O comportamento de custos pode ser entendido por meio de análises que verificam como os custos se comportam ao longo do processo de produção e sua reação quando expostos a diversos fatores. Nesse contexto, Richartz (2013) define o comportamento dos custos como a compreensão das alterações nos custos quando estão sujeitos a variações na intensidade da produção, capacidade de produção, infraestrutura da operação e influências ambientais, sociais e econômicas.

Segundo Garrison, Noreen e Brewer (2013, p. 28), “o comportamento dos custos refere-se a como um custo reage a mudanças no nível de atividade. À medida que a atividade aumenta e diminui, determinado custo aumentará ou diminuirá – ou poderá permanecer constante”.

O modelo tradicional do comportamento dos custos traz uma abordagem simplificada, dividindo os custos em duas categorias: fixos e variáveis. Segundo Martins (2018), os custos podem assumir dois comportamentos: fixos ou variáveis, sendo estas as classificações mais importantes, pois avaliam, no mesmo intervalo de tempo, a relação entre o valor desembolsado e o volume de produção.

Hansen e Mowen (2003) definem que os custos fixos se mantêm inalterados independentemente das oscilações ocorridas no volume da produção. Eles explicam que os custos fixos não são afetados pelo nível de atividade da empresa. Por outro lado, quando os custos variam proporcionalmente ao volume de produção, são chamados de custos variáveis.

De acordo com Garrison, Noreen e Brewer (2013), com a finalidade de planejamento e para facilitar o discernimento de suas distinções, normalmente os custos são divididos em variáveis, fixos ou mistos. Eles definem variáveis como aqueles que sofrem variação à medida que ocorrem mudanças proporcionais e diretas em sua base de atividade. Os fixos permanecem imutáveis, independentemente de mudanças em sua base de atividade.

O modelo tradicional do comportamento dos custos pode ser entendido como aquele que está ligado direta e proporcionalmente à atividade do negócio, ou seja, apresenta um comportamento simétrico, também denominado de modelo simétrico. Conforme Anderson et al. (2007), o modelo em questão, descrito na literatura como tradicional, aponta que as variações no comportamento dos custos são diretamente relacionadas às alterações nos níveis de atividade.

Entretanto, estudos realizados por Noreen e Soderstrom (1997) e Anderson, Banker e Janakiraman (2003) trouxeram um entendimento diferente: eles sugerem que as variações de custos não estão somente restritas às variações do volume, mas sim à sua direção de mudança (aumento ou diminuição). Noreen e Soderstrom (1997), apesar de apresentarem uma nova abordagem que contrasta com o modelo tradicional, não demonstraram comprovações conclusivas para sua validação científica. Essa abordagem é denominada de modelo assimétrico do comportamento dos custos.

O comportamento de custos assimétricos é interpretado quando existe uma elevação nos custos superior à proporção no aumento das vendas. No processo inverso, ao diminuir o volume das vendas, os custos sofrem uma redução proporcionalmente menor, sendo denominados custos com comportamento assimétrico (Anderson; Banker; Janakiraman, 2003). A figura 1 apresenta o desenho do comportamento assimétrico da relação entre os custos e as receitas.

Figura 1 Fonte: (Richartz, 2016).

Ainda nesta perspectiva, Weiss (2010) analisou que a atuação do comportamento assimétrico reflete na precisão do processo de análise, implicando que as empresas com menor flexibilidade no controle dos custos apresentam maior vulnerabilidade em suas projeções. Segundo Malik (2012), empresas que possuem maior simetria tendem a gerenciar melhor seus resultados e a reagir às mudanças do mercado, em comparação com aquelas que apresentam o comportamento assimétrico de seus custos.

Anderson, Banker e Janakiraman (2003) constataram, em seu estudo, que as variações nas Despesas de Vendas, Gerais e Administrativas (VGA) apresentam evidências de assimetria dos custos em relação às variações da Receita de Vendas. Em outras palavras, os custos possuem comportamentos diferentes quando aplicadas as variações (aumentos e reduções) de mesma magnitude na receita. Eles denominaram esse tipo de comportamento como Teoria dos Sticky Costs.

O estudo realizado por Marquezan et al. (2022) teve como objetivo analisar as relações entre o comportamento dos custos e o alinhamento do desempenho organizacional com as remunerações dos executivos de empresas listadas na B3 (Brasil, Bolsa e Balcão) no período de 2011 a 2018. Com caráter descritivo, documental e quantitativo, o estudo analisou dados secundários por meio de regressão com dados em painel.

O estudo evidencia que empresas que possuem custos normais manifestam assimetria de custos e uma relação direta entre remuneração e desempenho. Por outro lado, para as empresas com custos não normais, o cenário é inverso, apresentando comportamento simétrico e não dispondo de uma relação direta entre remuneração e desempenho no período de ociosidade.

Silva et al. (2022) analisaram o comportamento dos custos de empresas no período de 2010 a 2019. Essa pesquisa, classificada como descritiva e quantitativa, utilizou as demonstrações contábeis das empresas analisadas ao longo de nove anos, tendo como base de dados a Economática.

O estudo revelou que, durante os anos de 2015 a 2017, houve declínio nas receitas e nos custos, enquanto, nos demais anos, ocorreu um aumento. A análise demonstrou que a RL cobre os CPV em 76%, evidenciando uma influência considerável da RL nas variações do CPV. Além disso, o estudo destaca que mais de 9% das despesas de vendas (DV) e 8,80% das despesas administrativas (DA) são provenientes da RL.

Santos et al. (2021) realizaram uma pesquisa com o objetivo de estudar os custos de 18 empresas listadas na B3, no ramo da construção civil, em períodos de prosperidade (2010-2013) e crise econômica (2014-2018). Os resultados da pesquisa revelaram que não houve alteração significativa entre os custos de venda das empresas de construção civil nos períodos de prosperidade e crise econômica.

Entretanto, para os outros indicadores DA, DV e Custo Total (CT), em relação à receita líquida (DA/RL, DV/RL e CT/RL), foi constatada uma perda de desempenho econômico no período de crise econômica.

Além disso, a dinâmica dos custos mostrou, por meio da análise descritiva, o comprometimento médio da RL em relação aos CTs, que aumentou de 87%, no período de prosperidade econômica, para 118% nos quatro anos de crise econômica, indicando prejuízo.

O estudo de Oliveira et al. (2019) analisou o comportamento dos custos de empresas listadas na B3, no setor da construção civil, entre os anos de 2008 a 2017. Os resultados demonstraram que as empresas investigadas possuem uma estrutura de custos semelhante, pois, no período analisado, a média dos custos e das despesas em relação à RL apresentou uma relação relevante. Isso acontece porque, à medida que a RL varia, os custos e as despesas se alteram no mesmo sentido.

A pesquisa apresentou, de forma geral, que 76% da RL está comprometida pelo CPV, enquanto 19% são destinados às despesas administrativas, e 8% são usados para cobrir as DVs.

Souza e Leal (2018) apresentaram um projeto de estudo com a finalidade de analisar o comportamento dos custos de empresas brasileiras listadas na BM&FBOVESPA, atual B3, no setor de energia elétrica. O projeto foi classificado como descritivo, com abordagem quantitativa, utilizando dados de 17 empresas por meio dos demonstrativos financeiros do período de 2006 a 2015.

A pesquisa revelou que as variações da RL e do CPV são congruentes e positivas, ou seja, aumentos na RL refletiram também em aumentos no CPV. Para o setor de energia elétrica, declarou-se que os CPVs representam, em média, 56% da RL, enquanto as DVs atingem 2% e as DVs, aproximadamente, 21%. Outro estudo, realizado por Fazoli, Reis e Borgert (2018), teve como objetivo analisar o comportamento dos custos no setor industrial do estado de Santa Catarina, com ênfase nos sticky costs. A análise foi realizada por meio do modelo de regressão proposto no estudo seminal de Anderson, Banker e Janakiraman (2003).

Os resultados evidenciaram que, caso a receita aumente em 1%, os custos das indústrias aumentam em 0,78%; enquanto, se houver diminuição na receita de 1%, os custos sofrem redução de 0,76%. Os autores complementam afirmando que, dependendo da análise individualizada por setor, é possível encontrar resultados que apresentem comportamentos sticky, assim como outros apresentam comportamento anti-sticky, tendo em vista o comportamento simétrico dos custos.

Este estudo se diferencia por analisar o setor químico da B3, segmentando-o em subcategorias como fertilizantes e defensivos, medicamentos, petroquímicos, produtos de limpeza e químicos diversos. Essa segmentação permite identificar particularidades no comportamento dos custos em cada nicho, impossíveis de capturar em análises agregadas de setores como construção civil ou energia elétrica.

A pesquisa abrange o período de 2013 a 2022, com dados corrigidos pelo IPCA, garantindo comparações mais precisas ao eliminar distorções inflacionárias. Essa abordagem considera diferentes ciclos econômicos e permite compreender melhor a dinâmica dos custos ao longo do tempo, algo pouco explorado em estudos anteriores.

Para a análise, utiliza-se o coeficiente de correlação de Spearman, adequado para dados com distribuição não normal, para avaliar a relação entre custos (CPV, DA, DV e CT) e a receita líquida. O tratamento de outliers e o cálculo do coeficiente de variação por segmento reforçam a precisão dos resultados e possibilitam comparações detalhadas entre os subgrupos.

A análise oferece uma visão mais ampla e detalhada do impacto dos custos no desempenho financeiro, contribuindo para o entendimento das especificidades do setor químico brasileiro.

Com base nos dados publicados pelas empresas do setor químico e de seus respectivos segmentos, foi possível analisar as variações nos custos e nas despesas ao longo de 10 anos (2013 a 2022). Essas variações incluem aumentos, reduções e estabilidade nos CPV, DV, DA, RL e CT.

A tabela 2 apresenta a variação percentual anual das receitas, dos custos e das despesas do setor químico, o qual inclui os segmentos de fertilizantes e defensivos, medicamentos e outros produtos, petroquímicos, produtos de limpeza e químicos diversos.

Com base na tabela 2, percebe-se, na maioria dos períodos analisados, os sucessivos aumentos das receitas e dos custos e as despesas. O segmento de petroquímicos representa 2/3 das receitas do setor, com destaque para a empresa Braskem, cuja receita equivale, em média 65% da receita de todas as empresas analisadas no setor de química. O outro segmento é seguido por medicamentos e outros produtos, que presenta, em média, 25%, das receitas do setor. A redução do aumento da receita entre 2018 e 2019 foi motivada pelo desastre geológico, em Maceió/AL, o qual interrompeu as operações da empresa Braskem e reduziu a receita dessa empresa em 10%. Dada a expressiva representatividade dessa empresa, esse acidente contribuiu para o declínio de 6,3% das receitas do setor químico.

Cabe destacar que, apesar da redução das receitas do segmento petroquímico, influenciado pela Braskem, observou-se o expressivo aumento das receitas entre 2020 e 2021, motivado pelo bom desempenho das empresa do segmento de fertilizantes e defensivos, ancorado pelo agronegócio, e do segmento de medicamentos e outros produtos, puxado pela crise sanitária da COVID-19, além do segmento de petroquímicos, dada a recuperação da Braskem.

Com relação aos custos de venda (CPV), observou que, embora tenha ocorrido aumento das receitas, esses custo sofreram redução entre 2014 e 2015 e entre 2015 e 2016. Duas empresas contribuíram para essa redução: Braskem, segmento petroquímico; e Fer Heringer, do segmento de fertilizantes e defensivos. A diminuição do CPV de 2018 e 2019 foi motivada pela interrupção das atividades da Braskem, cujos custos de venda representam 69% do total de todas as empresas analisadas neste estudo. Esses resultados sugerem uma vulnerabilidade do setor químico a fatores externos, como crises econômicas e mudanças nas condições de mercado.

Além disso, as DVs e DAs apresentaram variações significativas ao longo do período analisado. Entre 2014 e 2015, a DV aumentou 3,6%, enquanto a RL aumento em 2,7%. Isso indica que, apesar do aumento dos investimentos administrativos, houve um impacto positivo na receita, sugerindo eficiências operacionais ou fatores externos que contribuíram para esses desempenho.

Os custos totais, representados, em grande parte, pelos custos da produção vendida, também seguiram a tendência de aumentos sucessivos desses custos, apresentando reduções entre os anos de 2014 e 2016.

A tabela 3 apresenta as médias dos CPVs, das DAs, DVs e o CT em relação à RL para cada ano no período de 2013 a 2022.

Percebe-se, com base na tabela 3, que o CPV compromete, em média, 67% da RL das empresas do setor químico listadas na B3 durante o período analisado. Este percentual se aproxima dos achados de Richartz e Borgert (2014), que identificaram uma média de 71,25% em seu estudo multissetorial da B3 para as empresas do setor químico, e de Barbosa (2020). Isso demonstra que o esse setor tem uma estrutura de custos operacionais relativamente alinhada com outros setores analisados na bolsa.

Adicionalmente à estrutura de custos do setor químico, percebe-se que, em média, 14,6% da RL são destinadas a cobrir às DVs e 6,7% direcionada às DAs. Estes valores indicam que, em conjunto, as despesas de vendas e administrativas representam 21,42% da RL, enquanto os CTs consomem, em média, 95,2% da RL, restando uma margem relativamente estreita para resultados operacionais. Esse CT corresponde à soma do CPV, da DA e DV. Assim, segregando esse custo total, percebe-se que, no setor de química, a variável que mais compromete a RL é o CPV e a que menos compromete são as DAs e DVs. Esse resultado confirma os achados de (Silva et al., 2022).

A tabela 4 complementa os resultados apresentados na tabela 3 ao exibir a média dos custos e das despesas de cada empresa do setor químico.

Comparando a tabela 4 com a tabela 3, vê-se que os resultados médios apresentados se aproximam da análise dos custos e das despesas do setor. Os números relativos à média de cada variável, dispostos na tabela 4, apontam que o CPV, quando comparado à DV e à DA, é recurso que mais compromete a RL. Esses resultados corroboram estudos anteriores que mostraram que grande parte da RL é absorvida pelo CPV (Barbosa, 2020; Richartz; Borgert, 2014; Silva et al., 2022).

A tabela 5 exibe os segmentos e os resultados do teste de Kruskal-Wallis, aplicado para verificar se, em termos estatístico, há diferença entre os segmentos econômicos do setor química com relação aos custos (CPV, DV, DA e CT).

Com relação ao CPV, os resultados evidenciam que as 2 empresas do segmento de fertilizantes e defensivos apresentam a maior média [Mean Rank = 102,00]. Para confirmar a escolha desse segmento, o resultado do teste de Kruskal-Wallis [H(4) = 73,996, p < 0,001] sugere que, estatisticamente, não há igualdade entre as empresas - agrupadas nos segmentos - quanto ao CPV.

Quanto à DV, os resultados evidenciam que 1 empresa do segmento de produtos de limpeza apresenta a maior média do Ranking [Mean Rank = 94,10]. O resultado do teste de Kruskal-Wallis [H(4) = 42,203, p < 0,001] indica que, estatisticamente, entre as empresas que conglomeram os segmentos econômicos do setor químico, não há igualdade quanto à DV.

Para a DA, os resultados mostram que 1 empresa dos segmentos químicos diversos apresenta a maior média do Ranking [Mean Rank = 86,50]. O resultado do teste de Kruskal-Wallis [H(4) = 10,848, p < 0,001] indica que, estatisticamente, as empresas - agrupadas nos segmentos - diferem quanto à DA.

A tabela 6, por sua vez, apresenta a correlação de Spearman entre RL, CPV, DV, DA e o CT (Hair Júnior et al., 2005), permitindo avaliar como as variáveis se relacionam. O coeficiente de correlação de Spearman mede as associações entre as variáveis, sem presumir que a relação seja linear.

Os resultados apresentados demonstram que existe forte correlação positiva entre a RLV e o CPV, a DV e a DA, alcançando resultados acima de 90% para DA e CT, bem como próximo a esse percentual para a DV. Nessa perspectiva, esses resultados sugerem que variações na RL tendem a ser acompanhadas por variações proporcionais no CPV, na DA e na DV. Em resumo, os resultados indicam que todos os custos e as despesas são fortemente atraídos ao aumento e/ou à redução da receita líquida de vendas, variando quase que na mesma proporção.

Por outro lado, a correlação entre RL e DV (0,895) indica que as despesas de vendas respondem às flutuações da receita líquida. Isso pode refletir maior flexibilidade na gestão das despesas de vendas, permitindo ajustes que não variam rigidamente com o volume de receita gerado.

A alta correlação entre CPV e DA (0,890) pode indicar uma relação de dependência entre essas variáveis, possivelmente devido a custos administrativos alocados à produção. Por outro lado, a correlação entre CPV e DV (0,846) sugere que a gestão de vendas opera de forma mais dependente dos custos de produção. Esses resultados implicam que estratégias de aumento de receita devem considerar os impactos nos custos, especialmente no CPV e DA.

Por último, a forte correlação entre RL e CT (0,995) reforça que o custo total tem uma relação direta com as variações na receita líquida, sendo amplamente influenciado pelo comportamento do CPV e, em menor grau, pelas despesas administrativas e de vendas.

Os dados indicam que estratégias para aumentar a receita no setor químico devem considerar os impactos diretos sobre os custos, especialmente no CPV e DA, devido à sua alta correlação com a RL.

Adicionalmente, a forte correlação entre CPV e DA evidencia uma sinergia entre custos de produção e despesas administrativas, o que pode ser explorado para melhorar a eficiência operacional. No entanto, análises adicionais sobre a natureza das despesas de vendas e sua relação com o volume de vendas poderiam fornecer insights valiosos para a gestão estratégica do setor.