818

ANÁLISE DE DESEMPENHO DE OPERADORAS BRASILEIRAS DE PLANOS DE SAÚDE


Antônio Artur de Souzaa, Daniele Oliveira Xavieraa, Ewerton Alex Avelara, Luísa Raad Gervásioa

aUniversidade Federal de Minas Gerais

RESUMO: Este trabalho apresenta os resultados de uma pesquisa que visou analisar a eficiência das operadoras de plano de saúde brasileiras a partir de indicadores financeiros e evidenciar quais características dessas organizações podem influenciar na determinação da sua (in) eficiência. Constatou-se, que a eficiência das operadoras de plano de saúde mostrou-se homogênea. No que se refere às organizações consideradas eficientes pelo modelo, tem-se que a maioria é do segmento “medicina de grupo”. Quanto à localização das empresas consideradas eficientes, todas se encontram na região sudeste do país. No que tange ao porte da empresa, nenhuma considerada eficiente era de pequeno porte.

Palavras-chave: Operadoras de Planos de Saúde; Análise de Desempenho; Indicadores Financeiros.


1. INTRODUÇÃO

Este artigo relata os resultados de pesquisas recentes que visam analisar a eficiência dos prestadores de seguros de saúde no Brasil. Baseia-se em indicadores financeiros e recursos destas organizações que estão relacionados com os seus escores de (in)eficiência. O ambiente das organizações 'tornou-se cada vez mais complexo, o que implicou no aumento da demanda por informações precisas (Souza, et al., 2008). Diversas ferramentas de gestão foram desenvolvidas para auxiliar os gestores no processo de tomada de decisão. As ferramentas comuns e úteis são ferramentas de avaliação de desempenho que oferecem suporte a análise de indicadores de desempenho. A avaliação de desempenho é um processo que apoia uma análise comparativa dos resultados previstos e reais. Ao contrário das empresas que não utilizam indicadores de diagnóstico, as empresas que utilizam podem usar medidas de desempenho para monitorar o seu estado real e melhorar as atividades que não estão alinhadas com seus objetivos (Fernandes, 2004).

As medidas financeiras são ferramentas valiosas que mostram os resultados econômicos de ações reais e permitem que os gestores avaliem se a estratégia da empresa e sua implementação e execução contribuem de fato para melhorar os resultados financeiros (Kaplan et Norton, 1997). A utilização de tais medidas é também adequada para análises de séries e análises comparativas de um determinado número de empresas (Martins, 2005).

O setor de saúde no Brasil é um setor que responde por uma quantidade significativa, ainda em grande medida desconhecidos, do capital no sistema econômico. O acesso a informações precisas e detalhadas sobre estas quantidades de estrutura, distribuição e evolução ao longo do tempo é crucial tanto para o processo de tomada de decisões e na formulação e monitoramento de políticas públicas no setor (Brasil, 2002).

Uma pesquisa realizada em 2011 mostrou que um seguro de saúde privado é um dos produtos mais desejados entre os brasileiros que vivem nas oito áreas metropolitanas que foram abordadas (IESS, 2011). Apenas 23,9% da população brasileira tem um seguro de saúde privado, e 67% dos entrevistados afirmaram que gostariam de ter um seguro de saúde privado (IESS, 2011). O aumento do setor tem sido significativo desde os anos 1980, e uma pesquisa recente aponta que ele provavelmente vai aumentar tanto em representatividade quanto em cobertura. Os planos de saúde são, portanto, um tema de grande interesse na sociedade, e os estudos sobre eles são de grande valor para a população.

Com o objetivo de proteger o interesse da sociedade e corrigir falhas de mercado, o governo brasileiro começou a regular o setor em 1998 e criou uma agência chamada Agência Nacional de Saúde (ANS), a fim de monitorar e regular o setor em 2000 (Brasil, 1998, 2000, 2002). O regulamento em vigor requer uma grande compreensão em relação aos recursos e relações de estruturação entre eles nas atividades dos provedores de seguros de saúde no Brasil.

2. REVISÃO DA LITERATURA

2.1. Avaliação de desempenho

A avaliação de desempenho é um processo voltado para a quantificação da eficiência e a eficácia das ações passadas mediante a coleta, classificação, análise, interpretação e divulgação de dados relevantes (Neely, 1998). Em qualquer organização, Slack et al. (2002) afirmam que medidas de desempenho são, em maior ou menor grau, um pré-requisito para melhorar os resultados. As avaliações de desempenho são uma ponte entre o planejamento (ou seja, a identificação dos objetivos da empresa e o desenvolvimento de estratégias e processo para alcançá-los) e controle (ou seja, o monitoramento dos empregados para manter o controle dos objetivos) (Atkinson, 2000).

O objetivo de uma avaliação de desempenho deve ir além do relatório de eventos passados e, portanto, ele inclui características que suportam a análise de eventos futuros ou a estimativa de resultados característicos. A fim de alcançar este objetivo, os gestores podem recorrer à contabilidade e análise financeira através da preparação tradicional de contabilidade e relatórios financeiros, declarações, e materiais relacionados (IUDÍCIBUS, 1998). As medições de desempenho podem ser abordadas a partir de uma perspectiva monetária, geralmente através de dados contabilísticos e financeiros, bem como a partir de uma perspectiva não monetária (Hendriksen et Van Breda, 1999).

A concorrência globalizada tem levado os setores a repensar suas atividades (Antunes et Tabak, 2004), o que refletiu sobre os seus níveis de eficiência, especialmente quando estes recorrem a tecnologias de informação e técnicas de gestão de risco. As unidades de produção em indústrias competitivas caem em dois grupos diferentes de acordo com um padrão determinado de desempenho (Barr et al., 2002): os grupos eficientes e ineficientes. O sucesso da produção de uma maior quantidade de produtos, levando em conta os insumos disponíveis, define uma empresa eficiente para Farrell (1957).

Em um ambiente altamente complexo, uma maneira de realizar uma avaliação de desempenho orientada para a eficiência é determinar um ponto de referência. A análise comparativa (benchmarking) é um processo sistemático que visa identificar as melhores práticas e mudar sua compreensão atual com vista a alcançar um nível superior de desempenho (Camp, 1989). Assim, o objetivo de realizar uma avaliação comparativa é emular as práticas de empresas de sucesso ou melhorar o desempenho com base no desempenho dessas empresas.

A avaliação de desempenho é, portanto, uma ferramenta muito importante para a sobrevivência das empresas no ambiente econômico atual. Determinar um valor de referência é uma ferramenta útil para realizar avaliações de desempenho, pois visa identificar as melhores práticas no mercado usando a menor quantidade de insumos.

2.2 Indicadores de Desempenho

O uso de indicadores de desempenho é adequado para análises de séries e análises comparativas de qualquer número de empresas (Martins, 2005). Uma das principais técnicas de análise financeira é a análise de indicadores (Matarazzo, 2010). As medidas de desempenho são os sinais vitais de uma organização; eles apoiam a gestão em fatos, em vez de suposições de sentimentos (Hronec, 1994). Os indicadores de desempenho funcionam como guias que visam o apoio à avaliação, não apenas a eficiência das ações reais, mas também a assimetria entre o comportamento previsto e real ou os resultados (Kardec, 2002 apud Carvalho, 2007: 28). Os indicadores são, portanto, ferramentas cruciais tanto para a gestão de uma organização quanto para a avaliação do seu desempenho (Lenz et Kuhn, 2004).

Uma empresa dificilmente pode alcançar um excelente resultado se ela controla apenas os dados financeiros de seu desempenho passado (Kaplan et Norton, 1997); gerentes realmente necessitam de mais indicadores para compreender algumas questões de gestão. As medidas de desempenho são, portanto, uma grande preocupação de gestão por ser mais do que uma medida gerencial; é uma ferramenta estratégica para a sobrevivência da empresa (Miranda et Silva, 2002). É possível comparar os indicadores financeiros de uma empresa com os indicadores de outras no mesmo ou em um setor diferente e com o setor como um todo (Assaf Neto, 2006; Matarazzo, 2010; Silva, 1995). O presente estudo utiliza a análise comparativa paralelamente com os indicadores financeiros como um método de avaliação de desempenho.

3. METODOLOGIA

Este é um estudo descritivo, exploratório, ex post facto, usando uma abordagem quantitativa para dados (Lakatos, 2004; Gil, 1999). É um estudo quantitativo, pois implanta processos matemáticos para medir a eficiência dos prestadores de seguros de saúde e identificar características de empresas que estão relacionadas com a sua (in) eficiência. É também um estudo exploratório porque se concentra em um tema e tem uma abordagem particular, que, de acordo com nosso conhecimento, é incipiente no contexto brasileiro. Como Collins et Hussey (2005) argumentam, a pesquisa exploratória é geralmente realizada quando os fenômenos não tenham sido amplamente abordados em estudos anteriores, ou seja, este tipo de pesquisa está preocupado com questões/tópicos emergentes.

Este estudo utiliza na sua maioria dados secundários, o que implica que há pelo menos um nível de interpretação entre o fato e seu registro/relatório (Charnes, Cooper e Rhodes, 2003). Estes dados foram coletados a partir do relatório anual da ANS de 2011. Eles foram selecionados usando um parâmetro representativo: o objeto de estudo é o subsetor dos provedores de seguros de saúde privados mais representativos no mercado brasileiro. Assim, a população foi constituída por provedores de seguros de saúde e hospitalares, uma vez que representam 74% da cobertura nacional de seguros privados. Uma amostra com 30 provedores em uma população de 1,3 provedores de seguros de cuidados médicos e hospitalares privados foi selecionada para processamento e análise utilizando o software SIAD, um sistema integrado de apoio à tomada de decisão (Angulo et al., 2005). Esta limitação se deve ao acesso limitado a dados e poucos recursos.

Uma amostra de quota não probabilística foi utilizada com o intuito de garantir o poder de comparação significativo em relação à população. Este tipo de amostragem consiste em selecionar entidades proporcionalmente a um determinado critério e dispô-las em subgrupos na amostra. Os provedores foram, por conseguinte, escolhidos e distribuídos em quatro grupos. Ao decidir sobre a forma de segmento de amostra, cada subgrupo foi verificado em relação a sua proporcionalidade com a população, a fim de determinar o número de empresas que seriam incluídas em cada subgrupo (ver Figura 1). A quantidade de empresas foi ajustada em um subgrupo, a fim de representar pelo menos uma empresa no setor especializado de seguro de saúde. A Figura 2 resume as características da amostra utilizada neste estudo. Ele inclui os pseudônimos adotados para cada fornecedor, bem como o seu estatuto jurídico, tamanho e estado onde eles estão localizados.

Figura 1. Dados de amostra de acordo com o segmento

Segmento

População

Proporção

Tamanho da Amostra

Tamanho Ajustado da Amostra

Cooperativa Médica

325

40%

12

12

Organização Filantrópica

88

11%

3

3

Medicina de Grupo

387

48%

14

14

Provedor Especializado de Seguro de Saúde

13

2%

0

1

Total

813

100%

29

30

Fonte: Dados da pesquisa

Figura 2. Distribuição da amostra de acordo com o status jurídico, tamanho e localização.

Fonte: dados da pesquisa

*Juridical Status: Status Jurídico; Medical cooperative: Cooperativa Médica; Philanthropic organization: Organização Filantrópica; Group Medicine: Medicina de grupo; ANS registration number: Número de registro na ANS; Pseudonym: Pseudônimo; Size: Tamanho; Large: Grande; Medium: Médio; Small: Pequeno; State: Estado; Specialized Health Care Insurance Provider: Provedor Especializado de Seguro de Saúde

O estudo abordou seis indicadores financeiros, a saber: Rentabilidade dos Ativos Totais (ROA); Relação Atual (CR); Giro do Ativo Total (TAT); Tempo Médio antes de Pagar por um Evento de Serviço (MTPE); Razão de Débito (DR); Despesas Administrativas (AE). Os três primeiros indicadores são as medidas: "quanto maior, melhor"; e o restante são as medidas: "quanto menor, melhor".

ROA é um indicador de rentabilidade. É uma relação entre o lucro líquido e os ativos totais. Ele mede a porcentagem de lucro que a empresa obtém em relação ao capital investido. CR é um indicador de liquidez. É a relação entre os ativos e passivos correntes. Um indicador LC é maior do que um (1) ponto em relação a uma quantidade razoável de ativos que podem ser usados para pagar dívidas em curto prazo. TAT é um indicador de ciclo financeiro. Ele relaciona as vendas totais aos ativos totais. Ele representa, portanto, o número de vezes em que o total de ativos é capaz de gerar faturamento ou receita de vendas.

MTPE é também um indicador do ciclo financeiro. Ele indica o tempo médio que leva para o fornecedor pagar os eventos de serviços de saúde. DR é um indicador de capital. Ele relaciona o passivo circulante ao ativo total. AE mostra como as despesas administrativas estão relacionadas ao total de vendas ou receita total do provedor de seguros (contrapartida eficaz, compensação). A Figura 3 mostra as equações para cada indicador financeiro.

Figura 3. Variáveis financeiras incluídas na Análise Envoltória de Dados (DEA)

Razão Financeira

Fórmula

Rentabilidade dos Ativos Totais (ROA)

ROA = Lucro disponíveis para acionistas comuns

Ativos totais

Relação Atual (CR)

CR = Ativos atuais

           Passivos atuais

Giro do Ativo Total (TAT)

TAT =      Vendas

                 Ativos totais

Tempo Médio antes de Pagar por um Evento de Serviço (MTPE)

PMPE =    [Eventos de vendas a pagar]    X 360

    Evento de líquidos cobertos

Razão de Débito (DR)

DR =    passivo total

             Total dos ativos

Despesas Administrativas (AE)

AE =    Despesas administrativas

          Vendas

Fonte: Adaptado de Bernstein e Wild (2000), Fridson e Alvarez (2002), Penman (2007), Silva (1995), e Matarazzo (2010).

Várias técnicas foram utilizadas para análise de dados, a saber: estatística descritiva, testes de Kruskal-Wallis, teste de correlação de Spearman, e Análise de Dados (DEA). O DEA foi especialmente destacado para medir a eficiência da empresa. O DEA foi desenvolvido por Charnes, Cooper et Rhodes (1978), com vista a determinar a eficiência das unidades de produção. Existem dois modelos de DEA clássicos: (1) CRS (Retornos constantes à escala), ou CCR (Charnes, Cooper et Rhodes); e (2) VRS (retornos variáveis de escala), ou BCC (Banker, Charnes et Cooper). O presente estudo baseia-se no modelo de BCC relacionado aos insumos, o que indica um ponto ótimo onde a utilização dos insumos fornece o melhor resultado financeiro.

O DEA é construído baseado na identificação de uma fronteira eficiente que compreende os pontos potenciais onde uma empresa perfeitamente eficiente gera um dado resultado. As empresas com a menor relação entre entradas e saídas são consideradas eficientes; elas se encontram no limiar e tem uma pontuação de um (01). As empresas ineficientes estão abaixo da fronteira e obter uma pontuação que varia de zero a um. À medida que o DEA está restrito em relação à homogeneização variável, os indicadores financeiros foram escalados e padronizados (Lobo, 2010). Como lógica intrínseca do DEA não permite variáveis negativas para ambas as entradas e saídas, a padronização também envolveu transformar números negativos em números positivos. Isto consistiu de arrastar o eixo das abcissas de zero para o valor mínimo de cada indicador e, em seguida, adicionar uma unidade para o valor mínimo para que o resultado pudesse ficar maior do que zero. Finalmente, uma transformação logarítmica foi usada para reduzir a variação da escala (Gujarati, 2002).

4. RESULTADOS

4.1 Análise de Correlação

Este estudo considerou uma correlação de 0,80 (negativos ou positivos) como o limite para os níveis de correlação elevados. Esse teste foi utilizado a fim de impedir uma sobreposição do potencial dos indicadores para explicar um determinado assunto, o que gerou resultados redundantes. O teste de correlação, portanto, foi utilizado em toda a amostra, ou seja, 30 entidades (veja a Figura 4).

Figura 4. Correlação entre as variáveis

Fonte: resultados fornecidos pelo software Stata

Como mostrado na Figura 4, nenhum indicador foi correlacionado a outro acima do limite de 0,80 que foi definido como critério de inclusão. Isso provavelmente deriva do fato de que as variáveis foram selecionadas por meio de uma avaliação preliminar da literatura. As variáveis são, por conseguinte, fracamente correlacionadas entre si e são confiáveis nesse modelo.

4.2 Análise de Eficiência

A análise consistiu em aplicar o DEA para analisar os indicadores financeiros acima mencionados. A versão BCC do modelo DEA foi utilizada espera que qualquer mudança nas entradas produza alterações inversamente proporcionais nas saídas. O modelo foi orientado para resultados (ou seja, destinado a maximizar as saídas), que é adequado para a avaliação da eficiência financeira dos fornecedores. Os indicadores MTPE, DR e AE foram incluídos como entradas e os indicadores CR, ROA, e GAT foram incluídos como saídas do modelo. Dada a orientação do modelo para maximizar saídas, os resultados esperados são de que quanto maior forem os indicadores CR, ROA, e GAT, maior será o aumento da eficácia das empresas. A Figura 5 apresenta os resultados baseados no DEA para os indicadores de eficiência das operadoras de planos de saúde.

Figura 5. Eficiência dos Provedores de Amostra

Fonte: dados da pesquisa
*Efficiency Indicators: Indicadores de eficiência

Na Figura 5, os resultados dos indicadores para DMU 5, 17, 20, 21, 22, 23, 25 e 27 são 1, ou seja, eles ficam no limite eficiente e são, portanto, eficientes. Isso significa que 8 dos 30 fornecedores são eficazes de acordo com o modelo. Em geral, a maioria das empresas tem um elevado nível de eficácia, que varia entre 70% a 95%.

A Figura 6 apresenta algumas características das empresas perfeitamente eficientes. Esses recursos estão preocupados com a gestão financeira das empresas e as características organizacionais, e foram recolhidos com vista a analisar a sua relação com os resultados de eficiência.

Figura 6. Mais informações sobre as prestadoras de seguro saúde privadas eficientes

DMU

Status Jurídico

Tamanho

Número de Usuários

Ativos Totais

Índice de Reclamações

Índice de Construção PHPI

Estado

DMU 5

Medicina de Grupo

Grande

291.996

95.805

1.48

0.614

RJ

DMU 17

Organização Filantrópica

Médio

44.555

82.918

0.31

0.8468

MG

DMU 20

Medicina de Grupo

Grande

180.338

116.097

0.23

0.7384

SP

DMU 21

Medicina de Grupo

Grande

102.322

35.637

0.13

0.7047

RJ

DMU 22

Medicina de Grupo

Grande

244.796

41.241

0.89

0.7441

SP

DMU 23

Medicina de Grupo

Médio

75.812

25.076

0.62

0.5579

SP

DMU 25

Medicina de Grupo

Médio

46.051

5.958

0.23

.05723

SP

DMU 27

Medicina de Grupo

Médio

28.098

13.953

0.00

0.792

RJ

Fonte: dados da pesquisa

As operadoras de planos de saúde privadas mais eficientes são organizações de "medicina de grupo", isto é, elas são empresas médicas. Como a amostra foi composta por 14 organizações de medicina de grupo, metade do subgrupo representou empresas eficientes. Estas são os tipos de organizações que comercializam ou prestam seguro de saúde privado no Brasil. A ANS (2011) relata que 75% dos clientes dessas organizações são empresas que contratam planos empresariais para seus empregados e dependentes elegíveis.

A Figura 3 mostra também que nenhuma empresa de pequeno porte foi identificada como eficiente. As empresas eficientes são distribuídas igualmente como as de pequeno porte (4) e de grande porte (4). No entanto, o teste Kurskal-Wallis revelou que as diferenças nos níveis de eficiência dos fornecedores não foram significativamente relacionadas com o tamanho da organização. Em outras palavras, os diferentes níveis de funcionamento não podem ser atribuídos estatisticamente e significativamente ao tamanho da organização. Este resultado compara a classificação dos resultados do teste de correlação de Spearman, que não apontavam para nenhuma correlação significativa entre a eficiência e o número de usuários.

A Figura 6 também mostra que apenas uma organização filantrópica é adicionada ao grupo de resultados eficientes. Trata-se de uma empresa de médio porte em um subgrupo de três organizações filantrópicas. Essa é, por um lado, uma das três empresas com o menor número de utilizadores; no entanto, seus ativos totais são um dos três maiores do grupo de empresas eficientes. Apesar disso, o teste de Kurskal-Wallis não apontou diferenças significativas atribuíveis à situação jurídica das empresas. O estudo também abordou os índices de reclamação, ou seja, também representam o ponto de vista, experiências negativas dos consumidores e demandas de informação. De acordo com a ANS (2011), a razão média de reclamação foi de 0,40 em dezembro de 2011. Em comparação com este índice geral, metade do grupo de operadoras de planos de saúde privadas eficientes era inferior a esse limite. Corroborando com esse resultado, o teste de correlação de Spearman também não apontou para nenhuma correlação estatisticamente significativa entre a eficiência e o índice de reclamação.

Outra característica estudada foi o Índice de Desempenho das Operadoras de Planos de Saúde Privados (PHPI), construído com base nos indicadores determinados pela ANS, uma agência reguladora. Este índice é composto por quatro dimensões: (1) assistência à saúde; (2) situação econômica e financeira; (3) estrutura e funcionamento; e (4) a satisfação dos usuários. Ele verifica se um prestador está operando em conformidade com as regulamentações da ANS. Este índice varia de zero a 1: quanto mais próximo de 1, melhor a conformidade do provedor com as normas e diretrizes da agência. A ANS determinou o valor 0,80 como o limite para um desempenho satisfatório. Tendo isto em mente, só a organização filantrópica se destacou no grupo de empresas eficientes. Mais uma vez, o teste de correlação de Spearman também não apontou para nenhuma correlação estatisticamente significativa entre a eficiência e PHPI. O estudo também considerou a localização dos fornecedores. Os resultados mostram que todos eles estão localizados no Sudeste do Brasil. No entanto, o teste de Kurskal-Wallis não apontou diferenças significativas atribuíveis à localização das empresas.

5. CONCLUSÕES

A indústria privada de seguros de saúde no Brasil é heterogênea ao considerar parâmetros como qualidade e assistência fragmentada/descontinuada. Esta heterogeneidade afeta negativamente a eficácia e eficiência do sistema de saúde. Portanto, a identificação de normas e padrões de eficiência no setor seria de grande valor para a melhoria dos serviços e elaboração de políticas. Nesse contexto, este estudo teve como objetivo analisar a eficiência das operadoras de planos de saúde privadas no Brasil e identificar as características dos prestadores eficientes que podem ser utilizadas como avaliação de desempenhos pelas empresas ineficientes.

A presente proposta de análise de eficiência foi construída sobre o modelo do DEA. A análise indicou oito provedores eficientes das 30 empresas que foram incluídas na amostra. A eficiência dos fornecedores foi homogênea, uma vez que a maioria dos escores de eficiência caiu num contínuo entre 75 e 95%. Este resultado pode implicar que as medidas tomadas pelos setores envolvidos com os setores analisados são de alguma forma uniformes. Isso pode ser explicado pela regulamentação do setor, com uma agência que estabelece limites e obrigações para todos os provedores de seguros privados de saúde.

Todas as organizações consideradas eficientes de acordo com o modelo, exceto uma, estão incluídas no segmento de "medicina de grupo". Isso implica que as empresas deste segmento compartilham algumas características que contribuem para sua maior eficiência em comparação com os outros provedores. Organizações desse tipo são geralmente focadas nas vendas de seguro de saúde e não são responsáveis pela gestão dos hospitais. Isso resulta de certo grau de especialização, uma vez que estas organizações desempenham uma atividade menos complexa em comparação com os outros provedores.

Todas as empresas também estão localizadas no Sudeste do Brasil. Essa é uma região que concentra a maior parte das grandes cidades e tem a maior densidade populacional do país. É também a região industrial, comercial e financeira mais importante no Brasil, e abriga a maioria das grandes universidades, isto é, detém a maior parte do capital intelectual do país em diversas áreas do conhecimento. As organizações eficientes eram as empresas grandes ou médias, mas nenhuma delas era de pequeno porte. Portanto, as empresas de pequeno porte foram os provedores menos eficientes na amostra.

Em geral estes resultados apontam para fatores que são compartilhados pelas empresas eficientes e podem ser indicativos de (in)eficiência. Estes resultados, no entanto, devem ser interpretados com cautela, pois algumas das técnicas de análise não apontaram diferenças estatisticamente relevantes entre algumas variáveis. Estudos adicionais são necessários para determinar com segurança os fatores que impactam a eficiência das operadoras de planos de saúde privadas.

REFERÊNCIAS

Agência Nacional de Saúde Suplementar - ANS. Evolução e Desafios da Regulação do Setor de Saúde Suplementar: Subsídios ao Fórum de Saúde Suplementar. Rio de Janeiro: Série ANS, nº 4, 2003. Disponível em: http://bvsms.saude.gov.br/bvs/publicacoes/ans/serie_ans4.pdf. (2003). Acesso em: 05 abr. 2013.

Agência Nacional de Saúde Suplementar - ANS. Disponível em: http://www.ans.gov.br.. Acesso em: 20 abr. 2013.

Andrade, H.S.; Silveira, S.F.R.; Tavares, B. Os índices financeiros como uma ferramenta de benchmarking empresarial: uma aplicação da análise envoltória de dados (DEA). Anais do Congresso EnANPAD, 29. Brasília: DF, 2005.

Ângulo, M.L., Biondi N. L., Soares M.J.C.C.B., Gomes, E.G. ISYDS - Integrated System for Decision Support (SIAD - Sistema Integrado de Apoio à Decisão): a software package for data envelopment analysis model. Pesquisa Operacional, Rio de Janeiro, v. 25, n. 3, p. 493-503., Set./Dec. 2005.

Antunes, C.V.O., Tabak, B.M. Comparativo da Eficiência Bancária utilizando Data Envelopment Analysis (DEA). Anais do I ENEFIN. Recife: Encontro Norte-Nordeste de Finanças, 2004.

Assaf Neto, A. Estrutura e análise de balanços: um enfoque econômico-financeiro. 8.ed. São Paulo: Atlas, 2006.

Atkinson, A.A., et al. Contabilidade Gerencial. Tradução: André Olípio Mosselman e Du Chenoy Castro. São Paulo: Atlas, 2000.

Barr, R.S., Killgo, K.A., Siems, T.F., Zimmel, S. Evaluating the Productive Efficiency and Performance of U.S. Commercial Banks. Managerial Finance, v.28, n.8, p. 3-25, 2002.

Bernstein, L.A., Wild, J. J. Analysis of Financial Statements. 5.ed. New York: McGraw-Hill, 2000.

Brasil. Ministério da Saúde. Regulação & Saúde: estrutura, evolução e perspectivas da assistência médica suplementar. Rio de Janeiro: ANS, 2002, p. 264.

Camp, R.C. Benchmarking: the search for industry best practices that lead to superior performance. New York: Quality Resources, 1989, 299 p.

Carvalho, J.R.M. Medição de desempenho empresarial: um estudo nas organizações do setor salineiro no estado do Rio Grande do Norte. 2007. 99.f. Dissertação (Mestrado em Ciências Contábeis) - Programa Multiinstitucional e Inter-regional da Universidade de Brasília, Universidade Federal da Paraíba, Universidade Federal de Pernambuco e Universidade Federal do Rio Grande do Norte, Natal, 2007.

Charnes, A., Cooper, W.W. & Rhodes, E. Measuring the efficiency of decision-making units. European Journal of Operational Research, v.2, p.429-444, 1978.

Collis, J., Hussey, R. Pesquisa em Administração. 2. ed. São Paulo: Bookman, 2005.

Cooper, D.R., Schindler, P.S. Métodos de pesquisa em administração. 7. ed. Porto Alegre: Bookman, 2003.

Farrel, M.J. The measurement of technical efficiency. The Journal of the Royal Statistical Society series, London, n. 120, p. 253-281, part. 3. 1957.

Fernandes, D.R. Uma contribuição sobre a construção de indicadores e sua importância para a gestão empresarial. Revista da FAE, Curitiba, v. 7, n. 1, p. 1-18, jan./jun. 2004.

Fridson, M., Alvarez, F. Financial Statement Analysis: A practicioner´s guide. 3. ed. New York: Wiley, 2002.

Instituto de Estudos de Saúde Suplementar (IESS). Pesquisa IESS/Datafolha aponta que o plano de saúde é uma necessidade e desejo do brasileiro. Informativo Eletrônico, São Paulo, ano 2, n. 14, 2011.

Gil, A.C. Métodos e técnicas de Pesquisa Social. 5. ed. São Paulo: Atlas, 1999, p.206.

Gujarati, N.D. Econometria Básica. 4. ed. New York: McGraw-Hill, 2002.

Hendriksen, E.S., Van Breda, M.F. Teoria da Contabilidade. São Paulo: Atlas, 1999.

Hronec, S.M. Sinais vitais: usando medidas de desempenho da qualidade, tempo e custos para traçar a rota para o futuro da empresa. São Paulo: Makron Books, 1994.

Iudícibus, S. Análise de Balanços. 7. ed. São Paulo: Atlas, 1998.

Kaplan, R.S., Norton, D.P.A. Estratégia em ação: balanced scorecard. Tradução: Luiz Euclydes Trindade Frazão Filho. 5. ed. Rio de Janeiro: Campus, 1997.

Kardec, A., Flores, J., Seixas, E. Gestão estratégica: Indicadores de Desempenho. Rio de Janeiro: Qualitymark, 2002.

Lakatos, E.M., Marconi, M.A. Metodologia Cientifica: Ciência e Conhecimento Científico. 7. ed. São Paulo: Atlas, 2004.

Lenz, R., Kuhn, K. A. Towards a continuous evolution and adaptation of information systems in healthcare. International Journal of Medical Informatics, v. 73, p. 75-89, 2004.

Lobo, M.S.C. Aplicação da análise envoltória de dados (DEA) para apoio às políticas públicas de saúde: o caso dos hospitais de ensino. Tese (Doutorado em Engenharia de Produção) – Universidade Federal do Rio de Janeiro. Rio de Janeiro, Rio de Janeiro, 2010.

Martins, D. Administração financeira hospitalar. São Paulo: Atlas, 2005.

Matarazzo, D.C. Análise Financeira de Balanços: Abordagem Gerencial (7ª Ed.). São Paulo: Atlas, 2010.

Miranda, L.C., Silva, J.D.G. Medição de desempenho. Schmidt (org). Controladoria: Agregando valor para a empresa. Porto Alegre: Bookman, 2002.

Neely, A. Measuring business performance. London: The Economist Books, 1998.

Penman, S.H. Financial Statements Analysis and Security Valuation (3. Ed.). New York: McGraw-Hill, 2007

Silva, J.P. Análise financeira das empresas. 3.ed. São Paulo: Atlas, 1995.

Slack, N., Chambers, S., Harland, C., Harrison, A., Johnston, R. Administração da Produção. 2. ed. São Paulo: Atlas, 2002.

Souza, A.A., Guerra, M., Lara, C.O., Gomide, P. L. R. Controle de gestão em organizações hospitalares. Congresso De Contabilidade e Auditoria. Portugal: Congresso de Contabilidade e Auditoria, 1 CD-ROM. 2008.



Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

 

ISSN: 1980-5160

Rua Passo da Pátria 156, bloco E, sala Sistemas & Gestão, Escola de Engenharia, São Domingos, Niterói, RJ, CEP: 24210-240

Tel.: (21) 2629-5616

Correspondência: Caixa Postal LATEC: 100175, CEP 24.020-971, Niterói, RJ