Arianne Oliveira Tavares; Rodolfo Vieira Nunes

DOI: 10.22167/2675-6528-202600582

Artigo elaborado pela ferramenta ResumeAI, solução de inteligência artificial desenvolvida pelo Instituto Pecege voltada à síntese e redação.

Resumo

O setor global de “healthcare” apresenta elevada complexidade econômica e financeira, caracterizado por alta intensidade de capital, forte dependência de inovação tecnológica e diversidade de modelos operacionais. Nesse contexto, o estudo teve como objetivo analisar como as estratégias operacionais e financeiras influenciaram a composição do Retorno sobre Ativos (ROA) e do Retorno sobre o Patrimônio Líquido (ROE) em empresas globais do setor, por meio da aplicação do Modelo “DuPont”. A pesquisa foi conduzida com abordagem quantitativa e natureza descritiva. Utilizaram-se dados secundários extraídos das demonstrações financeiras consolidadas de Johnson & Johnson, Siemens Healthineers e Stryker, referentes ao período de 2021 a 2024. A análise envolveu a decomposição dos indicadores de rentabilidade em margem líquida, giro do ativo e multiplicador de alavancagem financeira (MAF), além de estatísticas descritivas, correlações de Pearson e Spearman e decomposição da variação do ROE. Os resultados indicaram que a Johnson & Johnson apresentou os maiores níveis de rentabilidade, associados a margens mais elevadas e menor dispersão. A Siemens Healthineers exibiu maior oscilação, com recuperação após 2022, enquanto a Stryker demonstrou evolução gradual, com crescimento do giro do ativo e redução da alavancagem. A decomposição pelo Modelo “DuPont” revelou maior participação da margem líquida na formação da rentabilidade, com o giro do ativo atuando como reforço e o MAF modulando a intensidade das variações. Os achados contribuem para a compreensão da composição do retorno no setor analisado.

Palavras-chave: Alavancagem financeira; Giro do ativo; Margem líquida; Setor de saúde.

1. Introdução

O setor global de “healthcare” tem experimentado transformações profundas ao longo da história, marcadas por inovações que redefiniram sua estrutura e operação. Um ponto de inflexão ocorreu em 1928, com a descoberta da penicilina por Alexander Fleming, que desencadeou um ciclo de avanços científicos e tecnológicos. Esse marco impulsionou a transição de um modelo de manipulação artesanal para uma estrutura industrial complexa, caracterizada pela produção em escala de fármacos modernos. A atividade farmacêutica, e subsequentemente o setor de saúde, consolidou-se por meio de contínuos avanços científicos e da ampliação do conhecimento técnico, estabelecendo uma indústria com elevado nível de sofisticação (Stacciarini, 2024; Haque et al., 2024).

Ao longo do tempo, o setor expandiu sua atuação para além da comercialização tradicional, evoluindo para um ecossistema abrangente de “healthcare”. Essa evolução é impulsionada pelo envelhecimento populacional e pela crescente necessidade de diferenciação entre as empresas, resultando em maior integração de produtos, serviços e soluções de saúde. As organizações incorporam tecnologias avançadas e modelos de negócio complexos, ampliando sua capacidade de geração de valor (Stacciarini, 2024; Petrie, 2025). A complexidade econômica e financeira é intrínseca a este setor, distinguindo-se pela alta intensidade de capital, investimentos expressivos em pesquisa e desenvolvimento [P&D] e dependência de avanços tecnológicos. Este cenário exige planejamento financeiro rigoroso e gestão eficiente dos recursos, além de adaptação constante às regulamentações que influenciam custos, prazos e estratégias corporativas (Damodaran, 2021; Shaikh et al., 2021).

O setor de “healthcare” consolidou-se como um dos principais pilares da economia global, com um volume de faturamento anual estimado em trilhões de dólares. A presença de grandes corporações multinacionais contribui para um ambiente competitivo de elevada complexidade, onde a sustentabilidade dos resultados depende da capacidade de combinar inovação, eficiência operacional e gestão financeira consistente (Stacciarini, 2024; Bai et al., 2022). Dentro desse cenário, empresas como Johnson & Johnson, Siemens Healthineers e Stryker ilustram a diversidade de estratégias adotadas, com diferentes níveis de investimento, posicionamento de mercado e estrutura de capital, refletindo escolhas que influenciam diretamente o desempenho econômico-financeiro (Javanmardi et al., 2024).

A avaliação do desempenho econômico-financeiro é crucial neste contexto. Tradicionalmente, utiliza-se indicadores de rentabilidade como o Retorno sobre o Patrimônio Líquido [ROE] e o Retorno sobre Ativos [ROA] para mensurar a eficiência na utilização dos recursos e a capacidade de geração de retorno. Contudo, a interpretação isolada desses índices limita a compreensão dos fatores que compõem o resultado final, pois não revela a participação relativa dos elementos operacionais e financeiros na formação da rentabilidade (Gitman e Zutter, 2023; Tutcu et al., 2024).

Para superar essa limitação, a aplicação do Modelo “DuPont” amplia a compreensão do desempenho, permitindo a decomposição do ROE e do ROA em margem líquida, giro do ativo e multiplicador de alavancagem financeira. Essa abordagem detalhada possibilita examinar como as decisões de operação, uso de ativos e estrutura de financiamento se interligam para determinar o retorno obtido pelas empresas. No setor de “healthcare”, essa análise é particularmente relevante devido à interação entre elevados investimentos, ciclos produtivos extensos e exigências regulatórias, fatores que influenciam diretamente o desempenho econômico-financeiro (Cinaroglu e Pirgaip, 2024). A compreensão da composição da rentabilidade é fundamental para gestores, investidores e pesquisadores. Nesse sentido, o presente estudo tem como objetivo analisar como as estratégias operacionais e financeiras influenciam a composição do Retorno sobre o Patrimônio Líquido [ROE] e do Retorno sobre Ativos [ROA] em empresas globais do setor de “healthcare”, por meio da aplicação do Modelo “DuPont”, considerando a interação entre margem líquida, eficiência na utilização dos ativos e estrutura de capital ao longo do período analisado.

2. Material e Métodos

A presente pesquisa foi conduzida como um estudo de natureza descritiva, com abordagem quantitativa, direcionado à análise do desempenho econômico-financeiro de empresas globais do setor de “healthcare”. O delineamento adotado possibilitou a observação e o registro das características do fenômeno investigado, assim como a identificação de relações entre variáveis sem interferência direta sobre o objeto de estudo (Gil, 2002).

A amostra do estudo foi composta por três empresas multinacionais do setor de “healthcare”: Johnson & Johnson, Siemens Healthineers e Stryker. A seleção dessas companhias baseou-se em sua relevância econômica, representatividade no setor e diversidade de modelos de negócio, abrangendo produtos farmacêuticos, dispositivos médicos e tecnologias de diagnóstico e tratamento.

Foram incluídas apenas organizações de grande porte, com receitas anuais superiores a vinte bilhões de dólares no período recente, garantindo a relevância econômica no contexto global. Considerou-se também a presença internacional consolidada e a disponibilidade de demonstrações financeiras padronizadas e auditadas para o período analisado (Johnson & Johnson – RI, 2024; Siemens Healthineers – RI, 2024; Stryker – RI, 2024).

O período de análise compreendeu os exercícios sociais de 2021 a 2024, permitindo a observação do comportamento dos indicadores econômico-financeiros ao longo do tempo. Utilizaram-se dados secundários, extraídos das demonstrações financeiras consolidadas divulgadas pelas próprias companhias.

Essas informações foram acessadas por meio de seus relatórios anuais e formulários financeiros, disponíveis nos respectivos sites de Relações com Investidores [RI], além de bases públicas de informações financeiras. A coleta de dados ocorreu em 20 de janeiro de 2026, diretamente das fontes oficiais das empresas e de bases de dados financeiras.

A escolha dessas fontes garantiu a confiabilidade, transparência e comparabilidade das informações utilizadas ao longo do estudo. A delimitação temporal contribuiu para a consistência dos resultados e para a comparabilidade entre os períodos analisados, sem inclusão de dados projetados.

Para a análise do desempenho econômico-financeiro, empregou-se a metodologia “DuPont”, que possibilita a decomposição das medidas de retorno em componentes fundamentais relacionados à lucratividade, eficiência operacional e estrutura de capital (Angotti, de Almeida Bispo e Lamounier, 2011). No desenvolvimento do estudo, o Modelo “DuPont” foi aplicado à análise do Retorno sobre Ativos [ROA] e do Retorno sobre o Patrimônio Líquido [ROE].

Os principais componentes analisados foram a margem líquida, o giro do ativo total e o multiplicador de alavancagem financeira [MAF]. A margem líquida foi calculada pela relação entre lucro líquido e receita líquida, representando a capacidade de geração de resultado a partir das receitas.

O giro do ativo foi obtido pela razão entre receita líquida e ativo total, indicando a eficiência no uso dos recursos para geração de receita. O MAF foi definido como a relação entre ativo total e patrimônio líquido, sendo utilizado como medida da intensidade de utilização de capital de terceiros.

A partir desses componentes, o ROA foi determinado como o produto entre margem líquida e giro do ativo. O ROE foi obtido pela multiplicação entre margem líquida, giro do ativo e MAF, mantendo coerência com a lógica do Modelo “DuPont”.

Essa abordagem permitiu identificar a participação de cada componente na formação da rentabilidade e viabilizou a comparação entre empresas e períodos distintos. Também foi considerada a variação acumulada entre 2021 e 2024, expressa em pontos percentuais, com o objetivo de mensurar a magnitude das mudanças ao longo do intervalo analisado.

O tratamento quantitativo foi realizado por meio de técnicas estatísticas descritivas. A média foi utilizada para representar o nível típico dos indicadores ao longo do período, e a mediana foi considerada como medida complementar para reduzir a influência de valores extremos.

A dispersão dos indicadores foi avaliada por meio do desvio-padrão e do coeficiente de variação, permitindo identificar a volatilidade relativa dos retornos (Diehl e Tatim, 2014). A utilização conjunta dessas medidas possibilitou avaliar não apenas o nível médio de rentabilidade, mas também a regularidade dos resultados ao longo do tempo.

A relação entre o Retorno sobre o Patrimônio Líquido [ROE] e seus determinantes foi investigada por meio dos coeficientes de correlação de Pearson e de Spearman. A correlação de Pearson foi aplicada para mensurar associação linear, enquanto a correlação de Spearman foi utilizada para avaliar relações monotônicas, ampliando a robustez da interpretação dos resultados.

A decomposição da variação do ROE foi realizada por meio da distribuição das contribuições dos componentes do Modelo “DuPont”, considerando margem líquida, giro do ativo e multiplicador de alavancagem financeira [MAF]. O cálculo foi conduzido a partir da média das contribuições marginais, considerando diferentes ordens de substituição.

Essa abordagem possibilitou identificar a participação relativa de cada fator na formação das mudanças observadas no retorno ao acionista ao longo do período analisado. A construção metodológica do estudo foi orientada por referências que trataram da análise de rentabilidade a partir da decomposição de indicadores financeiros e da comparação entre empresas.

Autores como Chang et al. (2013), Bai et al. (2022), Fernandes et al. (2014), Fochi (2018) e Silva (2019) contribuíram para a definição dos procedimentos adotados, justificando a aplicação do Modelo “DuPont” e a interpretação de seus componentes operacionais e financeiros.

3. Resultados e Discussão

A análise do desempenho econômico-financeiro das empresas Johnson & Johnson, Siemens Healthineers e Stryker, no setor global de “healthcare”, revelou padrões distintos de rentabilidade e estratégias subjacentes ao longo do período de 2021 a 2024. Os resultados iniciais, obtidos pela aplicação do Modelo “DuPont”, indicaram que a Johnson & Johnson consistentemente apresentou os maiores níveis de Retorno sobre Ativos (ROA) e Retorno sobre o Patrimônio Líquido (ROE), demonstrando uma capacidade superior de geração de retorno. Em contraste, a Siemens Healthineers exibiu maior volatilidade, com uma fase de declínio seguida por uma recuperação notável, enquanto a Stryker manteve uma evolução mais gradual e consistente, com ajustes estratégicos ao longo do tempo. Essa visão geral estabelece o cenário para uma discussão aprofundada dos fatores operacionais e financeiros que moldaram a rentabilidade de cada companhia.

No que tange ao Retorno sobre Ativos (ROA), a Johnson & Johnson iniciou o período em 2021 com 8,4%, alcançando seu pico em 2022 com 9,8%, para então apresentar uma redução para 8,0% em 2023 e 7,8% em 2024. Essa trajetória sugere um crescimento inicial robusto, seguido por uma moderação, mas mantendo-se em patamares superiores aos das demais empresas analisadas. A Siemens Healthineers, por sua vez, demonstrou uma dinâmica mais volátil, com uma queda de 3,7% em 2021 para 2,5% em 2022, seguida por uma recuperação expressiva para 5,5% em 2023 e 5,6% em 2024. Esse comportamento indica uma sensibilidade maior a fatores de mercado ou operacionais, com uma reconfiguração da estratégia após o período de menor desempenho. A Stryker apresentou um crescimento mais linear, partindo de 5,8% em 2021, atingindo 6,4% em 2022 e 7,9% em 2023, com uma leve retração para 7,0% em 2024, evidenciando uma evolução progressiva e um ajuste moderado no último ano.

A análise do Retorno sobre o Patrimônio Líquido (ROE) reforça as tendências observadas no ROA. A Johnson & Johnson manteve níveis elevados, com 23,3% em 2021 e 24,0% em 2022, seguido por uma redução para 19,4% em 2023 e um leve aumento para 19,7% em 2024. Isso demonstra a forte capacidade da empresa em gerar retorno para seus acionistas, mesmo com a redução após o pico de 2022. A Siemens Healthineers exibiu a maior oscilação, com uma queda de 10,4% em 2021 para 6,8% em 2022, seguida por um crescimento expressivo para 15,0% em 2023 e uma leve redução para 14,6% em 2024. Essa trajetória indica uma mudança consistente no desempenho após um período de menor retorno. A Stryker apresentou um comportamento intermediário, com crescimento de 13,4% em 2021 para 14,2% em 2022 e 17,0% em 2023, seguido por uma redução para 14,5% em 2024, mantendo uma trajetória de expansão até 2023 e um ajuste no período final. A comparação entre ROA e ROE em cada empresa também sugere distintas estruturas de capital e níveis de alavancagem, com a Johnson & Johnson apresentando maior distanciamento entre os indicadores, o que aponta maior capacidade de amplificação do retorno ao acionista.

A decomposição do Modelo “DuPont” permitiu uma análise detalhada dos componentes que influenciam a rentabilidade: margem líquida, giro do ativo e multiplicador de alavancagem financeira (MAF). A margem líquida da Johnson & Johnson apresentou valores elevados no início do período, com 17,8% em 2021 e 22,6% em 2022, reduzindo para cerca de 15% em 2023 (15,6%) e 2024 (15,8%). Essa capacidade de geração de lucro, mesmo com ajustes, manteve-se superior às demais. A Siemens Healthineers, por outro lado, registrou margens mais baixas, de 8,2% em 2021 e 5,2% em 2022, mas demonstrou uma recuperação significativa para 10,6% em 2023 e 10,8% em 2024, indicando uma melhora no desempenho operacional. A Stryker exibiu um crescimento contínuo da margem líquida até 2023, de 11,7% em 2021 para 15,4% em 2023, com uma posterior redução para 13,2% em 2024, refletindo um avanço progressivo na geração de lucro antes do ajuste final.

No que diz respeito ao giro do ativo, que mede a eficiência na utilização dos recursos para gerar receita, as empresas apresentaram comportamentos distintos. A Johnson & Johnson mostrou uma variação mais acentuada, com queda em 2022 e recuperação em 2023, seguida por uma leve redução em 2024, o que sugere mudanças na intensidade de uso dos ativos ao longo do tempo. A Siemens Healthineers exibiu uma trajetória de crescimento contínuo do giro do ativo até 2023, mantendo-se estável em 2024, indicando uma melhora consistente na capacidade de gerar receita a partir de seus ativos. A Stryker, por sua vez, demonstrou uma evolução contínua ao longo de todo o período, com crescimento progressivo até 2024, o que aponta para um aumento constante na eficiência operacional associada ao uso de seus ativos. Essa diversidade de padrões reflete as diferentes abordagens estratégicas de cada empresa na gestão de seus recursos operacionais.

O multiplicador de alavancagem financeira (MAF), que reflete a intensidade do uso de capital de terceiros, mostrou uma tendência de redução em todas as empresas ao longo do período analisado, embora com intensidades variadas. A Johnson & Johnson apresentou uma diminuição do MAF entre 2021 e 2023, seguida por um leve aumento em 2024, indicando um ajuste na estrutura de capital após um período de desalavancagem. A Siemens Healthineers demonstrou uma redução contínua do MAF ao longo dos quatro anos, o que sugere uma diminuição gradual da dependência de capital de terceiros. A Stryker exibiu a redução mais consistente do MAF, com uma queda progressiva em todos os anos, evidenciando uma estratégia contínua de diminuição da alavancagem financeira. Essa observação é crucial para entender como as empresas gerenciam seu risco financeiro e a composição de seu capital, impactando diretamente o retorno ao acionista.

A estatística descritiva dos indicadores de rentabilidade forneceu uma visão mais aprofundada da estabilidade e variabilidade do desempenho. Para o ROA, a Johnson & Johnson registrou uma média de 8,49% e uma mediana de 8,18%, com desvio-padrão de 0,90% e coeficiente de variação (CV) de 10,58%, indicando baixa dispersão e estabilidade. A Siemens Healthineers apresentou uma média de 4,29% e mediana de 4,57%, com desvio-padrão de 1,50% e CV de 34,89%, caracterizando elevada dispersão e instabilidade. A Stryker teve uma média de 6,76% e mediana de 6,68%, com desvio-padrão de 0,92% e CV de 13,63%, indicando um nível intermediário de dispersão e relativa estabilidade. Esses dados corroboram a observação de que a Johnson & Johnson mantém uma liderança consistente em rentabilidade e previsibilidade, enquanto a Siemens Healthineers enfrenta maior volatilidade em seus resultados operacionais.

Em relação ao ROE, a Johnson & Johnson obteve uma média de 21,59% e mediana de 21,46%, com desvio-padrão de 2,41% e CV de 11,15%, o que aponta para uma estabilidade em níveis elevados de retorno ao acionista. A Siemens Healthineers apresentou uma média de 11,71% e mediana de 12,51%, com desvio-padrão de 3,86% e CV de 32,93%, indicando alta variabilidade e amplitude nos resultados. A Stryker registrou uma média de 14,78% e mediana de 14,35%, com desvio-padrão de 1,56% e CV de 10,59%, demonstrando um comportamento mais consistente em comparação à Siemens Healthineers. A comparação entre os indicadores reforça as diferenças na consistência dos resultados, com a Johnson & Johnson apresentando maiores médias e menor dispersão, enquanto a Siemens Healthineers exibe menores médias e maior variabilidade, e a Stryker ocupa uma posição intermediária com retornos mais regulares.

A análise de correlação entre o ROE e seus componentes, utilizando os coeficientes de Pearson e Spearman, revelou que o ROA e a margem líquida apresentaram coeficientes elevados e positivos, próximos de 0,95 para Pearson e 0,88 para Spearman. Essa forte associação indica uma relação estável e consistente entre essas variáveis e o ROE, independentemente da forma de mensuração. A proximidade dos valores entre os dois métodos estatísticos reforça que o comportamento do ROE acompanha de maneira consistente a variação desses dois componentes, sem alterações relevantes quando analisado sob diferentes abordagens estatísticas. Esse alinhamento sugere a predominância de elementos operacionais e de geração de resultado como principais vetores associados ao retorno ao acionista, conforme apontado por Gitman e Zutter (2023).

Por outro lado, o giro do ativo e o MAF apresentaram coeficientes próximos de zero, com sinais negativos em ambos os métodos e p-valores elevados, o que indica uma ausência de associação consistente com o ROE ao longo do período. A baixa magnitude dos coeficientes, juntamente com a similaridade entre Pearson e Spearman, sugere que não há uma tendência clara de relação, nem linear nem monotônica, posicionando essas variáveis como elementos com menor influência na estrutura de formação da rentabilidade observada. Essa distinção na força das correlações é fundamental para compreender que, embora todos os componentes do Modelo “DuPont” contribuam para o ROE, a margem líquida e o ROA exercem um impacto significativamente maior na determinação do retorno ao acionista, enquanto o giro do ativo e o MAF desempenham papéis mais secundários ou moduladores.

A decomposição exata da variação do ROE entre 2021 e 2024 revelou as contribuições específicas de cada componente. Para a Johnson & Johnson, a variação negativa de -3,58 pontos percentuais no ROE resultou de uma configuração em que a margem líquida contribuiu com -2,52 pontos percentuais e o MAF com -1,99 pontos percentuais, enquanto o giro do ativo atuou em sentido oposto com uma contribuição positiva de 0,93 pontos percentuais. Essa distribuição indica que a redução do ROE não foi causada por um único fator dominante, mas por uma combinação de perda de eficiência na geração de lucro e diminuição da alavancagem, cuja soma superou o efeito compensatório do giro do ativo. Em Siemens Healthineers, a variação positiva de 4,20 pontos percentuais no ROE foi impulsionada pela margem líquida (+3,46 p.p.) e pelo giro do ativo (+1,74 p.p.), enquanto o MAF apresentou uma contribuição negativa de -0,99 p.p., atuando como contenção parcial do crescimento. Essa configuração demonstra que o crescimento do ROE está concentrado em componentes operacionais, com predominância da margem, acompanhada por um aumento consistente na eficiência de utilização dos ativos.

A Stryker, com uma variação de 1,10 pontos percentuais no ROE, apresentou uma configuração intermediária. A margem líquida contribuiu com 1,79 pontos percentuais e o giro do ativo com 0,87 pontos percentuais, enquanto o MAF apresentou uma contribuição negativa de -1,56 pontos percentuais. Essa distribuição evidencia que o crescimento do ROE depende de um equilíbrio mais sensível entre componentes positivos e negativos, uma vez que a redução da alavancagem absorveu uma parcela relevante dos ganhos operacionais, resultando em uma variação final mais moderada. A interpretação transversal entre as empresas permite observar três configurações distintas de formação da variação do ROE: retração com múltiplos vetores negativos (Johnson & Johnson), expansão com predominância de fatores operacionais (Siemens Healthineers) e crescimento condicionado por compensações internas (Stryker). A margem líquida assume maior participação em todas as empresas, enquanto o giro do ativo atua como elemento complementar e o MAF apresenta comportamento predominantemente negativo, indicando um movimento de redução da alavancagem ao longo do período.

Os resultados da pesquisa indicam que a Johnson & Johnson manteve os maiores níveis de ROA e ROE durante todo o período analisado, com margens líquidas superiores e menor dispersão nos indicadores. Essa regularidade na geração de lucro e maior estabilidade financeira, mesmo após a redução observada a partir de 2022, reforça sua capacidade de sustentar um desempenho elevado em um ambiente setorial complexo, caracterizado por alta intensidade de capital e inovação contínua (Stacciarini, 2024). A menor variabilidade nos indicadores econômico-financeiros da Johnson & Johnson sugere maior previsibilidade nos resultados, decorrente da eficiência na conversão de receita em lucro, o que se alinha com a literatura que destaca a importância da estabilidade para a sustentabilidade do desempenho (Santos et al., 2024).

A Siemens Healthineers, por sua vez, apresentou a maior oscilação entre as empresas, com uma trajetória de queda em 2022 seguida por uma recuperação em 2023 e manutenção em 2024. Essa dinâmica, marcada por valores mais baixos de margem líquida no início da série e um MAF mais elevado, sugere uma formação de rentabilidade com maior participação da alavancagem financeira. A recuperação posterior do ROA e do ROE esteve ligada à melhora operacional, com avanço simultâneo da margem e do giro do ativo, compondo um perfil distinto em relação às demais companhias. Essa trajetória mais volátil, com alternância entre retração e crescimento, é consistente com ambientes sujeitos a maior sensibilidade operacional e financeira, que tendem a produzir indicadores com maior variação ao longo do tempo (Pereira e Martins, 2022).

A Stryker demonstrou um crescimento gradual dos indicadores até 2023, seguido por um ajuste em 2024, mantendo uma posição intermediária no painel. O destaque para o avanço contínuo do giro do ativo, que alcançou o maior valor do painel no último ano, e a redução progressiva do MAF, indicam uma formação de retorno baseada em melhoria operacional e menor dependência de alavancagem. Essa combinação de aumento da eficiência no uso dos ativos, expansão da margem até 2023 e diminuição do uso relativo de capital de terceiros sugere uma trajetória mais equilibrada e sustentada por fundamentos operacionais, conforme a literatura que associa rentabilidade elevada a ganhos operacionais combinados com redução da alavancagem financeira (Adam et al., 2023). A evolução da Stryker, portanto, reflete uma estratégia de eficiência operacional e utilização intensiva dos ativos.

Em síntese, a aplicação do Modelo “DuPont” revelou que a margem líquida exerceu a maior influência na formação da rentabilidade e na variação do ROE em todas as empresas analisadas, enquanto o giro do ativo atuou como um mecanismo de reforço para os movimentos operacionais. O multiplicador de alavancagem financeira (MAF), por sua vez, modulou a intensidade das variações, frequentemente com uma contribuição negativa que reflete a redução da alavancagem. As correlações mais elevadas do ROE com o ROA e a margem líquida, combinadas com a decomposição exata da variação do retorno ao acionista, indicam que a capacidade de geração de lucro foi o principal fator responsável pelas alterações nos indicadores de rentabilidade. As diferenças observadas entre as empresas não decorreram apenas do nível de retorno obtido, mas da forma como a margem, a eficiência operacional e a estrutura de capital se combinaram ao longo do período, respondendo ao objetivo de analisar como as estratégias operacionais e financeiras influenciam a composição do ROE e ROA no setor de “healthcare”.

4. Conclusão

O presente estudo buscou analisar como as estratégias operacionais e financeiras influenciaram a composição do Retorno sobre Ativos (ROA) e do Retorno sobre o Patrimônio Líquido (ROE) em empresas globais do setor de “healthcare”, por meio da aplicação do Modelo “DuPont”. Verificou-se que a Johnson & Johnson manteve os maiores níveis de rentabilidade entre 2021 e 2024, associada a margens líquidas superiores e menor dispersão dos indicadores, o que indicou uma capacidade consistente de geração de lucro. A Siemens Healthineers exibiu maior oscilação, com retração em 2022 e recuperação posterior, acompanhada por um multiplicador de alavancagem financeira mais elevado no início do período. Já a Stryker demonstrou uma evolução gradual, com crescimento do giro do ativo e redução progressiva da alavancagem financeira, posicionando-se em uma faixa intermediária de rentabilidade com maior regularidade. A decomposição pelo Modelo “DuPont” revelou que a margem líquida exerceu a maior influência na formação da rentabilidade e na variação do ROE em todas as empresas, enquanto o giro do ativo atuou como reforço e o multiplicador de alavancagem financeira modulou a intensidade das variações, frequentemente com contribuição negativa que refletiu a redução da alavancagem.

Esses achados contribuem para a compreensão de que as diferenças de desempenho no setor de “healthcare” não se limitaram ao nível de retorno, mas à forma como a margem, a eficiência operacional e a estrutura de capital se combinaram ao longo do período analisado. Contudo, o estudo apresentou limitações decorrentes do uso exclusivo de dados secundários, da amostra restrita a três companhias e do recorte temporal de quatro exercícios sociais, além de não incorporar variáveis qualitativas de gestão. Para pesquisas futuras, sugere-se ampliar a amostra e a série histórica, incorporar indicadores complementares como liquidez e geração de caixa, e combinar a decomposição “DuPont” com abordagens qualitativas para uma compreensão mais aprofundada das relações entre estratégia, rentabilidade e estrutura de capital.

Referências Bibliográficas

Bai, G.; Rajgopal, S.; Srivastava, A.; Zhao, R. 2022. Profitability and risk-return comparison across health care industries, evidence from publicly traded companies 2010–2019. PLoS ONE 17(11), e0275245.

Cinaroglu, S.; Pirga

Damodaran, A. 2021. Finanças corporativas: teoria e prática. 3ed. Bookman, Porto Alegre, RS, Brasil.

Gitman, L. J.; Zutter, C. J. 2023. Princípios de administração financeira. 15ed. Pearson, São SP, Brasil.

Haque, M. A.; Nath, N. D.; Johnston, T. V.; Haruna, S.; Ahn, J.; Ovissipour, R.; Ku, S. 2024. Harnessing biotechnology for penicillin production: Opportunities and environmental considerations. Science of The Total Environment 946, 174236.

Javanmardi, E.; Maresova, P.; Xie, N.; Mierzwiak, R. 2024. Exploring business models for managing uncertainty in healthcare, medical devices, and biotechnology industries. Heliyon 10(4), e25962.

Petrie, D. A. 2025. Integration as innovation in healthcare systems. Healthcare Management Forum 38(2), 76-83.

Shaikh, M.; Del Giudice, P.; Kourouklis, D. 2021. Revisiting the Relationship Between Price Regulation and Pharmaceutical R&D Investment. Applied Health Economics and Health Policy 19(2), 217-229.

Stacciarini, J.H. S. 2024. O Setor Farmacêutico Global: Números e Dinâmicas. Caminhos de Geografia 25(101): 240-251.

Tutcu, B.; Kayakuş, M.; Terzioğlu, M.; Ünal Uyar, G. F.; Talaş, H.; Yetiz, F. 2024. Predicting Financial Performance in the IT Industry with Machine Learning: ROA and ROE Analysis. Applied Sciences 14(17), 7459.

Artigo oriundo de Trabalho de Conclusão de Curso da Especialização em Finanças e Controladoria do MBA USP/Esalq

Para saber mais sobre o curso, clique aqui e acesse a plataforma MBX Academy