EFICIÊNCIA NO INVESTIMENTO EM FRANQUIAS: UMA ANÁLISE BASEADA EM ASSIMETRIA INFORMACIONAL

Autoria: Igor Bernardi Sonza, Gilberto de Oliveira Kloeckner

RESUMO

A informação é um aspecto fundamental dentro das relações das franquias. Na tomada

de decisões estratégicas das empresas, a informação possui um papel prioritário, pois é a partir das informações que uma firma tem sobre si mesma e sobre suas competidoras, que as estratégias são tomadas. Mas, na maior parte dos casos, o custo de obtenção das informações relevantes é muito elevado. De acordo com esta perspectiva, o presente artigo visa verificar os efeitos da assimetria informacional na eficiência dos contratos de franquias e analisar comparativamente, através do método DEA (Data Envelopment Analysis), investimentos em franquias com e sem variáveis de assimetria informacional no setor de alimentos, um dos ramos mais difundidos no Brasil. De acordo com os resultados apresentados, percebe-se que as franquias mais conhecidas do público, reconhecidas pelo selo de qualidade auferido pela ABF, são as que apresentaram menor eficiência na análise sem Assimetria Informacional. Este resultado é incoerente com a realidade devido ao fato de que as empresas mais populares no ramo de alimentação, por serem mais requisitadas, apresentam custos para a instalação e taxas maiores e algumas vezes retornos menores. Ao considerar variáveis de assimetria informacional, como payback, Tempo de Franquia, Quantidade de Franquias e Selos de Excelência, estas mesmas empresas atingem níveis maiores de eficiência, evidenciando a importância de se analisar os Custos de Transação e Assimetria Informacional no investimento em Franquias.

1. INTRODUÇÃO

A franquia (franchising) é uma modalidade de negócio que vêm crescendo e se

popularizando nos últimos tempos, recebendo atenção especial na teoria de Assimetria Informacional (MATHEWSON E WINTER, 1985; BRICKLEY E DARK, 1987; LAFONTAINE, 1992 e 1993; SCOTT, 1995; LAFONTAINE E SHAW, 1999; BRICKLEY, 1999 e 2002). Segundo dados da Associação Brasileira de Franchising – ABF (2009), o Brasil é o terceiro no mundo em número de franquias, ficando atrás apenas dos Estados Unidos e Japão. De acordo com Gappa (2003), franchising é uma aliança estratégica entre grupos que têm relacionamentos e responsabilidades específicos, mas com um objetivo comum de dominar mercados, isto é, conquistar e manter mais clientes do que seus concorrentes. Por outro lado, numa visão menos estratégica, Cherto (1988) entende o franchising como um método e um arranjo para a distribuição de produtos ou serviços no mercado.

As franquias, de um modo geral, oferecem ao franqueado algumas vantagens e, conseqüentemente, os riscos associados. Sendo assim, a informação constitui um aspecto fundamental dentro das relações dessas empresas. De acordo com esta perspectiva, o presente artigo visa verificar os efeitos da assimetria informacional na eficiência dos contratos de franquias e analisar comparativamente, através da DEA (Data Envelopment Analysis), investimentos nestas empresas com e sem variáveis de assimetria informacional.

Existe uma forte regularidade que emerge de estudos empíricos permeando o assunto de franquias, principalmente envolvendo a Assimetria Informacional. Lafontaine e Shaw (1996) modelaram os termos de contrato das franquias, principalmente taxas de royalties e taxas de franquia, usando um único cenário de dados em painel com cerca de 1.000 franqueadores para o período de 1980-1992. Focaram em como as firmas ajustam os termos em seus contratos para se tornarem mais estáveis. Encontraram que o ajustamento não é

2

freqüente e que firmas não aumentam ou diminuem sistematicamente suas taxas de royalties ou taxas de franquia quando os franqueadores o ajustam. Estes resultados tendem a refutar um número considerável de teorias sobre franquias baseadas em divisão de riscos, assimetria de informação e certas estruturas de incentivos, mas suportam aquelas baseadas no oportunismo do franqueador e a algumas teorias de Moral Hazard.

Jung, Kim e Lee (2000) consideram o problema de desenhar o contrato de incentivos ótimo entre o franqueado e o franqueador quando o segundo possui informações privadas sobre a demanda e seu próprio custo. Baseados em um modelo multi-período, mostraram que o contrato de incentivos das franquias pode trazer o melhor retorno de integração vertical quando o fraqueado tem informação completa sobre as preferências dos consumidores.

Payelle et. al (2004) estudaram contratos de franquia comercial, concentrando-se nas três principais perguntas: (I) como explicar a escolha das cláusulas contratuais; (ii) como explicar a escolha entre franquia e integração vertical; (iii) como explicar a existência de redes de franquia “mistas” onde coexistem lojas integradas e franqueadas. Através de testes empíricos, são identificadas relações contratuais maiores que as simples relações na franquia, baseadas em Assimetria Informacional.

Um assunto bastante citado em termos de assimetria informacional envolvendo franquias é a coexistência de franqueadas e franqueadoras com a mesma cadeia (distribuição dual). Em seu estudo, Penard et. al (2002) identificaram que a distribuição dual emerge como uma organização eficiente onde ambas as habilidades e o comportamento dos empresários são custosas para observar; que o monitoramento parcial, ou seja, quando somente o franqueador monitora as unidades franqueadas, é ótimo para o franqueado; e que a coexistência de franqueados e franqueadores economiza o custo de monitoramento.

Contrariando os pressupostos de Penard et. al (2002), Tracey (2007) examinou a relevância de 2 teorias para entender o formato das franquias – Teoria da Agência e Escassez de Recursos – trazendo um estudo de caso de uma das primeiras e maiores empresas de franquias do Reino Unido. Seu propósito foi provar que ambas as teorias poderiam ser remodeladas para levar em consideração características distintivas do sistema social de franquias. A primeira conclusão a que chegaram foi, assim como o formato das franquias, o acesso aos recursos, incluindo capital, experiência e conhecimento local constituem as motivações-chave para as franquias. Segundo, consistente com o comportamento estratégico do formato das franqueadoras, não existe tendência de diminuírem a proporção das taxas ao longo do tempo. Terceiro, os custos de seleção adversa são maiores nas franquias do que nos negócios comuns, pois: i) franquias são organizações, não indivíduos; e, ii) franquias são acessadas pela habilidade de gerar objetivos sociais tanto quanto comerciais. Finalmente, as metas duais inerentes às franquias são mais complexas e intensivas em recursos que os negócios normais, gerando maiores custos de agência.

Inicialmente é feita uma revisão, buscando referências de publicações a respeito do assunto, assim como o parecer de renomados autores a respeito do tema proposto. A seguir, é explicitada a metodologia aplicada neste estudo, com a caracterização do trabalho e apresentação das informações utilizadas na pesquisa, os resultados empíricos relativos aos benefícios da metodologia proposta e, por fim, a conclusão do estudo.

2. ASSIMETRIA INFORMACIONAL EM FRANQUIAS E DECISÕES DE INVESTIMENTO

Apesar de uma franquia ser planejada e estruturada pelo franqueador, é preciso que o

franqueado tenha conhecimento do mercado e de técnicas de negociação. De acordo com Filion (1999), quanto mais completo for o conhecimento do empreendedor sobre a imagem e funcionamento de um setor de negócio, tanto mais realista será sua visão. Portanto, é difícil

3

visualizar um nicho de mercado, a ser ocupado no futuro, sem um claro entendimento dos espaços já ocupados por outros no setor. Pelo menos seis elementos estão envolvidos neste processo de conhecimento do mercado: i) capacidade intelectual; ii) nível de instrução do empreendedor; iii) posição ocupada quando a informação foi adquirida; iv) razão desta aquisição; v) quanto o empreendedor conhece o setor; e, vi) tempo gasto para se inteirar sobre o setor.

Existem decisões de investimento que são complexas, pois envolvem um elevado volume de recursos num espaço de tempo relativamente longo. Para Casarotto Filho e Kopittke (2000), na decisão de investimento deve-se considerar um conjunto de ações em potencial que são ordenadas da melhor até a pior, ou seja, é interessante conhecer o ranking das alternativas de investimentos. Schwartz (1994) ressalta que não se pode deixar enganar pelos números do franqueador, muitas vezes, eles são exagerados, pois representam a situação da unidade-piloto do franqueador e não a realidade de outros franqueados. É comum minimizar investimentos iniciais e superestimar lucros, por isso é preciso estar atento aos riscos da franquia, identificando as possíveis assimetrias informacionais entre franqueador e franqueado.

O fenômeno de assimetria informacional possui duas magnitudes: i) seleção adversa; e, ii) Risco Moral. A seleção adversa ocorre, de acordo com Macho-Stadler e Pérez-Castillo (1997), quando um agente mantém informação privada antes de ter iniciado uma relação. O artigo seminal sobre seleção adversa foi desenvolvido por Akerlof (1970), que buscou relacionar as questões referentes à qualidade e à incerteza no mercado de carros usados. A seleção adversa pode ser dirimida através de dois mecanismos: i) Sinalização, que, para Rasmusen (1994), é um modo pelo qual um agente comunica seu tipo sob seleção adversa, ou seja, antes que o contrato seja firmado. Esta idéia foi introduzida por Spence (1973) que demonstrou como os agentes no mercado de trabalho podem usar a sinalização para reagir aos efeitos da seleção adversa; e, ii) Screening (filtragem), que é definida por Milgron e Roberts (1992) como a atividade ou ação tomada pela parte sem informação a fim de separar os diferentes tipos da parte informada com relação a alguma dimensão que considera importante. Este mecanismo foi introduzido por Rothschild e Stiglitz (1976), que utilizaram uma abordagem de screening para lidar com o problema da informação assimétrica no mercado de seguros.

O problema de moral hazard existe quando a ação do agente não é verificável ou quando o agente recebe uma informação privada depois de a relação ter iniciado. Este assunto foi introduzido por Jensen e Meckling (1976), que desenvolveram uma teoria da firma baseada na teoria da agência (ramo da economia relacionado com o comportamento do principal e seus agentes). Assim como a seleção adversa, o risco moral pode ser dirimido através de dois mecanismos: i) Contratos, que para Brousseau e Glachant (2002) é um acordo sob o qual duas partes fazem comprometimentos recíprocos em termos de seu comportamento – um arranjo bilateral de coordenação; e, ii) Regulações e Incentivos, que, para Sappington (1994) podem ser definidos como a implementação de regras que encorajam uma firma a alcançar os objetivos desejados, garantindo algum poder, mas não completo para a firma regulada.

Devido ao problema de assimetria informacional, nas atividades estratégicas e operacionais das franquias, há um custo que pode até inviabilizar um negócio fundamentalmente lucrativo. Esse custo é denominado por Coase (1937) como custo de transação, e está relacionado a todos os custos inerentes a relação existente entre os parceiros. O custo de transação pode ocorrer quando os franqueados, limitadamente racionais, não observam a lacuna contratual que possibilita aos franqueadores abrirem lojas próximas geograficamente umas das outras, criando uma concorrência interna entre os franqueados e aumentando as receitas dos franqueadores, taxas de franquia e royalties. O comportamento

4

oportunista refere-se às ações de auto-interesse dos indivíduos, franqueadores ou franqueados, no sentido de atingir seus interesses próprios, mesmo que para isso tenham que trapacear, mentir ou quebrar promessas (AZEVEDO, 2000).

A franquia é caracterizada por possuir baixa incerteza quando comparada a um negócio formado somente por unidades próprias. A partir do momento que o franqueado passa a fazer parte de uma rede bem estabelecida e consolidada este é convencido de que a relação com o franqueador vai existir até o fim do contrato, geralmente cinco anos, e tende a ser renovada. Da mesma forma, o franqueador, quando desenvolve um contrato de franquia, acredita que esse vai ser cumprido, tendo em vista que o franqueado passa por um rigoroso processo de seleção para ser aprovado pela franquia. Todas essas características do sistema contribuem para a diluição da incerteza, auxiliando na minimização dos custos de transação.

Lafontaine (1992) afirma que, com o aumento do montante requerido para a abertura de uma unidade, diminui o interesse pela franchising que, conseqüentemente, diminui a proporção de lojas franqueadas. A autora também afirma que não existe relação entre a taxa de franquia e a taxa de royalty.

Rubin (1978) coloca que o incentivo é importante para compreender o sistema de franquia. O sistema de incentivos foi criado devido ao aumento da dificuldade de monitoramento de unidades, que funciona tanto para o franqueado, que é incentivado a trabalhar o máximo para ser eficiente, pois possui uma parte significativa do lucro, quanto para o franqueador, que pode ser incentivado pelo franqueado a trabalhar.

Uma das principais vantagens do sistema de franquias, identificado tanto por Rubin (1978) quanto por Lafontaine (1992), é a redução dos custos de monitoramento, que proporciona um ganho decorrente da redução da ocorrência de risco moral. A franchising, por meio de um esquema de remuneração baseado em uma taxa fixa e outra variável, transfere o lucro excedente para o franqueado que, por esse motivo, passa a ter interesse na rentabilidade do negócio. Ao alinhar os interesses de franqueado e franqueador, o contrato de franquia reduz a necessidade de controle, via monitoramento, do primeiro pelo segundo.

A franchising apresenta quatro principais riscos, segundo Lafontaine e Raynauld, (2002): i) risco de perda do valor da marca, uma vez que o franqueado pode ter incentivos para prover um nível de qualidade do serviço inferior ao nível especificado contratualmente; ii) risco de perda do know-how que o franqueador compartilha com o franqueado, que poderia ser transferido para terceiros, que não integram a rede de franquias; iii) distância geográfica entre duas unidades que pode gerar competição entre as lojas, e, portanto, redução do lucro de cada unidade; iv) investimento em pesquisa e desenvolvimento de produtos e processos que aumentem a competitividade e eficiência de cada unidade franqueada. Para incentivá-lo a tais investimentos, o contrato de franquia transfere uma parte da receita das unidades ao franqueador (royalties), que, por esse motivo, tem interesse no aumento da receita da rede como um todo.

Para Aghion e Tirole (1994), o franqueador abdica de parte de seu exercício de autoridade sobre os franqueados ao delegar maior autonomia a cada unidade da rede de franquias a fim de gerar maior esforço no aprendizado e a disposição em assumir os riscos da atividade de inovação. A seguir são apresentados os aspectos metodológicos do estudo. 3. ASPECTOS METODOLÓGICOS

Este estudo utiliza modelos diferentes de Data Envelopment Analysis para verificar os

efeitos da assimetria informacional na eficiência dos contratos de franquias e analisar comparativamente investimentos em franquia com e sem variáveis de assimetria informacional no setor de alimentos, um dos ramos mais difundidos em termos de franquias no Brasil. Os passos para o desenvolvimento do trabalho foram os seguintes:

5

a) Coleta de dados: Foram utilizados dados secundários retirados do site da ABF - Associação Brasileira de Franchising (2009), a qual elenca as principais empresas franqueadas do Brasil. A amostra contém 35 empresas do setor de alimentos. O referido setor foi escolhido pela representatividade que o mesmo possui e sua grande difusão no Brasil. No modelo proposto, cada empresa de franchising é considerada uma DMU (Decision Making Unit, ou seja, Unidade de Tomada de Decisão). b) Variáveis analisadas: As variáveis analisadas foram divididas em 2 partes para melhor satisfazer ao objetivo do trabalho. Em um primeiro momento, as empresas foram analisadas sem a inserção de variáveis com assimetria informacional. Neste caso, as variáveis de Inputs foram: i) Taxa de Propaganda; ii) Taxa de Royalties; iii) Capital para a Instalação; iv) Taxa de Franquia; e, v) Capital de Giro. Já a variável de Output é: Faturamento Médio Mensal. Após, para identificar a influência da assimetria informacional nos resultados, são acrescentadas as variáveis Payback como input (pois quanto maior o tempo para reaver o valor investido pior é para o investidor), Tempo de Franquia (pois quanto mais tempo a empresa está atuando como franqueadora, maiores são as possibilidades de estabilidade e apoio para as franqueadas), Quantidade de empresas Franqueadas (a quantidade de empresas franqueadas evidencia o índice de adesão à marca) e Quantidade de Selos de Excelência (quanto maior a quantidade de selos de excelência fornecidos pela ABF, maiores as possibilidades de que o negócio seja bem estruturado e apresente melhores condições para ter sucesso no empreendimento) como outputs. c) Análise dos dados: primeiramente foram utilizadas as 6 variáveis para analisar a eficiência das DMU’s sem assimetria informacional. Após, foram acrescentadas as 4 variáveis relativas à assimetria informacional. Foram calculadas tanto através do método CCR (Retornos Constantes de Escala) desenvolvido por Charnes, Cooper e Rhodes (1978) quanto pelo método BCC (Retornos Variáveis de Escala) criado por Banker, Charnes e Cooper (1984). Para poder ranquear as empresas, foi utilizado o método de Supereficiência, ou seja, foi retirada a restrição de 100% para poder colocar as empresas em ordem decrescente de eficiência. Foi utilizado o software DEA-SOLVER® para rodar os dados. A seguir são apresentados os modelos utilizados no estudo. A formulação original do Modelo CCR orientado para inputs está reproduzida na Equação 1.

N1,...,j 1,...n;i m;1,...,rpesos.vu, isumos; xprodutos;y

0,

1

0

a Sujeito

1

11

1

======

≥

=

≤−

=→

∑

∑∑

∑

=

==

=

ir

n

iiki

n

iiji

m

rrjr

s

rrkrk

vu

xv

xvyu

yuhMaximizar

O modelo busca minimizar o consumo de insumos de forma a produzir, no mínimo, o nível de produção dado, expresso pela maximização da somatória das quantidades produzidas y multiplicadas pelos pesos u.

A primeira restrição (Equação 1) pode ser definida como o resultado da empresa, pois é a subtração entre o somatório das quantidades produzidas, multiplicadas pelos pesos

(preços) dos produtos ⎟⎠

⎞⎜⎝

⎛∑=

m

rrjr yu

1, e o somatório da multiplicação dos insumos consumidos

[ 1 ]

6

pelos pesos ⎟⎠

⎞⎜⎝

⎛∑=

n

iiji xv

1. Está limitado a 0. Assim, as empresas eficientes obterão o resultado 0

para a primeira restrição. Na segunda restrição (Equação 1), o somatório do produto das

quantidades consumidas de recursos pelos pesos específicos para a empresa k ⎟⎠

⎞⎜⎝

⎛∑=

n

iiki xv

1é

igual a 1. Portanto, o máximo resultado possível de se obter para hk é 1. Se a empresa k for eficiente, hk será igual a 1. Se não for, obterá um indicador sempre inferior a 1.

Após resolver o programa linear para cada uma das empresas, obtém-se o grupo de empresas eficientes, para as quais hk é igual a 1. O Modelo CCR pode ter orientação para outputs com a formulação apresentada na Equação 2.

N1,...,j 1,...n;i m;1,...,rpesos.vu, isumos; xprodutos;y

0,

1

0

a Sujeito

,

1

11

1

======

≥

=

≤−

=→

∑

∑∑

∑

=

==

=

ir

m

rrkr

n

iiji

m

rrjr

n

iikik

vu

yu

xvyu

xvhMinimizar

O objetivo é a maximização do nível de produção utilizando no máximo o consumo de insumos observados, expresso pela minimização da somatória dos insumos x multiplicados pelos seus respectivos pesos v. Os modelos são equivalentes e pressupõem retornos constantes de escala.

Conforme Cook e Kress (1990), a formulação matemática do Modelo BCC, com orientação para inputs, é apresentada na Equação 3.

N1,..,j n;1,...,i m;1,...,rpesos.vu, insumos; xprodutos;y

0,

0

1

a Sujeito

,

11

1

1

======

≥

≤−−

=

−=→

∑∑

∑

∑

==

=

=

ir

k

n

iiji

m

rrjr

n

iiki

k

m

rrkrk

vu

uxvyu

xv

uyuhMaximizar

Percebe-se que é introduzida uma variável uk representando os retornos variáveis de escala. Essa variável não deve atender à restrição de positividade; pode, portanto, assumir valores negativos (GREEN, DOYLE e COOK, 1996). A formulação matemática do Modelo BCC, com orientação para outputs, é apresentada na Equação 4.

N1,..,j n;1,...,i m;1,...,rpesos.vu, insumos; xprodutos;y

0,

0

1

a Sujeito

,

11

1

1

======

≥

≤−−

=

+=→

∑∑

∑

∑

==

=

=

ir

k

n

ijii

m

rrjr

m

rrkr

k

n

ikiik

vu

vxvyu

yu

vxvhMinimizar

[ 3 ]

[ 4 ]

[ 2 ]

7

Novamente, o termo vk representa a possibilidade de retornos de escala variáveis, podendo assumir valores negativos ou positivos. A possibilidade de retornos de escala variáveis do Modelo BCC admite que a produtividade máxima varie em função da escala de produção. O modelo permite, portanto, a utilização de unidades de portes distintos (BELLONI, 2000).

Classicamente, a forma como é feita a projeção das DMU’s determina a orientação do modelo: orientação a inputs (quando se deseja minimizar os inputs, mantendo os valores dos outputs constantes) e orientação a outputs (quando se deseja maximizar os resultados sem diminuir os recursos). Existem abordagens alternativas que podem alterar simultaneamente as quantidades de inputs e outputs.

De acordo com Rocha e Netto (2002), para realizar uma análise mais fidedigna dos resultados, e evitar a arbitrariedade dos métodos anteriores na construção do modelo a ser usado no ranking das empresas mais eficientes do setor, é necessário estabelecer os pesos aplicados aos rankings de decréscimo ou valores convexos. Essa medida é adotada, geralmente, em processos de ranqueamento (STEIN, MIZZI e PFAFFENBERGER, 1994). Para resolver o problema de arbitrariedade, Andersen e Petersen (1993) sugerem o uso da Supereficiência, em que não há nenhum limite à eficiência da DMU, podendo ser avaliada com mais de 100% de eficiência.

Conseqüentemente, o modelo usado para o ranking da Supereficiência mais utilizado é o proposto por Hashimoto (1997), apresentado na Equação 5.

2,...,1,02

1,...,1,

.,...,1,1

a Sujeito M

21

1

1

+=≥+−≥

−=≥−

≠=≤

=→

++

+

=∑

∑

truuuu

truu

jjnjyu

yugaximização

rrr

t

rr

o

t

rrjr

rjorjo

εε

Hashimoto (1997) indica que a supereficiência é o índice que identifica aumento de inputs e diminuição de outputs que cada DMU eficiente pode suportar sem deixar de ser eficiente. Pode ser considerado um critério de desempate para determinar qual DMU é a mais eficiente. A seguir, são apresentados os resultados do estudo. 4. ANÁLISE DOS RESULTADOS

Para analisar os efeitos da assimetria informacional nos contratos de franquias, são

identificadas as eficiências de 35 franquias do ramo de alimentos através dos cálculos de supereficiência através dos métodos CCR e BCC. O modelo preliminar foi desenvolvido levando em consideração que o contrato de franquia não envolve assimetria informacional. Neste escopo, como mostra a Figura 1, foram consideradas como inputs somente os custos operacionais das franquias, ou seja, Taxa de Propaganda, Taxa de Royalties, Capital para a Instalação, Taxa de Franquia e Capital de Giro. Como Output, somente foi considerado o faturamento médio mensal da franquia.

A título de comparação, conforme apresentado na Figura 2, é elaborado um modelo diferenciado para cálculo da eficiência das DMU’s, levando em consideração a assimetria informacional existente. Neste contexto, foram acrescentadas a variável de input Payback, e as variáveis de outputs tempo de franquia, quantidade de empresas franqueadas e quantidade de selos de excelência, o que gera um diferencial perante as demais franquias.

[ 5 ]

8

Figura 1 – Esquematização do modelo de eficiência sem assimetria informacional

Figura 2 – Esquematização do modelo de eficiência com assimetria informacional

Para melhor explicitar os resultados, a presente seção é dividida em 2 partes: i)

Estatística descritiva e pesos utilizados; e, ii) Análise comparativa da eficiência das DMU’s.

4.1 Estatística descritiva e pesos utilizados O primeiro passo para a análise do modelo foi calcular estatisticamente o máximo, o

mínimo, a média e o desvio padrão de cada variável, como mostra o Quadro 1. Percebe-se, nesta análise, que as amplitudes das variáveis, assim como o desvio padrão para o Capital de instalação, Taxa de Franquia, capital de giro, quantidade de franquias e Faturamento Médio são consideravelmente grandes, principalmente devido à diferença de porte e localização das empresas franqueadas, o que não indica que a eficiência é diretamente proporcional ao tamanho, pois a análise leva em consideração a combinação alocativa de todos os recursos.

O segundo passo para a análise foi calcular a correlação entre as variáveis, como demonstram os Quadros 2 e 3. Se a correlação for quase perfeita, ou seja, muito próxima de 1, não há necessidade de utilizar ambas no cálculo, pois as variáveis vão ter influências similares na análise, ou seja, as variáveis necessitam ser heterocedásticas (forte dispersão dos dados em torno de uma reta). O Quadro 2 especifica as correlações existentes entre as variáveis sem

Taxa de Propaganda

Taxa de Royalties

Capital para a instalação

Tempo de Franquia

Com Assimetria

Inputs Modelo de Eficiência Outputs

Taxa de Franquia

Quantidade de Empresas

Selos de Êxcelência

Faturamento médio mensal

Payback

Taxa de Propaganda

Taxa de Royalties

Capital para a instalação

Faturamento médio mensal

Sem Assimetria

Inputs Modelo de Eficiência Outputs

Taxa de Franquia

9

assimetria informacional. Neste, é evidenciado que a variável Capital para a Instalação é altamente correlacionada com Faturamento Médio e Taxa de Franquia.

RM TP R CI TF CG T Q S FM Máximo 42 0,07 0,5 890.000 70.000 60.000 24 650 12 150.000Mínimo 13 0 0 27.500 10.000 0 1 1 0 16.000Média 27,07 0,02 0,059429 209.313,50 37.655,71 19.071,43 8,17 86,57 1,63 66.671,43DP 6,07 0,013 0,077217 155.913,30 14.383,43 13.066,39 6,67 151,45 3,51 32.264,30

RM – Retorno Médio (meses); TF – Taxa de Franquia; Q – Quantidade de Franquias; TP – Taxa de Propaganda; CG – Capital de Giro; S – Selos de Excelência; R – Royalties; T – Tempo de Franquia; FM – Faturamento Médio; CI – Capital para a Instalação. Quadro 1 – Estatística descritiva (Máximo, Mínimo, Média e DP)

TP R CI TF CG FM TP 1 0,86 -0,78 -0,80 0,84 -0,80R 0,86 1 -0,92 -0,93 0,92 -0,93CI -0,78 -0,92 1 0,99 -0,80 0,99TF -0,80 -0,93 0,99 1 -0,83 1CG 0,84 0,92 -0,80 -0,83 1 -0,83FM -0,80 -0,93 0,99 1 -0,83 1

TP – Taxa de Propaganda; CI – Capital para a Instalação; CG – Capital de Giro; R – Royalties; TF – Taxa de Franquia; FM – Faturamento Médio. Quadro 2 – Estatística descritiva (Correlação sem assimetria)

Já o Quadro 3 especifica as correlações existentes entre as variáveis com assimetria

informacional. Neste, também é evidenciado que as variáveis Retorno Médio, Quantidade de Franquias e Faturamento médio apresentaram correlações com as variáveis Capital para a Instalação, Taxa de Franquia e Capital de Giro. Normalmente, as variáveis deveriam ser retiradas da análise, mas estas continuarão no modelo para atingir o objetivo do trabalho, pois já era previsto que as variáveis com assimetria informacional eram altamente correlacionadas com as demais, mas pretende-se verificar se as mesmas influenciam consideravelmente na determinação da eficiência das DMU’s.

RM TP R CI TF CG T Q S FM RM 1 -0,80 -0,93 0,99 0,99 0,99 -0,45 0,99 -0,90 0,99 TP -0,80 1 0,86 -0,78 -0,80 -0,80 0,59 -0,79 0,85 -0,80 R -0,93 0,86 1 -0,92 -0,93 -0,93 0,43 -0,93 0,95 -0,93 CI 0,99 -0,78 -0,92 1 0,99 0,99 -0,45 0,99 -0,88 0,99 TF 0,99 -0,80 -0,93 0,99 1 0,99 -0,46 0,99 -0,90 0,99 CG 0,99 -0,80 -0,93 0,99 0,99 1 -0,46 0,99 -0,90 0,99 T -0,46 0,59 0,43 -0,45 -0,45 -0,45 1 -0,44 0,37 -0,45 Q 0,99 -0,79 -0,93 0,99 0,99 0,99 -0,44 1 -0,89 0,99 S -0,90 0,85 0,95 -0,88 -0,90 -0,90 0,37 -0,89 1 -0,90 FM 0,99 -0,80 -0,93 0,99 0,99 0,99 -0,46 0,99 -0,90 1

RM – Retorno Médio (meses); TF – Taxa de Franquia; Q – Quantidade de Franquias; TP – Taxa de Propaganda; CG – Capital de Giro; S – Selos de Excelência; R – Royalties; T – Tempo de Franquia; FM – Faturamento Médio; CI – Capital para a Instalação. Quadro 3 – Estatística descritiva (Correlação com assimetria)

A análise dos pesos atribuídos a cada variável é importante para evitar que algumas

DMU’s sejam consideradas eficientes em alguns modelos e ineficientes em outros por atribuir pesos maiores para variáveis em que a empresa é mais eficiente e pesos menores para as variáveis em que esta é menos eficiente. Nestes casos ocorre a chamada falsa eficiência, onde, segundo Novaes (2002) a empresa é muito eficiente apenas em algumas variáveis, as quais

10

são atribuídos pesos muito altos, em compensação, nas variáveis onde seu desempenho não é bom, são atribuídos pesos muito baixos, encobrindo as reais ineficiências da empresa. Sem Assimetria Com Assimetria

n. Empresa TP R CI TF CG FM RM TP R CI TF CG T Q S FM1 Bob's 0 0,29 0 0,70 0 0,59 0,77 0 0,22 0 0 0 0 0,90 0,32 0,352 C. House 0,10 0,01 0,28 0,60 0 0,71 0,11 0 0,01 0,40 0,47 0 0,17 0 0 0,653 Mimi 0,12 0,08 0,18 0,62 0 0,57 0,78 0,14 0,08 0 0 0 1,23 0 0 0,084 Koni 0,06 0,01 0,21 0,71 0 0,84 0,19 0,05 0,08 0,15 0,53 0 0 0,03 0 0,835 Lig-Lig 0,09 0,01 0 0,89 0 0,55 0,73 0,01 0 0 0,14 0,11 0,83 0 0 0,306 Premiato 0 0,29 0,26 0,45 0 0,83 0 0 0,14 0,32 0,53 0 0,01 0 0,02 0,827 R. Mix 0,02 0,27 0,16 0,24 0,30 0,85 0 0,02 0,27 0,16 0,24 0,30 0 0 0 0,858 Spedini 0,90 0,10 0 0 0 1,68 0,68 0 0,31 0 0 0 1 0 0 09 Spoleto 0,07 0,36 0 0,25 0,32 0,63 0,53 0 0,21 0 0 0,25 0 0,12 0,39 0,50

10 V. do Camarão 0 0 1 0 0 1 1 0 0 0 0 0 1 0 0 0

11 X Picanha 0,03 0,32 0,13 0,24 0,27 0,49 0,46 0 0,23 0 0,21 0,09 0 0 0 0,60

12 Bella Capri Pizzaria 0,09 0,01 0,23 0,67 0 0,99 0 0,05 0,06 0,24 0,64 0 0 0,02 0 0,98

13 Big X Picanha 0 0,54 0,36 0 0,10 1,34 0 0 0,54 0,36 0 0,1 0 0 0 1,34

14 G.Japanese Fast Food 0,19 0,02 0 0,79 0 1,29 0,13 0,04 0,05 0 0,66 0,11 0,23 0 0 1,13

15 Jin Jin 0,10 0,01 0,33 0,55 0 0,66 0,78 0,09 0 0,02 0,11 0 0,65 0 0,15 0,2816 P. Pizza 0 0,21 0 0 0,79 3,99 0 0 0,21 0 0 0,79 0 0 0 3,9917 S.Creations 0,10 0,01 0,29 0,59 0 0,93 0,37 0 0 0,16 0,44 0,03 0 0 0 118 Uno & Due 0,12 0,10 0,15 0,62 0 0,66 0 0,01 0,36 0,45 0 0,17 0,32 0 0 0,57

19 C. Show 0 0 0 1 0 1 0 0 0 0 1 0 0 1 0 0

20 Cia dos E. 0 0,25 0,16 0,58 0 0,94 0,63 0 0,36 0 0 0 0,07 0,05 0 1,3721 Bella Gula 0 0,26 0,27 0,47 0 0,59 0,42 0,01 0,13 0 0,44 0 0,54 0 0 0,2822 C. Donuts 0 0,01 0,44 0,55 0 0,49 0,05 0 0,02 0,38 0,55 0 0,10 0 0 0,4823 C.e Cheese 0 0 0,41 0,59 0 0,75 0 0 0,01 0,56 0,43 0 0,15 0 0 0,72

24 Fábrica di Chocolate 0 0,01 0,35 0,51 0,12 0,58 0 0 0,32 0,60 0,04 0,04 0,41 0,05 0 0,44

25 Ice Mellon 0 0,02 0,36 0,55 0,07 0,56 0 0 0,02 0,36 0,55 0,07 0 0 0 0,5626 M. Matte 0,07 0,02 0,25 0,62 0,04 0,53 0 0,03 0,22 0,20 0,43 0,11 0 0,07 0 0,5127 Pastelândia 0,08 0,02 0,21 0,64 0,05 0,70 0 0,15 0,02 0,24 0,14 0,45 1,03 0 0 0,20

28 Planet Chocolate 0,11 0,02 0,21 0,66 0 0,62 0,07 0 0,08 0,21 0,64 0 0 0,02 0 0,61

29 R.do Matte 0,08 0,02 0,29 0,60 0 0,58 0 0,15 0,13 0,72 0 0 0 0,91 2,48 030 Showcolate 0 0 1 0 0 1,16 0 0 0 1 0 0 1,58 0,15 0 0,9031 V. Café 0 0,40 0,08 0 0,52 0,95 0 0 0,40 0,08 0 0,52 0 0 0 0,9532 Exclusiv 0 0 0,90 0,09 0 0,52 0 0 0,19 0,56 0,25 0 0 0,19 0 0,43

33 Amor em Pedaços 0 0,20 0,32 0,49 0 0,73 0,76 0 0,10 0,02 0 0,11 0 0 0,82 0,44

34 Café Jardin 0 0,01 0 0,90 0 2,54 0 0 0,1 0 0,90 0 0 0 0 2,54

35 C. do Pão de Queijo 0 0,46 0,11 0 0,43 0,40 0 0 0,17 0 0 0,83 0 2,35 0 0

RM – Retorno Médio (meses); TF – Taxa de Franquia; Q – Quantidade de Franquias; TP – Taxa de Propaganda; CG – Capital de Giro; S – Selos de Excelência; R – Royalties; T – Tempo de Franquia; FM – Faturamento Médio; CI – Capital para a Instalação. Quadro 4 – Pesos Atribuídos às variáveis

O Quadro 4 evidencia os pesos atribuídos para as variáveis das franquias sem e com assimetria informacional que mais se ajustaram ao modelo. Pode-se perceber que, em quase todas as empresas na análise sem assimetria, foi atribuído maior peso para a variável de input

11

Taxa de Franquia. Percebe-se que não foram atribuídos pesos relevantes para a variável Taxa de Propaganda na análise, provavelmente devido ao fato de ser o custo menos representativo. Com relação aos outputs, como somente tem uma variável (Faturamento Médio), os maiores pesos foram atribuídos a ela.

Diferente do que ocorreu na análise anterior, ao inserir as variáveis de assimetria informacional, os pesos foram mais distribuídos para os inputs, sendo mais representativos os atribuídos às variáveis Retorno Médio e Taxa de Franquia. Mais uma vez não foram atribuídos pesos significativos para a variável Taxa de Propaganda, provavelmente devido ao fato de ser o custo menos representativo. Com relação aos outputs, os pesos mais representativos foram atribuídos para a variável Faturamento Médio. A seguir é apresentada a análise comparativa da eficiência das DMU’s 4.2 Análise comparativa da eficiência das DMU’s

Conforme descrito na sub-seção 4.1, o Modelo Preliminar apresentou uma forte correlação entre as variáveis, podendo causar distorções na pesquisa, mas devido à importância de considerar o modelo na sua totalidade a fim de identificar comparativamente os resultados levando em consideração a assimetria informacional possivelmente presente na análise, foi convencionado que todas as variáveis foram levadas em consideração. A análise de supereficiência, conforme descrito na seção 3, foi a escolhida, pois não utiliza a restrição de 100% de eficiência, permitindo que as DMU’s sejam ranqueadas. Nos Quadros 6 e 7, são evidenciadas as eficiências das 35 franquias objeto da análise nos métodos CCR e BCC, sem e com assimetria informacional, respectivamente. Os resultados são evidenciados a seguir.

O modelo CCR, para Charnes et. al (1997), permite uma avaliação objetiva da eficiência global e identifica as fontes e estimativas de montantes das ineficiências, levando em consideração somente os retornos constantes de escala. O Quadro 5 mostra comparação entre a eficiência das DMU’s com e sem Assimetria informacional e seus respectivos ranqueamentos. Como se pode observar, houve uma mudança significativa das eficiências com o acréscimo das variáveis de assimetria informacional no modelo CCR. As empresas que tiveram maior disparidade no resultado foram: Vivenda do Camarão e Cacau Show, que passaram de 7as e 8as para 18as e 19as posições; Bella Capri Pizzaria, que passou da 9a para a 20a colocação; Vanilla Café, que passou da 10a para a 21a colocação; Risotto Mix, que passou da 13a para a 26a colocação; Koni, que passou da 14a para a 25a colocação; Premiato, que passou da 15a para a 27a colocação; Chocolate e Cheese, que passou da 16a para a 24a colocação; China House, que passou da 18a para a 29a colocação; Bob’s, que passou da 25a para a 7a colocação; Rei do Mate, que passou da 26a para a 3a colocação; Mimi, que passou da 28a para a 11a colocação; Lig-Lig, que passou da 30a para a 14a colocação e Casa do Pão de Queijo, que passou da 35a para a 6a colocação. Somente a empresa Café Donuts, que continuou na mesma posição (34a colocada).

12

Super CCR – Sem AI Super CCR – Com AI N Alimentação Eficiência Ranque Eficiência Ranque 16 Patroni Pizza 3,99 1 3,98622 2 34 Café Jardin 2,54 2 2,540984 5

8 Spedini 1,68 3 12,23423 1 13 Big X Picanha 1,34 4 1,336235 10 14 Gendai Japanese Fast Food 1,30 5 1,370681 9 30 Showcolate 1,16 6 2,633467 4 10 Vivenda do Camarão 1 7 1 18 19 Cacau Show 1 7 1 18 12 Bella Capri Pizzaria 0,99 9 0,992333 20 31 Vanilla Café 0,95 10 0,950923 21 20 Cia dos Espetinhos 0,94 11 1,491275 8 17 Salad Creations 0,93 12 1,018212 16

7 Risotto Mix 0,85 13 0,854955 26 4 Koni 0,84 14 0,859341 25 6 Premiato 0,83 15 0,850591 27

23 Chocolate e Cheese 0,75 16 0,875699 24 33 Amor em Pedaços* 0,73 17 1,256416 12

2 China House 0,71 18 0,816339 29 27 Pastelândia 0,70 19 1,231245 13 18 Uno & Due 0,66 20 0,89911 23 15 Jin Jin* 0,66 21 1,084292 15

9 Spoleto* 0,63 22 1,013782 17 28 Planet Chocolate 0,62 23 0,627341 30 21 Bella Gula 0,59 24 0,819295 28

1 Bob's* 0,59 25 1,570023 7 29 Rei do Matte* 0,58 26 3,392476 3 24 Fábrica di Chocolate 0,58 27 0,906664 22

3 Mimi 0,57 28 1,311171 11 25 Ice Mellon 0,56 29 0,560756 35

5 Lig-Lig 0,55 30 1,128631 14 26 Mega Matte 0,53 31 0,578514 33 32 Exclusiv Sorveteria 0,52 32 0,617157 31 11 X Picanha 0,49376 33 0,597995 32 22 Café Donuts 0,487376 34 0,574168 34 35 Casa do Pão de Queijo 0,397786 35 2,35131 6

* Franquias mais conhecidas do público, reconhecidas por selos de qualidade auferidos pela ABF Quadro 5 – Comparação entre a eficiência das DMU’s sem e com assimetria pelo método CCR

Já o modelo BCC, para Banker, Charnes e Cooper (1984), estima a eficiência técnica

pura, a uma dada escala de operações, e identifica se estão presentes ganhos de escala crescentes, decrescentes e constantes. Assim como na primeira análise, como se pode observar no Quadro 6, houve uma mudança significativa das eficiências com o acréscimo das variáveis de assimetria informacional no modelo BCC, com exceção da primeira colocada, a empresa Café Jardim, que foi considerada a mais eficiente nas duas análises. As empresas que tiveram maior disparidade no resultado foram: Vanilla Café, que passou da 13a para a 23a colocação; Risoto Mix, que passou da 15a para a 27a colocação; Koni, que passou da 16a para a 29a colocação; Premiato, que passou da 17a para a 28a colocação; Rei do Matte, que passou da 18a para a 2a colocação; Pastelândia, que passou da 19a para a 9a colocação; Exclusiv Sorveteria, que passou da 21a para a 32a colocação; Amor em Pedaços, que passou da 23a para a 4a colocação; Jin Jin, que passou da 25a para a 13a colocação; Mimi, que passou da 26a para

13

a 6a colocação; Lig-Lig, que passou da 29a para a 11a colocação; Spoleto, que passou da 30a para a 10a colocação; Casa do Pão de Queijo, que passou da 32a para a 3a colocação e Bob’s, que passou da 33a para a 16a colocação. Foram identificados somente Retornos Constantes e Crescentes de Escala nas DMU’s.

Super BCC – sem AI Super BCC – Com AI

N Alimentação Eficiência rank Eficiência rank Retornos de escala

34 Café Jardin 4,133292 1 4,133292 1 Constantes 24 Fábrica di Chocolate 2,383809 2 2,383809 7 Crescentes 30 Showcolate 1,641637 3 2,638125 5 Constantes 14 Gendai Japanese Fast Food 1,333333 4 1 16 Constantes 23 Chocolate e Cheese 1,129588 5 1,129588 12 Crescentes 12 Bella Capri Pizzaria 1,038687 6 1,038687 14 Crescentes 20 Cia dos Espetinhos 1,000632 7 1,508342 8 Constantes

8 Spedini 1 8 1 16 Constantes 10 Vivenda do Camarão 1 8 1 16 Constantes 13 Big X Picanha 1 8 1 16 Constantes 16 Patroni Pizza 1 8 1 16 Constantes 19 Cacau Show 1 8 1 16 Constantes 31 Vanilla Café 0,982328 13 0,982328 23 Crescentes 17 Salad Creations 0,964943 14 1,023922 15 Constantes

7 Risotto Mix 0,880664 15 0,880896 27 Crescentes 4 Koni 0,850153 16 0,87065 29 Crescentes 6 Premiato 0,848703 17 0,87268 28 Crescentes

29 Rei do Matte* 0,799766 18 4,091686 2 Constantes27 Pastelândia 0,786364 19 1,386743 9 Constantes 18 Uno & Due 0,753833 20 0,911272 26 Crescentes 32 Exclusiv Sorveteria 0,743827 21 0,743827 32 Crescentes

2 China House 0,736947 22 0,927693 24 Crescentes 33 Amor em Pedaços* 0,73659 23 2,918033 4 Constantes25 Ice Mellon 0,724242 24 0,914533 25 Crescentes 15 Jin Jin* 0,704777 25 1,089319 13 Constantes

3 Mimi 0,697992 26 2,507138 6 Constantes 28 Planet Chocolate 0,678146 27 0,715025 33 Crescentes 26 Mega Matte 0,670113 28 0,672108 34 Crescentes

5 Lig-Lig 0,657458 29 1,170592 11 Constantes 9 Spoleto* 0,637738 30 1,324738 10 Constantes

21 Bella Gula 0,616932 31 0,856692 30 Crescentes 35 Casa do Pão de Queijo 0,598734 32 3,439307 3 Constantes

1 Bob's* 0,596491 33 1 16 Constantes22 Café Donuts 0,560674 34 0,67178 35 Crescentes 11 X Picanha 0,526325 35 0,746086 31 Crescentes

* Franquias mais conhecidas do público, reconhecidas por selos de qualidade auferidos pela ABF Quadro 6 – Comparação entre a eficiência das DMU’s sem e com assimetria pelo método BCC

Pode-se perceber que as Franquias mais conhecidas do Público, reconhecidas por sua qualidade pela ABF e com maior procura (Amor em Pedaços, Jin Jin, Spoleto, Bob’s, Rei do Matte e Casa do Pão de Queijo), ficaram em posições inferiores com relação à eficiência quando analisadas sem assimetria informacional. Este fato possivelmente ocorre, pois, por serem as mais procuradas, elevam seu seus custos, prejudicando a eficiência. Mas quando estas passam a ser analisadas com assimetria informacional, aumentam suas posições,

14

revelando que realmente a inserção de variáveis com assimetria traz resultados mais fidedignos. A seguir, são apresentadas as conclusões e contribuições do estudo. 5. CONCLUSÕES E CONTRIBUIÇÕES DO ESTUDO

O presente artigo visou verificar os efeitos da assimetria informacional na eficiência

dos contratos de franquias e analisar comparativamente, através do DEA, investimentos em franquias com e sem variáveis de assimetria informacional no setor de alimentos, um dos ramos mais difundidos no Brasil.

De acordo com os resultados apresentados, percebe-se que as franquias mais conhecidas do público, reconhecidas pelo selo de qualidade auferido pela ABF (como Rei do Matte, Bob’s, Spoleto, Jim Jim, Amor em pedaços e Casa do Pão de Queijo), são as que apresentaram menor eficiência nos resultados sem Assimetria Informacional. De acordo com essa perspectiva, a seguinte pergunta se faz pertinente: Por que estas franquias, mesmo sendo consideradas as melhores pela ABF e pelo público, apresentaram uma baixa percentagem de eficiência no estudo em questão?

A resposta para esta questão está nos problemas de Assimetria Informacional. Devido a este fator, nas atividades estratégicas e operacionais das franquias, há um custo que pode até inviabilizar um negócio fundamentalmente lucrativo. Na referida análise, as empresas mais populares no ramo de alimentação, por serem mais requisitadas, apresentam custos para a instalação, taxas maiores e, algumas vezes, retornos menores. Este fato faz com que, ao analisar somente estes requisitos, as referidas franquias sejam consideradas inferiores em termos de eficiência. Ao considerar variáveis de assimetria informacional, como payback, Tempo de Franquia, Quantidade de Franquias e Selos de Excelência, estas mesmas franquias atingem níveis maiores de eficiência, evidenciando a importância de se analisar os Custos de Transação e Assimetria Informacional no investimento em Franquias. Estes resultados são coerentes com as análises de Jung, Kim e Lee (2000), Payelle et. al (2004) e Penard et. al. (2002).

Outra questão que precisa ser levada em consideração é a análise das Economias de Escala. As empresas apresentaram índices de eficiência diferentes nas análises do método CCR (Retornos Constantes de Escala) e nas análises do método BCC (Retornos Variáveis de Escala), principalmente considerando as Empresas mais conceituadas na ABF. Esta questão evidencia que os retornos de escala aumentam ainda mais a disparidade da assimetria informacional, sendo que, na análise com Retornos Variáveis de Escala considerando esse aspecto, as empresas mais conceituadas foram consideradas mais eficientes. A análise dos pesos atribuídos também evidencia vantagem com relação ao método BCC, pois não se concentra em poucas variáveis, evitando a falsa eficiência.

O presente trabalho oferece uma contribuição significativa tanto teórica quanto prática, identificando condições particulares da situação das franquias de alimentação, assim como métodos para reverter a possível distorção na análise da eficiência das franquias. No campo teórico, o trabalho une técnicas de Assimetria informacional com Análise Envoltória de Dados para identificar a Eficiência das Franquias do Setor de Alimentação, dirimindo as falhas da análise. Também realiza análise entre o modelo CCR (Retornos Constantes de Escala) e o modelo BCC (Retornos Variáveis de Escala), a fim de identificar diferenças significativas entre eles e verificar a importância de cada método para a obtenção do melhor resultado. No campo prático, corrige uma falha muito comum praticada constantemente pelos investidores em Franquias, que consideram somente os custos explícitos e as Receitas como medidas de Eficiência das Franquias, baseando-se neste método para nortear a decisão de investimento.

15

REFERÊNCIAS BIBLIOGRÁFICAS ABF – ASSOCIAÇÃO BRASILEIRA DE FRANCHISING. Disponível em: <www.abf.com.br>. Acesso em: 23 jan. 2009. AGHION, P.; TIROLE, J. Formal and Real Authority in Organizations, Mimeo, 1994. AKERLOF. The Market For Lemons. Quarterly Journal of Economics, v. 84, 1970, p. 488-500. ANDERSEN, P.; PETERSEN, N.C. A Procedure for Ranking Efficient Units in Data Envelopment Analysis. Management Science, 1993, p. 1261-1264. AZEVEDO; P. F. Nova Economia Institucional: referencial geral e aplicações para a agricultura. Agricultura em São Paulo. São Paulo: IEA, v. 47, n. 1, p. 33-52, 2000. BANKER, R.D.; CHARNES, A.; COOPER, W.W. Some models for estimating technical scale inefficiencies in Data Envelopment Analysis. Management Science, 1984, p. 1078-1092. BELLONI, J. A. Uma metodologia de avaliação da eficiência produtiva de Universidade Federais Brasileiras. Tese de Doutorado – Programa de Pós-Graduação em Engenharia de Produção. Florianápolis: UFSC, 2000. BRICKLEY, J.; DARK, F. H. The Choice of Organizational Form: The Case of Franchising, Journal of Financial Economics, v. 18, 1987, p. 401-420. BRICKLEY, J.A. Incentive Conflicts and Contractual Restraints: Evidence from Franchising, Journal of Law & Economics, XLII, 1999, p. 745-774. __________. Royalty Rates and Upfront Fees in Share Contracts: Evidence from Franchising, Journal of Law, Economics & Organization, v. 18 n. 2, 2002, p. 511-535. BROUSSEAU, E; GLACHANT, J. The Economics of Contracts: Theory and Applications. Cambridge: Cambridge University Press, 2002. CASAROTTO FILHO, N.; KOPITTKE, B. H. Análise de investimentos: matemática financeira, engenharia econômica, tomada de decisão, estratégia empresarial. 9. ed. São Paulo: Atlas, 2000. CHARNES, A.; COOPER, W. W.; LEWIN, A. Y.; SEIFORD, L. M. Data Envelopment Analysis: theory, methodology, and application. Massachusetts (EUA): Kluwer, 1997. CHARNES, A.; COOPER, W. W.; RHODES, E. Measuring the efficiency of decision-making units. European Journal of Operational Research, 1978, p. 429-444. CHERTO, M. R. Franchising: revolução no marketing. São Paulo: MacGraw-Hill, 1988. COASE, R. (1937). The Nature of the Firm. In: Coase, R. - The Firm, the Market, and the Law, Chicago: University of Chicago Press, 1988. COOK, W.D.; KRESS, M. A Data Envelopment Model for Aggregating Preference Rankings. Management Science, 1990, p. 1302-1310. FILION, L. J. Diferenças entre sistemas gerenciais de empreendedores e operadores de negócios. RAE – Revista de Administração de Empresas, São Paulo, v.39, nº 4, out./nov. 1999. GAPPA, R. Getting Started: Making the Franchise Decision. Disponível em: <www.franchising.com>. Acesso em: 05 out. 2003. GREEN, R.H.; DOYLE, J.R.; COOK, W.D. Preference Voting and Project Ranking using DEA and Cross-evaluation. European Journal of Operational Research, 1996, p. 461-472. HASHIMOTO, A. A Ranked Voting System using a DEA/AR Exclusion Model: A note. European Journal of Operational Research, 1997, p. 600-604. JENSEN, M. C. e MECKLING, W. H. Theory of the Firm: Managerial Behaviour, Agency Costs, and Ownership Structure. Journal of Financial Economics, v. 3 n. 4, 1976, p. 305-360.

16

JUNG, C. H.; KIM, J. C.; LEE, S. H. A incentive contract with asymmetric information. International Economic Journal, v. 14, n. 1, 2000. LAFONTAINE, F. Agency Theory and Franchising: Some Empirical Results, RAND Journal of Economics, v. 23, n. 2, 1992, p. 263-283. ____________. Contractual Arrangement as Signaling Devices: Evidence from Franchising. Journal of Law, Economics & Organization, v. 9, 1993, p. 256-289. LAFONTAINE, F.; RAYNAULD, E. The role of Residual Claims and Self-Enforcement in Franchising Contracts. NBER Working Paper, 2002. LAFONTAINE, F.; SHAW, K. L. The dynamics of franchising contracting: Evidence from panel data. National Bureau of Economic research, Working Paper, Cambridge, mai. 1996. ___________. The Dynamics of Franchise: Evidence From Panel Data. Journal of Political Economy, v. 107, 1999, p. 1041-1080. MACHO-STRADLER, I.; PÉREZ-CASTRILLO, D. An Introduction to the Economics of Information: Incentives and Contracts. Oxford: Oxford University Press, 1997. MATHEWSON, F.; WINTER, R. A. The Economics of Franchise Contracts, Journal of Law & Economics, v. 28, 1985, p. 503-526. MILGRON, P.; ROBERTS, J. Economics, Organization and Management. London: Prentice Hall International (International Edition), 1992. NOVAES, L. F. L. Envoltória sob dupla ótica aplicada na avaliação imobiliária em ambiente do sistema de informação geográfica. Tese de Doutorado, Programa de Engenharia de Produção, UFRJ, Rio de Janeiro, 2002. PAYELLE, N.; SAUSSIER, S.; RAYNAUD, E. Théories des contrats et réseaux de franchise: analyse et enseignements. Working Papers. Europlace Institute of Finance, 2004. PENARD T., RAYNAUD E. et SAUSSIER S. Contract Mix in Franchising as an Efficient Monitoring Device under Asymmetric Information, miméo, Centre ATOM, Université de Paris I, 2002. RASMUSSEN, E. Games and Information: An Introduction to Game Theory. Cambridge: Blackwell, 1994. ROCHA, R. B.; NETTO, M. A. C. A Data Envelopment Analysis model for rank ordering suppliers in the oil industry. Pesquisa Operacional, v. 22 n.2, jul/dez. 2002, p.123-132. ROTHSCHILD, M. e STIGLITZ, J. Equilibrium in Competitive Insurance Markets: An Essay on the Economics of Imperfect Information. Quarterly Journal of Economics, v. 60, 1976, p. 629-650. RUBIN, P.H. The theory of the firm and the structure of the franchise contract. The Journal of Law and Economics, 1978. SAPPINGTON, D. M. Designing Incentive Regulation. Review of Industrial Organization, v. 9, 1994. p. 245-272. SCHWARTZ, J. C. Franchising: o que é, como funciona. Brasília: Sebrae, 1994. SCOTT, F. A. Franchising vs. Company Ownership as a Decision Variable of the Firm. Review of Industrial Organization, v. 10, 1995, p. 69-81. SPENCE, M. Job Market Signaling. Quarterly Journal of Economics, v. 87, 1973, p. 355-374. STEIN, W.E.; MIZZI, P.J.; PFAFFENBERGER, R.C. A Stochastic Dominance Analysis of Ranked Voting Systems with Scoring. European Journal of Operational Research, 1994, p. 78-85. TRACEY, P. Toward a theory of social venture franchising. In: Entrepreneurship: Theory and Practice (2007), Disponível em: <www.entrepreneur.com >, Acesso em: 28 dez. 2008.