Detalhes bibliográficos
| Ano de defesa: |
2021 |
| Autor(a) principal: |
FEITOSA, Daniel Garret |
| Orientador(a): |
FREITAS, Maurício Assuero Lima de |
| Banca de defesa: |
Não Informado pela instituição |
| Tipo de documento: |
Dissertação
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
por |
| Instituição de defesa: |
Universidade Federal de Pernambuco
|
| Programa de Pós-Graduação: |
Programa de Pos Graduacao em Ciencias Contabeis
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Brasil
|
| Palavras-chave em Português: |
|
| Link de acesso: |
https://repositorio.ufpe.br/handle/123456789/41275
|
Resumo: |
Este trabalho está dividido em dois artigos. O primeiro analisa o impacto dos restos a pagar não processados sobre o desempenho das Universidades Públicas Federais do Brasil, utilizando como variável dependente, tomando por base um modelo de dados em painel cujas variáveis explicativas foram definidas por índice de execução financeira e índice de inscrição em restos a pagar não processados. Os resultados indicaram que há relações estatisticamente significativas entre as variáveis explicativas e os índices de referências utilizados, RUF e IGC. Alterações percentuais nas variáveis independentes refletiram em alterações nas variáveis dependentes. Essas relações encontradas foram positivas em relação ao índice de execução orçamentária e negativa em relação ao índice de restos a pagar não processados. Observou-se ainda uma maior amplitude das relações no modelo que utilizou o RUF como variável dependente. O segundo artigo propõe a construção de um Ranking de eficiência relativa das instituições, baseado em um modelo de regressão linear aplicado a uma função de produção do tipo Cobb-Douglas. Construiu-se uma métrica, através da diferença da classificação entre o Ranking RUF e o Ranking determinado pelo modelo paramétrico proposto. Essa métrica foi padronizada em escala de 0 a 100, com faixas de intervalos indicativos do desempenho das instituições em termos relativos a eficiência observada pelos dois modelos/critérios de classificação. |
