Agência física ou não: o caso do JP Morgan

Culpe os cortes de custos causados pela COVID, a constante consolidação da indústria ou simplesmente os aplicativos de bancos móveis, que têm ficado cada vez melhores, mas sejamos honestos: os dias de fazer todo o seu banco presencialmente provavelmente acabaram. De fato, o número de agências bancárias físicas vem caindo desde 2012, e continuou a diminuir este ano, com os Estados Unidos supostamente perdendo mais de 500 agências locais nos primeiros seis meses de 2024.

No entanto, a tendência de longo prazo não eliminou completamente o apetite das principais instituições financeiras americanas. Nesta semana, o JPMorgan anunciou que abrirá quase 100 novas agências nos chamados desertos bancários dos EUA, a mais recente adição à sua política de expansão, que o tornou o primeiro banco com agências em todos os 48 estados contíguos. Essas agências estarão em áreas fora do alcance das agências tradicionais e provavelmente serão focadas em atender comunidades de baixa renda.

Mas para o JPMorgan, 'isso não é apenas fazer o bem, é negócio' — em uma entrevista ao Wall Street Journal, Jamie Dimon, CEO da empresa, acrescentou: 'medimos essas agências pelo número de clientes, depósitos, investimentos, e o modelo funciona.'

Ao contrário de muitos de seus concorrentes, o JPMorgan parece estar vendo suas agências físicas como os novos centros comunitários dos bairros, com foco em promover a alfabetização financeira e oferecer orientação. Até agora, o negócio tem obtido sucesso: os saldos de poupança pessoal na sua primeira agência comunitária desse tipo, no Harlem, por exemplo, cresceram 73% quatro anos após sua abertura.

Fonte: aqui

Negócio Premier League: caso do Manchester United

(...) a Premier League cresceu nas últimas décadas, tornando-se uma importante exportação cultural — e financeira — do Reino Unido. Acordos globais de transmissão fazem com que as partidas sejam transmitidas para até 900 milhões de lares em 189 países, ajudando os times da principal divisão da Inglaterra a arrecadar impressionantes €7 bilhões (US$ 7,8 bilhões) em receita na temporada que terminou em 2023, de acordo com a última Revisão Anual de Finanças do Futebol da Deloitte.

De fato, 6 dos 10 times de futebol mais valiosos do mundo em 2024 são ingleses — e, no topo dessa lista da Premier League, segundo a Forbes, está o Manchester United. O sucesso da equipe nas décadas de 1950 e 1960 consolidou seu legado junto a uma geração mais velha de fãs, mas o Manchester United só se tornou o fenômeno global que é hoje graças ao sucesso da equipe masculina de 1986 a 2013, quando foi comandada pelo muito condecorado técnico escocês Alex Ferguson.

Dado o seu enorme público global (o clube afirma contar com 1,1 bilhão de fãs e seguidores ao redor do mundo, mais de 3 vezes a população dos Estados Unidos) e o crescimento do futebol inglês em geral, você poderia esperar que a equipe fosse uma máquina de lucro. Graças ao fato de as ações do Manchester United serem negociadas na Bolsa de Valores de Nova York desde 2012, as finanças do time são públicas (o United permanece majoritariamente controlado pela família Glazer, mas algumas ações são negociadas na NYSE), e elas contam uma história bem diferente. 

O Manchester United, com uma avaliação de US$ 6,55 bilhões, ficando atrás apenas do Real Madrid no ranking da Forbes, registrou perdas operacionais acumuladas no valor de £205 milhões (US$ 275 milhões) nos últimos 4 anos, uma queda de quase £70 milhões apenas no último ano. A má notícia para qualquer aspirante a Ryan Reynolds com uma queda pelo futebol e um bom montante de dinheiro para investir? As finanças do Manchester United não são incomuns para os times de futebol, mesmo no mais alto nível, onde as equipes podem alavancar múltiplas fontes de renda.

Os Red Devils — um apelido infantil para o United que genuinamente me dói escrever como torcedor do Manchester City — arrecadaram quase £700 milhões (~US$ 936 milhões) em receita no último ano fiscal. Um pouco mais de 43% desse valor veio de sua divisão comercial, que inclui a venda de mercadorias de varejo e vestuário, bem como patrocínios, com marcas pagando milhões para terem seus logotipos estampados nas camisas, shorts, estádio e arredores do time. A fatia do United nos acordos de transmissão acrescentou mais £222 milhões ao seu caixa, enquanto a arrecadação com os jogos contribuiu com £137 milhões.

Mas, apesar de toda a sua receita, os custos do time ainda foram altos demais para que gerasse lucro.

Pagar jogadores como o meio-campista brasileiro Casemiro cerca de £350.000 por semana logo resulta em uma conta salarial enorme para o United, com as despesas com funcionários totalizando impressionantes £365 milhões (US$ 489 milhões) no ano passado. E, ao contrário de muitos esportes norte-americanos que tendem a operar em um sistema fechado, os times de futebol normalmente não trocam jogadores, eles simplesmente compram e vendem. Para uma franquia como o Manchester United, isso normalmente significa desembolsar para adquirir os melhores talentos. E, embora possa parecer estranhamente simplista, os jogadores são tratados como ativos, e quase todos os ativos tendem a se depreciar com o tempo — a “amortização” reportada do time (um rótulo contábil útil que essencialmente divide as taxas de transferência dos jogadores durante o tempo esperado no clube) foi de £190 milhões no ano passado.

Novo Trafford?

O icônico estádio do Manchester United, Old Trafford, está fazendo jus à primeira parte de seu nome. De fato, o 'Teatro dos Sonhos' é 33 anos mais velho que Joe Biden, tendo sido construído em 1910. Dada a sua idade avançada, o clube, e seu novo proprietário minoritário Jim Ratcliffe, estão avaliando propostas para uma reforma de sua icônica arena ou até mesmo um novo estádio.

Ambas as opções são caras. Um novo estádio poderia, segundo relatos, custar ao clube mais de £2 bilhões nos próximos 6 anos e, obviamente, seria um peso significativo sobre o frágil resultado financeiro do United. Como o clube financiaria tal investimento, dado que está fortemente endividado (e deficitário, como vimos), é um assunto quente de discussão, com autoridades de Manchester preocupadas que os contribuintes locais possam acabar arcando, indiretamente, com parte da conta.

Como mencionado, perder muito dinheiro na elite do futebol não é algo raro, com apenas 4 clubes conseguindo registrar um lucro antes de impostos na Premier League de 2022/23, uma queda em relação aos 7 do ano anterior, segundo a pesquisa da Deloitte. O que é um pouco menos comum é o status do Manchester United como uma empresa de capital aberto.

Emocionalmente investido?

Após inicialmente ter sido aberto na Bolsa de Valores de Londres em 1991, e depois fechado novamente por Malcolm Glazer em 2005, o Manchester United foi parcialmente listado na NYSE em agosto de 2012, com analistas na época cautelosos quanto às perspectivas de longo prazo das ações. Até agora, o MANU não fez muito para provar que estavam errados. Desde agosto de 2012, o valor das ações do time de futebol subiu pouco menos de 25% — no mesmo período, o índice S&P 500 ganhou mais de 300%.

As ações passaram por uma trajetória turbulenta nos últimos 12+ anos, subindo ligeiramente com resultados de destaque em partidas e contratações de estrelas, e, previsivelmente, caindo com grandes derrotas. No entanto, os maiores movimentos das ações do Manchester United tendem a seguir as mais mundanas notícias corporativas, em vez de qualquer ação emocionante em campo.

Assim como nos mundos do beisebol, basquete e futebol americano, há um número limitado de times de futebol de capital aberto para usar como comparação, embora a Juventus, da Itália, e o Borussia Dortmund, da Alemanha, talvez sirvam como dois dos paralelos mais próximos. Dois gigantes do futebol europeu, Juventus e Dortmund caíram 76% e 60%, respectivamente, desde suas aberturas, à medida que a maioria dos times no continente luta para competir com seus equivalentes ingleses... pelo menos em termos financeiros.

Uma grande lição de tudo isso? Quer você seja um bilionário aspirante a dono de time ou apenas um fã comum, investir no seu time favorito talvez só faça sentido se a emoção de acompanhar seus resultados em campo não for dramática o suficiente.

Contabilidade, fraude e IA

O estudo da fraude na contabilidade é extremamente importante. Na obra seminal da contabilidade, publicada no final dos anos 1400, há uma lição relevante:

Infelizmente, há muitos que mantêm seus livros em duplicata, mostrando um ao comprador e outro ao vendedor. O que é pior, juram e cometem perjúrio sobre eles. Como agem mal! No entanto, se precisarem apresentar seus livros a um oficial [para autenticação] (como os cônsules a serviço da cidade de Perosa), não podem mentir e fraudar tão facilmente.

Pacioli, o autor deste texto, já antecipava que a fraude seria um problema para a contabilidade. Muitas pessoas acreditavam que a partida dobrada seria uma solução eficaz para evitar fraudes. Em 1839, um autor afirmou:

a contabilidade por partida simples é essencialmente defeituosa, pois não oferece método para determinar o estado dos negócios de um comerciante sem fazer um inventário - uma tarefa que é tanto trabalhosa quanto suscetível a erros e que, na melhor das hipóteses, não oferece meios adequados para prevenir desfalques ou detectar fraudes; mas esses objetivos são alcançados pela partida dobrada, talvez tão eficazmente quanto a engenhosidade humana pode conceber

(ambos citados em An Accounting Thesaurus 500 Years of Accounting de Chambers)

No entanto, sabemos que a partida dobrada não resolveu o problema da fraude, como Pacioli já sabia. Mas será que a Inteligência Artificial (IA) pode ser uma ferramenta útil? Antes de responder, é interessante notar que a fraude é, em essência, o estudo da mentira. Sociedades antigas usavam a tortura para detectar mentiras. Por exemplo, na Idade Média, acreditava-se que pessoas honestas suportariam melhor a dor da água fervente do que os mentirosos. No final do século XIX, imaginou-se que mudanças na pressão arterial poderiam ser usadas para detectar mentiras. Isso levou ao desenvolvimento do polígrafo no início do século XX, que mede a pressão arterial e a respiração para detectar mentiras. Você provavelmente já viu um polígrafo em filmes ou séries de TV, onde a máquina é usada para tentar descobrir se alguém está mentindo.

Mas a primeira linha do verbete da Wikipedia não deixa dúvidas:

Um polígrafo, frequentemente referido incorretamente como um teste de detector de mentiras, é uma pseudociência.

Se as partidas dobradas não resolveram o problema da fraude, os autores do final do século XIX e início do século XX pensavam que a auditoria poderia ser a solução. Havia diversos autores que afirmavam que essa seria a principal função da atividade e há muitas citações nesse sentido. A auditoria não só falhou em resolver o problema, como nos últimos anos também tem resistido a assumir essa função.

Os estudiosos passaram a procurar um detector de mentiras nos números contábeis. Supunha-se que os mentirosos tentariam alterar os balanços e outras demonstrações. Para isso, um conjunto de técnicas multivariadas, desenvolvidas em áreas como a genética, foram usadas na tentativa de encontrar o polígrafo. Uma dessas técnicas era a análise discriminante, que usa basicamente dados históricos de empresas boas e ruins para construir uma equação. A ideia era aplicar essa equação às empresas para classificá-las, conforme o resultado, em um desses grupos. Esta técnica é a base dos modelos de Altman e Kanitz, que ainda são utilizados hoje.

Há uma série de problemas com esse detector de mentiras, mas vamos nos concentrar em dois deles. O primeiro é que as técnicas dependem de casos que já ocorreram. Se o que o modelo tenta prever se repetir no presente e no futuro, a técnica ainda é válida. Mas nada garante que isso funcione, já que muitos dos modelos foram construídos há muito tempo. O modelo de Altman, por exemplo, foi divulgado no final dos anos sessenta, há 60 anos, com dados do final dos anos cinquenta e início dos anos sessenta. Se aquela realidade ainda for válida para os dias de hoje, você pode usar o modelo sem problemas. Mas o bom senso nos leva a desconfiar que talvez não seja o caso de continuar usando esses modelos antigos.

O segundo problema é que os mentirosos muitas vezes sabem qual ferramenta você está usando. Para contornar isso, a contabilidade fraudulenta deve evitar prejudicar certos índices que compõem os modelos de falência, como o Altman. Como construir seu próprio índice exige conhecimento técnico e uma amostra adequada, muitas pessoas se limitam a calcular os índices e esperam que sejam uma boa medida.

Nas últimas décadas ferramentas mais sofisticadas começaram a aparecer. Os pesquisadores passaram a estudar o vocabulário usado pelas pessoas – no caso, os executivos das empresas, a maneira como expressam seus sentimentos e outros sinais sutis. Há uma crença generalizada que quando uma pessoa mente, ela desvia o seu olhar. Mas os pesquisadores descobriram que pode ser exatamente o oposto: quando uma pessoa mente, ela olha para as pessoas para sentirem se a mentira foi bem aceita. Imagine uma reunião de negócios e o executivo de uma empresa diz para um representante de uma instituição bancária que a empresa está indo muito bem e que isto seja uma mentira. Sabendo dos sinais de um mentiroso transmite, o olhar do executivo para o representante do banco pode ser um detector de mentira.

Esse pequeno exemplo ocorre em escala diferente com documentos técnicos elaborados por uma empresa, como uma demonstração contábil. Uma empresa que começa a falar muito das condições externas no relatório de administração parece ser um sinal de que algo vai mal; se atrasa a divulgação, mais um sinal; se muda o auditor sem uma justificativa, devemos desconfiar; se escolhe o figurão para compor o comitê de auditoria, em lugar da técnica com sólidos conhecimentos contábeis, adicione mais desconfiança; e assim por diante.

É neste sentido que a inteligência artificial surge, com uma promessa de aumentar nossas chances de antecipar as falcatruas. É o mais novo teste de polígrafo, que ajudaria a separar notícias falsas, detectar mentiras na contabilidade, entre outras. Ou seja, a inteligência artificial seria a nova arma contra fraude.

Quando falamos de comunicação textual, realmente a IA pode processar uma grande quantidade de informação, sendo possível desenvolver um instrumento de análise bem mais rápida. Quando falamos sobre a comunicação verbal, como de um executivo em uma conferência da impressa, já temos instrumentos técnicos para fazer uma análise, mas talvez não tão confiável quanto a análise textual.

Mas a IA é um instrumento como outro qualquer. Eu posso usar uma análise discriminante que classifica uma empresa como ruim, mas mesmo assim o ser humano responsável pela decisão irá investir ou conceder crédito, por uma série de outras razões. Da mesma forma, eu posso ter uma ferramenta de IA que detecta mentira e mesmo assim não saber usá-la ou fazer de forma inadequada.

Vejamos o limite do uso da IA através de um estudo recente (via aqui). Uma economista de Wurzburg, Alemanha, desenvolveu um conjunto de experimentos para verificar a relação das pessoas com a inteligência artificial em termos do processo de descobri a mentira.

Alicia von Schenk e seus colegas pediram para voluntários escreverem sobre seus planos para o fim de semana. Para aqueles que escrevessem um plano razoável, mas mentiroso, que corresponde a metade do grupo, foi pago um valor.  Ou seja, em metade dos voluntários, os pesquisadores incentivaram a mentira. Depois disso, eles usaram parte dos textos (80%) para treinar um algoritmo usando a inteligência artificial. Construído o modelo, com o restante dos textos (20%) eles verificaram que o algoritmo acertava 67%. Em geral o homem consegue descobrir quando as pessoas estão mentindo em metade dos casos. O que queremos dizer é que o algoritmo funcionava.

Depois disto, eles verificaram como as pessoas reagem com o uso de IA para detectar mentiras. Os pesquisadores verificaram o que acontecia quando as pessoas podiam pagar para usar a IA para ajudar a descobrir mentiras. Havia uma recusa em usar, talvez por não acreditar na capacidade da IA de ajudar ou por acreditarem que poderiam fazer com êxito. Mas aqueles que toparam pagar pelo uso da IA, eles confiavam na tecnologia. Mas há um ponto interessante aqui: metade dos textos eram mentirosos. Quando os voluntários não usavam IA, eles acreditavam que somente 19% dos casos eram mentirosos – embora soubessem que seria na verdade 50%. Mas quando usavam a IA, a taxa de acusação de que existia mentira no texto subia para 58%.

Aspecto positivo: a ferramenta melhorou o desempenho na detecção da mentira. Mas há um lado ruim: nossos relacionamentos dependem do fato de que acreditamos no outro. A IA pode gerar desconfiança excessiva. Mais ainda: se inventamos uma ferramente automática para detectar mentiras, podemos também inventar uma IA para inventar as mentiras. Os fraudadores do polígrafo tomam remédios para reduzir os batimentos cardíacos. Podemos inventar maneiras criativas de enganar a IA com uma IA construída para mentir e passar os testes. 

Para concluir: (Veja que interessante. Passei o texto acima no GPT para correção de alguns erros. Por três vezes ele mudou o texto. Na última vez, acrescentou: Essas questões ilustram que, embora métodos modernos como a inteligência artificial possam auxiliar na identificação de fraudes, eles não são soluções perfeitas e devem ser usados em conjunto com práticas tradicionais de auditoria para serem verdadeiramente eficazes.) Ah, isto não fazia parte do meu texto. Assustador, não?