Tese apresentada à Pró-Reitoria de Pós-Graduação e Pesquisa do Instituto

Tecnológico de Aeronáutica, como parte dos requisitos para obtenção do

título de Mestre em Ciências no Programa de Pós-Graduação em

Engenharia de Infra-Estrutura Aeronáutica, Área de Transporte Aéreo e

Aeroportos.

Natália dos Santos Ferreira

GUERRAS DE PREÇO NO TRANSPORTE AÉREO:

COMPETIÇÃO SAUDÁVEL OU PREDAÇÃO?

APLICAÇÃO DE MODELO DE PARÂMETRO DE

CONDUTA COMPETITIVA

Tese aprovada em sua versão final pelos abaixo assinados:

Alessandro Vinícius Marques de Oliveira Orientador

Celso Massaki Hirata Pró-Reitor de Pós-Graduação e Pesquisa

Campo Montenegro São José dos Campos, SP – Brasil

2008

ii

Dados Internacionais de Catalogação na Publicação (CIP) Divisão de Informação e Documentação Ferreira, Natália Guerras de Preço no Transporte Aéreo: Competição Saudável ou Predação? Aplicação de Modelo de Parâmetro de Conduta Competitiva / Natália dos Santos Ferreira São José dos Campos, 2008. 143f. Tese de mestrado – Curso de Engenharia de Infra-Estrutura Aeronáutica / Transporte Aéreo e Aeroportos – Instituto Tecnológico de Aeronáutica, 2008. Orientador: Alessandro Vinícius Marques de Oliveira 1. Economia 2. Defesa da Concorrência 3. Transporte Aéreo de Passageiros. I. Comando – Geral de Tecnologia Aeroespacial. Instituto Tecnológico de Aeronáutica. Divisão de Engenharia de Infra-Estrutura Aeronáutica II. Título REFERÊNCIA BIBLIOGRÁFICA FERREIRA, Natália. Guerras de Preço no Transporte Aéreo: Competição Saudável ou Predação? Aplicação de Modelo de Parâmetro de Conduta Competitiva. 2008. 143f. Tese de mestrado – Instituto Tecnológico de Aeronáutica, São José dos Campos. CESSÃO DE DIREITOS NOME DO AUTOR: Natália dos Santos Ferreira TÍTULO DO TRABALHO: Guerras de Preço no Transporte Aéreo: Competição Saudável ou Predação? Aplicação de Modelo de Parâmetro de Conduta Competitiva. TIPO DO TRABALHO/ANO: Tese /2008 É concedida ao Instituto Tecnológico de Aeronáutica permissão para reproduzir cópias desta tese e para emprestar ou vender cópias somente para propósitos acadêmicos e científicos. O autor reserva outros direitos de publicação e nenhuma parte desta tese pode ser reproduzida sem a sua autorização. ___________________________ Natália dos Santos Ferreira Endereço postal: Rua Dionísio Costa, nº12, CEP: 29.400-000, Mimoso do Sul, Espírito Santo. e-mail: nataliasanfer@gmail.com

iii

GUERRAS DE PREÇO NO TRANSPORTE AÉREO:

COMPETIÇÃO SAUDÁVEL OU PREDAÇÃO?

APLICAÇÃO DE MODELO DE PARÂMETRO DE

CONDUTA COMPETITIVA

Natália dos Santos Ferreira

Composição da Banca Examinadora:

Prof. Doutor Carlos Müller Presidente - ITA

Prof. Doutor Alessandro Vinícius Marques de Oliveira Orientador - ITA

Prof. Doutor Arnoldo Cabral ITA

Profa. Doutora Silvinha Pinto Vasconcelos FEA / UFJF

ITA

iv

Aos meus Pais, Elenice e Gilberto, e

à minha irmã Thalita

v

Agradecimentos

Muitas pessoas contribuíram para que este trabalho se materializasse, o que,

inevitavelmente, vai me levar a cometer injustiças nestas páginas de agradecimentos.

De modo particular, agradeço ao amparo de Deus, que dedicou Jesus e Nossa Senhora

para me acompanharem de perto, durante os meses de empenho até a conclusão desta

Pesquisa. Nos momentos difíceis e de muito cansaço, se não fosse com a ajuda Deles,

eu não teria conseguido prosseguir.

Agradecimentos mais que sinceros devo ao meu orientador, o professor Alessandro

Oliveira, por sua paciência, dedicação e prontidão durante o desenvolvimento deste

trabalho. Seus ensinamentos foram fundamentais para a minha formação e fonte de

estímulo para a busca incessante de conhecimento.

Toda gratidão devo à minha família, em especial, aos meus pais Gilberto e Elenice e à

minha irmã Thalita. Obrigada por todo carinho, presença, oração e compreensão. Vocês

são meu suporte fundamental.

Ao professor Carlos Müller, agradeço os comentários valiosos durantes meus

seminários de tese, os quais procurei incorporar no decorrer dos meses.

Aos membros da banca examinadora, professora Silvinha Vasconcelos e professor

Arnoldo Cabral, pelas contribuições dadas durante a defesa, de grande valia para o

aprimoramento desse trabalho.

Agradeço à Lúcia Helena Salgado, eterna professora e grande amiga, pelas longas

conversas, ensinamentos e sugestões, que me fizeram amadurecer em muitos temas

contemplados nesta Pesquisa.

vi

Não poderia me esquecer de citar a todos os meus amigos que, durante este período,

compreenderam minha ausência em muitos momentos.

Sou grata também a todos os professores e demais funcionários do ITA, que tornaram

minha passagem por esta Instituição um período inesquecível para mim.

Por fim, à FAPESP (Fundação de Amparo à Pesquisa do Estado de São Paulo) pelo

fundamental apoio técnico e financeiro.

vii

Resumo

Esta dissertação tem por objetivos a discussão de fenômenos de guerras de preço no

setor aéreo e a proposição de modelagem de parâmetro de conduta da Nova

Organização Industrial Empírica (NOIE) para a identificação do comportamento das

firmas, a fim de se distinguir uma conduta anticompetitiva de predação de firmas de um

comportamento de competição normal, porém acirrada.

O estudo de caso que será realizado compreende a análise da conduta das companhias

aéreas brasileiras no mercado relevante compreendido pela Ponte Aérea Rio de Janeiro

(aeroporto Santos Dumont) – São Paulo (aeroporto de Congonhas), durante um

determinado ano marcado por episódios de guerras de preços.

Do ponto de vista da demanda, será utilizado um modelo representivo, de escolha

discreta, na forma de share de demanda (logit aninhado), seguindo Berry (1994), com o

uso de dois tipos alternativos de bem-externo, a População Economicamente Ativa

(PEA) e o fluxo de passageiros transportados via modal rodoviário. Visa-se, a partir

dessa modelagem, extrair matrizes de elasticidades próprias e cruzadas dos clientes de

transporte aéreo no Brasil, a fim de se verificar tanto a sensibilidade dos passageiros

com relação a alterações no preço dos bilhetes como seus padrões de substituição com

relação às companhias aéreas. Como subproduto dessa análise, será possível inferir o

poder de mercado das firmas.

No âmbito da oferta, seguindo Slade (2004) e Genesove e Mullin (2006),

primeiramente, serão calculados os markups efetivos ou observados das companhias

aéreas, a partir dos Dados Econômicos do Anuário do Transporte Aéreo publicados pelo

órgão regulador do setor. Em segundo lugar, serão calculados os referenciais

constituídos pelos markups Bertrand-Nash, ou seja, resultados vigentes quando do

viii

equilíbrio não-cooperativo de um jogo em preços com produto diferenciado. Por meio

da comparação entre as duas métricas será possível inferir a conduta das firmas.

Os resultados finais mostraram não haver indícios de práticas de preços predatórios

durante o período analisado.

ix

Abstract

The present research aims at studying the fare wars episodes on the air transport sector

and it aims at proposing the Conduct Parameter Model of the New Empirical Industrial

Organization (NEIO) approach in order to identifying the firms conduct and to

establish the differences between an anticompetitive conduct of predation and a normal,

however incited, competition.

The case study that must be realized is the analysis the conduct of Brazilian’s airlines

on the air shuttle Rio de Janeiro (Santos Dumont airport) – São Paulo (Congonhas

airport), during a determined year marked by the episodes of fare wars.

Regarding the demand, it will be used a discrete choice model, in the way of share of

demand (nested logit), following Berry (1994), using two alternative kinds of outside

goods, the Economically Active Population and the passengers transported by road

modal. From this modeling, it will assess the own and cross-price elasticities from

customers of air transport in Brazil, in order to verify their sensibility in what regards

charged prices, as well as their substitution patterns for airlines. As a product of this

analysis, it will be possible to infer the market power of the carriers.

Regarding the supply, following Slade (2004) and Genesove and Mullin (2006), the

effective or observed markups from airlines will be calculated with economic data

regarding air transport collected by the regulator. Also, the markups Bertrand-Nash

will be calculated, representing the results of the non-cooperative equilibrium of a price

game with a differentiated product. By comparing the two metrics it will be possible to

infer the conduct from the firms.

The final results have not shown traces of predatory prices during the analyzed period.

x

Lista de Ilustrações

Figura 1 - Fluxo de Recebimentos provenientes de uma estratégia competitiva .......... 37 

Figura 2 - Fluxo de Recebimentos provenientes de uma estratégia não competitiva ... 38 

Figura 3 - Fluxo de Recebimentos provenientes de uma estratégia supercompetitiva.. 40 

Figura 4 - Guia para análise de preços predatórios ....................................................... 47 

Figura 5 - Ilustração do modelo logit aninhado............................................................. 68 

Figura 6 - O processo de escolha do consumidor .......................................................... 88 

xi

Lista de Tabelas

Tabela 1 - Tarifas médias praticadas Pré e Pós Liberalização ....................................... 77 

Tabela 2 - Tarifas praticadas antes e depois da guerra de preços .................................. 78 

Tabela 3: Declarações dos presidentes das principais companhias ............................... 79 

Tabela 4 - Tarifa Média cobrada por companhia, no período Jan/97 – Set/2001 .......... 89 

Tabela 5 - Fidelidade do Consumidor ........................................................................... 90 

Tabela 6 - Influência do Atributo “Qualidade da Marca” ............................................. 91 

Tabela 7 - Influência do Atributo “Preço da Passagem Aérea”..................................... 91 

Tabela 8 - Influência do Atributo “Conveniência do Horário de Partida ...................... 91 

Tabela 9 - Resultados da estimação do modelo logit aninhado ..................................... 97 

Tabela 10 - Participação de mercado das companhias em 1998, .................................. 99 

Tabela 11 - Elasticidades (Modelo NL – PEA)* ......................................................... 100 

Tabela 12 - Elasticidades (Modelo NL – ROD)* ........................................................ 100 

Tabela 13 - Markups (modelo NL –ROD) com desvios positivos para os custos

observados .................................................................................................................... 103 

Tabela 14 - Markups (modelo NL –ROD) com desvios negativos para os custos

observados .................................................................................................................... 103 

Tabela 15 - Parâmetros de Conduta com desvios positivos para os custos observados

...................................................................................................................................... 105 

Tabela 16 - Parâmetros de Conduta com desvios negativos para os custos observados

...................................................................................................................................... 106 

xii

Sumário

1 Introdução .................................................................................................................. 14 

2 Guerras de Preço, Predação e o Transporte Aéreo ................................................ 20 

2.1 O fenômeno de Guerras de Preço no Transporte Aéreo ....................................... 20 

2.2 Preços Predatórios: Uma Discussão Teórica ........................................................ 25 

2.3 Racionalidade Estratégica das firmas ................................................................... 35 

3 A Visão da Política Antitruste e da Regulação Econômica ................................... 42 

3.1 Abordagem Antitruste .......................................................................................... 42 

3.2 Instrumentos Regulatórios .................................................................................... 50 

4 Metodologia ................................................................................................................ 55 

4.1 Modelagem do lado da oferta ............................................................................... 57 

4.2 Modelagem do lado da demanda .......................................................................... 63 

5 Estudo de Caso ........................................................................................................... 74 

5.1 Do objeto de análise ............................................................................................. 75 

5.2 Delimitação do mercado relevante ....................................................................... 80 

5.3 Caracterização do produto .................................................................................... 83 

5.4 A escolha do bem externo .................................................................................... 84 

5.5 Especificação Empírica da Demanda ................................................................... 87 

5.6 Base de Dados ...................................................................................................... 92 

5.7 Resultados ............................................................................................................. 97 

5.7.1 Do modelo de demanda ................................................................................. 97 

xiii

5.7.2 Das elasticidades............................................................................................ 98 

5.7.3 Da conduta das firmas ................................................................................. 101 

6 Considerações Finais ............................................................................................... 107 

Referências Bibliográficas ......................................................................................... 111 

Apêndice 1 – Demonstração do modelo logit aninhado .............................................. 117 

Apêndice 2 – Demonstração das elasticidades do modelo logit aninhado .................. 121 

Anexo 1 – Resultados do logit aninhado (PEA) .......................................................... 127 

Anexo 2 – Modelo logit aninhado (modal rodoviário) ................................................. 131 

Anexo 3 – Elasticidades (logit aninhado – PEA) ......................................................... 135 

Anexo 4 - Elasticidades (logit aninhado – modal rodoviário) ...................................... 139 

14

1 Introdução

Uma das condutas clássicas de exclusão tratadas pela teoria antitruste consiste na prática

de preços predatórios. Tal conduta é identificada a partir da observação de se a firma

dominante incorre em perdas, no curto prazo, em um mercado particular, de modo a

induzir a saída de uma firma rival, na expectativa de que lucros supranormais possam

ser obtidos no futuro, naquele ou em outros mercados (Glais e Laurent, 1983).

No setor de Transporte Aéreo, a discussão em torno de preços predatórios começou a

ganhar fôlego a partir da desregulamentação (que começou pelos EUA, na década de

1970, seguida pela Europa, na década de 1980 e, mais recentemente, na década de 1990,

na América Latina, Ásia e Oceania) que introduziu um novo ambiente competitivo, com

a inserção de novos players no mercado, destacando-se o aparecimento de empresas de

custo baixo (low cost carriers), conhecidas por cobrarem tarifas bem inferiores às

tradicionais empresas de rede (full service carriers).

Num processo acirrado de concorrência, as firmas, ao buscarem maior participação de

mercado ou manutenção de sua posição dominante, muitas vezes, incorrem em “guerras

de preços”. Durante a vigência deste “confronto”, acende-se a discussão se determinado

preço é predatório ou apenas o resultado de uma competição normal entre as firmas.

O Departamento de Transportes dos Estados Unidos (Department of Transportation -

DoT) - segundo o Transportation Research Board (1999) -, recebeu 32 denúncias, no

período 1993 – 1999, sobre supostas práticas anti-competitivas de empresas

incumbentes contra empresas entrantes, no setor aéreo americano. Metade dessas

reclamações envolveu alegações sobre preços predatórios e excesso de capacidade; 10

se referiam a restrições ao acesso de gates e outras infra-estruturas aeroportuárias; e 6

15

envolveram o suposto uso indevido de marketing e de serviços, como comissões altas

para agentes de viagem.

As autoridades antitruste, ao se depararem com acusações desse tipo, encontram a difícil

tarefa de julgar se uma determinada conduta é predatória ou saudável, condizente com

uma estratégia de sobrevivência de mercado. Uma análise dessa natureza passa,

inevitavelmente, pela comprovação da existência de racionalidade da conduta. Nesse

ponto, transcende-se toda uma celeuma que, em geral, envolve mídia, participantes no

mercado e as próprias autoridades em torno de o que vem a ser “predação” em um dado

sistema aéreo.

A teoria econômica preconiza como condição sine qua non para a adoção de preços

predatórios que a firma detenha notória posição dominante no mercado. Prova que os

casos clássicos de predação estudados são sempre referentes a empresas grandes

“batendo” nas pequenas entrantes. Implicitamente, tem-se em mente o modelo de “bolso

profundo” (long purse ou deep pocket theories, vide Edwards, 1955), onde as firmas

grandes teriam capacidade financeira suficientemente superior à capacidade de firmas

entrantes, o que daria às primeiras um suporte financeiro que lhes garantiriam o fôlego

necessário para sustentar preços suficientemente baixos ou guerras de preços

suficientemente longas, a ponto de tornar a operação da entrante insustentável.

Essa discussão pressupõe que, por alguma razão, a capacidade de uma firma entrante

em alavancar capital é limitada, razão pela qual a firma dominante teria condições de

impor perdas a uma entrante até o seu limite financeiro ser alcançado, a ponto de tornar

sua operação inviável.

Em contraponto, Blair e Harrison (1999) discutem que tal dispositivo não poderia

explicar a existência de preço predatório porque uma entrante racional que contasse com

16

uma restrição financeira, sabendo do “bolso profundo” da instalada e de sua reputação

de “jogar pesado”, simplesmente nem entraria no mercado ou, caso decidisse por entrar

e se defrontasse com uma reação da incumbente, sairia do mercado antes mesmo de

incorrer em grandes perdas.

Mas afinal, já indagava Tirole (1988), por que existem restrições financeiras? Em

princípio, essas restrições poderiam ser evitadas se credores, motivados por uma política

de incentivo à concorrência nos mercados, decidissem por evitar uma predação

concedendo, por exemplo, uma linha de crédito à entrante. Isso tornaria a predação

improvável, uma vez que a incumbente não seria capaz de promover a quebra de uma

entrante e, assim, não se engajaria numa atividade predatória porque não seria racional o

fazer.

Ademais, pouco se discute a respeito do fôlego financeiro que pode vir a ter uma

entrante ou mesmo de algumas condições de mercado que podem favorecer seu

crescimento.

Em se tratando do setor aéreo, empresas entrantes ou pequenas empresas operantes

podem, por exemplo, vir a contar com o apoio do regulador do sistema. Medidas de

incentivo, tais como, concessão de slots em aeroportos estratégicos e alocações

preferenciais de freqüências, podem fazer parte de uma política de desconcentração

econômica do setor, conferindo vantagens operacionais às entrantes.

Além disso, empresas entrantes podem se defrontar com incumbentes que se encontram

desgastadas pelo tempo, com uma gestão de recursos ruim ou mesmo com muitas

dívidas trabalhistas, fatores que podem conferir às primeiras maior vigor econômico.

17

No transporte aéreo do Brasil, nos últimos dez anos, dois emblemáticos casos

envolvendo episódios de guerra de preço e promoções no setor foram justamente

encabeçadas por empresas, até então, pequenas, que acabaram sendo acusadas pelas

grandes de estarem praticando preços predatórios, uma espécie de “predação às

avessas”: (i) a TAM, em 1998, até então uma empresa regional, foi acusada pelo então

“pool” da Ponte Aérea (formado por Varig, Vasp e Transbrasil) de praticar preços

artificialmente baixos na rota Rio de Janeiro - São Paulo; e (ii) a Gol que, em 2004,

detinha menos de 20% do mercado, ao lançar a promoção “Viaje por R$50”, foi acusada

pelo então órgão regulador (DAC) de adoção de conduta predatória.

Como explicar episódios desse tipo que não se enquadram no escopo tradicional da

análise antitruste, ou seja, firmas sem notória posição dominante no mercado agindo de

modo supercompetitivo contra empresas instaladas?

Torna-se, dessa forma, muito relevante entender a racionalidade estratégia das firmas e

discutir métodos que possam permitir a distinção de uma intenção predatória de uma

conduta legítima de crescimento de mercado.

Dado o exposto, esta dissertação tem por objetivos a discussão de fenômenos de guerras

de preço no setor aéreo e a proposição de modelagem de parâmetro de conduta da Nova

Organização Industrial Empírica (NOIE) para a identificação do comportamento das

firmas, a fim de se distinguir um comportamento anticompetitivo de predação de firmas

de um comportamento de competição normal, porém acirrada.

De modo a cumprir com esses objetivos, a dissertação foi dividida em seis Seções,

incluindo esta introdução.

18

A Seção 2 descreve os determinantes para uma guerra de preço no transporte aéreo e

apresenta uma revisão da literatura acerca da prática de preços predatórios. Discute

ainda a racionalidade estratégica das firmas, buscando estabelecer a diferenciação de

uma estratégia de exclusão com relação a uma estratégia legítima de crescimento de

mercado.

A Seção 3 apresenta a visão da Política Antitruste com relação à estratégia de preços

predatórios e discute os tipos de instrumentos regulatórios apresentados pela Teoria para

lidar com esse tipo de conduta.

A Seção 4 apresenta a metodologia proposta por este trabalho que poderá ser usado

pelos órgãos antitruste quando do julgamento de condutas de firmas. É efetuada uma

modelagem embasada nos Modelos de Parâmetro de Conduta da Nova Organização

Industrial Empírica. Do ponto de vista da demanda, apresenta-se um modelo

representativo, de escolha discreta, na forma de share de demanda (logit aninhado),

seguindo Berry (1994), admitindo-se a presença de bem-externo (outside good). A partir

dessa estimação, é possível extrair matrizes de elasticidades próprias e cruzadas dos

consumidores, que permitem verificar tanto a sensibilidade com relação a alterações no

preço como seus padrões de substituição com relação às firmas. Como subproduto dessa

análise, é possível inferir o poder de mercado das empresas. No âmbito da oferta,

seguindo Slade (2004) e Genesove e Mullin (2006), desenvolve-se uma modelagem dos

“parâmetros de conduta” das firmas, que podem ser obtidos pela comparação entre os

markups efetivos ou observados, com o que seria vigente em equilíbrio de Bertrand-

Nash, ou seja, equilíbrio não-cooperativo de um jogo em preços com produto

diferenciado. A partir dos valores encontrados para esses parâmetros, tem-se um

indicativo da conduta das firmas, se mais próxima de um comportamento colusivo,

predatório ou normal.

19

Na Seção 5, a metodologia proposta será aplicada ao estudo da conduta competitiva das

companhias aéreas brasileiras na ponte aérea Rio de Janeiro (aeroporto de Santos

Dumont) – São Paulo (aeroporto de Congonhas), durante o ano de 1998, marcado pelos

primeiros grandes episódios de guerras de preços no setor. A partir dos valores dos

parâmetros de conduta estimados, será possível inspecionar o comportamento das

firmas.

Por fim, na Seção 6 são feitas as considerações finais.

Ao final do trabalho são apresentados ainda quatro Anexos e dois Apêndices. Os

Anexos apresentam os resultados reportados pelo Software Stata, em sua versão 10.0,

quando da estimação dos modelos descritos na metodologia. Já os Apêndices

apresentam o desenvolvimento algébrico do modelo logit aninhado com dois ninhos e

de suas elasticidades (próprias e cruzadas). Apesar de amplamente conhecidos pela

Literatura, durante a realização deste trabalho, a presente pesquisadora não encontrou,

nas referências pesquisadas, a demonstração desses modelos, razão pela qual decidiu

desenvolvê-la, sendo, portanto, responsável pela sua confecção. Espera-se, a partir

destes Apêndices, contribuir com a Academia na geração de conhecimento e que os

mesmos possam servir para futuras consultas aos interessados ao tema.

20

2 Guerras de Preço, Predação e o Transporte Aéreo

2.1 O fenômeno de Guerras de Preço no Transporte Aéreo

Antes de entender os determinantes para a instauração de uma Guerra de Preço na

indústria de transporte aéreo, é preciso compreender algumas características especiais

que o setor apresenta e que tornam a precificação (e por conseqüência o controle dos

custos) em instrumento vital para o gerenciamento dos resultados das companhias

aéreas.

O assento da aeronave é equivalente a um produto perecível, cuja validade expira na

data e horário do vôo e a capacidade de oferta desses assentos é fixa (de acordo com a

configuração da aeronave). O ajuste entre a oferta e a demanda pelo serviço, para a

maximização dos lucros, ocorre via preço.

A demanda é claramente segmentada entre viajantes a lazer e passageiros de negócios.

Esses clientes apresentam diferentes elasticidades – preço, implicando em

disponibilidades a pagar distintas, e valorizam atributos diversos. Os primeiros

costumam planejar suas viagens previamente e prezam pela variável preço e pela

flexibilidade de pagamento, enquanto os segundos geralmente não planejam suas

viagens com muita antecedência e atribuem grande importância a um outro conjunto de

variáveis, tais como: tempo, freqüência, programas de milhagem, conforto,

conveniência, serviço de bordo, dentre outros.

Além das características citadas, é apropriado destacar como a mudança estrutural pela

qual o setor vem passando nos últimos anos faz da precificação um importante

instrumento catalisador de demanda. A título de exemplo, diversas empresas aéreas ao

redor do mundo utilizam-se de ferramentas de yield management, o que as possibilita a

21

realizar discriminação de preço, pela criação de várias classes tarifárias, de modo a

atender seus diferentes públicos.

A partir da desregulamentação econômica do setor aéreo - que se iniciou nos EUA, na

década de 1970, e foi seguida pela Europa, na década de 1980 e, mais recentemente, na

década de 1990, na América Latina, Ásia e Oceania -, propiciou a redução progressiva

das barreiras à entrada nesse mercado, e um novo ambiente competitivo passa a vigorar.

A reboque desse processo, emergem empresas aéreas com uma nova proposta de

serviço, as denominadas empresas de custo baixo (low cost carriers – LCC’s). Dentre as

mais populares estão: Southwest e JetBlue (EUA); Easyjet (Inglaterra); Ryanair

(Irlanda); Virgen Blue (Autrália); e GOL (Brasil).

Utilizando-se se de uma estrutura de custos bastante enxuta - obtida por meio de frota

unificada; serviços de bordo simplificados; estabelecimento de vôos diretos e estrutura

de rede ponto a ponto; estrutura funcional enxuta e terceirização de serviços

competitivos; informatização das operações e uso de técnicas sofisticadas de

gerenciamento de preços; estrutura de tarifas simples, com uma única classe de

serviços; e uso da internet como principal canal de vendas -, essas companhias entraram

no mercado cobrando uma tarifa bastante inferior às empresas tradicionais (full service

carriers - FSC’s) e começaram a se expandir rapidamente no mercado.

Em resposta à entrada dessas novas companhias, as FSC’s começaram a responder com

uma redução tarifária e, a partir daí, fenômenos de guerras de preço começam a

despontar no setor, com certa freqüência, motivados preponderantemente pela conquista

de novos clientes.

22

Mas como identificar que uma guerra de preços foi instaurada? Segundo Morrison e

Winston (1996) é possível detectar uma guerra de preços em uma rota - definida como a

ligação entre um aeroporto de origem a um aeroporto de destino - quando a tarifa média,

em um dado período de tempo está, pelo menos, 20% inferior, em termos nominais,

quando comparada ao período imediatamente anterior. A guerra de preços chegaria ao

fim quando a tarifa média subisse na mesma percentagem.

Em se tratando do setor aéreo, é importante distinguir guerras de preço de outros

episódios que podem provocar o declínio das tarifas. Uma firma pode promover cortes

em seus preços, por exemplo, porque adquire vantagens competitivas com relação a

suas rivais, ao ter uma estrutura de custos menor, obtida graça a ganhos de

produtividade, inovações tecnológicas, redução do preço de insumos e economias de

densidade. Já uma guerra de preço pode ser entendida como um evento espontâneo,

onde uma empresa inicia um corte de preços em uma dada rota (pelos motivos que serão

descritos abaixo) e, em reação, outras empresas reduzem seus preços na mesma

magnitude ou de modo mais radical. O término dessa estratégia se daria com o retorno

das tarifas ao patamar inicial.

Mas o que levaria uma empresa a se engajar em uma guerra de preços? A teoria acerca

de guerras de preço pode ser organizada, basicamente, em torno de dois tipos de fatores

econômicos que impactam o desempenho da firma: exógenos e endógenos.

Efeitos exógenos podem incluir tanto a influência de variáveis macroeconômicas (PIB e

câmbio, por exemplo), que impactam a demanda e os custos da firma, como também

fatores sazonais e temporais (alta, média e baixa estações do ano, e dias da semana).

Os fatores endógenos podem estar relacionados tanto às características das firmas que

competem no mercado (como por exemplo: firma que sinaliza que tem menores custos a

23

fim de criar uma reputação de jogar pesado; problemas no fluxo de caixa podem levar à

necessidade de obtenção de recursos no curto prazo; o excesso de capacidade, em se

tratando de produto perecível, induz a redução de preço para se livrar do “estoque”; e a

existência dos chamados custos de mudança ou switching costs, provocados pelos

programas de fidelização, que podem levar firmas entrantes a cobrarem mais baixo para

atrair clientes) como às características do próprio mercado em que as firmas estejam

inseridas (grau de concentração; a presença de contato multimercado; e assimetria de

informações).

Com relação ao grau de concentração, tem-se que quanto maior o grau de concentração

do mercado, maior a facilidade de se manter acordos colusivos e evitar guerra de preço.

No transporte aéreo, o grau de concentração é obtido pelo número de competidores

efetivos ao nível da rota, definido como sendo 1/HHI, onde HHI representa o Índice de

Concentração Herfindahl-Hirschman.

Já contato multimercado significa que duas ou mais firmas se encontram em muitos

mercados. Esse conceito é muito importante em se tratando de uma indústria de rede,

como o transporte aéreo, em que as companhias compartilham muitas rotas. Bernheim e

Whinston (1990) destacam que devido ao fato da maior parte das receitas das empresas

serem obtidas em mercados que elas repetidamente competem com outras empresas, as

firmas teriam fortes incentivos a evitarem guerras de preço. Em contrapartida, contatos

multimercados poderiam estimular guerras de preço na medida em que as firmas

adotassem uma estratégia de disciplinar concorrentes (price disciplining), respondendo

ao corte de preço de uma rival em seus mercados mais lucrativos pelo corte de preços

nos mercados mais rentáveis da rival.

24

Com relação ao uso de cortes de preços para disciplinar concorrentes, a literatura aponta

que uma guerra de preços pode ser instaurada por firmas que desejam punir uma

deserção de um cartel.

Para esses casos, seguindo Oliveira (2008a), considere uma situação de N firmas que

estejam agindo em conluio. Neste tipo de equilíbrio, as firmas utilizam as quantidades

produzidas q como variável estratégica, e alcançam um resultado de maximização

conjunta e restrita de lucros, em que a restrição de que não há incentivos para que

nenhum dos participantes desvie é atendida (a denominada restrição de compatibilidade

ou de alinhamento de incentivos).

A deserção nesse jogo é caracterizada por algum dos participantes desviando da sua

respectiva quantidade produzida de conluio para produzir uma quantidade dq , de

acordo com a sua curva de melhor resposta estática.

A falta de incentivos para que alguma firma desvie unilateralmente é o resultado de uma

expectativa de retaliação do cartel, produzida por uma “grim strategy”, na linha

discutida por Friedman (1971). Desse modo, o cartel retaliador é aquele que irá punir

os desvios com uma reversão eterna ao equilíbrio não-cooperativo de Nash, sendo que a

guerra de preços instaurada joga as quantidades de todas as firmas permanentemente

para níveis de punição.

Neste ponto, e considerando todas as razões já expostas, Morrison e Winston (1996)

reforçam que o motivo mais importante para que se inicie uma guerra de preço é a

rivalidade entre firmas. Assim, uma guerra de preços ocorreria principalmente em uma

indústria devido ao rompimento da coordenação oligopolística (quando uma empresa

25

quer expandir sua participação de mercado) ou porque novas firmas ameaçariam entrar

no mercado (estratégia de entrada de uma firma frente à reação das incumbentes).

O fato é que durante episódios de guerras de preço ou de prática de preços

deliberadamente baixos, surge a discussão se determinado preço é ou não predatório. A

Seção a seguir discutirá esse conceito.

2.2 Preços Predatórios: Uma Discussão Teórica

Uma das condutas clássicas de exclusão tratadas pela teoria antitruste consiste na prática

de preços predatórios. Tal conduta é identificada a partir da observação de se a firma

dominante incorre em perdas, no curto prazo, em um mercado particular, de modo a

induzir a saída de uma firma rival, na expectativa de que lucros supranormais possam

ser obtidos no futuro, naquele ou em outros mercados (Glais e Laurent, 1983).

O debate em torno da predação tem como balizador histórico o pensamento da Escola

de Chicago, tendo Bork (1978), McGee (1980), Easterbrook (1981), como seus

expoentes.

Esta abordagem visualiza a predação como sendo irracional ou muito improvável. A

irracionalidade advém do fato de a firma dominante tentar deter a entrada de outra firma

no mercado por meio da precificação ao nível do seu custo, prejudicando a si própria

(via queda dos seus lucros) e a entrante. Neste caso, o sacrifício da predação é imediato

e certo, mas o benefício ou a recuperação futura de ganhos, com a exclusão da entrante

e a obtenção dos lucros extraordinários do monopólio são incertos. Já que outras firmas,

na ausência de barreiras à entrada, atraídas pelos altos preços praticados no período pós-

exclusão, poderiam entrar no mercado e, assim, as firmas instaladas não recuperariam

suas perdas.

26

A escola Pós-Chicago fundamenta-se em modelos de Teoria dos Jogos para mostrar que

sob certas condições (assimetrias de informação e de recursos financeiros) a predação

pode ser uma estratégia racional. Nessa perspectiva a predação passa a ser entendida

como um processo dinâmico e desenhado por meio de um jogo repetido, cujo fim, é

desconhecido (estocástico). Assim, os jogadores tipicamente formam crenças a respeito

da probabilidade de o jogo continuar no próximo período e isso afeta suas ações no

presente. Nesta linha de pensamento, a literatura em Organização industrial apresenta

três tipos alternativos de modelos: (i) “bolso profundo”; (ii) “reputação”; (iii)

“sinalização”.

Nos modelos baseados na idéia de “bolso profundo”, ou seja, grande capacidade

financeira ou de alavancagem de recursos, as mais recentes contribuições mostram

como o comportamento predatório pode ocorrer em equilíbrio se a informação é

assimétrica (sobre condições de mercado, custos, dentre outros) e se os recursos

financeiros da firma dominante são substancialmente maiores que os de qualquer

competidor efetivo ou potencial.

Os modelos de “reputação”, como descrito em Kreps e Wilson (1982), explicam como

na presença de informação imperfeita uma firma instalada pode construir uma reputação

de “jogar pesado” (toughness) e desencorajar entrantes potenciais a se defrontarem com

ela. Neste ponto, em artigo que discute o tema, Kim (2004) salienta que justamente em

função da reputação predatória, as empresas incumbentes não necessitam se engajar em

estratégias anticompetitivas com freqüência. A barreira artificial criada por ataques

anteriores (histórico predatório) seria o suficiente para evitar a entrada de novos

concorrentes.

27

Por fim, os modelos de “sinalização” indicam que, quando não é simétrica a informação

sobre custos e condições de demanda, um predador pode usar um preço baixo para

sinalizar a um rival que, àquelas condições de custo e demanda, a saída é melhor opção.

Dado o exposto, verifica-se que a temática de preços predatórios é um assunto

controverso na literatura e vários foram os pesquisadores que se debruçaram sobre esse

assunto.

Areeda e Turner (1975) foram os pioneiros na introdução de um teste mais específico

para diferenciar preços competitivos de preços predatórios. De acordo com os autores,

preços abaixo do custo marginal devem conclusivamente ser tidos como ilegais.

Considerando que é rara a documentação de estatísticas de custos marginais de

produção, eles sugeriram o uso do custo variável médio como evidência para o teste.

Entretanto, o teste levantou controvérsias por anos e Tirole (1988) destacou que a

simples comparação preço-custo não é suficiente para a detecção de preço-predatório.

O debate em torno dessa temática foi particularmente enriquecido com o uso de

conceitos de teoria dos jogos e comportamento estratégico em mercados oligopolistas.

Esses trabalhos estão bem resenhados em Ordover e Saloner (1990). A questão central

nesses modelos é a assimetria de informações entre os atores no mercado, o que implica

dizer que a firma dominante é mais bem informada que seus pequenos rivais. Nesses

casos, o predador induz a saída dos menores.

A racionalidade da tentativa de exclusão das rivais, por parte da firma dominante, está

justamente na busca pelo monopólio e dos lucros decorrentes que esta posição aufere.

Sherer e Ross (1990) apresentam a estratégia de preços de exclusão como uma das

alternativas de estratégias de preço de longo prazo da firma dominante. De acordo com

os autores, “quando há uma franja de tamanho apreciável e quando a firma dominante

28

tem um custo unitário significante ou uma imagem de vantagem sobre seus rivais, a

estratégia de maximização de lucro de longo prazo da firma dominante usualmente será

estabelecer seu preço abaixo do nível de custo unitário das firmas da franja e expulsar

os rivais. Isso é mais provável quanto maiores as vantagens de preço-custo da firma

dominante, quanto menor a taxa de desconto temporal e quanto mais rápido as firmas da

franja saiam em resposta a preços abaixo de seus custos unitários. Em muitos exemplos,

dada sua vantagem de custos, a firma dominante continuará a obter lucros positivos

enquanto expulsa as rivais. No entanto, com produção da franja suficientemente grande

e valores de [custo unitário], a firma dominante pode racionalmente cortar o preço de

forma temporária abaixo de seu custo unitário de modo a apressar a saída de rivais e

aumentar sua participação de mercado. Em qualquer evento, conforme a franja perde

espaço, a firma dominante gradualmente eleva o seu preço, elevando margens de lucro,

enquanto a saída de rivais remanescentes desacelera.” (p. 364).

Na tentativa de explicar quando um preço poderá ser legitimamente classificado como

predatório, Baumol (1999) apresenta um conjunto de argumentos segundo os quais um

preço para ser predatório deve atender a três condições: (i) não existir um propósito

legítimo para a sua escolha; (ii) ameaçar a existência ou a entrada de firmas que são, no

mínimo, tão eficientes quanto à firma que o adotou; e (iii) haver uma previsão razoável

de recuperar ao menos o custo inicial incorrido com a predação. Para o autor, caso um

determinado preço, ainda que abaixo do custo, gere uma perspectiva de garantir uma

adição líquida aos lucros da firma, no longo prazo, que não dependa da saída de

qualquer rival tão eficiente quanto tal firma ou da prevenção de entrada de firmas

eficientes, o preço estabelecido pela empresa deverá ser caracterizado como legítimo.

Por força do desenvolvimento recente da Organização Industrial, a compreensão das

práticas de preços predatórios tem evoluído para além da idéia de sacrifício de lucro de

29

curto prazo pela firma que adota tais práticas. Por exemplo, uma empresa monopolista

de baixo custo pode prejudicar a concorrência (não apenas os concorrentes) usando,

estrategicamente, suas vantagens para excluir competidores, com pouco ou nenhum

sacrifício, conforme Edlin (2002) explica. Sacrifício que já foi definido por Bork (1978)

como um “investimento em lucros de monopólio”.

Esse sacrifício voluntário, com o dano à competição como motivação, pode estar

associado, porém, a outras razões legítimas. A produção hoje pode gerar custos no

futuro menores numa indústria com learning by doing ou, de uma forma mais direta,

“sacrifício” em um produto pode ser imediatamente compensado pela elevação de

lucros em um produto complementar. Assim, o sacrifício de lucros no curto prazo não é

nem necessário nem suficiente para a existência de dano e pode estar distante de ambos

os casos.

Para a monopolização, nessa perspectiva, o sacrifício de lucros não é necessário se a

firma dominante detém substanciais vantagens de custo (financeiras e fiscais). Edlin

(2002) e Edlin e Farrell (2004) mostram que uma firma eficiente pode usar suas

vantagens para oferecer boas ofertas em bases consistentes. Isso pode ser bom para os

consumidores e para a eficiência econômica mas, por vezes, uma firma eficiente pode,

ao contrário, cobrar preços elevados e prover produtos ou serviços de baixa qualidade

enquanto encara pouca ou nenhuma competição e oferecer boas ofertas apenas quando

surge a concorrência.

Segundo os autores acima, para um monopolista de baixo custo oferecer boas ofertas

após uma entrada de modo a prejudicar e mesmo provocar a saída de um entrante não,

necessariamente, envolve sacrifício. Basta que coloque os preços ao nível dos custos da

entrante, e sendo os seus custos inferiores, ainda estaria tendo lucro. Assim, propõem

30

uma mudança do foco de “sacrifício mais recuperação financeira” para “exclusão com

grave dano ao consumidor e/ou à eficiência”.

Diante da discussão apresentada, verifica-se que a predação é um fenômeno controverso

e sua detecção não é trivial. O maior desafio encontrado pelos pesquisadores que

estudam o tema está justamente na identificação empírica do resultado predatório.

Burns (1986) estudou o impacto da predação sobre o valor dos ativos da firmas

predadas. Para tal, tomou como caso a indústria de tabaco nos Estados Unidos no

período 1891 e 1906. Conclui que, neste período, a maior firma do mercado, a

American Tobacco, estabeleceu preços predatórios no intuito de depreciar o valor de

seus competidores para poder adquiri-las posteriormente. Ao final da guerra de preços, a

incumbente adquiriu 43 firmas rivais.

Lerner (1995) analisa a indústria de disco e mostra que as firmas são mais agressivas em

preço quando estão diante de rivais com restrições financeiras. Morton (1997) examinou

a indústria de marinha mercante britânica e constatou que algumas características da

firma entrante, tais como ineficiência operacional, falta de experiência, e pouca

capacidade de financiamento, favorecem a prática predatória por parte das incumbentes.

Uma das mais recentes e importantes contribuições à literatura acerca da modelagem

empírica da predação é oferecida por Genesove e Mullin (2006). Os pesquisadores

estudaram a indústria de açúcar refinado nos Estados Unidos para o período 1887-1914

e analisaram o posicionamento estratégico da empresa American Sugar Refining

Company (ASRC), que detinha cerca de 80% da participação do mercado, frente à

entrada de duas empresas, a Arbuckle Brothers e a Doscher. Após examinarem as

guerras de preços ocorridas nesse período, concluíram que a incumbente reagiu

predatoriamente à entrada das outras firmas, reduzindo bastante seus preços e

31

colocando-os ao patamar do custo marginal ou abaixo dele. A análise foi baseada na

comparação direta entre preço e custo marginal, possibilitada pela perfeita

observabilidade desse último.

Em artigos anteriores (Genesove e Mullin, 1997 e 1998), os autores explicam que a

tecnologia do refino de açúcar era muito simples e a disponibilidade de uma completa

base de dados permitia a obtenção de uma medida direta e crível do custo marginal.

Entretanto, ao admitir que estimativas de custos podem ser controversas, os autores

apresentam um segundo teste baseado em modelos competitivos de Teoria dos Jogos,

que consideram a capacidade das firmas e as condições de demanda. Os resultados

encontrados para esse segundo teste foram robustos à medida de custo marginal que os

autores possuíam no primeiro teste. Ao comparar os preços praticados pela empresa

dominante (ASRC) com as medidas de custo marginal obtidas, detectaram que, durante

a guerra de preços, os preços foram colocados ao nível e, muitas vezes, abaixo do custo.

Além disso, analisaram o comportamento ex post da ASRC e verificaram que, logo após

o encerramento da guerra de preço, ela acabou por adquirir uma entrante e outras

pequenas empresas instaladas, a preços depreciados. Dessa forma, concluíram que, de

fato, houve predação, uma vez que os preços praticados provocaram à exclusão do

mercado, de firmas rivais. Tal como preconizado pela teoria, a ASRC procurou sinalizar

ao mercado uma estratégia de “jogar pesado”, visando desencorajar futuras entradas.

No setor aéreo, nos últimos anos, alguns pesquisadores se dedicaram a estudar as

estratégias de reação de empresas instaladas diante da entrada de novas empresas. Além

da prática de preços predatórios, elencam-se outras estratégias exclusionárias que

podem fazer parte das estratégias das empresas: (i) a concessão de comissões

preferenciais para agentes de viagem; (ii) o uso indevido dos sistemas de reserva

computadorizados; (iii) a prática de “excesso de capacidade” (uma companhia adiciona

32

vôos ou usa aeronaves maiores nas janelas de tempo próximas aos vôos da rival); e (iv)

acordos ilícitos de cooperação e cartelização.

Segundo Oster e Strong (2001), a indústria aérea possui algumas características que

podem tornar condutas predatórias racionais e atrativas do ponto de vista de estratégia

corporativa. O ponto central é que informação sobre entrada e preço é fácil e

rapidamente disponível.

Os autores destacam que o uso abundante do sistema de gerenciamento de resultados

não só permite às companhias aéreas ofertarem uma variedade de tarifas, por meio de

discriminação de preços, mas também fornece informações significativas e oportunas

sobre ações de competidores reais e potenciais.

Destacam ainda que os sistemas computadorizados de reservas tornam disponíveis

quase que imediatamente informações sobre ações, oferta e até mesmo (mais

limitadamente) disponibilidade de outras companhias aéreas. Assim, os serviços de uma

nova entrante poderiam ser facilmente vistos com antecedência e diante dos sistemas de

gerenciamento de resultados, permitiriam uma reposta a essa entrada de uma maneira

focada, de modo a que outras companhias aéreas não vislumbrassem a ação como o

começo de uma guerra de preços (que levaria a uma redução de tarifas em outras rotas).

Segundo os autores, esse conjunto de características presentes no setor reduz o custo de

uma predação.

Não obstante às características apresentadas, comprovar que uma empresa aérea

praticou preços predatórios não é uma tarefa fácil, dado um outro conjunto de

especificidades que o setor aéreo apresenta que tornam a análise bastante complexa em

termos antitruste.

33

O primeiro ponto refere-se às economias de rede. A companhia, em seu modelo de

negócios, procura a maximização conjunta de resultados, ou seja, de toda sua malha.

Isso permite que ela realize um manejo do seu portfólio (conjunto de vôos e rotas) de

modo a alcançar os resultados pretendidos. Preços baixos em rotas de grande

competição podem ser compensados por preços altos em rotas alternativas.

O segundo aspecto diz respeito à utilização de ferramentas yield management, o que

possibilita às companhias, como já discutido, a realização de discriminação de preço,

pela criação de várias classes tarifárias, de modo a atender seus diferentes públicos.

Logo, em um mesmo vôo, são oferecidos assentos a preços diferentes, viabilizando a

prática de promoções. Um preço artificialmente baixo para um conjunto de assentos

pode ser compensado por preços superiores em outro conjunto, ocorrendo um típico

“subsídio cruzado” dentro do vôo, de modo que o resultado operacional para o vôo pode

se mostrar lucrativo.

Um terceiro ponto que merece discussão diz respeito à verificação de poucas barreiras

econômicas à entrada no setor, as principais barreiras dizem respeito à disponibilidade

de infraestrutura aeroportuária. Neste caso, analisando-se hipoteticamente o fato de uma

empresa que, diante da prática de preços artificialmente baixos, conseguisse expulsar

outras firmas do mercado. A etapa seguinte seria a cobrança de preços abusivos a fim de

recuperar as perdas incorridas durante a estratégia predatória. No entanto, seus lucros

extraordinários atrairiam outras firmas, que contestariam com relativa facilidade o

mercado. Dessa forma, a probabilidade de recuperação das perdas sofridas seria

pequena, o que se pode configurar como um inibidor dessas condutas.

Ademais, considerando-se o caso limite de aeroportos saturados, em que a entrada de

outra firma se mostra inviável em termos de infra-estrutura. Geralmente, nesses casos,

34

onde é comum a concentração de mercado em poucas firmas, é mais racional a

estratégia de coordenação estratégica das firmas que ali operam, que podem tacitamente

acomodar suas margens de lucros e garantir seus padrões de rentabilidade sem incorrer

em riscos de negócios. Nesses aeroportos, justamente por haver uma maior

concentração da demanda e oferta, é mais preocupante, em termos de defesa da

concorrência, a existência de preços abusivos (pela falta de concorrência) do que

predatórios.

Dada as especificidades discutidas acima, a realização de estudos paramétricos que

visem capturar a predação em um dado setor aéreo torna-se uma tarefa complexa e

desafiante.

Kim (2004), focando na teoria de reputação predatória, apresenta um modelo capaz de

estimar como a resposta de uma incumbente à entrada de uma firma influencia entradas

futuras. Segundo o autor, uma vez estimado como as entrantes aprendem a partir da

resposta das incumbentes, é possível medir e prever o “efeito reputação”, isto é, o efeito

da resposta de uma incumbente à probabilidade de entrada futura. A intenção predatória

é então identificada pela existência desse “efeito reputação”.

Eckert e West (2006) discutem quatro casos de suposta predação envolvendo as

empresas aéreas Lufthansa (Alemanha), American Airlines (Estados Unidos), Air

Canadá (Canadá) e Qantas (Austrália). Em todos os casos analisados os autores

constataram que a empresa incumbente respondeu à entrada de uma ou mais LCC (low

cost carrier) pela redução das tarifas e pela expansão de capacidade (via

estabelecimento de vôos adicionais e o uso de aeronaves maiores). Não obstante tais

estratégias de reação, as cortes responsáveis pelos julgamentos de tais condutas

35

indeferiram os processos, constatando não haver indícios de predação nos casos

analisados.

Forsyth et.al. (2005) apresentam uma extensa resenha de experiências norte americanas,

européias e australianas que envolveram casos de indícios de predação no setor aéreo e

que também não foram deferidos pelas autoridades antitruste de cada país. Outros

estudos de resposta de empresas incumbentes à entrada de novas empresas podem ser

acessados em Perry (1995), Oster e Strong (2001), Gorin (2004) e Goring e Belobaba

(2008) e Edlin e Farrell (2004).

A maior parte das pesquisas, como visto acima, discute a reação de companhias

instaladas à entrada de outras companhias no mercado. Os resultados desses estudos

evidenciam que as principais estratégias de reação são os cortes de preço ou o aumento

de capacidade (adição de vôos ou uso de aeronaves maiores em janelas de tempo

próximas as da entrante). No entanto, tais estratégias, a priori, não podem ser

consideradas predatórias, uma vez que é parte natural de um processo concorrencial a

disputa por mercados.

Torna-se, dessa forma, relevante entender a racionalidade estratégia das firmas quando

em seu posicionamento de mercado, de modo a se buscar distinguir uma intenção

predatória de uma conduta legítima de crescimento de mercado. A Seção 2.3, abaixo,

discutirá esses pontos.

2.3 Racionalidade Estratégica das firmas

Num ambiente de liberdade competitiva, as empresas atuam no mercado buscando a

maximização de lucros e a conquista de um número cada vez maior de clientes. No

entanto, ao buscarem a superação da concorrência, as firmas podem agir, conforme

36

ensina Motta (2004), de forma virtuosa (com investimentos em tecnologia e pesquisa

para a obtenção de novos produtos e serviços, aprimoramento da qualidade do

produção/serviço, aumento de eficiência e redução de custos, dentre outros) ou viciosa

(por meio de conluio para elevação de preços e redução de produção, da criação de

dificuldades a concorrentes e entrantes, estabelecimento de preços predatórios e de

outras formas de práticas restritivas).

No setor de transporte aéreo, a aquisição de maior participação de mercado implica na

busca por maiores freqüências e horários, aquisição de maiores e melhores posições

para check-in nos aeroportos, dentre outros fatores, ou seja, atributos que conferem

maior diferenciação ao produto oferecido e, em conseqüência, proporcionam uma maior

fidelização de clientes e atraem passageiros mais exigentes e/ou com maior propensão a

pagar. Dessa forma, crescer para uma companhia aérea significa, além de galgar maior

dominância, a obtenção de maior diferenciação do seu produto.

Considerando-se um dado mercado aéreo, é comum a observância de companhias

grandes competindo ao lado de companhias pequenas (e/ou entrantes no mercado, numa

rota ou num aeroporto). Logicamente que, dado o porte de cada companhia, essas firmas

possuem estratégias distintas de atuação no mercado.

Pode-se intuitivamente depreender que o objetivo de uma pequena empresa,

similarmente ao de uma entrante, é crescer, ou seja, adquirir participação crescente de

fatia de mercado. À essa estratégia será dado o nome de “compra de fatia de mercado”.

Ao passo que grandes empresas instaladas visam preservar sua posição dominante no

mercado adotando, muitas vezes, estratégias de exclusão visando deter a entrada de

outras firmas no mercado. Essa estratégia será tratada como “conduta de predação”.

37

Para fins de análise das estratégias acima descritas, considera-se, primeiramente, a

hipótese de uma empresa grande reagir à entrada de uma firma no mercado ou a uma

pequena empresa que comece a “incomodá-la”. De modo genérico, serão analisadas

duas estratégias possíveis de reação, adotando como premissa que as firmas competem

em preço: (i) competitiva, via adoção de um preço de equilíbrio Bertrand-Nash; ou (ii)

não competitiva, estabelecendo preço predatório, num primeiro momento, para a

obtenção de lucros supranormais, num segundo momento.

Agindo a firma de modo competitivo, a firma teria um fluxo de recebimentos conforme

demonstrado na Figura 1, onde BNP∏ representa o rendimento obtido por meio do

estabelecimento de um preço de Bertrand-Nash e T é o horizonte de tempo da firma. O

Valor Presente Líquido desses fluxos de recebimentos adquiridos ao longo do horizonte

temporal da firma é dado por ( 1 ), sendo r é a taxa de desconto.

Figura 1 - Fluxo de Recebimentos provenientes de uma estratégia competitiva Fonte: Elaboração própria

∑= +

∏=

T

tt

Pt

rVPL

BN

01 )1( ( 1 )

38

Agora, supondo-se que a firma aja de modo não competitivo, adotando um preço

predatório num instante inicial (aqui hipoteticamente considerado como um tempo

suficiente para excluir uma rival) e preços de colusão tácita num segundo momento.

A firma, a partir dessas considerações, teria um fluxo de recebimentos conforme

demonstrado na Figura 2, onde PrP∏ representa o prejuízo incorrido por meio de um

preço predatório e TCP∏ diz respeito ao rendimento obtido por meio do

estabelecimento de um preço de colusão tácita. O Valor Presente Líquido desses fluxos

adquiridos ao longo do horizonte temporal da firma é dado por ( 2 ), sendo r é a taxa de

desconto.

Figura 2 - Fluxo de Recebimentos provenientes de uma estratégia não competitiva Fonte: Elaboração própria

∑= +

∏+∏−=

T

tt

Pt

rVPL

TC

1

Pr2 )1(

( 2 )

Para a utilização de preço predatório fazer sentido como uma estratégia de obtenção ou

manutenção de monopólio, esta estratégia deverá ser lucrativa no longo prazo, uma vez

que firmas racionais agem de modo a maximizar seus lucros. Assim, perdas ou

sacrifícios incorridos durante o período predatório deverão ser compensados por ganhos

39

no futuro, obtidos após a exclusão da firma oponente. Implica dizer que o 2VPL tem que

ser positivo.

Para uma firma adotar essa estratégia, dada sua racionalidade, ela tem que ter certo grau

de certeza de recuperação dos prejuízos incorridos e essa certeza está relacionada à

existência ou não de barreiras à entrada no mercado. Quanto mais difícil for a entrada de

outras firmas, ou seja, quanto menos contestável for o mercado, maior incentivo terá em

se engajar em uma conduta predatória.

Porém, se a entrada é livre e fácil, a firma dominante sabe que se incorrer em prejuízos

para excluir uma firma rival num instante t e no instante t+1 outra firma entrar no

mercado, ela não terá como recuperar os prejuízos incorridos durante a guerra de preço,

o que tornará não racional a sua estratégia.

Por isso, as incumbentes buscam erigir barreiras à entrada no mercado que visam

desencorajar futuras entradas. No transporte aéreo podem ser citados como importantes

instrumentos utilizados: comissões preferenciais para agentes de viagem; programas de

fidelização de clientes; aquisição de slots em aeroportos estratégicos; dentre outros.

Uma vez diante dessas duas possibilidades de ação, competitiva ou não competitiva, a

firma incumbente irá escolher aquela estratégia por meio da qual espera obter maiores

ganhos. Se )()( 12 VPLEVPLE > , a firma deverá optar por agir predatoriamente, caso

contrário, optará por uma conduta competitiva.

Tendo-se definido as prováveis reações estratégicas de uma firma grande, passa-se

agora para a análise do comportamento de uma firma entrante (ou uma firma pequena,

já estabelecida) que deseja entrar (ou crescer) num mercado competitivo.

40

Num primeiro momento, assume-se hipoteticamente que a firma praticará um preço

agressivo (até mesmo abaixo do custo marginal, a fim de se expandir no mercado),

preço esse legítimo e justificável para fazer frente às incumbentes. À esse preço será

dado o nome de “preço de compra de fatia de mercado”.

Num segundo momento, adota-se como premissa que a firma entrará numa situação de

equilíbrio de Bertrand-Nash, até a conquista de uma penetração considerável desejável

por ela no mercado. O fluxo de recebimentos esperados, a partir dessa conduta, pode ser

visto na Figura 3.

Figura 3 - Fluxo de Recebimentos provenientes de uma estratégia supercompetitiva Fonte: Elaboração própria

Considerando-se a situação exposta, se durante seu processo de crescimento a firma sob

análise ocupar o lugar de outra firma no mercado, sem provocar alteração do Índice de

Concentração, ou seja, apenas ocorrendo uma substituição de players, pode-se dizer que

o bem-estar social permanece inalterado, sendo a conduta de expansão considerada

legítima. Tal situação já preconizada por Darwin, em seu estudo de seleção natural. “A

lei dos mais fortes e eficientes”.

41

Ao passo que se a estratégia de uma empresa provocar maior concentração de mercado,

a probabilidade de perda de bem-estar é maior e a possibilidade de danos ao consumidor

torna-se mais presente, devendo a conduta empresarial ser analisada com maior atenção

pelas autoridades antitruste.

A Seção 3 visa justamente analisar a visão da Política de Defesa da Concorrência e da

Regulação Econômica quando da análise da conduta das firmas.

42

3 A Visão da Política Antitruste e da Regulação Econômica

Ronald [Coase] said he had gotten tired of antitrust because when the

prices went up, the judges said it was monopoly, when the prices went

down, they said it was predatory pricing, and when they stayed the

same, they said it was tacit collusion.

William Landes

3.1 Abordagem Antitruste

A política Antitruste ou de Defesa da Concorrência pode ser entendida como um

conjunto de normas jurídicas e sociais cuja motivação principal é garantir, por meio da

restrição de atos e práticas que visem cercear o processo concorrencial, o pleno

funcionamento dos mercados e o bem-estar dos consumidores.

A fim de garantir esses propósitos, a legislação antitruste, como ensina Salgado (1997),

é aplicada pelas autoridades de acordo com dois padrões básicos: regulação de

estrutura e regulação de conduta.

A regulação da estrutura (de caráter preventivo) visa monitorar a configuração dos

mercados, via apreciação de atos de concentração, horizontais ou verticais, como

fusões, aquisições, e associações de empresas (joint ventures). O objetivo é evitar que

tais atos conduzam a uma situação de monopólio ou de grande concentração econômica,

de tal modo que se configure em uma ameaça à competitividade dos mercados.

A regulação da conduta (de caráter repressivo), de maior interesse para este trabalho,

corresponde à definição de regras de comportamento adequado para os participantes do

mercado e, em caso de violação dessas regras, na penalização dos agentes. As condutas

podem ser penalizadas per se, implicando em uma proibição absoluta para certo tipo de

43

comportamento, ou a partir de um exame caso a caso, onde será verificado o impacto

das ações sobre a concorrência e o bem-estar dos consumidores, a chamada regra da

razão ou rule of reason.

À exceção de algumas poucas práticas em que não se podem associar ganhos de

eficiência produtiva e que restringem de maneira inquestionável a concorrência (sendo,

portanto, condenáveis per se em todas as economias que contam com um aparato legal

antitruste, como a fixação de preços e o conluio entre concorrentes), não é praxe a

condenação de práticas sem uma análise do contexto em que ocorrem. Neste caso, a

conduta só será tipificada como ilegal se apresentar um efeito anticompetitivo líquido.

Cumpre destacar que o mote da Teoria Antitruste é a defesa da competição e não do

competidor em si. A legítima competição envolve vencedores e perdedores. Quando

uma firma é expulsa do mercado, não se pode inferir automaticamente que uma conduta

desleal ocorreu, uma vez que é natural do processo concorrencial a substituição de

players e a simples troca de firmas no mercado não impacta o bem-estar social, como já

salientado ao final da Seção 2.3.

No Brasil, a livre concorrência aparece na Constituição de 1988 (art. 170, cap. IV) como

princípio da ordem econômica. A Carta Magna destaca ainda (art. 173, § 4º) que “a lei

reprimirá o abuso do poder econômico que objetive o domínio dos mercados, a

eliminação da concorrência e o aumento arbitrário de lucros”.

Visando atender esses ditames constitucionais, criou-se a Lei de Defesa da

Concorrência (Lei nº 8.884, de 11 de junho de 1994), que se configura como o

arcabouço institucional da política antitruste nacional.

44

A Lei nº 8.884/1994 estabelece em seu art. 20, como infração da ordem econômica,

independentemente de culpa, os atos sob qualquer forma manifestados, que tenham por

objeto ou possam produzir os seguintes efeitos, ainda que não sejam alcançados: I)

limitar, falsear ou de qualquer forma prejudicar a livre concorrência ou a livre

iniciativa, II) dominar mercado relevante de bens ou serviços; III) aumentar

arbitrariamente os lucros; ou IV) exercer de forma abusiva posição dominante.

A Lei dispõe ainda no seu Art. 20 que: § 1º, a conquista de mercado resultante de

processo natural fundado na maior eficiência de agente econômico em relação a seus

competidores não caracteriza o ilícito previsto no inciso II; § 2º, ocorre posição

dominante quando uma empresa ou grupo de empresas controla parcela substancial de

mercado relevante, como fornecedor, intermediário, adquirente ou financiador de um

produto, serviço ou tecnologia a ele relativa; § 3º, a posição dominante é presumida

quando a empresa ou grupo de empresas controla 20% (vinte por cento) de mercado

relevante, podendo este percentual ser alterado pelo Conselho Administrativo de Defesa

Econômica – CADE, para setores específicos da economia.

Com relação a essa possibilidade de alteração pelo CADE, do percentual necessário

para se considerar que determinada firma detenha ou não posição dominante, destaca-se

um trabalho de Sullivan e Hovenkamp (1999), que apresentam casos já julgados pelas

Cortes Americanas, em que se entendeu ser necessária participação de mercado acima

de 50% para tornar racional a prática predatória (tentativa de monopolização de

mercado).

Como relação às denominadas “infrações da ordem econômica”, elencadas acima,

compete ao Sistema Brasileiro de Defesa da Concorrência (SBDC) sua investigação. Tal

Sistema é constituído por Secretaria de Direito Econômico (SDE) e Conselho

45

Administrativo de Defesa Econômica (CADE), vinculados ao Ministério da Justiça, e

Secretaria de Acompanhamento Econômico (SEAE), no Ministério da Fazenda.

Enquanto a SDE tem um papel de acompanhamento e monitoramento das práticas de

mercado e de instauração de processo administrativo para apuração de infrações, o

CADE possui caráter judicante de tais processos. Já à SEAE cumpre o papel de dar

parecer econômico e proceder com investigações, em coordenação com os demais

órgãos.

Uma vez definido o papel da Política de Defesa da Concorrência e o arcabouço

institucional brasileiro, cabe agora verificar como a legislação antitruste nacional trata a

questão dos preços predatórios.

A Lei 8.884/1994 estabelece em seu art. 21, inciso XVIII, como conduta infratora à

ordem econômica, o ato de “vender injustificadamente mercadoria abaixo do preço de

custo”. No entanto, reconhece a licitude de preços promocionais, ainda que inferiores ao

custo de produção da empresa desde que não tenha por objeto ou produza os efeitos

dispostos nos incisos I a IV do seu art. 20, já listados acima.

O CADE, por meio da Resolução nº 20/99, define preços predatórios como sendo a

“prática deliberada de preços abaixo do custo variável médio, visando eliminar

concorrentes para, em momento posterior, poder praticar preços e lucros mais próximos

ao nível do monopolista”. Tal prática é enquadrada nas denominadas “práticas

restritivas horizontais” que teriam por objeto a redução ou eliminação da concorrência

no mercado. Em ambos os casos, tal conduta visa, de imediato ou no futuro, em

conjunto ou individualmente, o aumento de poder de mercado ou a criação de condições

necessárias para exercê-lo com maior facilidade.

46

Ainda segundo a Resolução nº 20/99, “o exame desta prática requer análise detalhada

das condições efetivas de custos e do comportamento dos preços ao longo do tempo,

para afastar a hipótese de práticas sazonais normais ou de outras políticas comerciais da

empresa, além da análise de comportamento estratégico, avaliando-se as condições

objetivas de ganhos posteriores, potencialmente extraordinários, suficientemente

elevados e capazes de compensar as perdas decorrentes das vendas abaixo do custo”.

Com o intuito de estabelecer uma metodologia para a análise desse tipo de conduta, a

SEAE, por meio da Portaria nº 70/2002, instituiu um “Guia para Análise Econômica da

Prática de Preços Predatórios”.

Segundo tal manual, para a constatação de uma estratégia de preços predatórios é

necessário provar, além da venda abaixo do custo, que estejam presentes as condições

necessárias para que essa estratégia seja lucrativa - ou seja, que no longo prazo a

concorrência irá se reduzir e, com isso, a firma predadora terá poder de mercado-, quais

sejam: (i) participação de mercado significativa da firma predadora; (ii) elevadas

barreiras à entrada; (iii) capacidade produtiva para atender o incremento da demanda no

curto prazo; e (iv) capacidade de financiamento devido às perdas incorridas nessa

estratégia.

A Figura 4 ilustra os passos percorridos durante a análise realizada para a constatação

dos preços predatórios. Como pode ser visualizado, a autoridade antitruste, quando da

análise da conduta da firma, além de realizar a comparação preço/custo, analisa ainda os

itens (i) a (iv) descritos acima, além de ponderar as circunstâncias (justificativas) em

que a conduta foi adotada.

47

Figura 4 - Guia para análise de preços predatórios Fonte: Portaria SEAE nº 70/2002

Conforme visto acima e já discutido na Seção 2.2, Motta (2004) ressalta que do ponto

de vista da análise antitruste, a identificação da conduta predatória é um dos tópicos

mais complexos, uma vez que tal comportamento (externalizado via guerra de preços,

por exemplo) muitas vezes não é facilmente distinguível de ações competitivas que

beneficiam os consumidores.

As autoridades antitruste brasileiras depararam-se, em 2004, com um processo de

suposta predação no setor aéreo, quando a empresa aérea GOL instituiu a promoção

“Viagem por R$ 50,00” e foi acusada pelo então órgão regulador (DAC) de praticar

preços predatórios. Este caso foi discutido em detalhes por Ragazzo e Ruttely (2008).

48

Tal promoção, inicialmente anunciada para vigorar entre 10.05.2004 e 04.06.2004,

consistia na venda de passagens aéreas no valor de R$ 50,00 (cinqüenta reais), para

vários trechos operados pela GOL.

De acordo com os autos da Averiguação Preliminar realizada pela SEAE (2004), como

indícios da suposta prática predatória, o DAC apontou que: (i) o yield (razão entre o

valor da tarifa e a distância do trecho) da tarifa promocional seria inferior aos custos

médios total e variável (calculado em termos do custo do assento/km ofertado) na

maioria dos trechos em que a promoção vigoraria; e (ii) em geral, a tarifa média

estimada de cada trecho em que a promoção vigoraria também seria inferior aos custos

médios totais variáveis do trecho correspondente.

Ainda de acordo com a SEAE, “o DAC entendeu que tais ilações seriam indícios

suficientes para caracterizar a prática de preços predatórios, mesmo diante do fato de

que a promoção teria vigência por um prazo relativamente curto (30 dias) e que

abrangeria um número limitado de assentos por vôo (50 assentos). Além disso, o DAC

concluiu que a promoção poderia gerar danos ao setor aéreo, pois haveria o risco de um

acirramento da competição e, conseqüentemente, a deflagração de uma suposta guerra

tarifária pelas demais empresas, que, no afã de usar do mesmo artifício de preços

reduzidos para conquistar novos consumidores, também poderiam reduzir os preços de

seus serviços”. (fls. 262)

Todavia, após intensas investigações, a SEAE conclui que não houve ilicitude na

prática, argumentando que: “(i) a tarifa da Gol de R$ 50,00 seria de fato uma promoção,

pois foi restrita a um período de tempo e a um número limitado de assentos; (ii) havia

justificativas para essa tarifa promocional, já que vigoraria em um período de baixa

estação e para um produto perecível; e (iii) a promoção não poderia ser tipificada como

49

uma tentativa de eliminar rivais do mercado. Na verdade, os indícios apontam que essa

promoção teria por finalidade gerar à Gol o maior lucro possível dada as condições de

mercado com as quais a Gol se deparava ”.

Ademais, alegou que o DAC incorreu em um erro metodológico ao fazer uma análise de

preços predatórios baseada somente na comparação entre preços e custos, tendo em

vista a: “(i) dificuldade de se calcular o custo variável médio; (ii) não observância das

estratégias de longo prazo da empresa na simples comparação entre preços e custo

variável médio; e (iii) possibilidade de o custo variável médio não ser uma boa proxy do

custo marginal” (fls. 274).

Como já discutido anteriormente, a literatura e a jurisprudência internacional

determinam que, para a caracterização da racionalidade econômica para a prática de

preço predatório, é necessário que a empresa detenha poder de mercado substancial e

suficiente para capacitá-la a expulsar suas rivais do mercado relevante.

No caso em tela, a GOL não detinha notória posição dominante à época da conduta, sua

participação de mercado flutuava em torno de 20%. Além disso, o sistema de

gerenciamento de resultados (yield management) permite às empresas aéreas operem

com várias classes tarifárias, o que possibilita a implementação de preços promocionais

vinculados a certas regras para a aquisição do bilhete promocional.

Ademais, a Lei nº 8.884/1994 deixa claro que a política de preços promocionais, a

priori, não constitui infração à concorrência, por ser uma justificativa legítima para a

cobrança de preços reduzidos, se não há impactos anticoncorrenciais dela decorrentes.

Impende-se destacar que a prática de promoções promove o aumento de bem-estar tanto

dos consumidores, ao permitir que um número maior seja capaz de viajar, como

50

também das próprias companhias, ao possibilitar a implementação de classes tarifárias

que tornem o seu modelo de preços mais eficiente, dada a perecibilidade que caracteriza

sua oferta, como já discutido no início da Seção 2.1.

Por fim, e levando-se em consideração a discussão realizada na Seção 2.3, a conduta

adotada pela GOL, no primeiros anos de sua entrada no mercado, parece se enquadrar

dentro da estratégia de “compra de fatia de mercado”. Isto é, uma firma pequena agindo

de modo super-competitivo com o objetivo de conquistar clientes e obter maior

participação de mercado. Ademais, a própria Lei nº 8.884/94, em seu Art 20, § 1º,

reconhece que a conquista de mercado resultante de processo natural fundado na

maior eficiência de agente econômico em relação a seus competidores não caracteriza

o ilícito previsto no inciso II, a saber, dominar mercado relevante de bens ou serviços.

Conforme pôde ser apreciado no decorrer dessa Seção, a análise de condutas no

ordenamento jurídico brasileiro está a cargo do Sistema Brasileiro de Defesa da

Concorrência. No entanto, a mídia e os próprios participantes do sistema de aviação

civil, em situações de presença de suposta conduta ilícita por parte de uma companhia

aérea, alegam a omissão da atuação do órgão regulador nessas questões. Nesse sentido,

é oportuna a discussão da factibilidade do uso de instrumentos regulatórios no

tratamento de questões de conduta. A próxima Seção apresentará essa análise.

3.2 Instrumentos Regulatórios

A literatura acerca de instrumentos regulatórios que visem desestimular a adoção de

uma conduta predatória não é muito vasta e tais instrumentos podem se enquadrados em

dois grupos: (i) ex-ante, por meio de regras que procuram desestimular a intenção

predatória; e (ii) ex-post, através de medidas punitivas que visam desencorajar futuros

episódios dessa natureza.

51

No primeiro grupo, destacam-se Williamson (1977), que propõe que a firma incumbente

seja proibida de expandir a oferta em resposta à entrada, por um período de 12 a 18

meses; e Edlin (2002), que sugere que a firma instalada não possa responder com preços

baixos ou com significativos incrementos de produto, por um período de 12 a 18 meses

(na linha de Williamson) ou até a entrante apresentar crescimento de participação de

mercado suficiente para diminuir a dominância da incumbente.

No segundo grupo, destaca-se Baumol (1979), que sugere a permissão para que a

incumbente reduza preços ou aumente a oferta em resposta a uma entrada. No entanto,

se a tentativa de exclusão for bem sucedida, aconselha o regulador a proibir que os

preços subam após a saída da entrante. Segundo o autor, o congelamento de preço não

iria permitir a recuperação das perdas incorridas com a predação, o que desestimularia a

prática.

Todavia, as estratégias apresentadas pela literatura não são factíveis de serem

implementadas em um setor parcialmente regulado, como é o caso do transporte aéreo

no Brasil, em especial, no segmento doméstico de passageiros.

A Lei de criação da Agência Nacional de Aviação Civil - ANAC, nº 11.182/2005, em

seu art. 49, assegura a liberdade tarifária na prestação de serviços aéreos e garante, em

seu art. 48, a exploração de quaisquer linhas aéreas, observadas exclusivamente a

capacidade operacional de cada aeroporto e as normas regulamentares de prestação de

serviço adequado.

Portanto, sendo as tarifas e a oferta (quantidade dos vôos) determinadas com liberdade

pelo operador, o regulador não dispõe de instrumentos legais de intervenção nessas

variáveis, que devem ser definidas pela companhia, com base em suas condições

operacionais, concorrenciais e de demanda.

52

No entanto, como as empresas aéreas compartilham o uso da infraestrutura

aeroportuária para oferecer seus serviços (isso significa que a operação de uma empresa

pode interferir nas operações de outra), a função do regulador está em justamente

garantir a disciplina do uso dessa plataforma, via criação de regras que incentivem o seu

uso eficiente e penalize a ineficiência. Ao estimular às empresas a otimizarem suas

operações, o regulador contribui para que a capacidade do aeroporto seja melhor

explorada, permitindo a entrada de novos competidores, o que induz a concorrência e,

consequentemente, a transferência, pelos produtores aos consumidores, de seus ganhos

de eficiência.

Atualmente, o regulador dispõe de importantes mecanismos que impactam a oferta do

serviço, como a aprovação da malha aérea e a concessão de slots (em aeroportos

saturados) e HOTRANs (horários de transporte). Esses instrumentos, juntamente com

reduções progressivas de barreiras regulatórias à entrada, podem funcionar como

importantes mecanismos de promoção da concorrência, caso sejam considerados,

quando da sua concessão, indicadores de desempenho, como pontualidade e

regularidade. Medidas de incentivo funcionam, assim, como indutores a ganhos de

eficiência e desestimulam condutas oportunistas.

Vale destacar que, mesmo a ANAC não tendo competência legal para imiscuir-se em

matéria antitruste, seu marco regulatório ressalta a importância de se estabelecer a

coordenação com os órgãos de defesa da concorrência, de modo a se estabelecer um

bom monitoramento da conduta das empresas aéreas. Tem-se nos termos da

Lei nº 11.182/2005:

53

Art. 6º Com o objetivo de harmonizar suas ações institucionais na

área da defesa e promoção da concorrência, a ANAC celebrará

convênios com os órgãos e entidades do Governo Federal,

competentes sobre a matéria.

Parágrafo único. Quando, no exercício de suas atribuições, a ANAC

tomar conhecimento de fato que configure ou possa configurar

infração contra a ordem econômica, ou que comprometa a defesa e

a promoção da concorrência, deverá comunicá-lo aos órgãos e

entidades referidos no caput deste artigo, para que adotem as

providências cabíveis.

Com relação ao estabelecimento de uma cooperação institucionalizada entre a ANAC e

o SBDC, mediante convênio, por exemplo, faz-se importante destacar a importância de

se estabelecer, de modo claro, a função de cada ente durante um processo de análise de

conduta, no intuito de se evitar a sobreposição de tarefas e um aumento indesejado nos

custos de transação.

Impende-se ainda esclarecer que, para uma boa eficiência do sistema, a intervenção

ex-ante deve ser exercida pelo regulador, que atua na criação de regras claras que

incentivem à concorrência e a eficiência econômica, ao passo que a intervenção ex-post

é conferida ao órgão antitruste que, diante do apoio técnico do regulador na instrução do

processo, analisará a conduta da empresa.

Caso verificada a prática predatória, serão aplicadas as sanções cabíveis, que visam

justamente alterar o cálculo estratégico da relação custo/benefício da predação e

desencorajar futuras tentativas de predação.

54

O órgão regulador, ao agir rapidamente acionando a autoridade antitruste, constrói uma

reputação de firmeza e agilidade, conferindo maior segurança ao mercado e criando um

ambiente mais favorável à realização de investimentos.

Neste ponto, cabe ressaltar que a atuação eficiente do regulador, enquanto parceiro dos

órgãos antitruste, está condicionada ao seu grau de informação com relação às firmas

reguladas e à forma como mantém essas informações armazenadas.

Assim, para que o regulador possa realizar um eficaz monitoramento do mercado e

auxiliar às autoridades antitruste na instrução de um processo de análise de conduta, faz-

se necessário que ele realize investimentos na redução da assimetria de informações

com relação às firmas reguladas, assim como mantenha uma base de dados alimentada

(com séries de preços, custos, quantidades, dentre outros, desagregados ao nível da rota)

e em formato computacional “amigável”, que possa ser acessada com facilidade.

Dado o exposto e tendo em vista a função da autoridade antitruste no julgamento de

condutas suspeitas de ilícitas, a próxima Seção apresentará um ferramental teórico e

matemático que poderá ser utilizado para esse fim.

55

4 Metodologia

Este trabalho propõe a aplicação do modelo de “parâmetro de conduta”, típico da Nova

Organização Industrial Empírica – NOIE, para a análise da conduta competitiva das

companhias aéreas brasileiras. Nesta Seção 4 será apresentada a metodologia e a Seção

5 realizará o estudo de caso propriamente dito.

A abordagem metodológica aqui proposta tem o trabalho de Bresnahan (1989) como

referência. O autor promove uma clássica descrição deste método, sintetizando-o por

meio de dois elementos básicos.

No primeiro deles, destaca que tanto o comportamento da firma quanto da indústria,

com relação às variáveis estratégicas preço e quantidade, são definidos e representados

por parâmetros desconhecidos a serem estimados. Dessa forma, o manejo econométrico

das equações comportamentais básicas de mercado permite a identificação direta do que

é chamado de “parâmetro de conduta”.

O segundo elemento vem por decorrência, vez que as estimações da conduta servem de

inferências sobre poder de mercado e tornam-se factíveis, quantitativamente, na forma

de simples testes de hipóteses. Assim, tem-se uma abordagem com elevada demanda

por dados estatísticos, mas que viabiliza a comparação de hipóteses distintas como, por

exemplo, a de concorrência perfeita (ausência de interação estratégica) e da

maximização conjunta de lucros (coordenação ou colusão), bem como hipóteses

intermediárias, típicas de modelos oligopolísticos.

Com relação à metodologia que será apresentada adiante, ressalta-se antecipadamente

que a estimação de modelos estruturais aplicados a uma determinada indústria possui

grande relevância na análise antitruste. Isso porque a quantidade e a complexidade das

56

informações referentes às interações entre as firmas e entre elas e os consumidores, em

um dado mercado, tornam as ferramentas quantitativas em um importante instrumento

de entendimento dessas relações.

Em termos formais, um modelo é dito estrutural quando requer a definição conjunta de

equações de demanda e de oferta. Por esta razão, neste trabalho, será realizada a

modelagem nessas duas dimensões.

Do ponto de vista da demanda, será aplicado um modelo representivo, de escolha

discreta, na forma de share de demanda (Logit Aninhado), na linha de Berry (1994), a

fim de se obterem matrizes de elasticidades próprias e cruzadas dos usuários de

transporte aéreo no Brasil. As elasticidades encontradas irão permitir que se verifique a

sensibilidade dos passageiros com relação a alterações no preço das passagens e se

analisem seus padrões de substituição com relação às companhias aéreas. Como

subproduto dessa análise, será possível inferir o poder de mercado das firmas.

A modelagem do lado da oferta será na linha de Slade (2004) e Genesove e Mullin

(2006) e seguirá os seguintes procedimentos: primeiramente, serão calculados os

markups efetivos ou observados das companhias aéreas, em um período marcado por

episódios de guerras de preço. Em segundo lugar, serão inferidos os referenciais

constituídos pelos markups Bertrand-Nash, ou seja, resultados vigentes quando do

equilíbrio não-cooperativo de um jogo em preços com produto diferenciado. Essas

margens podem ser obtidas por calibração, uma vez de posse das estimativas de

elasticidade-preço própria da demanda. Por fim, será efetuada uma comparação entre as

duas métricas, o que fornece justamente os “parâmetros de conduta” das firmas. Os

valores assumidos pelos parâmetros irão indicar se as firmas agiram de modo

predatório, competitivo ou colusivo durante o período analisado.

57

4.1 Modelagem do lado da oferta

Nesta subseção, busca-se desenvolver a modelagem teórica da rivalidade entre as

firmas. Para tanto, considera-se um mercado de transporte aéreo em que estejam

presentes as seguintes hipóteses: (i) configuração oligopolística; (ii) racionalidade por

parte das firmas; (iii) presença de produto (serviço) heterogêneo entre operadores; (iv)

competição estática em preços e jogadas simultâneas.

O oligopólio é a configuração de mercado mais comumente observada para o setor de

transportes em todo o mundo, seja com desregulamentação total ou parcial. Neste tipo

de configuração, em termos sucintos, existe a presença de poucas firmas no mercado e

tais firmas se comportam com base na expectativa da atuação das suas rivais, ou seja,

existe coordenação estratégica tácita entre os agentes do mercado.

A segunda premissa adotada consiste na suposição de que as firmas são racionais, ou

seja, estabelecem suas ações visando a maximização de seus lucros, seja de curto prazo

como de longo prazo.

A terceira hipótese consiste na presunção de produto (serviço) heterogêneo entre

operadores. Neste ponto, destaca Oliveira (2005), que um fator típico de diferenciação

em transportes é a existência de graus diversos de valorização do tempo pelo viajante,

dando margem à oferta de alternativas com atributos diversos relacionados ao tempo de

acesso, de espera em terminal, e de percurso, além de freqüências diárias de operação.

Na próxima Seção essa premissa será melhor explorada.

Por fim, assume-se a competição estática em preços e a realização de jogadas

simultâneas. Com relação à escolha do padrão de competição via preço, ressalta-se que,

em se tratando de um setor onde esteja presente a diferenciação de produto, o preço é a

58

variável estratégica mais comumente utilizada no processo competitivo, vide, por

exemplo, Slade (2004) e Hausman, Leonard e Zona (1994).

Ademais, como será discutido em detalhes na Seção 5.1, no Brasil desde a Segunda

Rodada de Desregulamentação do setor aéreo, tem sido observada a ocorrência de

episódios de “guerras de preços”, o que fortalece a tese de que a competição nesse setor

é pautada por movimentos dessa variável.

Segue-se, nesse aspecto, a linha de Oliveira (2007a). No entanto, não se trata de matéria

pacífica na literatura, vez que Marín (1995) e Brander e Zhang (1990), vão em direção

contrária, assumindo, em modelagem semelhante aplicada ao setor aéreo, competição

estática em quantidades.

Por último, seguiu-se a abordagem de Berry, Carnall e Spiller (1996), ao se modelar um

jogo estático com jogadas simultâneas. Essa hipótese supõe que os jogadores

(companhias) não observam previamente as decisões dos oponentes ao realizar suas

escolhas/estratégias. As jogadas ocorrem, assim, de modo concomitante. No entanto, há

a existência do chamado common knowledge, ou seja, cada participante do jogo conhece

a estrutura (regras) do jogo e a racionalidade dos jogadores é também de conhecimento

comum. Destaca-se que Brander e Zhang (1993) constituem-se em uma das poucas

tentativas encontradas na literatura de se modelar um mercado dinâmico de transporte

aéreo, ou seja, as jogadas das firmas são modeladas de modo seqüencial.

Uma vez definidas as hipóteses do modelo, parte-se agora para a modelagem

propriamente dita. Para a configuração do mercado descrito, tem-se que a maximização

de lucros da firma pode ser resumida pela seguinte condição de primeira ordem (CPO):

59

),( Φ− jjjpqCTRTMax

j ⇒ ,( Φ− jjjjp

qCTqpMaxj

( 3 )

Onde: jCT é a função custo total da firma j, q(j) é a quantidade do produzida pela firma

j e Φ é um vetor de deslocadores de custos da firma j.

Desenvolvendo-se ( 3 ), tem-se a relação em ( 4 ):

0=−+j

j

j

jj

j

jj dp

dqdq

dCTq

dpdq

p ( 4 )

Onde jj dqdCT é o custo marginal da firma j ( jCM ).

Por meio de manipulação algébrica adicional chega-se ao seguinte formato da CPO:

jj

jj qq

CMp'

1+=

( 5 )

Onde jjj dpdqq =' e | 'jq | representa o valor absoluto de '

jq .

Colocando-se jCM para o lado esquerdo de ( 5 ), e dividindo-se os dois lados por jp ,

tem-se que:

j

j

jj

jj

pq

qpCMp

'

1=

−

( 6 )

Chegando-se a conhecida formulação do índice de Lerner:

jj

jjj p

CMpL

η1

=−

= ( 7 )

Onde jL representa o índice de Lerner da empresa j, que é uma forma de markup preço-

custo (poder de mercado) ou markup Bertrand-Nash; jp é o preço da firma j; jCM é o

60

custo marginal da firma j;e j

j

j

jj q

pdpdq

=η representa a elasticidade preço própria da

marca j.

A equação ( 7 ) pode então ser usada para estimar os markups preço-custo a partir das

elasticidades-preço estimadas, assumindo-se que o modelo de Bertrand-Nash seja

suficientemente apropriado para a modelagem do comportamento das firmas na

indústria.

Assim, dado o resultado encontrado em ( 7 ), ao estabelecer o seu preço, cada firma irá

equilibrar dois efeitos distintos sobre o seu lucro decorrentes de um acréscimo

(infinitesimal) no preço do seu produto: de um lado, um aumento de preço pode resultar

em um aumento de lucros, graças aos “consumidores inframarginais” (inelásticos a

preço) que, por desfrutarem de uma alta utilidade no consumo do produto, continuam

adquirindo-o, ainda que a um preço mais alto; por outro lado, um aumento de preço

pode resultar em queda dos lucros, uma vez que os “consumidores marginais” (elásticos

a preço) ou optarão por consumir o produto de outra firma ou deixarão de comprar

produtos nesse mercado, passando a adquirir o produto externo (Huse e Salvo, 2006).

Dessa forma, verifica-se em ( 7 ) a importância de se calcular as elasticidades preço -

própria e cruzada da demanda. Como demonstram Church e Ware (2000), a relação

entre as elasticidades próprias e cruzadas pode ser dada por: kjkj j

kjj s

sηη ∑

≠

+= 1 , onde

k

j

j

kkj q

pdpdq

=η é a elasticidade cruzada de um bem k com respeito a um aumento no

preço do bem j; ks é a participação de mercado do bem k; e js é a participação de

mercado do bem j.

61

O conhecimento das elasticidades do consumidor é imprescindível para se determinar a

capacidade de uma firma exercer ou não seu poder de mercado. Em termos econômicos,

poder de mercado é definido como a habilidade de uma firma precificar acima do seu

custo marginal e esse poder é restringido pela presença de alternativas de consumo

disponíveis para os consumidores.

Segundo Church e Ware (2000), a análise de substituição de consumo na seqüência da

elevação do preço de um determinado bem deve ser analisada sob dois ângulos: (i) do

lado da demanda, a substituição dependerá da disponibilidade, aos consumidores, de

bens substitutos ao produto considerado; e (ii) do lado da oferta, a substituição

dependerá da existência de fornecedores alternativos do mesmo produto cujo preço

sofreu aumento.

Em se tratando de um serviço, como o transporte aéreo, as elasticidades (quando

mensuradas para as diversas operadoras ou meios de transporte existentes no mercado)

permitem o devido entendimento dos processos competitivos e das relações de

proximidade/distância (grau de substituibilidade) entre as opções disponíveis, utilizando

as decisões de consumo efetivamente realizadas pelo consumidor, ao invés de se basear

em entrevistas com os mesmos. Estudos econométricos de demanda permitem, portanto,

fazer inferências sobre poder de mercado das firmas e sobre a preferência revelada do

consumidor, por meio de séries de dados disponíveis de quantidades e preços, dentre

outras variáveis.

A análise de conduta aqui desenvolvida efetuará três procedimentos. Primeiramente,

serão calculados os markups efetivos ou observados das companhias aéreas. Em

segundo lugar, serão inferidos os referenciais constituídos pelos “markups Bertrand-

Nash”, ou seja, equilíbrio não-cooperativo de jogo em preços com produto diferenciado,

62

utilizando-se o índice em ( 7 ) que representa uma relação que é válida na vigência do

equilíbrio de Bertrand-Nash e que pode ser obtida por calibração, uma vez de posse das

estimativas de elasticidade-preço própria da demanda. Por fim, será efetuada uma

comparação entre as duas métricas, como forma de embasar uma análise da conduta

competitiva, na linha de Slade (2004) e Genesove e Mullin (2006).

Os desvios apresentados pelos markups observados do patamar de equilíbrio de

Bertrand-Nash são denominados de “parâmetros de conduta”, comumente representados

pela letra θ, e encontram-se definidos em ( 8 ):

Nash-Bertrand Markupobservado Markup

=θ ( 8 )

A análise desses parâmetros está no centro dos estudos da Nova Organização Industrial

Empírica, conforme expõe Bresnahan (1989). Isso ocorre porque existem valores

importantes que podem ser assumidos pelos mesmos e que indicam a conduta

competitiva de uma firma em uma determinada situação de mercado.

Se θ = 1, tem-se que o markup observado mostra-se igual ao markup de Bertrand-Nash,

remetendo-se ao resultado de ( 7 ), ou seja, de equilíbrio não-cooperativo.

Se θ <1, tem-se a descrição do acirramento da competição, de forma não maximizadora

de lucros, que pode ocorrer em determinadas situações de informação imperfeita ou

incompleta, choques exógenos e inesperados de custos ou demanda, ou até mesmo de

conduta deliberadamente super-competitiva, típica de episódios de guerras de preço.

Se θi = 0, tem-se que Pj = CMj, significando estratégia de marginal-cost pricing. Na

prática, tal estratégia reproduz o resultado de um jogo de Bertrand em mercados com

produto homogêneo, o que, em situações de heterogeneidade de marcas, só é esperado

63

em casos circunstanciais, de competição extrema, quando as firmas desconsideram o

seu poder de monopólio para se engajar em uma conduta predatória.

Por último, se θ > 1, tem-se uma estratégia de colusão ou coordenação estratégica.

De modo a realizar a análise da conduta das firmas, torna-se, então, imperiosa a

modelagem da demanda. A próxima Seção será dedicada a esta tarefa.

4.2 Modelagem do lado da demanda

O primeiro passo para a modelagem de uma função de demanda consiste na

caracterização do bem ou serviço que está sendo vendido ou ofertado dentro do

mercado que se pretende analisar.

Neste trabalho, o mercado relevante a ser considerado para a análise da conduta

competitiva das empresas aéreas brasileiras consiste no mercado compreendido pela

denominada ponte aérea Rio de Janeiro (via aeroporto Santos Dumont - SDU) e São

Paulo (via aeroporto de Congonhas - CGH). Considera-se, para efeitos de caracterização

do produto, que o serviço ofertado pelas empresas, nessa ligação, para o período

considerado no estudo, era visto como diferenciado pelos consumidores. A Seção 5.3

discutirá, em detalhes, as razões pelas quais o produto foi caracterizado dessa maneira.

Uma vez definida a caracterização do produto, impende partir para a modelagem da

função demanda. A demanda por produto diferenciado pode ser genericamente descrita

como:

64

),,,,( jjkjj uYppDq α= ( 9 )

Onde jq é a demanda pelo bem j, jp é o preço do bem j, kp é o preço dos bens

substitutos, Y é um vetor de variáveis exógenas que deslocam a curva de demanda,

jα são parâmetros a serem estimados e ju é o erro econométrico.

Dada a equação de demanda em ( 9 ), o maior desafio para sua estimação é o elevado

número de parâmetros a serem estimados. Por exemplo, supondo um modelo da forma

D(p)=B.p, onde B é uma matriz simétrica de coeficientes β , em que existam N

produtos, a matriz B teria um número de parâmetros da ordem de 2N . Em se tratando

de produtos diferenciados, no caso de haver N bens, tal que 100≥N , o número de

elasticidades-preço a ser estimado é da ordem de 2N .

Para resolver este problema, em termos de estimação de demanda e das suas

elasticidades, encontram-se, dentre os métodos mais populares aqueles baseados em

hipótese de escolha discreta e os baseados em escolha contínua.

Os modelos de escolha discreta, que tem nos modelos logit seus principais exemplos

(logit multinomial, logit aninhado, logit com coeficientes aleatórios, dentre outros)

resolvem o problema da dimensionalidade tratando os produtos como cestas de

características, dentro das quais se definem as preferências dos consumidores. O ponto

central é que cada consumidor irá escolher uma cesta de produtos que maximize sua

função utilidade e suas preferências diferem com relação aos atributos dos bens. Dentre

os principais pesquisadores dessa linha de estudo destacam-se McFadden (1973), Berry

(1994), Berry, Levinsohn e Pakes (1995), Nevo (2001).

65

Os modelos de escolha contínua - destacando o AIDS (Almost Ideal Demand System),

proposto por Deaton e Muellbauer (1980), e suas variantes-, decompõem a decisão de

consumo em estágios (ou níveis). Neste caso, o sistema de demanda a ser estimado é

composto por diferentes níveis de agregação.

A título exemplificativo, supondo-se dois níveis, o denominado nível “superior”

corresponderia à decisão de consumo entre o produto do mercado ou indústria de

interesse (por exemplo, a escolha do modal aéreo) e o produto externo (outro modal)

enquanto no nível “inferior”, condicionado à despesa a ser alocada no estágio superior,

o consumidor alocaria esta despesa entre as diversas marcas (companhias aéreas) do

mercado.

Tendo estimado os dois níveis do sistema de demanda, os parâmetros encontrados

seriam então utilizados para calcular as elasticidades-preço próprias e cruzadas das

diferentes marcas. Trata-se da metodologia de orçamentos em estágios, consagrada por

Gorman (1995). Tal modelagem pode ser conferida, entre outros, em Hausman, Leonard

e Zona (1994), que estimam a demanda por cerveja e Hausman e Leonard (2002), que

estimam a demanda por papel higiênico.

Para fins deste trabalho, considera-se que o processo de escolha de um consumidor

(cliente) por uma operadora de transporte em que deseja viajar pode ser retratado por

um modelo logit aninhado (nested logit). A versão deste modelo que será utilizada é a

proposta por Berry (1994), que já foi aplicada por Oliveira (2007b). Neste modelo,

verifica-se a presença de duas características distintas do modelo logit tradicional, quais

sejam, a existência de “bem externo” ao consumido (outside good) e a admissão, no

modelo, de características não observáveis dos produtos.

66

A literatura em Organização Industrial define o bem externo como sendo um bem

representativo de todas as demais alternativas que o consumidor dispõe para não

despender no bem que está sendo objeto de análise, o dito bem interno (inside good).

Considerando o setor de transporte aéreo, poder-se-ia considerar como exemplo outros

modais de transporte disponíveis, ou mesmo a alocação em outros bens da cesta de

consumo do consumidor.

Por características não observáveis têm-se os atributos presentes no produto ou serviço

adquirido pelo consumidor, mas que o analista não consegue medir ou simplesmente

omite na modelagem. Entretanto, tais atributos são plenamente observáveis para as

firmas e para o consumidor, como por exemplo, status, qualidade, durabilidade,

atendimento, dentre outros. No caso do transporte aéreo, considera-se a qualidade do

programa de milhagem, o serviço de bordo, o atendimento no check-in, a reputação da

firma, dentre outros aspectos determinantes da diferenciação entre as companhias

aéreas.

Voltando-se ao modelo, diz-se que, no logit aninhado, as escolhas são modeladas de

forma seqüencial. A decisão de comprar ou não um bem (assim como adquirir ou não

um serviço) é racionalizada através de uma árvore de decisão.

Em trabalho seminal, Fiuza (2002) aplica este método ao mercado de automóveis. Neste

caso, o comportamento do consumidor poderia ser analisado em dois estágios.

Primeiramente, iria decidir se consumiria um bem no mercado em estudo, automóvel

(inside good), ou um bem exterior (outside good). Segundo, tendo decidido pela compra

de um veículo, o passo seguinte seria escolher o tamanho, depois a marca e assim por

diante.

67

Ao segmentar as escolhas do consumidor em ramos de decisão, no logit aninhado o

consumidor tenderia a substituir o produto por produtos constantes em um mesmo ramo,

gerando uma maior correlação com produtos mais próximos (características similares).

Essa característica garante que os padrões de substituição do consumidor sejam mais

coerentes e esta é uma das vantagens em relação ao modelo logit multinomial.

Uma das características indesejáveis do logit multinomial diz respeito à propriedade IIA

(independência da alternativa irrelevante), de acordo com a qual, para um dado

indivíduo, a razão entre as probabilidades de escolha de quaisquer duas alternativas não

é afetada por outra alternativa que não seja as duas envolvidas. Considerando três bens,

j, k e l. Neste caso, lkjk ηη = lj,∀ , ou seja, a elasticidade preço cruzada entre j e k e l e k

seria a mesma independente de quão próximos os produtos j, k e l estivessem no espaço

das características.

McFadden (1973) foi o primeiro pesquisador a ilustrar essa propriedade com um

exemplo que ele intitulou como o “problema do ônibus vermelho-ônibus azul”. O autor

propõe uma situação imaginária em que existissem somente três alternativas de

transporte: automóvel, ônibus azul e trem. A introdução de mais uma alternativa, ônibus

vermelho, que se diferiria do ônibus azul apenas pela cor, reduziria a probabilidade de

escolha das demais opções na mesma proporção. Este fato não era esperado, uma vez

que se esperaria que o ônibus vermelho capturasse participação de mercado apenas do

ônibus azul, de quem é substituto perfeito. Por isso, diz-se que o modelo logit

multinomial é sensível à introdução de uma alternativa irrelevante.

Continuando com a análise do logit aninhado e tendo-se discutido a intuição do modelo,

impende-se adentrar na modelagem teórica que será utilizada. Para tal, seguindo

McFadden (1978) e Verboven (1996), considere as seguintes informações: indivíduo

68

( i ), onde Ni ,...,2,1= ; produto ( j ), onde Jj ,...,2,1= ; existência de 1+G conjuntos

mutuamente exclusivos, onde Gg ,...,1,0= .

Como hipótese fundamental, assume-se que 0=j representa o bem exterior (outside

good) e é o único elemento de 0=g . Considera-se ainda que, dentro do ninho, os grupos

podem ser arranjados em subgrupos, h = 1,...Hg, onde Hg é o número de subgrupos do

grupo g. À luz dessa exposição, a Figura 5 esquematiza o processo de escolha do

consumidor.

Escolha do Consumidor

Bem-Externo Bem-Interno

Firma Tipo 1 Firma Tipo 2

Grupo g

Subgrupo h

Figura 5 - Ilustração do modelo logit aninhado Fonte: Elaboração própria.

Assume-se ainda que os erros sejam aleatórios e decompostos da seguinte maneira:

ijihgigij ζσζσζε )1()1( 12 −+−+= , onde os índices h e g representam, respectivamente,

subgrupo e grupo; 1σ e 2σ indicam a correlação entre as preferências do consumidor

dentro dos subgrupos. Além disso, ijε possui uma distribuição de valor extremo.

69

O modelo logit aninhado, quando comparado ao tradicional logit multinomial, preserva

a hipótese de que os gostos dos consumidores tenham uma distribuição de valor

extremo. No entanto, admite que estes gostos possam ser correlacionados entre os

produtos. Trata-se da consistência com o pressuposto de Maximização da Utilidade

Aleatória (RUM), demonstrada por McFadden (1978), quando 10 12 ≤≤≤ σσ . Neste

caso, se ambos 1σ e 2σ assumirem valor zero, é indicativo de que as preferências

individuais sejam correlacionadas apenas entre os produtos dentro de um mesmo

subgrupo (competição localizada). Ao passo que se 1σ e 2σ forem ambos positivos,

então, a correlação dentro do subgrupo será igual à correlação dentro do grupo.

Ainda com relação às premissas da modelagem, utiliza-se uma função utilidade do tipo

proposta por Fershtman e Markovich (1999) em que, omitindo-se o índice t para

simplificar, ijjjjijjjjjjjjij xpxpxpu εξβαεξδξ +++−=+= ),,(),,( , onde jp é um

vetor de preços da firma j; jx é um vetor de características observáveis;α e β são

parâmetros desconhecidos; jξ é um vetor das características não-observáveis da firma

j; e ijε representa o erro aleatório. Trata-se de um caso especial da função utilizada por

Berry (1994) e Berry, Levinsohn e Pakes (1995), que assumem

ijjjjjiijjjij xpvzxpu εθξδθξ += ),,,(),,,,,( .

Como já apresentado, no modelo logit aninhado ocorre um alinhamento de produtos

similares dentro de um mesmo ramo. Nessa perspectiva, um dado bem interno (ou uma

dada firma) j encontra-se aninhado em um subgrupo pertencente a um grupo, como

poder visualizado na Figura 5. A fim de se obter a participação de mercado (market

share) de j, faz-se necessário conhecer: (i) sua participação de mercado condicional a

70

pertencer ao subgrupo; (ii) a participação de mercado do subgrupo condicional ao

grupo; e (iii) a participação de mercado do próprio grupo no qual está inserido. Isto é:

gghghgjj ssss = ( 10 )

Onde: hg

hgj Des

j 11 σδ −

= ; KD

s hgghg

21 11 σσ −−

= ; ∑∈

−

−

=

GCg

g KKs

2

2

1

1

][][

σ

σ

∑∈

−=hg

j

Cjhg eD 11 σδ

e ][ 21 11∑∈

−−=gCh

hgDK σσ

hgC - é o conjunto de bens vendidos no subgrupo h de um grupo g;

gC - é o conjunto de todos os subgrupos do grupo g;

GC - é o conjunto de todos os grupos;

hgjs - é a participação do bem j em um subgrupo h do grupo g;

ghgs - é a participação do subgrupo h no grupo g.

Definida a participação do bem interno, cabe definir a do bem externo. Assumindo-se

que a utilidade média seja zero ( 0=δ ) e 0000 == DD , então:

∑=

−+= G

gK

s

1

10

2][1

1σ

( 11 )

71

Realizando-se uma extensa manipulação algébrica, cujos detalhes encontram-se

demonstrados no Apêndice, chega-se ao seguinte modelo logit aninhado com dois

níveis de aninhamento:

ghghgjjjjj ssxpss lnlnlnlnln 210 σσξβα ++++−= ( 12 )

Desta forma, tem-se em ( 12 ) uma expressão que é linear nos parâmetros, identificando

a participação de mercado de um bem j (ou uma companhia aérea) como função de

0s , hgjs ghgs e de suas características observáveis ( jx e jp ) e não-observáveis ( jξ ).

Deve-se destacar que js é calculado em função do bem externo. Assim, tem-se que

Mqs jj = , onde QQM += 0 é o tamanho total do mercado; ∑=

=J

kkqQ

1é a

quantidade total do bem interno (mercado em consideração); 0Q é a quantidade total do

bem externo e sua participação é definida como MQs 00 = . Desta forma,

11

0 =+ ∑=

J

kkss .

Uma observação importante quanto à participação de mercado do bem externo merece

ser destacada. A maior parte dos trabalhos em literatura considera a perfeita

observabilidade de 0s e utilizam proxies para o tamanho do mercado potencial em

análise (M) como, por exemplo, o número de unidades familiares no mercado

geográfico em que o bem é ofertado ou o montante de consumo de bens substitutos

próximos.

Slade (2004) define o tamanho do mercado potencial para o mercado de cervejas como

o número total de venda de bebidas alcoólicas. Berry, Levinsohn e Pakes (1995),

estudando o mercado de automóveis, consideram como mercado potencial, o número de

72

domicílios norte americano. Nevo (2001), ao estudar o mercado de cereais, define o

número de dias vezes pessoas como uma proxy da quantidade de porções de cereal

consumidas, em um dado período de tempo.

Uma inovação a essas abordagens tradicionais foi introduzida por Vassalo (2007). Num

primeiro momento, o autor estima o bem externo por meio de um modelo empírico,

empregando variáveis de controle de efeitos fixos (na dimensão da rota e da empresa) e

de decomposição de tempo. No estágio seguinte, utiliza-se do bem externo estimado

para a obtenção do tamanho do mercado potencial M, encontrado por meio da soma do

bem externo com o bem interno.

A maior contribuição do trabalho acima reside no fato de que com a inserção de

controladores de efeitos fixos no modelo proporciona-se uma maior qualidade na

estimação dos efeitos das demais variáveis no processo de decisão do consumidor, sem

recurso ao uso de proxies arbitrárias para o tamanho do mercado, como é tipicamente

encontrado na literatura.

Voltando-se a equação ( 12 ), tem-se que uma vez definido o tamanho do mercado

potencial em análise, a referida equação pode ser estimada com técnicas já bem

difundidas de avanços econométricos, valendo-se do emprego de variáveis

instrumentais e de efeitos fixos.

Ademais, a partir de ( 12 ), podem ser obtidas as elasticidades próprias e cruzadas da

demanda. Seguindo Verboven (1996), o Apêndice apresenta as manipulações algébricas

necessárias para tal.

Assim sendo, tem-se que a elasticidade própria no logit aninhado com dois ninhos é

dada por ( 13 ) e quanto à elasticidade cruzada, verifica-se a presença de dois tipos:

73

(i) se o bem k pertencer ao mesmo subgrupo do bem j, tem-se ( 14 ); e (ii) se bem k’

pertencer a um diferente subgrupo dentro de um mesmo grupo de j, então obtém-se

( 15 ).

])1

()1

11

1(1

1[2

2

211 Mq

Qq

Qq

p j

g

j

hg

jjjj −

−−

−−

−−

−=

σσ

σσσαη ( 13 )

])1

()1

11

1([2

2

21 Mq

Qq

Qq

psp

ps j

g

j

hg

jj

k

j

j

kjk +

−+

−−

−=

∂∂

≡σ

σσσ

αη ( 14 )

])1

([2

2

'

'

'Mq

Qq

psp

ps j

g

jj

k

j

j

kjk

+−

=∂

∂≡

σσαη

( 15 )

74

5 Estudo de Caso

Nesta Seção, a metodologia apresentada anteriormente será aplicada a um caso

concreto. Trata-se da realização de uma análise da conduta competitiva das companhias

aéreas brasileiras na rota Rio de Janeiro (via aeroporto Santos Dumont) – São Paulo (via

aeroporto de Congonhas), durante o ano de 1998.

Como será discutido adiante, no decorrer deste ano, inúmeros movimentos de queda de

preços das passagens aéreas ocorreram nessa ligação, em episódios típicos de “guerra de

preço”. Pretende-se, por meio da metodologia ora apresentada, averiguar a conduta das

firmas para este período de modo a tentar identificar indícios da prática de preços

predatórios.

Como balizamento para essa análise, a presente pesquisadora se vale do “Guia para a

Análise Econômica da Prática de Preços Predatórios”, instituído pela Secretaria de

Acompanhamento Econômico, do Ministério da Fazenda, e objeto de apreciação na

Seção 3.1.

Serão trabalhados quatro passos instituídos pelo Guia para a análise de uma provável

predação: a motivação do fato; a análise do mercado relevante; a comparação

preço/custo; e a inspeção do comportamento das firmas diante da concorrência, em que

será explanado sobre as justificativas prováveis que condicionaram a conduta.

A metodologia aqui apresentada visa conferir à autoridade antitruste um ferramental

quantitativo robusto para uma análise mais acurada da comparação preço/custo. Isso

porque os markups efetivamente praticados pelas companhias serão comparados com

markups de referência, ou seja, com as margens que estariam vigentes caso as firmas

75

estivessem competindo de modo não-cooperativo. Os desvios observados dos preços

praticados com relação aos prováveis preços de equilíbrio fornecerão a conduta da

firma, indicando o tipo de comportamento observado, se competitivo, predatório ou

colusivo.

5.1 Do objeto de análise

O setor de transporte aéreo doméstico brasileiro vivenciou, em março de 1998, o seu

primeiro grande episódio de “guerra de preço”. O locus foi a rota mais movimentada do

país, a denominada “Ponte Aérea” Rio de Janeiro (aeroporto de Santos Dumont - SDU),

São Paulo (aeroporto de Congonhas - CGH). Neste momento, essa ligação contava com

a presença de cinco empresas: TAM, Rio Sul, Varig, Vasp e Transbrasil, sendo que as

três últimas operavam em regime de “pool”.

Para a compreensão do comportamento das firmas nesse momento, torna-se importante

analisar a situação do marco regulatório que vigorava à época. Neste ponto, destaca-se

que se inicia, na década de 1990, a “Política de Flexibilização do Transporte Aéreo

Brasileiro”.

A liberalização do setor aconteceu de forma gradual e nas linhas do programa

governamental de desregulamentação da economia do país, no início daquela década.

Como explica Oliveira (2007a), esse processo pode ser divido em três rodadas.

A chamada Primeira Rodada da Liberalização foi iniciada em 1991 e resultou em duas

medidas principais: (i) adoção de uma política de estímulo à entrada de novas

operadoras no mercado, o que significou o fim dos monopólios das companhias aéreas

regionais; e (ii) implantação da banda tarifária, instrumento que definia preços de

referência e os limites superior e inferior para flutuação de preços.

76

A Segunda Rodada ocorreu no final do ano de 1997 e início de 1998. Nessa etapa,

foram removidas as bandas tarifárias e a exclusividade de operação das Linhas Aéreas

Especiais (linhas que ligam os aeroportos centrais, incluindo a Ponte Aérea RJ - SP)

pelas companhias regionais.

A Terceira Rodada aconteceu em 2001, quando ficou estabelecida a remoção dos

controles de preços restantes sobre o setor através da liberalização das tarifas, sem

distinção entre ligações em termos de controle, mas apenas de monitoramento.

Segundo Busto et. al. (2005), as medidas de Flexibilização implementadas durante a

Primeira e a Segunda Rodadas de Liberalização, tiveram impactos importantes sobre o

grau de rivalidade entre as firmas.

Em 1997, empresas regionais, como a TAM e a Rio-Sul, receberam autorização para

decolar de aeroportos nacionais como Cumbica e Galeão (Primeira Rodada). Em 1998,

foi concedido à Varig, Vasp e Transbrasil o direito de explorar os vôos a partir dos

aeroportos centrais, como Congonhas, em São Paulo, e Pampulha, em Belo Horizonte

Ao mesmo tempo, retiraram-se as bandas tarifárias, permitindo-se descontos livres

(Segunda Rodada). Por fim, multiplicaram-se as concessões de novos vôos para todas as

companhias.

Tais medidas introduziram um ambiente propício à competição, sendo observada uma

expressiva queda das tarifas. A Tabela 1 permite a comparação das tarifas médias

praticadas pelas companhias aéreas, naquele mercado, nos períodos pré e pós a

Liberalização. Com ela, pode-se visualizar que as tarifas médias convertidas em dólar

tiveram redução entre 15% e 40% (considerando-se três extremos de defasagem cambial

em dezembro de 1998: 60%, 30% e 0%).

77

Tabela 1 - Tarifas médias praticadas Pré e Pós Liberalização

Período Tarifas (US$)

C/def. US$ 60%

C/def. US$ 30%

S/def. US$

Pré - Liberalização (Jan/97 - Dez/97)

86 106 137

Pós - Liberalização (Jan/98 - Out/01)

73 77 82

Diferença (%) -15% -27% -40%

Fonte: Busto et.al. (2005)

Tendo em vista o exposto e voltando-se à apreciação do caso em comento, o ano de

1998, como já informado, foi marcado por importantes disputas competitivas na Ponte

Aérea SDU-CGH, com características típicas de “guerras de preços”. O movimento foi

iniciado quando a empresa aérea TAM, seguida pela empresa Rio Sul, duas empresas

até então regionais, passam a operar essa rota.

Este episódio reforça a posição de Morrison e Winston (1996), discutida na Seção 2.1,

de que o principal motivo para que se inicie uma guerra de preço em um dado mercado

é a rivalidade entre firmas.

A longa coordenação de mercado estabelecida por Varig, Vasp e Transbrasil se

desfaleceu e uma verdadeira guerra de preços foi deflagrada, estendendo-se para outras

rotas, além da ponte aérea. A Tabela 2 apresenta alguns exemplos da magnitude da

queda de tarifas, após o acirramento competitivo.

78

Tabela 2 - Tarifas praticadas antes e depois da guerra de preços

Rota Como era Como ficou

Ponte Aérea RJ - SP R$ 158, em todas as companhias

R$ 119 na TAM R$ 115 na Rio-Sul e no pool Varig, Vasp e Transbrasil

São Paulo - Brasília * R$ 294 pela TAM R$ 352 pela Rio-Sul

R$ 184 pela Varig e TAM R$ 186 pela Transbrasil R$ 106 a R$ 239 pela Vasp

São Paulo - Belo Horizonte*

R$ 248 pela TAM R$ 233 pela Rio-Sul

R$ 135 pela Varig R$ 79 a 177 pela Vasp R$ 134 a R$ 187 pela Rio-Sul R$ 135 a R$ 216 pela TAM

Curitiba - Salvador R$ 438 R$ 172 pela Vasp R$ 238 pela TAM R$ 276 pela Transbrasil R$ 309 pela Varig R$ 411 pela Rio-Sul

Rio de Janeiro - Fortaleza

R$ 507 R$ 203 pela Vasp R$ 328 pela Transbrasil R$ 354 pela Varig R$ 369 pela TAM

São Paulo - Recife R$ 474 R$ 190 pela Vasp R$ 197 pela Varig R$ 263 pela TAM R$ 306 pela Transbrasil R$ 311 pela Rio-Sul

Belo Horizonte - Porto Alegre

R$ 358 R$ 140 pela Vasp R$ 194 pela TAM R$ 224 pela Transbrasil R$ 253 pela Varig R$ 349 pela Rio-Sul

* Vôos entre aeroportos centrais Fonte: Guaracy (1998)

Observa-se, neste caso, que o rompimento da coordenação oligopolística acontece

justamente em razão da reação à entrada, por parte das empresas incumbentes, de outras

firmas no mercado. A racionalidade estratégica das firmas segue o disposto na Seção

79

2.3, ou seja, companhias já instaladas buscavam manter sua participação de mercado

enquanto as entrantes almejavam galgar crescimento.

Este episódio, em particular, traz um fato curioso do ponto de vista da análise antitruste.

A empresa aérea TAM, até então uma companhia regional, ao iniciar o corte das tarifas,

foi acusada pelas empresas majors de estar praticando preços predatórios. As

declarações proferidas pelos presidentes das principais companhias, em março de 1998,

a um influente semanário brasileiro demonstram o clima aguerrido que se vivenciava à

época, como visto na Tabela 3.

Tabela 3: Declarações dos presidentes das principais companhias Declaração Empresa

"Essa é uma briga de cachorro grande... os preços vão baixar ainda mais, a oferta de vôos aumentará. Isso pode durar até dois anos e, no final, haverá mortos e feridos entre as companhias de aviação"

Comandante Rolim Amaro, então dono da TAM.

"Em 45 anos de aviação, eu nunca vi coisa assim....o governo criou um ambiente de competição ruinosa....não podemos sustentar preços tão baixos logo agora, que acabou a alta temporada. Os benefícios para o usuário são ilusórios, porque a médio prazo essa disputa desvairada derrubará alguém e o dumping vai voltar. Com certeza, nossa posição é a mais vulnerável".

Comandante Omar Fontana, então dono da Transbrasil.

"Não podemos cair na concorrência predatória". Wagner Canhedo, então presidente da Vasp.

“Não achávamos que era hora de baixar os preços da ponte aérea, mas, ao entrar também no território onde operava a TAM baixando preços, demos o troco".

Fernando Pinto, então presidente da Varig.

Fonte: Guaracy (1998)

As declarações acima destacadas demonstram que em períodos de maior

contestabilidade do mercado vem à tona a discussão se as condutas adotadas por uma ou

outra firma são predatórias ou fazem parte de uma estratégia legítima de sobrevivência

80

no mercado. O caso em tela é ainda mais instigante e levanta a proposição de como

explicar o fato de uma firma sem notória posição dominante no mercado a agir de modo

supercompetitivo contra empresas instaladas.

A conduta das empresas aéreas, neste ano de 1998, na Ponte Aérea SDU-CGH será o

objeto de estudo das Seções seguintes.

5.2 Delimitação do mercado relevante

Para fins de análise antitruste, a delimitação do "mercado relevante" torna-se essencial

para se analisarem "os efeitos, para o consumidor de determinado produto ou serviço,

de alguma conduta empresarial ou concentração" (Tavares, 1999).

Em uma definição bastante usual, também utilizada por Mello (2002), que foi

apresentada nas Diretrizes para a Análise de Fusões Horizontais da Federal Trade

Commission norte-americana, o mercado relevante é definido com “um produto ou

grupo de produtos e uma área geográfica na qual ele é produzido ou vendido, tal que

uma hipotética empresa maximizadora de lucros, não sujeita a regulação de preços que

seja o único produtor ou vendedor, presente ou futuro, daqueles produtos naquela área,

poderia provavelmente impor pelo menos um pequeno, mas significativo e não

transitório aumento no preço, supondo que as condições de venda de outros produtos se

mantêm constantes. Um mercado relevante é um grupo de produtos e uma área

geográfica que não excedam o necessário para satisfazer tal teste”.

Neste trabalho, adota-se como premissa que o mercado relevante é ligação

compreendida entre os aeroportos centrais do Rio de Janeiro (Santos Dumont, SDU) e

São Paulo (Congonhas, CGH), a denominada Ponte Aérea.

81

Conforme destaca Oliveira (2007b), o mercado constituído pela rota SDU - CGH foi o

primeiro no mundo a operar em regime de Ponte Aérea. Esta idéia, materializada em 5

de julho de 1959, representou uma inovação no âmbito da aviação mundial. Tanto que,

em 1961, a Eastern Airlines criou a primeira ponte aérea americana, na ligação Boston-

Nova York-Washinton. Já a experiência européia se deu mais tardiamente, dirigida pela

Ibéria, em 1974, na ligação Madrid-Barcelona.

As rotas cujas ligações são tidas como Ponte Aérea, geralmente, representam corredores

aéreos que ligam importantes centros políticos, econômicos, sociais ou culturais dentro

de um país. Predominantemente, são ligações domésticas com altíssima densidade, que

conectam aeroportos altamente demandados (sobretudo, pelo passageiro com viagens

por motivos a negócio) e possivelmente congestionados e/ou monitorados (“eslotados”),

como é o caso atual do Aeroporto de Congonhas, em São Paulo. O Aeroporto de Santos

Dumont não se apresenta monitorado (“eslotado”) no momento atual, mas já esteve

nesta condição há alguns anos, inclusive dentro do período amostral aqui considerado

no estudo de caso.

Tais ligações representam parte substancial das receitas de uma companhia aérea, razão

pela qual se constituem mercados onde há razoável interesse, por parte das empresas

instaladas, em promover estratégias de bloqueio à entrada de novas firmas.

A rota SDU-CGH (que corresponde a 365 km cumpridos em um vôo sem escala de,

aproximadamente, 40 minutos) conecta diretamente as áreas centrais dos dois maiores

centros financeiros e de serviços do país, e tem a função de principal rota aérea de

viagens domésticas por motivo de negócios. Ao longo da década de 1990, era

responsável por, aproximadamente, 10% do total de passageiros domésticos

transportados pelo modal aéreo no País, de acordo informações do Anuário Estatístico

82

do DAC, Vol. I, de 2002. Possui como principais concorrentes o transporte aéreo na

ligação Galeão (GIG) - Guarulhos (GRU) e o serviço rodoviário.

Dadas as características apresentadas, a hipótese básica assumida por este trabalho é que

a ligação SDU- CGH é um mercado suficientemente estratégico para que as empresas

aéreas brasileiras adotem ações específicas a ele. Tanto que as companhias aéreas

divulgam campanhas publicitárias e anúncios de promoções em separado para este

mercado e, até recentemente, as decisões de reajustes das tarifas das outras ligações do

País eram feitas de forma descasada com as decisões relativas a essa ligação.

Conforme destaca Oliveira (2007b), até mesmo as autoridades aeronáuticas possuíam,

no passado, mecanismos especiais de regulação para a rota. Entre esses mecanismos

pode-se destacar a reserva de mercado oferecida às empresas nacionais do antigo pool

da Ponte Aérea de operar a ligação. Este fato a diferenciava das demais Linhas Aéreas

Especiais, caracterizadas pela operação de regionais.

Outro argumento importante diz respeito à magnitude de tráfego e lucros da ligação,

quando comparadas ao restante do transporte aéreo nacional. Por exemplo, no biênio

1997-98, de acordo com dados do antigo regulador (DAC), os lucros neste mercado

representaram um terço dos lucros em todo o transporte regular doméstico das empresas

nacionais. Além disso, as receitas na ligação somaram mais do que as receitas nas

demais Linhas Aéreas Especiais, que poderiam ser consideradas linhas correlatas em um

"mercado relevante".

Dado o exposto, adota-se, portanto, a premissa de que a ligação isoladamente pode ser

tratada como "mercado relevante", como, aliás, já consideraram a Secretaria de

Acompanhamento Econômico (2001) e Farina (2004).

83

5.3 Caracterização do produto

Uma vez definido o mercado relevante, passa-se agora para a caracterização do serviço

ofertado, na ligação SDU-CGH, pelas companhias. Este passo é fundamental para a

modelagem da função demanda que será realizada adiante.

A premissa utilizada, neste trabalho, é que o serviço oferecido pelas companhias, para o

período e mercado relevante considerados, era visto como diferenciado pelos

consumidores.

No entanto, esta hipótese enseja maior discussão, dado que no Brasil tanto a SEAE

(2001), quanto à maioria dos conselheiros do CADE (Farina, 2004; Pfeiffer, 2004;

Scaloppe, 2004), optaram explicitamente por seguir na direção contrária, ou seja,

assumiram homogeneidade do produto nesta ligação.

Cabe destacar que, a partir do surgimento das companhias aéreas de custo baixo (low

cost carriers) e sua difusão cada vez maior nos mercados aéreos em todo o mundo, a

tendência da literatura que estuda o setor (Levine, 1987; Borenstein, 1989; Windle e

Dresner, 1999; Berry, 1990; Boguslaski, Ito e Lee, 2004; Tretheway, 2004; e Oliveira,

2007a, 2007b) tem sido a de considerar este setor como típico de produto diferenciado.

Isto é devido ao fato de haver nítida distinção entre os padrões de serviço e a forma de

atuação das novas entrantes e das incumbentes (companhias aéreas baseadas em redes).

Entende-se, para efeitos desse trabalho, que a competição no setor pode ser

compreendida como a rivalidade entre firmas que são distintas entre si e que possuem

atributos diversos que são efetivamente percebidos pelo consumidor. Como discutem

Lovadine, Turolla e Oliveira (2006) tais atributos distintos seriam provenientes de

vantagens competitivas ao nível da rota e ao nível do aeroporto e da cidade.

84

As vantagens competitivas ao nível da rota adviriam, por exemplo, das diferentes

escalas de operação; dos diferentes números de freqüências diárias de vôo; dos distintos

posicionamentos de oferta nos horários de pico; dos diferentes padrões de serviços de

atendimento ao consumidor; dos serviços de bordo diferenciados; do tipo de aeronave

(configurações); dentre outros.

Já as vantagens competitivas ao nível do aeroporto e da cidade, poderiam ocorrer em

função do número de cidades atendidas; dos níveis de propaganda; de características do

programa de milhagem; de restrições verticais com relação aos agentes de viagem, etc.

5.4 A escolha do bem externo

Tendo-se definido o mercado relevante a ser estudo e a caracterização do serviço

ofertado pelas firmas, inicia-se agora a modelagem da função demanda. Como retratado

na Seção 4.2, o modelo de demanda a ser utilizado é o logit aninhado, na versão

proposta por Berry (1994).

Admite-se, a partir desta modelagem, que o consumidor ao realizar seu processo de

escolha, encontra-se diante de duas alternativas de consumo, quais sejam: consumir o

bem interno (situado no mercado sob análise) ou o bem externo (representativo das

demais alternativas de consumo).

Tem em vista o estudo de caso que se está realizando, considera-se que um consumidor

que deseja ir do Rio de Janeiro para São Paulo tem como bem interno o transporte

aéreo. O modal rodoviário seria o bem-externo, ou seja, a opção alternativa para se

realizar a referida viagem.

Alguns comentários quanto à escolha do bem-externo merecem ser realizados.

Conforme já discutido anteriormente, o transporte aéreo possui uma demanda

85

segmentada entre passageiros que viajam a lazer e passageiros que viajam por motivos

de trabalho. Os primeiros são mais sensíveis a preço e menos elásticos ao tempo

despendido no trajeto, enquanto com os segundos essas relações se invertem, pois, em

grande parte das vezes, viagens de negócio são preparadas com pouca antecedência e

financiadas, preponderantemente, por pessoas jurídicas, que tendem a privilegiar a

variável tempo (assim como número de freqüências horárias de vôo e centralidade dos

aeroportos) em detrimento da variável preço.

No entanto, as companhias aéreas transportam dentro de um mesmo vôo esses dois tipos

de clientes, que reagem de modo distinto a uma alteração tarifária. Provavelmente, se o

valor do bilhete aéreo subir, uma parte dos passageiros que estava utilizando o serviço

aéreo migrará para o modal alternativo (ônibus). Similarmente, se as tarifas de ônibus se

elevarem, haverá alguma migração para o modal aéreo. A magnitude dessa transferência

só é conhecida diante da observabilidade da elasticidade cruzada do passageiro.

Com relação à viagem em tela (Rio de Janeiro – São Paulo), parte-se para o exame dos

principais atributos levados em consideração pelo passageiro ao escolher o modal em

que irá viajar, quais sejam: o tempo despendido no trajeto e a tarifa a ser paga pelo

serviço.

Quanto ao tempo gasto na viagem de avião, considerando-se a utilização dos aeroportos

Santos-Dumont e Congonhas (localizados nas regiões centrais das duas cidades), leva-

se em torno de 40 minutos. No entanto, são constantes os atrasos nos vôos e não existe

certeza quanto ao horário de partida das aeronaves. Já na viagem de ônibus são gastas

de 5 a 6 horas (se não houver interferências na viagem, como obras nas rodovias ou

acidentes, que podem levar a um tempo maior) e a pontualidade da partida é um fator

positivo.

86

Em relação à tarifa cobrada, tome-se março de 1998 (início da guerra de preços das

companhias aéreas, objeto de estudo deste trabalho). A tarifa aérea média cobrada (vide

Tabela 2) era de R$ 117. Já o preço do bilhete de ônibus era de R$ 20 (como visto em

Guaracy, 1998).

Diante do exposto, observa-se, uma sensível diferença de tempo gasto e tarifas praticas

na rota Rio de Janeiro – São Paulo pelos dois modais. Não obstante, dadas as diferentes

propensões a pagar dos consumidores e de suas diferentes utilidades, a concorrência

entre os dois meios de transporte torna-se uma realidade.

Em 1998, logo após o início das promoções realizadas pelas companhias aéreas, os

jornais da época noticiavam a preocupação das empresas de ônibus com relação à

concorrência aérea. O então gerente regional da companhia Itapemirim, Gentil Mazolo,

disse à ocasião que o fluxo de passageiros, em abril de 1998, caiu 20% em relação a

1997, principalmente, para São Paulo e Rio de Janeiro (onde a guerra de preços das

companhias aéreas foi mais intensa). A Itapemirim, em resposta, começou a oferecer

descontos de até 40% para passageiros com menos de 10 e mais de 65 anos. Outras

empresas também externalizavam suas preocupações. Segundo o então diretor do grupo

Princesa do Agreste, Edmilson Lourival, “não resta dúvida que a mudança de

comportamento das companhias aéreas mexeu com o mercado. Temos que partir para as

promoções”. O diretor de Operações de Marketing do grupo mineiro São Geraldo

revelou: "estamos estudando o lançamento de tarifas com descontos para viagens

durante a semana ou conforme o horário. Vamos nos adequar às mudanças". Os

depoimentos acima foram colhidos no endereço eletrônico

http://www.dpnet.com.br/anteriores/1998/04/18/econo5_0.html, em abril de 2008.

87

Como se observa, o modal aéreo era visto, pelos operadores rodoviários, como um

concorrente, justiçando-se, pois, a escolha do modal rodoviário como bem externo do

modelo de demanda.

A fim de se testar a robustez da escolha do bem-externo, elege-se outra proxy para o

tamanho do mercado concorrente ao transporte aéreo, a PEA (População

Economicamente Ativa) das duas cidades.

5.5 Especificação Empírica da Demanda

Voltando-se ao modelo, como já discutido na Seção 4.2, no logit aninhado, as escolhas

são modeladas de forma seqüencial. A decisão de comprar ou não um bem (assim como

adquirir ou não um serviço) é racionalizada através de uma árvore de decisão.

Considerando-se o caso em tela e o exposto na Seção 5.4, o consumidor que deseja

realizar a viagem Rio de Janeiro – São Paulo poderá fazê-la de avião ou de ônibus.

Tendo optado por avião, o passo seguinte é a escolha da companhia aérea pela qual

deseja realizar o trajeto.

Tendo em vista esse processo de escolha, foram definidos, para fins de modelagem, dois

níveis de aninhamento ou de decisão, como em Verboven (1996) e Fiuza (2002). O

primeiro nível consiste na escolha entre o bem interno (transporte aéreo) e o bem

externo (transporte rodoviário). O segundo nível foi definido pelos tipos de companhias

aéreas presentes na Ponte Aérea no período analisado. Foi realizada a divisão de dois

grupos: companhias de alta tarifa ou high fare e companhias de baixa tarifa ou low fare.

A Figura 6 ilustra esse processo considerando a realidade de mercado de 1998.

88

Consumidor(Deslocamento RJ-SP)

Bem-Externo(ônibus)

Bem-Interno(avião)

Cia. “baixa tarifa”Vasp e Transbrasil

Cia. “alta tarifa”Varig, Rio Sul e TAM

Figura 6 - O processo de escolha do consumidor Fonte: Elaboração própria.

A divisão dos ninhos do bem interno foi definida de acordo com dois momentos

vivenciados pelas companhias aéreas. Até agosto de 1998, havia Varig, Vasp e

Transbrasil operando em regime de pool, como principais transportadoras do segmento

mainstream de passageiros na Ponte Aérea (os viajantes a negócio).

A partir daquele mês, verifica-se que a TAM passou a substituir as duas últimas

companhias aéreas que, em dificuldades financeiras, começaram a adotar estratégias

mais intensas para atrair o viajante eventual, mais sensível a preços (estratégia para a

“geração de caixa”).

A Tabela 4 apresenta a tarifa média cobrada pelas companhias na ponte aérea para o

período amostral Jan/97-Set/2001. Considerando-se os valores médios, realizou-se a

seguinte divisão de subgrupos: Rio Sul, Varig e TAM (alta tarifa ou high fare) e

Transbrasil e Vasp (baixa tarifa ou low fare).

89

Tabela 4 - Tarifa Média cobrada por companhia, no período Jan/97 – Set/2001

Companhia Tarifa Média Cobrada (Jan/97 - Set/2001)

Média Desvio Padrão Mínima Máxima

Rio Sul 269,09 50,73 203,49 371,20

Varig 266,55 49,92 203,49 371,20

TAM 262,46 44,65 191,71 343,77

Transbrasil 221,92 44,99 165,01 297,23

Vasp 195,02 54,97 118,21 297,23

Fonte: Elaboração própria a partir de dados do DAC (atual ANAC)

De modo a reforçar que a escolha dos subgrupos é condizente com a percepção do

passageiro naquele momento, tome-se os resultados da pesquisa de campo retratada por

Oliveira (2008b). Em janeiro de 2000, o autor aplicou um questionário de perguntas a

um conjunto de passageiros no Aeroporto de Congonhas, viajantes da ponte aérea Rio

de Janeiro – São Paulo, situados dentro das três salas de embarque existentes no

aeroporto na ocasião. Os respondentes foram escolhidos ao acaso e em todos os

horários de operação do aeroporto, ao longo de uma semana. O objetivo era averiguar,

de forma direta e indireta, as preferências dos passageiros quanto aos atributos do

produto oferecido pela companhia aérea, além de algumas características pessoais dos

entrevistados. Ao todo, foram colhidos quatrocentos e dois questionários.

As principais informações extraídas a partir da dita pesquisa de preferência revelada são

retratadas a seguir. A Tabela 5 apresenta o status de frequent flier do entrevistado, isto

é, o grau de fidelidade do passageiro à companhia. Após a indagação com relação à com

qual empresa aérea estava viajando, foi feita a pergunta: “Sempre viaja por essa

empresa? (Sim/Não)”. Os passageiros que sempre viajavam pela empresa escolhida

foram denominados de consumidores “fiéis”. Como pode ser visualizado, com relação

aos hábitos de consumo, foi possível inferir que o grupo de companhias aéreas

90

Varig/Rio Sul e TAM possuía uma atratividade bem superior ao consumidor “fiel” do

que o observado por Vasp e Transbrasil.

Tabela 5 - Fidelidade do Consumidor Companhia Aérea Consumidor “Fiel” Consumidor “Infiel” Varig/Rio Sul 80,2% 19,8% TAM 69,9% 30,1% Transbrasil 32,9% 67,1% Vasp 36,1% 63,9%

Fonte: Oliveira (2008b)

Consistente com este argumento, Varig/Rio Sul e TAM apresentavam clara dominância

das freqüências, com uma média de 60 vôos dos 86 disponíveis em cada direção. Tem-

se, assim, que a desvantagem competitiva de Transbrasil e Vasp, em termos de

freqüências de vôos e slots para a ponte aérea, acaba por revelar a existência de uma

segmentação de demanda no mercado, sendo que estas empresas acabam ocupando um

nicho dos passageiros “infiéis”, potencialmente mais sensíveis ao preço.

As Tabelas 6, 7 e 8 a seguir apresentam os resultados dos questionários com relação à

pergunta "O que mais influencia na sua decisão de escolha de uma companhia aérea?

Atribua notas para os Atributos "Qualidade da Marca", "Preço da Passagem Aérea" e

"Conveniência de Horário de Partida" (0 = Influência Nula a 10 = Influência

Decisiva)". As notas atribuídas pelos respondentes foram tratadas estatisticamente pelo

autor, sendo transformadas de acordo com uma distribuição Normal Padrão. As notas

transformadas foram classificadas em “Representativas de Influência Baixa”, quando

eram encontrados valores abaixo do 1º quartil, “Representativas de Influência Normal”,

quando os valores se situavam no intervalo interquartil, e “Representativas de Influência

Alta”, quando os valores se situavam acima do 3º quartil.

91

Tabela 6 - Influência do Atributo “Qualidade da Marca”

Companhia Aérea Influência “Fraca”

Influência “Normal”

Influência “Forte”

Varig/Rio Sul 12,7% 55,2% 32,0% TAM 13,3% 54,2% 32,5%

Transbrasil 35,5% 43,4% 21,1% Vasp 38,3% 43,3% 18,3%

Fonte: Oliveira (2008b)

Tabela 7 - Influência do Atributo “Preço da Passagem Aérea”

Companhia Aérea Influência “Fraca”

Influência “Normal”

Influência “Forte”

Varig/Rio Sul 40,7% 41,8% 17,6% TAM 34,9% 37,3% 27,7%

Transbrasil 5,3% 31,6% 63,2% Vasp 13,1% 26,2% 60,7%

Fonte: Oliveira (2008b)

Tabela 8 - Influência do Atributo “Conveniência do Horário de Partida

Companhia Aérea Influência “Fraca”

Influência “Normal”

Influência “Forte”

Varig/Rio Sul 20,3% 47,8% 31,9% TAM 24,1% 45,8% 30,1%

Transbrasil 30,3% 40,8% 28,9% Vasp 25% 51,7% 23,3%

Fonte: Oliveira (2008b)

Pode-se perceber, novamente, uma visível segmentação de consumidores, desta vez

capturada pela atribuição de notas aos atributos dos produtos das companhias aéreas.

Tanto no caso do atributo “marca” quanto no caso do “preço”, foram observados

comportamentos claramente distintos dos consumidores dos dois grupos de empresas já

apontados: Varig/Rio Sul e TAM versus Transbrasil e Vasp. De fato, enquanto para o

primeiro grupo, “marca” possui uma influência “forte” ou “média” para a maioria dos

passageiros, para o segundo grupo, é o atributo “preço”, que possui uma influência

“fraca” ou “média” para a maioria dos consumidores. Já o atributo “conveniência do

horário” não apontou diferenças significativas de percepções dos passageiros dos dois

92

grupos, provavelmente por se tratar de uma ponte aérea, onde esse quesito é fortemente

demandado por todos os consumidores, independente do segmento.

Dado o exposto, e continuando-se com a especificação empírica da demanda, tem-se

justificado a escolha dos subgrupos realizada. De um lado, Rio Sul, Varig e TAM e, de

outro, Transbrasil e Vasp. Com relação à escolha dos subgrupos, ressalta-se que o

modelo é sensível ao arranjo dos mesmos.

Novamente, o bem externo (outside good) é definido de duas formas distintas: (i) total

de passageiros transportados por modal rodoviário na ligação Rio de Janeiro – São

Paulo; e (ii) a soma da População Economicamente Ativa (PEA) das cidades de origem

e destino.

5.6 Base de Dados

A base de dados disponível para a estimação da modelagem empírica foi obtida junto ao

antigo órgão regulador do transporte aéreo no País, o Departamento de Aviação Civil

(DAC), atual Agência Nacional de Aviação Civil (ANAC).

Contendo um conjunto de informações publicadas e não-publicadas, e coletadas entre

outubro de 2001 e janeiro de 2002, os dados estão dispostos na forma de painel (cross-

section com séries temporais), para o período de janeiro de 1997 a setembro de 2001,

para as companhias aéreas Varig, Vasp, Transbrasil, TAM e Rio-Sul.

O mercado é considerado na forma direcional, de modo que os dados compreendem

informações tanto do par de aeroportos Congonhas - Santos Dumont quanto Santos

Dumont - Congonhas.

93

A base de dados compreende 57 pontos para cada firma em cada par de aeroporto

direcional. A única exceção é a Transbrasil, que saiu do mercado em junho de 2000, por

ocasião do acordo code-share com a Tam e, portanto, possui 41 pontos amostrais. Para

fins de análise, o período de curta re-entrada da Transbrasil no mercado, em 2001, não

foi considerado. Sendo assim, a amostra apresenta 538 observações para a estimação do

modelo.

As variáveis utilizadas no modelo empírico serão apresentadas a seguir.

qjt é o número de passageiros transportados pagos da companhia aérea j, no mês

t, extraídos de relatórios de tráfego de origem e destino mensais do DAC. Para se inferir

o número de passageiros que seriam transportados na ligação Congonhas-Santos

Dumont durante o período em que este último aeroporto ficou fechado devido ao

incêndio de fevereiro de 1998, utilizou-se o número incremental de passageiros na

ligação Congonhas-Galeão. Esta ligação era praticamente inexistente antes do incêndio

e passou a apresentar volumes consideráveis após o incidente. Este procedimento foi

realizado para o período entre fevereiro e julho de 1998.

sjt é a participação de mercado de passageiros transportados da companhia aérea

j, no mês t. É igual a qjt dividido pelo tamanho do mercado, definido como a soma do

tamanho do bem externo (total de passageiros transportados por modal rodoviário na

ligação Rio de Janeiro – São Paulo, fontes ANTT e FIPE/IDET; e PEA) com o tamanho

do bem interno (total de passageiros transportados por via aérea na ligação SDU-CGH)

no mês t.

sj/ht é a participação de mercado de passageiros transportados da companhia

aérea j dentro do sub-grupo h (alta tarifa ou baixa tarifa), no mês t.

94

sh/gt é a participação de mercado (market share) de passageiros transportados do

sub-grupo h dentro do grupo g (total de passageiros transportados na Ponte Aérea), no

mês t.

pjt é uma média ponderada dos preços da companhia aérea j, no mês t, ajustada

pela inflação (IPCA/IBGE); as estruturas de tarifas das firmas foram coletadas a cada

dia 15 no sistema histórico de tarifas ATPCO (Airline Tariff Publishing Company); os

pesos foram construídos utilizando-se o número de assentos oferecidos, nos respectivos

meses, durante o "pico" (tarifa cheia) e "fora do pico" (média aritmética simples dos

descontos), considerando-se "pico" todos os vôos dos dias de semana dentro dos

intervalos 05:00-10:00 e 16:30-22:00. Fonte: Sistema HOTRAN/BAV, do

Departamento de Aviação Civil. Dados disponíveis em base mensal.

kjt representa o total de assentos ofertados pela companhia aérea j no mês t; tal

informação foi extraída mensalmente dos relatórios HOTRAN (Horários de Transporte)

do DAC, que agregam todos os dados referentes aos vôos domésticos do País (número

de freqüências e tamanho das aeronaves por empresa-ligação).

Os instrumentos de demanda utilizados foram um conjunto de deslocadores de custos

(preço médios dos insumos) e deslocadores operacionais, entre eles:

fueljt é uma proxy para o preço unitário do insumo combustível da companhia

aérea j no mês t, calculada dividindo-se as despesas totais mensais com combustível

(querosene de aviação) pelo total de litros consumidos; os dados de custos foram

obtidos em relatórios financeiros e econômicos mensais do DAC e os valores foram

corrigidos pelo IPA/FGV.

95

maintjt reflete os custos unitários com manutenção de aeronaves utilizadas na

rota pela companhia aérea j no mês t, calculados por meio da divisão das despesas com

manutenção pelo total de horas voadas. Os dados provieram do DAC e foram corrigidos

pelo IPA/FGV.

avstjt reflete a etapa média de percurso das aeronaves utilizadas na rota pela

companhia aérea j no mês t. A fonte para os dados foi o DAC.

asizejt reflete o tamanho médio das aeronaves companhia aérea j no mês t. A

fonte para os dados foi o DAC.

É importante salientar que, para os dados de custos, foi possível obter uma

desagregação mensal por tipo de aeronave das companhias aéreas, ao invés da

agregação tradicional ao nível do sistema (total da malha), também constante dos

anuários do DAC. Dessa forma, os valores mencionados acima, referem-se apenas ao

tipo de avião operado por cada companhia aérea na ligação sob análise, o que contribuiu

para se obterem variáveis deslocadoras de custos mais próximas da realidade daquele

mercado em específico. Para a Tam, as aeronaves, no período amostral, eram o Fokker

100 e o Airbus A319; para Varig, Transbrasil e Vasp, o B737-300, e para a Rio-Sul (em

operação conjunta com a Varig), ERJ-145, B737-500 e B737-300.

Ainda com relação aos instrumentos de demanda, e seguindo a recomendação de Berry,

Levinson e Pakes (1995), foram utilizadas características das firmas oponentes, no caso,

o número de freqüências no horário de pico. A justificativa para o uso apenas das

características referentes ao horário de pico se encontra na relativa rigidez que as

características nessa faixa de tempo apresentam, ou seja, em horários congestionados as

firmas não conseguem ajustar suas freqüências em resposta a choques de custos ou

96

choques de conduta, o que torna esse conjunto de instrumentos potencialmente

ortogonal aos resíduos, além de estruturalmente justificáveis (Oliveira, 2007b).

O método de estimação utilizado foi o Método dos Momentos Generalizados (MMG)

para única equação. Conforme destaca Wooldridge (2002), este estimador possui

ganhos de eficiência com relação aos métodos usuais de estimação de equações

simultâneas, como os Mínimos Quadrados em Dois Estágios, por ser robusto à presença

de heteroscedasticidade de forma desconhecida.

Uma menção final fica por conta das variáveis instrumentais utilizadas quando da

estimação com uso de MMG. Foram consideradas como endógenas e, portanto,

instrumentadas, todas as variáveis de participação de mercado (market share) utilizadas,

jts hgtjs / e gthgs / , as de preço, jtp , e de capacidade, jtk .

Foram realizados testes de validade e relevância dos instrumentos acima descritos,

basicamente os testes J de Hansen, de sobre-identificação e ortogonalidade dos

instrumentos propostos, e testes de Correlação Canônica de Kleibergen-Paap. Os testes

J de Hansen possibilitaram inferir não ser possível rejeitar a hipótese nula de que os

instrumentos são válidos, isto é, ortogonais ao vetor de resíduos, e os testes de

Kleibergen-Paap permitiram rejeitar a hipótese nula de que os modelos estão

subidentificados. Para uma discussão detalhada de testes estatísticos quando do uso de

variáveis instrumentais, a partir da estimação pelo MMG, ver Baum et.al.(2007).

Por fim, informa-se que o software econométrico utilizado para a estimação do modelo

foi o Stata, em sua versão 10.0.

97

5.7 Resultados

5.7.1 Do modelo de demanda

Os resultados da estimação do modelo logit aninhado podem ser conferidos na Tabela 9,

onde NL (PEA) representa o modelo logit aninhado utilizando-se como bem-externo a

População Economicamente Ativa (PEA) e NL (ROD) indica o mesmo modelo com o

uso do modal rodoviário (fluxo de passageiros transportados por meio rodoviário entre

as cidades de Rio de Janeiro – São Paulo) como bem-externo.

Tabela 9 - Resultados da estimação do modelo logit aninhado

pit -0,0008 ‡ -0,0005 †(0,0003) (0,0002)

ln(kit) 0,0432 0,0155(0,0293) (0,0219)

ln(si/ht) 0,9347 ‡ 0,9538 ‡(0,0307) (0,0209)

ln(sh/gt) 0,9311 ‡ 0,9519 ‡(0,0367) (0,0352)

Constant -9,2834 ‡ 6,9667 ‡(0,2572) (0,1702)

Depedent Var.Adjusted R2 0,9984 0,9979Root MSE 0,02866 0,0345Kleibergen-Paap 14,7510 * 40,2720 ‡Hansen J Stat. 7,5810 9,1060

Number of obs 538 538

F( 62, 475) 7756,3 ‡

F( 58, 479) 5537,52 ‡

ln(sit) ln(sit)

NL (PEA) NL (ROD)

Fonte: Elaboração própria a partir dos dados gerados na modelagem

Nota: As variáveis de tendência, específicas das firmas foram omitidas. ‡ indicativo de significante a 1%, † indicativo de significante a 5% e * indicativo de significante a 10%. Os valores entre parênteses representam os desvios padrões.

98

A variável indicativa de preço apresentou, conforme esperado pela Teoria Econômica,

coeficiente negativo e significante. Já a variável referente à capacidade, embora não

significante a 10%, apresentou sinal positivo, indicativo de que, caso uma companhia

aumente sua oferta (número de assentos vezes freqüência), ela possuirá maior

probabilidade de captar demanda. Por último, as variáveis de participação (share)

mostraram-se positivas e significantes a 1%, indicando que firmas com maior

participação de mercado apresentam maior demanda.

5.7.2 Das elasticidades

Segundo Slade (2006), as elasticidades obtidas a partir do modelo logit aninhado são

sensíveis à escolha do bem-externo (o que representa uma perda de técnica nisso) e,

quanto menos substituto ele for do bem interno (ou seja, quanto mais distante estiver no

espaço das características), maiores serão as elasticidades encontradas.

No caso em tela, o fluxo de passageiros transportados pelo modal rodoviário representa

uma melhor proxy do consumo alternativo ao serviço aéreo, o que explica as menores

elasticidades encontradas quando do uso dessa variável como bem externo ao modelo.

As elasticidades foram estimadas para o ano de 1998, por ter sido esse ano marcado

pelos episódios de guerras de preço já discutidos. Neste ano, a Varig era a líder do

mercado da ponte aérea, detendo 32,6% de participação, seguida por Vasp (18,8%),

Transbrasil (13,7%), TAM (9,4%) e Rio Sul (9%), vide Tabela 10.

99

Tabela 10 - Participação de mercado das companhias em 1998, na ligação SDU-CGH

Companhias Aéreas Participação de mercado (%)

VRG 32,5 VSP 18,8 TBA 13,7 TAM 9,4 RSL 9,0

Outras 16,5 Fonte: Elaboração própria a partir de dados do DAC (atual ANAC)

Os valores das elasticidades obtidas a partir do modelo logit aninhado quando do uso do

modal rodoviário como bem-externo mostraram-se inferiores (em módulo) aos valores

encontrados quando do uso da PEA.

A Tabela 11 apresenta os valores das elasticidades - preço própria da demanda.

Conforme é observado, a companhia que apresentou menor elasticidade preço própria

(em módulo) foi a Varig, o que indica que seus usuários eram menos sensíveis a

alterações de preços e mais sensíveis aos atributos oferecidos pela companhia. Já a

Transbrasil e a Rio Sul apresentaram as maiores elasticidades preço – próprias (em

módulo), indicativo de que, no período estimado, seus usuários eram mais sensíveis a

alterações de preço.

A Tabela 12 apresenta os valores das elasticidades cruzadas da demanda. A partir desses

valores, pode-se depreender sobre o grau de substituição, aos olhos do usuário, entre as

firmas, ou seja, quais eram as principais rivais, em termos de competição. Percebe-se

que a Rio Sul tinha como principais rivais, na ordem: VRG, TAM, VSP, TBA. A TAM

concorria diretamente com VRG, VSP, RSL, TBA. A Varig tinha como concorrentes

diretos a TAM, VSP, RSL e TBA. Por sua vez, a VASP concorria com VRG, TAM,

RSL e TBA. Por fim, a Transbrasil enfrentava diretamente a VRG, TAM, VASP e RSL.

100

Tabela 11 - Elasticidades (Modelo NL – PEA)* j\k RSL TAM VRG VSP TBA

RSL -2,54 ‡ 0,35 0,35 0,30 † 0,30 †(0,97) (0,55) (0,55) (0,13) (0,13)

TAM 0,46 -2,30 ‡ 0,46 0,40 † 0,40 †(0,74) (0,76) (0,74) (0,17) (0,17)

VRG 0,79 0,79 -2,04 ‡ 0,68 † 0,68 †(1,26) (1,26) (0,53) (0,30) (0,30)

VSP 0,41 0,41 0,41 -2,26 ‡ 0,35 †(0,65) (0,65) (0,65) (0,78) (0,15)

TBA 0,30 0,30 0,30 0,26 † -2,37 †(0,47) (0,47) (0,47) (0,11) (0,93)

Fonte: Elaboração própria a partir dos dados gerados na modelagem

Tabela 12 - Elasticidades (Modelo NL – ROD)* j\k RSL TAM VRG VSP TBA

RSL -1,99 ‡ 0,28 0,28 0,25 0,25(0,70) (0,21) (0,21) (0,18) (0,18)

TAM 0,37 -1,81 ‡ 0,37 0,33 0,33(0,18) (0,70) (0,18) (0,24) (0,24)

VRG 0,63 0,63 -1,60 * 0,57 0,57(0,47) (0,47) (0,82) (0,41) (0,41)

VSP 0,30 0,30 0,30 -1,78 * 0,33(0,21) (0,21) (0,21) (0,82) (0,24)

TBA 0,21 0,21 0,21 0,24 -1,87 ‡(0,15) (0,15) (0,15) (0,18) (0,65)

Fonte: Elaboração própria a partir dos dados gerados na Modelagem

*Nota:‡ indicativo de significante a 1%, † indicativo de significante a 5% e * indicativo de significante a 10%. Os valores entre parênteses representam os desvios padrões.

Por fim, uma menção teórica a respeito das elasticidades merece ser realizada, no que

tange à diferença entre a elasticidade de determinado produto ou serviço (elasticidade ao

nível do mercado) e a elasticidade entre firmas ou marcas que produzem o bem em

questão (elasticidade ao nível da firma).

Gillen et.al. (2003) apresentam um estudo pormenorizado de elasticidade da demanda

para o setor transporte aéreo. A partir de 21 estudos de demanda diferentes, eles

101

obtiveram 254 estimativas de elasticidades, considerando 6 situações distintas: viagem

de negócios em uma rota curta; viagem a lazer em uma rota curta; viagem de negócios

em uma rota longa e doméstica; viagem a lazer em uma rota longa e doméstica; viagem

de negócios em uma rota longa e internacional; e viagem a lazer em uma rota longa e

internacional. A elasticidade média obtida, a partir de todas essas variações citadas, foi

de -1,122. Trata-se, portanto, de uma medida de elasticidade ao nível do mercado.

Oliveira (2007b), utilizando um logit aninhado nos moldes do utilizado nesta

dissertação, encontra um valor médio -2,02 para a elasticidade própria. Como neste

modelo a escolha do consumidor é segmentada em estágios, onde no primeiro estágio

escolhe-se o modal e num segundo momento a companhia, a elasticidade obtida é ao

nível da firma.

A elasticidade média ao nível da firma, em um mercado competitivo, será sempre maior

que a elasticidade média ao nível do mercado, já que o consumidor tem maiores

possibilidades de substituição/escolha intrafirmas.

5.7.3 Da conduta das firmas

Tomando-se as elasticidades próprias obtidas a partir do modelo NL (ROD), realizou-se

uma inspeção da conduta competitiva das companhias aéreas para o ano de 1998, na

ligação SDU-CGH.

Para tal, foram encontrados os parâmetros de conduta das firmas, obtidos pelos desvios

dos markups observados em relação aos markups Bertrand-Nash, na linha de Slade

(2004) e Genesove e Mullin (2006).

Os markups observados foram obtidos com base nos dados de yield (receita média por

passageiro-quilômetro transportado) e cask (custo do assento quilômetro ofertado)

102

retirados do Anuário do Transporte Aéreo – Dados Econômicos, do DAC, para o ano de

1998, na ligação SDU-CGH.

Diante da não-observabilidade do custo marginal, utilizou-se o cask como uma proxy.

E, por se tratar do uso de um valor aproximado para o custo marginal verdadeiro, foram

considerados desvios padrões, definidos aleatoriamente, de 5%, 10% e 20%, para mais e

para menos, de modo a capturar divergências que podem advir do uso de uma variável

com erro de especificação. Vide Schmalensee (1989) para uma revisão crítica dos

problemas das métricas advindas da contabilidade de custos.

As Tabelas 13 e 14 apresentam os valores dos markups Bertrand - Nash e dos markups

observados das companhias aéreas, considerando-se desvios positivos e negativos para

os custos. Os valores encontrados para os markups Bertrand-Nash refletem as

elasticidades próprias encontradas, uma vez que são definidos pelo inverso das mesmas.

Assim sendo, a Varig aparece com uma maior margem teórica de 0,63 o que é

indicativo de que, dadas as condições de demanda com as quais se defrontava em 1998,

essa empresa apresentava maior poder de mercado em relação a suas rivais, uma vez

que seus clientes eram menos sensíveis a preço e mais elásticos aos atributos oferecidos

pela companhia. Em seguida, aparecem a VASP (0,56), TAM (0,55), Transbrasil (0,54)

e Rio Sul (0,5), com margens muito próximas, indicativo de que não existia nítida

diferenciação, aos olhos dos consumidores, com relação a essas empresas.

Continuando com a análise, quando se passa para a inspeção dos markups observados,

essa ordem é sensivelmente alterada e os resultados mostram-se elásticos a variações

dos custos.

103

A Tabela 13 apresenta os markups com desvios nulos e positivos para os custos

observados, da ordem de 5%, 10% e 20%. Considerando-se não haver desvios nos

custos, o que se observa é a Vasp com margens maiores, seguida por TAM, Transbrasil,

Varig e Rio Sul. Essa mesma ordem se mantém quando são consideradas dispersões

positivas nos custos. Um fator que chama a atenção é que a Varig, embora teoricamente

detivesse o maior poder de mercado, estava com as menores margens praticadas.

Já pela Tabela 14, que apresenta os markups com desvios negativos para os custos

observados, verifica-se a Transbrasil com as maiores margens, seguida por Vasp, Rio

Sul, Varig e TAM.

Tabela 13 - Markups (modelo NL –ROD) com desvios positivos para os custos observados

Companhias Aéreas

Markup Bertrand -

Nash Estimado

Markup Observado

Desvio Padrão nos custos (variação para mais)

0% 5% 10% 20% VRG 0,63 0,51 0,48 0,46 0,41 TBA 0,54 0,58 0,55 0,53 0,49 VSP 0,56 0,64 0,62 0,60 0,57 RSL 0,50 0,50 0,48 0,45 0,40 TAM 0,55 0,63 0,61 0,59 0,55

Fonte: Elaboração própria a partir dos dados gerados na modelagem

Tabela 14 - Markups (modelo NL –ROD) com desvios negativos para os custos observados

Companhias Aéreas

Markup Bertrand -

Nash Estimado

Markup Observado Desvio Padrão nos custos (variação para

menos)

0% 5% 10% 20% VRG 0,63 0,51 0,53 0,56 0,61 TBA 0,54 0,58 0,60 0,62 0,66 VSP 0,56 0,64 0,66 0,68 0,71 RSL 0,50 0,50 0,53 0,55 0,60 TAM 0,55 0,63 0,65 0,66 0,70

Fonte: Elaboração própria a partir dos dados gerados na modelagem

104

As Tabelas 15 e 16 apresentam os “parâmetros de conduta” obtidos por meio da divisão

do markup observado pelo markup Bertrand-Nash. Relembrando que, conforme expõe

Bresnahan (1989), de acordo com os valores assumidos pelos parâmetros é possível

inferir sobre a conduta das firmas. Como discutido na Seção 4.1, se θ = 1 tem-se o

resultado vigente quando de um equilíbrio não-cooperativo; se θ <1, tem-se a descrição

de acirramento da competição, típico de episódios de guerras de preço; se θi = 0, tem-se

que Pj =CMj o que, em situações de heterogeneidade de marcas, só é esperado em casos

circunstanciais, de competição extrema ou em casos de predação e uso de “marcas de

combate”; por último, se θ > 1, tem-se uma estratégia de colusão ou coordenação

estratégica.

Pela análise dos parâmetros de conduta médios observados nas Tabela 15 e 16, verifica-

se que a Varig foi a empresa com os menores valores (0,74 e 0,88). Sendo ela a empresa

a líder do mercado nesse momento, com 32,6% de participação (Tabela 10) e com a

menor elasticidade-preço própria do consumidor, este resultado pode ser interpretado

como uma conduta deliberadamente supercompetitiva, não maximizadora de lucros,

típica de um episódio de “guerra de preço”.

Como este ano foi marcado por vários episódios dessa natureza, o “parâmetro de

conduta” encontrado para a Varig confirma uma frase dita pelo então presidente da

companhia, Fernando Pinto, presente na Tabela 3, in verbis:“Não achávamos que era

hora de baixar os preços da ponte aérea, mas, ao entrar também no território onde

operava a TAM baixando preços, demos o troco".

Assim, a conduta da Varig pode ser interpretada como uma estratégia de “jogar

pesado”, tal como preconizado pela teoria e discutido na Seção 2.2, contra a entrada da

TAM nesse mercado. No entanto, os patamares encontrados para os parâmetros de

105

conduta da Varig (entre 0,5 e 1) não são indicativos de predação, mas sim, de

competição intensa (margens apertadas).

Por sua vez, a TAM, que iniciou a guerra de preço em março de 1998 e que foi acusada

pelas incumbentes de predação (como discutido na Seção 5.1), apresentou parâmetros

de conduta médios de aproximadamente 1 (1,06 e 1,18), condizente com um nível de

competição próxima ao vigente em equilíbrio de Bertrand-Nash, apresentando,

portanto, uma conduta competitiva saudável.

Valores similares foram obtidos para Transbrasil (1,06 e 1,2) e Vasp (1,12 e 1,24). Já a

Rio Sul apresentou uma conduta mais competitiva, próxima a da Varig, com parâmetros

médios de 0,85 e 1,01. Como era a empresa com menor participação nesse mercado

(9%), esse resultado pode ser interpretado como uma estratégia de “compra de fatia de

mercado”, cuja racionalidade foi discutida na Seção 2.3.

Tabela 15 - Parâmetros de Conduta com desvios positivos para os custos observados

Companhias Aéreas

Parâmetro de Conduta

Desvio Padrão nos custos (variação para mais)

0% 5% 10% 20% Parâmetro Médio

VRG 0,81 0,77 0,73 0,66 0,74 TBA 1,08 1,11 1,06 0,98 1,06 VSP 1,14 1,16 1,13 1,06 1,12 RSL 1,00 0,86 0,82 0,73 0,85 TAM 1,13 1,08 1,05 0,98 1,06

Fonte: Elaboração própria a partir dos dados gerados na modelagem

106

Tabela 16 - Parâmetros de Conduta com desvios negativos para os custos observados

Companhias Aéreas

Parâmetro de Conduta

Desvio Padrão nos custos (variação para menos)

0% 5% 10% 20% Parâmetro Médio

VRG 0,81 0,85 0,89 0,97 0,88 TBA 1,08 1,19 1,23 1,32 1,20 VSP 1,14 1,23 1,26 1,33 1,24 RSL 1,00 0,95 1,00 1,09 1,01 TAM 1,13 1,15 1,18 1,25 1,18

Fonte: Elaboração própria a partir dos dados gerados na modelagem

A metodologia proposta, quando aplicada ao caso concreto, permitiu a realização de

uma inspeção das condutas das firmas ao longo de período analisado. Constatou-se que,

de fato, as companhias estavam competindo de modo acirrado, com margens apertadas.

No entanto, os valores médios encontrados para os parâmetros de conduta mostraram

não haver indícios da prática de preços predatórios.

107

6 Considerações Finais

Esta dissertação teve por objetivos a apresentação de uma discussão de fenômenos de

guerras de preço no setor aéreo e a proposição de modelagem de parâmetro de conduta

da Nova Organização Industrial Empírica (NOIE) para a identificação do

comportamento das firmas, a fim de se distinguir uma conduta anticompetitiva de

predação de firmas de um comportamento de competição normal, porém acirrada.

Conforme foi discutido na Seção 2, nos últimos 30 anos, a partir do início da

desregulamentação econômica nos EUA, o setor aéreo tem passado por profundas

transformações, em todo o mundo. O marco desse processo foi o aparecimento de

empresas aéreas de custo baixo (low cost carriers), que introduziram um novo

dinamismo ao mercado, e começaram a ofertar um serviço a um preço bem inferior ao

praticado pelas tradicionais empresas de rede (full services carriers). Em resposta, as

incumbentes começaram a promover cortes em suas tarifas e, a partir daí, fenômenos de

guerras de preço despontaram no setor, com certa freqüência, motivados

preponderantemente pela conquista de novos clientes.

Durante a vigência deste “confronto”, acende-se a discussão se determinado preço é

predatório ou apenas o resultado de uma competição normal entre as firmas. A

comprovação de predação, em um dado mercado aéreo, não é uma tarefa fácil, dado um

conjunto de especificidades que o setor aéreo apresenta que tornam a análise bastante

complexa em termos antitruste.

O primeiro ponto refere-se às economias de rede. A companhia, em seu modelo de

negócios, procura a maximização conjunta de resultados, ou seja, de toda sua malha.

Isso permite que ela realize um manejo do seu portfólio (conjunto de vôos e rotas) de

108

modo a alcançar os resultados pretendidos. Preços baixos em rotas de grande

competição podem ser compensados por preços altos em rotas alternativas.

O segundo aspecto diz respeito à utilização de ferramentas yield management, o que

possibilita às companhias, a realização de discriminação de preço, pela criação de várias

classes tarifárias, de modo a atender seus diferentes públicos (passageiros a negócios e

passageiros a lazer, dotados de distintas elasticidades - preço). Logo, em um mesmo

vôo, são oferecidos assentos a preços diferentes, viabilizando a prática de promoções.

Um preço artificialmente baixo para um conjunto de assentos pode ser compensado por

preços superiores em outro conjunto, ocorrendo um típico “subsídio cruzado” dentro do

vôo, de modo que o resultado operacional para o vôo pode se mostrar lucrativo.

Um terceiro ponto refere-se à verificação de poucas barreiras econômicas à entrada no

setor (as principais barreiras dizem respeito à disponibilidade de infraestrutura

aeroportuária). Neste caso, analisando-se hipoteticamente o fato de uma empresa que,

diante da prática de preços artificialmente baixos, conseguisse expulsar outras firmas do

mercado. A etapa seguinte seria a cobrança de preços abusivos a fim de recuperar as

perdas incorridas durante a estratégia predatória. No entanto, seus lucros extraordinários

atrairiam outras firmas, que contestariam com relativa facilidade o mercado. Dessa

forma, a probabilidade de recuperação das perdas sofridas seria pequena, o que se pode

configurar como um inibidor dessas condutas.

Não obstante tais características, denúncias de firmas que se sentem lesadas e cerceadas

por rivais acontecem com freqüência no setor. Nos Estados Unidos, segundo

informações do Transportation Research Board, durante o período 1993 – 1999, o

Departamento de Transportes recebeu 32 denúncias, sobre supostas práticas

anticompetitivas de empresas incumbentes contra empresas entrantes. Nestes casos, a

109

autoridade antitruste é acionada para o julgamento de tais condutas, tendo que ter em

posse, ferramentas quantitativas e teóricas que possam auxiliá-la quando em seu

exercício de análise.

Tendo em vista essa motivação, a Seção 4 apresentou uma metodologia que o órgão

antitruste pode se valer quando do julgamento de condutas de firmas. A modelagem

proposta está embasada nos Modelos de Parâmetro de Conduta da Nova Organização

Industrial Empírica (NOIE).

Do ponto de vista da demanda, apresenta-se um modelo representativo, de escolha

discreta, na forma de share de demanda (logit aninhado), seguindo Berry (1994),

admitindo-se a presença de bem-externo (outside good). A partir dessa estimação, é

possível extrair matrizes de elasticidades próprias e cruzadas dos consumidores, que

permitem verificar tanto sua sensibilidade com relação a alterações no preço como seus

padrões de substituição com relação às firmas. Como subproduto dessa análise, é

possível inferir o poder de mercado das empresas.

No âmbito da oferta, seguindo Slade (2004) e Genesove e Mullin (2006), desenvolve-se

uma modelagem dos “parâmetros de conduta” das firmas, que podem ser obtidos pela

comparação entre os markups efetivos ou observados, com o que seria vigente em

equilíbrio de Bertrand-Nash, ou seja, equilíbrio não-cooperativo de um jogo em preços

com produto diferenciado. A partir dos valores encontrados para esses parâmetros, tem-

se um indicativo da conduta das firmas, se mais próxima de um comportamento

colusivo, predatório ou normal.

Na Seção 5, a metodologia proposta foi aplicada ao estudo da conduta competitiva das

companhias aéreas brasileiras na ponte aérea Rio de Janeiro (aeroporto de Santos

Dumont) – São Paulo (aeroporto de Congonhas), durante o ano de 1998, marcado pelos

110

primeiros grandes episódios de guerras de preços no setor. A partir dos valores dos

parâmetros de conduta estimados, foi possível inspecionar o comportamento das firmas.

Os valores encontrados mostraram não haver indícios da prática de preços predatórios

durante o período analisado.

Importante registrar que a modelagem da conduta aqui proposta está sujeita a um

conjunto de problemas identificados e que poderiam ser tratados em possíveis extensões

à presente dissertação, como: (i) o uso de modelo de parâmetro de conduta supondo um

jogo estático para tentar capturar jogadas de preço predatório, que são claramente um

fenômeno dinâmico (potencial má-especificação do modelo de competição); (ii) a não-

observabilidade dos custos marginais e utilização de uma proxy contábil; e (iii) a

própria definição empírica do bem-externo, que continua sendo uma métrica arbitrada

pelo analista, e, portanto, passível de crítica.

Dentre os avanços possíveis a serem realizados com o intuito de fortalecer esses pontos,

estão: (i) o uso de um modelo de jogos que aninhe a competição estática e a competição

dinâmica no mesmo arcabouço teórico de concorrência, como em Puller (2008); (ii) o

uso de uma equação de oferta, de forma a tentar estimar os custos marginais em

períodos em que o equilíbrio de Bertrand-Nash estivesse potencialmente vigente; e (iii)

o uso de técnicas de estimação do bem externo no próprio arcabouço de demanda, como

em Vassallo (2007).

111

Referências Bibliográficas

AREEDA, P. e TURNER, D. Predatory Prices and Related Practices Under Section 2 of the Sherman Act, Harvard Law Review, nº 697, 1975.

BAUM, C.F., SCHAFFER, M.E. e STILLMAN, S. Enhanced routines for instrumental variables/GMM estimation and testing. Discussion Paper, Centre for Economic Reform and Transformation, 2007.

BAUMOL, W. Quasi-Permanence of Price reductions: A Policy for Prevention of

Predatory Pricing. Yale Law Journal, vol. 89, nº 1, p. 1-26, 1979. BAUMOL, W. Predation and the logic of the average variable cost test. Journal of

Law and Economics, v. XXXIX, n. 1, abr/99, p. 49-72, 1999.

BERNHEIM, B. D. e WHINSTON, M.D. Multimarket Contact and Collusive Behavior. Rand Journal of Economics, nº 21 (Spring), p. 1-26, 1990.

BERRY, S. Airport Presence as Product Differentiation. American Economic Review nº 80, p. 394-399, 1990.

BERRY, S. Estimating Discrete-Choice Models of Product Differentiation. The RAND Journal of Economics, vol. 25, nº. 2, p. 242-262, 1994.

BERRY, S., LEVINSOHN, J. e PAKES, A. Automobile prices in market equilibrium. Econometrica, v. 63, p. 841-890, 1995.

BERRY, S., CARNALL, M., e SPILLER, P. Airline Hubs: Costs, Markups and the Implications of Customer Heterogeneity. NBER Working Paper Series, 1996.

BLAIR, R. D. e HARRISON, J.L. Airline price wars: competition or predation. Antitrust Bulletin. Summer; 44; 2; ABI/Inform Global, p. 489, 1999.

BOGUSLASKI, R., ITO, H. e LEE, D. Entry Patterns in the Southwest Airlines Route System. Review of Industrial Organization nº 25, p. 317-350, 2004.

BORENSTEIN, S. Hubs and High Fares: Dominance and Market Power in the U.S. Airline Industry. Rand Journal of Economics, nº 20, p. 344-365, 1989.

BORK, R.H. The antitrust paradox. New York: Basic Books, 1978.

BURNS, M.R. Predatory Pricing and the Acquisition Cost of Competitors. Journal of Political Economy, nº 94, p. 266-296, 1986.

BUSTO, A., TUROLLA, F. e OLIVEIRA, A.V.M. Modelagem dos Impactos da

Política de Flexibilização na Competição das Companhias Aéreas Brasileiras. Documento de Trabalho N. 004 – Acervo Científico do Núcleo de Estudos em Competição e Regulação do Transporte Aéreo (NECTAR). São José dos Campos, SP. Disponível em www.nectar.ita.br, 2005.

112

BRANDER, J. e ZHANG, A. Market Conduct in the Airline Industry: An Empirical Investigation. Rand Journal of Economics, nº 21, p. 567-583, 1990.

BRANDER, J. e ZHANG, A. Dynamic Oligopoly Behaviour in the Airline Industry. International Journal of Industrial Organization, nº 11, p. 407-435, 1993.

BRESNAHAN, T. Empirical Studies of Industries with Market Power. In: R. Schmalensee and R. Willig (Eds) Handbook of Industrial Organization. Elsevier Science Publishers, Amsterdam, 1989.

CHURCH, J. e WARE, R. Industrial Organization: a strategic approach. McGraw-Hill, 2000.

DEATON, A. e MUELLBAUER, J. An Almost Ideal Demand System. American Economic Review, nº 70, p. 312-326, 1980.

EASTERBROOK, F.H. Predatory strategies and counterstrategies. University of Chicago Law Review, v. 48, p.263-377, 1981.

ECKERT, A. e WEST, D.S. Predation in Airline Markets: A Review of Recent Cases. Advances in Airline Economics, Volume 1: Competition and Antitrust, Darin Lee (ed.), Amsterdam: Elsevier, p. 25-52, 2006.

EDLIN, A.S. Stopping above-cost predatory pricing. Yale Law Journal, 111 (4), p.

941-991, 2002.

EDLIN, A.S. e FARRELL, J. The American Airlines Case, 2001: A chance to clarify predation policy. In Kwoka, J.E. and White, L. The Antitrust Revolution – Economics, competition and policy, 4th edition, Oxford University Press, 2004.

EDWARDS, C. Conglomerate bigness as a source of power. In: Business concentration and price policy. NBER Conference Report, Princeton University Press, 1955.

FARINA, E. Voto-vista de Conselheiro. Processo Administrativo nº. 08012.000677/1999-70. Conselho Administrativo de Defesa Econômica, 2004.

FERSHTMAN, C. e MARKOVICH, S. Estimating the effect of tax reform in differentiated product oligopolistic markets. Journal of Public Economics, v. 74. n. 1, p. 151-170, 1999.

FIUZA, E. P. S. Automobile demand and supply in Brazil: effects of tax rebates and trade liberalization on markups in the 1990s. Ipea, Documento de Trabalho nº 916, 2002.

FORSYTH, P., GILLEN, D.W., MAYER, O.G. e NIEMEIER, H.M. Competition versus Predation in aviation markets: a survey of experience in North America, Europe and Australia. Ashgate Publishing Ltd, 2005.

FRIEDMAN, J. A Non-Cooperative Equilibrium for Supergames. Review of Economic Studies, vol. 28, p. 1-12, 1971.

113

GENESOVE, D. e MULLIN, W. Predation and Its Rate of Return: The Sugar Industry, 1887-1914. NBER Working Papers, 1997.

GENESOVE, D. e MULLIN, W. Testing Static Oligopoly Models: Conduct and Cost in the Sugar Industry, 1980-1914. The RAND Journal of Economics, vol.29; nº. 2; p. 355-377; 1998.

GENESOVE, D. e MULLIN, W. Predation and its rate of return: the sugar industry, 1887-1914. The Rand Journal of Economics, vol. 37; nº 1; p. 47-69; 2006.

GILLEN, D.W., MORRISON, W.G. e STEWART, C. Air travel demand elasticities: concepts, issues and management. Department of Finance, Government of Canada, January, 2003.

GLAIS, M. e LAURENT, P. Traité d’économie et de droit de la concurrence, Paris, PUF, 1983.

GORIN, T. Assessing low fare entry in airline markets: impacts of revenue management and network flows. PhD. Thesis, Massachusetts Institute of Technology, Cambridge, MA, 2004.

GORIN, T. e BELOBABA, P. Assessing predation in airline markets with low-fare competition. Transportation Research, Part A. Available online at: www.sciencedirect.com, 2008.

GORMAN, W. M. Separability and aggregation. In: Blackorby, C., Shorrocks, A. F. (eds.). Collected works of W. M. Gorman, 1995.

GUARACY, T. Festa de Promoções. Numa briga de morte, as companhias aéreas derrubam o preço das passagens e aumentam o número de vôos. In Revista Veja, Ed. Abril, Nº1539. Disponível em http://veja.abril.com.br/250398/p_110.html (acesso em Abril, 2008)

HAUSMAN, J. A. e LEONARD, G. K. The competitive effects of a new product introduction: a case study. Journal of Industrial Economics, v. L, n. 3, p. 235-261, 2002.

HAUSMAN, J. A., LEONARD, G. K. e ZONA, J. D. Competitive analysis with differentiated products. Annales D’Economie et de Statistique, v. 34, p. 159-180, 1994.

HUSE, C. e SALVO, A. Estimação e Identificação de demanda e de oferta. In: Métodos Quantitativos em Defesa da Concorrência e Regulação Econômica. Eduardo P. S. Fiuza; Ronaldo Seroa da Motta. (Org.). Rio de Janeiro, Ipea, v. 01, p.23-151, 2006.

KIM, S.H. Testing for Predation in U.S. Airline Markets. Department of Economics, Johns Hopkins University, Baltimore, MD 21218, November 11, 2004.

KREPS, D. e WILSON, R. Reputation and Imperfect Information. Journal of Economic Theory, 27, p. 253-279, 1982.

114

LERNER, J. Pricing and Financial Resources: An Analysis of the Disk Drive Industry, 1980-88. Review of Economics and Statistics, vol.77, p. 585-598, 1995.

LEVINE, M. Airline Competition in Deregulated Markets: Theory, Firm Strategy, and

Public Policy. Yale Journal on Regulation, p. 393-494, 1987.

LOVADINE, D., TUROLLA, F. A. e OLIVEIRA, A. V. M. Competição, Colusão e Antitruste: Estimação da Conduta Competitiva de Companhias Aéreas. Revista Brasileira de Economia, Rio de Janeiro, RJ, v. 60, n. 4, 2006.

MARÍN, P. Competition in European Aviation: Pricing Policy and Market Structure. Journal of Industrial Economics, nº 43, p. 141-159, 1995.

MCFADDEN, D. Conditional Logit Analysis of Qualitative Choice Behavior. In P. Zarembka (Ed.), Frontiers of econometrics, p. 105-142. New York, NY: Academic Press, 1973.

MCFADDEN, D. Modelling the choice of residential location. In: Karlqvist, A. et alii.(eds.). Spatial interaction theory and planning models. New York: North-Holland, 1978.

MCGEE, J.S. Predatory pricing revisited. Journal of Law and Economics, v.23, p.289-

330, 1980.

MELLO, M. T. L. Defesa da concorrência. In Kupfer, D. e Hasenclever, L. (Org.). Economia Industrial: Fundamentos Teóricos e Práticas no Brasil. Editora Campus, Rio de Janeiro, 2002.

MOTTA, M. Competition Policy: Theory and Practice. Cambridge University Press, 1994.

MORRISON, S.A. e WINSTON, C. Causes and Consequences of Airline Fare Wars. Brookings Papers on Economic Activity. Microeconomics, p. 85-123, 1996.

MORTON, S. F. Entry and Predation: British Shipping Cartels 1879–1929. Journal of Economics and Management Strategy, vol.6, p. 679-724, 1997.

NEVO, A. Measuring market power in the ready-to-eat cereal industry. Econometrica,

v. 69, p. 307-342, 2001.

OLIVEIRA, A. V. M. The impacts of liberalization on competition on an air shuttle market. In Proceedings of the 32nd Conference of the European Association of Research in Industrial Economics –EARIE, 2005.

OLIVEIRA, A.V.M. A Experiência Brasileira na Desregulamentação do Transporte Aéreo: Um Balanço e Propositura de Diretrizes para Novas Políticas. SEAE/MF Documento de Trabalho nº 45, 2007a.

OLIVEIRA, A.V.M. Acesso a Recursos Essenciais e Poder de Mercado: Estudo de Caso da Concessão de Slots em Aeroportos no Brasil. Prêmio SEAE de Monografias, 2007b.

115

OLIVEIRA, A.V.M. Uma Relação de Oferta Generalizada para a Estimação de Modelos de Parâmetro de Conduta em Organização Industrial Empírica. Mimeo, 2008a.

OLIVEIRA, A.V.M. A Influência da Posse de Recursos Essenciais nas Decisões de

Preços e Conduta Competitiva das Empresas: Estudo de Caso da Alocação de Slots no Transporte Aéreo. Tese de Livre Docência. Universidade de São Paulo, 2008b.

ORDOVER, J. e SALONER, G. Predation, Monopoliztion, and Antitrust. In: The

Handbook of Industrial Organization, v. I , cap. 9, North Holland, Amsterdam, 1990.

OSTER, C. V. e STRONG, J. S. Predatory Practices in the U.S. Airline Industry. US Department of Transportation, Office of the Assistant Secretary for Aviation and International Affairs, Washington, D.C, 2001.

PERRY, L.J. The response of major airline to low-cost airlines. In Jenkins, D., Preble, Ray, C. (Eds). Handbook of Airline Economics, first ed. McGraw-Hill, Washington, DC, p. 297-303, 1995.

PFEIFFER, R. Voto-vista de Conselheiro. Processo Administrativo n.

08012.000677/1999-70. Conselho Administrativo de Defesa Econômica, 2004. PULLER, S. Estimation of competitive conduct when firms are efficiently colluding:

addressing the Corts critique. Applied Economics Letters, p. 1-4, 2008. RAGAZZO, C.E.J. e RUTELLY, M.S. “Viaje por R$ 50,00”: Promoção ou Preço

Predatório? In: A Revolução Antitruste do Brasil 2. A Teoria Econômica Aplicada a Casos Concretos. César Mattos (Org). São Paulo, Ed. Singular, 2008.

SALGADO, L. H. A economia política da ação antitruste. São Paulo, ed. Singular, 1997.

SCALLOPE, L. Voto-vista de Conselheiro. Processo Administrativo n.

08012.000677/1999-70. Conselho Administrativo de Defesa Econômica, 2004. SCHMALENSEE, R. Inter-Industry Studies of Structure and Performance. In R.

Schmalensee and R. D. Willig (Eds.), Handbook of Industrial Organization, Volume II, 1011-1057. New York: North-Holland, p.23-30, 1989.

SECRETARIA DE ACOMPANHAMENTO ECONÔMICO. Processo Administrativo

- Conduta Varig, Tam, Transbrasil e Vasp. Parecer MF - SEAE - COGDC-DF N. 363, 2001.

SECRETARIA DE ACOMPANHAMENTO ECONÔMICO. Averiguação Preliminar

n.º 08001.006298/2004-33. Parecer nº 06191/2005/DF, COGDC/SEAE/MF. Ofício 359/2005/DPDE/CGSI, 2004.

SHERER, F.M. e ROSS, D. Industrial Market Structure and Economis Performance,

3rd edition, Houghton Mifflin Co., Boston, 1990.

116

SLADE, M. Market Power and Joint Dominance in UK Brewing. Journal of Industrial Economics, nº 52, p. 133-163, 2004.

SLADE, M. Merger Simulations of Unilateral Effects: What Can We Learn from the UK Brewing Industry? Department of Economics, University of Warwick Coventry CV4 7AL, UK, 2006.

SULLIVAN, E.T. e HOVENKAMP, H. Antitrust Law, policy and procedure: cases, materials, problems. 4. Ed. Charlottesville: Lexis Law Publishing, 1999.

TAVARES, M. O Transporte Aéreo Doméstico e a Lógica da Desregulamentação. Documento de Trabalho. Secretaria de Acompanhamento Econômico, n. 4, 1999.

TIROLE, J. The theory of industrial organization. Cambridge, Massachusetts, 1988.

TRANSPORTATION RESEARCH BOARD. Entry and competition in the U.S. airline industry: issues and opportunities. Special report, 255, 194 p. ISBN 0-309-07069-4, 1999.

TRETHEWAY, M. Distortions of Airline Revenues: Why the Network Airline Business Model is Broken. Journal of Air Transport Management, nº 10, p. 3-14, 2004.

VASSALO, M. D. Simulação de Fusões: Aplicação ao Transporte Aéreo. Tese de Mestrado – Instituto Tecnológico de Aeronáutica, São José dos Campos, 2007.

VERBOVEN, F. International price discrimination in the European car market. Rand

Journal of Economics, v. 27, n. 2, p. 240-268, 1996.

WILLIANSOM, O. Predatory Pricing: A Strategic and Welfare Analysis. Yale Law Journal, vol. 87, p. 284 – 340, 1977.

WINDLE, R. e DRESNER, M. Competitive Responses to Low Cost Carrier Entry.

Transportation Research. Part E, vol. 35, n. 1, p. 59-75, 1999.

WOOLDRIDGE, J. M. Econometric Analysis of Cross Section and Panel Data.

Cambride, MA: The MIT Press, 2002.

117

Apêndice 1 – Demonstração do modelo logit aninhado

Abaixo é realizada a demonstração algébrica do modelo logit aninhado, com dois

ninhos, na linha de McFadden (1978).

Considere as seguintes notações:

Indivíduo ( i ): Ni ,...,2,1=

Produto ( j ): Jj ,...,2,1=

1+G conjuntos mutuamente exclusivos: Gg ,...,1,0=

Hipótese: 0=j representa o bem exterior (outside good) e é o único elemento de 0=g

Dentro do ninho, os grupos podem ser arranjados em subgrupos, h = 1,...Hg, onde Hg é o número de subgrupos do grupo g. Como o produto j está aninhado em um subgrupo pertencente a um grupo, tem-se que a participação de mercado de j é :

gghghgjj ssss = [ 1]

Onde: hg

hgj Des

j 11 σδ −

= ; ∑∈

−−

−−

=

gChhg

hgghg D

Ds

21

21

11

11

σσ

σσ

; ∑ ∑

∑

∈

−

∈

−−

−

∈

−−

=

G g

g

Cg Chhg

Chhg

g D

Ds

221

221

111

111

][

][

σσσ

σσσ

∑∈

−=hg

j

Cjhg eD 11 σδ

e 221 111 ][ σσσ −

∈

−−∑=gCh

hgDK

Já o a participação de mercado do bem externo (onde 0=δ e 0000 == DD ) é dada por:

gssss 0000000 = [ 2]

Substituindo gs em [ 2], temos:

∑ ∑=

−

∈

−−= G

g Chhg

g

Ds

0

1110

221 ][

111

11

σσσ

⇒ ∑ ∑=

−

∈

−−+= G

g Chhg

g

Ds

1

1110

221 ][1

1σσσ

⇒

118

∑=

−+= G

gK

s

1

10

2][1

1σ

[ 3]

Dividindo[ 1] por [ 3] e tirando (ln), temos:

)11(ln)111(ln

1lnln

][ln)1(][ln)1(ln)1(lnln11ln

1)ln(

22

1

10

12

122

2

1

10

σσσ

σδ

σσσσσ

σδ

−+−+−−

+−+−

=−

−+−−−+−−−

+−−

= ∑∑==

KDss

KKKKDDss

hgj

j

G

g

G

ghghg

jj

KDss hgj

j lnln11

lnln 22

12

10 σ

σσσ

σδ

−−−

+−

=− [ 4]

Sabendo que:

∑=

−

−

+= G

g

g

K

Ks

1

1

1

2

2

][1 σ

σ

[ 5]

KD

s hgghg

21 11 σσ −−

= [ 6]

Substituindo [ 3] em [ 5], aplicando (ln) e resolvendo para K, temos:

210

σ−= Kssg ⇒ Kssg ln1lnln 20 σ−+= ⇒ 02 lnlnln1 ssK g −=−σ ⇒

2

0

1lnln

lnσ−−

=ss

K g [ 7]

Aplicando (ln) em [ 6], substituindo [ 7]e resolvendo para ( hgDln ), temos:

119

021

012

2

0

2

1

2

1

lnlnln1ln1

lnlnln1ln1

1lnln

ln11ln

lnln11ln

sssD

ssDs

ssDs

KDs

gghghg

ghgghg

ghgghg

hgghg

−+−=−

+−−=−

−

−−

−−

=

−−−

=

σσ

σσ

σσσ

σσ

1

02

1

lnlnln1ln

σ

σ

−

−+−=

sssD gghg

hg [ 8]

Substituindo [ 7] e [ 8] em [ 4], temos:

)1)1)(1(

)(ln(lnln11

lnln

)1

lnln()

1

lnlnln1(

11lnln

2

2

12

120

1

12

10

2

02

1

02

2

12

10

σσ

σσσσ

σσσ

σδ

σσ

σ

σ

σσσ

σδ

−−

−−−

−+−−

+−

=−

−

−−

−

−+−

−−

+−

=−

sssss

sssssss

gghgj

j

ggghgjj

)ln(ln1

ln11

lnln 01

1

1

12

10 sssss gghg

jj −

−−

−−

+−

=−σ

σσσσ

σδ

[ 9]

Sabendo que :

gghghgjj ssss =

⇒ ghghgj

jg ss

ss =

[ 10]

Aplicando (ln) a [ 10], tem-se:

ghghgjjg ssss lnlnlnln −−= [ 11]

Substituindo [ 11] em [ 9] chega-se a [ 12] :

hgjghgj

j

hgjghgj

j

ghghgjjghgj

j

ssss

ssss

sssssss

ln1

ln111

1)ln(ln

ln1

)11

(ln1

)1

1)(ln(ln

)lnlnln(ln1

ln11

lnln

1

1

1

2

110

1

1

1

1

1

12

11

10

01

1

1

12

10

σσ

σσ

σδ

σ

σσ

σσ

σσσ

σδ

σσ

σσ

σσσ

σδ

−+

−+

−=

−−

−+

−+

−−

+−

=−

+−

−−−−

−−−

+−

=−

120

hgjghgjj ssss lnlnlnln 120 σσδ ++=− [ 12]

Por definição, jjjj xp εβαδ ++−= ln . Substituindo em [ 12], chegamos finalmente ao

modelo logit aninhado:

ghghgjjjjj ssxpss lnlnlnlnln 210 σσεβα ++++−=− [ 13]

121

Apêndice 2 – Demonstração das elasticidades do modelo logit aninhado

Abaixo é realizada a demonstração algébrica das elasticidades (próprias e cruzadas)

obtidas a partir do modelo logit aninhado, com dois ninhos.

A elasticidade própria no modelo logit aninhado é definida como:

j

j

j

jjj s

pps

∂

∂=η

[ 14]

Para demonstrar seu desenvolvimento, faz-se necessário encontrar a primeira parte da

expressão acima. Por definição, tem-se que:

gghghgjj ssss = [ 15]

Onde: hg

hgj Des

j 11 σδ −

= ; ∑∈

−−

−−

=

gChhg

hgghg D

Ds

21

21

11

11

σσ

σσ

; ∑ ∑

∑

∈

−

∈

−−

−

∈

−−

=

G g

g

Cg Chhg

Chhg

g D

Ds

221

221

111

111

][

][

σσσ

σσσ

∑∈

−=hg

j

Cjhg eD 11 σδ

Diferenciando-se a participação do bem j com relação ao seu preço, temos:

j

gghghgjg

j

ghghgjgghg

j

hgj

j

j

ps

sssp

ssss

p

s

ps

∂

∂+

∂

∂+

∂

∂=

∂

∂

[ 16]

O desenvolvimento da expressão [ 16] será decomposto em três partes:

i) Encontrar o valor de j

hgj

p

s

∂

∂:

j

Cj

j

hgj

p

ee

p

shg

jj

∂

∂

=∂

∂ ∑∈

−− 11 11 σδσδ

122

2

11

21

1

1

1

21

11

1

11

)(

)1

(

)(

11

11

1

11

hgjhgjj

hgj

CjCj

Cj

j

hgj

ssp

s

e

ee

e

ee

p

s

hg

j

jj

hg

j

hg

jj

σα

σα

σα

σα

σδ

σδσδ

σδ

σδσδ

−+

−−

=∂

∂

−−

−−−

=∂

∂

∑∑

∑

∈

−

−−

∈

−

∈

−−

)1(1 1

hgjhgjj

hgj ssp

s−

−−

=∂

∂

σα

[ 17]

ii) Encontrar o valor de j

ghg

p

s

∂

∂:

j

Chhghg

j

ghg

p

DD

p

sg

∂

∂

=∂

∂ ∑∈

−−−− )( 2121 1111 σσσσ

j

hg

hg

ghg

j

ghg

pD

D

s

p

s

∂

∂

∂

∂=

∂

∂ [ 18]

A primeira derivada de [ 18] é obtida da seguinte maneira:

hg

ghg

hg

ghg

hg

ghg

Chhg

hghg

Chhg

Chhghg

hg

ghg

D

s

D

s

D

s

D

DD

D

DD

D

s

gg

g

2

2

1

2

1

211

111

2

111

211

111

11

2

1

)11()

11(

)(

)11(

)(

)11(

2

1

2

1

2

1

2

1

2

1

2

1

σσ

σσ

σσ

σσ

σσ

σσ

σσ

σσ

σσ

σσ

−−

−−−

=∂

∂

−−

−−−

=∂

∂

∑∑

∑

∈

−−

−−−

−−

∈

−−

∈

−−

−−−

123

)1()11(

2

1ghg

hg

ghg

hg

ghg sD

s

D

s−

−−

=∂

∂

σσ

[ 19]

A segunda derivada de [ 18] é encontrada da seguinte forma:

j

Cj

j

hg

p

e

pD

hg

j

∂=

∂

∂ ∑∈

− 11 σδ

11

11σδ

σα −

−−

=∂

∂je

pD

j

hg

[ 20]

Substituindo [ 19] e [ 20]em [ 18] temos:

11

12

1 )1

)(1()11( σδ

σα

σσ −

−−

−−−

=∂

∂jes

D

s

p

sghg

hg

ghg

j

ghg

)1(1 2

ghgghghgjj

ghg sssp

s−

−−

=∂

∂

σα

[ 21]

iii) Encontra o valor dej

g

ps

∂

∂:

j

Cg Chhg

Chhg

j

g

p

DD

ps

G gg

∂

∂

=∂∂ ∑ ∑∑

∈

−

∈

−−−

∈

−− )][]([ 221221 111111 σσσσσσ

j

hg

hg

g

j

g

pD

Ds

ps

∂

∂

∂

∂=

∂

∂

[ 22]

124

A primeira derivada do lado direito de [ 22] pode ser obtida assim:

hg

gghgg

hg

g

D

sss

Ds )1()1( 1 −−

=∂

∂ σ

[ 23]

A segunda derivada do lado direito de [ 22] é dada por:

11

11σδ

σα −

−−

=∂

∂je

pD

j

hg

[ 24]

Substituindo [ 23] e [ 24] em [ 22], temos:

)1(

1

)1()1(11

1

1

gghgghgjj

g

hg

gghgg

j

g

ssssps

eD

sss

ps

j

−−=∂

∂

−−−−

=∂

∂ −

α

σασ σδ

)1( gjj

g ssps

−−=∂

∂α

[ 25]

Substituindo as informações fornecidas por [ 17], [ 21] e [ 25] em [ 16], temos a

diferenciação da participação do bem j com relação ao seu preço:

211111

11

2

1111

111

2

211111

111

11

2

1111

2

2111

111

2

11111

111

2

2111

1111

11

2

11111

2

)][(

)11(][])[1(

)][(

][)11(])[1(

)][(

)11(][])[1(

)][(

][)11(])[1(

2212

1

2

1

22

1

22

1

2212

1

22

1

2

1

22

1

221

2

1

22

1

22

1

221

22

1

2

1

22

1

∑ ∑∑

∑∑

∑ ∑∑

∑ ∑∑

∑ ∑

∑∑

∑ ∑

∑ ∑∑

∈

−

∈

−−

∈

−−

−−

−

∈

−−

−

∈

−−

∈

−

∈

−−

∈

−−

∈

−

∈

−−

−−

−

∈

−−

∈

−

∈

−−

−−−

−−

∈

−−

−

∈

−−

∈

−

∈

−−

∈

−

∈

−−

−−−

−−

∈

−−

−−

−

−−−

−

=∂

∂

−−

−

−−−

−

=∂

∂

G gg

gg

G gg

G gg

G g

gg

G g

G gg

Cg Chhghg

Chhg

hgCh

hgCh

hg

Cg Chhghg

Chhg

Cg Chhghg

Chhg

hg

g

Cg Chhg

hgCh

hgCh

hg

Cg Chhg

Cg Chhghg

Chhg

hg

g

DDD

DDD

DDD

DDD

Ds

D

DDD

D

DDD

Ds

σσσσσ

σσ

σσσ

σσσ

σσσσσ

σσσ

σσ

σσσ

σσσ

σσ

σσσ

σσσ

σσσ

σσσ

σσ

σσσ

σσσ

σσσ

σσσ

σσσ

125

j

gghghgjg

j

ghghgjgghg

j

hgj

j

j

ps

sssp

ssss

p

s

ps

∂

∂+

∂

∂+

∂

∂=

∂

∂

[ 26]

])1

()1

11

1(1

1[

])11

1()1

11

1(1

1[

]1111

1[

1111

)]1([)1(1

[)]1(1

[

2

2

211

2211

2211

2

2211

21

jg

jhgjj

j

j

jghghgjhgjjj

j

jghghgjghghgjhgjhgj

jj

j

jghghgjjghghgjjhgjjhgjjjj

j

gjghghgjgghgghghgjhgjgghghgjhgjj

j

sss

ssps

sssssps

sssssss

sps

ssssssssssssps

sssssssssssssps

−−

−−

−−

−−

−=∂

∂

−−−

−−

−−

−−

−=∂

∂

−+−

−−

+−

−−

−=∂

∂

+−−

+−

−−

+−−

=∂

∂

−−+−−−

+−−−

=∂

∂

σσ

σσσα

σσσσα

σσσσα

αασ

ασ

ασ

ασα

ασα

σα

Por definição temos que MQ

s gg = e

Mq

s jj = . Então:

])1

()1

11

1(1

1[2

2

211 Mq

Qq

Qq

sps j

g

j

hg

jj

j

j −−

−−

−−

−−

−=∂

∂

σσ

σσσα

[ 27]

Substituindo [ 27] na fórmula de elasticidade própria dado por [ 14], temos:

])1

()1

11

1(1

1[

])1

()1

11

1(1

1[

2

2

211

2

2

211

Mq

Qq

Qq

p

sp

Mq

Qq

Qq

s

j

g

j

hg

jjjj

j

jj

g

j

hg

jjjj

−−

−−

−−

−−

−=

−−

−−

−−

−−

−=

σσ

σσσαη

σσ

σσσαη

Como α <0:

])1

()1

11

1(1

1[2

2

211 Mq

Qq

Qq

p j

g

j

hg

jjjj −

−−

−−

−−

−=

σσ

σσσαη [ 28]

126

Demonstrou-se assim, a fórmula da elasticidade própria para o modelo logit aninhado

com dois ninhos formulada por Verboven (1996).

Com base na definição da elasticidade própria, pode-se encontrar as elasticidades

cruzadas.

Se o bem k pertencer ao mesmo subgrupo de j, a equação [ 28] fica sendo

2

11 hgjj

hgj sp

s

σα

−−

=∂

∂e substituindo em [ 16] temos (38):

])1

()1

11

1([2

2

21 Mq

Qq

Qq

psp

ps j

g

j

hg

jj

k

j

j

kjk +

−+

−−

−=

∂∂

≡σ

σσσ

αη [ 29]

Se o bem k’ pertencer a um diferente subgrupo dentro de um mesmo grupo de j, então a

equação [ 17] torna-se nula 0=∂

∂

j

hgj

p

s e substituindo-a em [ 16] temos:

])1

([2

2

'

'

'Mq

Qq

psp

ps j

g

jj

k

j

j

kjk +

−=

∂

∂≡

σσαη

[ 30]

Se o bem k’’pertencer a um grupo diferente do bem j, então 0=∂

∂

j

hgj

p

s, 0=

∂

∂

j

hgj

p

s e

2j

j

g sps

α−=∂

∂. Substituindo em [ 16], temos:

Mq

psp

ps j

jk

j

j

kjk αη =

∂∂

≡''

''''

[ 31]

127

Anexo 1 – Resultados do logit aninhado (PEA)

Abaixo são reportados os resultados do software Stata 10.0 relativos à estimação por

MMG do modelo logit aninhado, quando do uso da PEA como bem-externo.

2-Step GMM estimation

---------------------

Estimates efficient for arbitrary heteroskedasticity and autocorrelation

Statistics robust to heteroskedasticity and autocorrelation

kernel=Bartlett; bandwidth= 2

time variable (t): trend

group variable (i): i

Number of obs = 538

F( 62, 475) = 7756.30

Prob > F = 0.0000

Total (centered) SS = 246.5317087 Centered R2 = 0.9984

Total (uncentered) SS = 52405.56807 Uncentered R2 = 1.0000

Residual SS = .3900402193 Root MSE = .02866

------------------------------------------------------------------------------

| Robust

lnsi_pop | Coef. Std. Err. t P>|t| [95% Conf. Interval]

-------------+----------------------------------------------------------------

pi | -.0008392 .0002523 -3.33 0.001 -.001335 -.0003435

lnki | .0432433 .0292853 1.48 0.140 -.0143014 .1007881

lnsi_h | .9347314 .0307085 30.44 0.000 .8743901 .9950727

lnsh_g | .9310826 .0366695 25.39 0.000 .8590281 1.003137

icsh_1 | -.0026176 .081446 -0.03 0.974 -.1626565 .1574213

128

icsh_2 | -.0160822 .0886765 -0.18 0.856 -.190329 .1581645

icsh_3 | .039095 .1097206 0.36 0.722 -.1765027 .2546928

icsh_4 | .0876484 .0980254 0.89 0.372 -.1049686 .2802654

icsh_5 | .1000375 .1009714 0.99 0.322 -.0983683 .2984433

icsh_6 | .0133059 .0107902 1.23 0.218 -.0078966 .0345084

icsh_7 | .0469966 .018119 2.59 0.010 .0113932 .0825999

icsh_8 | .0086106 .0103422 0.83 0.406 -.0117115 .0289327

icsh_9 | -.0149391 .0324451 -0.46 0.645 -.0786928 .0488147

icsh_10 | .0461357 .0201367 2.29 0.022 .0065677 .0857037

icsh_11 | .0250933 .0150733 1.66 0.097 -.0045253 .054712

icsh_12 | .0223414 .0224366 1.00 0.320 -.0217459 .0664287

icsh_13 | .0150892 .0217553 0.69 0.488 -.0276594 .0578378

icsh_14 | .0660916 .029868 2.21 0.027 .0074017 .1247814

ik_1 | .0575997 .0603587 0.95 0.340 -.0610034 .1762027

ik_2 | .0604507 .0618536 0.98 0.329 -.0610897 .1819912

ik_3 | .0685433 .0334238 2.05 0.041 .0028666 .1342201

ik_4 | .0723307 .03516 2.06 0.040 .0032423 .1414191

ik_5 | .0598445 .0787771 0.76 0.448 -.0949501 .2146392

ik_6 | .0543052 .0795591 0.68 0.495 -.1020261 .2106365

ik_7 | .005752 .0044777 1.28 0.200 -.0030466 .0145505

ik_9 | .0069694 .0053033 1.31 0.189 -.0034513 .0173902

m_1 | -.0947661 .0186327 -5.09 0.000 -.1313787 -.0581535

m_2 | -.0836362 .0175941 -4.75 0.000 -.1182082 -.0490642

m_3 | -.0542082 .01656 -3.27 0.001 -.086748 -.0216683

m_4 | -.017748 .0255044 -0.70 0.487 -.0678634 .0323674

m_5 | -.0152296 .0276432 -0.55 0.582 -.0695477 .0390886

m_6 | -.0195061 .0262041 -0.74 0.457 -.0709964 .0319843

m_7 | -.0706659 .028335 -2.49 0.013 -.1263434 -.0149884

m_8 | -.0540584 .025695 -2.10 0.036 -.1045484 -.0035684

m_9 | -.059449 .0282458 -2.10 0.036 -.1149511 -.0039468

129

m_11 | .0234672 .0062821 3.74 0.000 .011123 .0358113

m_12 | .0025599 .0090587 0.28 0.778 -.0152401 .02036

m_est | .0001272 6.91e-06 18.42 0.000 .0001136 .0001408

trend | .0000411 .0018832 0.02 0.983 -.0036593 .0037415

trend_i1 | .0012584 .0026443 0.48 0.634 -.0039376 .0064543

trend_i2 | .0005442 .0019894 0.27 0.785 -.003365 .0044534

trend_i3 | -.0002868 .0022189 -0.13 0.897 -.004647 .0040733

trend_i4 | .002255 .0022721 0.99 0.321 -.0022096 .0067196

lib_i4 | .0466411 .0461262 1.01 0.312 -.0439955 .1372777

fire_i1 | .0250613 .0775513 0.32 0.747 -.1273248 .1774474

fire_i2 | .0376152 .0749445 0.50 0.616 -.1096484 .1848789

fire_i3 | .0287997 .0781133 0.37 0.713 -.1246906 .18229

fire_i4 | .0048913 .0835943 0.06 0.953 -.1593691 .1691517

fire_i5 | .0293978 .075627 0.39 0.698 -.119207 .1780026

q_1 | -.0508318 .0304392 -1.67 0.096 -.110644 .0089804

q_2 | -.0388513 .0126621 -3.07 0.002 -.063732 -.0139707

q_4 | -.0416311 .0311796 -1.34 0.182 -.1028981 .019636

q_5 | -.0389196 .028146 -1.38 0.167 -.0942256 .0163864

q_6 | -.115265 .0477379 -2.41 0.016 -.2090687 -.0214613

q_7 | -.0380542 .0468336 -0.81 0.417 -.1300807 .0539724

q_8 | -.1163231 .0231807 -5.02 0.000 -.1618725 -.0707736

q_10 | .0307706 .0296863 1.04 0.300 -.0275622 .0891033

q_11 | .0744711 .0296793 2.51 0.012 .0161522 .1327899

q_13 | .0662993 .0215187 3.08 0.002 .0240158 .1085828

q_14 | .0102115 .0177034 0.58 0.564 -.0245752 .0449983

q_15 | .0427319 .025871 1.65 0.099 -.0081038 .0935676

q_17 | .0413938 .0291513 1.42 0.156 -.0158876 .0986752

_cons | -9.283357 .257156 -36.10 0.000 -9.788661 -8.778053

------------------------------------------------------------------------------

Underidentification test (Kleibergen-Paap rk LM statistic): 14.751

130

Chi-sq(9) P-val = 0.0980

------------------------------------------------------------------------------

Weak identification test (Kleibergen-Paap rk Wald F statistic): 1.538

Stock-Yogo weak ID test critical values: <not available>

------------------------------------------------------------------------------

Hansen J statistic (overidentification test of all instruments): 7.034

Chi-sq(8) P-val = 0.5330

------------------------------------------------------------------------------

Instrumented: pi lnki lnsi_h lnsh_g

Included instruments: icsh_1 icsh_2 icsh_3 icsh_4 icsh_5 icsh_6 icsh_7 icsh_8

icsh_9 icsh_10 icsh_11 icsh_12 icsh_13 icsh_14 ik_1 ik_2

ik_3 ik_4 ik_5 ik_6 ik_7 ik_9 m_1 m_2 m_3 m_4 m_5 m_6 m_7

m_8 m_9 m_11 m_12 m_est trend trend_i1 trend_i2 trend_i3

trend_i4 lib_i4 fire_i1 fire_i2 fire_i3 fire_i4 fire_i5

q_1 q_2 q_4 q_5 q_6 q_7 q_8 q_10 q_11 q_13 q_14 q_15 q_17

Excluded instruments: lnfpj fueli mainti groundi avsti avstj lnavsti lnavstj

lnasizei usd_ipait usd_ipaog usd_inpc

Dropped collinear: icsh_15 ik_8 ik_10 m_10 trend_i5 lib_i1 lib_i2 lib_i3

lib_i5 q_3 q_9 q_12 q_16 q_18 q_19

------------------------------------------------------------------------------

131

Anexo 2 – Modelo logit aninhado (modal rodoviário)

Abaixo são reportados os resultados do software Stata 10.0 relativos à estimação por

MMG do modelo logit Aninhado, quando do uso do Modal Rodoviário como bem-

externo.

2-Step GMM estimation

---------------------

Estimates efficient for arbitrary heteroskedasticity and autocorrelation

Statistics robust to heteroskedasticity and autocorrelation

kernel=Bartlett; bandwidth= 2

time variable (t): trend

group variable (i): i

Number of obs = 538

F( 58, 479) = 5537.52

Prob > F = 0.0000

Total (centered) SS = 265.2418118 Centered R2 = 0.9979

Total (uncentered) SS = 22738.09223 Uncentered R2 = 1.0000

Residual SS = .568813182 Root MSE = .03446

------------------------------------------------------------------------------

| Robust

lnsi_pop | Coef. Std. Err. t P>|t| [95% Conf. Interval]

-------------+----------------------------------------------------------------

132

pi | -.0004677 .0001954 -2.39 0.017 -.0008517 -.0000837

lnsi_h | .9538117 .0209141 45.61 0.000 .9127171 .9949064

lnsh_g | .951909 .0351953 27.05 0.000 .8827527 1.021065

lnki | .0155152 .0219406 0.71 0.480 -.0275964 .0586269

icsh_1 | .0530601 .068262 0.78 0.437 -.0810699 .1871901

icsh_2 | .0440722 .064772 0.68 0.497 -.0832002 .1713445

icsh_3 | .095895 .0661684 1.45 0.148 -.0341212 .2259113

icsh_4 | .1245921 .0707577 1.76 0.079 -.0144417 .2636258

icsh_5 | .1469246 .0748353 1.96 0.050 -.0001215 .2939707

icsh_6 | -.0116306 .0103706 -1.12 0.263 -.0320081 .008747

icsh_7 | .0090205 .0142415 0.63 0.527 -.018963 .0370041

icsh_8 | -.0098876 .0101718 -0.97 0.332 -.0298744 .0100992

icsh_9 | -.0241643 .0178128 -1.36 0.176 -.0591651 .0108366

icsh_10 | .0753885 .0186976 4.03 0.000 .038649 .112128

icsh_11 | .0514977 .013352 3.86 0.000 .0252619 .0777335

icsh_12 | .0452878 .0163664 2.77 0.006 .013129 .0774467

icsh_13 | .0292222 .0170026 1.72 0.086 -.0041867 .0626311

icsh_14 | .0850419 .0155249 5.48 0.000 .0545366 .1155473

ik_1 | .0191241 .0376275 0.51 0.612 -.0548113 .0930594

ik_2 | .0182471 .039166 0.47 0.642 -.0587112 .0952054

ik_3 | .0368878 .0296355 1.24 0.214 -.0213438 .0951194

ik_4 | .0351842 .0308463 1.14 0.255 -.0254265 .095795

ik_5 | .0048101 .0063714 0.75 0.451 -.0077092 .0173294

ik_7 | .0060164 .0058764 1.02 0.306 -.0055303 .017563

ik_9 | -.029884 .015827 -1.89 0.060 -.0609829 .001215

ik_10 | -.0368171 .0161802 -2.28 0.023 -.06861 -.0050242

m_1 | -.1886799 .0232041 -8.13 0.000 -.2342742 -.1430856

m_2 | .1787122 .0239525 7.46 0.000 .1316472 .2257772

m_3 | .2277581 .0243465 9.35 0.000 .1799189 .2755973

m_4 | .0360472 .0113474 3.18 0.002 .0137504 .058344

133

m_5 | .1001177 .0116947 8.56 0.000 .0771385 .1230969

m_6 | .1501604 .0104512 14.37 0.000 .1296246 .1706963

m_7 | -.0894796 .0114727 -7.80 0.000 -.1120226 -.0669366

m_8 | .1001342 .0102358 9.78 0.000 .0800216 .1202468

m_9 | .0988251 .0106494 9.28 0.000 .0778997 .1197505

m_10 | .0663726 .0081969 8.10 0.000 .0502663 .082479

m_11 | -.1569449 .0076592 -20.49 0.000 -.1719947 -.1418952

m_est | .0001526 7.40e-06 20.62 0.000 .000138 .0001671

trend | .0007019 .0010648 0.66 0.510 -.0013903 .002794

lib_i4 | .0641785 .0350078 1.83 0.067 -.0046093 .1329663

fire_i1 | -.0016614 .0562941 -0.03 0.976 -.1122753 .1089525

fire_i2 | .0048919 .0554907 0.09 0.930 -.1041435 .1139272

fire_i3 | -.0091553 .0567336 -0.16 0.872 -.1206327 .1023221

fire_i4 | -.0130424 .0559821 -0.23 0.816 -.1230432 .0969583

fire_i5 | -.0107434 .0563837 -0.19 0.849 -.1215335 .1000466

q_1 | -.2688974 .0195954 -13.72 0.000 -.307401 -.2303939

q_3 | -.1265233 .0106156 -11.92 0.000 -.1473821 -.1056645

q_4 | -.09068 .015488 -5.85 0.000 -.1211128 -.0602472

q_5 | -.1710466 .0342848 -4.99 0.000 -.2384137 -.1036795

q_6 | -.0015013 .0412709 -0.04 0.971 -.0825957 .0795931

q_7 | -.0899211 .0395438 -2.27 0.023 -.1676218 -.0122203

q_8 | -.1196981 .0354907 -3.37 0.001 -.1894349 -.0499613

q_9 | -.1915996 .0199446 -9.61 0.000 -.2307893 -.1524098

q_10 | .0904901 .0300472 3.01 0.003 .0314496 .1495307

q_11 | .0019399 .0267299 0.07 0.942 -.0505824 .0544623

q_12 | -.0024714 .0225301 -0.11 0.913 -.0467413 .0417986

q_14 | .1287037 .0135274 9.51 0.000 .1021234 .155284

q_17 | -.1692249 .0216238 -7.83 0.000 -.2117141 -.1267358

_cons | 6.966679 .1701887 40.94 0.000 6.63227 7.301087

------------------------------------------------------------------------------

134

Underidentification test (Kleibergen-Paap rk LM statistic): 40.272

Chi-sq(12) P-val = 0.0001

------------------------------------------------------------------------------

Weak identification test (Kleibergen-Paap rk Wald F statistic): 3.396

Stock-Yogo weak ID test critical values: <not available>

------------------------------------------------------------------------------

Hansen J statistic (overidentification test of all instruments): 10.943

Chi-sq(11) P-val = 0.4481

------------------------------------------------------------------------------

Instrumented: pi lnsi_h lnsh_g lnki

Included instruments: icsh_1 icsh_2 icsh_3 icsh_4 icsh_5 icsh_6 icsh_7 icsh_8

icsh_9 icsh_10 icsh_11 icsh_12 icsh_13 icsh_14 ik_1 ik_2

ik_3 ik_4 ik_5 ik_7 ik_9 ik_10 m_1 m_2 m_3 m_4 m_5 m_6 m_7

m_8 m_9 m_10 m_11 m_est trend lib_i4 fire_i1 fire_i2

fire_i3 fire_i4 fire_i5 q_1 q_3 q_4 q_5 q_6 q_7 q_8 q_9

q_10 q_11 q_12 q_14 q_17

Excluded instruments: x2_fpi x3_fpi x4_fpi x8_fpi lnfpj lnfueli mainti rentali

groundi groundj lnavsti lnasizei usd_ipait usd_ipaog

usd_inpc

Dropped collinear: icsh_15 ik_6 ik_8 m_12 lib_i1 lib_i2 lib_i3 lib_i5 q_2

q_13 q_15 q_16 q_18 q_19 x1_fpi x5_fpi x6_fpi x7_fpi

x9_fpi x10_fpi x11_fpi x12_fpi

------------------------------------------------------------------------------

135

Anexo 3 – Elasticidades (logit aninhado – PEA)

Abaixo são reportados os resultados do software Stata 10.0 relativos à estimação das

elasticidades do modelo logit aninhado, quando do uso da PEA como bem-externo.

*** nii amostra: rsl

_nl_1: _b[pi]*224.295*((1/(1-_b[lnsi_h]))-((1/(1-_b[lnsi_h]))-(1/(1-_b[lnsh_g ])))

> *0.312683 - (_b[lnsh_g ]/(1-_b[lnsh_g ]))*0.1179 - 475.9851/12100000)

------------------------------------------------------------------------------

lnsi_pop | Coef. Std. Err. t P>|t| [95% Conf. Interval]

-------------+----------------------------------------------------------------

_nl_1 | -2.53648 .9684754 -2.62 0.009 -4.439506 -.6334539

------------------------------------------------------------------------------

. *** nii amostra: tam

_nl_1: _b[pi]*215.0695*((1/(1-_b[lnsi_h]))-((1/(1-_b[lnsi_h]))-(1/(1-_b[lnsh_g ]))

> )*0.43563097 - (_b[lnsh_g ]/(1-_b[lnsh_g ]))*0.1643 - 663.1423/12100000)

------------------------------------------------------------------------------

lnsi_pop | Coef. Std. Err. t P>|t| [95% Conf. Interval]

-------------+----------------------------------------------------------------

_nl_1 | -2.300999 .7642802 -3.01 0.003 -3.802788 -.7992113

------------------------------------------------------------------------------

*** nii amostra: vrg

_nl_1: _b[pi]*220.3223*((1/(1-_b[lnsi_h]))-((1/(1-_b[lnsi_h]))-(1/(1-_b[lnsh_g ])))*0.72626173 - (_b[lnsh_g ]/(1-_b[lnsh_g ]))*0.273931 - 1105.557/12100000)

------------------------------------------------------------------------------

lnsi_pop | Coef. Std. Err. t P>|t| [95% Conf. Interval]

-------------+----------------------------------------------------------------

_nl_1 | -2.039732 .5333786 -3.82 0.000 -3.087805 -.9916581

------------------------------------------------------------------------------

136

. *** nii amostra: vsp

_nl_1: _b[pi]*207.8752*((1/(1-_b[lnsi_h]))-((1/(1-_b[lnsi_h]))-(1/(1-_b[lnsh_g ]))

> )*0.399110 - (_b[lnsh_g ]/(1-_b[lnsh_g ]))*0.15052644 - 607.5485/12100000)

------------------------------------------------------------------------------

lnsi_pop | Coef. Std. Err. t P>|t| [95% Conf. Interval]

-------------+----------------------------------------------------------------

_nl_1 | -2.261662 .7838739 -2.89 0.004 -3.801951 -.7213721

------------------------------------------------------------------------------

. *** nii amostra: tba

_nl_1: _b[pi]*207.8752*((1/(1-_b[lnsi_h]))-((1/(1-_b[lnsi_h]))-(1/(1-_b[lnsh_g ]))

> )*0.28956812 - (_b[lnsh_g ]/(1-_b[lnsh_g ]))*0.10914497 - 440.4971/12100000)

------------------------------------------------------------------------------

lnsi_pop | Coef. Std. Err. t P>|t| [95% Conf. Interval]

-------------+----------------------------------------------------------------

_nl_1 | -2.3747 .9292756 -2.56 0.011 -4.2007 -.5487012

------------------------------------------------------------------------------

. *** nik amostra: rsl

_nl_1: -(_b[pi])*224.295*(((1/(1-_b[lnsi_h]))-(1/(1-_b[lnsh_g ])))*0.312683 + (_b[

> lnsh_g ]/(1-_b[lnsh_g ]))*0.1179 + 475.9851/12100000)

------------------------------------------------------------------------------

lnsi_pop | Coef. Std. Err. t P>|t| [95% Conf. Interval]

-------------+----------------------------------------------------------------

_nl_1 | .3475882 .5522714 0.63 0.529 -.737609 1.432785

------------------------------------------------------------------------------

. *** nik' amostra: rsl

_nl_1: -(_b[pi])*224.295*( (_b[lnsh_g ]/(1-_b[lnsh_g ]))*0.1179 + 475.9851/12100000)

------------------------------------------------------------------------------

lnsi_pop | Coef. Std. Err. t P>|t| [95% Conf. Interval]

-------------+----------------------------------------------------------------

_nl_1 | .2998428 .1294596 2.32 0.021 .0454584 .5542271

137

------------------------------------------------------------------------------

. *** nik amostra: tam

_nl_1: -(_b[pi])*215.0695*(((1/(1-_b[lnsi_h]))-(1/(1-_b[lnsh_g ])))*0.43563097 + (

> _b[lnsh_g ]/(1-_b[lnsh_g ]))*0.1643 + 663.1423/12100000)

------------------------------------------------------------------------------

lnsi_pop | Coef. Std. Err. t P>|t| [95% Conf. Interval]

-------------+----------------------------------------------------------------

_nl_1 | .4644437 .7377516 0.63 0.529 -.9852167 1.914104

------------------------------------------------------------------------------

. *** nik' amostra: tam

_nl_1: -(_b[pi])*215.0695*( (_b[lnsh_g ]/(1-_b[lnsh_g ]))*0.1643 + 663.1423/12100000)

------------------------------------------------------------------------------

lnsi_pop | Coef. Std. Err. t P>|t| [95% Conf. Interval]

-------------+----------------------------------------------------------------

_nl_1 | .4006605 .1729885 2.32 0.021 .0607432 .7405779

------------------------------------------------------------------------------

. *** nik amostra: vrg

_nl_1: -(_b[pi])*220.3223*(((1/(1-_b[lnsi_h]))-(1/(1-_b[lnsh_g ])))*0.72626173 + (_b[lnsh_g ]/(1-_b[lnsh_g ]))*0.273931 + 1105.557/12100000)

------------------------------------------------------------------------------

lnsi_pop | Coef. Std. Err. t P>|t| [95% Conf. Interval]

-------------+----------------------------------------------------------------

_nl_1 | .7932541 1.259969 0.63 0.529 -1.682548 3.269057

------------------------------------------------------------------------------

. *** nik' amostra: vrg

_nl_1: -(_b[pi])*220.3223*( (_b[lnsh_g ]/(1-_b[lnsh_g ]))*0.273931 + 1105.557/12100000)

------------------------------------------------------------------------------

lnsi_pop | Coef. Std. Err. t P>|t| [95% Conf. Interval]

-------------+----------------------------------------------------------------

_nl_1 | .6843209 .2954612 2.32 0.021 .1037483 1.264894

138

------------------------------------------------------------------------------

. *** nik amostra: vsp

_nl_1: -(_b[pi])*207.8752*(((1/(1-_b[lnsi_h]))-(1/(1-_b[lnsh_g ])))*0.399110 + (_b[lnsh_g ]/(1 _b[lnsh_g ]))*0.15052644 + 607.5485/12100000)

------------------------------------------------------------------------------

lnsi_pop | Coef. Std. Err. t P>|t| [95% Conf. Interval]

-------------+----------------------------------------------------------------

_nl_1 | .4112747 .6532925 0.63 0.529 -.8724261 1.694975

------------------------------------------------------------------------------

. *** nik' amostra: vsp

_nl_1: -(_b[pi])*207.8752*( (_b[lnsh_g ]/(1-_b[lnsh_g ]))*0.15052644 + 607.5485/12100000)

------------------------------------------------------------------------------

lnsi_pop | Coef. Std. Err. t P>|t| [95% Conf. Interval]

-------------+----------------------------------------------------------------

_nl_1 | .3547935 .153185 2.32 0.021 .0537894 .6557976

------------------------------------------------------------------------------

. *** nik amostra: tba

_nl_1: -(_b[pi])*207.8752*(((1/(1-_b[lnsi_h]))-(1/(1-_b[lnsh_g ])))*0.28956812 + (_b[lnsh_g ]/(1-_b[lnsh_g ]))*0.10914497 + 440.4971/12100000)

------------------------------------------------------------------------------

lnsi_pop | Coef. Std. Err. t P>|t| [95% Conf. Interval]

-------------+----------------------------------------------------------------

_nl_1 | .2982357 .4740293 0.63 0.530 -.6332181 1.229689

------------------------------------------------------------------------------

. *** nik' amostra: tba

_nl_1: -(_b[pi])*207.8752*( (_b[lnsh_g ]/(1-_b[lnsh_g ]))*0.10914497 + 440.4971/12100000)

------------------------------------------------------------------------------

lnsi_pop | Coef. Std. Err. t P>|t| [95% Conf. Interval]

-------------+----------------------------------------------------------------

_nl_1 | .2572566 .1110727 2.32 0.021 .0390021 .4755112

139

Anexo 4 - Elasticidades (logit aninhado – modal rodoviário)

Abaixo são reportados os resultados do software Stata 10.0 relativos à estimação das

elasticidades do modelo logit aninhado, quando do uso do modal rodoviário como bem

externo.

*** nii amostra: rsl

_nl_1: _b[pi]*224.295*((1/(1-_b[lnsi_h]))-((1/(1-_b[lnsi_h]))-(1/(1-_b[lnsh_g ]))) *0.312683 - (_b[lnsh_g

]/(1-_b[lnsh_g ]))*0.1179 - 475.9851/10715.48)

------------------------------------------------------------------------------

lnsi_pop | Coef. Std. Err. t P>|t| [95% Conf. Interval]

-------------+----------------------------------------------------------------

_nl_1 | -1.993534 .7018464 -2.84 0.005 -3.372613 -.614456

------------------------------------------------------------------------------

*** nii amostra: tam

_nl_1: _b[pi]*215.0695*((1/(1-_b[lnsi_h]))-((1/(1-_b[lnsi_h]))-(1/(1-_b[lnsh_g ])))*0.43563097 -

(_b[lnsh_g ]/(1-_b[lnsh_g ]))*0.1643 - 663.1423/10715.48)

------------------------------------------------------------------------------

lnsi_pop | Coef. Std. Err. t P>|t| [95% Conf. Interval]

-------------+----------------------------------------------------------------

_nl_1 | -1.806809 .7027447 -2.57 0.010 -3.187652 -.4259654

------------------------------------------------------------------------------

*** nii amostra: vrg

_nl_1: _b[pi]*220.3223*((1/(1-_b[lnsi_h]))-((1/(1-_b[lnsi_h]))-(1/(1-_b[lnsh_g ])) )*0.72626173 -

(_b[lnsh_g ]/(1-_b[lnsh_g ]))*0.273931 - 1105.557/10715.48)

------------------------------------------------------------------------------

140

lnsi_pop | Coef. Std. Err. t P>|t| [95% Conf. Interval]

-------------+----------------------------------------------------------------

_nl_1 | -1.597432 .8187817 -1.95 0.052 -3.20628 .0114158

*** nii amostra: vsp

_nl_1: _b[pi]*207.8752*((1/(1-_b[lnsi_h]))-((1/(1-_b[lnsi_h]))-(1/(1-_b[lnsh_g ])))*0.399110 -

(_b[lnsh_g ]/(1-_b[lnsh_g ]))*0.15052644 - 607.5485/10715.48)

------------------------------------------------------------------------------

lnsi_pop | Coef. Std. Err. t P>|t| [95% Conf. Interval]

-------------+----------------------------------------------------------------

_nl_1 | -1.77642 .6699287 -2.65 0.008 -3.092782 -.4600576

------------------------------------------------------------------------------

*** nii amostra: tba

_nl_1: _b[pi]*207.8752*((1/(1-_b[lnsi_h]))-((1/(1-_b[lnsi_h]))-(1/(1-_b[lnsh_g ])))*0.28956812 -

(_b[lnsh_g ]/(1-_b[lnsh_g ]))*0.10914497 - 440.4971/10715.48)

------------------------------------------------------------------------------

lnsi_pop | Coef. Std. Err. t P>|t| [95% Conf. Interval]

-------------+----------------------------------------------------------------

_nl_1 | -1.86669 .6459309 -2.89 0.004 -3.135898 -.5974814

------------------------------------------------------------------------------

*** nik amostra: rsl

_nl_1: -(_b[pi])*224.295*(((1/(1-_b[lnsi_h]))-(1/(1-_b[lnsh_g ])))*0.312683 + (_b[lnsh_g ]/(1-_b[lnsh_g

]))*0.1179 + 475.9851/10715.48)

------------------------------------------------------------------------------

lnsi_pop | Coef. Std. Err. t P>|t| [95% Conf. Interval]

-------------+----------------------------------------------------------------

141

_nl_1 | .2775562 .2062921 1.35 0.179 -.1277932 .6829055

*** nik' amostra: rsl

_nl_1: -(_b[pi])*224.295*( (_b[lnsh_g ]/(1-_b[lnsh_g ]))*0.1179 + 475.9851/10715.48)

------------------------------------------------------------------------------

lnsi_pop | Coef. Std. Err. t P>|t| [95% Conf. Interval]

-------------+----------------------------------------------------------------

_nl_1 | .2494597 .1795042 1.39 0.165 -.1032533 .6021727

------------------------------------------------------------------------------

*** nik amostra: tam

_nl_1: -(_b[pi])*215.0695*(((1/(1-_b[lnsi_h]))-(1/(1-_b[lnsh_g ])))*0.43563097 + (_b[lnsh_g ]/(1-

_b[lnsh_g ]))*0.1643 + 663.1423/10715.48)

-----------------------------------------------------------------------------

lnsi_pop | Coef. Std. Err. t P>|t| [95% Conf. Interval]

-------------+----------------------------------------------------------------

_nl_1 | .3708694 .275542 1.35 0.179 -.1705511 .9122898

------------------------------------------------------------------------------

. *** nik' amostra: tam

_nl_1: -(_b[pi])*215.0695*( (_b[lnsh_g ]/(1-_b[lnsh_g ]))*0.1643 + 663.1423/10715.48)

------------------------------------------------------------------------------

lnsi_pop | Coef. Std. Err. t P>|t| [95% Conf. Interval]

-------------+----------------------------------------------------------------

_nl_1 | .3333353 .2398598 1.39 0.165 -.1379721 .8046427

------------------------------------------------------------------------------

*** nik amostra: vrg

142

_nl_1: -(_b[pi])*220.3223*(((1/(1-_b[lnsi_h]))-(1/(1-_b[lnsh_g ])))*0.72626173 + (_b[lnsh_g ]/(1-

_b[lnsh_g ]))*0.273931 + 1105.557/10715.48)

------------------------------------------------------------------------------

lnsi_pop | Coef. Std. Err. t P>|t| [95% Conf. Interval]

-------------+----------------------------------------------------------------

_nl_1 | .6334331 .4705692 1.35 0.179 -.2912019 1.558068

------------------------------------------------------------------------------.

*** nik' amostra: vrg

_nl_1: -(_b[pi])*220.3223*( (_b[lnsh_g ]/(1-_b[lnsh_g ]))*0.273931 + 1105.557/10715.48)

------------------------------------------------------------------------------

lnsi_pop | Coef. Std. Err. t P>|t| [95% Conf. Interval]

-------------+----------------------------------------------------------------

_nl_1 | .5693299 .4096761 1.39 0.165 -.2356544 1.374314

------------------------------------------------------------------------------

*** nik amostra: vsp

_nl_1: -(_b[pi])*207.8752*(((1/(1-_b[lnsi_h]))-(1/(1-_b[lnsh_g ])))*0.399110 + (_b[lnsh_g ]/(1-

_b[lnsh_g ]))*0.15052644 + 607.5485/10715.48)

------------------------------------------------------------------------------

lnsi_pop | Coef. Std. Err. t P>|t| [95% Conf. Interval]

-------------+----------------------------------------------------------------

_nl_1 | .3284127 .2439971 1.35 0.179 -.1510243 .8078496

------------------------------------------------------------------------------

*** nik' amostra: vsp

_nl_1: -(_b[pi])*207.8752*( (_b[lnsh_g ]/(1-_b[lnsh_g ]))*0.15052644 + 607.5485/10715.48)

------------------------------------------------------------------------------

143

lnsi_pop | Coef. Std. Err. t P>|t| [95% Conf. Interval]

-------------+----------------------------------------------------------------

_nl_1 | .2951755 .212401 1.39 0.165 -.1221773 .7125283

------------------------------------------------------------------------------.

*** nik amostra: tba

_nl_1: -(_b[pi])*207.8752*(((1/(1-_b[lnsi_h]))-(1/(1-_b[lnsh_g ])))*0.28956812 + (_b[lnsh_g ]/(1-

_b[lnsh_g ]))*0.10914497 + 440.4971/10715.48)

------------------------------------------------------------------------------

lnsi_pop | Coef. Std. Err. t P>|t| [95% Conf. Interval]

-------------+----------------------------------------------------------------

_nl_1 | .2381428 .1770968 1.34 0.179 -.1098399 .5861254

------------------------------------------------------------------------------

*** nik' amostra: tba

_nl_1: -(_b[pi])*207.8752*( (_b[lnsh_g ]/(1-_b[lnsh_g ]))*0.10914497 + 440.4971/10715.48)

------------------------------------------------------------------------------

lnsi_pop | Coef. Std. Err. t P>|t| [95% Conf. Interval]

-------------+----------------------------------------------------------------

_nl_1 | .2140281 .1540094 1.39 0.165 -.0885895 .5166457

-------------+----------------------------------------------------------------

FOLHA DE REGISTRO DO DOCUMENTO

1. CLASSIFICAÇÃO/TIPO

DM

2. DATA

05 de maio de 2009

3. REGISTRO N°

CTA/ITA/DM-106/2008

4. N° DE PÁGINAS

143 5. TÍTULO E SUBTÍTULO:

Guerras de preço no transporte aéreo: competição saudável ou predação? - aplicação de modelo de parâmetro de conduta competitiva

6. AUTOR(ES):

Natália dos Santos Ferreira 7. INSTITUIÇÃO(ÕES)/ÓRGÃO(S) INTERNO(S)/DIVISÃO(ÕES): Instituto Tecnológico de Aeronáutica - ITA 8. PALAVRAS-CHAVE SUGERIDAS PELO AUTOR:

Economia. Defesa da Concorrência. Transporte Aéreo de Passageiros 9.PALAVRAS-CHAVE RESULTANTES DE INDEXAÇÃO:

Análise econômica; Transporte aéreo; Transporte de passageiros; Concorrência econômica; Concorrência ruinosa; Fixação de preços; Economia; Transportes

10. APRESENTAÇÃO: X Nacional Internacional

ITA, São José dos Campos. Curso de Mestrado. Programa de Pós-Graduação em Engenharia de Infraestrutura Aeronáutica. Área de Transporte Aéreo e Aeroportos. Orientador: Alessandro Oliveira. Defesa em 29/08/2008. Publicada em 2008. 11. RESUMO:

Esta dissertação tem por objetivos a discussão de fenômenos de guerras de preço no setor aéreo e a proposição de modelagem de parâmetro de conduta da Nova Organização Industrial Empírica (NOIE) para a identificação do comportamento das firmas, a fim de se distinguir uma conduta anticompetitiva de predação de firmas de um comportamento de competição normal, porém acirrada.

O estudo de caso que será realizado compreende a análise da conduta das companhias aéreas brasileiras no mercado relevante compreendido pela Ponte Aérea Rio de Janeiro (aeroporto Santos Dumont) – São Paulo (aeroporto de Congonhas), durante um determinado ano marcado por episódios de guerras de preços.

Do ponto de vista da demanda, será utilizado um modelo representivo, de escolha discreta, na forma de share de demanda (logit aninhado), seguindo Berry (1994), com o uso de dois tipos alternativos de bem-externo, a População Economicamente Ativa (PEA) e o fluxo de passageiros transportados via modal rodoviário. Visa-se, a partir dessa modelagem, extrair matrizes de elasticidades próprias e cruzadas dos clientes de transporte aéreo no Brasil, a fim de se verificar tanto a sensibilidade dos passageiros com relação a alterações no preço dos bilhetes como seus padrões de substituição com relação às companhias aéreas. Como subproduto dessa análise, será possível inferir o poder de mercado das firmas.

No âmbito da oferta, seguindo Slade (2004) e Genesove e Mullin (2006), primeiramente, serão calculados os markups efetivos ou observados das companhias aéreas, a partir dos Dados Econômicos do Anuário do Transporte Aéreo publicados pelo órgão regulador do setor. Em segundo lugar, serão calculados os referenciais constituídos pelos markups Bertrand-Nash, ou seja, resultados vigentes quando do equilíbrio não-cooperativo de um jogo em preços com produto diferenciado. Por meio da comparação entre as duas métricas será possível inferir a conduta das firmas.

Os resultados finais mostraram não haver indícios de práticas de preços predatórios durante o período analisado.

12. GRAU DE SIGILO: (X ) OSTENSIVO ( ) RESERVADO ( ) CONFIDENCIAL ( ) SECRETO