Artigo

26 de outubro de 2026

Estratégias Financeiras e Rentabilidade: O Modelo “DuPont” no Setor Global de Saúde

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

Você também pode gostar

13 de novembro de 2026

Integração estratégica entre branding e mídia paga: uma análise da importância da brandformance no e-commerce

A complexidade da jornada do consumidor no marketing digital contemporâneo tem demandado estratégias integradas entre construção de marca e ações de performance. Este estudo analisou como a integração estratégica entre branding e mídia paga, denominada brandformance, se manifesta no e-commerce e sua importância para o desempenho das estratégias digitais. A pesquisa, de natureza aplicada, qualitativa e descritiva, empregou o método de benchmarking competitivo. Foram analisadas três empresas-exemplo (Alfa, Beta e Gama) atuantes no e-commerce, comparando seus níveis de integração entre branding e mídia paga. Os dados foram coletados de documentos, fontes secundárias, relatórios de mercado, materiais institucionais e evidências empíricas de plataformas digitais. Os resultados indicaram que empresas com maior alinhamento entre identidade de marca, comunicação e campanhas de performance demonstraram maior coerência na jornada do consumidor e melhores indicadores de eficiência. Em contrapartida, organizações focadas em conversão imediata apresentaram inconsistências comunicacionais, comprometendo a construção de valor a longo prazo. Concluiu-se que a integração entre branding e mídia paga é um fator estratégico para a competitividade no e-commerce, contribuindo para a construção de valor e a efetividade das estratégias digitais.

Palavras-chave: Benchmarking; Comunicação integrada; Estratégias de marketing; Jornada do consumidor; Performance digital.

13 de novembro de 2026

Machine learning na predição de desfechos cirúrgicos em epilepsia do lobo temporal farmacorresistente

A epilepsia do lobo temporal (ELT) farmacorresistente representa um desafio clínico complexo, com significativa parcela de pacientes reoperados apresentando recidiva de crises. O objetivo foi ampliar a análise de uma coorte retrospectiva de pacientes com ELT farmacorresistente submetidos à reoperação, utilizando técnicas de machine learning (ML) para identificar sinais analíticos que pudessem contribuir para a medicina de precisão em cirurgia de epilepsia. Realizou-se um estudo exploratório em uma coorte de 27 pacientes adultos reoperados entre 1994 e 2014 em um centro terciário. Aplicaram-se algoritmos de ML (regressão logística, Random Forest e XGBoost) com validação leave-one-out (LOOCV) a um dataset com 20 features clínicas, incluindo a postura distônica de membro superior. Para o desfecho primário de liberdade total de crises (Engel Ia) no último retorno, a regressão logística indicou sinal discriminativo moderado, com AUC-ROC de 0,655 e sensibilidade de 0,80. A análise interpretativa por SHAP values identificou o intervalo entre as cirurgias, a duração da epilepsia até a primeira intervenção e o uso de eletrocorticografia como variáveis de maior contribuição. Pacientes com postura distônica de membro superior apresentaram um padrão consistente de melhores desfechos cirúrgicos. O estudo demonstrou a viabilidade e o potencial informativo da abordagem exploratória por ML em coortes clínicas pequenas, com perspectiva de replicação em séries maiores e contribuição ao paradigma de medicina de precisão em cirurgia de epilepsia.

Palavras-chave: Cirurgia de epilepsia; Epilepsia do lobo temporal; Machine learning; Postura distônica; SHAP values.

13 de novembro de 2026

Análise de sentimento sobre o lançamento do Samsung Galaxy S25

Este estudo aplicou técnicas de Processamento de Linguagem Natural para analisar o sentimento de consumidores brasileiros em relação ao lançamento do Samsung Galaxy S25. O objetivo foi analisar o sentimento dos consumidores, a partir de 1.320 comentários em língua portuguesa coletados na plataforma Reddit, no período de janeiro de 2024 a dezembro de 2025. Utilizou-se o modelo BERTimbau, pré-treinado para a língua portuguesa, ajustado por meio de “fine-tuning” para classificação ternária de sentimento (positivo, negativo e neutro), alcançando acurácia de 78,26% e F1 Macro de 78,21%. A análise temporal, estruturada em três fases (rumores e especulações, lançamento e pós-lançamento), revelou que o sentimento negativo predominou na fase de rumores (42,7%), recuou durante o lançamento (25,9%) e estabilizou-se no pós-lançamento (35,7%). A inteligência artificial embarcada (Galaxy AI) foi o tema mais discutido (588 menções) e predominantemente negativo (46,9%). A bateria configurou-se como o atributo com maior insatisfação (55,9% negativo), sendo o único cuja percepção deteriorou após o uso real. A câmera destacou-se como o atributo com melhor avaliação relativa. Os resultados indicaram que a inovação incremental encontra limites na capacidade de gerar valor percebido suficiente para sustentar o posicionamento premium do produto no mercado brasileiro.

Palavras-chave: Análise de sentimento; BERTimbau; Processamento de linguagem natural; Reddit; Smartphones.

13 de novembro de 2026

Volatilidade cambial e estabilização de margens no setor de combustíveis brasileiro

A volatilidade cambial representou um dos principais fatores de risco para empresas em setores dependentes de insumos dolarizados, notadamente no mercado de combustíveis brasileiro, onde a formação de preços esteve fortemente ligada a variáveis internacionais. Com esse cenário, o estudo analisou o impacto da taxa de câmbio nos preços da gasolina entre 2015 e 2025 e avaliou a eficácia de estratégias de hedge cambial na redução da variabilidade das margens operacionais. Para isso, adotou-se uma abordagem quantitativa, descritiva e documental, utilizando dados secundários do Banco Central do Brasil (BCB), da Agência Nacional do Petróleo, Gás Natural e Biocombustíveis (ANP) e do Instituto Brasileiro de Geografia e Estatística (IBGE). A metodologia incluiu a decomposição do preço da gasolina em componente cambial e residual, seguida pela simulação de margens operacionais em cenários com e sem proteção cambial. Os resultados revelaram que a depreciação do real comprimiu as margens no cenário sem hedge, enquanto a proteção cambial diminuiu a volatilidade dos resultados, especialmente em períodos de instabilidade, embora gerasse perdas relativas em momentos de apreciação cambial. Concluiu-se que a gestão do risco cambial contribuiu para maior previsibilidade operacional, mesmo com os trade-offs inerentes à limitação de ganhos potenciais.

Palavras-chave: Combustíveis; Hedge cambial; Margem operacional; Taxa de câmbio; Volatilidade cambial.

13 de novembro de 2026

Desenho Universal para a Aprendizagem: um guia prático para professores

O presente estudo teve como objetivo elaborar um guia de estratégias práticas, fundamentado nos princípios do Desenho Universal para a Aprendizagem (DUA), visando promover práticas pedagógicas inclusivas e acessíveis em sala de aula. A pesquisa caracterizou-se como aplicada, com abordagem qualitativa, e foi desenvolvida por meio de análise teórica e interpretativa de produções acadêmicas sobre DUA, neurociência da aprendizagem e educação inclusiva. O produto educacional foi estruturado com base nos três princípios do DUA – múltiplos meios de engajamento, representação, e ação e expressão – para organizar estratégias pedagógicas que reduzem barreiras e valorizam a diversidade dos estudantes. Os resultados indicaram que a implementação de práticas baseadas no DUA pode contribuir para o desenvolvimento de ambientes educacionais mais equitativos, favorecendo o engajamento, a compreensão e a expressão do conhecimento, especialmente para alunos com necessidades educacionais especiais. A articulação com a neurociência reforçou a importância de considerar a variabilidade cognitiva no ensino-aprendizagem. Concluiu-se que o guia proposto representa uma ferramenta relevante para apoiar a prática docente e assegurar o acesso a uma educação equitativa.

Palavras-chave: Ação e expressão; Engajamento; Inclusão escolar; Neurociência; Representação.

13 de novembro de 2026

Reclamações de consumidores do setor financeiro na Plataforma consumidor.gov.br: a trajetória da percepção de resolutividade

Este estudo analisou a trajetória da percepção de resolutividade das reclamações de consumidores do setor financeiro na plataforma consumidor.gov.br entre os anos de 2015 e 2025. O objetivo foi analisar a evolução dessa percepção. Para isso, utilizou-se a metodologia KDD (Knowledge Discovery in Databases) e a linguagem Python. Foram processadas 4.774.386 reclamações, e os registros apresentaram um crescimento exponencial, passando de 46 mil em 2015 para 1,2 milhão em 2025. Contudo, a percepção de resolução por parte dos consumidores declinou de 47,6% para 8,9% nesse período. Apenas 776.970 reclamações foram classificadas como resolvidas, representando 16,27% do total. As reclamações resolvidas possuíram nota média de 4,08, enquanto as não resolvidas decaíram para 1,42. O perfil do consumidor foi apresentado pela predominância do sexo masculino, com idade entre 21 e 40 anos e pertencente à região sudeste. Concluiu-se que o estudo analisou profundamente as reclamações do setor financeiro brasileiro, detalhando a eficiência das respostas institucionais e as características populacionais, podendo servir como instrumento para balizar melhorias na satisfação dos consumidores, mitigar propaganda negativa e gerar fidelização no ambiente competitivo.

Palavras-chave: Comportamento; Consumo; KDD; Satisfação do consumidor.

13 de novembro de 2026

A força da IA generativa na construção de relacionamentos emocionais com os consumidores

O marketing evoluiu para uma abordagem centrada no relacionamento, impulsionado pelo avanço da inteligência artificial generativa em canais conversacionais como o WhatsApp. O estudo objetivou identificar a capacidade da inteligência artificial generativa de construir relacionamentos emocionais com consumidores em fluxos de comunicação simulados, considerando elementos como linguagem afetiva, proximidade e personalização. Adotou-se uma abordagem exploratória qualitativa, com procedimento experimental. Aplicou-se um roteiro padronizado de interação em quatro marcas que utilizam IA generativa via WhatsApp. As respostas foram coletadas por observação direta não participante e analisadas segundo critérios como tom de linguagem, presença de elementos afetivos e continuidade do diálogo. Os resultados evidenciaram diferentes níveis de maturidade no uso da IA, destacando sistemas que, configurados com intencionalidade relacional, simularam empatia, mantiveram coerência contextual e sustentaram o vínculo ao longo da jornada, mesmo em situações de ruptura. Concluiu-se que a capacidade da IA generativa de construir relacionamentos emocionais não é inerente à tecnologia, mas depende de seu design estratégico, incluindo definição de persona, estruturação de prompts e uso de memória contextual, reforçando a integração entre tecnologia e estratégia de marketing de relacionamento.

Palavras-chave: Atendimento automatizado; Inteligência artificial conversacional; Linguagem afetiva; Marketing de relacionamento; Personalização.

13 de novembro de 2026

Gestão estratégica do departamento jurídico em seguradora: produtividade, desenvolvimento e uso de ferramentas de suporte

O ambiente securitário, caracterizado por complexidade regulatória e necessidade de eficiência, demanda estruturas organizacionais eficazes. Este estudo analisou como a organização das atividades, a padronização de processos e o uso de ferramentas de apoio influenciaram a produtividade e o desenvolvimento do departamento jurídico de uma seguradora. A pesquisa, de natureza exploratória com abordagem quantitativa e qualitativa, foi realizada por meio de um “survey”. Aplicou-se um questionário estruturado adaptado, baseado em construtos de maturidade de processos do Business Process Management (BPM) e escala Likert, a dez profissionais do departamento jurídico de uma seguradora em São Paulo. Os dados foram analisados por estatística descritiva e qualitativa. Os resultados indicaram um estágio intermediário de maturidade na estruturação dos processos jurídicos, com percepção favorável sobre o planejamento de atividades e a busca por melhoria contínua. Contudo, observaram-se fragilidades na uniformidade da adoção de procedimentos formais e na consistência da aplicação de métodos, especialmente na interação com outras áreas. A estruturação das atividades e a padronização de processos, combinadas ao uso de ferramentas de suporte, associaram-se a maior previsibilidade das demandas, menor variabilidade nas rotinas e maior consistência técnico-jurídica das entregas. Concluiu-se que a adoção de práticas de gestão estratégica e o uso estruturado de ferramentas de suporte contribuíram para o aumento da produtividade e a geração de valor à organização. O estudo ofereceu diretrizes para fortalecer a gestão estratégica do departamento jurídico, enfatizando a formalização de rotinas, o uso de ferramentas tecnológicas e o desenvolvimento de competências, além de aplicar conceitos de BPM ao contexto jurídico corporativo.

Palavras-chave: Business Process Management (BPM); Mecanismos de apoio; Melhoria contínua; Padronização de processos; Produtividade organizacional.

13 de novembro de 2026

Construção de um mapa estratégico para alinhamento de processos e projetos à estratégia corporativa

A capacidade de uma organização alinhar seus esforços à estratégia corporativa mostrou-se fundamental para sua sustentabilidade em mercados competitivos. O objetivo foi construir um mapa estratégico para uma empresa de Engenharia e Construção, utilizando a metodologia Balanced Scorecard, a fim de oferecer um referencial estruturado que fortalecesse o alinhamento entre a área de Processos e Projetos e os objetivos organizacionais. Adotou-se um estudo de caso com abordagem qualitativa, fundamentado no framework do Balanced Scorecard de Kaplan e Norton. A coleta de dados envolveu análise documental e três entrevistas semiestruturadas com executivos da organização, realizadas em dezembro de 2025. Os resultados permitiram a elaboração de um mapa estratégico que evidenciou as relações de causa e efeito entre as perspectivas Financeira, de Clientes, de Processos Internos e de Aprendizado e Crescimento. A validação com a liderança indicou alta aderência do modelo à realidade da empresa, destacando sua contribuição para a clareza estratégica, a priorização de iniciativas e o melhor direcionamento da atuação da área de Processos e Projetos. Concluiu-se que o mapa estratégico representa um instrumento relevante para traduzir a estratégia organizacional e apoiar sua execução, promovendo maior alinhamento interno e uma gestão mais eficaz do portfólio de iniciativas.

Palavras-chave: Alinhamento estratégico; Balanced Scorecard; Gestão de processos; Gestão de portfólio.

Inscreva-se em nossa newsletter!

Receba conteúdos e fique sempre atualizado sobre as novidades em gestão, liderança e carreira com a Revista E&S.

Ao preencher o formulário você está ciente de que podemos enviar comunicações e conteúdos da Revista E&S. Confira nossa Política de Privacidade