ao atingir-se uma determinada idade. Desta forma, é incorreto afirmar que o HECS seja um “imposto sobre a graduação”, tendo em vista que é mantida uma contabilidade individual para cada estudante que tenha se beneficiado do programa. Entretanto, o sistema arrecadador nacional dá ao HECS uma aparência de imposto sobre a graduação, e garante um baixo custo administrativo assim como uma baixíssima taxa de inadimplência. Na realidade, estes mesmos resultados poderiam ser obtidos com a utilização de um programa convencional de financiamento estudantil, desde que fosse utilizado a mesma autoridade e eficiência do sistema arrecadador nacional, ou de uma outra forma, responsabilizar o empregador para que fizesse a retenção e o repasse ao governo dos reembolsos. África do Sul: Os financiamentos estudantis são efetuados pelo TEFSA12, um fundo de investimentos voltados para a educação e patrocinado pelo governo da África do Sul. Os valores dos benefícios variam de R 1100 até R 13.00013, e são estimados de acordo com cada necessidade. A taxa de juros cobrada é relativamente alta e corresponde à inflação mais dois pontos percentuais, sem que haja qualquer subsídio. Contudo, até 40% do total financiado poderá ser convertido em gratuidade caso o estudante seja aprovado em todas as disciplinas, sendo este “desconto” rateado apenas entre algumas disciplinas. O reembolso é sobre o modelo de renda contigenciada, iniciando com 3% sobre os primeiros R 26.300 de rendimento, sendo progressivamente adicionado um ponto percentual para cada incremento anual de renda de R 6000, até o máximo de 8% da renda sendo contigenciados para a amortização do débito, para rendimentos anuais iguais ou superiores a R 59.300. O Sistema de
11
A moeda utilizada na Austrália é o Dólar Australiano, cujo símbolo é A$. Em 1999 a paridade com o Dólar Americano (U$) era de U$ 1 = A$ 1,30. 12
TEFSA – Tertiary Education Fund of South África. Fundo de financiamento estudantil patrocinado pelo governo sul-africano. 13
A moeda sul-africana é denominada “Rand”, com uma paridade para o dólar americano de U$ 1 = R 5.5, em outubro de 2000.
45
Contribuição Nacional de Impostos e Pensões não é utilizado para a arrecadação, em seu lugar o governo autorizou a Agência de Impostos a repassar para o TEFSA a relação das declarações de renda, para fins de verificação. Quênia: O atual programa de financiamento estudantil do Quênia teve início em 1995, através de um Conselho Semi-Público de Educação Superior. Os valores dependem da comprovação de renda e juros de 4%. O ponto chave deste programa é o extraordinário esforço para recuperar pagamentos, baseado na nova legislação que obriga aos empregadores deduzirem os valores devidos dos salários dos empregados. A falta de pagamento acarreta penalidades severas, tanto para empregados como para empregadores. O capital é provido pelo governo, na expectativa de que o reembolso de antigos empréstimos seja concretizado, pela ação vigorosa nos novos contratos, capitalizando e renovando o fundo de empréstimos estudantis. China: O Governo Chinês anunciou um programa experimental para financiamento estudantil, em 1999 e que foi aplicado em oito cidades. Os empréstimos não foram, contudo, garantidos pelo governo, e parentes ou outros familiares eram co-signatários e fiadores para a maioria dos estudantes. Assim, os empréstimos não foram disponibilizados para os alunos realmente carentes, exceto para aqueles que freqüentavam instituições que assumissem todo o risco da inadimplência – que se diga de passagem, nenhuma IES assumiu este risco. A taxa de juros era a taxa praticada no mercado comercial, 10,8% em 2000, sendo a metade paga pelo governo e a outra metade pelo estudante. Entretanto, os períodos de reembolso eram extremamente curtos (quatro anos), colocando uma alta carga de pagamentos anuais para os estudantes. Qualquer que seja a modalidade praticada para financiar o ensino superior, a eficiência do programa está condicionada à recuperação dos custos envolvidos. Johnstone (2000) aponta que o problema com os financiamentos estudantis, especialmente nos países em desenvolvimento, é a existência significante de fontes de perda, ou “vazamentos” de difícil reparo, na recuperação dos custos na maioria dos programas. O primeiro destes “vazamentos” é a inadimplência. A ocorrência de altas taxas representa um perigo “real e imediato” à saúde dos programas e coloca em risco a própria sobrevivência do ensino superior privado.
46
Os Estudos realizados apontam que o problema se agrava nos países ditos em desenvolvimento ou em transição, e apontam que os parcos dados existentes são inconsistentes e não confiáveis (JOHNSTONE, 2000).
47
3 A INADIMPLÊNCIA EDUCACIONAL Este capítulo faz uma explanação sobre a inadimplência educacional e os vários estudos realizados, principalmente nos Estados Unidos, aonde o fenômeno vem sendo estudo há algum tempo, e apesar do aspecto temporal ser diferente do caso brasileiro, várias características apresentam-se de forma semelhante. Infelizmente, no Brasil o assunto só recentemente passou a ser estudado com maior profundidade, daí a escassez de autores e obras relevantes. Citando o Dicionário Larousse, Rodrigues (2004, p. 67) define inadimplente como “todo aquele que não cumpre devidamente um contrato”. Assim, inadimplemento é “a falta de observância de um contrato ou de qualquer de suas condições”. E, inadimplir é “deixar de cumprir no termo convencionado”. No âmbito educacional, se configura a inadimplência pela falta de pagamento, em dia, de uma ou mais mensalidades, por parte do contratante dos serviços educacionais em que ele ou seus dependentes são beneficiados. Para muitas instituições a inadimplência só é considerada a partir de um determinado prazo. Desta forma, Rodrigues (2004, p.67-68) divide a falta do cumprimento do contrato, por parte do contratante, em três momentos: a. Falta de pagamento da mensalidade até o 30º dia após o vencimento é considerada como atraso; b. Atraso entre 30 e 90 dias, é considerado como débito com a instituição, e não justifica uma ação de cobrança mais rigorosa; c. A partir de 90 dias configura-se a inadimplência. Esta conceituação diferenciada é justificada por Rodrigues (2004) porque a inadimplência educacional ocorre por fatores sociais e não tanto por fatores de caráter do devedor; quando o contratante deixa de efetuar o pagamento, ele está deixando de fazê-lo porque infelizmente é provável que esteja passando por uma situação financeira difícil, não porque esteja querendo prejudicar a instituição de ensino. Segundo Braga (2004), a inadimplência deve ser dividida em três grupos: a inadimplência do dia seguinte ao vencimento; após 30 dias do vencimento e a inadimplência
48
na re-matrícula. O Quadro 4 demonstra a média da inadimplência nacional nas instituições de ensino. Taxa de Inadimplência Dia seguinte ao vencimento 50 a 60 % Após 30 dias do vencimento 25 a 30 % Após a rematrícula 5a7% Período
Quadro 4 – Inadimplência Média no Brasil Fonte: Braga (2004).
A má situação econômica da sociedade, em função das políticas públicas, não pode ser utilizada para justificar uma omissão por parte das IES, ao deixar de agir sobre os inadimplentes, para evitar o descontrole da situação. Para Rodrigues (2004), o controle leva à melhoria, e a análise de cenário é fundamental para que as instituições de ensino, de uma maneira geral, planejem de forma adequada suas ações, assim como definam quais políticas de cobrança serão utilizadas para reduzir a inadimplência. A legislação em vigor14 veda à instituição de ensino, de impedir que os alunos inadimplentes assistam às aulas ou deixem de prestar exames. Ademais, a IES não pode negar aos alunos em atraso os documentos necessários à sua transferência ao final do período letivo, o que implica na possibilidade de sua saída sem a quitação da dívida. O principal recurso legal que resta, à instituição, é o de não recontratar com o aluno inadimplente no semestre seguinte e cobrar a dívida na justiça. Poderá, também, inscrever o devedor nos cadastros dos serviços de proteção ao crédito. Porém, várias são as instituições que preferem negociar com seus alunos em dificuldades, com a finalidade de mantê-los na escola e não agravar os índices de evasão. De todo modo, os custos da inadimplência são reais, sejam por atrasos ou falta de pagamento, e têm sido cada vez mais, um item importante na determinação dos resultados de uma empresa educacional (SCHWARTZMAN, 2004). Como forma de obter melhores resultados na recuperação de créditos, Rodrigues (2004) apresenta as seguintes sugestões: 1. Identificar claramente o contexto econômico em que a IES está inserida; 2. Medir os índices sistematicamente;
14
Lei 9.870/99 de 23 de novembro de 1999, publicada no Diário Oficial da União (DOU) de 24/11/99, atualizada com o texto da medida provisória nº 2.091-16 de 25 de janeiro de 2001, publicada no DOU de 26/01/2001.
49
3. Identificar as causas da inadimplência; e 4. Trabalhar com profissionais e empresas especializadas. Desta forma definem-se com mais critérios as ações que serão tomadas visando a redução da inadimplência sem estimular a evasão, outro problema crônico para as IES. Ressalte-se que a instituição de ensino deve colocar como objetivo principal reduzir a inadimplência com base no princípio de viabilizar a continuidade do aluno na instituição. A inadimplência educacional se distingue completamente daquela enfrentada pelas organizações dos setores financeiro, comercial ou industrial. Isto ocorre porque a educação é a concessão de um serviço público, essencial para o desenvolvimento do país. Aqueles que buscam uma educação superior, o fazem com intuito de uma ascensão cultural e talvez financeira e não por status material. A inadimplência comercial, financeira e industrial é mais perniciosa, pois o devedor muitas vezes age com má fé, sabendo o que está fazendo (RODRIGUES, 2004).
3.1 Causas da Inadimplência Sendo a inadimplência educacional diferente da inadimplência comercial, financeira e industrial, quais são as suas causas? Por que os contratantes não pagam as mensalidades em dia? Quais problemas os contratantes podem enfrentar? Existe a pré-disposição em dar um “calote” na escola? O contratante é realmente um mal pagador? O contratante está buscando solucionar seu problema? Entender as causas que levam à inadimplência é importante para não haver préjulgamentos e para definir uma estratégia mais apropriada à realidade. A Associação Comercial de São Paulo (ACSP) elaborou um estudo (GRÁFICO 3) em que procurou expor percentualmente as principais causas e motivos da inadimplência. 60
54
Desemprego
50 Endividamento 40 Fiança ou Aval
30 20 10
17
15 8
6
Empréstimos e Documentos Saúde e Outros
0
50
Gráfico 3 – Causas da Inadimplência. Fonte: Rodrigues (2004)
3.1.1 Desemprego Para a ACSP, o desemprego é a primeira causa da inadimplência. Segundo Rodrigues (2004), é uma causa histórica, decorrente das políticas governamentais e da origem colonial do país. Um fosso econômico-cultural enorme, gerado pela cultura extrativista, separa o Brasil dos países mais desenvolvidos. Tal fenômeno demandará anos de trabalho para ser superado. Assim, tendo em vista que o desemprego é um problema social que não pode ser evitado, torna o devedor muito mais uma vítima do que um mal pagador. 3.1.2 Endividamento O atraso cultural do país e uma economia instável causam a segunda maior causa da inadimplência, o endividamento. A busca de uma qualidade de vida e a falta de uma cultura de planejamento talvez explique o alto grau de endividamento da família brasileira. O devedor assume os compromissos, sem planejar adequadamente, pelo fato de não ter formação suficiente para planejar-se financeiramente, daí os excessos na utilização do cartão de crédito e do cheque especial. 3.1.3 Fiança ou Aval A terceira causa da inadimplência, segundo Rodrigues (2004), é a fiança ou aval e se constitui no fato de uma terceira pessoa, que não faz parte da relação contratual, garantir o cumprimento da obrigação pecuniária assumida pelo devedor principal. Este ato, normalmente, é feito para pessoas próximas ou aparentadas, que por não cumprirem com as obrigações acordadas as transferem para a figura do fiador ou avalista, o qual somente será acionado quando a inadimplência do primeiro devedor houver sido detectada. Rodrigues (2004) verifica que as três primeiras causas citadas respondem por 86% das inadimplências, e têm algo comum: a natureza social da sua ocorrência. E deixa claro que o problema está muito mais voltado para uma realidade do país do que no fato de o devedor estar se aproveitando de uma legislação educacional protecionista ou até mesmo agindo de má-fé. E conclui afirmando que, o devedor “está sendo uma vítima de um país subdesenvolvido que lhe paga mal, lhe obriga a pagar uma escola e um seguro médico”.
51
3.1.4 Empréstimo de Documentos As demais causas da inadimplência representam um menor volume e são facilmente resolvíveis. A cultura de empréstimo de cheques para ajudar um amigo ou um parente, tal como a prática da fiança ou do aval, nem sempre acaba bem para o emitente do cheque, que é jurídica e ilimitadamente responsável pela dívida. Infelizmente a legislação não reconhece a responsabilidade do efetivo devedor. 3.1.5 Saúde e Outros Os gastos com saúde e outros motivos, com índices menos relevantes, completam a lista de causas mensuráveis. Para Rodrigues (2004), os devedores educacionais e similares deixam de pagar as suas contas por contingências alheias às suas vontades, sendo assim merecedores de um tratamento mais respeitoso e digno para não serem desestimulados na busca do seu crescimento. Muito embora as principais causas da inadimplência sejam sociais, Rodrigues (2004, p.79) afirma que as IES podem criar mecanismos para evitar índices mais elevados e a deterioração da saúde financeira da própria instituição. Para criar esses mecanismos é imprescindível preencher alguns requisitos legais; caso contrário não é possível exercer o direito de exigir o pagamento por parte daqueles que estão deixando de efetuá-los. Na prática, existem quatro recomendações que deveriam ser seguidas pelas IES: 1. Estar devidamente regularizada, no que tange à Constituição, tendo os seus cursos totalmente reconhecidos pelo MEC; 2. Estar devidamente registrada na Junta Comercial; 3. Ter contrato de prestação de serviços educacionais devidamente assinados pelos contratantes, o qual deve ser realizado com base no regimento interno da escola, na Constituição federal, no Código de Defesa do Consumidor, no Novo Código Civil, na Legislação Educacional, principalmente na Lei Federal 9.870
52
de 1999, na Medida Provisória 2.091-16 de 25 de janeiro de 2001, em Decretos e Portarias editadas pelas entidades governamentais15; 4. O contrato deve conter uma cláusula de inadimplência bem redigida, deixando claro ao contratante quais as conseqüências do não pagamento de mensalidades.
3.2 Prioridades dos devedores Como visto anteriormente, o inadimplente educacional é basicamente aquela pessoa que está passando por um mau momento; desta forma é obrigado a escolher quais os compromissos serão cumpridos ou adiados, determinando suas prioridades. Infelizmente, a falta de conscientização do brasileiro leva a uma lista de prioridades que não se alinha com aquelas que as instituições de ensino adotariam ou que buscam repassar aos seus alunos. Em sua obra, Rodrigues (2004, p.81) apresenta quais são as prioridades dos brasileiros por grau de importância, ou as que deveriam ser honradas primeiro: 1. Financiamento de Imóvel; 2. Financiamento de Automóvel; 3. Despesas Básicas; 4. Cartão de Crédito e Comércio; 5. Saúde; e 6. Educação. Segundo Rodrigues (2004), percebe-se que a educação não é a prioridade para os brasileiros. Não se sabe ao certo se isto ocorre por causa de problemas culturais; contudo o autor afirma que o cenário revela a importância que o brasileiro dá ao status e à ascensão social (RODRIGUES, 2004, p.82). Suspeita-se, também, que a atual legislação esteja contribuindo para os atuais índices de inadimplência educacional.
15
A Lei Federal 9.870/99 juntamente com a Medida Provisória 2.091-16/01 são popularmente conhecidas como “Lei do Calote”.
53
3.2.1 Financiamento de Imóvel A preocupação com o financiamento da casa própria é justificável (RODRIGUES, 2004, p.81). É da natureza humana a necessidade de garantir para si e para os descendentes um abrigo definitivo e permanente. A questão é se o valor do imóvel financiado e suas respectivas prestações são compatíveis com a capacidade de pagamento. No cenário atual, a legislação prevê instrumentos punitivos para os mutuários inadimplentes. A existência de um contrato de alienação fiduciária garante ao agente financeiro a retomada do imóvel, a partir do terceiro mês sem pagamento. Nesses casos, o devedor pode ser declarado como depositário infiel, entretanto, a atual legislação não permite a prisão por dívidas, como outrora (RODRIGUES, 2004, p.81-82). 3.2.2 Financiamento de Automóvel A segunda prioridade detectada já não pode ser tão justificável quanto a primeira, mas revela a importância que o brasileiro dá para o status social, fator preponderante na classe média, demonstrando uma busca pela ascensão social (RODRIGUES, 2004, p.82). Para Rodrigues (2004, p.82-83), a aquisição de um automóvel deveria ser considerada como uma necessidade de transporte e, portanto, ser adequado às condições financeiras de cada tipo de usuário. O que se verifica é a aquisição de veículos cujos valores situam-se acima da capacidade de pagamento, levando, muitas vezes, o contratante do serviço educacional a um paradoxo, possui um automóvel de luxo e permanecem meses sem honrar os compromissos financeiros para com a escola. O rigor da legislação para os casos de inadimplência em financiamentos de veículos é semelhante ao do financiamento de imóvel, ou seja, após três meses o bem poderá ser retomado e o devedor declarado com mal pagador e depositário infiel. 3.2.3 Despesas Básicas (Água, Energia Elétrica, Telefone, etc.) A preocupação em manter as contas domésticas em dia dispensa maiores comentários. Água, luz e telefone fazem parte das necessidades básicas do cidadão, e o fornecimento poderá ser suspenso após 30 dias de atraso. Na atualidade, viver sem esses serviços seria até indigno.
54
Novamente o poder coercitivo da Lei, pressiona o devedor a por suas contas em dia, e continuar usufruindo os serviços. Vale ressaltar que alguns desses serviços, considerados básicos, são na verdade dispensáveis, e não deveriam ser prioritários. Serviços como telefonia celular, TV por assinatura, internet, etc. poderiam aguardar por uma melhor estruturação financeira no futuro para serem utilizados. 3.2.4 Cartão de Crédito e Crediário Rodrigues (2004, p.83-84) descreve o cartão de crédito como mais uma ferramenta do “capitalismo selvagem” e da cultura do consumismo. A utilização do cartão de crédito sem uma disciplina rígida, sem um treinamento de como utilizá-lo com planejamento e responsabilidade, coloca o cidadão em situações difíceis. O cartão de crédito pode se tornar um instrumento facilitador, na medida em que substitui o talão de cheques, dá segurança em casos de perda e roubo, literalmente substituindo o dinheiro em espécie. A questão é: existe respaldo financeiro por parte do usuário do cartão para suprir todas as suas necessidades e/ou desejos de consumo, disponibilizados por este meio de pagamento? A coerção da Lei16, ao permitir que o nome do devedor seja divulgado em instrumentos e entidades de proteção ao crédito, bloqueando-lhe o direito a créditos futuros até a quitação de seus débitos, favorece no nível de prioridade dado. 3.2.5 Saúde e Previdência Privada Em uma sociedade onde o sistema público de saúde é deficiente e a previdência social tem problemas financeiros de ordem atuarial, resta ao cidadão optar por um plano de assistência médica e previdenciária privado. Após ter honrado seus compromissos com a habitação, o transporte, as despesas domésticas e desejos de consumo satisfeitos, o cidadão preocupa-se com a saúde e a aposentadoria, embora seja esta uma responsabilidade do estado.
16
Lei 8.078 de 11 de setembro de 1990, publicada no DOU de 12/09/1990, dispõe sobre proteção do consumidor, e dá outras providências.
55
A legislação também atua de forma coercitiva, pois os planos de saúde podem suspender temporariamente o atendimento, ou os prazos de carência, após 30 dias de atraso, ou suspendê-los definitivamente em caso de atraso maiores. Segundo Rodrigues (2004, p.85), em uma família de classe média com quatro pessoas, as despesas médicas podem ultrapassar facilmente 50% da renda familiar, principalmente se existirem casos de doenças crônicas. Daí a prioridade dada ao pagamento dos planos de saúde, a mensalidade não costuma ultrapassar os 25% da renda familiar. 3.2.6 Educação Finalmente, em último lugar, a educação. De fato, a educação não é prioridade para o brasileiro, pois ele ainda não percebeu a sua importância como um instrumento para o desenvolvimento e de mudanças. Para Rodrigues (2004, p.85), isto é explicado como uma questão cultural. O ensino superior, na Europa, existe há mais de 1000 anos, enquanto que no Brasil somente há pouco mais de 50 anos. Desta forma, como esperar, do brasileiro, que se dê prioridade a algo que ainda não faz parte das necessidades básicas, tal como o é no primeiro mundo? Além do aspecto cultural existe o legal. A legislação brasileira atual proíbe a coerção na forma de constrangimento de quem deve para as instituições de ensino. Cientes de que nenhum direito ao ensino ou às atividades escolares será cassado, nenhum documento poderá ser retido ou omitido e a transferência para outra instituição também não poderá ser bloqueada, os pais e alunos não efetuam o pagamento das mensalidades educacionais. Desta forma, o ensino particular atua com desvantagem em relação aos concorrentes no processo decisório de gastos da família brasileira (BRAGA, 2004).
3.3 A Inadimplência no Ensino Superior dos Estados Unidos Ao passo que vários estudos prévios efetuados nos Estados Unidos, avaliaram uma associação entre as características dos alunos ou da instituição e o comportamento da inadimplência, o pensamento geral de vários pesquisadores (STEINER E TESZLER, 2003; WOO, 2002; VOLKWEIN E CABRERA, 1998; KNAPP E SEAKS, 1992; THEIN E HERR, 2001), atualmente, é que o sucesso acadêmico tem um papel maior na previsão de quem ficará inadimplente, do que o histórico (financeiro) do aluno e o tipo de instituição freqüentada.
56
Caso tudo o mais seja igual, alunos que tenham um bom desempenho escolar tendem a ter um taxa de inadimplência menor do que aqueles com baixo desempenho. Isto é uma conclusão esperançosa, no sentido em que o pagamento das mensalidades escolares ou do financiamento estudantil aparenta estar ligado a fatores que estão pelo menos parcialmente sob o controle do aluno, da escola, ou ambos. A revisão da literatura americana, a seguir, cobre uma variedade de fatores que podem ter um papel importante na inadimplência. 3.3.1 Variáveis para o sucesso acadêmico As variáveis para uma experiência universitária e o sucesso acadêmico são aqueles que ocorrem dentro da instituição de ensino e nas quais a IES, o aluno, ou ambos têm de alguma forma a habilidade para afetar. Estas características incluem o tipo de curso, realizações acadêmicas, transferência de status, metas educacionais do estudante, auxílio financeiro, e grau de conclusão (VOLKWEIN et al., 1998). Steiner e Teszler (2003) afirmam que a razão para a correlação entre o sucesso acadêmico e o comportamento da inadimplência é desconhecida; contudo, é possível que o trabalho árduo e a responsabilidade que resultam no sucesso acadêmico são hábitos estabelecidos que influenciam outras responsabilidades na vida estudantil, tais como o pagamento de mensalidades e financiamentos escolares. Além disso, no caso dos estudantes com financiamento estudantil que obtêm um bom desempenho acadêmico, estes têm uma maior chance de obter as melhores posições no mercado de trabalho, e com uma melhor posição terão melhores condições honrar o financiamento conquistado após o término dos seus estudos. 3.3.2 Obtenção do Grau Superior Em um estudo realizado junto a estudantes com financiamento escolar, no estado da Califórnia, Woo (2002) detectou que a reprovação ou a não conclusão dos estudos acadêmicos configuraram um dos maiores preditores da inadimplência entre todos os tipos de alunos. Em sua pesquisa, Steiner e Teszler (2003) relatam que na Texas A&M University aqueles estudantes com financiamento que não graduaram representavam uma taxa de inadimplência próxima dos 14 por cento, ao passo que os estudantes que conseguiram concluir a graduação representaram uma inadimplência menor que 2 por cento. O estudo
57
indica que os estudantes financiados que obtêm o grau têm baixo índice de inadimplência, não importando a área do conhecimento (tecnologia, ciências sociais etc.). Apesar do índice de desempenho acadêmico nas instituições com cursos de dois anos (Colleges) também ser um preditor do comportamento da inadimplência, um estudo nacional, realizado entre os estudantes americanos com financiamento estudantil que entraram para o ensino superior entre 1973 e 1985, detectou que a obtenção do título de nível superior era mais importante que as notas obtidas. O título obtido também tem mais valor que a influência do tipo de instituição, especialmente entre os afro-americanos (VOLKWEIN et al., 1998). A obtenção do grau também foi detectada como sendo a variável de maior significância estatística nas taxas de inadimplência, em um estudo realizado em meados dos anos 80 junto a estudantes beneficiados com financiamento estudantil nas instituições de ensino superior do estado da Pennsylvania (KNAPP e SEAKS, 1992). A conclusão dos estudos e a conseqüente obtenção do grau têm um impacto dramático na redução da taxa de inadimplência, tanto para estudantes brancos como para os afroamericanos; contudo o impacto é até três vezes maior para os estudantes afro-americanos do que para os brancos. O tipo de grau obtido também tem impacto diferente para os estudantes afro-americanos; a obtenção de títulos de licenciatura ou de formação específica reduziu a taxa de inadimplência em 18 por cento, enquanto a obtenção do título de bacharelado reduziu a probabilidade de inadimplência em 14 por cento (VOLKWEIN et al., 1998). Um estudo com os estudantes financiados da University of Texas em Austin detectou que o grau obtido foi responsável por 27 % na variação do comportamento da inadimplência, a maior dentre todas as variáveis do estudo. A quantidade de créditos perdidos foi variável com o segundo maior impacto na inadimplência, correspondendo a 21 % na variação do comportamento da inadimplência (THEIN e HERR, 2001). Para Volkwein e Cabrera (1998), o desempenho acadêmico medíocre é a razão primeira da evasão universitária, e o abandono anterior à conclusão do curso é a principal razão da inadimplência dos financiamentos estudantis. Segundo Knapp e Seaks (1992), ao passo que a graduação abre oportunidades de emprego e aumenta o salário, programas bem sucedidos de retenção de alunos irão reduzir as taxas de inadimplência da instituição. Entretanto, é plausível afirmar que a mesma tenacidade
58
com que alguns estudantes completam seus estudos poderia também ser utilizada para reduzir suas taxas de inadimplência, já que a conclusão do curso é muito mais um efeito do que uma causa e irá ter uma influência menor nos programas de retenção de alunos. 3.3.3 Resultados Médios Globais de Desempenho Acadêmico O resultado médio global, que mensura o desempenho acadêmico nos estados Unidos, é conhecido como Grade Point Average (GPA) e é indicado em uma escala de 4 pontos. Segundo Steiner e Teszler (2003), no estudo realizado entre os estudantes da Texas A&M, o GPA do estudante teve a associação mais forte com a inadimplência que qualquer outra variável relacionada ao sucesso acadêmico. A tabela 6 demonstra a relação do GPA com a taxa média de inadimplência. Tabela 6 – Inadimplência por faixa de GPA GPA Obtido Taxa Média de Inadimplência 0 – 2.0 18 % 2.1 – 3.0 2% 3.1 – 4.0 < 1% Fonte: Steiner e Teszler, 2003.
As maiores inadimplências na Texas A&M ocorreram entre aqueles estudantes que não obtiveram sucesso acadêmico. Estudantes com GPA inferior a 2,5 representaram 82,5 % o de toda a inadimplência. O estudo de Woo (2002) corrobora a associação do GPA à inadimplência: o aumento do GPA em meio ponto, a inadimplência é reduzida em 14%. Este forte relacionamento também foi verificado por Volkswein et al. (1998), ao perceber que um GPA acima de 3,0 estava associado a níveis de inadimplência mais baixos. Analisando instituições com cursos superiores de dois anos, os Colleges, Christman (2000) também detectou que GPA abaixo de 2,0 estava associado a inadimplências mais altas. Na pesquisa de âmbito nacional realizada por Flint (1997), detectou-se que entre as características acadêmicas dos estudantes, apenas o GPA estava relacionado ao pagamento dos financiamentos: quanto maior o GPA, menor foi a taxa de inadimplência. Para Volkswein e Szelest (1995), existe uma especulação por parte de alguns pesquisadores, em que o GPA seria uma comprovação da habilidade e motivação, traços associados tanto ao sucesso acadêmico quanto à vida futura.
59
3.3.4 Renovação de Matrículas e Reprovações Para Podgursky et al. (2002), estudantes que estão continuamente renovando sua matrícula estão menos sujeitos a ficarem inadimplentes do que aqueles que não renovam matrícula com freqüência. O resultado não foi obtido apenas pelo fato da conclusão do programa do curso: estudantes que ainda não concluíram seus cursos, mas que estavam continuamente matriculados, tiveram uma probabilidade de inadimplência substancialmente menor do que aqueles ainda não graduados, mas com períodos interrompidos de matrícula. Abandonar os estudos é um fator de risco significante na previsão da inadimplência. Esta conclusão foi obtida por Woo (2002), ao analisar todos os programas e tipos de instituição no estado da Califórnia. Segundo Steiner e Teszler (2003), a interrupção dos estudos, por qualquer que seja o motivo, favorece a alta taxa da inadimplência, especialmente quando há uma elevação do número de interrupções. Ponderam ainda que estudantes com interrupções motivadas por questões acadêmicas ou administrativas têm uma taxa de inadimplência menor do que os estudantes que interrompem seus estudos por motivos relacionados ao trabalho/emprego. Outra importante constatação feita por Steiner e Teszler (2003) e Christman (2000) foi a relação existente entre a quantidade de horas perdidas, em função de reprovações nas disciplinas, e a taxa de inadimplência: quanto maior o volume de horas perdidas, maior o risco da inadimplência. 3.3.5 Experiência Universitária 3.3.5.1 Área de Conhecimento do curso Segundo Steiner e Teszler (2003), a área de conhecimento do curso tem um papel moderado na previsão da inadimplência, cursos na área de estudos genéricos têm uma taxa de risco superior que em outras áreas. Volkwein e Szelest (1995) detectaram que áreas de conhecimento específicas podem estar com taxas de inadimplência reduzidas. Cursos nas áreas científicas, engenharia ou agricultura têm uma redução na taxa de inadimplência da ordem de 4% em cursos de formação específica (2 anos), tecnológicos (4 anos) e graduação universitária.
60
Estudantes que optam por transferir para áreas de conhecimento diferentes, em até duas oportunidades, tendem a ter baixas taxas de inadimplência, ao passo que aqueles que trocaram de área de conhecimento em mais de duas oportunidades têm taxas mais elevadas (STEINER e TESZLER, 2003). Outra constatação de Steiner e Teszler (2003): “Estudantes que obtêm uma segunda graduação têm uma inadimplência menor do que aqueles com uma única graduação”. Para Flint (1997), quanto maior a incongruência entre a área de conhecimento cursada pelo estudante e o seu trabalho atual, maior será o fator risco para a inadimplência. 3.3.5.2 Fator Tempo A taxa de inadimplência decresce à medida que o tempo dispensado aos estudos cresce: estudantes matriculados em cursos de até quatro semestres têm taxas de inadimplência maiores que estudantes matriculados em cursos mais longos e estudantes com até 110 horas/mês de aulas-disciplina têm taxas maiores do que aqueles com uma carga horária superior a 111 horas/mês (STEINER e TESZLER, 2003). De forma similar ao que foi detectado para o número de semestres do curso e a carga horária mensal, o número de anos necessários para concluir os estudos também tem um papel na inadimplência. Estudantes que concluem seus estudos no período de dois à cinco anos têm taxas de inadimplência pequenas, ao passo que aqueles que abandonaram os estudos com menos de um ano tiveram taxas maiores. Contudo, se o tempo dispendido em um curso for superior a cinco anos, haverá um impacto negativo na taxa de inadimplência: estudantes que levam seis ou mais anos para concluir seus estudos têm taxas de inadimplência consideravelmente mais elevadas do que aqueles que necessitam de até cinco anos para graduar (STEINER e TESZLER, 2003). Thein e Herr (2001) apontam o fator tempo que falta para a conclusão como outro que influencia na taxa de inadimplência: alunos que estão mais próximos da conclusão do curso tendem a ter uma taxa de inadimplência menor. 3.3.5.3 Influência das atividades remuneradas O estudo de Volkwein et al. (1998) detectou que a influência do emprego, ou tarefas remuneradas, dentro da instituição de ensino reduziu em 7,5% a inadimplência de estudantes
61
não caucasianos, mas não teve qualquer influência com os estudantes brancos. Entretanto, o estudo não considerou o impacto da quantidade de horas trabalhadas na inadimplência. 3.3.5.4 Acompanhamento Pedagógico Para Steiner e Teszler (2003), o acompanhamento pedagógico personalizado está fortemente
relacionado
com
o
comportamento
da
inadimplência.
Alunos
com
acompanhamento personalizado têm uma taxa de inadimplência seis vezes menor do que aqueles que não a têm. Entretanto, existe um viés nesta constatação: é comum nos Estados Unidos que os alunos que estejam próximos da conclusão do curso recebam o acompanhamento personalizado, fato que não ocorre com aqueles que se evadem com muita antecedência. Flint (1997) afirma, contudo, que outros estudos realizados utilizando grandes amostras e diversas instituições verificaram efeitos, na inadimplência, pouco significantes em função do acompanhamento pedagógico. 3.3.5.5 Outros Fatores No estudo realizado com estudantes da Texas A&M, se verificou que quanto maior o tempo de utilização dos serviços de residência estudantil, menor a taxa de inadimplência. Isto pode indicar uma maior integração com a instituição, o que é um fator associado ao sucesso acadêmico, que em contrapartida está associado ao pagamento das mensalidades (STEINER e TESZLER, 2003). 3.3.6 Variáveis Pós-Escolares 3.3.6.1 Desemprego Woo (2002) define as variáveis pós-escolares como aquelas que ocorrem após o aluno ter finalizado seus estudos e saído da instituição, incluindo capacidades educacionais e ocupacionais como renda, título obtido, ocupação, bem como o estado civil e o número de dependentes. Woo detectou que a variável mais forte associada à inadimplência é o desemprego. Graduados com tiveram experiências com o desemprego apresentaram um incremento de 83% na probabilidade de inadimplir.
62
Nos Estados Unidos, o desemprego foi apontado, por 59% dos entrevistados, como a principal causa da inadimplência pós-escolar, enquanto que outros 49% apontaram os baixos salários como a principal causa (VOLKWEIN et al., 1998). Dynarski (1994) elaborou um estudo com estudantes inadimplentes, egressos do ensino médio entre 1976 e 1985, e que tiveram seus estudos superiores financiados, sobre a importância dos diversos fatores, muitos dos quais pós-escolares, que os levaram à inadimplência, incluindo o desemprego, baixa renda, a existência de outros financiamentos mais importantes para serem honrados, insatisfação com o seu programa educacional e problemas pessoais relevantes. Quase 80% das respostas apontaram o desemprego ou a falta de renda como sendo a razão mais importante para a inadimplência. 3.3.6.2 Renda Não é surpresa que alunos egressos que tiveram seus estudos financiados e com uma renda alta estejam menos propensos à inadimplência após o término dos estudos. Este fato subscreve o risco que o estudante assume ao financiar altas somas e posteriormente se engajar numa carreira de baixos salários. Mas, para a previsão da inadimplência, esta variável de renda teve apenas a metade da importância das variáveis desemprego e evasão (WOO, 2002). Flint (1997) e Volkwein et al. (1998) detectaram que a incongruência entre a área de conhecimento do curso e o emprego atual e valor da renda (QUADRO 5), estavam associados às altas taxas de inadimplência. Renda em US$ Grau de Inadimplência Acima de 25.000 Baixa Inadimplência Abaixo de 10.000 Alta Inadimplência Quadro 5 – Relação Renda X Inadimplência. Fonte: Volkwein et al., 1988.
Para Flint (1997), ter uma renda adequada é condição necessária, mas não suficiente para honrar os termos de um financiamento escolar. Renda baixa aumenta o risco da inadimplência; entretanto, muitos dos que aparentavam a habilidade para honrar seus compromissos com o financiamento escolar não o fizeram. No estudo apresentado, 11,6% dos inadimplentes tinham renda superior ao valor financiado e mesmo assim não honraram seus compromissos, ao passo que 83% com renda menor estavam adimplentes.
63
3.3.6.3 Fatores Pessoais e Familiares Segundo Volkwein e Szelest (1995), o fato de ser separado, divorciado ou viúvo aumenta a probabilidade de inadimplência em 7% e no caso de ter filhos ou dependentes a probabilidade de inadimplência aumenta em 4,5% por cada dependente. Combinando a existência de dependentes com a condição de solteiro, separado, divorciado ou viúvo produz taxas de inadimplência superiores a 35% (VOLKWEIN et al., 1998). Volkwein et al. (1998) também explicam que as variáveis que reduzem a inadimplência são substancialmente as mesmas em uma mesma raça, porém sua influência em não-brancos é superior do que em brancos: ”... entre todas as populações, ser mulher e casada reduz a taxa de inadimplência e a redução é ainda mais dramática no caso de mulheres nãobrancas”. 3.3.6.4 Fator de Refinanciamento Segundo Woo (2002), aqueles estudantes financiados que nunca atrasaram, pediram adiamento ou não se abstiveram de efetuar os pagamentos são menos propensos à inadimplência, talvez em virtude de que aqueles tomadores de empréstimo que são organizados o suficiente para evitar atrasos também são mais capazes de gerenciar os pagamentos em geral. Ao passo que tomadores de empréstimos que delinqüiram ou atrasaram em mais de uma oportunidade estão mais propensos à inadimplência. Cada período de delinqüência aumenta as chances de inadimplência em 4,8%, o que representa quase 50% da probabilidade original. 3.3.6.5 Conhecimento das Obrigações Para Volkwein et al. (1998), a falta de conhecimento sobre as obrigações de efetuar o pagamento, não é um argumento forte para a inadimplência: 93% dos estudantes com financiamento, consultados, tinham conhecimento da necessidade de quitar seus financiamentos. Contudo, um em quatro estava confuso quanto ao processo de pagamento, e três em quatro não tinham qualquer conhecimento sobre as opções a cerca de adiamentos de pagamentos.
64
Estudos complementares de Volkwein e Cabrera (1998) revelaram que dois em cada três inadimplentes retomaram os pagamentos após início da primeira inadimplência, como também 31% os quitaram. 3.3.7 Características Antecedentes dos Estudantes Volkwein e Szelest (1995) definem as características antecedentes dos estudantes como sendo aquelas trazidas para a escola nas quais a instituição tem pouca ou nenhuma habilidade para intervir, tais como: idade, sexo, raça, grau de instrução dos pais, renda familiar, histórico no ensino médio, capacidade de pagamento e a atitude do estudante diante de uma variedade de fatores que poderiam afetar sua predisposição para a inadimplência, incluindo empréstimos e dívidas anteriores ou outras responsabilidades financeiras. 3.3.7.1 Sexo Não existe um consenso, entre os pesquisadores, sobre a influência do sexo do estudante e o risco de inadimplência. Woo (2002), Podgursky et al. (2002) e Flint (1997) detectaram que o sexo feminino é menos propenso à inadimplência. Entretanto, Volkwein e Szelest (1995) não encontraram uma diferença significativa nas taxas de inadimplência entre homens e mulheres. Knapp e Seaks (1992) corroboram este último ponto de vista, ao referirem-se a um estudo realizado nos anos 80 no estado da Pennsylvania que não encontrou qualquer ligação entre o sexo e a taxa de inadimplência. 3.3.7.2 Idade Estudantes mais velhos estão mais propensos à inadimplência. Para Woo (2002), esta constatação talvez se deva ao enfraquecimento dos laços que os uniam aos pais e à família, que os poderiam prestar auxílio, no caso de dificuldades financeiras. Podgursky et al. (2002), em estudo realizado no estado do Missouri, também verificaram que estudantes mais velhos estavam mais propensos a inadimplir. Segundo Flint (1997), para cada ano após a idade de 21 anos, representa um acréscimo 3% na probabilidade de inadimplir.
65
3.3.7.3 Raça e fatores familiares Volkwein et al. (1998) argumentam que a raça e algumas características familiares têm um papel na inadimplência. Estudantes descendentes de asiáticos ou brancos, que tenham pais com nível superior de educação e uma renda familiar superior à US$ 30 mil anuais, estão relacionados com taxas mais baixas de inadimplência. Ao passo que, sendo afro-americanos ou índios, com uma família com pouca ou nenhuma instrução, representariam um maior fator de risco de inadimplência (TABELA 7). Tabela 7 – Inadimplência e Renda entre alunos casados Por Raça Raça Renda Taxa Asiáticos 44067 8% Afro-americanos 45625 10% Indígenas 44311 7% Hispanicos 43911 8% Brancos 40985 7% Fonte: Volkwein et al., 1998.
O estudo de Flint (1997), também verificou que sendo o estudante afro-americano
Taxa
elevaria a probabilidade de inadimplência em 11,7%.
50% 45% 40% 35% 30% 25% 20% 15% 10% 5% 0%
Não Casados Casados
Asiático
Afroamericano
Indígena
Hispanico
Branco
Gráfico 4 – Taxa de Inadimplência entre alunos não casados e casados. Fonte: Volkwein et al., 1998.
Entretanto, Volkwein et al. (1998) detectaram que em todos os grupos étnicos que tenham grau de instrução similar, o mesmo estado civil e tamanho de família apresentam registros quase idênticos de renda e histórico de pagamentos (GRÁFICO 4). Portanto, o status sócio-econômico, o tipo de instituição, as notas obtidas, e a área de conhecimento escolhida aparentam ter menos importância do que se o aluno conclui seus estudos, é casado ou solteiro, ou se tem filhos. Estudantes afro-americanos ou hispânicos têm um menor poder aquisitivo, menores níveis de realizações acadêmicas, quase duas vezes o número de filhos, e duas vezes
66
a taxa de separação e divórcio, se comparado aos estudantes brancos. Estas circunstâncias, muito mais do que a raça, aparentam explicar as diferenças das taxas de inadimplência. Inadimplentes afro-americanos e hispânicos, segundo Volkwein e Cabrera (1998), são significantemente mais propensos ao desemprego, à insatisfação com os programas educacionais e a ter problemas pessoais que interferem na capacidade de pagamento. Entre todos os grupos étnicos, os inadimplentes continuam devendo cerca de 50% do total financiado, quatro anos após a conclusão dos estudos (LOCHNER e MONGENARANJO, 2004). O estudo de Knapp e Seaks (1992) demonstra que a presença de ambos os pais reduz a probabilidade de inadimplência em 2,7%, enquanto que a ausência do pai aumenta a probabilidade em 2,5 pontos percentuais. Segundo Volkwein et al. (1998), as variáveis redutoras da inadimplência são substancialmente as mesmas entre populações étnicas, mas suas influências em não-brancos são maiores que entre os brancos: em todas as populações, ser mulher e casada reduz a taxa de inadimplência, e com maior intensidade entre os não-brancos. 3.3.7.4 Preparação Acadêmica Segundo Steiner e Teszler (2003), em geral quanto melhor tiver sido a classificação do estudante no ensino médio, menor será sua propensão para a inadimplência. Dentre os alunos da Texas A&M, aqueles que estiveram abaixo do 25º percentil, na classificação do ensino médio, tinham uma taxa de inadimplência de 12,8% comparada a uma taxa de 3,2% daqueles alunos que pertenciam ao 90º percentil ou superiores. Entretanto, a relação demonstrou ser muito fraca comparada a outras no estudo. Não existe, virtualmente, qualquer diferença entre as taxas de inadimplência daqueles alunos que atingiram os critérios mínimos requeridos para ingressar na instituição e aqueles que não os atingiram. Dentre os alunos dos cursos de dois anos de duração, aqueles oriundos do ensino supletivo detinham taxas de inadimplência maiores do que os portadores de diploma do ensino médio regular (CHRISTMAN, 2000).
67
3.3.8 Atitude do Estudante Um estudo feito sobre os financiamentos estudantis sem garantias do governo federal, realizado nos Estados Unidos, junto a estudantes de direito no início dos anos 90, desafia a noção de que existem explicações de caráter institucional assim como do aluno para a inadimplência. Neste estudo, as variáveis associadas com as características do estudante, como a raça e renda familiar, foram incluídas por primeiro no modelo, seguidas pelas variáveis institucionais. Segundo Monteverde (2000), o estudo verificou que, depois de consideradas as características do estudante trazidas para o ensino superior, muito pouca capacidade de previsão pode ser adicionada ao modelo ao considerar também as características e práticas da instituição freqüentada pelo estudante. Ou seja, o estudo verificou que a inadimplência está relacionada primordialmente com a predisposição e capacidade de pagamento do estudante, e não com qualquer atividade ou recurso que a instituição possa oferecer. Estudos quantitativos, como também entrevistas com alunos, funcionários e docentes, indicam que os estudantes possuem certas características que independem da instituição e que causam a inadimplência, incluindo a atitude do estudante perante o débito, a inadimplência e a insatisfação com a instituição (CHRISTMAN, 2000).
3.4 A Dívida 3.4.1 Nível de Endividamento Apesar de o oposto aparentar fazer mais sentido, Woo (2002) apresenta que estudantes mais endividados estão na realidade menos propensos à inadimplência do que os estudantes de baixo nível de endividamento. Este paradoxo talvez se justifique pelo fato de que alto nível de endividamento está associado com uma maior escolaridade, portanto com um maior sucesso acadêmico, que é a principal variável associada à baixa inadimplência. Segundo Steiner e Teszler (2003), estudantes com dívidas de até US$ 5 mil estão entre aqueles com taxas de inadimplência mais elevadas. Não surpreendentemente, aqueles com uma dívida menor estão mais aptos a se manterem na escola por um breve período e têm níveis de conclusão mais baixos. Isto é, o valor da dívida é um concentrador parcial para a capacidade educacional.
68
Outros estudos também encontraram que o valor financiado ou tem nenhum efeito ou um efeito benéfico no pagamento. Um maior endividamento está associado com menores taxas de inadimplência, talvez, porque maiores níveis de endividamento resultam de um maior número de anos de estudo e a capacidade adquirida permite aos estudantes financiados competirem com maior sucesso no mercado de trabalho por melhores empregos e maiores rendimentos (VOLKWEIN et al., 1998). Woo (2002) corrobora: “Alunos financiados com menores dívidas tendem a inadimplir mais do que aqueles com maiores dívidas”. Aparentemente a decisão de incorrer em uma dívida adicional não é uma conseqüência da decisão inicial de tomar um empréstimo, em primeiro lugar. Um estudo sobre como o estudante percebe sua dívida com a educação indica que, apesar dos estudantes que receberam descontos (estudantes de baixa renda) tenham dívidas e pagamentos de empréstimos semelhantes à média geral, eles demonstram ter um salário inicial e uma renda atual inferior aos outros estudantes, resultando em um comprometimento maior de sua renda e dificultando o pagamento (BAUM e O´MALLEY, 2002). 3.4.2 Percepção da Dívida A carga de endividamento e certo temor ao solicitar financiamento estudantil influenciam as decisões dos estudantes, quer seja esta a escolha da instituição, da área de conhecimento ou outras decisões pessoais. Examinando a influência da carga de endividamento na permanência na escola, Cofer e Somers (1999) verificaram que ao efetuar o pagamento os estudantes expressavam raiva ao ter que assumir uma dívida maior do que os estudantes da geração anterior. Na Pesquisa Nacional Sobre Financiamentos Estudantis de 2002, os alunos beneficiados com descontos que abandonaram os estudos comunicaram, muito mais do que outros evadidos, que a dívida referente ao financiamento teve um papel relevante na decisão de abandono (BAUM e O´MALLEY, 2002). Segundo Cofer e Somers (1999), os estudantes e suas famílias estão mais dispostos a investir tempo e dinheiro e a assumir dívidas estudantis quando os alunos são recompensados com prêmios e boas notas e se sentem socialmente integrados no ambiente do campus.
69
3.5 Variáveis pelo Tipo de Escola Para Volkwein et al. (1998), os estudantes que freqüentam instituições que possuem cursos de doutorado tendem a ter uma taxa mais baixa de inadimplência, enquanto estudantes que freqüentam instituições, com ênfase somente na graduação, tendem a ter taxas de inadimplência mais elevadas. Não obstante, apesar da política de financiamento estudantil e a legislação nacional serem baseadas substancialmente na crença de que faculdades e universidades exercem uma considerável influência nas ações dos seus alunos, os autores verificaram pouca evidência deste fato. As diferenças nas taxas de inadimplência por instituição são baseadas mais na natureza dos estudantes e nas suas realizações do que na natureza das instituições freqüentadas. Os autores sugerem que diferentes instituições simplesmente atraem diferentes tipos de estudantes. Woo (2002) também verificou que o fato dos estudantes de cursos de curta duração (dois anos) terem uma taxa de inadimplência mais elevada do que nos cursos de longa duração (quatro ou mais anos) aparenta ser em função do tipo de estudante que opta por estes tipos de cursos, e não em função dos programas de curso ou da instituição propriamente dita. Apesar de que estudos anteriores reflitam o contrário, Volkwein e Szelest (1995) comentam que, existe uma pequena evidência de que as características institucionais têm um impacto na inadimplência. Preferencialmente, o pagamento dos empréstimos e o comportamento da inadimplência podem ser mais bem previstos pelas características individuais do estudante, incluindo sua opção pela área de conhecimento, desempenho acadêmico e realizações e comportamentos posteriores à graduação. Permanecendo na escola, obtendo boas notas, concluindo o curso, constituindo matrimônio e não tendo filhos são todas ações que reduzem a probabilidade de inadimplência. O tamanho do corpo discente da instituição não aparenta ter um papel na inadimplência. Se o acompanhamento pessoal e personalizado de alunos reduzisse a inadimplência, então pequenas escolas teriam baixas taxas de inadimplência, com o que não concordam os pesquisadores. A relação é na verdade inversa e não significante (KNAPP e SEAKS, 1992).
70
3.6 Fatores Relacionados à Oferta de Financiamentos Flint (1997) afirma que ter muitas opções de financiamento estudantil favorece o aumento da inadimplência. De fato, Woo (2002) comenta que aqueles estudantes que tinham acesso a várias formas de financiamento estudantil estavam mais propensos à inadimplência, sendo que para cada nova opção a probabilidade de inadimplência crescia em 18%. Além disso, o número de financiamentos – e não o valor financiado - está relacionado à inadimplência, com mais financiamentos sinalizando maiores riscos.
3.7 Mapeando o Risco de Inadimplência Sendo a inadimplência estudantil um fenômeno real e mensurável, as instituições de ensino superior privadas no Brasil deveriam seguir o exemplo das instituições britânicas. O HEFCE17 elaborou uma lista de fatores de riscos de inadimplência, auxiliado com informações fornecidas por várias instituições. As instituições inglesas realizaram um processo completo de identificação de riscos, que teve início com o estabelecimento de objetivos. Segundo o relatório do HEFCE (2004), a definição do objetivo deve ser estabelecida antes do processo de identificação do risco, particularmente naquelas instituições que ainda não tenham seus objetivos bem definidos. O alinhamento dos riscos com os objetivos da instituição é uma boa forma de estruturar o mapa de riscos da instituição. O reconhecimento de que os riscos podem estar inter-relacionados também é importante. Por exemplo: o foco no desempenho acadêmico dos alunos pode impactar o foco na qualidade de ensino, através de uma ênfase demasiada durante a pesquisa. A lista elaborada pelo HEFCE contém 51 exemplos de elementos de risco potencialmente significativos, e os classifica em oito categorias (Quadro 6). A categoria “Reputação da IES” refere-se ao reconhecimento da comunidade de que a instituição oferece excelência acadêmica e pesquisa inovadora. Fatores como a estratégia de captação de novos alunos, atração e retenção de docentes de alta qualidade, aspectos de 17
HIGHER EDUCATION FUNDING COUNCIL FOR ENGLAND. Conselho que administra as verbas destinadas ao financiamento do ensino superior na Inglaterra.
71
comunicação com a sociedade, atração de investimentos externos e gerenciamento da segurança e da saúde no campus são analisados. Categoria Qtd de Elementos Reputação da IES 5 Experiência Estudantil 6 Fatores de Recursos Humanos 4 Estrutura Física e Acadêmica 7 Fatores Financeiros 11 Fatores Comerciais 5 Fatores Organizacionais 7 Informação e Tecnologia 6 Quadro 6 – Elementos de Risco de Inadimplência Fonte: HEFCE (2004).
Na categoria “Experiência Estudantil”, são analisadas as falhas relativas ao atendimento das expectativas dos alunos, a qualidade do ensino na visão do aluno, a evasão de alunos, conflitos ocorridos entre a IES e os alunos e o relacionamento entre a comunidade e os alunos da IES. Os “Fatores de Recursos Humanos” correspondem à categoria onde são analisados os aspectos relacionados ao quadro docente e discente, qualidade do corpo de funcionários, políticas de desenvolvimento profissional na IES e atendimento à legislação trabalhista. A categoria “Estrutura Física e Acadêmica” analisa o espaço físico oferecido aos estudantes, estrutura de laboratórios, nível de adequação da estrutura física aos cursos ofertados, perda de ativos, implantação de novos projetos, políticas de manutenção de equipamentos e segurança dos edifícios e equipamentos. A análise realizada na categoria “Aspectos Financeiros” aborda as políticas utilizadas na administração dos recursos financeiros da IES, a habilidade na condução dos orçamentos elaborados, o custeio dos projetos, existência de fraudes e estratégias financeiras. Os “Aspectos Comerciais” correspondem à habilidade apresentada pela IES no trato da comercialização dos resultados obtidos na pesquisa como uma fonte de renda alternativa, a elaboração de contratos comerciais e a propriedade intelectual. A categoria dos “Aspectos Organizacionais” analisa as atividades relacionadas à política da IES quanto ao envolvimento do staff e dos alunos nas atividades acadêmicas, a
72
responsabilidade social, o investimento em novas estruturas, a atuação nos casos de falhas organizacionais, o planejamento estratégico e a adequação da política corporativa. E finalmente, a categoria da “Informação e Tecnologia”, onde é analisado o trato da informação na instituição, a utilização de recursos tecnológicos no processamento da informação, a segurança e a perda da informação. A lista do HEFCE foi elaborada para servir como um guia a elaboração do quadro de riscos da IES; não é um estudo exaustivo, mas apenas indicativo. A elaboração do quadro de riscos possibilitará à instituição definir os processos de controle e mecanismos de prevenção. De qualquer forma, a instituição deverá analisar cuidadosamente seus riscos de acordo suas características próprias.
3.8 Evidências Estatísticas da Inadimplência Educacional Analisando as modelagens e a seleção de variáveis, na literatura pesquisada, verificase a incorporação de cinco perspectivas diferentes, corroborando a pesquisa de Volkwein et al. (1998). Tomando-se por base o comportamento econômico, demonstrado na literatura, as três primeiras perspectivas estão relacionadas à teoria do capital humano, ao subsídio público e a habilidade do tomador de pagar o empréstimo; a quarta perspectiva está fundamentada na abordagem organizacional e estruturalista-funcional; e a quinta incorpora a adaptação dos estudantes ao sistema acadêmico superior. A Teoria do capital humano enfatiza as variáveis que refletem o desejo do aluno em investir em educação e treinamento de modo a obter um maior retorno ou compensação financeira no futuro (BECKER, 1964 e FREEMAN, 1983 apud VOLKWEIN et al., 1998). Volkwein et al. (1998) também citam Manski e Wise (1983), ao comentarem que as pessoas são motivadas a buscar um nível superior de estudos ou treinamento quando os benefícios são maiores que os custos. Os benefícios incluem o aperfeiçoamento das habilidades e o potencial de obtenção de melhores salários. Os custos envolvem não apenas as mensalidades escolares e despesas de manutenção, como também custos indiretos por não trabalhar. Ao passo que os custos devem ser pagos no presente, os benefícios podem ser usufruídos apenas no futuro. Devido ao fato de que os benefícios econômicos da educação variam conforme o nível de
73
treinamento e a carreira escolhida espera-se que o comportamento da inadimplência varie de acordo com a titulação obtida e a área de conhecimento estudada (VOLKWEIN et al., 1998). 3.8.1 Os Primeiros Estudos O primeiro estudo estatístico sobre os padrões da inadimplência escolar com uma ampla leitura acadêmica foi o artigo intitulado “Whose Fault is Default?”, que resumiu a agenda de pesquisa da maior literatura do campo de estudo (WILMS et al., 1987 apud MONTEVERDE, 2000). O estudo foi iniciado pelo poder legislativo do estado americano da Califórnia, o qual estava especialmente interessado em investigar as características e práticas das instituições de ensino superior do estado que tinham taxas de inadimplência “excessivelmente altas” (15% ou maior). A pesquisa foi realizada em 233 instituições de ensino superior, onde foram escolhidos para análise 3.155 estudantes que freqüentaram o ano acadêmico de 1982-1983. Os dados foram examinados se utilizando uma Análise Discriminante passo a passo hierárquica. A variável dependente foi a medida dicotômica de “inadimplência ou não” com as variáveis independentes ou preditoras divididas em duas classes gerais: (1) características dos alunos, e (2) características e práticas da escola freqüentada. A abordagem passo a passo hierárquica tinha em vista que as primeiras variáveis independentes a serem utilizadas foram as características dos alunos, procedidas pelos fatores institucionais. Utilizando esta abordagem, foi verificado que, após se levar em consideração às características trazidas pelos alunos para o ensino superior, muito pouca previsibilidade foi acrescentada ao modelo quando se levou em consideração as características e práticas da instituição. Resumindo suas conclusões, os autores enfatizaram os preditores, predeterminados e não institucionais, da inadimplência escolar: a raça, a renda familiar, nacionalidade/naturalidade e o programa acadêmico escolhido. Não obstante, o estudo não apresentou a distribuição dos inadimplentes por escola, as características e práticas institucionais escolas foram utilizadas para prever a inadimplência. Esta abordagem foi criticada por Monteverde (2000), ao observar que teria sido interessante verificar se determinadas escolas privadas estavam relacionadas aos índices de inadimplência verificados. Questiona ainda se o modelo foi corretamente especificado; ou seja, se os fatores institucionais, apesar de tudo, consistiam-se realmente em preditores de inadimplência, se fossem mensurados de uma forma diferente. Uma extrapolação dos resultados de Wilms et al. (1987 apud MONTEVERDE, 2000) deve ser utilizada com cautela ao tentar explicar o comportamento da inadimplência entre
74
diferentes tipos de estudantes, tendo em vista que a amostra utilizada consistia de alunos de diferentes tipos de escolas e cursos, além de que os tipos de financiamentos utilizados pelos alunos eram substancialmente diferentes. Contudo, os estudos que se seguiram empregaram amostras mais elaboradas, tendo geralmente confirmado a principal conclusão de Wilms et al. (1987 apud MONTEVERDE, 2000) - que as características dos estudantes, muito mais do que as características institucionais, eram melhores preditores para a inadimplência. Utilizando como fonte dados, mais ampla, a publicação patrocinada pelo governo americano, conhecida como “NPSAS”, edição de 1987
18
, Flint (1997) utilizou a analise
discriminante passo-a-passo, de forma similar ao estudo de Wilms et al. (1987 apud MONTEVERDE, 2000), para analisar blocos de possíveis preditores. Conclui que, apesar das características pessoais dos estudantes estarem fortemente ligadas à inadimplência, existe uma contribuição muito pequena dos blocos de variáveis analisados após as características pessoais dos estudantes. Outros estudos semelhantes, realizados por Volkwein, Szelest, Cabrera e NapierskiPrancl (1998), concluíram que as diferenças nas taxas de inadimplência estavam baseadas mais substancialmente nas características dos estudantes e em suas conquistas do que nas características das instituições freqüentadas. Vale frisar que o foco desses estudos estava na compreensão do relacionamento entre a raça e a inadimplência e não na correlação entre instituição e estudantes como preditores da inadimplência. 3.8.2 O Estudo de Knapp e Seaks Através de uma metodologia diferente, Knapp e Seaks (1992) analisaram aproximadamente 2.000 alunos, de cursos com duração entre dois e quatro anos, que tenham freqüentado uma das 26 instituições tradicionais do estado da Pennsylvania-USA e que eram beneficiários de financiamentos governamentais, durante o ano acadêmico 1985-1986. Utilizando a técnica de probabilidade máxima “PROBIT” (Regressão Probabilística), os autores concluíram que as seguintes características pessoais tinham uma associação estatística significante com uma menor probabilidade de inadimplência: (1) Renda familiar,
18
NPSAS – National Post-Secondary Student Aid Study. Publicação anual do Governo Americano que demonstra os financiamentos concedidos para o ensino superior.
75
(2) Presença dos pais no lar, (3) Sucesso acadêmico e (4) Raça (taxa de inadimplência maior entre negros). As variáveis consideradas mais importantes foram: o sucesso acadêmico e a raça. Como exemplo os autores apresentaram que um estudante branco, bem sucedido academicamente, com uma família bem estruturada (pais não separados) e uma renda familiar de US$ 10 mil, apresentava uma probabilidade de inadimplência da ordem de 2,4%, enquanto que o mesmo estudante, com um rendimento escolar insuficiente tinha um risco de 15,1%. Um estudante negro, com ambos os pais e US$ 10 mil de renda familiar, tinha uma probabilidade de 14,2%. O mesmo estudante negro, com baixo rendimento escolar apresentava um risco de 44,1%. Os autores consideraram o risco específico para qualquer uma das 26 instituições de onde a amostra foi coletada, incluindo explicitamente 25 variáveis dummy19 nos modelos. E concluíram que as 25 variáveis dummy, quando tomadas como um grupo, não aumentavam significativamente o poder de previsão dos modelos; nem qualquer uma das variáveis mudas indicou que qualquer instituição tinha uma probabilidade de inadimplência significativamente diferente das demais, após considerarem-se as características individuais dos estudantes. E concluíram, enfaticamente, que na amostra analisada nada existia relacionado a uma instituição em particular que causasse impacto na taxa de inadimplência. Da mesma forma que o estudo anterior de Wilms et al. (1987, apud MONTEVERDE, 2000), a amostra dos estudantes analisada por Knapp e Seaks (1992, apud MONTEVERDE, 2000), foi coletada exclusivamente entre instituições com cursos de dois a quatro anos de duração, o que potencialmente limitou a generalização das conclusões (MONTEVERDE, 2000). 3.8.3 A Contribuição de Volkwein e Szelest Utilizando como fonte de informação o NPSAS de 1987, Volkwein e Szelest (1995) apresentaram dois modelos para possibilitar a previsão da inadimplência. O trabalho analisou uma amostra de 4000 estudantes financiados que concluíram ou abandonaram seus estudos até 1994, e que seus dados estivessem relativamente completos e disponíveis no NPSAS de 1987.
19
A variável dummy representa um termo de uma condição imposta e a ser atendida pelo modelo formulado, geralmente seu valor é igual a 1 (um) se a condição é atendida e igual a 0 (zero) se não atendida
76
No primeiro modelo, as características pessoais dos estudantes foram analisadas para verificar a associação com a inadimplência, conjuntamente com um grupo de variáveis utilizadas na tentativa de encontrar alguma associação do tipo de instituição com a inadimplência. O teste realizado foi bem simples, com a categorização do tipo de instituição freqüentada como sendo universidade ou, o equivalente no Brasil a, faculdade integrada com cursos 4 anos, faculdade integrada com cursos de 2 anos ou ainda escola vocacional de nível superior (Proprietary School)20 . Em uma de suas conclusões, os autores demonstraram que, quando utilizado uma regressão logística multivariada, o conjunto de variáveis dummy utilizadas para capturar o efeito da instituição “não” foi capaz de adicionar à habilidade do modelo de prever a inadimplência após as características pessoais dos estudantes terem sido consideradas. Em contraste, várias características pessoais – considerando todos os tipos de estudantes – foram definidas como de alto poder de previsão do risco de inadimplência (raça, estado civil, quantidade de filhos, titulação obtida, desempenho acadêmico, suporte familiar e renda atual). O segundo modelo, devido à limitação dos dados, excluiu as escolas vocacionais, e um conjunto mais exaustivo de descritores da instituição foi testado para verificar a associação com o risco de inadimplência. Apesar de dois fatores terem demonstrado ser estatisticamente significantes (proporção das minorias estudantis e gasto com serviços de suporte aos estudantes), os autores concluíram que existia pequena evidência de que as características institucionais impactavam na inadimplência. Entretanto, de forma oposta ao estudo de Knapp e Seaks, nenhum dos modelos de Volkwein e Szelest incorporou variáveis dummy. Para Monteverde (2000), este fato deixa em aberto a possibilidade de que, individualmente, uma instituição em suas pesquisas possa apresentar índices de inadimplência mais elevados do que a média, mesmo após ter levado em consideração as características saudáveis dos estudantes atraídos. Em resumo, baseado nas evidências estatísticas disponíveis, Monteverde (2000) considera haver um consenso, entre os pesquisadores, de que os determinantes da
20
Proprietary School é um tipo de instituição de ensino superior nos Estados Unidos, dedicada ao ensino de vocações ou ocupações. Este tipo de instituição treina pessoas em uma grande variedade de ocupações como: administração de redes, paramédicos, corretores de seguros e de imóveis, mecânicos de aviões, massagistas, esteticistas de animais etc.
77
inadimplência educacional estão antes de mais nada relacionados às características dos alunos do que tendo alguma relação com a instituição freqüentada. Onde exista uma relação detectada entre um tipo de instituição de ensino e os altos índices de inadimplência, o fato não é causado pelas características da instituição. Instituições que têm altos índices de inadimplência são aquelas que atraem estudantes com alta probabilidade de risco de inadimplência. A tendência de inadimplência é uma condição pré-existente. Desta forma, Monteverde (2000) desafia a abordagem usual de desenvolver modelos de previsão de inadimplência estudantil, que busquem explicações institucionais e estudantis, e propõe um returno ao “velho”, porém mais simples paradigma bancário da disposição e da habilidade de pagamento do empréstimo efetuado.
78
4 METODOLOGIA DA PESQUISA Por se tratar de uma pesquisa científica, se faz necessária a utilização de critérios metodológicos e técnicas específicas para dar suporte à solução das questões estabelecidas (LEITE, 2004, P. 36-37). As questões de pesquisa estabelecidas exigem uma coleta de dados através de perguntas específicas colocadas em um questionário, para serem respondidas sem a presença do entrevistador (LEITE, 2004, P. 85). A utilização do questionário proporciona padronização e uniformidade no processo de coleta de dados. O questionário é, portanto, um dispositivo de controle e exerce papel crítico no levantamento dos dados a serem analisados (McDANIEL e GATES, 2003, p.322-323). Questões da pesquisa: a) Quais as características que diferenciam os estudantes inadimplentes daqueles adimplentes em uma instituição de ensino superior? b) O perfil do novo estudante do ensino superior, assim como seu desempenho acadêmico está relacionado à taxa de inadimplência escolar? c) O valor da mensalidade cobrada está relacionado à taxa de inadimplência? d) Existe relação entre renda e a inadimplência escolar? e) Existem características relacionadas à instituição que influenciem na taxa de inadimplência? f) Caso positivo, que instrumentos apoiariam os gestores das IES na prevenção da inadimplência? Tomando como base as questões da pesquisa, estabeleceram-se as variáveis (ver seção 4.2) e foi então elaborado o questionário.
4.1 Tipo de pesquisa e Processo de Amostragem Segundo Lakatos e Marconi (1991), Cooper e Schindler (2003) e Leite (2004), o tratamento do objeto de estudo deve estar relacionado a um referencial teórico; no caso específico deste trabalho, requer o conhecimento dos conceitos de crédito, risco e de seu delineamento, bem como a verificação da relação entre os fatores intervenientes e o grau de inadimplência em uma IES, visando uma previsão do risco de que esta ocorra. Suscita a
79
necessidade de Pesquisa Aplicada, quanto à natureza, Pesquisa Quantitativa, quanto à forma de abordagem do problema, Pesquisa Exploratória, com o objetivo de maior compreensão do problema e Pesquisa Descritiva, através de estudo de caso, para delinear, registrar, analisar e interpretar tanto a predisposição para inadimplir como a inadimplência real, segundo o perfil do aluno de uma instituição de ensino de nível superior. 4.1.1 População e Instituição Pesquisada A população objeto deste estudo consistiu dos alunos de uma Instituição de Ensino Superior Privada, localizada em Fortaleza-CE, classificada pelo MEC como faculdade integrada21, que oferta cursos de graduação em nível de bacharelado, licenciatura, e graduação tecnológica, além de cursos de pós-graduação lato sensu, nas áreas de Ciências Sociais Aplicadas, Comunicação Social, Ciências Jurídicas, Ciências da Saúde e Tecnologia. Os dados foram obtidos a partir da aplicação do questionário, junto a uma amostra de alunos adimplentes e inadimplentes, e de relatórios gerenciais fornecidos pela IES pesquisada, referentes ao segundo semestre letivo de 2004 e ao primeiro semestre letivo de 2005. A IES pesquisada, em atividade desde 1998, concedeu diplomas de nível superior a 3.250 formados até o final de 2004. O Quadro 7 demonstra os ativos e infra-estrutura da instituição no início do primeiro semestre de 2005. Ativos Acadêmicos Infra-estrutura 12 Cursos de Bacharelado e Licenciatura 02 Campi 08 Cursos de Graduação Tecnológica 02 Bibliotecas (49.117 volumes e 159 periódicos) 30 Cursos de Pós-Graduação Lato Sensu 03 Publicações Científicas 9.900 Alunos 77 Laboratórios 358 Docentes (25D, 168M, 154E, 11G) 700 microcomputadores Quadro 7 – Ativos Acadêmicos e Infra-estrutura da IES pesquisada Fonte: O Autor (2005).
O discurso da instituição ressalta uma preocupação com a qualidade e com o posicionamento no mercado da educação superior. Sua estratégia de captação de alunos é reforçada por ações concretas, desenvolvidas através de importantes programas de Responsabilidade Social. Como estratégia de combate à inadimplência a instituição pratica
21
O MEC define as faculdades integradas como instituições de educação superior públicas ou privadas, com propostas curriculares em mais de uma área do conhecimento. Tem o regimento unificado e é dirigida por um diretor geral. Pode oferecer cursos em vários níveis sendo eles de graduação, cursos seqüenciais e de especialização e programas de pós-graduação (mestrado e doutorado).
80
descontos diferenciados para aqueles alunos que pagarem suas mensalidades de forma antecipada ou no vencimento. O reconhecimento da preocupação pela qualidade se deu através de 36 comissões de especialistas do MEC, quando da verificação in loco nos processos de autorização e reconhecimento dos cursos. A Instituição recebeu 7 conceitos finais “A” e 15 conceitos finais “B”. 4.1.2 Amostra Os alunos foram divididos em dois grupos, distintos entre si pela característica objeto desta análise: estarem ou não inadimplentes com suas mensalidades escolares. Como definição para o estudo, se considerou como inadimplente aqueles alunos que não honraram os pagamentos de três ou mais mensalidades escolares durante o segundo semestre letivo do ano de 2004. Tendo em vista que a aplicação do questionário estruturado seria efetuada durante o primeiro semestre letivo do ano de 2005, foram excluídos aqueles alunos que não renovaram sua matrícula ao final do ano de 2004. Para compor o grupo dos alunos não inadimplentes, em função do alto índice de recusa para participar da pesquisa, foi retirada uma amostra não probabilística, por conveniência, de igual tamanho ao grupo de inadimplentes, observando a mesma quantidade de alunos inadimplentes e não inadimplentes por curso. Os alunos inadimplentes foram escolhidos, em número de 200, aleatoriamente, dentre os 3257 alunos considerados inadimplentes no período acima definido. Desta forma, faz-se necessário a aplicação de 400 questionários, sendo 200 para os alunos considerados inadimplentes e 200 para aqueles adimplentes.
4.2 Definição das Variáveis e da Técnica de Coleta Em face da falta de uma teoria consolidada, no cenário brasileiro, que forneça o completo embasamento do problema e a conseqüente escolha das melhores variáveis para o estudo da previsão da inadimplência escolar, foram utilizadas inicialmente como variáveis independentes ou preditoras aquelas mais comuns em estudos que precederam a este e que foram amplamente discutidas e utilizadas na literatura relativa ao tema.
81
Foi adotado o questionário estruturado, por tratar-se de uma pesquisa descritiva. Desta forma será possível descrever o fenômeno estudado e verificar a correlação entre as variáveis, permitindo se chegar a respostas do problema e alcançar os objetivos propostos. As variáveis utilizadas neste estudo foram definidas a partir dos trabalhos de Rodrigues (2004), Woo (2002), Steiner e Teszler (2003), Volkwein et al. (1998), Volkwein e Cabrera (1998), Volkwein e Szelest (1995), Flint (1997), Dynarski (1994) e Monteverde (2000). Algumas dessas variáveis demonstraram ser pouco úteis no que se refere à sua capacidade de contribuir para o poder de previsão do modelo. Desta forma, estas variáveis foram excluídas do modelo final, sendo a justificativa para tal demonstrada mais adiante. Como viés à escolha das variáveis, existe o fato de que a inadimplência no Brasil diferencia-se da inadimplência nos países abordados pela referencial teórico, no que concerne ao período de sua ocorrência e identificação do credor. No Brasil, onde o financiamento da educação superior é infinitamente inferior, a inadimplência ocorre durante o período de duração do curso, o principal credor é a própria instituição de ensino; ao passo que nos países apresentados, a inadimplência ocorre após a conclusão dos cursos e como credores aparecem o estado e diversas instituições especializadas em crédito estudantil. As variáveis são concernentes ao risco de inadimplência, a fatores pessoais e sócioeconômicos do aluno, a fatores acadêmicos e às características e práticas da instituição de ensino. Foram codificadas em escala de Likert, para medir os itens relacionados aos grupos de fatores considerados. São classificadas como variáveis dependentes, e variáveis independentes ou preditoras, a saber: a) Variável dependente ou de explicação: A medida dicotômica de “inadimplência ou adimplência”; b) Variáveis independentes ou preditoras: As características dos estudantes do ensino superior, as características e práticas da IES e os fatores acadêmicos que influenciam a percepção dos alunos. As variáveis foram, operacionalmente, definidas da seguinte forma: Variáveis relacionadas a Fatores Pessoais, Variáveis relacionadas a Fatores Econômicos, Variáveis relacionadas a Fatores Acadêmicos, e Variáveis relacionadas a Fatores Institucionais (QUADRO 8).
82
Fatores Institucionais
Fatores Acadêmicos
Fatores Econômicos
Fatores Pessoais
Fator
Ref. X01 X02 X03 X04 X05 X06 X07 X08 X09 X10 X11 X12 X13 X14 X15 X16 X17 X18 X19 X20 X21 X22 X23 X24 X25 X26 X27 X28 X29 X30 X31 X32 X33 X34 X35 X36 X48 X37 X38 X39 X40 X41 X42 X43 X44 X45 X46 X47
Variável Especificação Idade Faixa etária em que situa o aluno Sexo Gênero dos alunos Raça Grupo racial a que pertence o aluno Estado Civil Situação conjugal do aluno Qtd de Filhos Número de filhos sob a guarda do aluno Tipo de emprego do aluno Ocupação Ensino Médio Tipo de escola onde cursou ensino médio Ingresso Forma de ingresso no ensino superior Motivação p/ pagar Grau de motivação para pagar as mensalidades Incentivo familiar Incentivo da família para a educação superior Renda Própria Faixa de renda pessoal do aluno Renda Familiar Faixa de renda familiar do aluno Responsável Financeiro Quem responde pelo pagamento das mensalidades Celular Tipo de linha celular que utiliza Cartão de Credito Limite do cartão de crédito Veículo próprio e se existe ônus Veículo Próprio Residência Imóvel próprio e se existe ônus Padrão do Imóvel Padrão do imóvel em reside Tempo de Residência Tempo que mora na atual residência Referência Bancária Existência de referências bancárias Membros no Ensino Médio Qtd de membros da família em escola privada Membros no Ensino Superior Qtd de membros da família em IES privada Tipo de Curso Tipo de curso freqüentado Área de Conhecimento Área de conhecimento do curso freqüentado Duração do Curso Tempo normal de conclusão do curso Importância do Conhecimento Importância do conhecimento adquirido Contribuição do Curso Contribuição do curso para ascensão profissional Tempo de Estudo Tempo dedicado aos estudos Estímulo Intelectual Freqüência de estimulação intelectual Satisfação em Sala Freqüência de satisfação com as aulas Satisfação no Campus Freqüência de satisfação no Campus Novos Conhecimentos Freqüência de aquisição de novos conhecimentos Atividades Extracurriculares Freqüência de participação extracurricular Preparação das aulas Freqüência de percepção de aulas bem preparadas Comunicação Docente Freqüência de percepção de boa comunicação Desempenho Desempenho acadêmico no semestre Freqüência Semestral Percentual de Freqüência às aulas no semestre Escolha da IES O que influenciou na escolha da IES Reputação da IES Reputação da IES na sociedade Satisfação com a IES Grau de satisfação para com a IES Qualidade do Corpo Docente Percepção da qualidade do corpo docente da IES Qualidade do Programa Percepção da qualidade do programa do curso Estrutura da IES Qualidade da estrutura física da IES Qualidade dos Serviços Qualidade dos serviços prestados na IES Respeito Percepção do respeito da IES ao aluno Acompanhamento Pedagógico Percepção do acompanhamento pedagógico Controle Financeiro Percepção do nível de controle financeiro da IES Mensalidade Valor da mensalidade cobrada Quadro 8 – Variáveis Independentes da Pesquisa Fonte: Elaborado pelo Autor.
Valores 1–5 1–2 1–5 1–5 0–4 1–5 1–3 1–3 1–5 1–5 1–5 1–5 1–5 1–5 1–5 1–5 1–4 1–5 1–5 1–5 0–4 0–4 1–2 1–4 1–4 1–5 1–5 1–4 1–5 1–5 1–5 1–5 1–5 1–5 1–5 1–5 1–5 1–5 1–5 1–5 1–5 1–5 1–5 1–5 1–5 1–5 1–5 1–5
Variáveis relacionadas a Fatores Pessoais são variáveis que compõem o grupo dos indicadores dos fatores pessoais objetivam caracterizar o perfil pessoal e social do aluno; Variáveis relacionadas a Fatores Econômicos são variáveis que compõem o grupo dos indicadores dos fatores econômicos objetivam caracterizar o perfil econômico e situação financeira do aluno; variáveis relacionadas a Fatores Acadêmicos são variáveis que compõem
83
o grupo dos indicadores dos fatores acadêmicos que objetivam caracterizar os fatores relacionados com a vida acadêmica que possam influenciar o comportamento do aluno; e Variáveis relacionadas a Fatores Institucionais são variáveis que compõem o grupo dos indicadores dos fatores institucionais que objetivam caracterizar os fatores relacionados com a IES que possam influenciar o comportamento do aluno, são fatores passíveis de gerenciamento por parte da IES.
4.3 Técnica de Análise de Dados Empregada Tendo em vista a natureza da pesquisa e os objetivos já descritos, a análise de dados será efetuada seguindo-se as seguintes etapas: 1. Análise estatística descritiva, comparando os resultados com os discutidos no referencial teórico; 2. Análise multivariada de dados, para definição das variáveis com maior poder de discriminação entre os alunos adimplentes e inadimplentes; Várias são as técnicas de análise multivariada de dados utilizadas nas pesquisas aplicadas em ciências sociais ou em outras áreas técnicas. Dentre as técnicas estatísticas mais utilizadas estão a Análise Discriminante Linear ou ADL, a Regressão Logística e as Redes Neurais Artificiais. Para o presente estudo optou-se por utilizar a técnica de Análise Discriminante Linear passo a passo (stepwise), a mesma utilizada no primeiro estudo estatístico sobre a inadimplência educacional, realizada por Wilms et al. (1987, apud MONTEVERDE, 2000). Cada técnica estatística apresenta pressupostos que não raro são violados quando de suas aplicações em problemas como o aqui proposto. Desta forma, é conveniente que seja feito um esclarecimento a respeito da técnica, assim como dos testes estatísticos subjacentes. 4.3.1 Análise Discriminante Segundo Afifi e Clark (1984, p. 547), análise discriminante é uma técnica utilizada para classificar indivíduos em um de dois ou mais grupos alternativos (ou populações), baseado em um conjunto de medidas. As populações são conhecidas e distintas, e cada indivíduo pertence a uma população. A técnica também pode ser utilizada para identificar
84
quais variáveis melhor contribuem para realizar a classificação. Desta forma, existem duas aplicações para a técnica, previsão e descrição. Segundo Cooper e Schindler (2003, p.458) a análise discriminante reúne uma variável dependente com escala nominal, com uma ou mais variáveis independentes que têm escala intervalar ou de razão. A análise discriminante é capaz de lidar com dois ou mais grupos. A técnica envolve a derivação de uma variável que é a combinação linear de duas ou mais variáveis independentes que melhor discriminam os grupos definidos a priori. Essa discriminação é atingida com a atribuição de pesos para as variáveis de forma a maximizar a variância entre os grupos em relação à variância dentro dos grupos. O resultado dessa combinação linear produz a chamada função discriminante, que é uma função com a seguinte forma:
Z = b0 + b1 X1 + b2 X 2 + b3 X 3 + ... + bk X k Onde: Z = escore Z discriminante b0 = Intercepto ou constante bk = coeficiente ou peso discriminante para a variável k. Xk = variável independente ou prognosticadora Segundo Malhotra (2001, p. 584), os coeficientes ou pesos bk são estimados de modo que os grupos difiram tanto quanto possível em relação aos valores da função discriminante. Isto ocorre quando a razão da soma de quadrados entre grupos para a soma de quadrados dentro de grupos para os escores discriminantes for máxima. Qualquer outra combinação linear dos prognosticadores resultará em uma razão menor. 4.3.1.1 Pressupostos da Análise Discriminante Com o objetivo de se obter condições favoráveis para o uso da técnica de análise discriminante, uma série de pressupostos deve ser atendida pelo subconjunto de alunos que compõem os casos estudados.
85
Segundo Malhotra (2001, p. 584) e Hair et al. (2005, p. 206-208), alguns termos-chave estão associados à análise discriminante, os quais devem ser conhecidos para compreender a análise e seus pressupostos. Os termos utilizados neste trabalho estão a seguir: Correlação canônica: Mede o alcance da associação entre os escores discriminantes e os grupos. É uma medida de associação entre a função descriminante isolada e o conjunto de variáveis dummy que definem a integração do grupo. O quadrado desta medida representa o percentual de explicação da variância na variável dependente. Tolerância: Proporção da variação nas variáveis independentes, não explicada pelas variáveis que já estão no modelo. É utilizada para verificar a multicolinariedade. Valores próximos de 1 significam independência estatística das outras variáveis presentes no modelo. Centróide: É a média dos valores dos escores discriminantes de um determinado grupo. Há tantos centróides quantos são os grupos – um para cada grupo. As médias para um grupo sobre todas as funções são centróides de grupo. Matriz de validação: Também chamada de “matriz de confusão” ou “matriz de classificação”, contém o total de casos classificados corretamente e mal classificados. Os casos classificados corretamente aparecem na diagonal, porque os grupos preditos e efetivos são os mesmos. Os elementos fora da diagonal representam casos que foram classificados incorretamente. A soma dos elementos da diagonal dividida pelo número total de casos representa a proporção de acertos. Coeficientes da função discriminante: Os coeficientes da função descriminantes (não-padronizados) são os multiplicadores de variáveis, quando as variáveis estão nas unidades de medida originais. Escores discriminantes: Escores definidos pela função discriminante para cada objeto na análise. Os coeficientes não-padronizados são multiplicados pelos valores das variáveis. Esses produtos são somados e adicionados ao termo constante, dando os valores discriminantes. Escore de Corte: Critério (escore) contra o qual cada escore Z discriminante individual é comparado para determinar a pertinência prevista em um grupo. Elementos com
86
escore Z abaixo dessa marca são designados a um grupo, enquanto aqueles com escore acima são classificados no outro. Autovalores: Para cada função discriminante, o autovalor é a razão da soma de quadrados entre grupos para a mesma soma dentro de grupos. Grandes autovalores indicam funções superiores. Coeficientes da função discriminante padronizada: São usados como multiplicadores quando as variáveis foram padronizadas para média 0 e variância 1. Correlações estruturais: Também chamadas “cargas discriminantes” (discriminant
loadings), as correlações de estrutura representam as correlações simples entre os prognosticadores e a função discriminante. M de Box: Teste estatístico para igualdade das matrizes de covariância das variáveis independentes nos grupos da variável dependente. Se houver significância estatística, então a igualdade das matrizes de covariância encontra sustentação. Medida D2 de Mahalanobis: Medida de distância generalizada, baseada na distância euclidiana generalizada que se adapta a variâncias desiguais.
λ de Wilks: Também chamado de estatística U, o λ de Wilks para cada prognosticador é a razão da soma de quadrados dentro dos grupos para a soma total de quadrados. Seu valor varia entre 0 e 1. Grandes valores de λ (próximos de 1) indicam que as médias dos grupos não parecem diferentes umas das outras. Pequenos valores de λ (próximos de 0) indicam que as médias de grupos parecem diferentes. Segundo Aaker, Kumer e Day (2001, p. 563), as premissas que embasam a análise discriminante são que cada grupo seja uma amostra de uma população normal multivariada e que todas as populações tenham a mesma matriz de covariância. Desta forma, variáveis independentes devem possuir uma distribuição aproximadamente normal. Para testar a hipótese nula de que as variáveis independentes pré-selecionadas para o estudo seguem uma distribuição aproximadamente normal, o λ de Wilks é utilizado. O M de Box verifica a igualdade das matrizes de covariância.
87
Segundo Hair et al. (1998, p. 245 apud CASTRO JÚNIOR, 2003) a Análise Discriminante, além de possibilitar a separação de grupos, pode ser usada para testar a hipótese nula de que as médias para um conjunto de variáveis independentes são iguais. A análise discriminante multiplica cada variável independente por seu respectivo peso e soma essas parcelas, obtendo o escore Z de discriminação para cada indivíduo analisado. A média de um grupo é fornecida pela média dos indivíduos que compõem o grupo. Para cada grupo envolvido na análise discriminante será obtido um centróide. Os centróides indicam a localização mais provável de um indivíduo de um determinado grupo. Comparando-se os centróides dos grupos é possível definir o afastamento de um grupo em relação a outro ao longo da dimensão testada. O teste de significância estatística da função discriminante é uma medida generalizada da distância entre os centróides dos grupos. O cálculo é feito comparando-se a distribuição dos escores discriminantes de cada um dos grupos. Se a sobreposição da distribuição de grupo sobre o outro for pequena, então a função discriminante separa adequadamente os grupos. Caso contrário, se a sobreposição das distribuições for grande, a função discriminante não é uma boa opção para a separação dos grupos. O Gráfico 5 reflete a adequação da função discriminante: a parte mais à direita do gráfico demonstra uma discriminação adequada, enquanto que a parte mais à esquerda apresenta uma discriminação inadequada, já que a sobreposição das funções é grande.
Gráfico 5 – Distribuição dos escores discriminantes. Fonte: Hair et al. (2005, p. 209)
A construção de um modelo discriminante, segundo Malhotra (2001, p.484) pode ser feita em cinco etapas (Figura 2), descrita nas subseções que se seguem: Formular o problema
Estimar os Coeficientes da Função Discriminante
Determinar a Significância da Função Discriminante
Interpretar os Resultados
Figura 2 – Como fazer Análise Discriminante. Fonte: Malhotra (2001, p. 484)
Avaliar a Validade da Análise Discriminante
88
4.3.1.2 Formulação do Problema da Pesquisa O primeiro estágio em qualquer pesquisa que utilize técnicas multivariadas é a formulação do problema. É durante esta etapa que os objetivos da pesquisa são ressaltados, esclarecendo a natureza da aplicação do método. Este trabalho utiliza a análise discriminante objetivando determinar quais variáveis independentes são responsáveis pelas diferenças entre os dois grupos de alunos: adimplentes e inadimplentes; e desenvolver um modelo de classificação dos alunos em um dos dois grupos. Inicialmente,
devem-se
definir
adequadamente as variáveis dependentes e
independentes que serão aplicadas no modelo. No presente estudo, os alunos são classificados em dois grupos mutuamente exclusivos e exaustivos: alunos adimplentes e inadimplentes. Ou seja, cada aluno só poderá ser classificado em um único grupo. O próximo passo é a definição das variáveis independentes. As variáveis foram selecionadas tomando-se como base às pesquisas, realizadas anteriormente, que abordaram o assunto e que foram discutidas no referencial teórico desenvolvido sobre o tema. A importância do tamanho da amostra também é considerado por Hair et al.(2005, p. 219-220), ao destacar que a análise discriminante é muito sensível à proporção entre o tamanho da amostra e o número de variáveis preditoras. O tamanho mínimo recomendado para a amostra é de cinco observações para cada variável independente. Além do tamanho da amostra geral, deve ser considerado, também, o tamanho da amostra de cada grupo. O menor grupo deve exceder pelo menos o número de variáveis independentes selecionadas. E cada grupo deve conter pelo menos 20 observações. Também é importante que uma amostra de validação seja adotada para se aferir a confiabilidade dos resultados obtidos a partir do modelo desenvolvido. Segundo Malhotra (2001, p. 485), a amostra coletada deve ser dividida em duas partes de igual tamanho, sendo uma parte chamada de amostra de análise ou amostra de estimação e a outra parte denominada amostra de validação ou amostra retida (holdout). Sugere-se que a proporcionalidade dos casos presentes na amostra coletada seja mantida na divisão das amostras de análise e de estimação. Não é raro se encontrar casos em que o tamanho da amostra não é suficientemente grande para fazer uma divisão entre amostra de análise e amostra de validação. Nestes casos, a solução é utilizar uma abordagem de cross-validation (validação cruzada) do tipo leave-one-
out, onde a função discriminante é desenvolvida para n-1 casos, e o caso n é utilizado para a
89
validação do modelo obtido. Repete-se este procedimento para todos os n casos da amostra. A abordagem cross-validation produz um viés para cima nos resultados preditos do modelo, porém é uma solução melhor do que não validar de forma alguma os resultados alcançados. 4.3.1.3 Estimação dos Coeficientes da Função Discriminante Após a identificação da amostra de análise, podem-se estimar os coeficientes da função discriminante. O processo de estimação começa com a seleção das variáveis que compõem o modelo final. Segundo Malhotra (2001) e Hair et al.(2005, p. 221-222), existem duas abordagens que podem ser adotadas para a seleção dos indicadores: (a) o método direto ou all-possible-regressions procedure, (b) o método passo-a-passo ou stepwise. O método direto consiste em estimar a função discriminante de modo que todos os prognosticadores sejam incluídos simultaneamente. Neste caso, todas as variáveis independentes serão incluídas, independentemente de seu poder discriminatório. No método passo-a-passo, as variáveis prognosticadoras são introduzidas seqüencialmente, com base em sua capacidade de discriminar entre os grupos. O método passo-a-passo é útil quando se deseja considerar um número relativamente grande de variáveis independentes para inclusão na função. Selecionando-se sequencialmente a próxima melhor variável discriminante em cada passo, as variáveis que não são úteis na discriminação entre os grupos são eliminadas e um conjunto reduzido de variáveis é identificado. O conjunto reduzido de variáveis é quase tão bom quanto – e às vezes melhor que – o conjunto completo de variáveis (HAIR et al., 2005, p. 221). Neste trabalho, optou-se por adotar o método passo-a-passo, em razão de que o objetivo é encontrar dentre as variáveis pré-estabelecidas, quais as que têm o poder de melhor classificar os alunos inadimplentes. Utilizou-se o software Statistical Package for Social
Sciences (SPSS) para Windows versão 11.0, para realizar a análise discriminante. 4.3.1.4 Determinação da Significância da Função Discriminante Segundo Malhotra (2001, p.486), não teria sentido interpretar a análise se as funções discriminantes estimadas não fossem significativas. A hipótese nula, de que as médias de todas as funções discriminantes em todos os grupos são iguais, pode ser testada estatisticamente. Este teste pode ser feito através do λ de Wilks. Testando-se simultaneamente várias funções, a estatística λ de Wilks é o produto dos λ univariados de cada função. O nível de significância é estimado com base na transformação qui-quadrado da estatística. Segundo
90
Malhotra (2001, p. 487) é significante acima do nível 0,05. Se a hipótese nula for rejeitada, pode-se passar à interpretação dos resultados. Segundo Hair et al. (2005, p. 222), se um método passo-a-passo é utilizado, as medidas D2 de Mahalanobis e V de Rao são mais adequadas. O procedimento D2 de Mahalanobis é baseado em distância euclidiana quadrada generalizada que se adapta a variâncias desiguais. A maior vantagem desse procedimento é que ele é computado no espaço original das variáveis preditoras, em vez de ser computado como uma versão colapsada usada em outras medidas. O critério de significância convencional de 0,05 ou acima é freqüentemente utilizado, contudo se maiores níveis de risco para incluir resultados nãosignificantes são aceitáveis, pode-se reter funções discriminantes que são significantes no nível 0,2 ou até mesmo 0,3. 4.3.1.5 Interpretação dos Resultados A interpretação dos pesos, ou coeficientes discriminantes, é uma tarefa relativamente fácil. O valor do coeficiente para um determinado prognosticador depende dos outros prognosticadores incluídos na função discriminante.
Os sinais dos coeficientes são
arbitrários, porém, indicam que valores da variável resultam em grandes ou pequenos valores da função, associando-os a grupos particulares (AAKER, KUMER e DAY, 2001, p. 558). Havendo multicolinariedade nas variáveis prognosticadoras, inexiste medida não ambígua da importância relativa dos prognosticadores na discriminação entre os grupos. Desta forma, pode-se ter uma idéia da importância relativa das variáveis, examinando a magnitude absoluta dos coeficientes padronizados da função discriminante. De modo geral, os prognosticadores com coeficientes padronizados relativamente grandes contribuem mais para o poder de discriminação da função, comparando-se com prognosticadores com coeficientes menores (HAIR et al., 2005, p. 228). Malhotra (2001, p. 489) também afirma que se pode ter uma idéia da importância relativa dos prognosticadores através do exame das correlações estruturais (cargas canônicas ou cargas discriminantes). Estas correlações simples entre cada prognosticador e a função discriminante representam a variância que o preditor compartilha com a função. Contudo, o autor sugere cautela na sua interpretação, dado o caráter ambíguo das variáveis prognosticadores, em face da multicolinariedade.
91
4.3.1.6 Validação da Análise Discriminante Segundo Aaker, Kumer e Day (2001, p. 559), a validação da função discriminante é necessária para evitar conclusões amostrais ou sobre dados específicos no caso dos resultados não serem generalizáveis. Os resultados devem ser válidos para outras amostras da mesma população. Como explicado anteriormente (ver seção 4.3.1.3), os dados são submetidos em duas sub-amostras, caso exista uma quantidade suficiente para tal. Uma delas, a amostra de análise, é utilizada para estimar a função discriminante; a amostra de validação serve para desenvolver a matriz de classificação. Os pesos discriminantes, estimados com auxilio da na amostra de análise, são multiplicados pelos valores das variáveis prognosticadoras da amostra de validação, para gerar escores discriminantes para casos da segunda amostra. Os casos são então atribuídos a grupos, com base em seus escores discriminantes e proximidade com o centróide de um dos grupos; será atribuído ao grupo cujo centróide estiver mais próximo. Determina-se, então, a proporção de acertos ou percentagem de casos classificados corretamente, através de uma matriz de classificação, que contém os números que revelam a capacidade previsora da função discriminante. Os números na diagonal da matriz representam as classificações corretas e os números fora da diagonal representam classificações incorretas. A proporção de sucesso, ou a porcentagem de casos classificados corretamente é determinado através da razão entre a soma dos elementos da diagonal e o resultado do número total de casos (AAKER, KUMER e DAY, 2001, p. 559),.
4.4 Período da Pesquisa A coleta dos dados secundários essenciais para a pesquisa exploratória foi realizada entre os meses de setembro de 2004 e Fevereiro de 2005. A coleta de dados primários da pesquisa descritiva foi realizada no mês de abril de 2005 para a realização do pré-teste, e entre os meses de maio e junho de 2005 para a pesquisa em si, através da aplicação do questionário estruturado junto aos alunos definidos para constituírem a amostra.
4.5 Pré-Teste Após a definição do problema, objetivos e pressupostos, e as variáveis a serem estudados, culminando com a elaboração do questionário estruturado, existe a necessidade de
92
efetuar um pré-teste, a fim de confirmar a compreensão por parte do respondente, assim como verificar se os objetivos da pesquisa estão em consonância com os pressupostos e vice-versa. Segundo Cooper e Schindler (2003, p. 295), o pré-teste não é apenas uma prática estabelecida para descobrir erros, mas também é útil para treinar a equipe de pesquisa. Um objetivo importante do pré-teste é descobrir as reações dos respondentes às perguntas, a sua compreensão no que se referem as perguntas, problemas de omissão de respostas etc. Assim, é crucial que o instrumento de coleta seja testado em indivíduos com as mesmas características da população-alvo da pesquisa. O pré-teste foi realizado com 51 estudantes, sendo 19 do grupo dos inadimplentes e 32 do grupo dos adimplentes. Em face da quantidade reduzida de indivíduos, utilizou-se a abordagem de cross-validation (validação cruzada) do tipo leave-one-out, onde a função discriminante é desenvolvida para n-1 casos, e o caso n foi utilizado para a validação do modelo obtido. Com a aplicação do pré-teste, verificou-se a necessidade melhorar algumas perguntas com o objetivo de facilitar a compreensão e evitar a omissão de respostas. Excluiu-se as variáveis X02 e X03, referente a raça do respondente, tendo em vista que a constituição brasileira impede a discriminação em termos de sexo, raça e credo. As variáveis X36, X47 e X48 referentes ao desempenho acadêmico no semestre, valor da mensalidade e freqüência semestral não foram utilizadas em virtude da falta de dados disponíveis, no momento do préteste. Após a coleta dos dados, estes foram tabulados utilizando-se o software SPSS. Verificou-se que 9 respondentes omitiram a resposta de pelo menos uma das perguntas. Estes registros foram então identificados para não serem considerados na análise discriminante.
4.6 Análise do resultado do Pré-Teste Os resultados do processamento passo-a-passo no software SPSS são os seguintes: 4.6.1 Sumário do Processamento Da amostra de 51 questionários, 42 foram utilizados, tendo em vista que nove não foram considerados por omitirem a resposta de pelo menos uma das perguntas. Destes 42 questionários considerados, apenas sete foram validados e realmente utilizados na análise, para estimação da função discriminante, indicando a necessidade de uma amostra maior.
93
4.6.2 Análise da Matriz de Correlação Combinada A matriz de correlação combinada dentro dos grupos indicou baixas correlações entre as variáveis independentes: das 47 variáveis pré-definidas apenas 28 foram consideradas na análise, e destas apenas quatro foram validadas pela abordagem stepwise após quatro passos (Tabela 8). Tabela 8 – Variáveis validadas Variável λ de Wilks Respeito da IES para com o aluno 0,664 Responsável Financeiro 0,233 Idade 0,030 Estímulo Intelectual 0,050 Fonte: Dados da Pesquisa.
4.6.3 Sumário da Função Discriminante Canônica Tendo em vista que existem somente dois grupos, apenas uma função discriminante foi estimada. O autovalor associado a esta função é 1632,929, e responde por 100% da variância explicada. A correlação canônica associada a esta função é 1, e indica que 100% da variância na variável dependente são explicados pelo modelo. Este resultado indica ser esta uma função superior. O teste de significância da função, através do λ de Wilks, indica que o valor associado à função é 0,001, que se transforma em um qui-quadrado 22,196 com 4 graus de liberdade, e coeficiente de significância 0,000. Comprovando a alta significância da função discriminante. 4.6.4 Interpretação dos Coeficientes da Função Discriminante Estimada Os coeficientes da função discriminante canônica estimada, representada na Tabela 9, indicaram que a variável mais importante é aquela que indica a percepção do aluno com relação ao respeito da IES para com o aluno. A variável de menor importância é o estímulo intelectual obtido durante as aulas. Tabela 9 – Coeficientes da Função Discriminante Variável Função Idade 8,153 Responsável Financeiro 17,303 Estímulo Intelectual -2,928 Respeito da IES para com os alunos -18,055 Fonte: Dados da Pesquisa.
94
4.6.5 A Função Discriminante Estimada A Tabela 10 demonstra a função de classificação estimada para os dois grupos de alunos classificados. Tabela 10 – Coeficientes da Função de Classificação Ficou Inadimplente ? Variáveis Não Sim Idade -295,000 -705,000 Responsável Financeiro -1052,500 -2515,000 Estímulo Intelectual 197,500 470,000 Respeito da IES ao aluno 2013,750 4800,000 Constante (Intercepto) -1502,068 -8486,943 Fonte: Dados da Pesquisa.
4.6.6 Validação da Função Discriminante Estimada A validação da função discriminante estimada utilizou a validação cruzada, onde cada case é classificado pelas funções derivadas de todos os outros casos. Observou-se que 61,9% dos casos dos grupos originalmente selecionados foram classificados corretamente, 50% dos casos não selecionados anteriormente foram classificados corretamente e 90,5% dos casos agrupados pela validação cruzada foram classificados corretamente (Tabela 11). Tabela 11 – Classificação dos Resultados Dados
Situação Qtd
Original % Qtd Validação Cruzada %
Adimplente Inadimplente Adimplente Inadimplente Adimplente Inadimplente Adimplente Inadimplente
Resultado Prognosticado Adimplente 15 5 57,7% 31,3% 23 1 88,50% 6,30%
Inadimplente 11 11 42,3% 68,7% 3 15 11,5% 93,8%
Total 26 16 100,00% 100,00% 26 16 100,00% 100,00%
Fonte: Dados da Pesquisa.
4.7 Conclusão do Pré-Teste Tendo em vista o problema descrito, objetivos e pressupostos da pesquisa e os resultados encontrados, o pré-teste não permitiu conclusões, tendo sido, entretanto útil para ajuste do questionário da pesquisa.
95
5 Análise dos Resultados da Pesquisa A análise dos resultados, como definida anteriormente, foi dividida em duas etapas, onde a primeira analisou os dados de forma descritiva, obtendo uma caracterização dos alunos respondentes quanto ao seu perfil pessoal, sócio-econômico, acadêmico e quanto a sua percepção da IES. Foi feito um comparativo com os resultados demonstrados no referencial teórico. A segunda etapa consistiu de uma análise multivariada dos dados, através da análise discriminante linear, para definição das variáveis que melhor classificam os alunos entre grupos de adimplentes e inadimplentes e posterior constatação se estas variáveis são passíveis de gerenciamento pelos alunos e pela IES pesquisada. Desta forma, será possível trabalhar, junto a estes alunos, as variáveis definidas como melhor classificadoras. Foram aplicados 400 questionários, sendo 200 para alunos considerados inadimplentes (mais de 90 dias de atraso) e 200 para alunos considerados adimplentes, constituindo uma amostragem não probabilística (por conveniência). Dentre alunos inadimplentes 43 recusaram-se a responder à pesquisa e 57 preencheram o questionário de forma incorreta ou incompleta, inviabilizando sua utilização; no grupo de alunos adimplentes, 12 recusaram-se a participar e 26 preencheram o questionário de forma incorreta ou incompleta. Assim, o número de questionários utilizados na tabulação e análise foi de 262, sendo 162 questionários referentes aos alunos adimplentes e 100 questionários de alunos inadimplentes. Embora 138 questionários (34,5%) da amostra não probabilística definida não tenham participado da tabulação, o número de questionários remanescentes atendeu aos critérios mínimos para a utilização da análise discriminante (ver item 4.3.1.3).
5.1 Análise Descritiva Dentre os alunos pesquisados observaram-se fatos que corroboraram as pesquisas descritas no capítulo 3 deste trabalho; outros fatos contrapuseram-se. Tabela 12 – Sexo dos Respondentes Respondentes Freqüência % % Acum. Válidos MAS 129 49,2 49,2 FEM 133 50,8 100,0 Total 262 100,0 Fonte: Dados da Pesquisa
96
A distribuição de freqüência com relação ao sexo dos alunos pesquisados apresentou normalidade, com participações aproximadamente iguais (TABELA 12). Os respondentes do sexo feminino representaram 56% do total de inadimplentes (TABELA 13), indicando uma ligeira propensão do sexo feminino à inadimplência. Um contraponto às conclusões de Woo (2002), Podgursky et al. (2002) e Flint (2002) que detectaram que o sexo feminino é menos propenso à inadimplência (ver item 3.3.7.1). Tabela 13 – Sexo x Condição de Inadimplência Ficou Inadimplente? Respondentes Válidos Não Sim QTD 85 44 % Sexo 65,9% 34,1% MAS % Condição 52,5% 44,0% % do Total 32,4% 16,8% Sexo QTD 77 56 % 57,9% 42,1% FEM % Condição 47,5% 56,0% % do Total 29,4% 21,4% QTD 162 100 Total % 61,8% 38,2% Fonte: Dados da Pesquisa
Total 129 100,0% 49,2% 49,2% 133 100,0% 50,8% 50,8% 262 100,0%
Esta propensão se refletiu em todas as faixas etárias estudadas (GRÁFICO 6). Volkwein e Szelest (1995) e Knapp e Seaks (1992) não encontraram evidências significativas entre os sexos nas taxas de inadimplência.
Nº de Alunos
30
20
10
M AS 0
FEM Até 21 Anos
27 a 30 Anos
22 a 26 Anos
+ de 40 Anos
31 a 40 Anos
Faixa Etária Gráfico 6 – Inadimplentes x Sexo. Fonte: Dados da Pesquisa.
97
Com relação à raça dos respondentes, verificou-se uma superioridade no número de respondentes que se declararam da raça branca (61,08%), e apenas três respondentes não declararam sua raça (TABELA 14). Tabela 14 – Raça dos Respondentes Respondentes Freqüência % % Acum. Índio 2 0,76 0,76 Negro 6 2,29 3,05 Pardo 89 34,00 37,05 Asiático 2 0,76 37,81 Branco 160 61,08 98,90 Não Responderam 3 1,10 100,00 Total 262 100,00 Fonte: Dados da Pesquisa
Volkwein et al. (1998) relacionaram a raça e o estado civil às taxas de inadimplência. Na presente pesquisa esta relação não ficou evidenciada (TABELA 15). Tabela 15 – Estado Civil x Raça x Condição de Inadimplência Raça Estado Civil
Inadimplente Não
Solteiro
Sim Total Não
Casado
Sim Total Não
Tem Companheiro
Sim Total Não
Separado
Sim Total
Qtd % na Raça Qtd % na Raça Qtd % na Raça Qtd % na Raça Qtd % na Raça Qtd % na Raça Qtd % na Raça Qtd % na Raça Qtd % na Raça Qtd % na Raça Qtd % na Raça Qtd % na Raça
Índio
Negro
Pardo
Asiático
Branco
2 100,0%
2 50,0% 2 50,0% 4 100,0% 1 50,0% 1 50,0% 2 100,0%
46 65,7% 24 34,3% 70 100,0% 11 64,7% 6 35,3% 17 100,0%
1 50,0% 1 50,0% 2 100,0%
67 58,3% 48 41,7% 115 100,0% 22 66,7% 11 33,3% 33 100,0% 3 60,0% 2 40,0% 5 100,0% 4 57,1% 3 42,9% 7 100,0%
2 100,0%
1 100,0% 1 100,0% 1 100,0% 1 100,0%
Total 118 61,1% 75 38,9% 193 100,0% 34 65,4% 18 34,6% 52 100,0% 3 50,0% 3 50,0% 6 100,0% 5 62,5% 3 37,5% 8 100,0%
Fonte: Dados da Pesquisa
Através de uma tabulação cruzada entre a condição de inadimplência, o estado civil e o número de filhos, verificou-se uma relação inversa entre o estado de inadimplência e o fato de
98
ter filhos. O percentual de inadimplentes entre aqueles respondentes com filhos foi menor do que àqueles sem filhos (TABELA 16).
Inadimplente
Tabela 16 – Tabulação Cruzada Condição de Inadimplência x Ter Filhos Tem Filhos? Respondentes Não 1 filho (a) 2 filhos (as) 3 filhos (as) Qtd 123 25 7 7 % na condição 75,9% 15,4% 4,3% 4,3% Não % Filhos 63,4% 73,5% 41,2% 41,2% % Total 46,9% 9,5% 2,7% 2,7% Qtd 71 9 10 10 % na condição 71,0% 9,0% 10,0% 10,0% Sim % Filhos 36,6% 26,5% 58,8% 58,8% % Total 27,1% 3,4% 3,8% 3,8% Qtd 194 34 17 17 Total % 74,0% 13,0% 6,5% 6,5% Fonte: Dados da Pesquisa
Total 162 100,0% 61,8% 61,8% 100 100,0% 38,2% 38,2% 262 100,0%
Rodrigues (2004) afirmou que, segundo a ACSP22, o desemprego é a maior causa da inadimplência (ver item 3.1). Esta afirmação não é corroborada pela presente pesquisa. Analisando a Tabela 17 verifica-se que 85,5% dos alunos respondentes, e que estavam inadimplentes, têm uma renda familiar superior à R$ 1.000 e, somente, pouco mais de 2% da inadimplência corresponderam a alunos com renda familiar até R$ 500.
Inadimplente
Tabela 17 – Inadimplência x Renda Familiar Renda Familiar R$ 501 a R$ 1001 a R$ 2001 a Até R$ 500 R$ 1000 R$ 2000 R$ 3000 Qtd 7 25 39 22 % na Condição 4,5% 15,9% 24,8% 14,0% Não % na Renda 77,8% 67,6% 62,9% 52,4% Familiar % do Total 2,8% 9,8% 15,4% 8,7% Qtd 2 12 23 20 % na Condição? 2,1% 12,4% 23,7% 20,6% Sim % na Renda 22,2% 32,4% 37,1% 47,6% Familiar % do Total ,8% 4,7% 9,1% 7,9% Qtd 9 37 62 42 % na Condição 3,5% 14,6% 24,4% 16,5% Total % na Renda 100,0% 100,0% 100,0% 100,0% Familiar % do Total 3,5% 14,6% 24,4% 16,5% Fonte: Dados da Pesquisa
22
ACSP – Associação Comercial de São Paulo.
Total
+ de R$ 3000 64 40,8%
157 100,0%
61,5%
61,8%
25,2% 40 41,2%
61,8% 97 100,0%
38,5%
38,2%
15,7% 104 40,9%
38,2% 254 100,0%
100,0%
100,0%
40,9%
100,0%
99
Observou-se, também, que o percentual de inadimplentes, dentro de cada faixa de renda familiar, cresceu com o aumento da renda (TABELA 17), sugerindo que o risco de inadimplência é maior entre aqueles com um maior poder aquisitivo. A Tabela 18 também demonstra que a afirmação de Rodrigues (2004) não é corroborada pela presente pesquisa. Os alunos sem ocupação profissional respondem por 28% da inadimplência, contudo têm uma participação de mais de 38% no grupo dos adimplentes. O maior percentual de inadimplentes correspondeu aos trabalhadores do setor privado/ONG.
Inadimplente
Qtd % na Condição % na Ocupação % do Total Qtd % na Condição Sim % na Ocupação % do Total Qtd % Condição Total % na Ocupação % do Total Fonte: Dados da Pesquisa Não
Tabela 18 – Inadimplência x Tipo de Ocupação Tipo de Ocupação Total Sem Setor Func. Público Autônomo Empresário Emprego Privado/ONG 62 7 66 18 9 162 38,3% 4,3% 40,7% 11,1% 5,6% 100,0% 68,9% 53,8% 63,5% 60,0% 36,0% 61,8% 23,7% 2,7% 25,2% 6,9% 3,4% 61,8% 28 6 38 12 16 100 28,0% 6,0% 38,0% 12,0% 16,0% 100,0% 31,1% 46,2% 36,5% 40,0% 64,0% 38,2% 10,7% 2,3% 14,5% 4,6% 6,1% 38,2% 90 13 104 30 25 262 34,4% 5,0% 39,7% 11,5% 9,5% 100,0% 100,0% 100,0% 100,0% 100,0% 100,0% 100,0% 34,4% 5,0% 39,7% 11,5% 9,5% 100,0%
Podgursky et al. (2002) verificaram em seu estudo que estudantes mais velhos estavam mais propensos a inadimplir (item 3.3.7.2). Este fato é corroborado pela pesquisa, onde se verifica um aumento do percentual de alunos inadimplentes dentro da faixa, para faixas etárias mais altas (TABELA 19).
Inadimplente
Tabela 19 – Inadimplência x Faixa Etária Faixa Etária Respondentes Até 21 22 a 26 27 a 30 31 a 40 Anos Anos Anos Anos Qtd 51 58 18 26 % na Condição 31,5% 35,8% 11,1% 16,0% Não % na Faixa Etária 65,4% 62,4% 58,1% 65,0% % do Total 19,5% 22,1% 6,9% 9,9% Qtd 27 35 13 14 % na Condição 27,0% 35,0% 13,0% 14,0% Sim % na Faixa Etária 34,6% 37,6% 41,9% 35,0% % do Total 10,3% 13,4% 5,0% 5,3% Qtd 78 93 31 40 % na Condição 29,8% 35,5% 11,8% 15,3% Total % na Faixa Etária 100,0% 100,0% 100,0% 100,0% % do Total 29,8% 35,5% 11,8% 15,3% Fonte: Dados da Pesquisa
+ de 40 Anos 9 5,6% 45,0% 3,4% 11 11,0% 55,0% 4,2% 20 7,6% 100,0% 7,6%
Total 162 100,0% 61,8% 61,8% 100 100,0% 38,2% 38,2% 262 100,0% 100,0% 100,0%
100
Dos alunos respondentes oriundos do ensino supletivo 33,3% fazem parte do grupo de inadimplentes nos cursos até 2,5 anos de duração. Este percentual salta para 75% nos cursos de 3 anos e 40% nos cursos 4 anos ou mais. Dentre os alunos oriundos da escola pública este percentual foi de 28,2% em cursos de 2,5 anos e 36,8% nos cursos de 4 anos ou mais. De uma forma geral, verificou-se que quanto maior for a duração do curso, maior será o percentual de alunos inadimplentes, salvo para o curso da área de saúde com duração maior que 4 anos, que apresentou uma inadimplência menor (TABELA 20).
Inadimplente
Tabela 20 – Inadimplência x Duração do Curso Duração Normal do curso 2,5 anos 3 anos 4 anos + de 4 anos Qtd 68 8 71 15 % Condição 42,0% 4,9% 43,8% 9,3% Não % Duração 71,6% 61,5% 52,6% 78,9% % do Total 26,0% 3,1% 27,1% 5,7% Qtd 27 5 64 4 % Condição 27,0% 5,0% 64,0% 4,0% Sim % Duração 28,4% 38,5% 47,4% 21,1% % do Total 10,3% 1,9% 24,4% 1,5% Qtd 95 13 135 19 Total % Condição 36,3% 5,0% 51,5% 7,3% % Duração 100,0% 100,0% 100,0% 100,0% % do Total 36,3% 5,0% 51,5% 7,3% Fonte: Dados da Pesquisa
Total 162 100,0% 61,8% 61,8% 100 100,0% 38,2% 38,2% 262 100,0% 100,0% 100,0%
Monteverde (2000) e Christman (2000) relataram correlações entre a inadimplência e a atitude do estudante perante o débito. O presente estudo demonstrou que 7% dos inadimplentes têm conhecimento dos benefícios da “Lei do Calote”, 58,6% dos inadimplentes afirmaram que “atrasam somente se necessário” (TABELA 21), levando a crer que a inadimplência estaria relacionada a uma momentânea falta de condições financeiras. O estudo apresentou um viés nas respostas dos alunos entrevistados: 32,4% dos inadimplentes afirmaram que nunca atrasam as mensalidades ou sempre as pagam de forma antecipada ao vencimento e 2% atrasam em até 15 dias (TABELA 21). Este viés, contudo, não invalida as suposições decorrentes. Desta forma, se a inadimplência é maior entre os estudantes pertencentes às famílias com rendas mais altas, conforme demonstrado na Tabela 21, é lógico supor que a momentânea dificuldade financeira seja oriunda dos gastos realizados com outras contas consideradas mais importantes pelos estudantes e/ou suas famílias. Esta lógica foi contestada no estudo de Woo (2002), quando apresentou que estudantes mais endividados estariam menos propensos à inadimplência do que estudantes menos endividados.
101
Inadimplente
Tabela 21 – Inadimplência x atitude de pagamento Qual sua atitude quanto ao pagamento das mensalidades do curso? Atraso Atraso Sempre sempre, a Atraso até Nunca somente o pago Lei me 15 dias atraso necessário antecipado Protege. Qtd 2 1 43 63 53 % na Condição 1,2% 0,6% 26,5% 38,9% 32,7% Não % na Atitude 22,2% 33,3% 42,6% 79,7% 76,8% % do Total 0,8% 0,4% 16,5% 24,1% 20,3% Qtd 7 2 58 16 16 % na Condição 7,0% 2,0% 58,6% 16,2% 16,2% Sim % na Atitude 77,8% 66,7% 57,4% 20,3% 23,2% % do Total 2,7% 0,8% 22,2% 6,1% 6,1% Qtd 9 3 101 79 69 % na Condição 3,4% 1,1% 38,7% 30,3% 26,4% Total % na Atitude 100,0% 100,0% 100,0% 100,0% 100,0% % do Total 3,4% 1,1% 38,7% 30,3% 26,4% Fonte: Dados da Pesquisa
Total
162 100,0% 62,1% 62,1% 99 100,0% 37,9% 37,9% 261 100,0% 100,0% 100,0%
O Gráfico 7, referente à propriedade de veículos, demonstra um grau de inadimplência maior entre que àquelas famílias que não possuem veículo ou que possuem veículos sem ônus financeiros e com maior renda familiar.
Qtd de Alunos Inadimplentes
30
Veículo 20
Não Possui M oto quitada
10
Carro quitado M otofinanciada
0 + de R$ 3000
R$ 2001 à R$ 3000
R$ 1001 à R$ 2000
R$ 501 à R$ 1000
Até R$ 500
Carro Financiado
Renda Familiar Gráfico 7 – Inadimplência x Posse de Veículos x Renda Fonte: Dados da Pesquisa. Elaborado pelo autor.
Dívidas com financiamento da casa própria ou despesas com aluguel também não demonstraram ter relação com a inadimplência, a quantidade de inadimplentes que moram em
102
residências sem ônus (própria ou emprestada) é maior que o número de inadimplentes que residem em imóveis alugados ou financiados (GRÁFICO 8).
Qtd de Alunos Inadimplentes
40
30
Residência 20
Emprestador Alugada
10 Própria financiada Própria sem ônus + de R$ 3000
R$ 2001 à R$ 3000
R$ 1001 à R$ 2000
R$ 501 à R$ 1000
Até R$ 500
0
Renda Familiar Gráfico 8 – Inadimplência x Residência x Renda Fonte: Dados da Pesquisa. Elaborado pelo autor.
Segundo Rodrigues (2004), despesas com financiamentos de imóvel, financiamento de automóvel, despesas básicas (telefone, água, luz etc.) e despesas com cartão de crédito são prioritárias em relação à educação. O resultado da pesquisa aponta que para aqueles alunos com limites de cartão de crédito mais elevados, portanto com um maior potencial de dívida, existe uma menor propensão à inadimplência (TABELA 22). Tabela 22 – Inadimplentes com Cartão de Crédito Possui cartão de crédito? Não Possui Limite R$ Limite até Limite até Limite + de Cartão 500 R$ 1000 R$ 2000 R$ 2000 37 27 17 11 8
Total
17,0%
100,0%
Qtd % na 37,0% 27,0% Condição Fonte: Dados da Pesquisa.
11,0%
8,0%
100
Analisando as variáveis que correspondem aos fatores geradores de dívidas, verificouse um paradoxo: alunos com menores dívidas e maiores rendas estão mais propensos à inadimplência, quando o oposto faria mais sentido, segundo Woo (2002). Desta forma, a afirmativa de Rodrigues (2004), em que a educação teria menor prioridade, fica contestada
103
por este estudo, considerando que aqueles com menor renda, mesmo tendo financiamentos e/ou aluguel para pagar ficam inadimplentes em menor número. Segundo Steiner e Teszler (2003), Woo (2002), Christman (2000), Flint (1997) e Volkwein e Szelest (1995), o desempenho acadêmico estaria relacionado com a inadimplência. A presente pesquisa parece corroborar com os citados autores, tendo em vista que a taxa de inadimplência sofre reduções à medida que um melhor desempenho acadêmico é obtido (TABELA 23). Tabela 23 – Inadimplência por Desempenho Acadêmico Desempenho Taxa de Acadêmico Inadimplência 0 – 6,9 50,0% 7,0 – 8,0 42,1% 8,1 – 9,0 30,1% 9,1 – 10,0 25,0% Fonte: Dados da Pesquisa.
Verificou-se também que o sucesso acadêmico tem alguma relação: a taxa de inadimplência para aqueles alunos que não obtiveram desempenho acadêmico inferior à média mínima exigida para dispensa do exame final em cada disciplina 23 representou 50% dos alunos naquela condição. Tabela 24 – Inadimplência por Área de Conhecimento Área de Taxa de Duração Conhecimento Inadimplência Humanas 4 anos 26,5% Tecnológicas 2,5 – 3 anos 34,6% Saúde 4 – 4,5 anos 36,4% Sociais Aplicadas 4 anos 41,8% Fonte: Dados da Pesquisa.
Steiner e Teszler (2003) também apontaram para um papel moderado da área de conhecimento do curso e o caráter dos cursos nos índices de inadimplência. A Tabela 24 demonstra que os alunos matriculados nos cursos da área de ciências sociais aplicadas apresentam uma maior propensão para inadimplir, enquanto que a área de ciências humanas tem uma menor propensão; as áreas de tecnologia e saúde apresentaram resultados semelhantes entre si.
23
Segundo o regimento interno da IES pesquisada, os alunos que obtiverem desempenho acadêmico semestral, por disciplina, igual ou superior a sete, considerando as notas parciais, ficam dispensados de se submeterem à prova final para obter a aprovação na disciplina.
104
Com referência ao tipo de curso, observou-se que os cursos de Graduação Tecnológica apresentaram uma menor propensão à inadimplência com 28,8% dos alunos, desta modalidade, entrevistados considerados inadimplentes. Dentre os cursos de Bacharelado e Licenciatura, onde se encontram os cursos de ciências sociais aplicadas, a participação dos inadimplentes foi de 45,0%. Verificou-se também que a taxa de inadimplência era maior entre aqueles alunos com uma menor dedicação aos estudos, ou seja, alunos com menor quantidade de horas semanais dedicadas ao estudo tiveram uma maior propensão à inadimplência (TABELA 25).
Tabela 25 – Inadimplência por Dedicação ao Estudo Tempo Dedicado Taxa de Ao Estudo Inadimplência Até 10 h/Sem 43,3% Até 15 h/Sem 38,2% Até 20 h/Sem 32,6% + de 20 h/Sem 35,0% Fonte: Dados da Pesquisa.
A correlação entre a dedicação ao estudo e a inadimplência é comprovada ao verificarse que a participação de alunos inadimplentes é reduzida à medida que a freqüência às aulas aumenta (TABELA 26). Tabela 26 – Inadimplência por Freqüência às Aulas Freqüência Taxa de Às Aulas Inadimplência 0 – 74,9% 51,54% 75 – 82,5% 57,1% 82,6-90,0% 45,8% 90,1 – 95% 40,0% 95,1 – 100% 18,5% Fonte: Dados da Pesquisa.
Outros fatores relacionados com aspectos acadêmicos, como estimulação intelectual com o conteúdo ministrado durante as aulas, grau de satisfação com experiências adquiridas no meio acadêmico, aquisição de novos conhecimentos, participação em atividades extracurriculares, percepção do nível de preparo das aulas e comunicação com os docentes, não apresentaram resultados conclusivos sobre alguma correlação direta com a inadimplência. Contudo verificou-se uma correlação entre a freqüência às aulas e a estimulação intelectual com o conteúdo ministrado: 85% dos alunos que compareceram a mais de 82% das aulas, responderam que “sempre” ficavam estimulados com o conteúdo ministrado.
105
O resultado da pesquisa apresentou um fato curioso, porém já esperado, dentre os alunos inadimplentes: a taxa de inadimplência decresce com o aumento do valor das mensalidades (TABELA 17). Isto sugere que mensalidades mais baratas atrairiam alunos com um menor poder aquisitivo, portanto, com um maior risco para a inadimplência em função da renda. Tabela 27 – Inadimplência por Valor da Mensalidade Valor da Taxa de Mensalidade Inadimplência Até R$ 300 44,0 % R$ 301 a R$ 500 32,0 % R$ 501 a R$ 700 24,0 % Acima de R$ 700 0,00 % Fonte: Dados da Pesquisa.
Entretanto, apresentou-se um paradoxo: 71,7 % dos alunos com mensalidades até R$ 300 pertencem a famílias com renda superior à R$ 1.000 (TABELA 28), e conforme já demonstrado na Tabela 17, 85,5% dos inadimplentes pertencem à mesma faixa de renda, contrariando a hipótese de que mensalidades menores atraem alunos com rendas familiares menores.
Renda Familiar
Tabela 28 – Inadimplentes por Valor da Mensalidade e Renda Familiar Mensalidade Até R$ 300 R$ 301 a R$ 500 R$ 501 a R$ 700 + de R$ 700 Qtd 7 1 1 Até R$ % Renda Familiar 77,8% 11,1% 11,1% 500 % Mensalidade 5,5% 1,4% 2,0% Qtd 29 4 4 R$ 501 à % Renda Familiar 78,4% 10,8% 10,8% R$ 1000 % Mensalidade 22,8% 5,4% 7,8% Qtd 35 17 10 R$ 1001 à % Renda Familiar 56,5% 27,4% 16,1% R$ 2000 % Mensalidade 27,6% 23,0% 19,6% Qtd 24 11 6 1 R$ 2001 à % Renda Familiar 57,1% 26,2% 14,3% 2,4% R$ 3000 % Mensalidade 18,9% 14,9% 11,8% 50,0% Qtd 32 41 30 1 + de R$ % Renda Familiar 30,8% 39,4% 28,8% 1,0% 3000 % Mensalidade 25,2% 55,4% 58,8% 50,0% Fonte: Dados da Pesquisa.
Total 9 100,0% 3,5% 37 100,0% 14,6% 62 100,0% 24,4% 42 100,0% 16,5% 104 100,0% 40,9%
Dentro dos fatores institucionais, as variáveis relativas à escolha pela instituição e grau de satisfação percebido não apresentaram indícios de contribuir para a inadimplência. A opinião dos alunos sobre a reputação da instituição perante a sociedade apresentou algum indício de influir na inadimplência apenas entre aqueles que opinaram que a sociedade percebe a IES como de “péssima” reputação; dentre estes alunos, 60% ficaram inadimplentes (TABELA 29).
106
Não
Sim
Inadimplente
Tabela 29 – Inadimplência X Reputação da IES Como definiria a reputação acadêmica da sua IES, perante a sociedade? Péssima, pagou Regular, não Boa, é a IES Muito boa, está Excelente, passou. tem diferença do momento. entre as melhores não existem para as demais. da região. melhores. Qtd 2 26 34 95 4 % Condição 1,2% 16,1% 21,1% 59,0% 2,5% % Opinião 40,0% 63,4% 63,0% 60,9% 80,0% Qtd 3 15 20 61 1 % Condição 3,0% 15,0% 20,0% 61,0% 1,0% % Opinião 60,0% 36,6% 37,0% 39,1% 20,0% Qtd 5 41 54 156 5 Total % Condição 1,9% 15,7% 20,7% 59,8% 1,9% % Opinião 100,0% 100,0% 100,0% 100,0% 100,0% Fonte: Dados da Pesquisa.
Total 161 100,0% 61,7% 100 100,0% 38,3% 261 100,0% 100,0%
A opinião dos alunos sobre o programa de seus respectivos cursos apresentou alguns indícios de influência na inadimplência. Alunos que classificaram os programas de seus cursos como péssimo, fraco ou regular apresentaram maiores percentuais de inadimplência, ao passo que os alunos que classificaram os programas dos cursos como bom ou excelente apresentaram menores percentuais de inadimplência (TABELA 30).
Não
Sim
Inadimplente
Tabela 30 – Inadimplência X Opinião sobre o Programa Qual a opinião sobre o programa das disciplinas do curso? Péssimo Fraco Regular Bom Excelente Qtd 2 3 14 109 32 % Condição? 1,3% 1,9% 8,8% 68,1% 20,0% % Opinião 40,0% 50,0% 46,7% 64,5% 64,0% Qtd 3 3 16 60 18 % Condição? 3,0% 3,0% 16,0% 60,0% 18,0% % Opinião 60,0% 50,0% 53,3% 35,5% 36,0% Qtd 5 6 30 169 50 Total % Condição? 1,9% 2,3% 11,5% 65,0% 19,2% % Opinião 100,0% 100,0% 100,0% 100,0% 100,0% Fonte: Dados da Pesquisa.
Total 160 100,0% 61,5% 100 100,0% 38,5% 260 100,0% 100,0%
A opinião dos alunos sobre a qualidade do corpo docente e a estrutura física da IES tiveram resultados semelhantes; entre 67% e 70% dos alunos que consideraram estas variáveis como desempenho “Fraco”, situaram-se no grupo dos inadimplentes, entretanto, a participação desses alunos, entre os inadimplentes, é mínima. Os serviços de apoio aos alunos, prestados pela IES, o nível de respeito da IES para com os alunos, segundo suas percepções, e a atitude da IES em relação ao aprendizado dos alunos não apresentaram indícios de influir na inadimplência. Quando solicitada a opinião dos alunos sobre a atitude da IES quanto ao controle financeiro das mensalidades, a resposta surpreendeu: 82% dos alunos inadimplentes
107
consideraram a atitude da IES como “BOA” ou ‘EXCELENTE”, destacando que 52,9% dos alunos que opinaram a atitude da IES como “BOA” situaram-se no grupo dos inadimplentes. Este resultado levar a crer que falta de cobrança ou até mesmo a “Lei do Calote”24 têm pouca influência na inadimplência, o oposto do que se esperava (TABELA 31).
Não
Sim
Inadimplente
Qtd % Condição % Opinião Qtd % Condição % Opinião Fonte: Dados da Pesquisa.
Tabela 31 – Inadimplência X Controle Financeiro Qual a atitude da IES quanto ao controle financeiro das mensalidades? Boa, avisa Excelente, sempre Fraca, a Regular, não pode aos alunos Total Péssima, não incentiva os cobrança é fazer muito, pois a quando tem controle. lei não permite. estão pagamentos falha. atrasados. antecipados. 6 17 22 40 74 159 3,8% 10,7% 13,8% 25,2% 46,5% 100,0% 75,0% 89,5% 61,1% 47,1% 66,7% 61,4% 2 2 14 45 37 100 2,0% 2,0% 14,0% 45,0% 37,0% 100,0% 25,0% 10,5% 38,9% 52,9% 33,3% 38,6%
Observou-se que vários fatores, quando analisados de forma individual, demonstraram ter alguma influência na inadimplência registrada na IES pesquisada. Contudo tais observações não são suficientes para afirmar se estes fatores, quando combinados, realmente têm influência no fenômeno da inadimplência. Com o intuito de analisar a atuação conjunta de todos os fatores pesquisados, e determinar quais fatores em conjunto melhor caracterizam os elementos participantes de cada grupo, procedeu-se com uma análise discriminante dos dados coletados. A aplicação da técnica da Análise Discriminante deveu-se ao fato que, como demonstrado anteriormente, esta auxilia na determinação estatística dos fatores que diferenciam os elementos entre dois ou mais grupos. Além de que, foi a técnica utilizada na metodologia aplicada em vários dos estudos realizados e aqui apresentados.
5.2 Análise Discriminante A análise discriminante foi realizada para 262 respondentes, sendo 100 do grupo dos inadimplentes e 162 do grupo dos adimplentes. Utilizou-se o software SPSS (Statistical
Package for Social Sciences) para Windows, versão 11.0, com um procedimento passo-apasso (stepwise), para o processamento das variáveis, tendo em vista que o objetivo é
24
Ver item 3.1.5
108
determinar quais das variáveis dependentes explicam o máximo de diferenças nos perfis de escore médio dos dois grupos (adimplentes e inadimplentes). Em face da quantidade de indivíduos respondentes ter sido inferior ao inicialmente estipulado, optou-se por utilizar a abordagem de cross-validation (validação cruzada), com divisão da amostra em duas subamostras aleatórias denominadas amostra de análise e amostra de teste (amostra de validação). A primeira sub-amostra foi utilizada para desenvolver a função discriminante, enquanto a segunda sub-amostra foi utilizada para testar a função discriminante. 5.2.1 Tamanho e divisão da amostra Da amostra inicial de 262 casos tabulados, 126 (48,1%) foram selecionados e utilizados como amostra de análise, 15 casos (5,7%) foram excluídos do processamento, por não terem apresentado resposta válida em pelo menos uma variável. 121 (46,9%) casos não foram selecionados para análise, pois participaram da amostra de teste (TABELA 32). Tabela 32 – Sumário da Análise dos casos processados Casos Não Balanceados Qtd % Válidos 126 48,1 Ao menos uma pergunta 15 5,7 Excluídos não respondida Não Selecionados 121 46,2 Total 136 51,9 Total 262 100,0 Fonte: Dados da Pesquisa.
A distribuição dos grupos dentre os 126 casos da amostra de análise ficou assim composta: 78 adimplentes (61,9%) e 48 inadimplentes (38,1%). A amostra de teste ficou assim composta: 73 adimplentes (60,3%) e 48 inadimplentes (39,7%). 5.2.2 Verificação dos Pressupostos da Análise Discriminante Segundo Hair et al. (2005, p. 236), as principais suposições inerentes à análise discriminante envolvem a formação da variável estatística (normalidade, linearidade e multicolinariedade) e a estimação da função discriminante (matrizes de variância e covariância iguais). A Tabela 33 demonstra os valores dos Log determinantes dentro de cada grupo e entre os grupos. Para cada grupo, seu log determinante é o produto dos autovalores dentro da matriz de covariância do grupo. A ordem refere-se ao número máximo de linhas ou colunas linearmente independentes. Os resultados aqui apresentados comprovam que as covariâncias dentro dos grupos e entre os grupos são iguais (log determinantes).
109
Tabela 33 – Logaritmos Determinantes Ficou Log Ordem Inadimplente? Determinante Não 5 -3,610 Sim 5 -3,368 Covariância entre 5 -3,314 os grupos Fonte: Dados da Pesquisa.
Para verificar a suposição de matrizes de covariância iguais utilizou-se o teste M de Box. Este teste estatístico verifica a igualdade das matrizes de covariância das variáveis independentes nos grupos da variável dependente. Se a significância estatística é maior que o nível crítico (0,01), então a igualdade das matrizes de covariância encontra sustentação. O resultado do teste M de Box verificou a hipótese nula de que as matrizes de covariância são iguais. A significância da estatística M de Box é baseada em uma transformação F. A hipótese nula será rejeitada se o nível de significância for pequeno (menor que 0,01). O resultado apresentou uma significância igual a 0,063 (maior que 0,01), indicando uma igualdade entre as matrizes de covariância. Desta forma, verificou-se que a amostra de análise atendeu aos pressupostos da análise discriminante. 5.2.3 Estimação da Função Discriminante Como anteriormente comentado, utilizou-se a estimação stepwise (passo-a-passo) para determinar a função discriminante. Segundo Hair et al. (2005, p.221), pode-se utilizar dois métodos computacionais este fim: o método simultâneo (direto) e o método stepwise. A estimação simultânea envolve a computação da função discriminante, de modo que todas as variáveis independentes são consideradas conjuntamente. Este método é mais apropriado quando se deseja incluir todas as variáveis independentes na análise e não existe o interesse pelos resultados intermediários baseados apenas nas variáveis mais discriminantes. A alternativa à abordagem simultânea é a estimação stepwise, que envolve a inclusão das variáveis independentes na função discriminante, uma por vez, com base em seu poder discriminante. Esta abordagem é útil quando se objetiva considerar um número relativamente grande de variáveis independentes para inclusão na função. Seleciona-se seqüencialmente a próxima melhor variável discriminante em cada passo, as variáveis que não são úteis na discriminação entre os grupos são eliminadas e um conjunto reduzido de variáveis é identificado. Para determinar o poder de discriminação de cada variável, utilizou-se o
110
procedimento D2 de Mahalonabis, que procura maximizar a distância euclidiana quadrada entre os grupos, cujo resultado pode ser observado no Quadro 9. Passo 1 2 3 4
5
Variáveis
Tolerância
Qual sua atitude quanto ao pagamento das mensalidades do curso? 1,000 Qual sua atitude quanto ao pagamento das mensalidades do curso? ,968 Tipo de curso ,968 Qual sua atitude quanto ao pagamento das mensalidades do curso? ,965 Tipo de curso ,819 Área de conhecimento do curso ,846 Qual sua atitude quanto ao pagamento das mensalidades do curso? ,948 Tipo de curso ,814 Área de conhecimento do curso ,843 Qual a atitude de sua família quanto ao seu curso superior? ,972 Qual sua atitude quanto ao pagamento das mensalidades do curso? ,948 Tipo de curso ,812 Área de conhecimento do curso ,843 Qual a atitude de sua família quanto ao seu curso superior? ,964 Com que freqüência participa de atividades extracurriculares? ,988 Quadro 9 – Resultado da estimação Stepwise Fonte: Elaborado pelo Autor.
F para Remover 19,291 22,072 5,469 22,125 10,297 7,572 17,672 8,664 7,873 4,378 16,827 7,534 7,631 5,023 4,635
D2 Min. ,097 ,649 ,355 ,760 ,864 ,663 ,999 1,031 1,176 ,876 1,244 1,240 1,353 1,370
Observaram-se baixas correlações entre os prognosticadores. Os valores da tolerância (próximos de 1), constantes no Quadro 7, indicam que as variáveis inseridas na função são independentes entre si, portanto a multicolinariedade não se constitui em problema. 5.2.4 Significância Estatística Após a estimação do modelo (inclusão das variáveis na função), seu nível de significância deve ser avaliado. Para tal, foi utilizado o teste da medida lambda de Wilks. O resultado do teste demonstrou que a função é altamente significante (0,000). O valor do lambda de Wilks, próximo de 1, indica que as médias dos grupos não parecem diferentes umas das outras (QUADRO 10). Teste da Lambda de Quigl Função Wilks Quadrado 1 0,725 39,094 5 Quadro 10 – Lambda de Wilks Fonte: Dados da Pesquisa.
Sig. 0,000
O Autovalor associado à função é 0,380 e responde por 100% da variância explicada. A Correlação canônica associada à função é 0,525. O quadrado desta correlação, (0,525)2 = 0,276, indica que 27,6% da variância na variável dependente são explicados pelo modelo estimado (QUADRO 11).
111
Função 1
% de % Correlação Variância Acumulado Canônica 0,380 100,0 100,0 0,525 Quadro 11 – Autovalor Fonte: Dados da Pesquisa.
Autovalor
Garantidos os pressupostos e verificada a significância da função, a próxima etapa consistiu em analisar a função estimada. 5.2.5 A Função Discriminante Estimada O Quadro 12 demonstra a função discriminante estimada para os dois grupos de alunos analisados. Os coeficientes não padronizados foram usados para calcular os escores Z. Variáveis
Função 1
Qual sua atitude quanto ao pagamento das mensalidades do 0,846 curso? Qual a atitude de sua família quanto ao seu curso superior? 0,465 Tipo de curso -1,043 Área de conhecimento do curso ,616 Com que freqüência participa de atividades extracurriculares? -0,474 Constante (Intercepto) -3,069 Quadro 12 – Coeficientes não-padronizados da Função Discriminante Canônica Fonte: Dados da Pesquisa
Obtiveram-se também os centróides dos grupos, os quais representam a média dos escores de funções discriminantes individuais para cada grupo (TABELA 34). Tabela 34 – Centróide dos Grupos Função Ficou Inadimplente? 1 Não 0,479 Sim -0,779 Fonte: Dados da Pesquisa
Os centróides foram determinados através das médias de cada grupo, obtidas através da das funções de classificação, também chamadas de funções discriminantes lineares de Fisher (TABELA 35). Tabela 35 – Funções Discriminantes Lineares de Fisher Ficou Inadimplente? Variáveis Sim (Z1) Não (Z0) Qual sua atitude quanto ao pagamento das mensalidades do curso? 4,899 3,834 Qual a atitude de sua família quanto ao seu curso superior? 5,420 4,834 Tipo de curso 3,104 4,416 Área de conhecimento do curso 3,115 2,339 Com que freqüência participa de atividades extracurriculares? 4,970 5,567 Constante (Intercepto) -36,400 -33,212 Fonte: Dados da Pesquisa.
112
O Gráfico 9 mostra os centróides de cada grupo, com os desvios em relação à média geral dos grupos.
Gráfico 9 – Dispersão da Média dos Grupos Fonte: Dados da Pesquisa. Elaborado pelo autor.
Tendo em vista que os tamanhos dos grupos são desiguais, o escore de corte dos grupos é -0,41, e foi obtido através da equação:
Z CU =
N AZ B + N B Z A NA + NB
Onde: ZCU= escore de corte crítico para tamanhos desiguais de grupos NA = número de casos no Grupo A NB = número de casos no Grupo B ZA = centróide para Grupo A ZB = centróide para Grupo B 5.2.6 Validação Função Discriminante A função determinante foi obtida utilizando-se uma amostra de análise e pode ser escrita matematicamente multiplicando-se os coeficientes do Quadro 38 pelo valor das
113
respectivas variáveis e acrescentando o valor da constante. Desta forma a função discriminante encontrada pode ser escrita da seguinte maneira:
Z = −3,069 + 0,846 X 9 + 0,465 X 10 − 1,043 X 23 + 0,616 X 24 − 0,474 X 33 Onde: Z= escore discriminante X9, X10, X23, X24 e X33 = variáveis introduzidas nos modelos, cujos valores são obtidos através das respostas nos formulários da pesquisa. A amostra de teste (amostra de validação) foi utilizada para desenvolver uma matriz de classificação. Os pesos discriminantes, estimados com auxílio da amostra de análise, foram multiplicados pelos valores das variáveis prognosticadoras na amostra de teste, para gerar escores discriminantes para os casos nessa amostra. Os casos foram então atribuídos a grupos, com base nos escores discriminantes calculados. Para classificar cada caso, tomou-se seu escore discriminante e comparou-o com os centróides de cada grupo. O caso foi então atribuído ao grupo cujo centróide fosse o mais próximo. Procedeu-se com determinação da proporção de acertos, ou percentagem de casos classificados corretamente, somando-se os elementos da diagonal da matriz de validação e dividindo-se o resultado pelo número total de casos (TABELA 36). Tabela 36 – Matriz de Validação Dados
Situação
Adimplente Qtd Inadimplente Original Adimplente % Inadimplente Adimplente Qtd Inadimplente Validação Cruzada Adimplente % Inadimplente Fonte: Dados da Pesquisa. Elaborado pelo autor.
Resultado Prognosticado Adimplente 64 20 82,05% 41,67% 57 32 78,08% 66,67%
Inadimplente 14 28 17,95% 58,33% 16 16 21,92% 33,33%
Total 78 48 100,00% 100,00% 73 48 100,00% 100,00%
O percentual de acertos verificado para os casos originalmente agrupados foi de 73,02%, (64 + 28)/126 = 0,7302. A amostra de validação obteve um percentual de acertos ligeiramente menor, com um percentual de 60,33%, (57+16)/121. Segundo especialistas da área bancária, a prática apresenta uma taxa de acertos da ordem de 70% na maioria das
114
análises de crédito efetuadas. Desta forma, a taxa de acertos obtida neste trabalho credencia o modelo como aceitável, porém sugere-se cautela em sua utilização. 5.2.7 Interpretação dos Resultados A interpretação dos coeficientes da função indica quais os fatores que têm maior importância relativa das variáveis. Os sinais dos coeficientes são arbitrários, e indicam que valores da variável resultam em grandes ou pequenos valores da função. Examinando a magnitude absoluta dos coeficientes padronizados da função discriminante, verifica-se qual variável tem maior poder discriminante. Analisando os coeficientes do Quadro 13, verificou-se que a variável X9, relativa à atitude do aluno quanto ao pagamento das mensalidades, tem o maior peso no condicionamento da inadimplência. Em seguida aparece a variável X23, referente ao tipo de curso; a variável X24, área de conhecimento do curso; variável X10, atitude da família quanto ao curso superior; e, a variável X33, freqüência de participação do aluno em atividades extracurriculares promovidas pela instituição.
Variáveis Função 1 Qual sua atitude quanto ao pagamento das mensalidades do curso? (X9) 0,687 Qual a atitude de sua família quanto ao seu curso superior? (X23) 0,389 Tipo de curso. (X24) - 0,514 Área de conhecimento do curso. (X10) 0,508 Com que freqüência participa de atividades extracurriculares? (X33) - 0,370 Quadro 13 – Coeficientes padronizados da função discriminante Fonte: Dados da Pesquisa. Elaborado pelo Autor.
De acordo com a função discriminante, de uma forma geral, os alunos classificados como inadimplentes são aqueles que: 1. Não estão motivados a manter as mensalidades em dia; 2. Estudam em cursos que não condizem com suas aspirações profissionais; 3. Estudam em cursos diferentes de suas vocações; 4. Têm pouco incentivo da família; e 5. Têm pouca participação em atividades extracurriculares da instituição. Assim, verificou-se que os fatores sócio-econômicos, quando combinados com fatores sociais, acadêmicos e institucionais têm pouca importância no fenômeno da inadimplência do ensino superior privado. Fatores institucionais, como estrutura física da instituição e qualidade
115
do corpo docente, também apresentaram pouca importância. Os principais fatores condicionantes da inadimplência na instituição pesquisada apresentaram-se como sendo fatores pessoais e acadêmicos, estando relacionados com o compromisso e o incentivo dado ao aluno na busca da melhoria da qualidade de vida. O resultado da pesquisa aponta para a Teoria do capital humano, como já exposto por Volkwein et al. (1998)
25
, que enfatizam as variáveis que refletem o desejo do aluno em
investir em educação como forma de obter um maior retorno financeiro no futuro. O resultado, também, corrobora o trabalho de Flint (1997), quando detectou que quanto maior a incongruência entre a área de conhecimento e o trabalho atual, maior o risco de inadimplência.
25
Ver item 3.8-Evidências Estatísticas da Inadimplência Educacional, neste estudo.
116
Conclusão O objetivo deste estudo foi o de identificar os fatores mais importantes que contribuem e melhor expliquem a inadimplência em uma instituição de ensino superior privado, na cidade de Fortaleza-CE. Utilizando uma metodologia quantitativa, por meio de análise discriminante, este objetivo foi atingido. Contudo, os resultados obtidos, resultantes de indicadores oriundos da instituição estudada, deverão ser utilizados com cautela em outras IES, dado que o cenário gerador dos indicadores poderá ser completamente diferente. Os fatores mais importantes, determinados pelo modelo discriminante, por grau de importância, foram: 1. A motivação do aluno com respeito ao ato de pagar a mensalidade escolar; 2. O tipo de curso escolhido pelo aluno; 3. A área do conhecimento na qual deverão empreender seus estudos; 4. O grau de incentivo proporcionado pela família do aluno, com respeito ao estudo de nível superior; e 5. A freqüência das participações do aluno em atividades extracurriculares proporcionadas pela IES. Todos os objetivos específicos foram atingidos: • A relação entre o perfil sócio-econômico e acadêmico dos alunos da instituição pesquisada não apresentou grande importância na inadimplência ocorrida na instituição, embora conclusões interessantes possam tiradas, analisando-se individualmente os fatores; • A relação entre as características, percebidas pelos alunos, da instituição de ensino superior estudada e a inadimplência, não demonstrou ser relevante, ou seja, a percepção da qualidade estrutural da instituição não demonstrou influenciar a inadimplência; • Um modelo estatístico que identifique os alunos com o maior risco de inadimplência foi elaborado e utilizado, não como previsor, mas como ferramenta para compreensão da inadimplência. O fato de que os alunos não estão motivados a manter suas mensalidades em dia não significa necessariamente que a IES não os incentive a pagar suas mensalidades. O resultado
117
da pesquisa leva a crer que a estratégia utilizada pela IES não está sendo eficazmente absorvida pelos alunos. A própria análise estatística descritiva já apontara um viés na avaliação dos alunos, quando vários daqueles que alegaram o pagamento em dia ou antecipado, estavam incluídos no rol dos inadimplentes. Este fator é plenamente gerenciável pela IES. Os fatores Tipo de Curso e Área de Conhecimento também são gerenciáveis. A título de orientação vocacional, a IES pode, sob pena de comprometer seu negócio, participar na decisão do aluno sob qual tipo de curso (Tecnológico ou Graduação) deverá ser cursado e em que área do conhecimento deverá realizar seus estudos. Desta forma, é possível realizar um acompanhamento mais minucioso dos alunos, de forma estratificada, por tipo de curso e área do conhecimento, dando uma maior ênfase naqueles grupos estatisticamente mais problemáticos. Com respeito à falta de incentivo da família, suspeita-se da baixa prioridade dada, pela família do aluno, à educação superior. Talvez, não sendo a educação percebida como um instrumento de melhoria da qualidade de vida, não dando a devida importância no rol dos investimentos ou das despesas prioritárias, consistindo um fator que pode ser trabalhado pela instituição. A pouca participação do aluno nas atividades extracurriculares sugere uma falta de compromisso com os seus estudos, o que pode levá-lo a não priorizar a educação no rol dos seus gastos ou investimentos. Fatores como renda familiar, sexo, idade, tempo de residência e existência de outros financiamentos, que normalmente são utilizados nas composições de credit scoring do sistema de financeiro, apresentaram correlações, algumas até surpreendentes, com a inadimplência, quando analisados de forma individual. Entretanto, estes mesmos fatores não demonstraram importância ao serem analisados em conjunto com os demais. Assim, a hipótese de que a inadimplência no ensino superior privado é função da realidade sócio-econômica de cada aluno, do seu grau de comprometimento e desempenho acadêmico, do conceito do curso e do nível dos serviços prestados pela instituição, os quais têm influência junto ao responsável financeiro pelas mensalidades, para honrar ou não o compromisso assumido, foi comprovada somente no que diz respeito a aspectos sociais e grau de comprometimento do aluno, os demais fatores componentes da hipótese não foram
118
comprovados, havendo uma quebra no paradigma de que a inadimplência no ensino superior é fruto apenas das realidades econômica e financeira do aluno. O modelo estimado apresenta uma conotação social que sugere que o grau de comprometimento do aluno é função do valor percebido da educação superior, que por sua feita, seria determinada pelo convívio na sociedade pós-moderna. Dada a limitação do estudo de caso, sugere-se a realização do estudo em outras instituições congêneres, a fim de verificar se os fatores condicionantes aqui demonstrados têm o mesmo papel nestas outras instituições. O modelo estimado neste trabalho não é adequado para emitir previsões, tendo em vista que foi oriundo de análise que incluiu vários fatores que só podem ser obtidos no decorrer do semestre letivo, e outros ao final. Assim, sugere-se também a elaboração de um modelo de previsão com a utilização somente de fatores sociais, que possam ser coletados no ato da matrícula do aluno. Este modelo seria útil para identificar quais alunos teriam uma maior probabilidade de inadimplir durante o semestre a iniciar, possibilitando à instituição elaborar alternativas e trabalhar os principais fatores junto aos alunos no decorrer do período letivo. Ainda como sugestão a futuras pesquisas e complementação do presente estudo, propõe-se uma investigação dos aspectos antropológicos, sociológicos e psicológicos que determinam a baixa prioridade dada à educação em favorecimento de outros valores.
119
REFERÊNCIAS BIBLIOGRÁFICAS AAKER, David A.; KUMAR, V.; DAY, George S. Pesquisa de Marketing. São Paulo: Atlas, 2001. AFIFI, A. A; CLARK, Virginia. Computer Aided Multivariate Analysis. Belmont, CA: Lifetime Learning Publications, 1984. ALTMAN, E.; SAUNDERS, A. Credit Risk Measurement: developments over the last 20 years, september 1996. In : SEMINÁRIO INTERNACIONAL: CREDIT RISK MANAGEMENT & CORPORATE DISTRESS ANALYSIS. Anais… São Paulo: BCB / BM&F /Ordem dos Economistas de São Paulo, 1996. BACK, Barbro; LAITINEN, Teija; SERE, Kaisa; VAN WEZEL, Michiel. Choosing
Bankruptcy Predictors using Discriminant Analisys, Logit Analisys, and Genetic Algorithms. Turku Centre for Computer Science. Technical Report Nº 40. Turku, Finland. September, 1996. BANCO DO NORDESTE DO BRASIL. Disponível em: Acesso em: 05 dezembro 2004. BAUM, Sandy; O’MALLEY, Marie. College on Credit: How Borrowers Perceive Their
Education Debt: Results of the 2002 National Student Loan Survey. Braintree, MA: Nellie Mae Corporation, 2002. BRAGA, Ryon. A Questão do Financiamento e da Inadimplência. Revista @prender Virtual, São Paulo, 7 out. 2004. Disponível em: Acesso em 07 out.2004. BOGGESS, William P. Screen-test Your Credit Risk. In: SMITH, Keith. Readings on the Management of Working Capital. Minnesota: West Publishing Co., 1980. BROWN, Lois. Making the Right Collections Calls. Credit and Collections World News. January 2005. Disponível em: Acesso em: 11 jan. 2005.
120
CAIXA ECONÔMICA FEDERAL. Disponível em: Acesso em: 11 dez 2004. CASTRO JÚNIOR, Francisco Henrique Figueiredo de. Previsão de insolvência de empresas
brasileiras usando análise discriminante, regressão logística e redes neurais. 2003. 187 f. Dissertação (Mestrado). Universidade de São Paulo-USP, Faculdade de Economia, Administração e Contabilidade, Departamento de Administração, São Paulo, 2003. CHAIA, Alexandre Jorge. Modelos de gestão do risco de crédito e sua aplicabilidade ao
mercado brasileiro. 2003. 121 f. Dissertação (Mestrado). Universidade de São Paulo-USP, Faculdade de Economia, Administração e Contabilidade, Departamento de Administração, São Paulo, 2003. CHRISTMAN, Dana E. Multiple Realities: Characteristics of Loan Defaulters at a Two-Year Public Institution. Community College Review 27 (4): 16-32, 2000. COFER, James; SOMERS, Patricia. An Analytical Approach to Understanding Student Debtload Response. Journal of Student Financial Aid 29 (3): 25-44, 1999. COOPER, Donald P.; SCHINDLER, Pamela S. Métodos de Pesquisa em Administração. 7ª edição. Porto Alegre: Bookman, 2003. DYNARSKI, Mark. Who Defaults on Student Loans? Findings from the National Postsecondary Student Aid Study. Economics of Education Review 13 (1): 55-68, 1994. FLINT, Thomas A. Predicting Student Loan Defaults. Journal of Higher Education 68 (3): 322-54, 1997. FORTE, Sérgio Henrique Arruda Cavalcante. Manual de elaboração de tese, dissertação e
monografia. Fortaleza: Universidade de Fortaleza, 2004. GATFAOUI, Hayette. From Fault Tree to Credit Risk Assessment :An Empirical Attempt. University Paris I - Panthéon-Sorbonne, Maison des Sciences Economiques, Paris, 2003. Disponível em: Acesso em: 18 agosto 2004. GIL, Antonio Carlos. Como elaborar projetos de pesquisa - 4ª ed. - São Paulo: Atlas, 2002.
121
GITMAN, Lawrence J. Princípios de Administração Financeira. São Paulo: Harbra, 1997. HAIR, Joseph F.; ANDERSON, Rolph E.; TATHAM, Ronald L.; BLACK, William. Análise
Multivariada de Dados - 5ª ed. - Porto Alegre: Bookman, 2005. HIGHER EDUCATION FUNDING COUNCIL FOR ENGLAND - HEFCE. Disponível em: < http://www.hefce.ac.uk/finance/assurance/guide/risk.asp> Acesso em: 15 novembro 2004. HYNES, Richard; BERKOWITZ, Jeremy. Bankruptcy exemptions and the market for
mortgage loans. Financial Institutions Center – The Wharton School, University os Pennsylvania, 1998. JOHNSTONE, Bruce. Student Loans in International Perspective: Promisses and Failures,
Myths and Partials Turths. University of New York at Buffalo, 2000. Disponível em: . Acesso em 30/11/2004. KNAPP, Laura G.; SEAKS, Terry G. An Analysis of the Probability of Default on Federally Guaranteed Student Loans. The Review of Economics and Statistics 74(3): 404-411, 1992. KEYNES, Alana. Grades, graduation foretell low default rates. (characteristics associated with student loan default). Education Daily 0013-1261 May 2, 2003, v36 i85, p2(1) LAKATOS, Eva Maria. MARCONI, Marina de Andrade. Metodologia Científica.- 2. ed. – São Paulo: Atlas, 1991. LEITE, Francisco Tarcíso. Metodologia Científica: Iniciação à pesquisa científica, métodos e
técnicas de pesquisa, metodologia da pesquisa e do trabalho científico (monografias, dissertações, teses e livros). Fortaleza: Universidade de Fortaleza, 2004. 287 p. LOCHNER, Lance; MONGE-NARANJO, Alexander. Education and Default Incentives with
Government Student Loan Programs. Presented at the Society of Labor Economists (SOLE) meeting, San Antonio, Texas, April 30-May 1, 2004. MALHOTRA, Naresh K. Pesquisa de Marketing: uma orientação aplicada. Porta Alegre: Bookman, 2001. MARQUES, Luís Fernando Bicca. GERENCIAMENTO DE RISCO DE CRÉDITO: Cálculo
do Risco de Crédito para um Banco de Varejo. 125 f. Dissertação (Mestrado). Universidade
122
Federal do Rio Grande do Sul – UFRGS. Escola de Administração. Programa de PósGraduação em Administração, Porto Alegre, 2003. McDANIEL, Carl; GATES, Roger. Pesquisa de Marketing. São Paulo: Pioneira Thomson Learning, 2003. MEC – MINISTÉRIO DA EDUCAÇÃO. Censo da Educação Superior 2003. Brasília, Outubro de 2004. Disponível em: Acesso em: 19 Dez 2004. MELO, Maria Beatriz de Carvalho. A difícil relação entre as exigências legais e de qualidade e os padrões de financiamento do ensino superior particular. Revista Estudos, V. 27 – ABMES – Associação Brasileiro de Mantenedoras de Ensino Superior. Brasília-DF, 19 ago 2003. Disponível em: Acesso em 19/09/2004. MONTEVERDE, Kirk. Managing Student Loan Default Risk: Evidence from a Privately Guaranteed Portfolio. Research in Higher Education 41(3): 331-352, 2000. PAIVA, Carlos Alberto de Carvalho. Administração do risco de crédito. Rio de Janeiro: Qualitymark Ed., 1997. PEREIRA, Ana Paula F.; BARROSO, Márcio H.; NEPOMUCENO FILHO, Francisco. Uso do Credit Score na análise de crédito de pessoa física. In: Congresso Nacional de Excelência em Gestão, 2002, Niterói, RJ. Anais Eletrônicos... Niteroi, LATEC, 2002. Disponível em: Acesso em: 19 setembro 2004. PODGURSKY, Michael; EHLERT, Mark; MONROE, Ryan; WATSON, Donald; WITTSTRUCK, John. Student Loan Defaults and Enrollment Persistence. Journal of Student Financial Aid 32 (3): 27-42, 2002. ROBERTSON-DEMBY, Elayne. What’s the Score in Credit Scoring? Credit and Collections
World Special Reports. November 2004. Disponível em: Acesso em: 02 dezembro 2004. ROCHA, Carlos Henrique; GRANEMAN, Sérgio Ronaldo. (Organizadores). Gestão de
instituições privadas de ensino superior. São Paulo: Atlas, 2003. RODRIGUES, Luís Fernando. Gestão da Inadimplência Educacional. Cotia, SP: Alabama, 2004.
123
SANTI FILHO, Armando e OLINQUEVITCH, José Leônidas. Análise de balanços para
controle gerencial. São Paulo: Atlas, 1993. SANTOS, José Odálio dos. Análise de Crédito: empresas e pessoas físicas. São Paulo: Atlas, 2000. SAUNDERS, Anthony. Medindo o Risco de Crédito – Novas Abordagens para Value at Risk
e outros Paradigmas. Rio de Janeiro: Qualitymark, 2000. SCHRICKEL, Wolfgang Kurt. Análise de crédito: concessão e gerência de empréstimos - 5. ed. - São Paulo: Atlas, 2000. SCHWARTZ, S.; FINNIE, R. Student loans in Canada: an analysis of borrowing and Repayment. Economics of Education Review 21 (2002) 497–512. SCHWARTZMAN, Simon; SCHWARTZMAN, Jacques. O ensino superior privado como setor econômico, Ensaio - Avaliação e Políticas Públicas em Educação, v. 10, 37, pp. 411440. BNDES, 2002. SCHWARTZMAN, Jacques. Financiamento do Ensino Superior Particular. Revista Estudos, V. 27 – ABMES – Associação Brasileiro de Mantenedoras de Ensino Superior. Brasília-DF, 19 ago 2003. Disponível em: http://www.abmes.org.br. Acesso em 19/09/2004. ______________________. O Financiamento das Instituições de Ensino Superior no Brasil. In: Seminário - A Questão do Financiamento, 2004, Havana-Cuba. Anais Eletrônicos... Havana: IESALC – Instituto Internacional Para La Educacíon Superior En América Latina y Caribe, 2004. Disponível em: http://www.iesalc.unesco.org.ve. Acesso em 15/01/2005. SECURATO, José Roberto; FAMÁ, Rubens. Um Procedimento para a Decisão de Crédito pelos Bancos. RAC – Revista de Administração Contemporânea, v.1, n.1, Jan./Abr. 1997. SILVA, José Pereira da. Gestão e Análise de Risco de Crédito. – 4. ed. – São Paulo: Atlas, 2003. SOUSA, Almir Ferreira de; CHAIA, Alexandre Jorge. Política de Crédito:Uma Análise Qualitativa dos Processos em Empresas. Caderno de Pesquisas em Administração, São Paulo, v. 07, nº 3, julho/setembro 2000.
124
STEINER, Matt; TESZLER, Natali. The Characteristics Associated with Student Loan
Default at Texas A&M University. Produced by Texas Guaranteed in Association with Texas A&M University, 2003. STRAUSS, Linda C.; VOLKWEIN, J. Fredericks. Predictors of Student Commitment at Two-Year and Four-Year Institutions. The Journal of Higher Education, Vol. 75, No. 2 (March/April 2004). THEIN, Tim. HERR, Elizabeth. Loan Default Model. Produced by Education First Marketing, 2001. U. S. DEPARTMENT OF EDUCATION. National Student Loan Default Rates. Washington,DC., 2004. U.S. DEPARTMENT OF EDUCATION. Office of Inspector General (OIG). Audit to
Determine if Cohort Default Rates Provide Sufficient Information on Defaults in the Title IV Loan Programs. ED-OIG/A03-C0017 (December). Philadelphia, PA: U.S. Department of Education, 2003. VOLKWEIN, J. Fredericks; SZELEST, Bruce P. Individual and Campus Characteristics Associated with Student Loan Default. Research in Higher Education 36 (1): 41-72, 1995. VOLKWEIN, J. Fredericks; CABRERA, Alberto F. Who Defaults on Student Loans? The Effects of Race, Class, and Gender on Borrower Behavior. In: Condemning Students to debt:
College Loans and Public Policy. ed. Richard Fossey and Mark Bateman, 1998. VOLKWEIN, J. Fredericks; SZELEST, Bruce P.; CABRERA, Alberto F.; NAPIERSKIPRANCL, M. R. Factors Associated with Student Loan Default Among Different Racial and Ethnic Groups. The Journal of Higher Education 69 (2): 206-37, 1998. WOO, Jennie H. Factors Affecting the Probability of Default: Student Loans in California.
Journal of Student Financial Aid 32 (2): 5-25, 2002. YIN, Robert K. Estudo de Caso: Planejamento e Método -.2ª ed. - Porto Alegre: Bookman, 2001.
125
Apêndice I – Questionário de Coleta de Dados QUESTIONÁRIO Pesquisa: Fatores Condicionantes da Inadimplência em Instituição de Ensino Superior Privada: Um estudo de Caso Objetivos: Coletar dados para modelagem de função discriminante que permita distinguir o perfil do aluno de nível superior. Dados Gerais Aluno (Matrícula): ____________________________________________ Curso: _______________________________________________________ Média de Freqüência: _____________
Vlr. Mensalidade: ________
Uso Reservado ao Pesquisador Status do Aluno (0 ou 1)
Fatores Pessoais 1.
2.
3.
4.
5.
6.
7.
8.
9.
Idade Até 21 anos
22 a 26 anos
Sexo Masculino
Feminino
Etnia (Raça) Índio Negro Estado Civil Solteiro
Pardo
Casado
Tem Filhos? Não 1 Filho(a) Tipo de Ocupação Sem Emprego Autônomo Ensino Médio Escola Pública
27 a 30 anos
Asiático
Tem Companheiro
2 Filhos(as)
3 Filhos(as)
Func. Público/ONG
31 a 40 anos
+ de 40 anos
Branco
Separado
Viúvo
+ de 3 Filhos(as)
Setor Privado
Empresário
Escola Privada
Tipo de Ingresso Vestibular Transferência
Supletivo
Portador de Diploma Superior
Qual sua atitude quanto ao pagamento das mensalidades do curso? Atraso sempre, a Lei me protege Atraso até 15 dias Atraso somente se necessário Nunca atraso
Sempre pago antecipado
126
10. Qual a atitude de sua família quanto ao seu curso superior? Quer que abandone É indiferente Incentiva pouco, mas não acompanha
Incentiva e acompanha
O estudo é prioritário
Fatores Econômicos 11. Renda Própria Sem Renda
Até R$ 500
R$ 501 à R$ 1000
12. Renda Familiar Até R$ 500 R$ 501 à R$ 1000 + de R$ 3000
R$ 1001 à 2000
R$ 1001 à R$ 2000
R$ 2001 à R$ 3000
13. Responsável Financeiro pela mensalidade escolar FIES/Bolsa Aluno Família
Empresa
14. Possui Telefone Celular? Não Cartão Conta
+ de 1 Cel.
Empresarial
15. Possui Cartão de Crédito? Não Limite até R$ 500 Limite + R$ 3000
Limite até R$ 1000
16. Possui Veículo Automotor? Não Moto Financiada 17. Residência Emprestada
Moto Quitada
Alugada
18. Tipo de Residência Conjunto Habitacional Condomínio Fechado
Carro Financiado
Carro Quitado
Própria sem ônus
Apto Padrão
Apto Luxo
19. Tempo de Residência Até 6 meses Até 1 Ano 20. Referência Bancária Não Conta Salário
Limite Até R$ 2000
Própria Financiada
Casa
+ de R$ 2000
Até 3 Anos
Poupança
Até 5 Anos
Conta Corrente
+ de 5 Anos
Investimentos
21. Membros da família atualmente cursando escolas privadas de nível fundamental e/ou médio 0 1 2 3 + de 3 22. Membros da família atualmente escolas privadas de nível superior 0 1 2 3 + de 3
Fatores Acadêmicos 23. Tipo de Curso Graduação Tecnológica
Graduação Plena
127
24. Área de Conhecimento do Curso Tecnologia Ciências Sociais Aplicadas
Ciências da Saúde
Ciências Humanas
25. Duração normal do Curso 2,5 anos 3 anos 4 anos
+ de 4 anos
26. Qual o grau de importância do conhecimento adquirido no curso para a atividade profissional atual? Nula, não tem relação com a atividade atual Pouca, não será utilizado Média, auxiliará em aspectos não estratégicos Muito, o conhecimento será essencial para a atividade 27. De que forma o título adquirido com curso contribuirá para a ascensão profissional? (Informe o mais importante) Não contribuirá Aumento salarial Promoção de cargo Mudança de emprego/atividade 28. Tempo dedicado ao estudo por semana (considerando as aulas presenciais) Até 10 horas Até 15 horas Até 20 horas + de 20 horas 29. Com que freqüência você é intelectualmente estimulado pelo conteúdo das aulas? NSR Nunca Raramente Frequentemente Sempre 30. Com que freqüência você fica satisfeito com as aulas ministradas? NSR Nunca Raramente Frequentemente Sempre 31. Com que freqüência você fica satisfeito com as experiências vivenciadas nesta IES? NSR Nunca Raramente Frequentemente Sempre 32. Com que freqüência você assistiu ou assiste aulas que lhe proporcionaram ou proporcionam novos conhecimentos? NSR Nunca Raramente Frequentemente Sempre 33. Com que freqüência você participou ou participa de atividades extracurriculares que proporcionam excelente oportunidade de aprendizagem? NSR Nunca Raramente Frequentemente Sempre 34. Com que freqüência você teve ou tem docentes que venham às aulas bem preparados? NSR Nunca Raramente Frequentemente Sempre 35. Com que freqüência você teve ou tem docentes que se comunicam eficazmente? NSR Nunca Raramente Frequentemente Sempre
Fatores Institucionais 36. O que determinou sua escolha por esta IES? (Informe o mais importante) Vestibular fácil Falta de opções nas outras IES Localização do Campus Estrutura física Reputação da IES
128
37. Como definiria a reputação acadêmica da sua IES, perante a sociedade? Péssima, pagou passou Regular, não tem diferença para as demais Muito boa, está entre as melhores da região
Boa, é a IES da momento Excelente, não existem melhores
38. Como definiria sua experiência acadêmica ou grau de satisfação nesta IES? Péssima, não estou à vontade Fraca, permaneço somente o tempo necessário Regular, alguns aspectos poderiam melhorar Bom, não tenho o que reclamar Excelente, superou minhas expectativas 39. Como classificaria a qualidade do Corpo Docente da sua IES? Péssimo Fraco Regular Bom Excelente 40. Qual sua opinião sobre o programa das disciplinas do seu curso? Péssimo Fraco Regular Bom Excelente 41. Qual sua opinião sobre a estrutura de laboratórios, bibliotecas e recursos audiovisuais da sua IES? Péssimo Fraco Regular Bom Excelente 42. Qual sua opinião sobre os serviços de apoio e suporte aos alunos prestados pela IES? Péssimo Fraco Regular Bom Excelente 43. Qual sua opinião sobre o nível de respeito para com os alunos nesta IES? Péssimo Fraco Regular Bom Excelente 44. Qual sua opinião sobre a atitude da IES em relação ao aprendizado dos alunos? Não tem qualquer interesse O interesse é apenas financeiro Tem algum interesse, mas não faz acompanhamento Tem acompanhamento, mas depende do interesse do aluno Proporciona acompanhamento eficaz
45. Qual a atitude da IES quanto ao controle financeiro das mensalidades? Péssima, não tem controle Fraca, a cobrança é falha Regular, não pode fazer muito pois a Lei não permite Boa, avisa aos alunos quando estão atrasados Excelente, sempre incentiva os pagamentos em dia e até antecipados
129
Apêndice II – Relação das Variáveis Independentes X01: Idade refere-se a faixa etária em que se situa o aluno, dividida em cinco faixas: até 21 anos, de 22 a 26 anos, de 27 a 30 anos, de 31 a 40 anos, e acima de 40 anos. Espera-se que quanto maior a faixa etária, menor seja a inadimplência, valores: 1 a 5. X02: Sexo, gênero dos alunos pesquisados, valores: 1 para masculino ou 2 para feminino. X03: Raça, grupo racial a que mais se identifica o aluno pesquisado, entre os cinco seguintes grupos: índio, negro, pardo, asiático ou branco, valores: 1 a 5. X04: Estado civil, situação conjugal do aluno a ser definida entre quatro grupos: solteiro, casado, tem companheiro, separado ou viúvo. Espera-se que pessoas solteiras estejam mais sujeitas à inadimplência, valores: 1 a 5. X05: Quantidade de Filhos refere-se ao número de filhos sob a responsabilidade de aluno pesquisado, valores: 0 a 4, sendo que 0 significa que o aluno não tem filhos e 4 significa mais de três filhos. X06: Ocupação procura definir a ocupação do aluno no que se refere ao emprego, sendo classificado como: sem emprego, funcionário publico, funcionário do setor privado/ONG, profissional autônomo ou empresário, valores: 1 a 5. X07: Ensino médio refere-se ao tipo de escola de ensino médio freqüentada pelo aluno, podendo ser: escola pública, escola particular ou curso supletivo, valores: 1 a 3. X08: Tipo de ingresso identifica a forma de acesso ao ensino superior, se através de concurso vestibular, transferência entre IES ou como portador de diploma de nível superior, valores: 1 a 3. X09: Atitude do aluno quanto ao pagamento das mensalidades escolares, está relacionada à motivação e caráter do aluno. Procura identificar a motivação do aluno com respeito ao pagamento da mensalidade, se considera as benesses da Lei para não honrar o pagamento, se procura pagar em dia, ou se aproveita as vantagens concedidas pela IES para pagamentos em dia ou antecipados, valores: 1 a 5.
130
X10: Atitude da família no que diz respeito ao aluno freqüentar um curso superior. Procura verificar o valor percebido pela família do aluno quanto a educação superior, indica se a família incentiva o abandono dos estudos, se é indiferente, se dá pouco incentivo, de incentiva e acompanha o desempenho ou se dá prioridade aos estudos, valores: 1 a 5. X11: Renda Própria indica a renda pessoal do aluno. Valores: 1 indica que aluno não tem renda, 2 - possui renda até R$ 500, 3 – possui renda de R$ 501 a R$ 1000, 4 – possui renda de R$ 1001 a R$ 2000 ou 5 – possui renda superior a R$ 2000. X12: Renda Familiar indica a renda familiar do aluno. Valores: 1 - renda familiar até R$ 500, 2 – renda familiar de R$ 501 a R$ 1000, 3 – renda familiar de R$ 1001 a R$ 2000, 4 – renda familiar de R$ 2001 a R$ 3000 ou 5 – possui renda superior a R$ 3000. X13: Responsável Financeiro. Indica quem é o responsável pelo pagamento das mensalidades escolares. Valores: 1 – o aluno bolsa de estudos ou financiamento estudantil, 2 – o aluno é o responsável pelo pagamento, 3 – a família responde pelos pagamentos, ou 4 – o pagamento das mensalidades é responsabilidade da empresa na qual o aluno trabalha. X14: Possui Telefone Celular? Indica se o aluno possui e qual o tipo de contrato de telefonia celular. Valores: 1 – Não possui telefone celular, 2 – possui telefone celular prépago, 3 – possui telefone celular pós-pago, 4 – possui telefone celular empresarial ou custeado pela empresa na qual trabalha, 5 – Possui mais de um celular. X15: Possui Cartão de Crédito? Indica se o aluno possui e qual o limite do cartão de crédito. Valores: 1 – não possui cartão de crédito, 2 – possui cartão com limite até R$ 500, 3 – possui cartão com limite até R$ 1000, 4 – possui cartão com limite até R$ 2000 ou 5 – possui cartão com limite superior a R$ 2000. X16: Possui veículo automotor? Indica se o aluno possui veículo próprio, qual o tipo e se existe ônus financeiro sobre o mesmo. Valores: 1 – não possui veículo, 2 – possui motocicleta com saldo a pagar, 3 – possui motocicleta sem ônus, 4 – possui automóvel com saldo a pagar ou 5 – possui automóvel sem ônus.
131
X17: Residência. Indica a condição de propriedade da residência do aluno. Valores: 1 – reside em imóvel emprestado, 2 – reside em imóvel alugado, 3 – reside em imóvel financiado ou 4 – reside em imóvel próprio sem ônus financeiro. X18: Tipo de Residência. Indica qual o tipo de imóvel em que o aluno reside. Valores: 1 – imóvel em conjunto habitacional, 2 – casa, 3 – apartamento padrão, 4 – imóvel em condomínio fechado ou 5 – apartamento de luxo. X19: Tempo de residência. Indica há quanto tempo o aluno reside no atual imóvel. Valores: 1 – até seis meses, 2 – até um ano, 3 – até três anos, 4 – até cinco anos ou 5 – mais de cinco anos. X20: Referência Bancária. Indica se o aluno possui referência ou conta em banco. Valores: 1 – não possui conta em banco, 2 – possui conta bancária somente para recebimento de salário, 3 – possui conta caderneta de poupança, 4 – possui conta corrente com movimentação financeira ou 5 – possui investimentos em bancos. X21: Quantidades de membros da família atualmente cursando ensino fundamental/médio em escola particular. Valores: 0 a 4, sendo que 0 significa que não existem membros da família em escolas de nível fundamental/médio particular e 4 significa a existência de mais de três membros. X22: Quantidades de membros da família atualmente cursando ensino superior em IES particular. Valores: 0 a 4, sendo que 0 significa que não existem membros da família em IES particular e 4 significa a existência de mais de três membros. X23: Tipo de Curso. Valores: 1 – graduação tecnológica (Tecnólogo), 2 – graduação plena (Bacharelado / Licenciatura). X24: Área de Conhecimento. Indica a área de conhecimento do curso freqüentado pelo aluno. Valores: 1 – Área tecnológica, 2 – Ciências Sociais Aplicadas, 3 – Ciências da Saúde ou 4 – Ciências Humanas. X25: Duração do Curso. Indica o tempo normalmente necessário para graduação. Valores: 1 – cinco semestres, 2 – seis semestres, 3 – oito semestres ou 4 – mais de oito semestres.
132
X26: Importância do Conhecimento adquirido. Indica qual a importância do conhecimento adquirido na instituição de ensino superior, para a atual atividade profissional do aluno. Valores: 1 – Não sabe responder, 2 – o conhecimento adquirido não tem importância para a atividade profissional, 3 – o conhecimento adquirido tem pouca importância e não será utilizado na atividade profissional, 4 – o conhecimento adquirido tem média importância para a atividade profissional e auxiliará em aspectos não estratégicos, 5 - o conhecimento adquirido tem muita importância para a atividade profissional e será essencial para exercêla. X27: Como o título adquirido contribuirá para a ascensão profissional? Valores: 1- Não sabe responder, 2 – Não contribuirá, 3 – Permitirá um aumento salarial, 4 – Permitirá promoção de cargo, 5 – Permitirá uma mudança de emprego ou atividade. X28: Tempo dedicado ao estudo. Indica o tempo dedicado pelo aluno ao estudo por semana. Valores: 1 – Até 10 horas/semana, 2 – até 15 horas/semana, 3 – até 20 horas/semana ou 4 – mais de 20 horas por semana. X29: Estimulação intelectual. Indica a freqüência com que o aluno é estimulado intelectualmente pelo conteúdo ministrado nas aulas. Valores: 1- Não sabe responder, 2Nunca fica estimulado, 3 – Raramente é estimulado, 4 – Freqüentemente é estimulado, ou 5 – Sempre é estimulado. X30: Satisfação com as aulas. Indica a freqüência com que o aluno fica satisfeito com o conteúdo ministrado nas aulas. Valores: 1 - Não sabe responder, 2 - Nunca fica satisfeito, 3 – Raramente fica satisfeito, 4 – Freqüentemente fica satisfeito, ou 5 – Sempre fica satisfeito. X31: Satisfação com as experiências vivenciadas. Indica a freqüência com que o aluno fica satisfeito com as experiências vivenciadas no dia a dia da instituição. Valores: 1- Não sabe responder, 2 - Nunca fica satisfeito, 3 – Raramente fica satisfeito, 4 – Freqüentemente fica satisfeito, ou 5 – Sempre fica satisfeito. X32: Aulas que proporcionam novos conhecimentos. Indica a freqüência com que o aluno percebe que novos conhecimentos foram adquiridos nas aulas assistidas. Valores: 1 - Não sabe responder, 2 - Nunca adquire ou adquiriu novos conhecimentos, 3 – Raramente
133
adquire ou adquiriu novos conhecimentos, 4 – Freqüentemente adquire ou adquiriu novos conhecimentos, ou 5 – Sempre adquire ou adquiriu novos conhecimentos. X33: Participação em atividades extracurriculares. Indica a freqüência com que o aluno participa ou participou de atividades extracurriculares promovidas pela IES. Valores: 1 Não sabe responder, 2 - Nunca participa, 3 – Raramente participa, 4 – Freqüentemente participa, ou 5 – Sempre participa. X34: Aulas bem preparadas. Indica a freqüência com que o aluno percebe que os docentes contribuem com aulas bem preparadas. Valores: 1- Não sabe responder, 2 - Nunca contribuem com aulas bem preparadas, 3 – Raramente contribuem com aulas bem preparadas, 4 – Freqüentemente contribuem com aulas bem preparadas, ou 5 – Sempre contribuem com aulas bem preparadas. X35: Comunicação do docente. Indica a freqüência com que o aluno percebe que os docentes têm uma comunicação eficaz com o corpo discente. Valores: 1- Não sabe responder, 2 - Nunca se comunicam eficazmente, 3 – Raramente se comunicam eficazmente, 4 – Freqüentemente se comunicam eficazmente, ou 5 – Sempre se comunicam eficazmente. X36: Média Semestral do Aluno. Indica o desempenho acadêmico do aluno, obtido através do somatório do produto do número de créditos da disciplina pela média final da disciplina, dividido pelo somatório dos créditos cursados no semestre. X37: Escolha da IES. Indica que fator influenciou determinantemente o aluno na escolha da IES Valores: 1 – Nível de dificuldade do vestibular, 2 – Falta de opções de cursos em outra IES, 3 – Localização do Campus, 4 – Estrutura física da IES ou 5 – a Reputação da IES. X38: Reputação da IES. Indica qual a definição do aluno para a reputação da IES, perante a saciedade. Valores: 1 – Péssima, a IES tem fama de valorizar somente a mensalidade do aluno, 2 – Regular, não se diferencia das demais IES, 3 – Boa, é bem conceituada, sendo a preferência da maioria na atualidade, 4 – Muito boa, é uma das melhores IES da região ou 5 – Excelente, não existe IES melhor.
134
X39: Grau de satisfação para com a IES. Indica o quão satisfeito está o aluno, através da percepção de sua experiência acadêmica na instituição. Valores: 1 – Péssima, o aluno não está à vontade na IES, 2 – Fraca, o aluno não fica na IES além do tempo necessário para as aulas, 3 – Regular, o aluno aponta aspectos a melhorar, 4 – Bom, o aluno está satisfeito ou 5 – Excelente, a experiência na IES superou as expectativas do aluno. X40: Qualidade do Corpo Docente. Indica qual a percepção, para o aluno, da qualidade do corpo docente da IES. Valores: 1 – Péssima Qualidade, 2 – Qualidade Fraca, 3 – Qualidade Regular, 4 – Boa Qualidade ou 5 – Excelente Qualidade. X41: Qualidade do Programa das Disciplinas. Indica qual a percepção, para o aluno, da qualidade dos programas das disciplinas nos cursos da IES. Valores: 1 – Péssima Qualidade, 2 – Qualidade Fraca, 3 – Qualidade Regular, 4 – Boa Qualidade ou 5 – Excelente Qualidade. X42: Estrutura Física da IES. Indica qual a percepção, para o aluno, da qualidade da estrutura física da IES, considerando-se os laboratórios, bibliotecas e recursos audiovisuais. Valores: 1 – Péssima Qualidade, 2 – Qualidade Fraca, 3 – Qualidade Regular, 4 – Boa Qualidade ou 5 – Excelente Qualidade. X43: Serviços de Apoio e Suporte ao Aluno. Indica qual a percepção, para o aluno, da qualidade dos serviços de apoio e suporte prestados pela IES. Valores: 1 – Péssima Qualidade, 2 – Qualidade Fraca, 3 – Qualidade Regular, 4 – Boa Qualidade ou 5 – Excelente Qualidade. X44: Respeito para com o aluno. Indica qual a percepção, para o aluno, do respeito demonstrado pela IES para com o corpo discente. Valores: 1 – Péssima, a IES não tem respeito para com o aluno, 2 – Fraca, a IES tem pouco respeito para com o aluno, 3 – Regular, a IES divulga mas não demonstra ter respeito efetivo, 4 – Boa, a IES divulga e realmente respeita o corpo discente ou 5 – Excelente, tem o respeito para com o aluno como uma prioridade. X45: Atitude da IES para com o aprendizado. Indica qual a percepção do aluno da atitude da IES para com o grau de aprendizado do corpo discente. Valores: 1 – Não tem interesse, 2- O interesse da IES é apenas financeiro, 3 – A IES demonstra algum interesse, porém
135
não acompanha efetivamente, 4 – A IES acompanha, conforme o interesse do aluno, 5 – A IES preocupa-se e proporciona um aprendizado eficaz. X46: Controle Financeiro. Indica qual a percepção do aluno de como a IES tem controle financeiro das mensalidades. Valores: 1 – Péssima, a IES não tem controle sobre os recebimentos, 2 – Fraca, o sistema de acompanhamento e cobrança é fraco, 3 – Regular, a IES acompanha e controla, mas a legislação impede ações mais eficazes, 4 – Boa, a IES acompanha e avisa os alunos em caso de atrasos nos pagamentos, ou 5 – Excelente, A IES acompanha e incentiva os pagamentos em dia e antecipados. X47: Mensalidade Cobrada. Indica o valor mensal cobrado do aluno no segundo semestre letivo de 2004. 1 – Até R$ 300, 2 – R$ 301 a R$ 500, 3 – 501 a R$ 700, e 4 – Acima de R$ 700. X48: Freqüência Média Semestral do Aluno. Indica o percentual da freqüência média, obtido pelo aluno durante o semestre. Percentuais de freqüência inferiores a 75% reprovam o aluno. Esta variável é obtida através do somatório das freqüências obtidas, dividido pelo somatório de aulas ministradas no semestre.
136
Apêndice III – Matriz Estrutural da Função Discriminante
Função Variáveis 1 Qual sua atitude quanto ao pagamento das mensalidades do curso? ,640 Qual a atitude de sua família quanto ao seu curso superior? ,435 Com que freqüência participa de atividades extracurriculares? -,335 Área de conhecimento do curso ,275 Tipo de curso -,248 Tipo de residência ,235 Tempo de residência ,210 Duração Normal do curso -,203 Mensalidade -,197 Com que freqüência fica satisfeito com as experiências vivenciadas na IES? -,172 Qual sua opinião sobre o nível de respeito para com os alunos na IES? -,129 Como definiria sua experiência acadêmica ou grau de satisfação na IES? -,126 Possui telefone celular? -,118 Tipo de imóvel -,109 Como definiria a reputação acadêmica da sua IES, perante a sociedade? -,107 Media Semestral ,102 Renda Própria -,101 Como classificaria a qualidade do corpo docente da IES? -,101 Qual a opinião sobre o programa das disciplinas do curso? -,091 Qual o grau de importância do conhecimento adquirido para a atividade profissional? -,091 Etnia -,085 Com que freqüência fica satisfeito com as aulas ministradas? -,084 Com que freqüência é intelectualmente estimulado pelo conteúdo das aulas? -,083 Freqüência Semestral ,080 Qtd de membros da família cursando ensino médio em escola privada -,078 Possui cartão de crédito? -,078 De que forma o título adquirido contribuirá para a ascensão profissional? ,076 Tem referência bancárias? ,074 Qual sua opinião sobre a estrutura de laboratórios, bibliotecas e recursos audiovisuais da IES? -,071 Onde cursou ensino médio? -,070 Tipo de ingresso -,069 Qual a atitude da IES quanto ao controle financeiro das mensalidades? -,059 Tipo de Ocupação -,050 Possui veículo automotor? -,048 Qual sua opinião sobre a atitude da IES em relação ao aprendizado dos alunos? -,047 Com que freqüência os docentes se comunicam eficazmente? ,042 Qual sua opinião sobre os serviços de apoio e suporte aos alunos prestados pela IES? ,037 Estado Civil -,036 O que determinou sua escolha pela IES? ,034 Faixa Etária -,029 Com que freqüência os docentes demonstram ter preparado as aulas? -,029 Qtd de membros da família cursando IES privada -,026 Sexo -,024 Tem Filhos? -,020 Tempo dedicado ao estudo por semana ,019 Com que freqüência assiste aulas que proporcionam novos conhecimentos? ,014 Renda Familiar -,010 Responsável financeiro pela mensalidade escolar -,006 Correlações combinadas entre grupos, das variáveis discriminantes e as funções discriminantes canônicas padronizadas. Variáveis ordenadas por tamanho absoluto da correlação dentro da função.
137
Apêndice IV – Matriz de Classificação da Função Discriminante Matriz de Classificação Caso Real Prev Acerto 1 0 0 Sim 2 0 0 Sim 3 0 0 Sim 4 1 1 Sim 5 0 0 Sim 6 1 0 Não 7 0 0 Sim 8 1 0 Não 9 0 0 Sim 10 0 0 Sim 11 0 0 Sim 12 1 0 Não 13 1 1 Sim 14 1 1 Sim 15 0 0 Sim 16 1 1 Sim 17 0 0 Sim 18 0 1 Não 19 0 0 Sim 20 1 1 Sim 21 0 0 Sim 22 0 0 Sim 23 1 0 Não 24 0 0 Sim 25 0 0 Sim 26 1 1 Sim 27 0 0 Sim 28 0 0 Sim 29 0 0 Sim 30 0 0 Sim 31 0 0 Sim 32 1 0 Não 33 1 0 Não 34 1 0 Não 35 0 0 Sim 36 0 0 Sim 37 1 0 Não 38 1 0 Não 39 0 0 Sim 40 0 0 Sim 41 0 0 Sim 42 1 0 Não 43 0 1 Não 44 0 0 Sim 45 1 0 Não 46 1 1 Sim 47 1 1 Sim 48 0 0 Sim 49 0 0 Sim 50 0 0 Sim 51 0 0 Sim
Z 0,94 0,11 0,48 -0,83 -0,38 -0,39 0,56 0,10 -0,15 1,16 1,16 -0,52 -0,99 -1,46 1,64 -1,47 -0,16 -0,99 0,69 -3,15 1,09 1,09 0,71 1,09 -0,22 -1,93 1,56 0,25 2,41 0,25 1,46 1,18 1,18 -0,08 1,33 3,49 3,13 0,86 2,55 1,33 -0,05 -0,52 -1,07 -0,05 0,42 -2,40 -0,99 0,69 0,79 0,71 0,32
Z0 0,87 0,69 0,78 0,41 0,55 0,55 0,80 0,69 0,62 0,89 0,89 0,51 0,36 0,24 0,94 0,24 0,62 0,36 0,82 0,04 0,89 0,89 0,83 0,89 0,60 0,15 0,93 0,73 0,98 0,73 0,92 0,90 0,90 0,64 0,91 0,99 0,99 0,85 0,98 0,91 0,65 0,51 0,34 0,65 0,77 0,09 0,36 0,82 0,84 0,83 0,75
Z1 0,13 0,31 0,22 0,59 0,45 0,45 0,20 0,31 0,38 0,11 0,11 0,49 0,64 0,76 0,06 0,76 0,38 0,64 0,18 0,96 0,11 0,11 0,17 0,11 0,40 0,85 0,07 0,27 0,02 0,27 0,08 0,10 0,10 0,36 0,09 0,01 0,01 0,15 0,02 0,09 0,35 0,49 0,66 0,35 0,23 0,91 0,64 0,18 0,16 0,17 0,25
Caso Real Prev Acerto 52 0 1 Não 53 1 0 Não 54 0 0 Sim 55 0 0 Sim 56 0 0 Sim 57 1 0 Não 58 1 0 Não 59 0 0 Sim 60 0 0 Sim 61 0 0 Sim 62 1 0 Não 63 1 0 Não 64 1 0 Não 65 0 0 Sim 66 0 1 Não 67 0 0 Sim 68 0 0 Sim 69 0 1 Não 70 0 1 Não 71 1 0 Não 72 0 1 Não 73 0 1 Não 74 0 0 Sim 75 1 1 Sim 76 0 1 Não 77 1 0 Não 78 1 1 Sim 79 1 0 Não 80 1 0 Não 81 0 1 Não 82 1 0 Não 83 0 1 Não 84 0 1 Não 85 1 1 Sim 86 0 0 Sim 87 0 1 Não 88 0 0 Sim 89 1 0 Não 90 1 1 Sim 91 1 1 Sim 92 1 1 Sim 93 0 1 Não 94 0 0 Sim 95 0 0 Sim 96 0 1 Não 97 1 1 Sim 98 1 0 Não 99 0 1 Não 100 1 1 Sim 101 0 0 Sim 102 1 0 Não
Z -0,99 -0,38 1,78 0,47 0,94 -0,37 -0,38 0,67 0,66 1,51 0,28 0,29 -0,19 1,51 -1,40 1,13 -0,19 -0,58 -0,58 -0,20 -1,03 -0,58 -0,09 -0,94 -0,58 -0,48 -1,88 0,27 0,04 -1,27 1,35 -0,80 -1,27 -1,28 1,35 -1,27 0,04 0,28 -1,89 -3,58 -1,79 -0,58 0,27 0,28 -0,94 -1,04 0,37 -1,88 -0,94 -0,19 -0,10
Z0 0,36 0,55 0,95 0,78 0,86 0,55 0,55 0,82 0,82 0,93 0,74 0,74 0,61 0,93 0,25 0,89 0,61 0,49 0,49 0,60 0,35 0,49 0,64 0,37 0,49 0,52 0,15 0,73 0,67 0,28 0,92 0,42 0,28 0,28 0,92 0,28 0,67 0,74 0,15 0,02 0,17 0,49 0,73 0,74 0,37 0,35 0,76 0,15 0,37 0,61 0,63
Z1 0,64 0,45 0,05 0,22 0,14 0,45 0,45 0,18 0,18 0,07 0,26 0,26 0,39 0,07 0,75 0,11 0,39 0,51 0,51 0,40 0,65 0,51 0,36 0,63 0,51 0,48 0,85 0,27 0,33 0,72 0,08 0,58 0,72 0,72 0,08 0,72 0,33 0,26 0,85 0,98 0,83 0,51 0,27 0,26 0,63 0,65 0,24 0,85 0,63 0,39 0,37
138
Caso Real Prev Acerto 103 0 0 Sim 104 1 1 Sim 105 1 0 Não 106 1 1 Sim 107 0 0 Sim 108 0 0 Sim 109 0 1 Não 110 0 0 Sim 111 1 0 Não 112 1 0 Não 113 1 0 Não 114 1 1 Sim 115 1 1 Sim 116 1 1 Sim 117 1 0 Não 118 1 1 Sim 119 1 0 Não 120 0 0 Sim 121 0 1 Não 122 1 0 Não 123 0 0 Sim 124 0 1 Não 125 0 1 Não 126 1 1 Sim 127 0 1 Não 128 1 1 Sim 129 1 0 Não 130 1 0 Não 131 0 0 Sim 132 0 0 Sim 133 0 0 Sim 134 1 1 Sim 135 0 0 Sim 136 0 1 Não 137 1 1 Sim 138 1 0 Não 139 1 1 Sim 140 0 1 Não 141 0 0 Sim 142 0 1 Não 143 1 1 Sim 144 1 1 Sim 145 1 1 Sim 146 1 1 Sim 147 1 1 Sim 148 1 1 Sim 149 0 1 Não 150 0 0 Sim 151 1 1 Sim 152 1 0 Não 153 1 0 Não 154 0 1 Não 155 0 0 Sim 156 0 0 Sim 157 0 0 Sim 158 1 0 Não 159 1 1 Sim
Z 0,74 -0,94 1,21 -0,57 0,27 0,28 -1,03 0,75 -0,19 0,27 -0,10 -0,66 -1,33 -1,41 -0,48 -1,42 0,75 1,21 -0,94 -0,19 0,75 -1,41 -1,42 -0,94 -0,57 -0,94 -0,11 0,75 0,74 0,37 0,74 -2,65 -0,11 -0,56 -0,57 -0,20 -1,88 -0,56 -0,10 -1,04 -1,04 -1,88 -2,35 -1,89 -3,11 -0,94 -1,41 -0,48 -0,94 0,37 0,74 -1,41 1,21 0,67 0,98 -0,20 -1,36
Z0 0,83 0,37 0,90 0,49 0,73 0,74 0,35 0,83 0,61 0,73 0,63 0,46 0,27 0,25 0,52 0,25 0,83 0,90 0,37 0,61 0,83 0,25 0,25 0,38 0,49 0,37 0,63 0,83 0,83 0,76 0,83 0,07 0,63 0,49 0,49 0,60 0,15 0,49 0,63 0,35 0,35 0,15 0,09 0,15 0,04 0,37 0,25 0,52 0,37 0,76 0,83 0,25 0,90 0,82 0,87 0,61 0,26
Z1 0,17 0,63 0,10 0,51 0,27 0,26 0,65 0,17 0,39 0,27 0,37 0,54 0,73 0,75 0,48 0,75 0,17 0,10 0,63 0,39 0,17 0,75 0,75 0,62 0,51 0,63 0,37 0,17 0,17 0,24 0,17 0,93 0,37 0,51 0,51 0,40 0,85 0,51 0,37 0,65 0,65 0,85 0,91 0,85 0,96 0,63 0,75 0,48 0,63 0,24 0,17 0,75 0,10 0,18 0,13 0,39 0,74
Caso Real Prev Acerto 160 0 0 Sim 161 0 0 Sim 162 1 1 Sim 163 0 0 Sim 164 1 0 Não 165 1 1 Sim 166 1 1 Sim 167 0 0 Sim 168 1 0 Não 169 0 0 Sim 170 0 0 Sim 171 0 0 Sim 172 0 0 Sim 173 0 0 Sim 174 0 0 Sim 175 1 0 Não 176 0 0 Sim 177 1 1 Sim 178 0 0 Sim 179 0 0 Sim 180 0 0 Sim 181 0 0 Sim 182 0 0 Sim 183 0 0 Sim 184 0 1 Não 185 0 0 Sim 186 0 0 Sim 187 0 0 Sim 188 0 0 Sim 189 0 0 Sim 190 1 1 Sim 191 0 0 Sim 192 1 0 Não 193 0 0 Sim 194 1 0 Não 195 0 0 Sim 196 1 1 Sim 197 1 1 Sim 198 1 1 Sim 199 1 0 Não 200 0 0 Sim 201 1 1 Sim 202 0 1 Não 203 1 0 Não 204 0 0 Sim 205 0 0 Sim 206 0 0 Sim 207 0 0 Sim 208 1 0 Não 209 0 0 Sim 210 0 0 Sim 211 0 0 Sim 212 0 0 Sim 213 1 0 Não 214 0 0 Sim 215 1 0 Não 216 0 0 Sim
Z 1,35 0,88 -2,21 1,36 0,42 -1,28 -0,80 1,35 0,89 0,09 0,94 0,48 0,26 0,52 1,83 0,03 0,51 -1,56 0,04 1,35 0,99 -0,43 0,52 1,13 -0,65 2,45 0,66 0,19 1,51 0,66 -0,57 0,74 0,75 0,28 0,37 -0,11 -0,94 -0,95 -3,59 -0,48 0,27 -0,95 -1,88 0,28 1,98 1,51 1,97 -0,19 0,29 0,66 0,66 0,66 0,70 0,00 0,47 1,18 1,32
Z0 0,92 0,86 0,11 0,92 0,77 0,28 0,42 0,92 0,86 0,69 0,87 0,78 0,73 0,79 0,95 0,67 0,79 0,22 0,67 0,92 0,87 0,53 0,79 0,89 0,46 0,98 0,82 0,71 0,93 0,82 0,49 0,83 0,83 0,74 0,76 0,63 0,37 0,37 0,02 0,52 0,73 0,37 0,15 0,74 0,96 0,93 0,96 0,61 0,74 0,82 0,82 0,82 0,83 0,00 0,78 0,90 0,91
Z1 0,08 0,14 0,89 0,08 0,23 0,72 0,58 0,08 0,14 0,31 0,13 0,22 0,27 0,21 0,05 0,33 0,21 0,78 0,33 0,08 0,13 0,47 0,21 0,11 0,54 0,02 0,18 0,29 0,07 0,18 0,51 0,17 0,17 0,26 0,24 0,37 0,63 0,63 0,98 0,48 0,27 0,63 0,85 0,26 0,04 0,07 0,04 0,39 0,26 0,18 0,18 0,18 0,17 0,00 0,22 0,10 0,09
139
Caso Real Prev Acerto 217 0 0 Sim 218 1 0 Não 219 1 1 Sim 220 0 0 Sim 221 1 0 Não 222 0 0 Sim 223 0 0 Sim 224 0 0 Sim 225 0 0 Sim 226 0 1 Não 227 1 0 Não 228 0 0 Sim 229 0 0 Sim 230 1 0 Não 231 0 0 Sim 232 0 1 Não 233 0 0 Sim 234 0 1 Não 235 0 0 Sim 236 0 0 Sim 237 0 0 Sim 238 0 0 Sim 239 0 0 Sim
Z 0,09 0,09 -0,84 1,78 -0,38 -0,37 0,00 -0,38 0,94 -1,22 0,00 -0,36 0,94 -0,38 1,32 -2,54 0,00 -0,85 1,88 0,94 2,26 0,33 1,31
Z0 0,69 0,69 0,40 0,95 0,55 0,55 0,00 0,55 0,86 0,30 0,66 0,56 0,87 0,55 0,91 0,07 0,66 0,40 0,95 0,86 0,97 0,75 0,91
Z1 0,31 0,31 0,60 0,05 0,45 0,45 0,00 0,45 0,14 0,70 0,34 0,44 0,13 0,45 0,09 0,93 0,34 0,60 0,05 0,14 0,03 0,25 0,09
Caso Real Prev Acerto 240 1 0 Não 241 0 0 Sim 242 0 0 Sim 243 0 0 Sim 244 0 0 Sim 245 0 0 Sim 246 0 0 Sim 247 0 0 Sim 248 0 0 Sim 249 0 0 Sim 250 0 0 Sim 251 1 0 Não 252 0 0 Sim 253 0 0 Sim 254 0 0 Sim 255 0 0 Sim 256 1 0 Não 257 0 0 Sim 258 0 0 Sim 259 1 0 Não 260 0 1 Não 261 0 0 Sim 262 0 0 Sim
Z 0,09 2,73 -0,37 0,09 1,80 1,79 0,94 1,32 0,09 1,32 -0,37 -0,37 0,94 -0,38 0,56 0,10 0,09 0,47 0,48 -0,37 -0,84 0,46 -0,38
Z0 0,69 0,98 0,55 0,69 0,95 0,95 0,86 0,91 0,69 0,91 0,55 0,55 0,87 0,55 0,80 0,69 0,69 0,78 0,78 0,55 0,40 0,78 0,55
Z1 0,31 0,02 0,45 0,31 0,05 0,05 0,14 0,09 0,31 0,09 0,45 0,45 0,13 0,45 0,20 0,31 0,31 0,22 0,22 0,45 0,60 0,22 0,45
0
0
0
1
0
1
0
1
0
0
0
1
1
1
0
1
0
0
0
1
0
0
1
0
0
1
0
0
0
0
0
1
1
1
0
0
1
1
0
0
0
1
0
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
5
5
5
4
5
2
2
2
4
4
2
4
1
2
1
4
3
2
4
4
4
2
2
4
1
3
1
1
1
3
1
1
3
3
5
1
5
2
2
4
2
5
4
2
1
1
2
2
2
2
2
2
2
1
2
1
2
1
1
2
2
1
2
2
2
2
1
2
1
1
2
1
1
2
1
1
1
1
1
2
1
2
2
2
1
2
2
1
Caso Inad. X1 X2
5
3
3
5
5
5
5
5
5
2
5
3
3
5
3
3
3
3
5
5
3
3
3
5
9
5
3
5
3
5
5
3
3
3
5
5
3
5
5
5
5
5
3
3
1
2
2
2
2
1
1
1
1
1
1
1
1
1
1
1
4
1
2
2
1
1
1
2
1
1
1
1
1
1
1
1
1
1
2
1
2
1
1
2
2
2
1
1
2
1
3
1
3
1
0
0
0
2
0
0
0
0
0
0
1
0
2
1
0
0
0
1
0
0
0
1
0
1
0
0
0
0
2
0
2
0
0
1
0
0
0
0
X3 X4 X5
3
2
4
4
2
1
1
1
3
4
3
3
2
1
3
1
3
3
4
3
3
3
3
1
1
4
1
4
1
3
1
1
3
1
3
3
5
1
1
3
4
1
3
3
2
1
3
2
1
2
2
2
2
1
2
1
1
1
1
1
1
2
1
1
1
1
2
1
3
2
2
3
2
1
2
3
3
3
2
2
1
3
1
2
2
1
1
2
X6 X7
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
3
3
1
1
1
3
1
1
1
1
1
1
1
1
1
1
1
1
1
3
1
1
1
3
1
1
3
4
3
3
3
5
3
4
5
3
3
3
3
5
3
5
3
4
1
3
4
3
4
4
1
5
3
4
3
5
3
3
3
5
5
4
3
3
3
3
3
4
3
4
5
1
4
5
4
4
4
4
5
4
3
5
5
4
3
4
3
4
4
2
4
5
4
4
3
5
4
5
4
5
3
4
4
5
5
4
4
5
5
4
2
3
3
4
5
4
1
4
3
3
1
9
3
5
2
3
2
2
2
1
2
2
3
2
2
2
3
2
3
2
1
3
1
2
1
1
3
1
4
2
5
1
1
4
2
1
3
3
5
3
4
5
4
9
2
9
5
5
3
3
2
3
1
3
9
2
2
2
1
3
5
1
3
1
3
2
4
3
4
3
2
3
4
2
4
3
5
4
4
4
4
5
X8 X9 X10 X11 X12
2
2
2
4
4
9
2
9
2
2
2
1
2
2
1
3
2
3
2
2
2
2
9
2
3
2
3
3
3
2
3
2
2
3
2
2
2
3
3
2
2
3
2
3
4
2
4
4
2
9
2
2
4
2
2
4
1
2
2
2
2
2
4
2
4
2
2
2
2
2
2
2
4
2
2
2
2
2
4
4
4
2
4
2
1
4
2
1
5
3
2
3
2
9
1
2
3
1
3
2
1
1
3
1
2
1
2
3
2
3
1
1
2
3
1
3
2
1
2
1
1
3
5
2
4
1
1
1
3
5
1
3
3
3
5
3
3
3
1
1
1
3
1
5
1
1
1
1
5
1
1
1
1
1
1
3
4
3
1
3
1
1
1
1
1
1
3
1
3
1
1
1
1
3
1
1
4
4
3
4
4
3
2
3
3
4
3
3
4
4
4
3
2
4
4
1
4
2
3
4
4
4
4
4
4
3
4
2
4
2
3
4
3
2
3
4
3
4
4
2
2
2
2
2
2
1
3
2
2
2
2
2
1
3
1
1
1
1
2
2
2
2
2
2
2
2
2
2
1
1
2
4
2
1
3
1
3
3
2
4
2
2
2
3
5
3
1
5
5
5
1
9
5
3
5
5
5
5
5
5
3
5
5
2
5
5
5
3
5
5
5
5
5
5
5
4
5
5
4
5
5
3
2
2
3
5
5
1
4
2
4
3
2
3
1
1
4
4
2
2
4
1
4
1
2
2
4
3
2
4
1
3
4
3
1
3
4
3
3
1
1
3
4
4
5
4
1
4
1
4
3
3
1
1
1
1
0
1
0
4
1
2
0
1
0
0
1
0
1
2
1
1
0
2
0
1
3
4
1
0
0
0
2
1
0
1
2
1
2
1
1
0
1
0
1
0
2
0
2
1
2
9
0
3
2
0
0
1
0
1
0
1
0
2
1
1
0
1
4
1
3
4
0
2
2
0
1
9
0
0
0
0
1
1
0
0
0
0
2
0
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
4
4
4
4
4
4
4
3
3
3
3
3
3
3
3
3
3
3
3
3
1
1
1
1
1
1
1
1
1
1
1
1
2
2
2
2
2
2
2
2
3
3
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
2
2
3
2
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
4
5
5
5
5
5
5
5
5
5
5
5
5
5
5
4
5
5
5
5
5
5
5
5
5
2
2
5
5
5
5
5
5
4
5
5
5
4
5
5
5
4
5
5
5
2
5
3
4
5
5
4
5
5
4
4
5
5
5
5
4
5
5
2
3
4
4
5
5
5
4
5
5
5
4
4
4
5
5
4
5
5
5
4
4
2
4
5
3
1
3
1
1
3
1
1
1
4
1
3
3
4
2
1
1
2
4
1
3
1
2
2
1
1
4
1
4
4
1
1
4
4
4
4
2
4
2
1
2
1
2
1
5
4
5
4
5
5
5
5
3
4
4
4
3
5
3
3
5
4
4
3
4
4
5
5
3
5
5
4
4
5
4
4
4
5
4
5
4
4
5
4
5
3
4
5
4
4
5
4
5
4
5
5
4
4
4
4
3
4
3
5
4
4
4
3
4
4
4
5
4
5
4
4
4
4
4
4
4
4
4
4
1
4
5
4
4
3
4
5
4
3
5
4
5
5
5
5
3
5
4
3
3
3
3
3
4
4
5
3
4
5
5
4
3
5
4
4
4
4
4
5
4
4
4
4
3
4
5
4
4
3
4
4
4
3
4
5
5
4
5
5
5
5
5
4
3
4
4
4
4
5
5
4
4
5
5
5
5
5
5
5
4
5
4
5
4
5
5
4
3
5
5
4
5
3
4
4
3
3
3
3
3
4
4
1
3
3
5
3
3
5
3
3
3
3
5
3
4
4
4
4
4
5
4
5
5
3
4
4
3
4
4
4
3
3
5
4
3
3
2
3
5
4
4
4
5
4
5
5
4
4
5
4
4
4
4
5
4
4
5
4
5
4
5
5
2
5
5
4
4
4
4
3
5
4
3
4
4
5
4
4
4
4
4
4
4
3
4
4
5
4
4
5
5
4
5
4
4
4
4
5
4
4
5
4
5
5
4
5
3
5
5
4
4
4
4
4
5
4
3
4
1
5
4
4
4
4
4
4
5
3
4
5
5
3
2
4
3
5
2
3
2
1
4
5
4
4
5
4
4
3
4
4
2
4
3
2
2
5
2
2
4
4
4
4
4
4
4
4
4
4
4
3
3
4
3
3
5
5
3
5
3
5
2
2
5
9
2
2
5
3
3
3
5
2
4
2
4
4
2
4
5
5
4
5
3
5
4
5
2
2
5
5
2
1
5
5
2
2
4
2
4
4
3
3
1
4
4
3
4
3
4
2
4
4
4
3
4
4
4
2
4
5
4
3
4
4
4
1
2
4
3
4
3
4
1
4
4
2
2
4
4
3
5
4
4
4
4
5
3
4
4
3
3
3
4
3
4
4
4
3
4
5
4
5
3
5
4
4
4
5
4
4
3
3
3
5
3
4
3
4
4
3
4
5
4
4
4
4
5
4
4
5
4
4
5
4
2
4
4
4
5
4
5
4
4
5
5
4
4
5
5
4
4
4
4
4
4
4
3
4
3
5
3
4
4
4
4
5
5
4
5
3
4
4
5
5
4
5
5
4
1
5
4
4
4
5
5
4
4
5
5
4
4
5
5
5
5
4
4
5
4
4
4
4
1
4
3
4
4
4
4
5
4
3
4
4
5
4
5
4
2
5
5
4
4
4
4
3
5
5
5
4
4
5
5
5
5
5
5
5
4
5
4
5
4
5
4
5
2
5
4
4
4
4
4
5
4
3
5
2
4
4
4
4
4
4
5
2
1
2
4
3
5
4
5
3
4
5
4
4
2
5
4
4
4
4
4
5
3
5
3
4
2
3
3
4
4
3
3
5
3
3
5
4
4
4
4
4
4
4
5
4
4
2
4
3
5
4
5
3
4
4
4
3
5
5
4
3
4
4
3
5
4
4
4
5
2
4
4
4
4
3
4
5
3
4
4
3
4
5
4
3
3
4
4
3
3
3
4
9
5
4
4
1
4
4
4
4
4
5
4
3
3
4
4
5
4
4
4
4
2
1
4
4
4
3
3
4
4
3
4
4
4
5
4
4
1
3
4
4
4
2
5
2
5
4
4
2
5
5
5
5
4
5
5
3
4
5
4
5
4
5
1
5
4
5
5
5
3
5
4
5
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
4
5
3
4
4
2
4
4
3
5
3
4
1
2
5
5
4
4
4
5
3
2
5
5
1
5
4
1
3
3
1
1
3
3
4
4
5
5
4
5
2
5
5
3
X13 X14 X15 X16 X17 X18 X19 X20 X21 X22 X23 X24 X25 X26 X27 X28 X29 X30 X31 X32 X33 X34 X35 X36 X37 X38 X39 X40 X41 X42 X43 X44 X45 X46 X47 X48
Apêndice V – Matriz de Tabulação dos Questionários
140
1
1
1
0
0
0
0
0
1
0
0
0
1
1
0
0
0
1
1
1
0
0
0
0
0
0
1
0
0
0
1
0
1
1
1
1
0
1
0
0
1
0
0
0
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
1
2
1
1
2
2
2
2
3
2
1
2
1
1
2
1
1
1
1
1
4
1
1
2
1
1
1
2
2
2
2
4
4
4
4
4
5
3
1
1
2
2
2
1
1
1
1
2
1
2
2
2
1
1
2
2
1
2
1
1
2
1
1
2
1
1
1
1
2
2
2
1
2
1
1
1
1
1
1
2
2
1
1
1
1
1
1
2
Caso Inad. X1 X2
5
3
3
5
3
5
3
3
5
4
3
5
5
3
5
5
3
5
5
5
5
3
5
5
5
5
3
5
5
3
5
5
5
5
5
5
5
5
5
5
3
5
5
5
1
2
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
2
1
1
1
1
1
1
1
1
1
1
1
2
4
2
2
2
1
1
1
1
1
1
1
0
0
0
0
0
0
0
0
2
0
0
0
0
0
0
0
0
0
0
0
3
0
0
0
0
0
0
0
1
0
0
1
2
1
2
2
3
0
0
0
0
0
0
0
X3 X4 X5
1
4
1
1
4
1
1
3
3
3
1
3
1
3
1
3
1
2
1
3
5
3
1
1
3
3
5
1
3
3
4
5
3
4
3
5
2
3
1
1
1
3
4
3
3
1
1
2
1
2
2
1
2
2
1
2
3
2
3
2
2
2
2
2
2
2
2
2
2
2
1
2
2
1
2
1
2
1
1
2
1
2
2
2
2
2
3
3
X6 X7
2
1
1
1
1
1
1
1
1
2
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
3
1
1
1
1
1
1
1
4
3
5
3
3
3
5
3
4
5
3
3
4
3
4
4
4
5
4
4
5
4
1
5
3
3
3
5
4
4
3
3
4
4
5
3
3
4
5
4
5
3
3
3
4
3
5
4
3
4
5
3
4
4
3
5
5
4
3
5
2
4
5
5
3
4
3
3
4
4
5
4
4
3
4
3
5
4
5
4
4
5
3
5
5
4
2
5
2
2
2
2
1
1
1
3
2
3
1
3
2
3
1
3
1
2
2
2
5
2
1
2
2
2
2
1
3
3
1
5
5
2
5
2
4
2
2
1
1
2
2
2
2
3
2
5
2
3
5
2
5
5
5
4
5
3
3
5
5
5
5
5
5
3
3
3
3
2
4
3
3
3
3
4
5
3
4
4
5
3
3
4
5
3
2
5
X8 X9 X10 X11 X12
3
2
1
2
1
3
1
2
2
3
3
3
3
2
3
1
3
3
3
3
2
1
3
3
2
3
2
3
3
2
3
2
2
3
4
3
3
2
2
3
3
2
2
3
1
2
2
2
2
2
2
2
2
4
2
4
2
2
2
2
4
4
2
4
4
2
4
2
4
2
2
2
4
2
1
4
4
2
3
4
4
2
2
2
4
4
2
1
2
2
3
1
1
3
1
2
1
5
2
2
4
1
3
2
3
5
1
3
5
2
1
1
2
2
2
2
3
1
1
1
5
1
1
1
3
3
3
1
1
1
3
2
5
1
1
1
1
3
5
1
3
3
1
3
3
1
5
1
3
3
3
1
3
1
3
1
3
1
1
1
5
1
1
3
3
3
5
1
5
1
3
1
1
1
1
3
4
3
4
4
4
4
4
3
2
4
4
3
4
4
3
3
4
4
4
2
3
3
4
4
4
2
4
2
4
4
4
4
4
4
2
3
4
4
4
3
4
3
2
3
2
2
2
2
1
2
3
1
3
2
2
3
3
3
2
2
3
2
3
3
4
1
3
2
2
3
2
3
3
2
2
2
2
2
4
2
3
2
2
2
2
3
2
2
5
5
5
5
5
1
4
4
4
5
5
3
5
2
5
5
5
5
5
3
3
5
2
5
5
5
2
1
3
5
5
5
5
5
2
5
5
5
3
5
5
5
1
5
2
1
4
1
3
1
1
2
2
3
4
4
1
4
4
4
3
3
4
3
4
4
1
1
3
3
3
4
3
3
1
4
4
1
4
1
4
1
4
2
1
4
3
3
2
1
1
3
0
1
0
0
0
0
1
0
1
0
2
1
4
0
1
0
2
1
1
0
0
1
1
2
1
0
4
0
2
0
2
2
0
0
0
2
0
0
0
4
2
1
0
2
0
1
1
2
1
1
1
2
1
0
1
2
1
1
1
2
0
1
2
0
0
0
0
1
1
0
2
0
0
0
0
1
2
0
0
0
0
0
2
3
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
1
1
1
1
1
1
1
1
1
1
1
1
1
1
3
3
3
3
3
3
3
3
3
2
2
2
2
2
2
2
2
2
2
2
2
4
4
4
4
4
4
4
4
4
2
2
2
2
2
2
1
1
1
1
1
1
1
1
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
1
1
1
1
1
1
1
2
2
2
2
2
2
2
5
5
5
5
5
5
5
5
5
5
5
4
5
4
4
5
5
5
5
5
4
4
2
4
2
4
5
5
5
5
5
5
5
4
5
5
2
5
4
5
5
5
5
5
4
3
5
5
3
2
5
5
5
5
5
5
4
5
2
3
4
5
5
4
5
4
3
3
5
5
5
4
5
5
5
2
3
2
4
5
5
5
3
5
5
5
4
4
2
3
4
1
4
4
4
4
1
1
4
1
4
3
1
4
1
2
1
4
4
1
3
2
3
2
3
3
1
1
2
1
1
1
4
4
3
1
1
3
2
2
4
4
5
4
4
4
4
5
4
5
4
4
5
4
5
4
3
4
4
4
3
4
4
4
4
3
4
4
3
4
4
4
5
4
4
4
4
4
4
4
3
4
5
4
5
4
3
4
5
5
4
4
4
5
5
4
4
3
4
4
3
3
4
3
3
4
4
3
4
3
4
3
3
4
3
4
5
4
4
3
4
4
4
4
4
4
5
4
4
4
4
4
5
4
4
4
4
5
3
4
4
3
3
4
2
4
3
3
3
4
4
4
4
3
4
4
3
4
4
4
4
4
4
3
4
4
4
4
4
4
4
4
4
4
4
4
5
5
4
4
5
5
5
4
4
4
4
4
3
4
5
4
5
5
4
4
4
4
4
4
4
4
4
4
5
4
5
4
4
4
4
5
4
4
5
5
5
5
4
4
4
5
4
4
4
4
4
4
4
3
5
3
2
5
3
5
5
5
4
3
2
3
4
3
4
4
4
3
4
3
4
4
4
4
4
4
3
3
5
4
5
2
4
4
4
4
4
4
5
5
4
4
5
4
4
3
3
4
3
4
5
5
4
3
3
4
5
4
4
3
3
4
4
3
4
3
4
5
5
4
4
4
5
4
4
4
4
4
4
4
4
4
5
5
5
2
4
3
3
3
3
3
3
4
5
5
4
3
4
4
4
4
5
3
3
4
5
3
4
3
4
5
4
1
3
4
5
4
4
4
3
4
4
3
3
2
4
5
2
3
4
2
1
4
1
4
2
2
2
2
4
4
3
4
4
5
2
2
2
4
3
5
4
4
5
4
4
4
1
4
3
4
3
1
4
5
4
3
5
4
3
5
3
5
4
1
1
5
1
4
2
1
1
5
3
5
1
1
4
2
1
4
3
4
4
3
1
5
2
5
3
4
2
5
5
4
4
4
3
4
4
4
4
4
4
4
4
4
4
3
3
4
2
2
3
4
2
4
2
4
2
2
2
2
2
3
3
3
4
3
3
4
2
4
2
4
2
3
3
4
4
4
5
5
4
4
4
4
4
4
3
4
5
3
3
4
2
3
4
4
4
5
3
4
2
3
3
3
3
3
4
4
4
3
3
4
3
3
4
4
3
4
4
4
4
4
3
5
5
5
5
4
5
4
4
3
5
4
4
3
3
4
3
4
4
5
3
4
4
3
4
4
4
3
4
4
4
3
3
4
3
5
4
4
4
4
4
4
5
4
4
5
5
3
4
5
5
4
4
3
4
3
4
3
3
2
3
4
1
5
4
4
3
3
4
4
4
4
4
4
4
4
4
3
4
4
4
5
3
4
5
3
5
4
4
5
5
4
4
5
5
5
4
3
3
4
4
4
3
3
4
5
4
5
2
4
4
4
4
4
2
4
4
5
3
4
3
4
3
4
5
5
4
4
2
4
5
3
4
4
3
4
4
4
4
3
3
4
4
4
3
4
3
3
3
4
4
5
3
3
4
4
4
4
3
3
4
4
4
4
2
4
3
4
4
3
4
4
3
4
3
4
4
4
3
4
5
4
4
5
3
4
4
4
2
4
3
3
4
4
5
5
4
4
3
4
4
4
4
3
5
4
3
3
2
4
4
4
5
4
4
4
3
4
3
3
4
4
4
4
4
5
3
4
4
4
5
3
3
4
2
4
4
4
3
5
4
3
4
3
4
4
4
4
4
4
4
4
3
4
4
4
4
4
4
4
4
4
3
4
4
4
2
1
4
2
4
3
4
4
5
3
5
4
3
3
4
5
5
4
5
5
3
2
5
4
3
3
5
2
4
3
4
3
2
5
5
3
3
4
5
3
5
4
2
2
1
2
1
2
3
3
1
2
2
2
2
2
2
2
2
2
2
2
3
2
2
3
2
2
1
3
2
2
1
1
1
1
1
1
1
1
1
1
1
1
1
1
3
3
5
3
3
1
3
5
4
4
3
1
1
3
1
4
2
1
1
1
5
4
4
3
3
4
2
1
1
3
4
4
5
4
5
5
5
5
1
3
5
4
3
1
X13 X14 X15 X16 X17 X18 X19 X20 X21 X22 X23 X24 X25 X26 X27 X28 X29 X30 X31 X32 X33 X34 X35 X36 X37 X38 X39 X40 X41 X42 X43 X44 X45 X46 X47 X48
141
1
1
1
1
0
0
0
0
1
1
0
1
0
1
0
1
1
1
0
0
0
0
1
1
1
1
1
1
1
1
1
0
0
1
0
0
0
1
0
1
1
1
0
0
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
2
2
2
2
2
4
3
2
3
2
2
2
1
2
3
2
2
2
3
5
3
4
2
3
4
2
5
2
3
3
5
1
5
3
3
4
2
2
3
5
3
3
4
1
1
1
1
2
1
1
2
1
2
2
2
2
1
2
1
1
2
1
1
1
1
1
1
2
2
2
2
1
2
1
2
1
2
1
2
1
1
2
1
1
2
1
2
1
Caso Inad. X1 X2
5
5
5
5
5
5
5
3
3
5
3
3
1
3
2
3
3
5
5
5
5
5
5
5
5
5
5
5
3
3
3
2
5
5
5
5
3
5
5
5
5
5
3
5
1
1
1
1
1
2
1
1
2
1
1
1
1
1
2
1
1
1
3
1
2
2
2
1
2
1
2
1
1
2
3
1
3
1
1
1
1
1
1
1
1
1
2
1
0
0
0
0
0
1
0
0
0
0
0
0
0
0
1
0
0
0
0
3
0
3
2
0
0
0
3
0
0
1
1
0
0
0
0
2
0
1
0
0
1
0
0
0
X3 X4 X5
3
2
3
3
4
2
1
3
3
3
3
3
3
3
3
1
3
3
1
5
5
3
3
3
5
5
5
3
3
4
3
5
4
3
3
1
4
1
4
5
3
3
1
3
2
2
2
2
2
2
2
2
1
2
2
2
2
2
1
2
2
2
2
2
1
2
2
2
1
2
2
2
1
2
2
2
2
2
2
2
2
1
2
2
2
2
2
2
X6 X7
1
1
1
1
1
1
1
2
1
1
1
1
1
1
2
1
1
1
1
2
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
2
1
1
1
1
1
1
1
4
5
5
4
3
4
3
3
3
5
5
3
5
5
3
3
3
2
5
4
5
5
5
4
5
5
4
5
3
5
4
5
3
3
4
4
3
5
5
4
2
1
3
5
5
5
4
5
4
4
3
4
3
4
3
4
5
4
4
5
3
5
2
4
4
3
4
2
3
4
4
5
4
5
4
3
4
3
5
3
4
3
4
5
4
3
4
3
2
3
2
2
3
5
1
5
4
3
2
3
4
3
5
2
3
3
1
5
5
5
3
2
3
4
5
2
3
5
4
3
5
2
3
4
4
1
2
5
2
3
1
4
5
5
5
4
5
5
2
5
3
3
2
5
5
5
4
5
3
3
5
5
5
4
2
9
3
5
5
4
3
5
4
5
4
5
4
4
5
5
4
5
3
5
3
5
X8 X9 X10 X11 X12
3
3
3
3
2
2
3
1
2
3
3
3
3
3
1
3
2
3
3
2
2
2
3
2
2
3
2
2
4
2
2
3
2
2
2
2
2
3
2
2
3
2
3
3
4
4
4
1
4
4
2
4
3
4
2
2
4
2
4
4
2
2
4
3
3
3
4
2
2
4
3
4
3
3
4
4
3
3
4
4
4
2
2
4
4
4
2
4
4
1
3
1
1
5
1
1
3
2
3
4
4
2
3
2
2
3
2
5
4
1
1
2
1
3
5
1
3
5
4
4
5
1
3
3
4
2
1
5
2
1
1
5
3
3
3
1
1
3
3
2
5
5
5
2
3
1
5
1
1
5
3
3
3
1
5
1
5
3
3
3
1
3
1
1
3
1
1
5
3
1
3
3
3
5
3
5
4
4
4
4
4
4
4
3
4
4
4
4
4
4
2
4
3
4
4
4
2
3
4
4
4
4
4
4
4
4
4
4
3
2
3
3
4
2
4
4
2
4
1
4
2
5
3
4
5
5
2
4
3
3
2
2
3
3
4
3
4
3
3
3
3
2
5
2
3
2
2
2
2
2
2
2
3
2
2
3
3
1
5
2
3
1
2
3
5
5
5
5
5
4
5
1
4
4
5
5
3
5
2
5
5
3
5
5
2
5
3
5
5
5
5
5
5
5
5
5
5
3
3
2
4
2
3
5
4
5
3
5
3
5
4
4
3
4
3
2
1
4
2
3
5
4
4
4
4
1
4
4
4
4
2
4
2
4
4
3
4
4
4
3
4
4
4
4
4
4
3
4
3
4
4
4
3
0
0
0
3
0
0
0
0
1
0
1
3
1
2
1
0
0
0
1
0
3
2
2
0
0
2
0
3
3
1
2
0
1
0
0
3
1
0
0
1
0
2
1
2
2
2
1
0
1
1
1
0
0
0
1
2
1
0
0
0
1
1
3
1
1
3
0
2
0
2
2
1
4
1
1
0
1
2
0
0
0
1
1
1
1
0
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
5
5
4
5
5
5
5
4
5
5
4
5
5
5
5
5
4
5
5
4
5
5
5
5
5
5
5
5
5
5
5
4
5
5
5
5
5
5
5
5
5
5
5
4
3
4
5
5
5
4
5
4
5
4
4
4
2
5
5
4
4
4
5
2
3
5
5
2
3
5
5
4
4
4
5
5
2
4
4
4
5
4
3
5
3
4
5
5
2
1
1
1
1
3
1
3
1
1
1
1
2
3
3
1
4
3
1
1
4
1
4
4
4
4
2
1
1
4
1
1
1
1
2
2
3
1
4
1
1
4
4
1
4
5
4
4
4
4
3
3
5
4
4
4
5
4
4
3
4
4
5
4
4
3
4
4
4
4
4
4
3
4
4
5
4
4
4
4
4
4
4
5
4
5
4
4
4
4
4
4
3
4
3
3
4
4
4
4
4
4
4
4
4
4
4
4
4
3
4
4
4
4
4
4
3
4
4
5
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
5
5
4
4
3
4
3
5
4
5
3
4
5
4
4
4
4
4
3
4
3
4
4
4
4
4
4
5
4
3
4
4
4
4
4
4
4
4
3
4
4
4
4
4
5
3
4
3
3
5
4
4
5
5
4
5
5
4
4
5
4
3
5
4
5
4
4
4
5
4
5
5
5
5
4
4
5
4
4
4
5
4
4
5
4
3
4
3
4
3
4
2
4
3
3
4
3
3
3
4
3
3
3
4
3
4
4
3
3
3
4
4
3
3
4
3
4
3
4
3
4
3
3
4
5
3
4
5
3
4
4
4
4
4
4
3
4
4
5
4
4
5
3
4
3
4
4
4
4
4
4
4
4
4
4
4
4
3
3
4
4
4
4
4
4
4
4
5
4
3
4
4
4
3
4
4
4
3
4
3
4
4
5
4
4
4
3
4
3
4
4
4
4
4
4
4
4
4
4
4
3
4
4
4
4
4
4
4
4
4
4
4
4
4
5
4
4
2
2
4
4
3
5
2
2
4
2
2
5
3
2
2
2
2
2
5
4
2
5
2
4
5
2
4
3
3
5
2
2
2
2
4
3
3
2
4
4
2
4
5
2
4
5
5
5
3
3
1
2
3
1
5
5
3
3
4
3
1
5
1
5
3
-
5
4
3
5
5
3
3
5
5
4
3
2
5
4
4
5
5
5
1
3
5
3
4
4
2
4
4
4
2
3
4
4
4
4
4
2
4
3
4
4
4
4
4
3
4
4
4
4
3
4
3
4
4
4
3
4
4
3
4
4
4
3
4
2
4
4
4
4
3
4
4
4
3
2
4
4
4
4
5
2
4
4
4
4
3
4
5
4
4
3
3
4
4
4
3
4
4
4
3
3
3
4
4
4
4
4
4
5
3
5
4
4
4
5
4
4
3
1
4
5
4
4
5
4
4
4
4
4
5
4
5
4
5
4
4
4
4
4
2
4
4
4
4
4
4
3
4
4
4
4
4
4
4
4
4
4
1
4
4
4
2
1
3
4
4
3
4
3
4
4
3
4
4
4
4
3
4
4
4
4
4
4
2
4
4
4
4
4
4
4
4
4
4
5
5
3
4
3
3
4
4
5
5
4
4
1
4
3
4
5
5
2
4
3
4
4
5
4
5
5
5
4
5
4
4
5
0
4
5
4
5
4
4
2
3
4
3
3
5
5
4
3
3
4
4
4
4
3
2
1
4
3
4
4
4
2
4
3
4
4
5
3
3
5
3
4
3
4
4
1
0
3
4
4
2
2
4
3
3
4
3
4
5
4
4
3
4
5
4
4
4
4
4
4
4
4
4
5
4
2
4
4
4
4
4
4
4
4
4
4
4
5
4
2
1
5
4
4
4
3
5
3
4
4
4
4
5
4
4
3
4
4
5
4
4
4
3
4
4
3
4
4
5
3
4
3
4
4
4
4
4
3
4
3
4
3
4
3
4
4
4
4
3
4
4
4
4
2
4
4
4
2
4
4
4
5
5
5
4
4
3
5
5
-
4
2
5
3
3
4
5
4
5
5
5
5
2
5
5
5
4
4
4
5
4
1
4
5
5
4
4
1
5
3
4
4
5
4
2
2
3
1
1
2
1
1
2
2
1
2
2
3
2
2
2
1
2
2
2
2
2
2
3
2
3
2
3
2
2
2
1
2
3
2
2
2
2
2
1
3
1
2
1
1
3
4
3
5
1
3
5
3
4
4
4
3
2
4
3
3
4
4
3
4
2
4
5
1
5
4
3
3
1
1
3
2
4
5
3
1
5
4
1
3
3
1
X13 X14 X15 X16 X17 X18 X19 X20 X21 X22 X23 X24 X25 X26 X27 X28 X29 X30 X31 X32 X33 X34 X35 X36 X37 X38 X39 X40 X41 X42 X43 X44 X45 X46 X47 X48
142
0
0
1
1
1
0
0
0
1
1
1
1
1
1
0
0
1
1
1
0
0
0
0
1
1
0
0
1
0
1
1
1
0
1
0
0
0
0
0
0
1
0
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
166
167
168
169
170
171
172
173
174
175
176
177
178
1
1
1
1
2
2
3
4
5
1
4
5
4
1
2
3
1
5
5
2
3
3
2
2
1
1
2
1
4
2
2
4
4
5
4
1
2
2
2
2
1
1
2
2
2
2
1
1
2
1
1
1
1
2
1
1
2
2
2
1
2
1
2
2
2
1
1
1
1
1
2
2
2
2
1
2
2
2
2
2
2
2
2
1
1
2
5
2
5
5
3
5
5
5
3
5
5
3
5
5
5
5
5
5
5
5
5
3
5
5
3
5
5
3
3
5
2
5
3
5
3
3
5
5
5
5
3
5
5
1
135
1
1
1
1
1
2
1
4
1
1
4
2
4
1
1
2
1
4
2
1
2
1
1
1
1
1
1
1
2
1
1
2
2
1
2
1
2
2
1
1
1
1
1
0
0
0
0
0
0
0
1
3
0
2
2
3
0
1
0
0
3
3
0
0
0
0
0
0
0
0
0
2
0
0
1
3
3
1
0
0
1
0
0
0
0
0
0
5
1
X3 X4 X5
2
0
134
1
Caso Inad. X1 X2
1
1
1
1
1
1
3
3
2
1
1
5
4
1
2
1
1
2
2
3
3
3
3
3
4
1
3
3
3
3
1
5
5
1
5
1
3
4
1
1
1
2
3
1
2
2
2
1
2
2
2
2
3
2
2
1
2
2
1
2
2
2
3
2
2
2
2
2
2
2
2
1
2
2
2
2
1
2
2
2
2
2
2
2
2
2
2
2
X6 X7
1
1
1
1
1
1
1
1
1
1
3
1
1
1
1
3
1
3
1
3
3
1
1
3
1
1
1
1
1
1
1
1
1
3
1
1
1
1
1
1
1
1
1
1
4
4
5
4
5
4
4
3
5
5
3
3
5
5
3
5
5
4
3
4
4
5
3
5
4
3
3
3
3
1
3
3
3
4
4
4
4
3
5
4
4
4
1
5
5
5
5
4
5
3
4
5
4
5
4
4
3
4
2
5
5
2
5
5
3
5
3
5
5
4
5
3
4
4
4
2
3
3
3
4
3
3
4
4
3
5
5
5
1
1
1
1
5
1
5
3
5
1
1
5
5
2
3
1
1
5
3
2
3
3
4
2
2
2
2
2
3
2
1
4
3
4
5
1
3
2
1
1
2
1
3
1
5
1
5
5
5
4
5
2
5
5
2
5
5
3
3
5
3
5
9
2
4
5
5
5
5
3
5
1
5
5
5
3
5
3
5
4
3
4
5
3
4
5
3
5
X8 X9 X10 X11 X12
3
3
3
3
3
3
2
2
2
3
3
2
2
3
1
3
3
2
2
2
2
2
3
2
3
3
3
2
2
3
3
2
2
3
2
3
2
2
3
3
3
4
3
3
4
1
2
2
1
4
3
2
2
4
2
4
3
2
2
2
2
4
1
2
2
4
2
4
4
4
2
1
4
2
2
4
4
3
4
2
4
2
4
2
2
4
4
4
1
1
1
3
2
2
4
3
4
4
1
1
1
1
1
5
2
5
1
1
1
4
2
3
3
2
1
2
4
2
3
5
4
4
4
1
3
1
3
1
4
3
4
3
3
1
1
1
1
1
5
5
5
3
2
3
3
1
5
3
1
5
1
1
3
1
1
3
5
3
1
1
3
3
1
5
5
3
3
3
1
1
3
1
1
3
1
3
4
4
4
4
4
4
4
2
4
4
3
4
4
3
3
4
3
4
2
4
3
4
4
4
4
4
4
1
4
2
4
1
3
4
4
4
2
2
4
3
4
4
3
4
5
2
3
4
3
2
2
2
2
5
4
4
2
3
3
4
2
5
2
2
4
2
2
2
4
2
3
2
2
3
3
2
2
5
3
2
2
2
5
1
2
4
3
3
5
5
5
2
3
2
5
4
5
5
3
3
5
5
5
3
4
4
3
5
4
5
5
5
4
5
2
5
5
3
5
4
5
3
3
2
2
4
5
3
5
5
3
5
1
1
4
4
1
1
4
4
4
4
3
4
5
1
1
2
4
4
2
2
2
3
4
4
4
4
3
4
4
4
1
4
4
4
4
3
4
1
3
1
4
3
4
3
0
1
0
2
3
2
1
1
0
1
3
1
3
4
3
1
2
1
1
0
0
1
0
0
0
1
1
0
1
1
0
1
2
4
1
0
1
1
1
2
4
2
0
1
1
3
1
1
3
0
1
0
2
-
0
-
2
2
0
1
-
0
0
2
1
1
0
1
4
0
1
0
1
2
2
2
1
4
0
2
0
2
1
0
2
2
1
1
2
2
2
2
2
1
1
1
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
3
3
3
3
2
2
2
2
3
3
3
3
3
3
3
3
3
3
4
3
4
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
4
4
4
4
3
1
1
1
3
3
3
3
3
4
4
3
3
3
3
4
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
5
5
5
5
5
4
5
5
4
2
5
5
3
5
3
5
5
5
5
5
4
5
4
5
5
5
3
5
5
5
5
5
5
5
5
5
4
5
4
5
5
5
5
5
3
4
4
5
5
5
4
4
5
5
5
5
5
4
5
5
2
5
2
5
5
4
5
5
5
3
5
5
4
4
3
5
5
2
5
4
4
4
4
5
3
3
5
4
4
4
4
4
1
1
3
1
4
4
4
4
1
1
1
3
1
4
3
4
1
1
2
4
1
1
3
2
2
1
1
4
4
3
1
4
4
1
1
1
1
1
1
1
5
5
5
4
5
4
4
4
3
5
4
5
4
4
4
4
3
5
4
4
5
5
4
4
4
4
4
4
4
4
4
5
4
5
4
4
3
4
3
4
4
4
4
3
3
4
3
4
4
4
4
4
4
5
4
5
4
4
3
4
3
5
4
4
4
4
4
4
4
4
3
4
3
4
4
4
4
4
5
4
4
4
3
4
4
4
4
4
4
4
4
4
5
3
4
4
3
4
4
4
4
4
5
3
4
5
4
4
4
5
4
4
4
4
3
3
4
4
4
4
4
5
5
4
4
4
4
4
4
4
4
4
5
5
5
4
4
3
5
4
4
5
5
5
4
5
5
5
4
5
5
5
5
4
4
4
4
3
4
3
4
4
5
4
5
4
5
5
4
4
5
4
5
5
4
5
4
5
3
3
5
3
3
4
4
4
4
5
4
3
5
5
4
5
5
3
3
3
3
4
3
3
3
3
3
4
5
4
4
4
4
3
3
4
5
4
3
4
4
4
3
3
3
5
5
4
4
4
4
4
4
4
4
4
4
4
4
5
4
4
4
4
2
4
4
4
3
3
4
2
4
4
5
4
4
4
4
3
4
4
2
5
5
4
3
4
4
5
5
4
4
4
4
4
4
4
4
4
4
4
3
5
3
4
4
3
2
4
4
4
3
3
4
2
4
4
4
5
4
4
3
3
3
5
2
4
5
4
4
3
3
3
2
0
0
0
3
4
4
4
3
2
3
5
3
4
4
3
5
3
4
3
1
1
3
1
5
3
3
4
4
4
5
5
4
2
2
2
3
4
3
2
1
4
1
5
5
1
5
3
4
3
5
5
5
3
1
2
5
3
5
5
4
5
2
5
5
4
4
3
1
3
2
3
5
3
3
2
2
4
3
4
4
4
5
4
4
4
4
3
4
2
4
3
3
3
4
4
4
3
2
4
4
4
4
4
4
5
4
4
4
3
4
4
2
1
5
3
4
2
3
4
3
4
3
4
3
4
4
4
4
4
4
3
4
3
4
5
4
4
4
5
4
4
3
3
3
5
4
4
4
4
3
3
4
4
4
3
3
4
5
4
4
3
4
4
4
3
3
5
3
4
4
4
4
4
4
4
4
4
4
5
4
4
4
4
4
3
3
4
4
5
4
5
4
5
5
3
4
4
4
5
4
4
5
4
5
4
4
5
4
3
3
5
3
4
4
4
4
4
4
4
4
4
4
4
3
4
4
5
4
3
3
4
4
5
4
5
4
5
4
4
4
3
4
4
2
5
4
4
4
3
4
4
4
4
3
5
4
5
4
4
5
4
5
5
5
5
4
5
5
4
5
5
4
5
4
4
5
5
5
5
5
4
5
2
5
2
3
4
4
4
4
4
5
4
4
4
5
3
2
5
5
4
4
5
3
3
3
5
5
3
4
5
4
4
5
5
3
4
4
3
4
5
4
4
5
4
4
2
4
2
3
4
3
1
4
3
4
4
4
4
5
3
4
5
2
5
4
4
2
2
2
5
4
2
4
5
4
4
5
4
3
5
4
1
4
5
4
4
5
4
4
2
4
3
4
4
4
4
5
4
4
4
4
4
4
3
4
5
5
4
4
4
4
4
4
4
5
3
4
4
3
4
5
4
3
4
3
4
4
5
4
4
4
5
3
4
4
4
4
3
4
4
4
4
4
4
4
4
4
4
3
3
3
4
4
4
5
5
5
5
5
3
3
5
5
5
5
4
4
4
3
5
4
5
5
5
5
4
4
4
4
1
4
3
2
4
5
5
5
5
5
5
2
3
5
5
3
3
5
3
3
3
3
4
2
1
1
1
3
3
3
2
3
3
3
2
3
3
1
1
1
1
3
3
3
2
2
2
2
2
2
2
2
2
3
3
2
2
3
3
3
2
1
2
5
4
5
4
4
0
0
0
4
4
4
5
5
4
4
5
4
4
5
5
3
5
1
4
1
1
4
1
4
4
2
5
4
5
4
5
4
2
2
1
4
5
4
1
X13 X14 X15 X16 X17 X18 X19 X20 X21 X22 X23 X24 X25 X26 X27 X28 X29 X30 X31 X32 X33 X34 X35 X36 X37 X38 X39 X40 X41 X42 X43 X44 X45 X46 X47 X48
143
0
0
0
0
0
0
0
0
0
0
0
1
0
1
0
1
0
1
1
1
1
0
1
0
1
0
0
0
0
1
0
0
0
0
1
0
1
0
0
1
1
0
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
1
1
2
4
2
2
2
1
2
1
1
1
3
1
1
2
5
1
1
2
4
2
4
2
1
2
2
2
3
4
1
2
4
2
2
2
2
2
1
1
1
2
1
1
2
2
1
2
1
2
2
1
1
1
1
2
1
1
1
2
2
1
2
1
1
2
2
2
2
1
2
2
1
1
2
2
2
1
2
2
2
2
2
1
2
2
3
3
5
5
5
3
3
3
5
3
5
3
5
5
5
5
3
3
3
5
5
5
5
5
5
5
5
5
5
5
5
5
5
1
5
3
3
5
3
3
5
5
3
0
180
1
1
1
4
1
1
1
1
1
1
1
1
2
1
1
1
2
1
1
1
2
1
1
1
1
1
1
1
1
1
1
1
4
1
1
1
1
1
2
1
1
1
1
0
0
0
1
0
0
0
0
0
0
0
0
0
0
0
0
1
0
0
0
1
0
1
0
0
0
1
0
0
3
0
0
1
0
0
0
0
0
0
0
0
0
0
0
3
1
X3 X4 X5
2
1
179
1
Caso Inad. X1 X2
3
3
4
4
1
5
1
1
4
1
1
1
1
1
1
4
4
5
3
3
1
1
5
3
3
3
5
3
3
2
1
4
5
3
3
1
1
1
3
1
1
1
1
1
2
1
2
2
2
2
2
2
1
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
1
2
2
2
2
2
2
2
2
2
1
2
2
2
2
X6 X7
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
2
1
1
1
1
1
1
1
1
-
1
1
1
1
1
1
1
5
3
3
3
5
3
4
-
5
4
4
4
3
3
5
5
5
3
3
3
5
3
1
3
3
4
4
5
5
5
4
4
5
4
4
5
3
4
4
4
4
5
4
1
5
3
5
5
4
5
4
5
4
4
4
4
4
4
5
4
4
5
3
5
4
5
4
5
4
5
5
3
4
5
4
4
3
4
4
5
3
4
4
4
4
5
4
5
3
2
2
3
1
3
1
1
3
1
1
1
2
1
1
2
2
2
2
2
1
1
4
3
2
2
2
3
4
5
1
2
5
3
2
1
1
1
2
1
4
1
1
1
5
3
3
5
2
5
3
1
4
3
5
4
5
3
5
5
5
2
5
5
5
5
5
5
2
5
5
5
9
5
5
5
4
5
5
4
4
2
3
9
5
5
4
4
X8 X9 X10 X11 X12
2
3
2
3
3
2
3
2
4
3
3
3
3
3
3
3
3
3
3
3
3
3
3
2
3
3
3
2
2
2
3
3
2
3
1
3
3
3
2
3
3
3
3
3
3
2
2
2
2
2
1
2
2
2
2
2
2
2
2
4
4
2
2
2
1
4
4
4
2
2
4
3
3
3
2
4
2
4
2
2
2
2
4
2
4
4
2
2
3
1
2
1
4
2
1
2
1
3
1
1
1
1
1
1
5
3
2
1
1
1
1
2
1
3
2
3
4
1
1
3
4
2
2
2
1
1
3
1
1
3
3
1
1
1
1
3
1
3
1
1
1
1
1
3
3
2
3
3
3
3
1
5
3
1
3
3
1
1
3
1
3
5
3
1
3
5
3
3
1
1
1
1
3
5
1
1
4
4
4
3
4
4
4
4
4
4
4
4
4
4
4
4
4
3
4
2
3
4
4
4
2
3
2
3
4
4
4
4
4
3
3
4
3
4
1
4
4
4
2
4
3
2
2
3
2
3
2
1
2
2
3
3
4
2
3
3
2
2
2
3
2
3
5
3
3
3
3
2
4
4
2
3
4
4
3
4
3
2
3
3
3
2
2
2
2
5
5
5
5
5
5
5
5
5
5
5
3
4
5
5
5
5
5
3
5
5
5
5
3
5
5
5
3
5
5
4
4
5
5
5
5
5
2
5
5
5
5
5
4
1
4
4
4
1
3
1
4
4
3
3
3
1
3
1
2
2
4
1
4
3
4
4
4
4
4
4
4
4
3
1
4
2
3
3
3
4
3
1
4
4
1
1
2
1
0
2
0
0
0
0
1
1
0
4
3
3
2
0
0
1
2
1
1
0
1
0
1
2
0
0
0
2
0
0
1
1
2
0
3
0
0
1
3
0
1
0
1
1
0
1
0
3
1
1
1
2
0
4
3
3
2
1
1
1
-
1
1
1
1
1
1
1
0
0
1
1
1
2
0
2
1
1
-
0
1
0
3
1
1
1
1
1
1
1
1
1
1
1
1
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
3
2
2
1
4
4
4
4
4
4
4
4
4
2
2
2
2
2
2
2
2
2
2
2
2
2
4
4
4
4
4
4
4
3
3
3
3
3
3
1
1
1
1
1
2
1
1
2
4
4
4
4
4
4
4
4
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
4
4
4
4
5
4
5
5
5
5
5
2
5
5
5
5
5
5
5
5
4
4
5
5
5
5
5
5
4
5
5
5
5
5
5
5
5
5
4
4
5
2
5
5
4
2
5
5
4
5
4
5
5
3
4
2
4
4
5
4
3
4
5
5
5
5
5
3
5
2
3
3
4
3
2
4
4
4
4
5
4
5
4
3
2
5
3
3
3
2
2
5
4
4
1
4
4
4
4
1
4
4
3
3
1
1
1
4
2
4
3
1
4
3
4
2
3
2
4
3
1
4
1
1
1
2
1
3
2
3
1
4
1
4
4
3
5
4
4
4
4
4
5
5
4
4
4
4
4
4
5
4
5
4
4
4
5
3
4
4
4
4
4
3
4
5
4
5
4
4
4
3
3
3
3
4
4
5
5
5
4
4
4
4
4
3
5
5
4
4
4
4
4
4
5
3
4
4
3
4
4
4
4
4
3
4
4
3
4
4
4
5
4
5
5
3
4
4
5
4
3
5
5
5
4
5
4
4
4
3
4
5
4
4
4
4
3
4
5
4
4
4
4
4
4
4
5
4
3
4
4
3
4
4
4
5
4
5
4
3
4
4
5
4
4
5
4
5
5
5
4
4
4
3
5
5
4
4
4
4
4
5
4
3
4
5
4
4
4
4
5
4
3
5
4
3
4
4
4
5
4
5
4
4
5
4
3
5
4
4
5
5
4
4
4
4
4
3
4
4
4
4
4
4
3
4
4
4
3
4
4
4
4
3
5
4
3
4
3
3
3
4
4
4
3
5
4
3
4
3
3
5
2
4
4
3
5
5
4
4
4
3
5
4
4
4
4
5
5
4
4
3
4
4
4
4
4
3
5
4
4
4
5
4
3
4
5
4
4
4
4
3
4
4
4
5
4
5
5
4
5
5
4
4
4
3
5
4
4
4
5
4
4
4
4
4
4
4
4
4
4
4
5
4
4
3
5
4
3
4
5
4
4
4
2
3
4
4
3
4
4
5
5
4
3
3
5
4
5
3
5
2
4
4
5
4
3
4
5
3
4
4
2
2
5
2
2
4
4
2
2
5
2
4
2
4
3
2
4
4
2
4
3
5
2
2
3
3
5
5
4
3
5
4
4
2
4
3
3
3
5
3
3
3
3
3
4
3
5
3
2
2
5
3
2
5
1
4
1
3
1
4
4
2
3
2
4
4
4
5
5
4
4
4
3
4
4
4
3
4
4
4
3
3
2
4
4
4
4
2
3
4
4
4
4
2
3
2
2
4
4
4
4
3
4
4
5
2
2
3
2
4
2
4
4
4
4
4
4
3
3
4
4
4
4
3
4
4
3
4
5
4
4
3
3
4
5
4
5
3
3
4
4
3
3
4
4
5
4
5
4
2
3
4
3
4
3
4
4
5
4
5
4
4
4
4
5
4
4
4
4
4
4
4
5
4
4
4
3
5
5
5
5
4
3
4
4
4
3
4
5
4
4
5
4
3
3
3
4
5
3
5
4
5
5
4
5
4
4
4
4
4
4
4
5
4
4
4
5
4
4
4
4
5
4
4
4
4
4
5
4
4
4
4
4
5
4
4
4
2
4
4
5
5
3
5
4
5
4
5
5
4
4
4
4
4
3
4
4
4
5
4
5
3
4
5
3
5
5
4
5
4
4
3
4
4
4
4
4
3
4
4
4
4
4
4
5
4
3
5
4
5
3
4
5
4
4
4
4
4
4
4
4
4
2
4
5
3
4
4
2
5
5
4
4
4
3
3
4
4
4
4
4
4
4
5
4
3
4
4
5
5
3
5
3
3
4
5
5
4
3
4
4
4
4
4
5
5
4
4
4
3
4
5
2
5
5
3
4
4
3
4
4
4
4
4
5
4
4
5
4
3
4
3
5
4
3
5
4
3
5
4
4
4
3
4
4
4
4
4
4
4
4
4
5
4
5
4
4
5
5
4
5
4
4
4
4
3
4
4
4
4
3
4
4
3
4
3
4
4
4
5
4
4
2
5
4
2
-
3
2
4
4
3
5
5
5
5
5
5
5
5
4
5
4
4
4
5
4
5
5
5
4
4
2
4
5
5
4
4
3
2
4
5
3
5
4
5
1
1
1
1
1
1
1
1
1
3
3
3
2
3
3
3
3
3
3
2
3
3
3
2
3
3
3
2
2
3
3
1
2
2
1
2
3
2
2
3
1
3
4
3
3
3
3
3
3
1
4
2
5
5
5
5
5
5
5
4
5
5
3
2
5
1
2
3
3
3
1
3
3
4
1
4
2
2
5
3
1
4
3
5
3
2
5
5
X13 X14 X15 X16 X17 X18 X19 X20 X21 X22 X23 X24 X25 X26 X27 X28 X29 X30 X31 X32 X33 X34 X35 X36 X37 X38 X39 X40 X41 X42 X43 X44 X45 X46 X47 X48
144
0
0
0
0
1
0
0
1
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
1
0
0
0
0
1
0
0
1
0
0
0
225
226
227
228
229
230
231
232
233
234
235
236
238
239
240
241
241
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
4
1
2
1
2
4
3
3
2
3
2
4
4
2
5
2
1
2
4
2
3
2
4
1
1
2
2
2
1
2
3
1
1
1
1
1
1
1
2
1
2
1
1
1
2
2
2
1
2
1
2
1
2
2
2
2
2
2
1
1
1
1
2
1
1
2
1
1
2
2
1
1
1
1
1
1
2
2
2
2
5
4
3
3
5
3
5
3
5
3
3
5
2
5
5
5
3
-
3
5
5
3
3
3
5
-
3
3
5
3
5
3
5
5
5
5
3
5
3
3
0
224
3
1
1
1
3
2
2
1
2
2
1
1
2
1
2
1
1
1
1
2
1
1
2
1
1
1
1
1
1
1
3
1
1
1
1
1
1
1
2
1
1
0
0
0
0
3
2
0
0
1
0
2
2
0
3
0
1
0
1
0
0
0
3
0
0
0
0
0
0
0
1
0
0
0
0
0
0
0
0
0
0
5
1
X3 X4 X5
2
1
223
1
Caso Inad. X1 X2
1
1
3
3
3
5
5
3
3
3
3
3
3
3
3
4
3
1
5
4
4
3
1
3
3
1
1
3
1
1
3
1
3
1
5
1
1
1
1
3
4
2
1
3
1
1
2
2
1
1
2
1
1
1
1
2
3
2
2
2
2
3
1
2
2
1
2
2
1
1
1
1
1
2
2
2
2
2
2
3
2
2
X6 X7
1
1
1
1
1
1
1
1
1
1
1
1
1
1
3
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
3
4
3
3
4
4
3
3
3
3
4
3
3
5
3
5
4
5
5
3
3
5
5
4
5
4
4
3
4
1
5
3
4
3
4
2
4
3
3
3
3
4
5
3
3
3
4
5
4
5
4
4
3
3
3
5
4
5
4
3
5
3
5
5
4
5
5
5
4
4
4
4
4
4
2
4
4
5
4
-
3
4
3
1
2
2
2
5
5
2
3
2
2
5
3
2
4
4
3
1
5
3
4
2
1
2
2
1
1
3
1
1
5
1
2
1
3
2
1
1
1
2
1
2
3
2
3
2
5
4
2
3
2
2
5
2
2
5
5
3
5
5
5
5
2
3
4
2
9
3
3
3
1
4
2
2
3
5
1
2
3
3
4
5
X8 X9 X10 X11 X12
2
3
2
3
2
2
2
2
2
2
2
2
2
2
2
2
2
3
2
3
2
2
3
2
2
3
3
2
3
3
2
3
2
3
2
3
3
3
3
2
3
2
2
2
2
2
4
3
4
2
2
2
4
2
2
4
2
1
2
2
4
2
2
1
2
1
2
2
2
2
2
4
2
2
2
2
2
2
2
2
2
2
3
1
1
2
2
5
4
2
3
2
2
4
2
2
3
2
5
5
1
3
1
2
1
4
2
2
2
2
1
1
4
1
3
2
3
3
1
1
1
1
2
3
1
1
1
1
3
5
1
5
1
3
3
1
1
5
2
4
3
3
3
2
2
3
1
1
1
3
1
1
1
5
3
1
1
3
1
1
1
1
1
1
4
4
4
4
2
3
4
4
4
4
4
2
4
2
4
4
3
4
4
4
4
4
1
4
4
3
4
4
4
4
2
4
4
4
4
4
4
4
2
4
4
4
2
2
2
2
3
4
2
2
2
2
4
2
3
3
2
2
2
2
3
2
3
2
2
2
3
3
2
2
2
4
2
1
2
4
2
2
2
4
2
2
5
4
5
5
3
5
1
5
2
3
5
4
2
2
4
2
2
5
5
5
2
5
2
5
4
3
5
5
5
5
3
5
5
5
3
5
3
5
3
5
4
4
1
1
1
1
5
4
4
4
2
2
4
4
3
2
4
4
4
4
3
3
3
3
3
4
1
4
1
1
3
4
1
4
4
4
4
3
1
3
1
5
1
4
0
0
0
4
2
0
4
1
0
2
3
-
4
0
0
0
0
0
0
0
3
1
0
1
1
1
1
0
0
0
0
0
1
0
1
0
2
2
2
1
4
0
1
0
3
-
0
2
0
2
1
1
1
2
0
0
0
0
1
0
1
1
1
0
1
0
1
-
0
1
1
0
1
2
2
2
2
1
0
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
1
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
2
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
5
5
5
5
4
5
5
5
5
5
4
4
5
5
2
5
5
5
4
5
5
5
5
5
4
2
5
5
5
5
4
5
5
5
5
5
5
5
5
5
5
5
5
5
2
5
5
5
5
2
5
2
2
4
4
5
5
5
5
2
2
5
5
4
5
4
5
2
5
5
5
5
4
4
4
4
5
4
3
4
5
5
1
1
3
1
4
2
1
3
1
2
3
4
4
1
3
4
4
-
3
1
3
2
3
4
4
1
3
1
1
1
3
4
2
1
2
4
4
4
2
1
4
4
5
4
4
4
5
4
4
4
4
3
4
4
3
4
5
5
4
3
4
4
5
4
3
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
5
4
4
4
4
4
4
3
4
3
4
3
3
4
4
4
3
3
4
4
5
4
3
4
4
4
4
4
3
3
4
4
4
4
4
4
4
1
4
4
4
4
4
4
4
4
4
5
4
5
3
5
3
4
4
3
4
3
3
4
3
4
5
4
4
4
3
4
4
5
4
4
4
4
4
4
4
4
4
5
4
5
5
4
4
4
5
4
5
4
5
4
4
5
4
4
4
5
4
3
5
4
5
5
4
5
4
4
5
5
4
5
4
4
4
5
4
4
5
4
3
5
4
5
4
3
3
4
4
3
3
4
3
3
3
3
4
4
4
3
2
4
3
2
5
3
3
4
2
5
5
5
4
4
3
2
5
4
4
4
4
3
4
4
4
4
4
4
4
5
3
4
5
3
5
4
4
4
4
4
3
3
3
4
4
5
4
3
5
5
5
5
4
3
4
4
4
4
4
5
5
4
4
4
4
4
4
4
4
4
4
4
4
5
3
5
4
4
4
4
4
3
3
4
4
4
4
3
4
5
5
5
5
4
4
4
4
4
4
4
4
5
4
3
4
4
3
3
3
4
4
3
4
4
4
4
2
4
3
3
3
2
3
4
3
2
4
4
0
4
4
3
3
4
4
4
1
5
2
2
3
2
4
2
4
1
1
5
5
4
3
3
4
5
2
5
1
4
5
1
5
5
5
4
2
4
5
4
5
5
4
3
1
4
5
5
5
5
5
5
5
4
5
5
4
4
4
3
4
4
4
4
4
4
4
4
4
2
3
4
3
3
2
4
4
2
4
2
1
4
4
4
4
4
4
3
4
5
3
4
4
4
4
4
4
3
3
4
3
4
3
3
4
5
4
4
3
4
3
2
4
3
3
3
3
3
3
4
3
4
4
3
3
3
4
4
3
4
3
4
4
4
4
4
5
4
4
3
4
4
4
4
5
4
4
4
5
4
5
2
4
4
4
4
4
4
3
3
4
4
5
4
4
3
4
4
4
4
4
4
4
4
4
4
4
5
5
4
3
5
4
4
4
4
4
4
4
4
4
5
3
4
5
4
4
4
4
4
2
4
-
4
5
4
4
4
4
4
4
3
4
4
4
3
4
4
5
5
4
4
4
5
5
4
5
5
4
5
5
4
5
4
4
5
4
4
3
5
4
3
4
5
4
5
5
4
4
4
5
3
5
4
4
4
4
4
4
5
4
4
4
5
5
4
3
5
3
4
3
4
3
4
1
4
4
3
4
2
2
3
3
4
2
3
4
4
3
3
3
4
2
4
4
4
4
3
4
4
4
5
4
4
4
4
4
3
4
4
4
5
4
4
4
3
4
3
4
4
4
3
4
4
4
5
4
4
4
4
3
3
5
3
5
5
4
4
4
4
4
5
5
4
4
4
4
5
4
4
3
4
5
3
3
4
3
4
5
4
3
4
5
4
4
4
4
4
4
4
4
3
4
4
4
4
4
4
4
4
4
5
5
5
2
4
3
5
5
5
3
5
5
3
5
4
5
1
3
5
5
5
5
5
1
2
3
4
4
5
5
5
4
4
4
4
5
5
5
4
5
4
4
4
5
2
4
4
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
5
5
3
4
5
5
3
4
4
3
5
3
5
4
5
4
4
4
3
3
4
5
5
0
5
4
4
3
4
5
4
1
4
2
2
4
3
4
3
4
2
X13 X14 X15 X16 X17 X18 X19 X20 X21 X22 X23 X24 X25 X26 X27 X28 X29 X30 X31 X32 X33 X34 X35 X36 X37 X38 X39 X40 X41 X42 X43 X44 X45 X46 X47 X48
145
