Capítulo 3 Grupo 2 - Quanto as mulheres representam o setor profissional contábil?
Ana Julia Velozo Cançado, Angela Luiza Chamaa Raseira, Geovana Siqueira Carvalho e Thalita Moraes Silva
3.1 Introdução
Com o passar das décadas, é notório o aumento da visibilidade das mulheres na esfera profissional, à medida que superam grandes barreiras sociais. Elas têm ocupado cada vez mais cargos de liderança e conquistado avanços significativos em termos de equidade salarial e direitos. Tais manifestações femininas possibilitaram a participação das mulheres em várias atividades, no âmbito contábil, esse movimento não é exceção. As mulheres estão ganhando espaço em posições antes dominadas por homens, contribuindo para uma maior diversidade e representatividade dentro dessa área crucial da sociedade econômica.
Conforme Joana da Silva e Anelise Pioner: “a participação crescente das mulheres no mercado de trabalho tem promovido mudanças profundas nas dinâmicas de gênero e no empoderamento feminino em diversas esferas profissionais. Um desses domínios que experimentou uma transformação notável é o setor contábil, historicamente dominado por homens. Este estudo científico se dedica à análise do empoderamento das mulheres que atuam nesse campo, considerando diversos aspectos de seu perfil profissional.” da Silva Sant, Joana, e Anelise Pioner. “MULHERES NO SETOR CONTÁBIL: PERFIL E NÍVEL DE EMPODERAMENTO.” 2023.
Este estudo visa destacar o crescimento da taxa de participação feminina no setor contábil brasileiro, refletindo transformações sociais e econômicas recentes. Além de documentar esse progresso, o estudo analisa suas influências para futuras gerações de mulheres, incentivando-as a buscar desenvolvimento profissional, qualificação e igualdade de direitos. Promovendo, assim, a reflexão sobre a igualdade de gênero, inspirando novas gerações a contribuírem para um mercado de trabalho mais justo e equilibrado.
3.2 Análise dos dados
Conforme os dados extraídos do CAGED (Cadastro Geral de Empregados e Desempregados), sistema do Governo Federal que contém todas as informações sobre os trabalhadores contratados em regime CLT, foi possível observar que no setor profissional contábil que houveram 37219 demissões e 34871 contratações no período de 1 ano.
Analisados os dados, ve-se que dentre os 34.871 empregados do setor, 20.312 são de sexo feminino e 14.559 sexo masculino.
### Esta parte do código faz o download e a extração dos arquivos. Só é necessário rodá-lo uma vez.
# install.packages("archive")
data <- as.Date("2023-05-01")
for (i in 1:12) {
ano <- format(data, "%Y")
ano.mes <- format(data, "%Y%m")
download.file(
url = glue::glue("ftp://ftp.mtps.gov.br/pdet/microdados/NOVO%20CAGED/{ano}/{ano.mes}/CAGEDMOV{ano.mes}.7z"),
destfile = glue::glue("CAGEDMOV{ano.mes}.7z"), mode = "wb")
datazip <- archive::archive_extract(glue::glue("CAGEDMOV{ano.mes}.7z"))
data <- data %m+% months(1)
}### Esta parte faz a leitura dos arquivos txt e cria a tabela com as movimentações da CBO 252210
col_types <- readr::cols(.default = readr::col_character())
data <- as.Date("2023-05-01")
for (i in 1:12) {
ano.mes <- format(data, "%Y%m")
if (i == 1) {
caged <- readr::read_csv2(glue::glue("CAGEDMOV{ano.mes}.txt"),
col_types = col_types) |>
dplyr::filter(cbo2002ocupação %in% c("252210", "351105", "413110"))
} else {
caged <- caged |>
dplyr::bind_rows(readr::read_csv2(glue::glue("CAGEDMOV{ano.mes}.txt"),
col_types = col_types) |>
dplyr::filter(cbo2002ocupação %in% c("252210", "351105", "413110")))
}
data <- data %m+% months(1)
}##
## 31 32 33 35 40 43 50 60 90 97 98
## 55925 407 37 51 46625 7652 32 269 2050 118364 46##
## -1 1
## 113043 118415caged.filter <-
caged |>
dplyr::filter(tipomovimentação %in% c("35", "97"))
table(caged.filter$sexo)##
## 1 3
## 39940 78475## Var1 Freq Percentual
## 1 1 39940 0.3372884
## 2 3 78475 0.6627116caged.filter$salário <-
caged.filter$salário |>
stringr::str_replace(",", ".")
caged.filter <-
caged.filter |>
readr::type_convert() |>
dplyr::mutate(competênciamov = lubridate::ym(competênciamov),
sexo = factor(sexo, labels = c("Masculino", "Feminino")))##
## ── Column specification ────────────────────────────────────────────────────────────────────────────────────────────
## cols(
## .default = col_double(),
## seção = col_character(),
## horascontratuais = col_character(),
## valorsaláriofixo = col_character()
## )
## ℹ Use `spec()` for the full column specifications.caged.filter |>
dplyr::group_by(competênciamov, sexo) |>
dplyr::summarise(valor = mean(salário, na.rm = TRUE)) |>
ggplot2::ggplot(ggplot2::aes(x = competênciamov, y = valor, fill = sexo)) +
ggplot2::geom_bar(stat = "identity", position = "dodge")
O gráfico salienta a diferença salarial entre os sexos femininos e masculinos na contratação, com exceção dos meses de novembro de 2023, fevereiro e abril de 2024, que apresentaram uma média salarial mais alta para as mulheres, os outros 8 meses observados mostram que a média salarial masculina no setor é superior à feminina.
## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 14.00 24.00 29.00 31.23 37.00 82.00caged.filter <-
caged.filter |>
dplyr::mutate(
faixa_idade = factor(dplyr::case_when(idade <= 20 ~ "<= 20",
idade <= 40 ~ "> 20 e <= 40",
idade <= 60 ~ "> 40 e <= 60",
idade > 60 ~ "> 60")))
caged.filter |>
dplyr::group_by(faixa_idade, sexo) |>
dplyr::summarise(valor = mean(salário, na.rm = TRUE)) |>
ggplot2::ggplot(ggplot2::aes(x = faixa_idade, y = valor, fill = sexo)) +
ggplot2::geom_bar(stat = "identity", position = "dodge")
Considerando a inserção tardia da mulher no mercado de trabalho, os estudos tratam sobre a desigualdade salarial entre homens e mulheres dentro do setor contábil, como por exemplo o relatório da organização para a cooperação e desenvolvimento econômico (OCDE) , de maneira análoga o relatório retrata como o tempo no mercado de trabalho afeta o salário em função do tempo de experiência e produtividade, como os homens ganharam maior destaque ao longo dos anos, assim como receberam cargos e funções maiores em comparação aos das mulheres, as oportunidades geraram uma diferença salarial, que hoje mesmo com o tema sendo de grande relevância dentro das empresas, nota-se que a aposentadoria dos homens e o seu salário no final de suas carreiras são maiores do que os das mulheres.
tibble::enframe(table(caged.filter$faixa_idade[caged.filter$sexo == "Masculino"])) |>
dplyr::rename(`Faixa de idade` = name, Homens = value) |>
dplyr::full_join(
tibble::enframe(table(caged.filter$faixa_idade[caged.filter$sexo == "Feminino"])) |>
dplyr::rename(`Faixa de idade` = name, Mulheres = value)
)## Joining with `by = join_by(`Faixa de idade`)`## # A tibble: 4 × 3
## `Faixa de idade` Homens Mulheres
## <chr> <table[1d]> <table[1d]>
## 1 <= 20 3755 7125
## 2 > 20 e <= 40 29428 58329
## 3 > 40 e <= 60 6446 12856
## 4 > 60 311 165caged.filter |>
dplyr::group_by(faixa_idade, sexo) |>
dplyr::summarise(n = dplyr::n()) |>
ggplot2::ggplot(ggplot2::aes(x = faixa_idade, y = n, fill = sexo)) +
ggplot2::geom_bar(stat = "identity", position = "dodge")
O gráfico expõe que o sexo masculino em nenhum momento ultrapassa o quantitativo de mulheres trabalhando na área contabil por faixa etária,apenas se igualam na faixa etária de idade maior de 60 anos, o que observando dados como do ministério da previdência social, que diserta sobre a regra atual realtiva a aposentaroria, em 2024, explicitando a exigencia de que mulheres se aposentem com idade mínima de 62 anos, e pelo menos 15 anos de contribuição, para homens, são 65 anos de idade e 20 de contribuição. Também, confronta-se com as bases do IBGE (Instituto Brasileiro de Geografia e Estatística) referentes à expectativa de vida, que para os homens, esta expectativa era de 72 anos e para as mulheres, de 79 anos em 2022.
O que nos faz questionar tamanha divergência salarial entre homens e mulheres atuando na área, uma vez que após os 60 anos os quantitativos nessa faixa etária se igualam, mas a diferença salarial se torna expressivamente maior conforme exposto assim.
##
## A B C D E F G H I J K L M N O P Q R S
## 1384 387 11551 293 221 2902 15666 3862 1050 3294 3311 1213 51964 15032 195 1717 2600 317 1448
## U
## 8caged.filter <-
caged.filter |>
dplyr::mutate(Setor = dplyr::if_else(seção == "O", "Público", "Privado"))
tibble::enframe(table(caged.filter$Setor[caged.filter$sexo == "Masculino"])) |>
dplyr::rename(`Setor` = name, Homens = value) |>
dplyr::full_join(
tibble::enframe(table(caged.filter$Setor[caged.filter$sexo == "Feminino"])) |>
dplyr::rename(`Setor` = name, Mulheres = value)
)## Joining with `by = join_by(Setor)`## # A tibble: 2 × 3
## Setor Homens Mulheres
## <chr> <table[1d]> <table[1d]>
## 1 Privado 39852 78368
## 2 Público 88 107library(scales)
caged.filter |>
dplyr::group_by(Setor, sexo) |>
dplyr::summarise(n = dplyr::n()) |>
ggplot2::ggplot(ggplot2::aes(x = Setor, y = n, fill = sexo)) +
ggplot2::geom_bar(stat = "identity", position = "dodge") +
ggplot2::scale_y_continuous(trans = log2_trans())
A predominância do salário dos homens sobre as mulheres representadas pelo gráfico, sugere uma disparidade salarial significativa entre os gêneros no setor contábil. Logo, percebe-se que os fatores como discriminação salarial, diferenças nas oportunidades de carreira e questões estruturais dentro das organizações sejam elas publicas ou privadas, são fatores de relevante importância para que essa diferenciação ocorra. Algumas organizações não possuem políticas claras de equidade salarial, auditorias regulamentares de remuneração, assim como salários mais transparentes que garantam que os valores pagos ocorram de modo equivalente.
caged.filter |>
dplyr::group_by(Setor, sexo) |>
dplyr::summarise(valor = mean(salário, na.rm = TRUE)) |>
ggplot2::ggplot(ggplot2::aes(x = Setor, y = valor, fill = sexo)) +
ggplot2::geom_bar(stat = "identity", position = "dodge")
caged.filter <- caged.filter |>
dplyr::mutate(raçacor = factor(raçacor,
labels = c("Branca", "Preta", "Parda", "Amarela",
"Indígena", "Não informada")))
tibble::enframe(table(caged.filter$raçacor[caged.filter$sexo == "Masculino"])) |>
dplyr::rename(`Raça/Cor` = name, Homens = value) |>
dplyr::full_join(
tibble::enframe(table(caged.filter$raçacor[caged.filter$sexo == "Feminino"])) |>
dplyr::rename(`Raça/Cor` = name, Mulheres = value)
)## Joining with `by = join_by(`Raça/Cor`)`## # A tibble: 6 × 3
## `Raça/Cor` Homens Mulheres
## <chr> <table[1d]> <table[1d]>
## 1 Branca 17371 37687
## 2 Preta 2347 3812
## 3 Parda 12006 22270
## 4 Amarela 353 808
## 5 Indígena 54 64
## 6 Não informada 7809 13834caged.filter |>
dplyr::group_by(raçacor, sexo) |>
dplyr::summarise(valor = mean(salário , na.rm = TRUE)) |>
ggplot2::ggplot(ggplot2::aes(x = raçacor, y = valor, fill = sexo)) +
ggplot2::geom_bar(stat = "identity", position = "dodge")
Analisando a imagem, observa-se que novamente a faixa salarial dos homens, se mostra maior que a das mulheres, em todos os gêneros. Ao alterar o ponto de vista, e forcar-se na diferença racial, é possível observar que a raça amarela possui a maior faixa salarial, enquanto as raças Preta e Parda, e também os indivíduos que não informaram suas raças, estão parcialmente empatados com a menor faixa salarial.
Os dados extraídos do gráfico mostram-se compatíveis ao estudo realizado por Santa e Avdzejus (2022), que apresenta uma pesquisa realizada com 26 contadoras pretas, onde percebeu-se que 73% desses profissionais ainda almejam, nas empresas contábeis, mais iniciativas voltadas para a diminuição das desigualdades de gênero e raça no mercado de trabalho e 69% se sentem desmotivadas ao vislumbrar um mercado de trabalho mais igualitário que favoreça um bom futuro financeiro.
3.3 Conclusão
Conclui-se, portanto, que apesar dos gráficos conterem em sua maioria uma maior representatividade feminina no mercado de trabalho do setor contábil, é perceptível que os homens ganham destaque na parte salarial, mesmo ocupando os mesmos cargos e realizando as mesmas funções, é notória a disparidade salarial no setor contábil com relação ao salário de ambos os gêneros.
Essa diferença salarial entre os gêneros, se dá mesmo com a promulgação da lei nº 14.611/2023 que dispõe sobre a igualdade salarial e de critérios remuneratórios, nos termos da regulamentação, entre mulheres e homens para a realização de trabalho de igual valor ou no exercício da mesma função e altera a Consolidação das Leis do Trabalho, aprovada pelo Decreto-Lei nº 5.452, de 1º de maio de 1943.
Para abordar esse tema é necessário que as organizações reconheçam e realizem uma abordagem clara com relação às políticas voltadas para remuneração. Logo, percebe-se que apesar de sua representação numérica, as mulheres enfrentam uma persistente discriminação salarial baseada no genero dentro do mercado de trabalho, onde elas recebem menos exercendo as mesmas funções e tarefas que os homens dentro das organizações. Porém independente da sua grande representatividade numérica dentro do setor, ainda assim há essa discrepância entre salários, sugerindo uma presença de fatores estruturais sociais que ainda perpetuam essa disparidade.
Além disso, ainda há a discrepância em relação racial, mostrando maior vulnerabilidade para mulheres negras e indígenas no mercado de trabalho contábil.
Por fim, sugerimos estudos futuros sobre as justificativas das disparidades evidenciadas, uma vez que através das análises realizadas, não foi possível encontrá-las.
3.4 Referências
da Silva Sant, Joana, and Anelise Pioner. “MULHERES NO SETOR CONTÁBIL: PERFIL E NÍVEL DE EMPODERAMENTO.” XXIII MOSTRA DE INICIAÇÃO CIENTÍFICA, PÓS-GRADUAÇÃO, PESQUISA E EXTENSÃO-CONECTANDO TEORIA E PRÁTICA. 2023. (http://www.ucs.br/etc/conferencias/index.php/mostraucsppga/xxxiiimostrappgaucs/paper/viewFile/7581/2472) Acesso em: 28 jun. 2024.
Barbosa, Déborah Cristina França. “Trajetórias profissionais de mulheres contadoras de Uberlândia (MG) e região.” (2022). (https://repositorio.ufu.br/bitstream/123456789/35958/7/TrajetoriasProfissionaisMulheres.pdf) Acesso em: 5 jul. 2024.
BARBOSA, Ana Luiza Neves de Holanda. Participação feminina no mercado de trabalho brasileiro. 2014. (https://repositorio.ipea.gov.br/bitstream/11058/3736/1/bmt57_nt02_participa%C3%A7%C3%A3o.pdf) Acesso em: 5 jul. 2024.
FONSECA, Renato; BENTO, Pedro. Diferenças de gênero no mercado de trabalho. Portal FGV, 2021. Disponível em: https://portal.fgv.br/artigos/diferencas-genero-mercado-trabalho. Acesso em: 5 jul. 2024.
IBGE. Em 2022, a expectativa de vida era de 75,5 anos. Disponível em: https://www.ibge.gov.br. Acesso em: 28 jun. 2024.
MELO, Maria Madalena Rodrigues de. Contabilidade feita por elas: participação das mulheres alagoanas na profissão contábil. 2018. Dissertação (Mestrado em Ciências Contábeis) – Universidade Federal de Alagoas, Maceió, 2018. Disponível em: https://www.repositorio.ufal.br/bitstream/riufal/5366/1/Contabilidade%20feita%20por%20elas_participa%C3%A7%C3%A3o%20das%20mulheres%20alagoanas%20na%20profiss%C3%A3o%20cont%C3%A1bil.pdf. Acesso em: 4 jul. 2024.
BRASIL. Ministério da Previdência Social. Portal da Previdência Social. Disponível em: https://www.gov.br/previdencia/pt-br. Acesso em: 28 jun. 2024.