Mauro Arduino Damo O impacto das estratégias financeiras ...livros01.livrosgratis.com.br/cp018441.pdf · Milhares de livros grátis para download. Mauro Arduino Damo O impacto das

Mauro Arduino Damo

O impacto das estratégias financeiras no desempenho das empresas:

Uma análise do desempenho dos setores de energia elétrica, siderurgia e metalurgia, têxtil e telecomunicações.

DISSERTAÇÃO DE MESTRADO (OPÇÃO PROFISSIONAL)

DEPARTAMENTO DE ADMINISTRAÇÃO

Programa de Pós-Graduação em Administração de Empresas

Rio de Janeiro

Julho de 2006

DBD

PUC-Rio - Certificação Digital Nº 0212552/CA

Livros Grátis

http://www.livrosgratis.com.br

Milhares de livros grátis para download.

Mauro Arduino Damo

O impacto das estratégias financeiras no desempenho das empresas:

Uma análise do desempenho dos setores de energia elétrica, siderurgia e metalurgia, têxtil e telecomunicações sob à luz da Tipologia de Porter.

Dissertação apresentada como requisito parcial para

obtenção do grau de mestre pelo Programa de Pós-

graduação em Administração de Empresas da PUC-RIO.

Aprovada pela Comissão Examinadora abaixo assinada.

Prof. Jorge Ferreira da Silva Orientador

Departamento de Administração – PUC-Rio

Prof. Luiz Felipe Jacques da Motta Departamento de Administração – PUC-Rio

Prof. Moisés Balassiano EBAPE, FGV

Prof. João Pontes Nogueira Vice-Decano de Pós-Graduação do CCS

Rio de Janeiro, 31 de julho de 2006

DBD


Todos os direitos reservados. É proibida a reprodução total ou parcial do trabalho sem autorização da universidade, do autor e do orientador.

Mauro Arduino Damo Graduou-se em Administração de Empresas pela Pontifícia Universidade Católica do Rio de Janeiro. Obteve pós-graduação em finanças do tipo lato sensu pelo Instituto Brasileiro de Mercado de Capitais.

Ficha Catalográfica

Damo, Mauro Arduino

O impacto das estratégias financeiras no

desempenho das empresas: uma análise do desempenho

dos setores de energia elétrica, siderurgia e metalurgia,

têxtil e telecomunicações sob à luz da Tipologia de Porter /

Mauro Arduino Damo ; orientador: Jorge Ferreira da Silva.

– Rio de Janeiro : PUC-Rio, Departamento de

Administração, 2006.

117 f. ; 30 cm

Dissertação (mestrado) – Pontifícia Universidade

Católica do Rio de Janeiro, Departamento de

Administração.

Inclui bibliografia

1. Administração – Teses. 2. Estratégias

financeiras. 3. Desempenho. 4. Tipologia de Porter. 5.

Energia elétrica. 6. Siderurgia. 7. Metalurgia. 8. Têxtil. 9.

Telecomunicações. 10. Posicionamento. I. Silva, Jorge

Ferreira da. II. Pontifícia Universidade Católica do Rio de

Janeiro. Departamento de Administração. III. Título.

CDD: 658

DBD


A minha esposa Luciana e a minha filha Ana Luiza por todo o carinho, dedicação e motivação dada a mim em todos esses anos de estudo.

DBD


Agradecimentos

À minha mãe e ao meu pai, Wanda e Arduino, por todo o incentivo dado na

minha vida acadêmica.

À minha família pelo suporte dado para a conclusão desta pesquisa.

Ao mestre Jorge Ferreira, que tanto motivou e criou desafios para atingirmos o

conhecimento.

Aos meus companheiros de curso que investiram inúmeros dias de suas vidas

para o desenvolvimento da pesquisa acadêmica.

DBD


Resumo

Damo, Mauro; Ferreira, Jorge. O impacto das estratégias financeiras no desempenho das empresas: Uma análise do desempenho dos setores de energia elétrica, siderurgia e metalurgia, têxtil e telecomunicações. Rio de Janeiro, 2006. 117p. Dissertação de Mestrado (Opção profissional) - Departamento de Administração, Pontifícia Universidade Católica do Rio de Janeiro.

A pesquisa avalia qual é o impacto das estratégias financeiras no

desempenho das empresas dos setores de energia elétrica, siderurgia e

metalurgia, têxtil e telecomunicações. Esses são os principais setores das

empresas listadas na Bolsa de Valores de São Paulo. Os dados obtidos foram os

demonstrativos de resultado de cada uma das empresas do ano de 2004. Após

analisar as tipologias de Mintzberg (1988) e Miles and Snow (1978) e Porter

(1980), utilizamos a tipologia de Porter (1980) para definir os grupos estratégicos

de cada setor pesquisado. Os resultados obtidos foram a caracterização do

grupo estratégico liderança em baixo custo como o de melhor desempenho em

três setores pesquisados e encontrou-se relação relevante entre o

posicionamento da empresa dentro do seu grupo estratégico e o seu

desempenho.

Palavras-chave Estratégias Financeiras; Desempenho; Tipologia de Porter; Energia

Elétrica; Siderurgia; Metalurgia; Têxtil; Telecomunicações; Posicionamento

DBD


ABSTRACT Damo, Mauro; Ferreira, Jorge. The impact of financial strategies in firm performance: A study about the performance in Electric Energy, Telecom, Metal and Textile Industries. Rio de Janeiro, 2006. 117p. Dissertação de Mestrado (Opção profissional) - Departamento de Administração, Pontifícia Universidade Católica do Rio de Janeiro.

This research measures the impact of the financial strategies in the firm’s

performance using a wide range of multivariate statistics techniques. The electric

energy, metals, textile and telecommunications are the main industries in the São

Paulo Stock Exchange (Bovespa). Those industries are the chief subject of the

research and represent 37,8% of all the revenue of the companies in Bovespa.

The data used in such research is obtained from the 2004 financial statement of

those companies in the studied industries. My literature research was made using

a wide range of typologies like Mintzberg (1988), Miles and Snow (1993) and

Porter (1980). Porter’s typology (1980) was used for the classification of the

strategic cluster of each of the industries, because it could offer a good

explanatory power with small number of the variables. The empirical result

discovered is that the strategic group low cost leadership has better performance

than all other strategic groups. I have also found out a relationship between the

position of the firm inside the strategic group and it’s performance. This linear

relationship is negative therefore I conclude the strategic financial positioning of

the firm results an improvement in it’s performance. In my research, I discuss

about how we could use financial data to measure companies’ financial strategies

and how we could apply such research in other countries.

Keywords Financial Strategy; Performance; Porter; Positional View; Electric Energy;

Telecom; Metal Industries; Textile.

DBD


Sumário

1 . INTRODUÇÃO 16 1.1. O problema 16 1.2. Objetivo da Pesquisa 17 1.3. Hipóteses 17 1.4. Relevância do Estudo 18

2 . REFERENCIAL TEÓRICO 19 2.1. Ambiente Competitivo 19 2.1.1. Modelo das cinco forças 19 2.1.1.1. Ameaça de Novos Entrantes 20 2.1.1.2. Rivalidade entre os Competidores 21 2.1.1.3. Ameaça dos Bens Substitutos 22 2.1.1.4. Poder de Negociação dos Compradores 22 2.1.1.5. Poder de Negociação dos Fornecedores 22 2.2. Estratégias Competitivas Genéricas 23 2.2.1. Modelo de Porter 23 2.2.1.1. Liderança em Custo Total 23 2.2.1.2. Diferenciação 24 2.2.1.3. Enfoque 24 2.2.1.4. Meio Termo 25 2.2.2. Tipologia de Miles e Snow 26 2.2.2.1. Defenders 27 2.2.2.2. Prospectors 27 2.2.2.3. Analyzers 28 2.2.2.4. Reactors 28 2.2.3. Modelo de Mintzberg 29 2.2.3.1. Diferenciação por Preço 29 2.2.3.2. Diferenciação por Imagem 30 2.2.3.3. Diferenciação por Suporte 30 2.2.3.4. Diferenciação por Qualidade 30

DBD


2.2.3.5. Diferenciação por Design 31 2.2.3.6. Sem Diferenciação 31 2.3. Desempenho 31 2.4. Tipologia Adotada 32

3 . PESQUISA 34 3.1. Tipo de Pesquisa 34 3.2. População e Amostra 35 3.3. Coleta de Dados 35 3.4. Fonte de Dados 36 3.5. Seleção das Variáveis 36 3.6. Tratamento dos Dados 37 3.7. Métodos Estatísticos 37 3.8. Limitações do Método 38

4 . APRESENTAÇÃO E ANÁLISE DOS RESULTADOS 40 4.1. Energia Elétrica 41 4.1.1. Testes de Normalidade 42 4.1.2. Redução do Espaço Estratégico 43 4.1.3. Análise de Cluster das Empresas 47 4.1.4. Análise da importância das estratégias para os grupos estratégicos 52 4.1.5. Análise do Desempenho nos grupos estratégicos 55 4.1.6. Relação entre o Desempenho e a Distância do centro do Grupo

Estratégico 56 4.2. Siderurgia e Metalurgia 58 4.2.1. Testes de Normalidade 59 4.2.2. Redução do Espaço Estratégico 60 4.2.3. Análise de Cluster das Empresas 64 4.2.4. Análise da importância das estratégias para os grupos estratégicos 69 4.2.5. Análise do Desempenho nos grupos estratégicos 71 4.2.6. Relação entre o Desempenho e a Distância do Centro do Grupo

Estratégico 73 4.3. Indústria Têxtil 75 4.3.1. Testes de Normalidade 75 4.3.2. Redução do Espaço Estratégico 77 4.3.3. Análise de Cluster das Empresas 81 4.3.4. Análise da importância das estratégias para os grupos estratégicos 86

DBD


4.3.5. Análise do Desempenho nos grupos estratégicos 88 4.3.6. Relação entre o Desempenho e a Distância do centro do Grupo

Estratégico 90 4.4. Telecomunicações 92 4.4.1. Testes de Normalidade 92 4.4.2. Redução do Espaço Estratégico 94 4.4.3. Análise de Cluster das Empresas 98 4.4.4. Análise da importância das estratégias para os grupos estratégicos 102 4.4.5. Análise do Desempenho nos grupos estratégicos 105 4.4.6. Relação entre o Desempenho e a Distância do centro do Grupo

Estratégico 108 4.5. Análise Transversal Do Desempenho Das Indústrias 109

5 . CONCLUSÃO 112 5.1. Conclusão Dos Resultados Obtidos 112 5.2. Sugestões Para Novas Pesquisas 114 5.3. Limitações da Pesquisa 114

6 . REFERÊNCIAS BIBLIOGRÁFICAS 116

DBD


Lista de figuras

Figura 1. Três estratégias genéricas. 25 Figura 2. Relação Retorno sobre o Investimento e Parcela de Mercado 26

DBD


Lista de tabelas

Tabela 4.1 - Setores Econômicos 41 Tabela 4.1.1.1– Análise Descritiva 42 Tabela 4.1.1.2 – Teste de Normalidade 43 Tabela 4.1.2.1 - Coeficiente de Pearson para as variáveis estratégicas 44 Tabela 4.1.2.2 - Medida de Adequação da Amostra e Teste de Bartlett 44 Tabela 4.1.2.3 – Auto-Valor dos Fatores 45 Tabela 4.1.2.4 - Matriz de Fatores com Rotação 45 Tabela 4.1.2.5 - Resumo das Variáveis Resultantes da Redução do Espaço

Estratégico 46 Tabela 4.1.3.1 – Matriz de Especialistas 48 Tabela 4.1.3.2 - Análise Descritiva das Variáveis Estratégicas 49 Tabela 4.1.3.3 – Matriz de Centróides Inicial 49 Tabela 4.1.3.4 – Matriz de Iterações 49 Tabela 4.1.3.5 – Segmentação 50 Tabela 4.1.3.6 – Matriz de Centróides Final 50 Tabela 4.1.3.7 – Wilcoxon Rank Signed Test 51 Tabela 4.1.4.1 – Teste da Igualdade das Matrizes de Covariância 52 Tabela 4.1.4.2 –Teste de Bartlett 53 Tabela 4.1.4.3 - Testes de Significância - Multivariável 53 Tabela 4.1.4.4 – Resumo da Análise do Procedimento de Bonferroni 54 Tabela 4.1.5.1 –Teste da Igualdade das Matrizes de Covariância 55 Tabela 4.1.5.2 - Teste de Bartlett 55 Tabela 4.1.5.3 - Testes de Significância – Multivariável 56 Tabela 4.1.5.4 - Resumo da Análise do Procedimento de Bonferroni 56 Tabela 4.1.6.1 – Coeficiente de Determinação 57 Tabela 4.1.6.2 - Análise da Variância 57 Tabela 4.1.6.3 - Coeficientes da Regressão 58 Tabela 4.2.1.1 – Análise Descritiva 59 Tabela 4.2.1.2 – Teste de Normalidade 60 Tabela 4.2.2.1 - Coeficiente de Pearson para as variáveis estratégicas 61 Tabela 4.2.2.2 - Medida de Adequação da Amostra e Teste de Bartlett 61

DBD


Tabela 4.2.2.3 – Auto-Valor dos Fatores 62 Tabela 4.2.2.4 - Matriz de Fatores com Rotação 63 Tabela 4.2.2.5 - Resumo das Variáveis Resultantes da Redução do Espaço

Estratégico. 64 Tabela 4.2.3.1 – Matriz de Especialistas 64 Tabela 4.2.3.2 - Análise Descritiva das Variáveis Estratégicas 65 Tabela 4.2.3.3 – Energia Matriz de Centróides Inicial 66 Tabela 4.2.3.4 – Matriz de Iterações 66 Tabela 4.2.3.5 – Segmentação 66 Tabela 4.2.3.6 – Matriz de Centróides Final 67 Tabela 4.2.3.7 – Wilcoxon Rank Signed Test 67 Tabela 4.2.4.1 – Teste da Igualdade das Matrizes de Covariância 69 Tabela 4.2.4.2 – Teste de Bartlett 70 Tabela 4.2.4.3 - Testes de Significância - Multivariável 70 Tabela 4.2.4.4 – Resumo da Análise do Procedimento de Bonferroni 71 Tabela 4.2.5.1 –Teste da Igualdade das Matrizes de Covariância 72 Tabela 4.2.5.2 - Teste de Bartlett 72 Tabela 4.2.5.3 - Testes de Significância – Multivariável 73 Tabela 4.2.5.4 - Resumo da Análise do Procedimento de Bonferroni 73 Tabela 4.2.6.1 – Coeficiente de Determinação 74 Tabela 4.2.6.2 - Análise da Variância 74 Tabela 4.2.6.3 - Coeficientes da Regressão 75 Tabela 4.3.1.1 – Análise Descritiva 76 Tabela 4.3.1.2 – Teste de Normalidade 77 Tabela 4.3.2.1 - Coeficiente de Pearson para as variáveis estratégicas 78 Tabela 4.3.2.2 - Medida de Adequação da Amostra e Teste de Bartlett 78 Tabela 4.3.2.3 – Autovalor dos Fatores 79 Tabela 4.3.2.4 - Matriz de Fatores com Rotação 80 Tabela 4.3.2.5 - Resumo das Variáveis Resultantes da Redução do Espaço

Estratégico 81 Tabela 4.3.3.1 – Matriz de Especialistas 82 Tabela 4.3.3.2 - Análise Descritiva das Variáveis Estratégicas 83 Tabela 4.3.3.3 – Energia Matriz de Centróides Inicial 83 Tabela 4.3.3.4 – Matriz de Iterações 83 Tabela 4.3.3.5 – Segmentação 84 Tabela 4.3.3.6 – Matriz de Centróides Final 84

DBD


Tabela 4.3.3.7 – Wilcoxon Rank Signed Test 85 Tabela 4.3.4.1 – Teste da Igualdade das Matrizes de Covariância 86 Tabela 4.3.4.2 – Teste de Bartlett 87 Tabela 4.3.4.3 - Testes de Significância – Multivariável 87 Tabela 4.3.4.4 – Resumo da Análise do Procedimento de Bonferroni 87 Tabela 4.3.5.1 – Teste da Igualdade das Matrizes de Covariância 88 Tabela 4.3.5.2 - Teste de Bartlett 89 Tabela 4.3.5.3 - Testes de Significância – Multivariável 89 Tabela 4.3.5.4 - Resumo da Análise do Procedimento de Bonferroni 90 Tabela 4.3.6.1 – Coeficiente de Determinação 90 Tabela 4.3.6.2 - Análise da Variância 91 Tabela 4.3.6.3 - Coeficientes da Regressão 91 Tabela 4.4.1.1 – Análise Descritiva 93 Tabela 4.4.1.2 – Teste de Normalidade 94 Tabela 4.4.2.1 - Coeficiente de Pearson para as variáveis estratégicas 95 Tabela 4.4.2.2 - Medida de Adequação da Amostra e Teste de Bartlett 95 Tabela 4.4.2.3 – Autovalor dos Fatores 96 Tabela 4.4.2.4 - Matriz de Fatores com Rotação 97 Tabela 4.4.2.5 - Resumo das Variáveis Resultantes da Redução do Espaço

Estratégico 98 Tabela 4.4.3.1 – Matriz de Especialistas 98 Tabela 4.4.3.2 - Análise Descritiva das Variáveis Estratégicas 99 Tabela 4.4.3.3 – Matriz de Centróides Inicial 99 Tabela 4.4.3.4 – Matriz de Iterações 100 Tabela 4.4.3.5 – Segmentação 100 Tabela 4.4.3.6 – Matriz de Centróides Final 100 Tabela 4.4.3.7 – Wilcoxon Rank Signed Test 101 Tabela 4.4.4.1 – Teste da Igualdade das Matrizes de Covariância 103 Tabela 4.4.4.2 – Teste de Bartlett 103 Tabela 4.4.4.3 - Testes de Significância – Multivariável 104 Tabela 4.4.4.4 – Resumo da Análise do Procedimento de Bonferroni 104 Tabela 4.4.5.1 –Teste da Igualdade das Matrizes de Covariância 106 Tabela 4.4.5.2 - Teste de Bartlett 106 Tabela 4.4.5.3 - Testes de Significância – Multivariável 107 Tabela 4.4.5.4 - Resumo da Análise do Procedimento de Bonferroni 107 Tabela 4.4.6.1 – Coeficiente de Determinação 108

DBD


Tabela 4.4.6.2 - Análise da Variância 108 Tabela 4.4.6.3 - Coeficientes da Regressão 109 Tabela 4.4.6.1 – Desempenho versus distância do centróide 110 Tabela 4.4.6.2 – Comparativo entre os desempenhos, setores e grupos

estratégicos 111

DBD


16

1. INTRODUÇÃO

Nos últimos anos, o surgimento de novas teorias econômicas gerou o

conhecimento necessário para desenvolver novas ferramentas de gestão

financeira que, hoje, são amplamente aplicadas.

Essa geração de novas ferramentas traz ao ambiente corporativo um novo

leque de estratégias financeiras que aplicadas de forma eficaz beneficiam o

desempenho das empresas. Além disso, diante do atual contexto econômico

apresentado no país, essas ferramentas podem ser cruciais para uma correta

tomada de decisão na aplicação de novos investimentos.

Diante deste contexto, o estudo procura analisar as estratégias financeiras

sob a luz de tipologias estratégicas a fim de concluirmos se determinado grupo

de empresas que apresentam melhor desempenho tem o mesmo

posicionamento estratégico.

Esse trabalho busca analisar as diversas variáveis financeiras e qual seria

o impacto das estratégias financeiras no desempenho das empresas.

1.1. O problema

O desenvolvimento do mercado financeiro vem proporcionando

modificações no trabalho das áreas financeiras das corporações. Esse

desenvolvimento faz surgir algumas dúvidas sobre o real impacto das decisões

das estratégias financeiras, feitas pela alta gerência, no desempenho das

empresas.

Este estudo busca responder as seguintes perguntas: Qual é o impacto

das estratégias financeiras no desempenho das empresas de capital aberto?

Existe relação entre o posicionamento da empresa dentro de seu grupo

estratégico e o seu desempenho?

Busca também saber como tais estratégias financeiras adotadas

influenciam no posicionamento das empresas e, conseqüentemente, nos seus

desempenhos.

DBD


17

1.2. Objetivo da Pesquisa

O objetivo deste estudo é estudar e analisar o impacto das decisões

estratégicas no desempenho das empresas de capital aberto, o estudo também

pretende analisar como tais decisões estratégicas influenciam o posicionamento

estratégico das empresas.

Objetivos Intermediários:

A fim de alcançar os objetivos finais será necessário:

• Coletar e analisar os dados secundários de todas as empresas

brasileiras de capital aberto;

• Analisar as empresas de capital aberto a fim de encontrar as

empresas mais adequadas para o estudo;

• Definir o espaço estratégico de cada indústria de acordo com as

variáveis disponíveis;

• Definir os grupos estratégicos de cada indústria;

• Mensurar qual o grupo estratégico tem melhor desempenho de

acordo com a estratégia adotada;

• Analisar a relação entre o desempenho das empresas e o seu

posicionamento dentro do grupo estratégico;

1.3. Hipóteses

A hipótese a ser investigada por esse estudo é: qual a relação entre

variáveis estratégicas financeiras adotadas pelas empresas e o seu respectivo

desempenho. Desta forma, o estudo propõe prever o desempenho da empresa

de acordo com o seu posicionamento estratégico no âmbito da economia

brasileira.

Queremos também constatar se há correlação negativa entre o

posicionamento da empresa dentro de seu grupo estratégico e o seu

desempenho, ou seja, quanto mais próxima a empresa estiver do centro de seu

grupo estratégico melhor será o seu desempenho.

DBD


18

1.4. Relevância do Estudo

Passados 10 anos do plano Real e 6 anos da flexibilização cambial, os

departamentos financeiros das empresas tornaram-se centros de excelência

necessários para o suporte à tomada de decisão da alta gerência. Este estudo

visa avaliar se as decisões estratégicas têm impacto direto ou indireto no

desempenho das empresas.

Como o objetivo de nosso estudo é descobrir qual grupo estratégico tem o

melhor desempenho de acordo com cada indústria, teremos a oportunidade de

analisar cinco setores econômicos em quatro grupos distintos e verificar se

existe alguma evidência de similaridade no comportamento de seus

desempenhos.

Este estudo tentará trazer evidências de que o posicionamento da

empresa afeta o seu desempenho. Desta forma, gestores das empresas,

poderão fazer alterações em suas estratégias financeiras a fim de alcançar um

posicionamento que melhore o seu desempenho.

DBD


19

2. REFERENCIAL TEÓRICO

Após uma ampla revisão da literatura sobre as estratégias genéricas, o

objetivo desta seção no estudo é embasar teoricamente qual será a melhor

tipologia para o estudo. As tipologias estudadas foram Porter (1980), Mintzberg

(1988) e Miles and Snow (Miles et al, 1978).

2.1. Ambiente Competitivo

No atual contexto econômico, onde existe uma liquidez muito grande de

recursos, as empresas passam a ter a capacidade de escolher qual poderia ser

o melhor tipo de captação de recursos. Esse contexto gera uma competição

entre financiadores e credores onde o modelo das cinco forças possui aderência

a essa realidade.

2.1.1. Modelo das cinco forças

Segundo Porter (1980), as características estruturais básicas são definidas

pela resultante de cinco forças:

• Ameaças de Novos Entrantes

• Rivalidade entre os Concorrentes

• Ameaça de Bens Substitutos

• Poder de Negociação dos Compradores

• Poder de Negociação dos Fornecedores

O grau de intensidade dessas cinco forças irá definir se essa indústria tem

empresas que apresentam desempenho acima ou abaixo da média de mercado.

Caso a intensidade dessas forças seja fraca, essa indústria terá um alto nível de

cooperação entre seus competidores e irá apresentar empresas com

desempenho acima da média de mercado. Caso a intensidade dessas forças

seja forte, essa indústria terá um alto nível de competição entre seus

competidores e irá apresentar empresas com desempenho abaixo da média de

mercado.

DBD


20

2.1.1.1. Ameaça de Novos Entrantes

Segundo Porter (1980), um novo entrante são as empresas que trazem

para a indústria uma nova capacidade de produção tendo o objetivo principal de

ganhar parcela de mercado utilizando recursos substanciais na competição com

outras empresas. Em geral, a entrada de novos competidores na indústria reduz

a rentabilidade das empresas existentes, isso ocorre porque há um aumento da

oferta de produtos mantendo-se a demanda inalterada, e conseqüentemente,

ocorre uma pressão para a redução dos preços dos produtos na indústria.

A possibilidade da entrada de novas empresas na indústria irá depender

das suas barreiras de entrada. Essas barreiras são características da própria

indústria que podem evitar a entrada de novos competidores.

São seis as fontes de barreiras de entradas:

• Economias de Escala: Quanto maior a capacidade produtiva de

uma empresa maior são as reduções de custos que ela poderá

obter em função do seu tamanho;

• Diferenciação de Produto: Quanto maior a diferenciação dos

produtos das empresas da indústria maior é a dificuldade de uma

nova empresa se diferenciar;

• Necessidade de Capital: Quanto maior a necessidade de capital

para constituir uma nova empresa na indústria, maior será a

barreira de entrada para os novos entrantes;

• Custos de Mudança: A necessidade da nova empresa em

adaptar-se à nova indústria pode ter um custo elevado;

• Acesso aos canais de distribuição: A restrição do acesso aos

canais de distribuição aumenta a dificuldade de uma nova

empresa entrar na indústria;

• Desvantagem de Custo independentemente de Escala: São todos

os custos necessários para um novo entrante independente do

tamanho de sua operação. Como por exemplo, patentes

tecnológicas, concessões governamentais, não ter acesso

favorável às matérias primas, não ter uma localização geográfica

favorável, não ter subsídios ou não ter o aprendizado necessário

para produzir a um custo abaixo da média da indústria;

DBD


21

2.1.1.2. Rivalidade entre os Competidores

A grande rivalidade entre os concorrentes da indústria pode afetar o seu

desempenho. A rivalidade entre concorrentes tende a ser inversamente

proporcional ao desempenho. Quanto maior a rivalidade entre as empresas,

maior é o impacto negativo no seu desempenho. Um exemplo clássico para

demonstrar o impacto que a rivalidade pode ter em uma indústria é a guerra de

preços. Na guerra de preços, uma determinada empresa reduz o preço de seu

produto a fim de ganhar participação de mercado, as outras empresas da

indústria, que passaram a ter uma participação de mercado menor, percebendo

a movimentação da empresa que iniciou a redução, também reduzem seus

preços a fim de recuperar a parcela de mercado previamente perdida. Assim, a

empresa que havia inicialmente reduzido o preço pode reduzi-lo novamente,

provocando um ciclo danoso o qual sua conseqüência será a perda sistemática

de rentabilidade para toda a indústria. Caso não haja rivalidade entre as

empresas, a rentabilidade da indústria possivelmente terá um melhor

desempenho do que as demais indústrias. O exemplo extremo de uma indústria,

com mais de uma empresa, sem rivalidade é o cartel onde as diversas empresas

combinam seus preços a fim de manter elevada a rentabilidade da indústria.

Os fatores que provocam a rivalidade na indústria:

• Número excessivo de concorrentes;

• Qualidade dos concorrentes;

• Crescimento lento da indústria;

• Custos fixos elevados;

• Ausência de diferenciação nos produtos;

• Aumento da capacidade ofertada pela indústria;

• Estratégia divergente dos concorrentes;

• Grandes interesses estratégicos;

• Barreiras de saída elevadas

Como existem as fontes de barreiras de entrada para uma indústria, temos

também as fontes de barreiras de saída que são cinco:

DBD


22

• Grande especialização dos ativos;

• Custos fixos de saída elevados;

• Inter-relação estratégica;

• Barreiras emocionais;

• Restrições de cunho governamental e social;

2.1.1.3. Ameaça dos Bens Substitutos

A entrada de bens substitutos provoca perda para a indústria porque esses

novos bens podem deixar obsoletos os bens atualmente produzidos pelas

empresas. Assim, quanto mais numerosos e de melhor qualidade forem os bens

substitutos maior será a pressão exercida sobre a indústria para retirar os bens

defasados do mercado e, conseqüentemente, gerar perda de rentabilidade.

2.1.1.4. Poder de Negociação dos Compradores

O poder de negociação dos compradores consiste em sua capacidade de

barganhar e manipular os interesses das empresas da indústria.

Os compradores têm grande poder na negociação e desta forma exercem

uma pressão maior na indústria, caso haja:

• Uma grande concentração das compras exercidas por poucos

compradores;

• O grau de diferenciação de produtos da indústria seja muito baixo;

• Os compradores tenham um baixo custo de mudança;

• Os compradores tenham escala de produção elevada e uma

margem de lucro pequena;

• A ameaça de uma integração para trás eliminando toda ou parte da

dependência do comprador com a indústria;

2.1.1.5. Poder de Negociação dos Fornecedores

Os fornecedores podem exercer pressão na indústria aumentando os

preços dos insumos e / ou reduzindo a qualidade dos bens e serviços

produzidos. Da mesma forma que acontece com o poder de negociação dos

compradores, os fornecedores podem exercer pressão nos compradores caso

haja:

DBD


23

• Concentração de insumos da indústria em poder de poucos

fornecedores;

• Não existência de uma ameaça de bens substitutos para a indústria

do fornecedor;

• O fornecedor não depende do comprador por causa do baixo

volume adquirido pelo comprador;

• A existência de alto grau de dependência do insumo para indústria

da empresa compradora;

• Os produtos dos fornecedores são diferenciados;

• Quando existe uma ameaça concreta dos fornecedores fazerem a

integração para frente passando a ser competidor da indústria

compradora de seus produtos;

2.2. Estratégias Competitivas Genéricas

Durante a pesquisa, fizemos o levantamento de três tipologias genéricas:

Porter (1980), Mintzberg (1988) e Miles and Snow (Miles et al, 1978).

2.2.1. Modelo de Porter

Para Porter (1980), existem três estratégias que se adaptam amplamente

para as indústrias existentes.

As estratégias são liderança em custo total, em diferenciação e enfoque.

As duas primeiras têm o foco amplo e procuram abranger todo o mercado da

indústria. A estratégia de enfoque procura restringir a empresa a uma fatia de

mercado da indústria. Essa fatia pode ser por região geográfica, por clientes ou

por qualquer outro tipo de segmentação.

2.2.1.1. Liderança em Custo Total

A estratégia de liderança em custo total consiste na obtenção, por parte da

empresa, de um conjunto de políticas funcionais com o objetivo único de redução

de custos.

DBD


24

Essa redução de custo pode ser obtida através de escala, melhoria na

otimização da produção através da curva de experiência, maior controle das

despesas e dos custos, redução de investimentos, etc...

A obtenção desta liderança tornará a empresa líder menos vulnerável às

cinco forças do ambiente. O poder de negociação dos fornecedores será mais

fraco por causa do volume de compras da empresa, conseqüência direta de sua

escala. O poder de negociação dos compradores também será mais fraco que a

média da indústria já que a empresa líder poderá ter o preço mais baixo da

indústria e ainda obter margens significativas.

Apesar da rivalidade da indústria, através da liderança de baixo custo, a

empresa líder poderá manter patamares de lucro significativos mesmo com seus

competidores já tendo consumido seus lucros na competição. As empresas de

liderança de baixo custo impõem barreiras significativas tanto a novos entrantes

quanto aos bens substitutos.

2.2.1.2. Diferenciação

A diferenciação é a estratégia praticada pela empresa que procura

diferenciar produtos e serviços de seus concorrentes.

Nesta estratégia, as cinco forças terão seus efeitos enfraquecidos. Esse

enfraquecimento irá decorrer por causa da lealdade do cliente que dará

preferência de compra à empresa líder em diferenciação. Esta lealdade cria uma

barreira de entrada para novos entrantes e seus bens substitutos.

Com a diferenciação, a empresa pode praticar preços mais elevados do

que a média da indústria e ela terá maior capacidade de negociação com os

fornecedores e também passará a ter maior poder de negociação com os

compradores.

2.2.1.3. Enfoque

A terceira estratégica genérica é a de enfoque. A empresa pode focar a

sua atuação em um segmento de mercado, uma região geográfica ou uma linha

de produto, por exemplo. Com o enfoque, a empresa pode especializar-se em

diferenciação ou em redução de custo, sempre focando em uma fatia de

mercado. O objetivo da empresa é ter um enfoque muito maior que as das

DBD


25

demais empresas da indústria obtendo assim um desempenho acima da média

de mercado.

Figura 1. Três estratégias genéricas.

2.2.1.4. Meio Termo

As empresas com capacidade de implementar com sucesso uma das três

estratégias genéricas, em geral, obtêm desempenho acima da média da

indústria. Caso a empresa fracassasse na implementação da estratégia, a

empresa estaria no meio termo entre estratégia planejada e a estratégia

implementada, desta forma ela passa a ter um desempenho inferior às demais

empresas da indústria. Por exemplo, na tentativa de implementar parcialmente a

estratégia de diferenciação, a empresa reestrutura todos os processos, adquiri

novos recursos, faz investimentos para ampliar a produção, ou seja, faz todas as

alterações em seus processos operacionais para atuar em um mercado amplo.

No entanto, essa empresa não consegue atingir esse mercado mais amplo e

passa a atuar em um mercado mais restrito. Desta forma, a empresa após todo o

investimento feito, ela terá um desempenho abaixo do esperado em virtude de

estar atuando em um mercado mais restrito. Provavelmente, essa empresa terá

um desempenho abaixo da média da indústria porque ela estará no meio termo

de duas estratégias: uma de escopo amplo e outro de escopo restrito.

Posição de

Baixo Custo

No âmbito de

toda a Indústria

Unicidade Observada

pelo Cliente

Apenas um

Segmento

Particular

DIFERENCIAÇÃO LIDERANÇA NO

CUSTO TOTAL

ENFOQUE

Fonte: PORTER (1980)

DBD


26

Segundo Porter (1980), em algumas indústrias, as empresas de pequeno

porte (concentradas em enfoque) e as de grande porte (concentrados em uma

liderança de custo ou diferenciação) podem obter desempenho melhor do que as

empresas de médio porte, já que essas empresas estão passando por um

momento de transição e como resultado podem desenvolver uma estratégia de

meio termo.

Figura 2. Relação Retorno sobre o Investimento e Parcela de Mercado

Dess e Davis (1984) fizeram um estudo para avaliar se havia suporte

empírico para a presença de grupos estratégicos baseados na tipologia de

Porter (1980). Neste estudo, eles confirmaram a evidência de que, caso a

empresa não tenha uma estratégia de meio termo, as empresas que escolheram

uma das estratégias de sua tipologia obtiveram desempenho superior à média

da indústria.

2.2.2.Tipologia de Miles e Snow

Segundo Miles and Snow (1978), uma organização tem um fim articulado e

os mecanismos necessários para atingir esse fim. Para muitas organizações, o

seu processo de ajuste interno em relação às mudanças ambientais e a

Parcela de

Mercado

Retorno sobre o

Investimento

Fonte: PORTER (1980)

DBD


27

incerteza é complexo, envolve decisões e mudanças comportamentais em

grande parte dos níveis da organização.

Dessa forma, Miles and Snow (1978) desenvolveram uma tipologia de

estratégia separando em quatro grupos estratégicos as organizações

pesquisadas. Esses grupos são: defenders, prospectors, analyzers e reactors.

Os três primeiros tipos de estratégia têm uma configuração especifica nos

segmentos de tecnologia, estrutura e processos. Os reactors são um grupo de

empresas que falha no alinhamento da estratégia definida e na implementação

de novas tecnologias, estruturas e processos.

2.2.2.1. Defenders

Segundo Miles and Snow (1978), os defenders buscam um ambiente na

qual uma forma de organização estável é apropriada. Essas organizações

tendem a buscar um ambiente onde a intensidade das cinco forças é fraca.

As empresas, que têm uma estratégia do tipo defenders, têm definido uma

determinada segmentação de mercado, sendo essa do tipo geográfica ou de

público, bem protegida de seus competidores. Com esse intuito, os defenders

fazem investimentos em tecnologia com o intuito de manter uma diferenciação

de custo junto ao seu nicho de mercado. Além dessa característica de

investimento em tecnologia, elas também são propensas a fazer a integração

vertical mantendo ou aumentando a sua eficiência. Dessa forma os defenders,

aumentam a barreira de entrada para novos competidores ou para os bens

substitutos em seu segmento de mercado.

2.2.2.2. Prospectors

As empresas do tipo prospectors respondem ao ambiente de forma oposta

aos defenders. Os prospectors buscam ambientes mais dinâmicos. Eles têm

como principal característica tornar o ambiente mais competitivo através do

lançamento de novos produtos ou explorando oportunidades de mercado. Dessa

forma, os prospectors têm um escopo de atuação mais amplo do que os

defenders e estão continuamente buscando desenvolver-se.

As empresas que tem esse comportamento em relação ao ambiente são

as empresas inovadoras e que geram mudanças nas indústrias.

DBD


28

Os prospectors têm grande capacidade de adaptação de sua tecnologia e

na administração capaz de impor a velocidade necessária para as mudanças.

Caso a empresa não seja capaz de mudar com a velocidade desejada,

provavelmente a empresa perderá oportunidades no mercado.

Shortell and Zajac (1990), desenvolveram um estudo empírico sobre os

hospitais americanos com o intuito de validar a tipologia de Miles and Snow.

Segundo os autores, os prospectors dão mais ênfase no desenvolvimento de

novos produtos e na busca de novos mercados, assim como em desenvolver

maior diversificação de seus serviços elevando a qualidade.

2.2.2.3. Analyzers

As empresas analizers são uma combinação dos pontos fortes da

estratégia dos defenders e dos prospectors. Por exemplo, no caso do surgimento

de uma nova oportunidade, a postura de um defender seria não fazê-lo, já o

prospector iria lançar rapidamente esse produto e no caso do analyzer só

haveria a possibilidade do lançamento de um novo produto em um novo

mercado caso houvesse viabilidade para isso.

Uma pergunta que define bem as empresas analyzers é: “Como localizar e

explorar uma oportunidade de lançamento de um novo produto ou um novo

mercado enquanto mantemos os principais produtos e os tradicionais clientes”.

Essas empresas buscam minimizar o risco do empreendimento enquanto que

tentam maximizar a oportunidade de lucro.

A estratégia dos analyzers é de difícil aplicação, principalmente em

indústrias com características de rápido crescimento de mercado e com grandes

mudanças tecnológicas.

A grande questão das empresas do tipo analyzer é como desenvolver

novos mercados e produtos sem afetar os produtos rentáveis da empresa.

2.2.2.4. Reactors

Segundo Miles and Snow (1978), os reactors são as organizações que

tentaram implementar uma das estratégicas genéricas citadas anteriormente e

não foram bem sucedidas. A organização não foi capaz de alinhar sua

tecnologia, se estruturar internamente e criar processos de acordo com o

ambiente e com a estratégia pretendida. Em função desse desalinhamento,

DBD


29

essas empresas tendem a apresentar um desempenho inferior as demais

empresas da indústria.

2.2.3. Modelo de Mintzberg

Assim como a tipologia de Porter segue a escola do posicionamento,

Mintzberg (1988) desenvolveu uma tipologia que aumenta o poder explanatório

em relação à tipologia de Porter. Mintzberg (1988) define as estratégias das

empresas em sua tipologia de acordo com o grau de diferenciação que elas tem

em relação à concorrência, desta forma, ele sugeriu uma tipologia contendo seis

estratégias distintas: Diferenciação por preço, diferenciação por imagem,

diferenciação por suporte, diferenciação por qualidade, diferenciação por design

e sem diferenciação. Em virtude do aumento do número de tipos, a tipologia de

Mintzberg (1988) aumenta a complexidade e diminui a parcimônia em relação à

tipologia de Porter (1980).

A fim de melhor explicar o que significa cada tipo de diferenciação, iremos

detalhar cada uma dos seis estratégias da tipologia de Mintzbeg.

2.2.3.1. Diferenciação por Preço

Para Mintzberg (1988), a escola posicionamento identifica uma estratégia

como a posição adotada pela indústria dentro de seu mercado. Por exemplo, a

diferenciação por preço será a estratégia da empresa caso ela pratique os

preços de seus produtos abaixo da média de mercado, essa tipologia é análoga

à liderança por baixo custo de Porter (1980). Mintzberg (1988) critica a liderança

por baixo custo porque Porter (1980) classifica o baixo custo como estratégia, no

entanto,. a redução de custos é uma estratégia funcional da empresa e não uma

estratégia de posicionamento. A redução do custo promove a possibilidade da

empresa de adotar a estratégia de diferenciação por preço.

A estratégia de diferenciação por preço é a utilização de preços de

produtos mais baratos do que os da concorrência a fim de conquistar fatia de

mercado. A empresa que adotar essa estratégia deve ter uma diferenciação de

custo, caso contrário a empresa terá problemas de rentabilidade no longo prazo.

DBD


30

2.2.3.2. Diferenciação por Imagem

A estratégia de diferenciação por imagem é a criação, no público em geral,

de uma percepção diferenciada do seu produto em relação ao da concorrência.

Dessa forma, a empresa pode posicionar o seu produto como o de melhor

qualidade, mesmo que tecnicamente o seu produto seja igual aos demais

produtos da indústria.

2.2.3.3. Diferenciação por Suporte

Neste caso, Mintzberg (1988) sugere que empresas com uma estratégia

de diferenciação por suporte são aqueles que se diferenciam de seus

concorrentes através da excelência de seus serviços na pré-venda e no pós-

venda. Assim, uma empresa, quando investe muitos recursos buscando

excelência em serviços de pré-venda e pós-venda, pode superar seus

concorrentes e obter uma vantagem competitiva.

2.2.3.4. Diferenciação por Qualidade

A diferenciação por qualidade é uma estratégia de uma empresa com o

objetivo de ter produtos com características superiores aos produtos da

concorrência. Mintzberg (1988) enumera três características:

• Maior Confiabilidade;

• Maior Durabilidade;

• Desempenho Superior;

Esse tipo de diferenciação pode-se confundir com a imagem do produto

quando a empresa já tem por parte do consumidor uma percepção de qualidade

muito forte. Esse tipo de influência aparece no curto prazo, porém se o produto

não tiver as três características citadas acima ele terá sua credibilidade abalada.

Por outro lado, a junção dos dois fatores: qualidade e imagem, tornam o produto

no longo prazo uma grande vantagem competitiva para a empresa.

DBD


31

2.2.3.5. Diferenciação por Design

A diferenciação por design é a estratégia da empresa em ter produtos com

características únicas de formato e funcionalidade em relação aos demais

produtos da concorrência.

Uma empresa que utilize a diferenciação por design como estratégia,

deveria desenvolver modificações e variações no seu design a fim de promover

novas atualizações funcionais permitindo no longo prazo a manutenção da

vantagem competitiva.

2.2.3.6. Sem Diferenciação

Quando Mintzberg (1988) propôs a sua tipologia, ele definiu cinco grandes

tipos de estratégias de diferenciação distintas. A tipologia de Mintzberg (1988)

apresenta um sexto tipo de estratégia que é sem diferenciação. A empresa que

adotar essa estratégia passa a não ter nenhuma diferenciação em relação aos

seus concorrentes. A empresa adotará esse tipo de estratégia copiando produtos

e processos a fim de obter o mesmo grau de eficiência que sua concorrente.

Essa estratégia não levará a empresa a obter uma vantagem competitiva em

relação aos seus concorrentes e, provavelmente, não terá o melhor desempenho

da indústria.

Estudos empíricos foram feitos com o objetivo de testar a tipologia de

Mintzberg (1988) e a tipologia de Porter (1980) para saber qual é a tipologia mais

apropriada para as empresas atuais.

Um desses estudos foi desenvolvido por Kotha e Vadlamani (1995),

estudando uma amostra de indústrias com o objetivo de saber se é mais valioso

a simplicidade da tipologia de Porter (1980) ou o grande poder explanatório da

tipologia de Mintzberg (1988). Kotha e Vadlamani (1995) concluíram que a

tipologia de Mintzberg (1980) consegue melhor explicar as estratégias atuais em

relação à tipologia de Porter (1980) devido ao maior número de tipos de

estratégias de sua tipologia. Ele sugere que esse fato ocorre por causa das

mudanças nos ambientes empresariais causadas pelo aumento da

competitividade global e pela introdução de mudanças tecnológicas na indústria.

2.3. Desempenho

A melhoria contínua do desempenho é sempre o objetivo final das

empresas. Esse tema, apesar de ter uma definição aparentemente simples,

DBD


32

possui grande complexidade. A pergunta: “O que é desempenho?” tem inúmeras

respostas. Para Barney (1996), a organização reúne uma série de ativos que

juntos tem a capacidade de gerar uma vantagem econômica para o acionista.

Essa vantagem gera um resultado que não seria capaz de ser gerado através de

outras alternativas de investimento. Assim, o desempenho organizacional é

definido como o resultado da reunião de ativos capazes de exceder o retorno

esperado pelos acionistas. Para Chakravarthy (1986), empresas que apresentam

excelência no desempenho são aquelas capazes de apresentarem maior

qualidade de adaptação ao ambiente em que atuam.

Como o estudo não tem o objetivo de medir a expectativa do acionista,

mas o desempenho da empresa em relação à indústria, usaremos variáveis

financeiras para medir o desempenho.

Segundo Chakravarthy (1986), apenas uma variável para uso no estudo do

desempenho não é indicada. A mensuração do desempenho da empresa precisa

ser feita em caráter multidimensional. Assim selecionamos o retorno sobre o

patrimônio líquido, receita e retorno sobre ativos como variáveis a serem

utilizadas para medirmos o desempenho das empresas de capital aberto. Esses

indicadores também foram utilizados nos trabalhos de Cohen (2004), Nogueira

(1998); Miles e Snow et al (1993).

2.4. Tipologia Adotada

Optamos por adotar a tipologia de Porter (1980), porque ela é uma

tipologia mais parcimoniosa do que as demais tipologias estudadas neste

trabalho e possui um bom poder explanatório. Essa é uma das principais

qualidades dessa tipologia em relação às demais porque permite uma explicação

bem adequada do fenômeno observado sem haver a necessidade de adotarmos

uma abordagem complexa.

Como utilizamos na pesquisa dados secundários oriundos da publicação

de balanços, esses dados têm melhor aderência quando utilizamos a tipologia de

Porter (1980). As demais tipologias necessitariam a formulação de um

questionário com perguntas específicas para descrevermos os tipos de

diferenciação do modelo de Mintzberg (1988) e os tipos de classificação das

empresas de acordo com a tipologia de Miles and Snow (1978).

Por último, os trabalhos pesquisados continham painéis de especialistas

baseados no modelo de Porter (1980), como precisaremos utilizar esses painéis

DBD


33

de especialistas em nossa pesquisa foi necessário manter a consistência dos

modelos entre esta pesquisa e as demais.

DBD


34

3. PESQUISA

Esse capítulo tem o objetivo de definir o tipo da pesquisa, descrever os

meios de investigação utilizados, definir o tipo de universo e a amostra que

melhor se molda à pesquisa. Esse capítulo também irá definir as possíveis

limitações em função do método escolhido.

3.1.Tipo de Pesquisa

De acordo com Remenyi et al (1998), esta pesquisa tem uma abordagem

positivista e uma metodologia empírica porque a pesquisa tem o objetivo de

provar, através de evidências, a existência de uma generalização da relação

entre posicionamento e desempenho. Sob o aspecto temporal, Remenyi et al

(1998) divide a pesquisa em dois tipos: longitudinal e transversal. A do tipo

longitudinal é uma pesquisa que estuda o fenômeno por um período de tempo

substancial e o pesquisador estuda as mudanças no fenômeno provocadas pelo

tempo. A do tipo transversal é uma pesquisa que estuda o fenômeno em um

determinado momento, é como se a pesquisa analisasse uma “foto” do

fenômeno naquele instante. No caso desta pesquisa, estaremos analisando as

empresas dos principais setores econômicos do mercado de capitais brasileiro

no ano de 2004 e os possíveis relacionamentos que podem existir, logo

estaremos analisando as empresas de forma transversal.

Como analisamos os dados secundários das empresas, observamos as

empresas de forma passiva, sem haver nenhuma influência do pesquisador no

processo de análise.

O meio de investigação documental foi feito através da utilização dos

balanços das empresas de capital aberto que é de domínio público. As empresas

têm obrigação em divulgar seus balanços junto a Comissão de Valores

Mobiliários, autarquia federal responsável pela regulamentação do mercado de

capitais.

O meio de investigação bibliográfico consiste no levantamento de inúmeros

trabalhos internacionais e pesquisas em livros acadêmicos. Esses trabalhos

foram base de todo o referencial teórico.

DBD


35

3.2.População e Amostra

A população da pesquisa foi o mercado bursátil brasileiro, que em 2004

teve 368 empresas que publicaram balanços em pelo menos em um de seus

quatro trimestres. A população é composta pelas indústrias de diversos setores

entre eles: petróleo, energia elétrica, minérios, petroquímica, motores,

construção civil, bancos, seguros, etc... . A representatividade dessas empresas

na economia brasileira é relevante, já que a soma da receita do ano de 2004 de

todas as empresas é de 825,5 bilhões de reais.

De acordo com Remenyi et al (1998), a amostra pesquisada foi agrupada

por segmento econômico das empresas. A seleção dos grupos econômicos foi

feita de acordo com o julgamento do pesquisador, desta forma o critério de

seleção dos grupos foi não probabilístico. O julgamento do pesquisador foi de

acordo com o grau de similaridade das estratégias financeiras entre os setores e

o volume de empresas em cada setor.

A base de dados utilizada para captarmos a informação é a Economática,

utilizada pela PUC-RJ. Essa base de dados contém informações de empresas

de vários países. Selecionamos apenas empresas brasileiras que apresentam

balanços atualizados em 2004.

3.3. Coleta de Dados

Foram coletados os dados de 368 empresas brasileiras que tinham

publicação de seus balanços atualizados em 2004, dessas empresas retiramos

as que não tinham presença no mercado de capitais, ou seja, durante o ano de

2004 não tiveram negociação. O total de empresas que não tiveram presença

em bolsa foi de 69 empresas que representa 18,8% do total.

Os dados financeiros podem ser do tipo relativo ou absoluto e são

compostos das demonstrações financeiras das empresas. Esses dados

descrevem informações do tipo: o perfil da dívida da empresa, qual é a eficiência

operacional e eficiência financeira e qual é o volume de financiamento junto aos

seus credores.

Os dados de balanço foram informados pela empresa em seu balanço

trimestral, por exemplo: ativo, passivo, receita operacional, e outros.

DBD


36

3.4.Fonte de Dados

A coleta de dados foi feita através de um programa licenciado para a

Pontifica Universidade Católica do Rio de Janeiro, chamado de Economática,

que possui todo o histórico dos balanços, cotações diárias, indicadores

financeiros de empresas de diversas partes do mundo, entre eles Brasil, Estados

Unidos e México.

Essa ferramenta facilitou o trabalho já que concentra as informações

financeiras e de mercado de todas as empresas de capital aberto no Brasil. Isso

reduziu o tempo gasto para conseguir as informações que de outra forma seria

muito mais trabalhoso.

Apesar da qualidade de concentrar as informações das empresas de

capital aberto, essa ferramenta tem limitações de tamanho e formato para a

extração das informações o que exigiu esforço para padronizar os dados.

3.5.Seleção das Variáveis

O banco de dados Economática possui uma centena de variáveis

financeiras distintas que poderiam ser utilizadas para analisarmos as estratégias

financeiras das empresas. Em Nogueira (1998), foi feita a separação de algumas

variáveis que foram consideradas como estratégicas por especialistas desta

forma selecionamos as mesmas variáveis definidas por Nogueira e ainda

selecionamos algumas outras que podem nos ajudar a entender melhor o

desempenho das empresas estudadas. Segue abaixo a relação das variáveis

selecionadas:

• Nome da Empresa

• Rentabilidade sobre o ativo

• Rentabilidade sobre o patrimônio líquido

• Alavancagem financeira

• Alavancagem operacional

• Ativo permanente

• Ativo imobilizado

• Receita líquida operacional

• Gastos com pessoal

• Passivo circulante

• Custo dos produtos vendidos

DBD


DBD


38

• Transformação em variáveis tipo z-score;

• Técnica de análise fatorial a fim de reduzir o espaço estratégico;

• A definição das empresas em grupos estratégicos foi feita através

da técnica chamada k-means cluster utilizando-se matrizes de

centróide iniciais definidas através de painel de especialistas;

• Foram testadas as matrizes finais e iniciais de cada grupo

estratégico através do teste de Wilcoxson signed rank a fim de

testar se as matrizes geradas pelo modelo são iguais as matrizes

geradas pelos especialistas;

• Foram gerados testes de análise multivariada a fim de avaliarmos

se havia diferença significativa entre os resultados de cada variável

estratégica financeira e os grupos estratégicos. Assim como foram

testados quais os grupos apresentavam o melhor desempenho;

• Por último, geramos modelos de regressão múltipla a fim de avaliar

se à distância da empresa ao centróide é inversamente

proporcional ao desempenho da empresa.

Das técnicas estatísticas selecionadas, a técnica menos robusta é a

Manova. Segundo Hair et al (1998), essa técnica tem três premissas

importantes: Independência entre as observações, Normalidade das variáveis e

a equivalência da matriz de covariância entre os grupos. Essa última premissa é

análoga ao problema de heterocedasticidade na técnica de regressão múltipla.

Estipulamos a significância estatística de 5% para quase todos os testes. A

exceção foi o teste de normalidade onde foi pré-estabelecido um nível de

significância de 1%. As empresas que não tinham informações disponíveis na

base foram excluídas através do critério listwise do próprio software utilizado.

3.8. Limitações do Método

A metodologia aplicada neste estudo, apesar de ter aderência aos

objetivos propostos, apresentou limitações na obtenção e no tratamento dos

dados.

As informações obtidas representam as informações oficiais das

empresas, apesar disto elas podem não refletir a total realidade do desempenho

da empresa já que os balanços das empresas de capital aberto são feitos com

base na legislação societária. As informações precisas para o estudo seria a

DBD


39

utilização dos dados da contabilidade gerencial que demonstram precisamente o

desempenho da empresa.

Segundo Chakravarthy (1986), as medidas do desempenho baseados em

dados contábeis são limitados por cinco motivos. São eles :

• Passível de manipulação contábil;

• Ativos subavaliados;

• Distorções em função de política de depreciação, avaliação de

estoques, alocação de receita e despesas;

• Diferentes métodos de consolidação das contas contábeis;

• Diferenças em função da falta de padronização de convenção

contábeis internacionais;

Apesar de estudarmos apenas as empresas brasileiras, a falta de um

padrão contábil internacional influencia na limitação do estudo em função de

empresas brasileiras que possuem subsidiárias em outros países.

Apesar da abrangência do estudo ser as principais empresas de capital

aberto no Brasil, o volume de empresas pesquisadas ainda é muito limitado

comparando-se com o tamanho do parque industrial nacional.

Após o tratamento e análise da base de dados, mostraremos os resultados

obtidos para responder as perguntas previamente formuladas e quais as

conclusões obtidas.

DBD


40

4. APRESENTAÇÃO E ANÁLISE DOS RESULTADOS

Nesta seção estaremos mostrando os resultados obtidos através das

diversas técnicas univariada e multivariada. As técnicas efetuadas foram as

análises descritivas, os testes de normalidade, as análises fatoriais para a

redução do espaço estratégico, a confecção das matrizes de centróide inicial

com base em painel de especialistas, análise de cluster para definir quais as

empresas seriam alocadas em quais grupos, teste de Wilcoxson a fim de

confirmar a semelhança entre as matrizes de clusters teóricas e matrizes

resultantes de cada indústria, análise multivariada com o objetivo de analisar a

relação de dependência entre os grupos estratégicos, estratégias financeiras e o

desempenho, por último, uma análise da relação entre o posicionamento da

empresa dentro do grupo estratégico com o seu desempenho.

Fizemos a redução do espaço estratégico e também poderíamos ter feito a

redução das variáveis de desempenho. Não optamos por essa alternativa porque

durante a redução das variáveis de desempenho, observamos que para os

setores analisados haveria um diferente número de variáveis de desempenho.

Como temos o objetivo de comparar o desempenho entre os setores econômicos

estudados, descartamos esse procedimento.

Iremos analisar quatro indústrias: setor energia elétrica, setor têxtil, setor

de siderurgia e mineração e o setor de telecomunicações. Na tabela 4.1,

mostramos a descrição dos setores econômicos eileirocos

DBD


41

Tabela 4.1 - Setores Econômicos

Setor Econômico Empresas % do Total Receita(em mil reais)

% do TotalOutros 66 17,9% 42.257.037 5,1%Energia Elétrica 41 11,1% 110.962.635 13,4%Siderur & Metalur 33 9,0% 91.966.550 11,1%Finanças e Seguros 31 8,4% 114.516.803 13,9%Textil 28 7,6% 12.426.925 1,5%Telecomunicações 26 7,1% 97.449.138 11,8%Química 20 5,4% 41.916.904 5,1%Alimentos e Beb 20 5,4% 30.722.258 3,7%Veiculos e peças 19 5,2% 20.090.948 2,4%Comércio 16 4,3% 23.446.462 2,8%Construção 16 4,3% 1.853.400 0,2%Transporte Serviç 12 3,3% 19.952.988 2,4%Petróleo e Gas 8 2,2% 152.057.819 18,4%Papel e Celulose 8 2,2% 14.608.277 1,8%Eletroeletrônicos 7 1,9% 13.137.888 1,6%Máquinas Indust 5 1,4% 5.052.193 0,6%Minerais não Met 4 1,1% 1.049.353 0,1%Mineração 3 0,8% 31.396.899 3,8%Agro e Pesca 3 0,8% 120.414 0,0%Software e Dados 2 0,5% 554.251 0,1%Total 368 100,0% 825.539.142 100,0%

As indústrias analisadas neste trabalho representam 37,8% da receita das

empresas de capital aberto e representam 34,8% do total do número de

empresas. Escolhemos quatro dos cincos maiores setores econômicos em

números de empresas a fim de evitar problemas de tamanho da amostra.

Excluímos o setor de finanças e seguros porque esse setor tem estratégias

financeiras completamente distintas dos demais setores. Isso impossibilitaria

fazer comparações entre o setor financeiro e segurador com os demais setores.

Tentaremos provar qual é o grupo estratégico que tem o melhor

desempenho e se o posicionamento das empresas em seu grupo estratégico é

fator relevante para atingir um desempenho acima da média da indústria.

4.1. Energia Elétrica

Esse setor tem 41 indústrias listadas no Bovespa e é responsável pela

geração, distribuição e transmissão de energia elétrica. Apenas esse setor

representa 11,1% das empresas e 13,4% da receita do mercado bursátil

brasileiro. Do total de empresas do setor, 11 empresas foram excluídas por

DBD


42

causa da falta de dados. A exclusão foi feita utilizando-se o método listwise do

próprio software SPSS e reduzimos a amostra para 30 empresas.

4.1.1.Testes de Normalidade

Todas as variáveis estudadas foram testadas a fim de sabermos se elas

possuem distribuição normal. Assim, fizemos o seguinte teste de hipótese:

H0 : Distribuição Normal

H1 : Distribuição é diferente de Normal

Para isso utilizamos os testes de Kolmogorov-Smirnov e Shapiro-WIlk em

todas as variáveis a um nível de significância de 0,05. Caso a significância do

teste seja inferior a 0,05, rejeitaremos a hipótese nula, ou seja, as variáveis não

têm distribuição normal. De acordo com Hair et al (1998), para atingirmos a

normalidade das variáveis com distribuição assimétrica positiva devemos

transformar as variáveis utilizando-se o logaritmo. Tabela 4.1.1.1– Análise Descritiva

N Minimum Maximum MeanDescriptive Statistics Statistic Statistic Statistic Statistic

RentAtivo 41 -5,70 12,50 2,66RentPatrimonio 39 -121,30 72,20 9,11AlavancagemFinanceira 41 -48,90 12,60 -0,02AlavancagemOperacional 4 1,40 3,40 2,00Luc_Op_EBIT 41 -1130,00 6905471,00 602671,71CapGir 41 -2104683,00 1778556,00 -109078,61CicFin 4 0,00 67,00 34,53LNPermamente 41 10,79 18,24 14,43LNImobilizado 41 4,06 18,19 14,14LNReceita 40 9,91 16,81 14,31LNPassivoCirculante 41 10,96 16,13 13,63LNCPV 37 9,32 15,67 13,77LNDesAdm 35 7,03 16,38 11,68LNLuc_Op_EBIT 41 -1130,00 6905471,00 602671,71LNAtvCir 41 11,35 16,29 13,58LNRealLP 41 0,00 16,99 13,21LNExigLP 41 0,00 17,47 13,97LNPatrim_Liq 39 11,50 18,06 13,69LNDivida 41 9,66 17,28 13,80LNPmFor 40 0,00 3,98 0,29LNPmCl 40 0,00 4,78 0,34Valid N (listwise) 3

DBD


43

As variáveis alavancagem operacional, ciclo financeiro, prazo médio de

pagamento aos fornecedores e prazo médio de recebimento dos clientes foram

excluídas da análise em função do baixo número de empresas com informações

válidas.

Aplicamos a função logaritmo e, logo após, os testes de normalidade

gerando os resultados ilustrados na tabela 4.1.1.2.

Tabela 4.1.1.2 – Teste de Normalidade

Statistic df Sig. Statistic df Sig.

RentAtivo 0,15 30 0,08 0,96 30 0,32RentPatrimonio 0,22 30 0,00 0,80 30 0,00AlavancagemFinanceira 0,30 30 0,00 0,70 30 0,00Luc_Op_EBIT 0,23 30 0,00 0,83 30 0,00CapGir 0,22 30 0,00 0,72 30 0,00LNPermamente 0,13 30 0,17 0,92 30 0,02LNImobilizado 0,18 30 0,02 0,86 30 0,00LNReceita 0,17 30 0,02 0,86 30 0,00LNPassivoCirculante 0,08 30 0,20 0,98 30 0,72LNCPV 0,17 30 0,03 0,87 30 0,00LNDesAdm 0,14 30 0,17 0,95 30 0,16LNLuc_Op_EBIT 0,23 30 0,00 0,83 30 0,00LNAtvCir 0,09 30 0,20 0,98 30 0,84LNRealLP 0,11 30 0,20 0,97 30 0,50LNExigLP 0,14 30 0,15 0,94 30 0,08LNPatrim_Liq 0,08 30 0,20 0,98 30 0,91LNDivida 0,09 30 0,20 0,94 30 0,12

Shapiro-WilkKolmogorov-Smirnov

As variáveis lucro operacional (LNLuc_OP_Ebit), rentabilidade sobre o

patrimônio líquido (RentPatrimonio), alavancagem financeira e capital de giro

(CapGir) foram excluídas da análise por elas terem um nível de significância

abaixo de 1% nos dois testes.

Com o intuito de facilitar a montagem da matriz de centróides convertemos

as variáveis a serem utilizadas no modelo score z.

4.1.2. Redução do Espaço Estratégico

Antes de efetuar a redução do espaço estratégico, fizemos uma análise de

correlação de Pearson entre as variáveis estudadas.

DBD


44

Tabela 4.1.2.1 - Coeficiente de Pearson para as variáveis estratégicas

LNPermamente LNImobilizado LNPassivoCirculante LNCPV LNDesAdm LNAtvCir LNRealLP LNExigLP LNPatrim_Liq LNDivida

LNPermamente 1,00 0,98 0,65 0,71 0,61 0,63 0,49 0,87 0,60 0,68 LNImobilizado 0,98 1,00 0,62 0,75 0,62 0,60 0,47 0,84 0,56 0,61 LNPassivoCirculante 0,65 0,62 1,00 0,78 0,78 0,93 0,81 0,83 0,26 0,74 LNCPV 0,71 0,75 0,78 1,00 0,79 0,83 0,73 0,77 0,40 0,50 LNDesAdm 0,61 0,62 0,78 0,79 1,00 0,73 0,72 0,78 0,13 0,59 LNAtvCir 0,63 0,60 0,93 0,83 0,73 1,00 0,80 0,82 0,35 0,72 LNRealLP 0,49 0,47 0,81 0,73 0,72 0,80 1,00 0,72 0,33 0,55 LNExigLP 0,87 0,84 0,83 0,77 0,78 0,82 0,72 1,00 0,40 0,80 LNPatrim_Liq 0,60 0,56 0,26 0,40 0,13 0,35 0,33 0,40 1,00 0,38 LNDivida 0,68 0,61 0,74 0,50 0,59 0,72 0,55 0,80 0,38 1,00 LNPermamente 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 LNImobilizado 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 LNPassivoCirculante 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,08 0,00 LNCPV 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,02 0,00 LNDesAdm 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,25 0,00 LNAtvCir 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,03 0,00 LNRealLP 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,04 0,00 LNExigLP 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,02 0,00 LNPatrim_Liq 0,00 0,00 0,08 0,02 0,25 0,03 0,04 0,02 0,02 LNDivida 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,02

Cor

rela

tion

Sig

. (1-

taile

d)

Nota-se na tabela 4.1.2.1 que existe uma forte correlação entre as

variáveis ativo e passivo circulantes. Essas variáveis representam bens e direitos

e as obrigações de curto prazo das empresas. O interessante é termos uma forte

correlação entre passivo circulante e no realizável a longo prazo. Isto é um

indicativo da dificuldade que as empresas de energia elétrica estavam passando

em 2004 com o aumento do endividamento de curto prazo e a falta de recursos

de curto prazo para honrar esses compromissos.

Após análise de correlação de Pearson, efetuamos a redução do espaço

estratégico das 10 variáveis analisadas para o total de 4 fatores que explicam

93,9% da variância.

Tabela 4.1.2.2 - Medida de Adequação da Amostra e Teste de Bartlett

Kaiser-Meyer-Olkin Measure of Sampling Adequacy. 0,81 Bartlett's Test of Sphericity Approx. Ch 380,56

df 45,00 Sig. 0,00

De acordo com Hair et al (1998), a estatística de adequação da amostra

deve ter ser superior a 0,5 para o procedimento de redução do espaço

estratégico seja válido. De acordo com Giri (1997), o teste de esferacidade é :

H0 : Σ* = α2 I

Ha : Σ* ≠ α2 I

DBD


45

Logo, para indicar correlação entre as matrizes de covariância devemos

rejeitar a hipótese nula: H0 : Σ* = α2 I. Como o teste de significância foi inferior a

1%, a hipótese nula foi rejeitada.

Tabela 4.1.2.3 – Auto-Valor dos Fatores

Component

Total % of Variance Cumulative % Total % of Variance Cumulative % Total % of Variance Cumulative %1 6,98 69,82 69,82 6,98 69,82 69,82 3,82 38,17 38,17 2 1,23 12,25 82,06 1,23 12,25 82,06 2,73 27,25 65,42 3 0,62 6,16 88,23 0,62 6,16 88,23 1,62 16,17 81,59 4 0,56 5,64 93,87 0,56 5,64 93,87 1,23 12,28 93,87 5 0,23 2,33 96,19 6 0,18 1,82 98,01 7 0,09 0,89 98,90 8 0,07 0,71 99,61 9 0,03 0,29 99,91 10 0,01 0,10 100,00

Initial Eigenvalues Extraction Sums of Squared Loadings Rotation Sums of Squared Loadings

Em Hair et al (1998), pelo critério de autovalores poderíamos ter feito a

escolha de 2 fatores como sendo o número ideal de fatores a ser utilizado já que

o auto-valor é maior que 1, porém optamos por 4 fatores já que teríamos um

ganho que foi considerado relevante para o poder explanatório do modelo. Um

outro indicativo do ganho de 4 fatores é o autovalor demonstrado na seção de

cargas com rotação ortogonal da tabela 4.1.2.3 que chega a 1,23.

Utilizamos a matriz com rotação, utilizando o método Varimax, para

agruparmos as variáveis que estão mais perto umas das outras no plano

ortogonal. Esse método irá facilitar a análise de cada variável e seu respectivo

fator assim como nomear os 4 fatores utilizados na análise.

Tabela 4.1.2.4 - Matriz de Fatores com Rotação

1 2 3 4

LNPermamente 0,27 0,83 0,34 0,32 LNImobilizado 0,29 0,87 0,23 0,29 LNPassivoCirculante 0,79 0,30 0,47 0,04 LNCPV 0,78 0,55 0,01 0,17 LNDesAdm 0,74 0,50 0,20 (0,18) LNAtvCir 0,80 0,26 0,42 0,16 LNRealLP 0,89 0,10 0,21 0,21 LNExigLP 0,56 0,61 0,49 0,12 LNPatrim_Liq 0,11 0,29 0,12 0,93 LNDivida 0,35 0,32 0,85 0,15

Component

DBD


46

O primeiro fator tem como principais variáveis: passivo circulante

(LNPassivoCirculante), custo dos produtos vendidos (LNCPV), despesas

administrativas (LNDesAdm), ativo circulante (LNAtvCirc), realizável no longo

prazo (LNRealLP). Essas variáveis são forte indício de eficiência operacional da

empresa, ou seja, caso a empresa otimize a utilização de seus recursos de curto

e médio prazo ela tende a ter um melhor desempenho operacional do que as

demais empresas da indústria. Por isso, chamamos esse fator de Eficiência

Operacional.

O segundo fator tem como as principais variáveis: ativo permanente

(LNPermamente), ativo imobilizado (LNImobilizado), e exigível no longo prazo

(LNExigLP), essas três variáveis dão indicação do tamanho da empresa. O

tamanho do imobilizado da empresa é fundamental para analisar qual é o seu

porte dentro da indústria de energia elétrica, por isso chamamos esse fator de

Imobilizado.

O terceiro fator é composto pela dívida total bruta (LNDivida). Essa variável

indica o grau de endividamento da empresa.

O quarto e último fator analisado no modelo é o patrimônio líquido

(LNPatrim_Liq) que nos indica os recursos aportados pelos acionistas. Iremos

chamar esse fator de Patrimônio Líquido.

Além de gerarmos as matrizes de autovalores, a matriz de fatores com

rotação utilizando o método varimax, e dar nomes que pudessem explicar o

conteúdo de cada fator, geramos scores de cada um deles utilizando modelos de

regressão que explicam bem a variância de cada uma das variáveis utilizadas no

estudo.

Tabela 4.1.2.5 - Resumo das Variáveis Resultantes da Redução do Espaço Estratégico

DBD


47

O mesmo procedimento feito para o espaço estratégico poderia ter sido

feito para as variáveis de desempenho. Não optamos pela redução das variáveis

de desempenho porque não foram satisfatórios os resultados obtidos para os

diversos setores estudados. Como temos o objetivo de comparar o desempenho

entre os setores econômicos, então optamos por não efetuar a redução das

variáveis de desempenho.

A seguir iremos utilizar os fatores definidos na redução do espaço

estratégico a fim de agrupar as empresas analisadas nos seus grupos

estratégicos correspondentes.

4.1.3. Análise de Cluster das Empresas

Com o intuito de identificar os grupos estratégicos existentes das

empresas de energia elétrica que tem capital aberto, utilizamos o método de

análise de cluster, especificamente o procedimento de cluster k-means, que

permitirá a classificação das diversas empresas, agrupando-as nos grupos onde

suas estratégias são similares. A caracterização da empresa em determinado

grupo estratégico será definida de acordo com os fatores encontrados na

redução do espaço estratégico que vimos na seção anterior.

De acordo com Hair et al (1998), o procedimento k-means, é um

procedimento de segmentação não hierárquico que agrupa empresas com

estratégias financeiras semelhantes e afasta as empresas com estratégias

financeiras distintas. Esse procedimento requer de uma pré-definição do número

de segmentos a serem utilizados ao invés do próprio algoritmo de segmentação

definir o número de grupos encontrados. Estaremos utilizando esse método

porque temos definidos previamente os cinco grupos estratégicos de Porter

(1980) que são liderança de baixo custo, diferenciação, foco em baixo custo,

foco em diferenciação e meio termo. O procedimento de segmentação calcula a

menor distância euclidiana entre as empresas e o centro de seu grupo

estratégico a fim de definir as empresas que compõem determinado grupo e ao

mesmo tempo calcula a distância máxima entre os centros dos grupos

estratégicos a fim de caracterizar bem os grupos estratégicos.

O principal problema do método de segmentação não hierarquizada é a

necessidade de definirmos inicialmente os centros de cada grupo estratégico.

Foi necessário efetuarmos pesquisas para descobrirmos painéis de especialistas

que pudesse nos auxiliar a definir qual estratégia financeira é a mais relevante

DBD


48

para determinado grupo estratégico. Obtemos duas fontes de informação: uma

do artigo de Dess & Davis (1984) e outra do artigo de Cavalcanti (1997).

Utilizamos ambos os artigos para montarmos a matriz com os centróides de

cada grupo estratégico.

Sabendo-se que a letra A da matriz de opinião dos especialistas

representa que a empresa tem a estratégia financeira no terceiro quartil em

relação às demais empresas da indústria. A letra B representa o primeiro quartil

enquanto que os itens em branco representam a mediana.

Tabela 4.1.3.1 – Matriz de Especialistas

Estratégicas Liderança por Baixo Custo

Liderança porDiferenciação

Enfoque em Baixo Custo

Enfoque em Diferenciação Meio Termo

Eficiência Operacional AImobilizado ADívida Bruta A BPatrimônio Líquido B A A

Segundo o painel de especialista em Cavalcanti (1997), para uma empresa

ser classificada como liderança por baixo custo é alta a necessidade de a

empresa ter uma estratégia de eficiência operacional, assim como ter alta

intensidade no volume de investimentos. Também para Cavalcanti (1997), o uso

de financiamento é importante para a empresa ser classificada como liderança

por diferenciação.

Segundo Dess & Davis (1984) assim como Cavalcanti (1997), uma

empresa para ser classificada como liderança em baixo custo precisa ter

eficiência operacional. Também segundo Dess & Davis (1984), empresas no

grupo estratégico de enfoque por baixo custo e diferenciação reduzem a

importância do uso de financiamento como estratégia financeira. De forma

inversa ao financiamento de terceiros, associei um grau de relevância maior do

capital próprio para os grupos estratégicos em enfoque e um menor grau de

relevância liderança por diferenciação.

Utilizando a matriz com a opinião dos especialistas e a análise descritiva

dos fatores estratégicos, tabela 4.1.3.2, podemos criar a matriz inicial de

centróides que pode ser visualizada na tabela 4.1.3.3.

DBD


49

Tabela 4.1.3.2 - Análise Descritiva das Variáveis Estratégicas

Eficiência Operacional Imobilizado Dívida

BrutaPatrimônio

LíquidoMedian 0,29 0,28 0,11 0,18Percentiles 25 -0,54 -0,21 -0,59 -0,60

75 0,72 0,45 0,76 0,74

Statistics

Tabela 4.1.3.3 – Matriz de Centróides Inicial

ESTRATÉGIA /GRUPO ESTRATÉGICO

Eficiência Operacional Imobilizado Dívida Bruta Patrimônio

LíquidoLIDERANÇA POR BAIXO CUSTO 0,72 0,45 0,11 0,18LIDERANÇA POR DIFERENCIAÇÃO 0,29 0,28 0,76 -0,60ENFOQUE EM BAIXO CUSTO 0,29 0,28 0,11 0,74ENFOQUE EM DIFERENCIAÇÃO 0,29 0,28 -0,59 0,74MEIO TERMO 0,29 0,28 0,11 0,18

A geração da segmentação das empresas em grupos estratégicos teve 6

iterações até o modelo convergir para os grupos resultando na classificação das

empresas e na matriz de centróide final.

Tabela 4.1.3.4 – Matriz de Iterações

Iteration1 2 3 4 5

1 0,54 0,77 0,85 0,84 1,172 0,23 0,52 0,26 0,61 0,673 0,19 0,00 0,43 0,22 0,274 0,24 0,38 1,47 0,14 0,245 0,00 0,27 0,39 0,00 0,006 0,00 0,00 0,00 0,00 0,00

Change in Cluster Centers

Os grupos 1, 2, 3, 4 e 5 são considerados respectivamente liderança por

baixo custo, liderança por diferenciação, enfoque em baixo custo, enfoque em

diferenciação e meio termo.

DBD


50

Tabela 4.1.3.5 – Segmentação

Cluster 1 72 73 44 75 5

Valid 30Missing 11

Number of Cases in each Cluster

Conforme descrito na tabela 4.1.3.5, das 41 empresas do setor elétrico 30

puderam ser classificadas entre os grupos estratégicos, as outras 11 empresas

não entraram na classificação por causa da falta de informação das variáveis

estratégicas.

Tabela 4.1.3.6 – Matriz de Centróides Final

1 2 3 4 5Eficiência Operacional 0,84 0,16 -1,62 -0,15 0,11Imobilizado 0,15 0,47 0,56 0,18 -1,58Dívida Bruta 0,63 0,26 0,95 -1,22 -0,30Patrimônio Líquido 0,91 -1,45 0,54 0,16 0,11

Cluster

Segundo Mcclave et al (2001), o teste de hipótese de wilcoxson é:

H0 : D1 e D2 são idênticas

Ha: D1 é deslocada para a direita ou esquerda de D2

Sendo que D1 e D2 são as distribuições de probabilidade de duas

populações. No caso da pesquisa, D1 corresponde a matriz de centróides inicial

e D2 corresponde a matriz de centróide final.

De acordo com o teste não paramétrico de Wilcoxon signed rank

visualizamos, na tabela 4.1.3.7, que há igualdade estatística para ambas as

matrizes.

DBD


51

Tabela 4.1.3.7 – Wilcoxon Rank Signed Test

Eficiência Operacional Imobilizado Dívida Bruta Patrimônio LíquidoZ -1,75 -0,67 -0,13 -0,94Asymp. Sig. (2-tailed) 0,08 0,50 0,89 0,35

Após a validação da igualdade entre as matrizes, os grupos estratégicos

ficaram da seguinte forma:

Liderança por Baixo Custo:

7 empresas

Liderança por Diferenciação:

7 empresas

Ampla Energia

Cemig

Coelba

CPFL Energia

Energias BR

Paulista Força e Luz

VBC Energia

Caiua

CEEE Energia Elétrica

Celg

Cemar

F Cataguazes

Iven

Light

Enfoque em Baixo Custo:

4 empresas


4 empresas

AES Tiete

CPFL Geração

Gera Paranapanema

Tractebel

Celesc

Celpa

Cemat

Coelce

Elektro

EMAE

Rio Grande Energia

Meio Termo

5 empresas

Bandeirante Energia

Celpe

Cosern

CPFL Piratininga

Inepar Energia

DBD


52

Estaremos mostrando na próxima seção qual é a relevância de cada

estratégia para cada um dos grupos estratégicos do setor de energia elétrica.

4.1.4. Análise da importância das estratégias para os grupos estratégicos

Estudamos o impacto das estratégias em cada grupo estratégico do setor

de energia elétrica a fim de melhor entender qual é a relevância que cada grupo

dá as estratégias financeiras. Para isso, utilizamos o método de análise

multivariada chamada de MANOVA (multivariate analysis of variance) que

analisa a matriz das covariâncias entre as variáveis estratégicas e os grupos

estratégicos.

Segundo Hair et al (1998), a MANOVA é uma extensão da técnica de

análise da variância (ANOVA) utilizando-se múltiplas variáveis. A MANOVA

possibilita testarmos se existe diferença significativa entre as variáveis de cada

grupo avaliado. No nosso caso, estaremos testando se existe diferença

significativa entre as médias das estratégias financeiras de cada grupo

estratégico. O resultado será feito através do teste post hoc de Bonferroni que

nos dirá qual é a estratégia mais relevante para cada grupo.

Inicialmente, já testamos a premissa de normalidade e estamos assumindo

que a premissa de independência é válida para a amostra. Segundo Hair et al

(1998), para testar homogeneidade entre as matrizes de variância-covariância

dos grupos, é necessário utilizar o teste de Box´s M.

H0 : Homogeneidade entre as matrizes de variância-covariância

Ha : Não há homogeneidade entre as matrizes de variância-covariância

Tabela 4.1.4.1 – Teste da Igualdade das Matrizes de Covariância

Box's M 76,96F 1,63df1 30,00df2 1050,67Sig. 0,02

No caso do grupo do setor elétrico, não rejeitamos a hipótese nula da

igualdade entre as matrizes de covariância, logo não houve violação da premissa

de homocedasticidade da técnica MANOVA.

DBD


53

De acordo com Giri (1997), o teste de esferacidade é :

H0 : Σ* = α2 I

H1 : Σ* ≠ α2 I

Logo, para não indicar correlação entre as matrizes de covariância

devemos aceitar a hipótese nula: H0 : Σ* = α2 I.

Tabela 4.1.4.2 –Teste de Bartlett

Likelihood Ratio 0,00 Approx. Chi-Square 11,36 df 9,00 Sig. 0,25

No teste de Bartlett não podemos considerar rejeitada a hipótese nula para

níveis de significância de até 0,05.

Por último, efetuamos os testes gerais que são: Phillai´s Trace, Wilk´s

Lambda, Hotelling´s Trace e Roy´s Largest Root. O teste Lambda de Wilk

rejeitou a hipótese nula da igualdade dos resultados entre as estratégias

financeiras (variáveis dependentes) e entre os grupos estratégicos, permitindo

assim analisar o método de Bonferroni.

Tabela 4.1.4.3 - Testes de Significância - Multivariável

Effect Value F Hypothesis df Error df Sig. Observed PowerQCL_1 Pillai's Trace 2,46 9,96 16,00 100,00 0,00 1,00

Wilks' Lambda 0,01 13,07 16,00 67,85 0,00 1,00 Hotelling's Trace 9,19 11,78 16,00 82,00 0,00 1,00 Roy's Largest Root 4,37 27,29 4,00 25,00 0,00 1,00

Os níveis de significância são baixos (0,000) atendendo ao nosso nível

pré-estabelecido de 0,05. Assim, em termos gerais, é significativa a diferença

entre as estratégias financeiras e os seus grupos estratégicos.

DBD


54

Tabela 4.1.4.4 – Resumo da Análise do Procedimento de Bonferroni

Estrtatégia Financeira Grupo Estratégico (1) Grupo Estratégico (2)Diferença

entre médias(1 - 2)

Sig.

Eficiência Operacional Liderança por Baixo Custo Enfoque em Baixo Custo 2,47 0,00Eficiência Operacional Liderança por Diferenciação Enfoque em Baixo Custo 1,79 0,01Eficiência Operacional Enfoque em Baixo Custo Liderança por Baixo Custo -2,47 0,00Eficiência Operacional Enfoque em Baixo Custo Liderança por Diferenciação -1,79 0,01Eficiência Operacional Enfoque em Baixo Custo Enfoque em Diferenciação -1,47 0,03Eficiência Operacional Enfoque em Baixo Custo Meio Termo -1,73 0,01Eficiência Operacional Enfoque em Diferenciação Enfoque em Baixo Custo 1,47 0,03Eficiência Operacional Meio Termo Enfoque em Baixo Custo 1,73 0,01Imobilizado Liderança por Baixo Custo Meio Termo 1,74 0,00Imobilizado Liderança por Diferenciação Meio Termo 2,05 0,00Imobilizado Enfoque em Baixo Custo Meio Termo 2,14 0,00Imobilizado Enfoque em Diferenciação Meio Termo 1,77 0,00Imobilizado Meio Termo Liderança por Baixo Custo -1,74 0,00Imobilizado Meio Termo Liderança por Diferenciação -2,05 0,00Imobilizado Meio Termo Enfoque em Baixo Custo -2,14 0,00Imobilizado Meio Termo Enfoque em Diferenciação -1,77 0,00Dívida Bruta Liderança por Baixo Custo Enfoque em Diferenciação 1,86 0,00Dívida Bruta Liderança por Diferenciação Enfoque em Diferenciação 1,49 0,00Dívida Bruta Enfoque em Baixo Custo Enfoque em Diferenciação 2,17 0,00Dívida Bruta Enfoque em Diferenciação Liderança por Baixo Custo -1,86 0,00Dívida Bruta Enfoque em Diferenciação Liderança por Diferenciação -1,49 0,00Dívida Bruta Enfoque em Diferenciação Enfoque em Baixo Custo -2,17 0,00Patrimônio Líquido Liderança por Baixo Custo Liderança por Diferenciação 2,35 0,00Patrimônio Líquido Liderança por Diferenciação Liderança por Baixo Custo -2,35 0,00Patrimônio Líquido Liderança por Diferenciação Enfoque em Baixo Custo -1,99 0,00Patrimônio Líquido Liderança por Diferenciação Enfoque em Diferenciação -1,60 0,00Patrimônio Líquido Liderança por Diferenciação Meio Termo -1,55 0,00Patrimônio Líquido Enfoque em Baixo Custo Liderança por Diferenciação 1,99 0,00Patrimônio Líquido Enfoque em Diferenciação Liderança por Diferenciação 1,60 0,00Patrimônio Líquido Meio Termo Liderança por Diferenciação 1,55 0,00

O procedimento de Bonferroni descrito na tabela 4.1.4.4 nos mostra a

diferença entre as médias de cada grupo estratégico em relação à estratégia

financeira, se a diferença entre as médias for positiva, o grupo da segunda

coluna considera mais relevante a estratégia financeira do que o grupo

enumerado na terceira coluna da tabela. Caso o resultado seja negativo,

acontece o oposto, o grupo da terceira coluna considera aquela estratégia

financeira mais relevante do que o grupo da segunda coluna.

Observamos a estratégia financeira eficiência operacional se confirma

como a de menor relevância no grupo estratégico enfoque em baixo custo. O

grupo estratégico enfoque em diferenciação tem menor relevância para a dívida

bruta. O grupo estratégico liderança por diferenciação dá menor relevância para

a estratégia financeira patrimônio líquido.

Na tabela resumo, observamos todas as diferenças entre médias que tem

significância estatística acima de 0,05, a tabela completa encontra-se nos

anexos.

A seguir mostraremos qual é o impacto do desempenho nos grupos

estratégicos.

DBD


55

4.1.5. Análise do Desempenho nos grupos estratégicos

Estamos utilizando para medir o desempenho as variáveis de retorno

sobre ativos, retorno sobre patrimônio líquido e receita.

Estudamos o comportamento do desempenho para cada grupo estratégico

e a sua relação entre eles utilizando a MANOVA. Obtemos resultados positivos

nas estatísticas de comparação do desempenho entre os grupos estratégicos.

Segundo Hair et al (1998), para testar homogeneidade entre as matrizes

de variância-covariância dos grupos, é necessário utilizar o teste de Box´s M.



O teste de Box´s M foi favorável indicando homocedasticidade entre os

grupos estratégicos.

Tabela 4.1.5.1 –Teste da Igualdade das Matrizes de Covariância

Box's M 19,29F 1,29df1 12,00df2 1980,05Sig. 0,21


H0 : Σ* = α2 I

H1 : Σ* ≠ α2 I


rejeitar a hipótese nula,Σ* = α2 I.

O teste de Bartlett´s teve significância de 0,20, logo não podemos rejeitar a

hipótese nula o que justifica o uso da técnica da MANOVA.

Tabela 4.1.5.2 - Teste de Bartlett

Likelihood Ratio 0,13 Approx. Chi-Square 3,25 df 2,00 Sig. 0,20

DBD


56

Por último, obtivemos resultados favoráveis para o teste geral da MANOVA

a um nível de significância de 0,05 permitindo a utilização da técnica de

Bonferroni na análise das médias.

Tabela 4.1.5.3 - Testes de Significância – Multivariável

Effect Value F Hypothesis df Error df Sig. Observed PowerQCL_1 Pillai's Trace 0,78 4,03 8,00 50,00 0,00 0,98

Wilks' Lambda 0,35 4,16 8,00 48,00 0,00 0,98 Hotelling's Trace 1,49 4,28 8,00 46,00 0,00 0,99 Roy's Largest Root 1,16 7,27 4,00 25,00 0,00 0,99

Os testes de significância do procedimento de Bonferroni obtiveram

relevância significativa para a receita e a rentabilidade sobre o ativo. A receita é

maior entre as empresas do grupo de liderança por baixo custo do que das

empresas do grupo meio termo. Isso demonstra que no setor de energia o

tamanho da operação gera ganho financeiro o que possibilita empresas de maior

porte ter melhor desempenho. A rentabilidade sobre o ativo é maior entre as

empresas do grupo enfoque em baixo custo do que liderança por diferenciação.

Tabela 4.1.5.4 - Resumo da Análise do Procedimento de Bonferroni



Sig.

RENTABILIDADE SOBRE ATIVO Liderança por Diferenciação Enfoque em Baixo Custo -1,89 0,02RENTABILIDADE SOBRE ATIVO Enfoque em Baixo Custo Liderança por Diferenciação 1,89 0,02RECEITA Liderança por Baixo Custo Meio Termo 1,75 0,02RECEITA Meio Termo Liderança por Baixo Custo -1,75 0,02

4.1.6. Relação entre o Desempenho e a Distância do centro do Grupo Estratégico

Após análise entre os grupos, iremos analisar a relação entre o

posicionamento da empresa e o seu desempenho. Utilizaremos a distância

euclidiana que foi gerada durante o procedimento de formação dos grupos

estratégicos para esta análise.

Para termos a relação entre a distância da empresa e o centróide, foi

necessário utilizarmos a técnica de regressão múltipla onde a distância é

variável dependente e as variáveis de desempenho serão as variáveis

independentes.

DBD


57

Na tabela 4.1.6.1, demonstramos que o coeficiente de determinação

ajustado é de 40%, ou seja, segundo McClave et al (2001), as variações das

distâncias das empresas até o centróide são explicados em 40% pela relação

linear entre a distância e o desempenho. Também por McClave (2001),

confirmamos a não incidência de autocorrelação porque o teste de Durbin-

Watson está próximo de 2.

Tabela 4.1.6.1 – Coeficiente de Determinação

R R Square Adjusted Std. Error of Durbin- R Square the Estimate Watson

0,67 0,44 0,40 0,46 2,38

Segundo Mcclave et al (2001), o teste de hipótese que valida o modelo de

regressão é o teste de hipótese da análise da variância.

H0 : β1 = β2 = β3 = ... = βi = 0

Ha : pelo menos um βi ≠ 0

Neste teste de hipótese, deve-se rejeitar a hipótese nula para que os

coeficientes sejam válidos.

Na tabela 4.1.6.2, mostra o teste de F com significância abaixo da

significância pré-estabelecida de 0,05, validando a regressão linear múltipla

entre as variáveis desempenho e distância do centróide.

Tabela 4.1.6.2 - Análise da Variância

Sum of Squares df Mean

Square F Sig.

Regression 4,52 2,00 2,26 10,81 0,00 Residual 5,64 27,00 0,21 Total 10,16 29,00

Segundo Mcclave et al (2001), o teste de hipótese que valida o coeficiente

beta do modelo de regressão é:

H0 : βi = 0

Ha : βi ≠ 0

DBD


58



Na tabela 4.1.6.3, apenas a variável de desempenho receita mostrou-se

significante de acordo com a significância previamente estabelecida de 0,05. As

demais variáveis não poderão ser analisadas já que existe uma probabilidade

maior que 5% do coeficiente ser igual a zero. Podemos observar também que o

evento da colinearidade não aparece no modelo. Segundo Black et al (1998), a

variável ter uma tolerância próxima de 1 nos mostra que o modelo não apresenta

problemas de colinearidade.

Constatamos que, para o setor de energia elétrica, existe uma relação

linear negativa entre o posicionamento da empresa e a sua receita. Isso nos leva

a afirmar a hipótese levantada de que quanto mais a empresa posicionar-se

perto do centro, melhor será seu desempenho.

Tabela 4.1.6.3 - Coeficientes da Regressão

5,931 1,051 5,644 ,000,013 ,020 ,095 ,656 ,517 ,984 1,016

-,346 ,074 -,672 -4,649 ,000 ,984 1,016

(Constant)RentAtivoLNReceita

Model1

B Std. Error

UnstandardizedCoefficients

Beta

StandardizedCoefficients

t Sig. Tolerance VIFCollinearity Statistics

4.2. Siderurgia e Metalurgia

O setor de siderurgia e metalurgia brasileira tem grande

representatividade no contexto mundial apresentando um produto de elevada

qualidade a um preço bem competitivo. O estudo considerou empresas de

expressão mundial como Confab, Forjas Taurus, Grupo Guerdau, Companhia

Siderúrgica Nacional, Companhia Siderúrgica de Tubarão, Usiminas entre

outros. Essas empresas representam 9% das empresas que operam no

mercado bursátil brasileiro e 11% da receita total deste mercado em 2004. Das

33 empresas analisadas, 8 não continham informação e foram excluídas da

amostra.

DBD


59

4.2.1. Testes de Normalidade

Da mesma forma que procedemos para o setor elétrico, utilizamos o teste

de normalidade de Kolmogorov-Smirnov e Shapiro-WIlk a um nível de

significância de 0,05. Para atingirmos a normalidade de variáveis com

distribuição assimétrica transformaremos as variáveis aplicando a função

logaritmo.


Ha : Distribuição é diferente de Normal

Tabela 4.2.1.1 – Análise Descritiva

33 -164,40 24,90 -1,8826 -1,10 75,80 26,8233 -6,10 105,50 4,5233 -4,60 51,80 3,3533 -4456,00 5084991 829139,1833 -102640 4308597 557211,4532 -71,10 607,10 125,9833 6,85 16,48 12,0033 6,80 16,43 11,9032 9,40 16,79 13,0733 8,95 15,63 11,9732 8,91 16,41 12,6833 6,23 13,87 10,0733 4,91 16,08 12,0833 5,60 14,39 10,1733 6,04 16,28 11,6533 -246503 6759951 116547533 ,00 15,95 10,9133 ,00 4,93 3,5633 ,00 4,64 3,8325

RentAtivoRentPatrimonioAlavancagemFinanceiraAlavancagemOperacionalLuc_Op_EBITCapGirCicFinLNPermamenteLNImobilizadoLNReceitaLNPassivoCirculanteLNCPVLNDesAdmLNAtvCirLNRealLPLNExigLPPatrim_LiqLNDividaLNPmForLNPmClValid N (listwise)

N Minimum Maximum Mean


gerando os resultados ilustrados na tabela 4.2.1.2.

DBD


60


,16 25,00 ,11 ,94 25,00 ,17,19 25,00 ,02 ,91 25,00 ,03,19 25,00 ,02 ,79 25,00 ,00,33 25,00 ,00 ,61 25,00 ,00,34 25,00 ,00 ,66 25,00 ,00,32 25,00 ,00 ,62 25,00 ,00,24 25,00 ,00 ,70 25,00 ,00,12 25,00 ,20 ,93 25,00 ,11,12 25,00 ,20 ,93 25,00 ,09,16 25,00 ,09 ,94 25,00 ,12,15 25,00 ,14 ,93 25,00 ,10,14 25,00 ,19 ,95 25,00 ,22,11 25,00 ,20 ,94 25,00 ,13,12 25,00 ,20 ,94 25,00 ,17,10 25,00 ,20 ,95 25,00 ,23,10 25,00 ,20 ,96 25,00 ,37,36 25,00 ,00 ,67 25,00 ,00,12 25,00 ,20 ,91 25,00 ,03,12 25,00 ,20 ,94 25,00 ,19,19 25,00 ,02 ,92 25,00 ,05

RentAtivoRentPatrimonioAlavancagemFinanceiraAlavancagemOperacionalLuc_Op_EBITCapGirCicFinLNPermamenteLNImobilizadoLNReceitaLNPassivoCirculanteLNCPVLNDesAdmLNAtvCirLNRealLPLNExigLPPatrim_LiqLNDividaLNPmForLNPmCl

Statistic df Sig. Statistic df Sig.Kolmogorov-Smirnov Shapiro-Wilk

Excluímos as variáveis lucro operacional (Luc_OP_Ebit), alavancagem

operacional (AlavancagemOperacional), Capital de Giro (CapGir), Ciclo

Financeiro (CicFin) e Patrimônio Líquido da análise por ambas terem um nível de

significância abaixo de 1% em pelo menos um dos teste. As demais variáveis

serão aproveitadas para a análise.

Com o intuito de facilitar na montagem da matriz de centróides

transformamos as variáveis a serem utilizadas em score z.




DBD


61


Correlation Matrix

1,000 -,158 -,205 -,087 -,185 -,162 -,182 -,246 -,353 -,153 -,061 ,045

-,158 1,000 ,998 ,933 ,924 ,903 ,922 ,876 ,822 ,745 ,043 -,075-,205 ,998 1,000 ,934 ,933 ,912 ,931 ,883 ,830 ,743 ,037 -,083

-,087 ,933 ,934 1,000 ,947 ,869 ,936 ,855 ,811 ,764 ,146 -,030

-,185 ,924 ,933 ,947 1,000 ,910 ,968 ,868 ,730 ,696 ,022 -,135-,162 ,903 ,912 ,869 ,910 1,000 ,942 ,824 ,670 ,685 -,051 -,084-,182 ,922 ,931 ,936 ,968 ,942 1,000 ,841 ,681 ,675 ,005 -,029-,246 ,876 ,883 ,855 ,868 ,824 ,841 1,000 ,834 ,703 ,100 ,019-,353 ,822 ,830 ,811 ,730 ,670 ,681 ,834 1,000 ,810 ,195 -,094-,153 ,745 ,743 ,764 ,696 ,685 ,675 ,703 ,810 1,000 -,024 -,122-,061 ,043 ,037 ,146 ,022 -,051 ,005 ,100 ,195 -,024 1,000 ,210,045 -,075 -,083 -,030 -,135 -,084 -,029 ,019 -,094 -,122 ,210 1,000

,194 ,130 ,318 ,155 ,188 ,159 ,087 ,024 ,202 ,370 ,404

,194 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,409 ,342,130 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,420 ,326

,318 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,212 ,435

,155 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,452 ,231,188 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,392 ,323,159 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,489 ,438,087 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,292 ,460,024 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,142 ,305,202 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,447 ,252,370 ,409 ,420 ,212 ,452 ,392 ,489 ,292 ,142 ,447 ,124,404 ,342 ,326 ,435 ,231 ,323 ,438 ,460 ,305 ,252 ,124

Zscore(AlavancagemFinanceira)Zscore(LNPermamente)Zscore(LNImobilizado)Zscore(LNPassivoCirculante)Zscore(LNCPV)Zscore(LNDesAdm)Zscore(LNAtvCir)Zscore(LNRealLP)Zscore(LNExigLP)Zscore(LNDivida)Zscore(LNPmFor)Zscore(LNPmCl)Zscore(AlavancagemFinanceira)Zscore(LNPermamente)Zscore(LNImobilizado)Zscore(LNPassivoCirculante)Zscore(LNCPV)Zscore(LNDesAdm)Zscore(LNAtvCir)Zscore(LNRealLP)Zscore(LNExigLP)Zscore(LNDivida)Zscore(LNPmFor)Zscore(LNPmCl)

Correlation

Sig. (1-tailed)

Zscore(Alavancagem

Financeira)Zscore(LNPermamente)

Zscore(LNImobilizado)

Zscore(LNPassivo

Circulante)Zscore(LNCPV)

Zscore(LNDesAdm)

Zscore(LNAtvCir)

Zscore(LNRealLP)

Zscore(LNExigLP)

Zscore(LNDivida)

Zscore(LNPmFor)

Zscore(LNPmCl)

No setor de siderurgia e metalurgia, nota-se que as variáveis ativo

permanente e imobilizado possuem forte correlação com todas as variáveis

menos Alavancagem Financeira, Prazo Médio dos Fornecedores e Prazo Médio

de Recebimento. Essa tipo de indústria de base, como não poderia deixar de

ser, necessita ter grande volume de imobilizado para operar, assim como um

grande volume de financiamento.


estratégico das 12 variáveis analisadas na tabela 4.2.2.1.


,79

601,6166,00

,00

Kaiser-Meyer-Olkin Measure of SamplingAdequacy.

Approx. Chi-SquaredfSig.

Bartlett's Test ofSphericity

A estatística KMO de adequação da amostra obteve valor superior a 0,5,

então podemos assumir que o procedimento de redução do espaço estratégico é

válido.

DBD


62


H0 : Σ* = α2 I

Ha : Σ* ≠ α2 I


rejeitar a hipótese nula: Ha : Σ* = α2 I. Pelo teste de esferacidade de Bartlett,

rejeitamos a hipótese nula a um nível de significância inferior a 1%.

Tabela 4.2.2.3 – Auto-Valor dos Fatores

Total Variance Explained

7,819 65,159 65,159 7,819 65,159 65,159 7,696 64,133 64,1331,260 10,502 75,661 1,260 10,502 75,661 1,117 9,309 73,4421,046 8,719 84,380 1,046 8,719 84,380 1,078 8,979 82,421,798 6,648 91,029 ,798 6,648 91,029 1,033 8,607 91,029,531 4,427 95,456,215 1,790 97,246,136 1,134 98,379,112 ,934 99,313,054 ,446 99,759,018 ,148 99,907,010 ,087 99,994,001 ,006 100,000

Component123456789101112

Total % of Variance Cumulative % Total % of Variance Cumulative % Total % of Variance Cumulative %Initial Eigenvalues Extraction Sums of Squared Loadings Rotation Sums of Squared Loadings

Extraction Method: Principal Component Analysis.

Optamos por 4 fatores no setor de siderurgia e metalurgia já que teríamos

um ganho que foi considerado relevante para o poder explanatório do modelo.

Com os quatro fatores, explicamos 91,0% da variância das variáveis estudadas.

Um outro indicativo da necessidade de 4 fatores é o autovalor demonstrado na

seção de cargas com rotação ortogonal da tabela 4.2.2.3 que chega a 1,03.

A matriz com rotação foi obtida utilizando-se o método Varimax. Utilizamos

essa matriz para agruparmos as variáveis que estão mais perto umas das outras

no plano ortogonal. Esse método irá facilitar na análise de cada variável e seu

respectivo fator assim como nomear os quatro fatores utilizados.

DBD


63


1 2 3 4

AlavancagemFinanceira -0,12 0,98 -0,02 0,01LNPermamente 0,97 -0,04 0,02 -0,03LNImobilizado 0,98 -0,09 0,01 -0,03LNPassivoCirculante 0,97 0,04 0,13 0,00LNCPV 0,96 -0,05 -0,02 -0,06LNDesAdm 0,93 -0,03 -0,12 0,00LNAtvCir 0,96 -0,04 -0,07 0,05LNRealLP 0,91 -0,17 0,09 0,06LNExigLP 0,82 -0,31 0,26 -0,12LNDivida 0,80 -0,10 0,03 -0,16LNPmFor 0,03 -0,02 0,98 0,12LNPmCl -0,05 0,01 0,12 0,98

Component

O primeiro fator tem as seguintes variáveis: ativo permanente

(LNPermanente), imobilizado (LNImobilizado), passivo circulante

(LNPassivoCirculante), custo dos produtos vendidos (LNCPV), despesas

administrativas (LNDesAdm), ativo circulante (LNAtvCirc), realizável no longo

prazo (LNRealLP), e exigível no longo prazo (LNExigLP) e dívida total bruta

(LNDiv_Tt_Br). Essas variáveis além de conter forte indício de eficiência

operacional da empresa, como no caso do setor elétrico, também têm

componentes de tamanho de escala e investimentos, por isso vamos chamar

esse primeiro fator de Eficiência_Imobilizado.

O segundo fator é a alavancagem financeira (LNAlavancagemFinanceira).

Esse fator nos indica se os recursos que estão sendo tomados pela empresa

estão obtendo um retorno adequado quando investidos em seus ativos. Esse

fator será chamado de Alavancagem Financeira.

O terceiro fator é composto por uma variável que é o prazo médio de

fornecimento (LNPmForn). Essa variável indica qual é o prazo de pagamento

dos fornecedores, assim estaremos chamando esse fator de Financiamento de

Matéria Prima.

O quarto fator é o prazo médio de recebimento dos clientes, esta variável

indica o prazo médio de financiamento que a empresa pratica junto aos seus

clientes. Dessa forma, o chamaremos de Financiamento das Vendas.

Após explicarmos o conteúdo e darmos os nomes a cada fator, geramos

os scores para cada um deles utilizando modelos de regressão que explicam

bem a variância das 12 variáveis utilizadas.

DBD


64

Tabela 4.2.2.5 - Resumo das Variáveis Resultantes da Redução do Espaço Estratégico.

NÚMERO DO FATOR NOME DO FATOR VARIÁVEIS AGRUPADAS

1 EFICIÊNCIA IMOBILIZADO

PERMANENTEIMOBILIZADOPASSIVO CIRCULANTECUSTO DOS PRODUTOS VENDIDOSDESPESAS ADMINISTRATIVASATIVO CIRCULANTEREALIZÁVELA LONGO PRAZOEXIGÍVEL A LONGO PRAZODÍVIDA TOTAL BRUTA

2 ALAVANCAGEM FINANCEIRA ALAVACAGEM FINANCEIRA

3 FINANCIAMENTO DE MATÉRIA PRIMA PRAZO MÉDIO DE PAGAMENTO DOS FORNECEDORES

4 FINANCIAMENTO DE VENDAS PRAZO MÉDIO DE RECEBIMENTO DOS CLIENTES


estratégico a fim de definir qual grupo estratégico pertence às empresas

analisadas.


Para o setor de siderurgia e metalurgia, também utilizamos o mesmo

método utilizado para o setor de energia que foi o procedimento de cluster k-

means. A caracterização da empresa em determinado grupo estratégico será

definida de acordo com os fatores encontrados na redução do espaço

estratégico que vimos na seção anterior.

Os grupos 1, 2, 3, 4 e 5 são considerados respectivamente liderança por

baixo custo, liderança por diferenciação, enfoque em baixo custo, enfoque em

diferenciação e meio termo.

Foi também utilizado a mesma fonte de painéis de especialistas para nos

auxiliar na definição da estratégia financeira mais relevante para determinado

grupo estratégico. Como no setor elétrico, montamos a matriz de centróides de

cada grupo estratégico utilizando os painéis de especialistas.


Estratégicas Liderança por Baixo Custo




Eficiência Imobilizado AAlavancagem Financeira A BFinanciamento de Matéria prima A B B BFinanciamento de Vendas A A

DBD


65


ser classificada como liderança por baixo custo é alta a necessidade da empresa

de ter uma estratégia de eficiência operacional, assim como ter alta intensidade

no volume de investimentos. Também para Cavalcanti (1997), o uso de

financiamento, e conseqüentemente alavancagem financeira, é importante para

a empresa ser classificada como liderança por diferenciação. A estratégia de

financiamento de vendas é mais relevante para os grupos estratégicos do tipo

enfoque.

Segundo Dess & Davis (1984), uma empresa para ser classificada como

liderança em baixo custo precisa ter eficiência operacional. Também segundo

Dess & Davis (1984), empresas no grupo estratégico de enfoque por baixo custo

e diferenciação reduzem a importância do uso de financiamento utilizando capital

de terceiros, como estratégia financeira. Adaptado também de Dess & Davis

(1984), a busca por matéria prima foi considerado como sendo de menor

importância para estratégias de enfoque e de liderança por diferenciação e de

maior importância para a estratégia de liderança por baixo custo.


de fatores estratégicos, tabela 4.2.3.2, foi possível criar a matriz inicial de

centróides que pode ser visualizada na tabela 4.2.3.3.


-,21 -,13 ,13 -,04-,89 -,34 -,75 -,37,92 -,01 ,51 ,89

Median2575

Percentiles

EficiênciaImobilizado

AlavancagemFinanceira

Financiamentode Matéria

primaFinanciamento

de Vendas

Sabendo-se que a letra A da matriz de opinião dos especialistas é a

estratégia de maior importância e para a empresa se localizar nesse grupo

estratégico ela precisa ter a correspondente estratégia financeira no terceiro

quartil. A letra B é a situação análoga da letra A só que neste caso a empresa se

localizará no primeiro quartil enquanto que os itens em branco representam a

mediana.

DBD


66

Tabela 4.2.3.3 – Energia Matriz de Centróides Inicial


Eficiência Imobilizado

Alavancagem Financeira

Financiamento de Matéria prima

Financiamento de Vendas

LIDERANÇA POR BAIXO CUSTO 0,92 -0,13 0,51 -0,04LIDERANÇA POR DIFERENCIAÇÃO -0,21 -0,01 -0,75 -0,04ENFOQUE EM BAIXO CUSTO -0,21 -0,34 -0,75 0,89ENFOQUE EM DIFERENCIAÇÃO -0,21 -0,13 -0,75 0,89MEIO TERMO -0,21 -0,13 0,13 -0,04






Eficiência Imobilizado

Alavancagem Financeira

Financiamento de Matéria prima

Financiamento de Vendas

LIDERANÇA POR BAIXO CUSTO 0,92 -0,13 0,51 -0,04LIDERANÇA POR DIFERENCIAÇÃO -0,21 -0,01 -0,75 -0,04ENFOQUE EM BAIXO CUSTO -0,21 -0,34 -0,75 0,89ENFOQUE EM DIFERENCIAÇÃO -0,21 -0,13 -0,75 0,89MEIO TERMO -0,21 -0,13 0,13 -0,04


12,0008,0004,0004,0004,000

32,0001,000

12345

Cluster

ValidMissing

Conforme descrito na tabela 4.2.3.5, das 33 empresas do setor de

siderurgia e metalurgia 32 foram classificadas entre os grupos estratégicos.

Apenas uma empresa não foi classificada por falta de informação das variáveis

estratégicas.

DBD


67


1,10 -,91 -,44 ,02 -1,06-,04 ,41 -,16 -,12 -,44

,06 -,77 -,91 ,67 1,58

-,29 -,52 1,21 1,19 -,50

Eficiência ImobilizadoAlavancagem FinanceiraFinanciamento deMatéria primaFinanciamento deVendas

1 2 3 4 5Cluster

Segundo Mcclave et al (2001), o teste de hipótese de Wilcoxson é:


Ha: D1 é deslocada para a direita ou para a esquerda de D2



e D2 corresponde a matriz de centróide final.

O teste não paramétrico de Wilcoxon signed rank não rejeita a hipótese

nula da matriz do centróide inicial ser igual a matriz de centróide final em relação

a cada estratégia financeira. Na tabela 4.2.3.7, podemos visualizar que há

igualdade estatística para ambas as matrizes.


-,94 -,94 -,40 -,67,35 ,35 ,69 ,50

ZAsymp. Sig. (2-tailed)


AlavancagemFinanceira

Financiamentode Matéria prima

Financiamentode Vendas



DBD


68


12 empresas


8 empresas

Acesita

Aços Villares

Arcelor BR

Caraíba Metais

Cosipa

Gerdau

Gerdau Metalurgia

Mangels

Paranapanema

Siderúrgica Nacional

Siderúrgica Tubarão

Usiminas

Aliperti

Ferragens Haga

Fibam

Met Duque

Metal Iguacu

Metisa

Micheletto

Panatlantica


4 empresas

Enfoque em Diferenciação:

4 empresas

CBC Cartucho

Ferbasa

Kepler Weber

Tekno

Confab

Eluma

Forjas Taurus

Mundial

Meio Termo

4 empresas

Aço Altona

Gazola

Hercules

Rimet


estratégia para cada grupo estratégico do setor de siderurgia e metalurgia.

DBD


69


Iremos estudar o impacto das estratégias em cada grupo estratégico do

setor de siderurgia e metalurgia a fim de melhor entender qual é a relevância das

variáveis estudadas para cada grupo. Iremos utilizar o procedimento Manova

para analisar esse impacto.

Inicialmente, já testamos a premissa de normalidade das variáveis como

sendo verdadeira. No caso da premissa de independência entre as variáveis

estamos assumindo que ela seja verdadeira.





Verificou-se que há diferença substancial entre as matrizes de variância-

covariância, logo não houve confirmação da premissa de homocedasticidade a

um nível de significância de 5%. Com o intuito de prosseguir o estudo, não

iremos considerar esse teste.


57,644,24

10,001042,44

,00

Box's MFdf1df2Sig.


H0 : Σ* = α2 I

Ha : Σ* ≠ α2 I

Logo, para não indicar correlação entre as matrizes de covariância não

devemos rejeitar a hipótese nula: H0 : Σ* = α2 I. No teste de Bartlett, o nível de

significância foi zero e podemos considerar rejeitada a hipótese nula para níveis

de significância de até 0,05.

DBD


70

Tabela 4.2.4.2 – Teste de Bartlett

,0024,259,00,00

Likelihood RatioApprox. Chi-SquaredfSig.

Por último, a validação da técnica só acontece com os testes gerais que

são: Phillai´s Trace, Wilk´s Lambda, Hotelling´s Trace e Roy´s Largest Root.

Como o teste Lambda de Wilk é válido estamos certos de que há diferença

significativa entre as estratégias financeiras e os grupos estratégicos.

Tabela 4.2.4.3 - Testes de Significância - Multivariável

Effect Value F Hypothesis df Error df Sig. Noncent. Parameter Observed Power

QCL_1 Pillai's Trace 2,07 7,24 16,00 108,00 0,00 115,80 1,00 Wilks' Lambda 0,02 11,78 16,00 73,96 0,00 120,58 1,00 Hotelling's Trace 9,62 13,52 16,00 90,00 0,00 216,37 1,00 Roy's Largest Root 6,48 43,73 4,00 27,00 0,00 174,93 1,00

DBD


71




Sig.

Eficiência Imobilizado Liderança por Baixo Custo Liderança por Diferenciação 2,01 0,00Eficiência Imobilizado Liderança por Baixo Custo Enfoque em Baixo Custo 1,54 0,00Eficiência Imobilizado Liderança por Baixo Custo Enfoque em Diferenciação 1,08 0,00Eficiência Imobilizado Liderança por Baixo Custo Meio Termo 2,16 0,00Eficiência Imobilizado Liderança por Diferenciação Liderança por Baixo Custo -2,01 0,00Eficiência Imobilizado Liderança por Diferenciação Enfoque em Diferenciação -0,93 0,01Eficiência Imobilizado Enfoque em Baixo Custo Liderança por Baixo Custo -1,54 0,00Eficiência Imobilizado Enfoque em Diferenciação Liderança por Baixo Custo -1,08 0,00Eficiência Imobilizado Enfoque em Diferenciação Liderança por Diferenciação 0,93 0,01Eficiência Imobilizado Enfoque em Diferenciação Meio Termo 1,08 0,01Eficiência Imobilizado Meio Termo Liderança por Baixo Custo -2,16 0,00Eficiência Imobilizado Meio Termo Enfoque em Diferenciação -1,08 0,01Financiamento de Matéria prima Liderança por Baixo Custo Meio Termo -1,52 0,00Financiamento de Matéria prima Liderança por Diferenciação Enfoque em Diferenciação -1,44 0,01Financiamento de Matéria prima Liderança por Diferenciação Meio Termo -2,35 0,00Financiamento de Matéria prima Enfoque em Baixo Custo Enfoque em Diferenciação -1,58 0,02Financiamento de Matéria prima Enfoque em Baixo Custo Meio Termo -2,49 0,00Financiamento de Matéria prima Enfoque em Diferenciação Liderança por Diferenciação 1,44 0,01Financiamento de Matéria prima Enfoque em Diferenciação Enfoque em Baixo Custo 1,58 0,02Financiamento de Matéria prima Meio Termo Liderança por Baixo Custo 1,52 0,00Financiamento de Matéria prima Meio Termo Liderança por Diferenciação 2,35 0,00Financiamento de Matéria prima Meio Termo Enfoque em Baixo Custo 2,49 0,00Financiamento de Vendas Liderança por Baixo Custo Enfoque em Baixo Custo -1,50 0,02Financiamento de Vendas Liderança por Baixo Custo Enfoque em Diferenciação -1,47 0,02Financiamento de Vendas Liderança por Diferenciação Enfoque em Baixo Custo -1,73 0,01Financiamento de Vendas Liderança por Diferenciação Enfoque em Diferenciação -1,70 0,01Financiamento de Vendas Enfoque em Baixo Custo Liderança por Baixo Custo 1,50 0,02Financiamento de Vendas Enfoque em Baixo Custo Liderança por Diferenciação 1,73 0,01Financiamento de Vendas Enfoque em Baixo Custo Meio Termo 1,71 0,04Financiamento de Vendas Enfoque em Diferenciação Liderança por Baixo Custo 1,47 0,02Financiamento de Vendas Enfoque em Diferenciação Liderança por Diferenciação 1,70 0,01Financiamento de Vendas Enfoque em Diferenciação Meio Termo 1,68 0,04Financiamento de Vendas Meio Termo Enfoque em Baixo Custo -1,71 0,04Financiamento de Vendas Meio Termo Enfoque em Diferenciação -1,68 0,04

No procedimento de Bonferroni descrito na tabela 4.2.4.4, o grupo

estratégico liderança em baixo custo dá maior relevância à estratégia financeira

eficiência imobilizado. Os grupos estratégicos enfoque em diferenciação e meio

termo dão maior relevância à estratégia financeira de financiamento de matéria

prima. Os grupos estratégicos de enfoque por baixo custo e por diferenciação

dão maior relevância à estratégia financeira de financiamento de vendas. A

alavancagem financeira não obteve resultado relevante.

A seguir mostraremos a relação do desempenho com os grupos

estratégicos do setor de siderurgia e metalurgia.



sobre ativos, retorno sobre patrimônio líquido e receita. Todos as empresas do

grupo estratégico meio termo não apresentaram valores na variável de

desempenho retorno sobre o patrimônio líquido. Então iremos descartar, nesta

indústria, essa variável.

DBD


72


e a sua relação entre eles utilizando a Manova.





O teste de Box´s M não foi favorável indicando heterocedasticidade entre

os grupos estratégicos a um nível de significância de 0,05. Com o intuito de

prosseguir o estudo, não iremos considerar esse teste.


67,744,36

12,001043,47

,00

Box's MFdf1df2Sig.


H0 : Σ* = α2 I

Ha : Σ* ≠ α2 I


devemos rejeitar a hipótese nula: H0 : Σ* = α2 I.

Como o teste de Bartllet teve nível de significância inferior a 0,05 tivemos

que rejeitar a hipótese nula do teste de esferacidade.


,0017,032,00,00


DBD


73

Por último, obtivemos resultado favorável para o teste lambda de Wilk a

um nível de significância de 0,05 permitindo assim o uso dos resultados do

procedimento de Bonferroni.


1,22 10,45 8,00 54,00 ,00 83,64 1,00,10 13,77 8,00 52,00 ,00 110,16 1,00

5,63 17,59 8,00 50,00 ,00 140,75 1,005,01 33,84 4,00 27,00 ,00 135,35 1,00

Pillai's TraceWilks' LambdaHotelling's TraceRoy's Largest Root

EffectQCL_1

Value F Hypothesis df Error df Sig.Noncent.

ParameterObserved

Power

Os teste de significância do procedimento de Bonferroni foi significante

para as variáveis de desempenho receita e rentabilidade sobre ativo.

Observamos o grupo estratégico liderança por baixo custo obteve melhor

resposta na receita em relação a todos os demais grupos estratégicos. A variável

de desempenho rentabilidade sobre o ativo teve no grupo estratégico meio termo

o pior desempenho de todos os grupos.




Sig.

RENTABILIDADE SOBRE ATIVO Liderança por Baixo Custo Meio Termo 2,10 0,00RENTABILIDADE SOBRE ATIVO Liderança por Diferenciação Meio Termo 1,71 0,02RENTABILIDADE SOBRE ATIVO Enfoque em Baixo Custo Meio Termo 2,14 0,01RENTABILIDADE SOBRE ATIVO Enfoque em Diferenciação Meio Termo 1,90 0,03RENTABILIDADE SOBRE ATIVO Meio Termo Liderança por Baixo Custo -2,10 0,00RENTABILIDADE SOBRE ATIVO Meio Termo Liderança por Diferenciação -1,71 0,02RENTABILIDADE SOBRE ATIVO Meio Termo Enfoque em Baixo Custo -2,14 0,01RENTABILIDADE SOBRE ATIVO Meio Termo Enfoque em Diferenciação -1,90 0,03RECEITA Liderança por Baixo Custo Liderança por Diferenciação 1,95 0,00RECEITA Liderança por Baixo Custo Enfoque em Baixo Custo 1,37 0,00RECEITA Liderança por Baixo Custo Enfoque em Diferenciação 1,12 0,00RECEITA Liderança por Baixo Custo Meio Termo 2,20 0,00RECEITA Liderança por Diferenciação Liderança por Baixo Custo -1,95 0,00RECEITA Enfoque em Baixo Custo Liderança por Baixo Custo -1,37 0,00RECEITA Enfoque em Diferenciação Liderança por Baixo Custo -1,12 0,00RECEITA Enfoque em Diferenciação Meio Termo 1,07 0,03RECEITA Meio Termo Liderança por Baixo Custo -2,20 0,00RECEITA Meio Termo Enfoque em Diferenciação -1,07 0,03

4.2.6. Relação entre o Desempenho e a Distância do Centro do Grupo Estratégico

Após análise entre os grupos, iremos analisar a distância euclidiana da

posição da empresa com o seu desempenho. O objetivo é saber se a hipótese

confirmada no setor de energia elétrica irá também se confirmar no setor de

siderurgia e metalurgia.

DBD


74


ajustado é de 5,2%. No caso do setor de Siderurgia e Metalurgia, a distância da

empresa ao centróide do grupo estratégico pode ser explicada em 5,2% pelas

variáveis de desempenho. Esse indicador é muito baixo para podermos

considerá-lo relevante no estudo. Como o teste de Durbin-Watson está próximo

de 2, há a comprovação da não incidência de autocorrelação.


,34 ,11 ,05 ,85 2,35R R Square

AdjustedR Square

Std. Error ofthe Estimate

Durbin-Watson



H0 : β1 = β2 = β3 = ... = βi = 0




Na tabela 4.2.6.2, mostra o teste de F com significância muito acima da

significância pré-estabelecida de 0,05, logo não podemos rejeitar a hipótese nula

e, conseqüentemente não poderemos considerar os resultados da regressão.


2,71 2,00 1,35 1,86 ,1721,12 29,00 ,7323,83 31,00

RegressionResidualTotal

Sum ofSquares df Mean Square F Sig.



DBD


75

H0 : βi = 0

Ha : βi ≠ 0



Na tabela 4.2.6.3, temos os coeficientes de regressão que como no teste

da análise da variância não tiveram resultado satisfatório para a análise. Assim,

não podemos considerar a regressão entre a distância da empresa até o

centróide do grupo estratégico e as variáveis de desempenho no caso do setor

de siderurgia e metalurgia.


1,06 ,15 7,03 ,00,01 ,18 ,02 ,07 ,94 ,69 1,45

-,30 ,18 -,35 -1,64 ,11 ,69 1,45

(Constant)Zscore(RentAtivo)Zscore(LNReceita)

B Std. Error


Beta


t Sig. Tolerance VIF

Collinearity Statistics

4.3.Indústria Têxtil

A indústria têxtil nacional tem padrão de qualidade internacional. Nos

últimos anos, os produtos da indústria têxtil vêm sofrendo uma forte

concorrência dos produtos de origem chinesa que tem um preço muito mais

competitivo que o produto nacional. Essa vantagem competitiva da China é um

somatório de basicamente dois fatores, aquisição de insumos a um preço mais

competitivo e o câmbio chinês excessivamente desvalorizado. Essas empresas

representam 8% do número de empresas listadas no mercado bursátil

brasileiro e 2% da receita total em 2004. Das 28 empresas analisadas, 7 não

continham informação e foram excluídas da amostra através do critério listwise

do SPSS.


Da mesma forma que procedemos nas demais indústrias, utilizamos o

teste de normalidade de Kolmogorov-Smirnov e Shapiro-WIlk a um nível de


DBD


76


logaritmo.




28 -179,60 12,40 -7,0324 -1667,40 121,30 -66,0028 -521,70 26,80 -16,7028 -43,30 8,30 ,5128 -42207,00 320371,00 50440,2928 -242993 692411,00 116162,7928 -215,60 707,60 133,2628 8,89 14,01 11,5428 2,20 13,96 11,1428 6,41 14,27 11,8928 6,79 13,06 11,2328 6,31 13,98 11,5828 5,88 11,72 9,5128 5,37 13,82 11,3128 1,10 12,55 9,4628 6,07 13,22 10,8924 6,97 14,28 11,1927 4,09 13,34 10,9127 2,20 5,65 3,7026 1,48 4,75 4,3121



A tabela 4.3.1.2 descreve os testes de normalidade após a transformação

das variáveis. Excluímos as variáveis rentabilidade sobre o patrimônio líquido,

alavancagem financeira, lucro operacional (Luc_Op_Ebit) e capital de giro

(CapGir) da análise por ter um nível de significância abaixo de 1% em ambos os

testes.

DBD


77


,19 21,00 ,05 ,87 21,00 ,01,44 21,00 ,00 ,28 21,00 ,00,52 21,00 ,00 ,25 21,00 ,00,16 21,00 ,19 ,92 21,00 ,11,27 21,00 ,00 ,71 21,00 ,00,25 21,00 ,00 ,78 21,00 ,00,12 21,00 ,20 ,98 21,00 ,86,18 21,00 ,09 ,95 21,00 ,40,17 21,00 ,12 ,95 21,00 ,40,17 21,00 ,09 ,93 21,00 ,11,13 21,00 ,20 ,94 21,00 ,18,16 21,00 ,18 ,93 21,00 ,14,15 21,00 ,20 ,92 21,00 ,10,13 21,00 ,20 ,93 21,00 ,16,17 21,00 ,11 ,93 21,00 ,11,11 21,00 ,20 ,96 21,00 ,54,12 21,00 ,20 ,94 21,00 ,26,22 21,00 ,01 ,76 21,00 ,00,14 21,00 ,20 ,96 21,00 ,59,18 21,00 ,06 ,81 21,00 ,00




convertemos as variáveis a serem utilizadas no modelo score z




DBD


78


Correlation Matrix

1,00 ,13 ,09 ,08 ,22 ,34 ,42 ,39 ,35 ,08 ,23 -,42 -,15 -,09

,13 1,00 ,49 ,49 ,39 ,53 ,51 ,63 ,24 ,26 ,56 ,34 -,68 ,43,09 ,49 1,00 1,00 ,90 ,88 ,83 ,86 ,48 ,74 ,70 ,20 -,37 ,44,08 ,49 1,00 1,00 ,90 ,88 ,82 ,86 ,48 ,74 ,70 ,21 -,38 ,44

,22 ,39 ,90 ,90 1,00 ,92 ,86 ,89 ,47 ,78 ,62 ,22 -,28 ,36

,34 ,53 ,88 ,88 ,92 1,00 ,90 ,97 ,52 ,73 ,78 ,25 -,56 ,27,42 ,51 ,83 ,82 ,86 ,90 1,00 ,94 ,41 ,69 ,76 ,09 -,41 ,43,39 ,63 ,86 ,86 ,89 ,97 ,94 1,00 ,44 ,69 ,79 ,21 -,54 ,41,35 ,24 ,48 ,48 ,47 ,52 ,41 ,44 1,00 ,69 ,09 ,29 -,26 ,03,08 ,26 ,74 ,74 ,78 ,73 ,69 ,69 ,69 1,00 ,28 ,48 -,20 ,45,23 ,56 ,70 ,70 ,62 ,78 ,76 ,79 ,09 ,28 1,00 -,03 -,57 ,24

-,42 ,34 ,20 ,21 ,22 ,25 ,09 ,21 ,29 ,48 -,03 1,00 -,44 ,03-,15 -,68 -,37 -,38 -,28 -,56 -,41 -,54 -,26 -,20 -,57 -,44 1,00 ,09-,09 ,43 ,44 ,44 ,36 ,27 ,43 ,41 ,03 ,45 ,24 ,03 ,09 1,00

,28 ,34 ,36 ,17 ,06 ,03 ,04 ,06 ,36 ,15 ,03 ,26 ,36

,28 ,01 ,01 ,04 ,01 ,01 ,00 ,15 ,13 ,00 ,06 ,00 ,03,34 ,01 ,00 ,00 ,00 ,00 ,00 ,01 ,00 ,00 ,19 ,05 ,02,36 ,01 ,00 ,00 ,00 ,00 ,00 ,01 ,00 ,00 ,18 ,04 ,02

,17 ,04 ,00 ,00 ,00 ,00 ,00 ,02 ,00 ,00 ,17 ,11 ,05

,06 ,01 ,00 ,00 ,00 ,00 ,00 ,01 ,00 ,00 ,13 ,00 ,11,03 ,01 ,00 ,00 ,00 ,00 ,00 ,03 ,00 ,00 ,35 ,03 ,03,04 ,00 ,00 ,00 ,00 ,00 ,00 ,02 ,00 ,00 ,18 ,01 ,03,06 ,15 ,01 ,01 ,02 ,01 ,03 ,02 ,00 ,35 ,10 ,13 ,44,36 ,13 ,00 ,00 ,00 ,00 ,00 ,00 ,00 ,11 ,01 ,20 ,02,15 ,00 ,00 ,00 ,00 ,00 ,00 ,00 ,35 ,11 ,45 ,00 ,15,03 ,06 ,19 ,18 ,17 ,13 ,35 ,18 ,10 ,01 ,45 ,02 ,44,26 ,00 ,05 ,04 ,11 ,00 ,03 ,01 ,13 ,20 ,00 ,02 ,34,36 ,03 ,02 ,02 ,05 ,11 ,03 ,03 ,44 ,02 ,15 ,44 ,34

Zscore(AlavancagemOperacional)Zscore(CicFin)Zscore(LNPermamente)Zscore(LNImobilizado)Zscore(LNPassivoCirculante)Zscore(LNCPV)Zscore(LNDesAdm)Zscore(LNAtvCir)Zscore(LNRealLP)Zscore(LNExigLP)Zscore(Patrim_Liq)Zscore(LNDivida)Zscore(LNPmFor)Zscore(LNPmCl)Zscore(AlavancagemOperacional)Zscore(CicFin)Zscore(LNPermamente)Zscore(LNImobilizado)Zscore(LNPassivoCirculante)Zscore(LNCPV)Zscore(LNDesAdm)Zscore(LNAtvCir)Zscore(LNRealLP)Zscore(LNExigLP)Zscore(Patrim_Liq)Zscore(LNDivida)Zscore(LNPmFor)Zscore(LNPmCl)

Correlation

Sig. (1-tailed)

Zscore(Alavancagem

Operacional)Zscore(Cic

Fin)Zscore(LNPermamente)

Zscore(LNImobilizado)

Zscore(LNPassivo

Circulante)Zscore(LNCPV)

Zscore(LNDesAdm)

Zscore(LNAtvCir)

Zscore(LNRealLP)

Zscore(LNExigLP)

Zscore(Patrim_Liq)

Zscore(LNDivida)

Zscore(LNPmFor)

Zscore(LNPmCl)

Nota-se uma baixa correlação entre a variável alavancagem operacional e

as demais variáveis, uma alta correlação entre ativo imobilizado e permanente,

como foi visto em outros modelos, e uma alta correlação entre ativo e passivo

circulante com custo de produtos vendidos. O custo de produtos vendidos é o

principal custo para este setor e a grande parte dos financiamentos de curto

prazo das empresas têxtil é direcionada para esse item.




,62

432,9091,00

,00




O teste de adequação da amostra obteve estatística superior a 0,5, então

podemos assumir que o procedimento de redução do espaço estratégico é

válido.

DBD


79


H0 : Σ* = α2 I

Ha : Σ* ≠ α2 I


rejeitar a hipótese nula: H0 :Σ* = α2 I. O teste de Bartlett também indicou que a

correlação entre as variáveis é diferente de zero a um nível de significância

inferior a 1%.

Tabela 4.3.2.3 – Autovalor dos Fatores

Total Variance Explained

7,83 55,92 55,92 7,83 55,92 55,92 5,89 42,04 42,041,67 11,90 67,83 1,67 11,90 67,83 2,69 19,25 61,281,51 10,79 78,62 1,51 10,79 78,62 2,07 14,77 76,061,32 9,43 88,05 1,32 9,43 88,05 1,68 11,99 88,05,80 5,73 93,77,38 2,69 96,46,19 1,37 97,83,12 ,87 98,69,07 ,53 99,23,06 ,43 99,66,03 ,20 99,86,02 ,11 99,97,00 ,03 100,00

6,9E-005 ,00 100,00

Component1234567891011121314


Extraction Method: Principal Component Analysis.

Optamos por quatro fatores no setor de indústria para manter uma

padronização entre os demais setores e um maior poder de explicação no

modelo. Esses quatro fatores explicam 88,0% da variância das variáveis

estudadas e o total das cargas é de 1,7.

Utilizamos a matriz com rotação ortogonal para agruparmos as variáveis

que estão mais perto uma das outras no plano ortogonal. Esse método irá

facilitar na análise de cada variável e seu respectivo fator assim como nomear os

quatro fatores utilizados.

DBD


DBD


81

alavancagem operacional menor é a dívida bruta total. Chamaremos esse fator

de Alavancagem Operacional.

Após explicarmos o conteúdo e darmos os nomes a cada fator, geramos

os scores para cada um deles utilizando modelos de regressão que explicam

bem a variância das 14 variáveis utilizadas.




PERMANENTEIMOBILIZADOPASSIVO CIRCULANTECUSTO DOS PRODUTOS VENDIDOSDESPESAS ADMINISTRATIVASATIVO CIRCULANTEPATRIMÓNIO LÍQUIDOPRAZO MÉDIO DE RECEBIMENTO DE CLIENTES

2 CICLO FINANCEIRO CICLO FINANCEIROPRAZO MÉDIO DE PAGAMENTO DOS FORNECEDORES

3 EQUILÍBRIO DE LONGO PRAZO REALIZÁVEL DE LONGO PRAZOEXIGÍVEL A LONGO PRAZO

4 ALAVANCAGEM OPERACIONAL ALAVANCAGEM OPERACIONALDÍVIDA TOTAL BRUTA


estratégico a fim de definir a qual grupo estratégico pertence as empresas

analisadas.


Utilizamos o mesmo método utilizado para os demais setores que foi o

procedimento de cluster k-means. A caracterização da empresa em determinado





grupo estratégico. Como no setor elétrico, montamos a matriz com os centróides

de cada grupo estratégico utilizando os painéis de especialistas.

DBD


82


Estratégias Liderança por Baixo Custo




Eficiência Imobilizado ACiclo Financeiro A B BEquilíbrio de Longo Prazo A B BAlavancagem Operacional B B



ter uma estratégia de eficiência operacional, assim como ter alta intensidade no

volume de investimentos. Em Cavalcanti (1997), a eficiência operacional é

relevante nos grupos de liderança de baixo custo. Consideramos baixa a

importância do equilíbrio de longo prazo no enfoque em diferenciação. Para uma

empresa ter equilíbrio de longo prazo, é necessário ter os itens: realizável a

longo prazo e exigível a longo prazo em equilíbrio, assim consideramos alta a

relevância no grupo estratégico liderança por baixo custo.

Segundo Dess & Davis (1984), empresas no grupo estratégico de enfoque

por baixo custo e enfoque por diferenciação reduzem a importância do uso de

financiamento como estratégia financeira por isso classificamos baixa a

importância do ciclo financeiro nesses grupos. Adaptado também de Dess &

Davis (1984), a busca por matéria prima, que é um dos principais fatores no ciclo

financeiro, foi considerado como de menor importância para estratégias de

enfoque e de liderança por diferenciação, no entanto para a estratégia de

liderança por baixo custo foi considerado mais importante.

Segundo Dess & Davis (1984), os grupos de enfoque e liderança por

diferenciação consideram a estratégia de minimizar o uso de financiamento de

terceiros de baixa importância assim classificamos com baixa a importância da

alavancagem operacional que tem a componente dívida total bruta.


dos fatores estratégicos, tabela 4.3.3.2, criamos a matriz inicial de centróides

que pode ser visualizada na tabela 4.3.3.3.

DBD


83


-,08 ,03 -,12 -,18-,63 -,91 -,75 -,58,58 ,81 ,78 ,41

Median2575

Percentiles


CicloFinanceiro

Equilíbrio deLongo Prazo

AlavancagemOperacional

Sabendo-se que a letra A da matriz de opinião dos especialistas

representa alta relevância, a empresa se localiza nesse grupo estratégico se ela

tiver a estratégia financeira no terceiro quartil. De forma análoga, a letra B

significa baixa relevância e corresponde ao primeiro quartil. Os itens em branco

correspondem à mediana.

Tabela 4.3.3.3 – Energia Matriz de Centróides Inicial


EFICIÊNCIA IMOBILIZADO

CICLO FINANCEIRO

EQUILÍBRIO DE LONGO PRAZO

ALAVANCAGEM OPERACIONAL

LIDERANÇA POR BAIXO CUSTO 0,58 0,81 0,78 -0,18LIDERANÇA POR DIFERENCIAÇÃO -0,08 0,03 -0,75 -0,58ENFOQUE EM BAIXO CUSTO -0,08 -0,91 -0,12 -0,18ENFOQUE EM DIFERENCIAÇÃO -0,08 -0,91 -0,75 -0,58MEIO TERMO -0,08 0,03 -0,12 -0,18





,43 ,81 1,07 1,15 ,78,00 ,39 ,00 ,00 ,17,00 ,30 ,00 ,00 ,58,00 ,13 ,00 ,00 ,34,00 ,00 ,00 ,00 ,00

Iteration12345

1 2 3 4 5Change in Cluster Centers

DBD


84


5,007,004,002,003,00

21,007,00

12345

Cluster

ValidMissing

Conforme descrito na tabela 4.3.3.5, das 28 empresas do setor de Têxtil 21

puderam ser classificada entre os grupos estratégicos, as outras 7 empresas não

entraram na classificação por causa da falta de informação das variáveis

estratégicas.


,93 -,04 ,03 -,06 -1,45,57 ,39 -1,21 -1,28 ,60

,84 -,39 ,52 -1,42 -,23

-,17 -,15 ,61 -1,43 ,78

Eficiência ImobilizadoCiclo FinanceiroEquilíbrio de LongoPrazoAlavancagemOperacional

1 2 3 4 5Cluster

Segundo Mcclave et al(2001), o teste de hipótese de Wilcoxson signed

rank é:





e D2 corresponde a matriz de centróide final. Este teste não paramétrico não

rejeita a hipótese nula da matriz do centróide inicial ser igual a matriz de

centróide final. Na tabela 4.3.3.7, podemos visualizar que há igualdade

estatística para ambas as matrizes.

DBD


85


-,67 -,13 -,13 -,94,50 ,89 ,89 ,35


EFICIÊNCIAIMOBILIZADO

CICLOFINANCEIRO

EQUILÍBRIO DELONGO PRAZO

ALAVANCAGEMOPERACIONAL




5 empresas


7 empresas

Alpargatas

Coteminas

Santista Textil

Vicunha Textil

Wembley

Cedro

Grendene

Inds Cataguases

Karsten

Marisol

Santanense

Vulcabras


4 empresas


2 empresas

Buettner

Cia Hering

Guararapes

Tex Renaux

Fab C Renaux

Tecel.S.Jose

Meio Termo

3 empresas

Dohler

Pettenati

Staroup


estratégia para cada grupo estratégico da indústria têxtil.

DBD


86


Inicialmente, já testamos a normalidade das variáveis e estamos

assumindo que há independência entre as variáveis no modelo.





Através do método de Box´s M, verificou-se que não há diferença

substancial entre as matrizes de covariância, logo não houve rejeição da

premissa de homocedasticidade a um nível de significância de 5%.


20,851,08

10,00344,65

,38

Box's MFdf1df2Sig.


H0 : Σ* = α2 I

Ha : Σ* ≠ α2 I


devemos rejeitar a hipótese nula: H0 : Σ* = α2 I. No teste de Bartlett, o nível de

significância foi de 0,27 e não podemos considerar rejeitada a hipótese nula de

que a matriz de correlação das variáveis corresponde a uma matriz identidade a

níveis de significância de 0,05.

DBD


87


,0011,119,00,27


A validação da técnica acontece testando as estatísticas Phillai´s Trace,

Wilk´s Lambda, Hotelling´s Trace e Roy´s Largest Root. No nosso caso,

estaremos utilizando a estatística lambda de wilk.


2,057 4,236 16,000 64,000 ,000 67,784 1,000,026 5,835 16,000 40,353 ,000 60,399 ,998

7,891 5,672 16,000 46,000 ,000 90,747 1,0004,436 17,745 4,000 16,000 ,000 70,979 1,000


EffectQCL_1


ParameterObserved

Power

O teste estatístico utilizando lambda de Wilk foi de 0,000 atendendo ao

nível pré-estabelecido de 0,05, logo estamos certos de que há diferença

significativa entre as estratégias financeiras e os grupos estratégicos.




Sig.

Eficiência Imobilizado Liderança por Baixo Custo Meio Termo 2,38 0,01Eficiência Imobilizado Meio Termo Liderança por Baixo Custo -2,38 0,01Ciclo Financeiro Liderança por Baixo Custo Enfoque em Baixo Custo 1,78 0,01Ciclo Financeiro Liderança por Baixo Custo Enfoque em Diferenciação 1,85 0,04Ciclo Financeiro Liderança por Diferenciação Enfoque em Baixo Custo 1,60 0,01Ciclo Financeiro Enfoque em Baixo Custo Liderança por Baixo Custo -1,78 0,01Ciclo Financeiro Enfoque em Baixo Custo Liderança por Diferenciação -1,60 0,01Ciclo Financeiro Enfoque em Baixo Custo Meio Termo -1,81 0,03Ciclo Financeiro Enfoque em Diferenciação Liderança por Baixo Custo -1,85 0,04Ciclo Financeiro Meio Termo Enfoque em Baixo Custo 1,81 0,03Equilíbrio de Longo Prazo Liderança por Baixo Custo Enfoque em Diferenciação 2,26 0,04Equilíbrio de Longo Prazo Enfoque em Diferenciação Liderança por Baixo Custo -2,26 0,04

No procedimento de Bonferroni descrito na tabela 4.3.4.4, observamos que

a estratégia financeira eficiência imobilizado tem maior impacto no grupo

estratégico liderança de baixo custo do que no meio termo. O ciclo financeiro

mostrou-se mais relevante para o grupo liderança por baixo custo em relação

aos grupos de enfoque. Nessa mesma estratégia financeira, a liderança por

DBD


88

diferenciação é mais relevante do que o grupo enfoque de baixo custo. A

estratégia equilíbrio de longo prazo mostrou-se mais relevante para o grupo

estratégico liderança por baixo custo.


estratégicos do setor têxtil.



sobre ativos e receita. Excluímos da análise a variável retorno sobre o patrimônio

líquido porque não podemos afirmar que a variável tem uma distribuição normal.


e a sua relação entre eles utilizando a Manova.


de variância-covariância dos grupos, é necessário utilizar o teste de Box’s M.



O teste de Box’s M foi favorável, logo não rejeitamos a hipótese de

homocedasticidade entre os grupos estratégicos a um nível de significância de

0,05. Tabela 4.3.5.1 – Teste da Igualdade das Matrizes de Covariância

14,161,109,00

605,52,36

Box's MFdf1df2Sig.


H0 : Σ* = α2 I

Ha : Σ* ≠ α2 I


devemos rejeitar a hipótese nula: H0 : Σ* = α2 I. Não obtivemos resultados

DBD


89

favoráveis no teste de Bartlett ao nível de significância de 0,05, já que a hipótese

nula será rejeitada.


,0013,732,00,00


Por último, obtivemos resultados favoráveis para o teste geral da Manova a

um nível de significância de 0,05 permitindo assim o uso dos resultados do

procedimento de Bonferroni.


1,340 8,125 8,000 32,000 ,000 64,997 1,000,098 8,219 8,000 30,000 ,000 65,753 1,000

4,722 8,263 8,000 28,000 ,000 66,104 1,0003,413 13,654 4,000 16,000 ,000 54,616 1,000


EffectQCL_1


ParameterObserved

Power

Os teste de significância do procedimento de Bonferroni foi significante

para as variáveis de desempenho: receita e rentabilidade sobre ativo. Podemos

observar que o grupo estratégico enfoque em diferenciação obteve pior

desempenho em receita do que os demais grupos estratégicos.

Na variável de desempenho rentabilidade sobre o ativo, liderança por baixo

custo teve o melhor desempenho em termos de retorno sobre o ativo de todas os

demais grupos estratégicos. No caso da receita, o grupo estratégico enfoque em

diferenciação teve o pior desempenho em relação aos demais grupos.

DBD


90




Sig.

RECEITA Liderança por Baixo Custo Enfoque em Diferenciação 0,60 0,00RECEITA Liderança por Diferenciação Enfoque em Diferenciação 0,65 0,00RECEITA Enfoque em Baixo Custo Enfoque em Diferenciação 0,50 0,00RECEITA Enfoque em Diferenciação Liderança por Baixo Custo -0,60 0,00RECEITA Enfoque em Diferenciação Liderança por Diferenciação -0,65 0,00RECEITA Enfoque em Diferenciação Enfoque em Baixo Custo -0,50 0,00RECEITA Enfoque em Diferenciação Meio Termo -0,53 0,00RECEITA Meio Termo Enfoque em Diferenciação 0,53 0,00RENTABILIDADE SOBRE ATIVO Liderança por Baixo Custo Liderança por Diferenciação 0,63 0,03RENTABILIDADE SOBRE ATIVO Liderança por Baixo Custo Enfoque em Baixo Custo 0,72 0,04RENTABILIDADE SOBRE ATIVO Liderança por Baixo Custo Enfoque em Diferenciação 1,46 0,00RENTABILIDADE SOBRE ATIVO Liderança por Baixo Custo Meio Termo 1,04 0,00RENTABILIDADE SOBRE ATIVO Liderança por Diferenciação Liderança por Baixo Custo -0,63 0,03RENTABILIDADE SOBRE ATIVO Liderança por Diferenciação Enfoque em Diferenciação 0,82 0,05RENTABILIDADE SOBRE ATIVO Enfoque em Baixo Custo Liderança por Baixo Custo -0,72 0,04RENTABILIDADE SOBRE ATIVO Enfoque em Diferenciação Liderança por Baixo Custo -1,46 0,00RENTABILIDADE SOBRE ATIVO Enfoque em Diferenciação Liderança por Diferenciação -0,82 0,05RENTABILIDADE SOBRE ATIVO Meio Termo Liderança por Baixo Custo -1,04 0,00



posição da empresa com o seu desempenho.


justado é de -11%. No caso do setor Têxtil, a distância da empresa ao centróide

do grupo estratégico não tem suas variações explicadas pelas variáveis de

desempenho. Como o teste de Durbin-Watson está próximo de 2, há a

comprovação da não incidência de autocorrelação.


,03 ,00 -,11 ,73 2,22R R Square

AdjustedR Square

Std. Error ofthe Estimate

Durbin-Watson



H0 : β1 = β2 = β3 = ... = βi = 0


DBD


91


coeficientes sejam válidos. Na tabela 4.3.6.2, mostra o teste de F com

significância acima da pré-estabelecida de 0,05, logo não podemos rejeitar a

hipótese nula e desta forma não podemos considerar os resultados da

regressão.


ANOVA

,01 2,00 ,01 ,01 ,999,64 18,00 ,549,65 20,00





H0 : βi = 0

Ha : βi ≠ 0


coeficientes sejam válidos. Na tabela 4.3.6.3, temos os coeficientes de regressão

das variáveis de desempenho: receita e retorno sobre ativos que apresentaram

significância estatística superior ao pré-estabelecido de 0,05, então não

podemos rejeitar a hipótese nula. Tabela 4.3.6.3 - Coeficientes da Regressão

1,170 ,256 4,566 ,000-,042 ,943 -,013 -,044 ,965 ,656 1,523,052 ,387 ,039 ,133 ,896 ,656 1,523

(Constant)Zscore(RentAtivo)Zscore(LNReceita)

B Std. Error


Beta



DBD


92

4.4. Telecomunicações

A indústria de telecomunicações vem apresentando nos últimos anos um

aumento de novos entrantes e de bens substitutos em seu ambiente

competitivo. Esse novo contexto da indústria de telecomunicações está

gerando impacto negativo nas rentabilidades das empresas e,

conseqüentemente, perda de seu valor econômico.

Essas empresas representam 7% das empresas que operam no mercado

bursátil brasileiro e 12% da receita total em 2004. Das 26 empresas

analisadas, 3 não continham as informações necessárias para serem inseridas

no modelo e foram excluídas da amostra através do critério listwise do SPSS.


Da mesma forma que procedemos nas demais indústrias, utilizamos o

teste de normalidade de Kolmogorov-Smirnov e Shapiro-WIlk a um nível de



logaritmo.



DBD


93


26 -303,10 14,10 -16,9124 -70,60 25,30 1,0726 -3,70 9,10 1,0226 -1829,00 21,30 -66,7026 -324318,00 3783286,00 679170,3526 -1581303,00 3123296,00 311771,4624 -92,00 76,50 -27,9625 1,39 16,57 13,7625 1,39 16,51 13,6624 10,09 16,58 14,4126 6,36 15,89 13,2724 9,13 16,03 13,8626 5,53 13,92 11,4326 6,15 16,22 13,4325 8,66 14,79 12,4926 7,07 16,26 12,8224 11,93 16,25 14,0624 6,19 16,30 13,0326 ,00 5,52 4,4925 ,00 5,16 4,1523




gerando os resultados ilustrados na tabela 4.4.1.2. Excluímos as variáveis

alavancagem operacional, lucro operacional, ativo permanente, passivo

circulante e prazo médio de pagamento aos fornecedores da análise.

DBD


94


,17 23,00 ,08 ,89 23,00 ,02,20 23,00 ,02 ,80 23,00 ,00,14 23,00 ,20 ,91 23,00 ,05,53 23,00 ,00 ,22 23,00 ,00,30 23,00 ,00 ,70 23,00 ,00,21 23,00 ,01 ,88 23,00 ,01,16 23,00 ,13 ,89 23,00 ,02,22 23,00 ,01 ,86 23,00 ,00,21 23,00 ,01 ,89 23,00 ,01,16 23,00 ,13 ,90 23,00 ,02,26 23,00 ,00 ,86 23,00 ,00,21 23,00 ,01 ,88 23,00 ,01,20 23,00 ,02 ,87 23,00 ,01,11 23,00 ,20 ,96 23,00 ,55,11 23,00 ,20 ,95 23,00 ,32,11 23,00 ,20 ,95 23,00 ,23,11 23,00 ,20 ,95 23,00 ,28,11 23,00 ,20 ,92 23,00 ,06,28 23,00 ,00 ,86 23,00 ,00,21 23,00 ,01 ,90 23,00 ,02




convertemos as variáveis a serem utilizadas no modelo score z.




DBD


95


1,00 ,30 -,31 -,30 -,32 -,34 -,17 -,31 -,06 -,19 -,33 -,01

,30 1,00 ,02 ,26 ,27 ,22 ,41 ,25 ,25 ,30 ,24 -,29-,31 ,02 1,00 ,56 ,60 ,47 ,44 ,61 ,45 ,38 ,55 ,32-,30 ,26 ,56 1,00 ,98 ,94 ,91 ,84 ,81 ,87 ,64 ,28-,32 ,27 ,60 ,98 1,00 ,95 ,92 ,86 ,75 ,90 ,65 ,21-,34 ,22 ,47 ,94 ,95 1,00 ,89 ,88 ,69 ,91 ,67 ,18-,17 ,41 ,44 ,91 ,92 ,89 1,00 ,84 ,78 ,88 ,68 ,09-,31 ,25 ,61 ,84 ,86 ,88 ,84 1,00 ,66 ,76 ,78 ,05-,06 ,25 ,45 ,81 ,75 ,69 ,78 ,66 1,00 ,54 ,64 ,34-,19 ,30 ,38 ,87 ,90 ,91 ,88 ,76 ,54 1,00 ,52 ,08-,33 ,24 ,55 ,64 ,65 ,67 ,68 ,78 ,64 ,52 1,00 -,12-,01 -,29 ,32 ,28 ,21 ,18 ,09 ,05 ,34 ,08 -,12 1,00

,09 ,07 ,08 ,07 ,06 ,21 ,08 ,39 ,20 ,06 ,49

,09 ,46 ,12 ,10 ,16 ,02 ,13 ,13 ,08 ,14 ,09,07 ,46 ,00 ,00 ,01 ,02 ,00 ,01 ,04 ,00 ,07,08 ,12 ,00 ,00 ,00 ,00 ,00 ,00 ,00 ,00 ,10,07 ,10 ,00 ,00 ,00 ,00 ,00 ,00 ,00 ,00 ,17,06 ,16 ,01 ,00 ,00 ,00 ,00 ,00 ,00 ,00 ,21,21 ,02 ,02 ,00 ,00 ,00 ,00 ,00 ,00 ,00 ,33,08 ,13 ,00 ,00 ,00 ,00 ,00 ,00 ,00 ,00 ,41,39 ,13 ,01 ,00 ,00 ,00 ,00 ,00 ,00 ,00 ,06,20 ,08 ,04 ,00 ,00 ,00 ,00 ,00 ,00 ,01 ,36,06 ,14 ,00 ,00 ,00 ,00 ,00 ,00 ,00 ,01 ,29,49 ,09 ,07 ,10 ,17 ,21 ,33 ,41 ,06 ,36 ,29

Zscore(AlavancagemFinanceira)Zscore(CapGir)Zscore(CicFin)Zscore(LNImobilizado)Zscore(LNCPV)Zscore(LNDesAdm)Zscore(LNAtvCir)Zscore(LNRealLP)Zscore(LNExigLP)Zscore(Patrim_Liq)Zscore(LNDivida)Zscore(LNPmCl)Zscore(AlavancagemFinanceira)Zscore(CapGir)Zscore(CicFin)Zscore(LNImobilizado)Zscore(LNCPV)Zscore(LNDesAdm)Zscore(LNAtvCir)Zscore(LNRealLP)Zscore(LNExigLP)Zscore(Patrim_Liq)Zscore(LNDivida)Zscore(LNPmCl)

Correlation

Sig. (1-tailed)

Zscore(Alavancagem

Financeira)Zscore(C

apGir)Zscore(Cic

Fin)Zscore(LNImobilizado)

Zscore(LNCPV)

Zscore(LNDesAdm)

Zscore(LNAtvCir)

Zscore(LNRealLP)

Zscore(LNExigLP)

Zscore(Patrim_Liq)

Zscore(LNDivida)

Zscore(LNPmCl)

Nota-se uma baixa correlação entre a variável alavancagem financeira e as

demais variáveis. O custo dos produtos vendidos tem uma relação forte com o

imobilizado, ativo circulante, despesas administrativas e patrimônio líquido.




,72

316,9866,00

,00




A medida KMO de adequação da amostra obteve estatística superior a 0,5,

então podemos assumir que o procedimento de redução do espaço estratégico é

válido.


H0 : Σ* = α2 I

Ha : Σ* ≠ α2 I

DBD


96


rejeitar a hipótese nula: H0 :Σ* = α2 I. O teste de Bartlett indicou que a correlação

entre as variáveis é diferente de zero a um nível de significância inferior a 1%.

Tabela 4.4.2.3 – Autovalor dos Fatores

7,14 59,53 59,53 7,14 59,53 59,53 5,78 48,18 48,181,56 13,04 72,57 1,56 13,04 72,57 2,17 18,11 66,291,19 9,96 82,53 1,19 9,96 82,53 1,36 11,34 77,63

,76 6,36 88,89 ,76 6,36 88,89 1,35 11,26 88,89,49 4,11 93,00,41 3,39 96,40,18 1,53 97,92,13 1,06 98,99,07 ,59 99,58,02 ,21 99,78,02 ,17 99,95,01 ,05 100,00

Component123456789101112


Optamos por quatro fatores no setor de indústria para manter uma

padronização entre os demais setores e um maior poder de explicação para o

modelo. Esses quatro fatores explicam 88,9% da variância das variáveis

estudadas e o total das cargas é de 1,4.

Utilizamos a matriz com rotação ortogonal utilizando o método Varimax

para agruparmos as variáveis que estão mais perto uma das outras no plano

ortogonal. Esse método irá facilitar na análise de cada variável e seu respectivo

fator assim como nomear os quatro fatores utilizados.

DBD


97


1 2 3 4Zscore(AlavancagemFinanceira) (0,22584) (0,23220) 0,14300 0,84869 Zscore(CapGir) 0,31101 0,12716 (0,41080) 0,71462 Zscore(CicFin) 0,26335 0,81795 0,24776 (0,15094) Zscore(LNImobilizado) 0,90967 0,34051 0,16400 (0,02137) Zscore(LNCPV) 0,91588 0,34927 0,08949 (0,05049) Zscore(LNDesAdm) 0,94107 0,25143 0,03529 (0,11180) Zscore(LNAtvCir) 0,91306 0,29855 (0,02897) 0,13678 Zscore(LNRealLP) 0,76783 0,51941 (0,08977) (0,07310) Zscore(LNExigLP) 0,64210 0,48499 0,28858 0,23094 Zscore(Patrim_Liq) 0,95520 0,05832 (0,03534) (0,00493) Zscore(LNDivida) 0,50053 0,72731 (0,27164) (0,05791) Zscore(LNPmCl) 0,11694 0,08107 0,95222 (0,04178)

Component

De forma semelhante como nos demais setores, o primeiro fator tem como

principais variáveis: ativo imobilizado (LNImobilizado), custo dos produtos

vendidos (LNCPV), despesas administrativas (LNDesAdm), ativo circulante

(LNAtvCirculante), realizável no longo prazo (LNRealLP), exigível no longo prazo

(LNExigLP) e patrimônio líquido (Patrim_Liq). Essas variáveis contêm um forte

indício de eficiência operacional da empresa por isso a chamaremos de

Eficiência Imobilizado.

O segundo fator é composto pelo ciclo financeiro (CicFin) e pela variável

dívida bruta (LNDivida). Essas duas variáveis indicam o volume de

financiamento da empresa. Chamaremos esse fator de Financiamento de

Terceiros.

O terceiro fator é o prazo médio de recebimento dos clientes que indica

qual é o prazo médio do recebimento das compras que os clientes fizeram junto

à empresa. Essa variável pode indicar uma necessidade de capital de giro se ela

for superior ao prazo médio de pagamento aos fornecedores. Como esse fator

corresponde a apenas essa variável, então iremos chamá-la de Financiamento

de Clientes.

O quarto fator tem como principais variáveis: alavancagem financeira

(LNAlavancagem Financeira) e Capital de Giro (LNCapGir). Essas duas variáveis

indicam a capacidade de financiamento da empresa utilizando recursos de

terceiros e liquidez de curto prazo da empresa. Dessa forma, iremos chamá-la

de Alavancagem.

Por último, geramos os scores de cada um dos fatores utilizando os

modelos de regressão de cada uma das 12 variáveis utilizadas no estudo.

DBD


98




IMOBILIZADOCUSTO DOS PRODUTOS VENDIDOSDESPESAS ADMINISTRATIVASATIVO CIRCULANTEREALIZÁVEL A LONGO PRAZOEXIGÍVEL A LONGO PRAZOPATRIMÔNIO LÍQUIDO

2 FINANCIAMENTO DE TERCEIROS CICLO FINANCEIRODÍVIDA

3 FINANCIAMENTO DE CLIENTES PRAZO MÉDIO DE PAGAMENTO DE CLIENTES

4 ALAVANCAGEM ALAVANCAGEM FINANCEIRACAPITAL DE GIRO


estratégico a fim de definir qual grupo estratégico pertence às empresas

analisadas.


Utilizamos o mesmo método utilizado para os demais setores que foi o

procedimento de cluster k-means. A caracterização da empresa em determinado





grupo estratégico. Como nos demais setores, montamos a matriz com os

centróides de cada grupo estratégico utilizando os painéis de especialistas.


Estratégias Liderança por Baixo Custo




Eficiência Imobilizado AFinanciamento de Terceiros A B B BFinanciamento de Clientes AAlavancagem A B



DBD


99

ter uma estratégia de eficiência operacional, assim como ter alta intensidade no

volume de investimentos. Também para Cavalcanti (1997), o uso de

alavancagem financeira é importante para a empresa ser classificada como

liderança por diferenciação.

Segundo Dess & Davis (1984), empresas no grupo estratégico de enfoque

por baixo custo e diferenciação reduzem a importância do uso de financiamento

como estratégia financeira. Adaptado também de Dess & Davis (1984), a busca

por matéria prima, que é um dos principais fatores que influenciam no

financiamento de terceiros tem alta relevância para o grupo estratégico liderança

por baixo custo, porém para os grupos de enfoque e liderança por diferenciação

é de baixa relevância. No financiamento de clientes, utilizamos a afirmação do

painel de especialistas Cavalcanti (1997) onde o financiamento das vendas tem

alta importância para o grupo estratégico liderança por diferenciação.


dos fatores estratégicos, tabela 4.4.3.2, foi criada a matriz inicial de centróides

que pode ser visualizada na tabela 4.4.3.3.


-,14 ,03 -,08 ,01-1,00 -,55 -,49 -,291,12 ,69 ,09 ,53

Median2575

Percentiles


Financiamentode Terceiros

Financiamentode Clientes Alavancagem

Sabendo-se que a letra A da matriz de opinião dos especialistas é a

estratégia de maior importância e para a empresa se localizar nesse grupo

estratégico ela precisa ter a correspondente estratégia financeira no terceiro

quartil. A letra B é a situação análoga da letra A só que neste caso a empresa se

localizará no primeiro quartil enquanto que os itens em branco representam a

mediana.

Tabela 4.4.3.3 – Matriz de Centróides Inicial


EFICIÊNCIA IMOBILIZADO

FINANCIAMENTO DE TERCEIROS

FINANCIAMENTO DE CLIENTES ALAVANCAGEM

LIDERANÇA POR BAIXO CUSTO 1,12 0,69 -0,08 0,01LIDERANÇA POR DIFERENCIAÇÃO -0,14 -0,55 0,09 0,53ENFOQUE EM BAIXO CUSTO -0,14 -0,55 -0,08 -0,29ENFOQUE EM DIFERENCIAÇÃO -0,14 -0,55 -0,08 0,01MEIO TERMO -0,14 0,03 -0,08 0,01

DBD


100





,38 ,91 1,15 ,55 1,10,00 ,93 1,06 ,22 ,37,00 ,00 ,00 ,00 ,00

Iteration123

1 2 3 4 5Change in Cluster Centers


6,0002,0002,0008,0005,000

23,0003,000

12345

Cluster

ValidMissing

Conforme descrito na tabela 4.4.3.5, das 26 empresas do setor de

Telecomunicações, 23 puderam ser classificadas entre os grupos estratégicos,

as outras 3 empresas não entraram na classificação por causa da falta de

informação das variáveis estratégicas.

DBD


101

Segundo Mcclave et al(2001), o teste de hipótese de Wilcoxson signed

rank é:

Ho : D1 e D2 são idênticas




e D2 corresponde a matriz de centróide final. Este

teste não rejeita a hipótese nula da matriz do centróide inicial ser igual a

matriz de centróide final. Na tabela 4.4.3.7, podemos visualizar que há igualdade

estatística para ambas as matrizes.


-,40 -,40 -,13 -,13,69 ,69 ,89 ,89


EFICIÊNCIAIMOBILIZADO

FINANCIAMENTODE TERCEIROS

FINANCIAMENTODE CLIENTES ALAVANCAGEM




6 empresas


2 empresas

Brasil T Par

Brasil Telecom

Embratel Part

Telemar Norte Leste

Telemar-Tele NL Par

Telesp Operação

Tele Leste Celular

Telet

DBD


102


2 empresas


8 empresas

Telefonica Data Hld

Vivo Part

CRT Celular

Tele Centroeste Cel

Tele Sudeste Celula

Telemig Celul Part

Telemig Celular

Tim Nordeste

Tim Participacoes

Tim Sul

Meio Termo

5 empresas

Amazonia Celular

Americel

La Fonte Telecom

LF Tel

Tele Norte Celular


estratégia para cada um dos grupos estratégicos da indústria de

telecomunicações.


Inicialmente, já testamos a normalidade das variáveis e estamos

assumindo que há independência entre as variáveis no modelo.





Através do método de Box´s M, verificou-se que há diferença substancial

entre as matrizes de covariância, logo houve rejeição da premissa de

homocedasticidade a um nível de significância de 5%. Não iremos considerar

essa premissa para esse modelo.

DBD


103


101,8312,999

20646,393

,000

Box's MFdf1df2Sig.


H0 : Σ* = α2 I

Ha : Σ* ≠ α2 I


devemos rejeitar a hipótese nula: H0 : Σ* = α2 I. Neste teste, o nível de

significância foi de 0,01 e podemos considerar rejeitada a hipótese nula para

níveis de significância de 0,05 não justificando o uso da técnica de Manova.


,0020,799,00,01



são: Phillai´s Trace, Wilk´s Lambda, Hotelling´s Trace e Roy´s Largest Root. O

teste lambda de wilk é significante, logo estamos certos de que há diferença

significativa entre as estratégias financeiras e entre os grupos estratégicos.

DBD


104


2.38 6.63 16.00 72.00 .00 106.01 1.00.01 11.47 16.00 46.46 .00 111.19 1.00

14.32 12.08 16.00 54.00 .00 193.32 1.009.15 41.16 4.00 18.00 .00 164.65 1.00


EffectQCL_1


ParameterObserved

Power

Em todos os critérios, os níveis de significância foram de 0,000 o que

atende ao nosso nível pré-estabelecido de 0,05. Assim, em termos gerais, é

significativa a diferença entre as estratégias financeiras e os seus grupos

estratégicos.




Sig.

Eficiência Imobilizado Liderança por Baixo Custo Liderança por Diferenciação 2,01 0,00Eficiência Imobilizado Liderança por Baixo Custo Enfoque em Baixo Custo 1,39 0,05Eficiência Imobilizado Liderança por Baixo Custo Enfoque em Diferenciação 1,32 0,00Eficiência Imobilizado Liderança por Baixo Custo Meio Termo 2,38 0,00Eficiência Imobilizado Liderança por Diferenciação Liderança por Baixo Custo -2,01 0,00Eficiência Imobilizado Enfoque em Baixo Custo Liderança por Baixo Custo -1,39 0,05Eficiência Imobilizado Enfoque em Diferenciação Liderança por Baixo Custo -1,32 0,00Eficiência Imobilizado Enfoque em Diferenciação Meio Termo 1,06 0,02Eficiência Imobilizado Meio Termo Liderança por Baixo Custo -2,38 0,00Eficiência Imobilizado Meio Termo Enfoque em Diferenciação -1,06 0,02Financiamento de Terceiros Liderança por Baixo Custo Enfoque em Diferenciação 1,53 0,01Financiamento de Terceiros Enfoque em Diferenciação Liderança por Baixo Custo -1,53 0,01Financiamento de Terceiros Enfoque em Diferenciação Meio Termo -1,71 0,00Financiamento de Terceiros Meio Termo Enfoque em Diferenciação 1,71 0,00Financiamento de Clientes Liderança por Diferenciação Enfoque em Baixo Custo 2,87 0,02Financiamento de Clientes Liderança por Diferenciação Enfoque em Diferenciação 2,06 0,04Financiamento de Clientes Enfoque em Baixo Custo Liderança por Diferenciação -2,87 0,02Financiamento de Clientes Enfoque em Diferenciação Liderança por Diferenciação -2,06 0,04Alavancagem Liderança por Baixo Custo Enfoque em Baixo Custo 2,06 0,05Alavancagem Liderança por Diferenciação Enfoque em Baixo Custo 3,09 0,01Alavancagem Enfoque em Baixo Custo Liderança por Baixo Custo -2,06 0,05Alavancagem Enfoque em Baixo Custo Liderança por Diferenciação -3,09 0,01Alavancagem Enfoque em Baixo Custo Enfoque em Diferenciação -2,23 0,02Alavancagem Enfoque em Diferenciação Enfoque em Baixo Custo 2,23 0,02

No procedimento de Bonferroni descrito na tabela 4.4.4.4, observamos que

a estratégia financeira eficiência imobilizado tem maior impacto no grupo

estratégico liderança de baixo custo. Essa estratégia também é mais relevante

para o grupo enfoque em diferenciação do que o grupo meio termo. A estratégia

financiamento de terceiros é a mais relevante para os grupos estratégicos

liderança por baixo custo e meio termo. Para a estratégia de financiamento de

clientes, a liderança por diferenciação é mais relevante do que o enfoque em

baixo custo e enfoque em diferenciação. Por último, a estratégia financeira

alavancagem tem maior impacto no grupo estratégico liderança por baixo custo,

DBD


105

liderança por diferenciação e enfoque em diferenciação, todas esses grupos

superam o grupo enfoque por baixo custo.


estratégicos do setor de telecomunicações.


Repetimos o procedimento efetuado nos demais setores para a indústria

de telecomunicações. Estamos utilizando para medir o desempenho as variáveis

de retorno sobre ativo, retorno sobre patrimônio líquido e receita. Estudamos o

comportamento do desempenho para cada grupo estratégico e a sua relação

entre eles utilizando a Manova.



Ho : Homogeneidade entre as matrizes de variância-covariância


O teste de Box´s M foi desfavorável, logo rejeitamos a hipótese de

homocedasticidade entre os grupos estratégicos a um nível de significância de

0,05. Da mesma forma como na análise Manova nas estratégias, vamos

desconsiderar essa premissa e prosseguir com o estudo.

DBD


106


43,612,54

12,00841,33

,00

Box's MFdf1df2Sig.


H0 : Σ* = α2 I

Ha : Σ* ≠ α2 I


devemos rejeitar a hipótese nula: H0 : Σ* = α2 I.

Obtivemos resultados desfavoráveis no teste de Bartlett ao nível de

significância de 0,00 rejeitando a hipótese nula.


,0090,745,00,00



são: Phillai´s Trace, Wilk´s Lambda, Hotelling´s Trace e Roy´s Largest Root.

Caso o teste lambda de wilk seja válido estaremos certos que há diferença

significativa entre as estratégias financeiras e entre os grupos estratégicos.

DBD


107


1,570 4,939 12,000 54,000 ,000 59,263 1,000,047 7,718 12,000 42,624 ,000 75,382 1,000

7,627 9,322 12,000 44,000 ,000 111,866 1,0005,407 24,330 4,000 18,000 ,000 97,322 1,000


EffectQCL_1


ParameterObserved

Power

Obtivemos resultados favoráveis para o teste geral da Manova a um nível

de significância de 0,05, ou seja, as variáveis de desempenho são diferentes nos

grupos estratégicos permitindo assim o uso dos resultados do procedimento de

Bonferroni. Tabela 4.4.5.4 - Resumo da Análise do Procedimento de Bonferroni



Sig.

RECEITA Liderança por Baixo Custo Liderança por Diferenciação 0,25 0,01RECEITA Liderança por Diferenciação Liderança por Baixo Custo -0,25 0,01RECEITA Liderança por Diferenciação Enfoque em Diferenciação -0,34 0,00RECEITA Enfoque em Diferenciação Liderança por Diferenciação 0,34 0,00RECEITA Enfoque em Diferenciação Meio Termo 0,17 0,01RECEITA Meio Termo Enfoque em Diferenciação -0,17 0,01RENTABILIDADE SOBRE ATIVO Liderança por Baixo Custo Liderança por Diferenciação 2,22 0,01RENTABILIDADE SOBRE ATIVO Liderança por Diferenciação Liderança por Baixo Custo -2,22 0,01RENTABILIDADE SOBRE ATIVO Liderança por Diferenciação Enfoque em Diferenciação -2,69 0,00RENTABILIDADE SOBRE ATIVO Enfoque em Diferenciação Liderança por Diferenciação 2,69 0,00RENTABILIDADE SOBRE PATRIMONIO LIQUIDO Liderança por Baixo Custo Liderança por Diferenciação 1,98 0,00RENTABILIDADE SOBRE PATRIMONIO LIQUIDO Liderança por Baixo Custo Enfoque em Baixo Custo 1,14 0,02RENTABILIDADE SOBRE PATRIMONIO LIQUIDO Liderança por Baixo Custo Enfoque em Diferenciação 1,36 0,00RENTABILIDADE SOBRE PATRIMONIO LIQUIDO Liderança por Baixo Custo Meio Termo 1,71 0,00RENTABILIDADE SOBRE PATRIMONIO LIQUIDO Liderança por Diferenciação Liderança por Baixo Custo -1,98 0,00RENTABILIDADE SOBRE PATRIMONIO LIQUIDO Enfoque em Baixo Custo Liderança por Baixo Custo -1,14 0,02RENTABILIDADE SOBRE PATRIMONIO LIQUIDO Enfoque em Diferenciação Liderança por Baixo Custo -1,36 0,00RENTABILIDADE SOBRE PATRIMONIO LIQUIDO Meio Termo Liderança por Baixo Custo -1,71 0,00

Os testes de significância do procedimento de Bonferroni foram

significantes para as variáveis: desempenho receita, rentabilidade sobre ativo e

rentabilidade sobre patrimônio liquido. Podemos observar que o grupo

estratégico liderança por diferenciação teve o pior desempenho em receita do

que o grupo liderança por baixo custo e enfoque em diferenciação.

Na variável de desempenho rentabilidade sobre o ativo, a liderança por

baixo custo e o enfoque por diferenciação tiveram o melhor resultado em relação

ao grupo liderança por diferenciação.

O grupo estratégico liderança por baixo custo teve um desempenho melhor

na rentabilidade sobre o patrimônio líquido do que os demais grupos.

DBD


108



posição da empresa com o seu desempenho.


justado é de 23,0%. No caso do setor de telecomunicações, a distância da

empresa ao centróide do grupo estratégico tem 23% de suas variações

explicadas pelas variáveis de desempenho. Como o teste de Durbin-Watson está

próximo de 2, há a comprovação da não incidência de autocorrelação.


,58 ,33 ,23 ,55 2,37R R Square

AdjustedR Square

Std. Error of theEstimate

Durbin-Watson



H0 : β1 = β2 = β3 = ... = βi = 0




Na tabela 4.4.6.2, mostra o teste de F com significância abaixo da pré-

estabelecida de 0,05, logo podemos rejeitar a hipótese nula e desta forma

podermos considerar os resultados da regressão.


2,841 3 ,947 3,187 ,0475,647 19 ,2978,488 22



DBD


109



H0 : βi = 0

Ha : βi ≠ 0



Na tabela 4.4.6.3, temos os coeficientes de regressão das variáveis de

desempenho: Receita, Retorno sobre Ativo e Retorno sobre o Patrimônio Líquido

que apresentaram significância estatística superior ao pré-estabelecido de 0,05,

então não podemos rejeitar a hipótese nula dos coeficientes serem iguais a zero.

Desta forma, não podemos comprovar relação entre o posicionamento da

empresa no grupo estratégico e o seu desempenho.

No caso da receita, os níveis de tolerância se mantiveram próximos a 1 e

no caso do retorno sobre o patrimônio líquido e retorno sobre o ativo os níveis de

tolerância são acima de 10 comprovando elevada correlação entre essas

variáveis.


2.70 1.08 2.50 .02-5.95 3.93 -1.19 -1.51 .15 .06 17.75

.39 .48 .64 .81 .43 .06 17.99

.07 .15 .09 .48 .64 .94 1.07

(Constant)Zscore(RentAtivo)Zscore(RentPatrimonio)Zscore(LNReceita)

B Std. Error


Beta



Na próxima seção, mostraremos os resultados obtidos quando

analisamos o comportamento das variáveis estratégicas financeiras e o

desempenho das empresas entre as indústrias estudadas.

4.5. Análise Transversal Do Desempenho Das Indústrias

Fizemos duas análises transversais entre os desempenhos das indústrias

estudadas. A primeira análise comparativa foi quais os setores que tiveram uma

relação inversamente proporcional entre o desempenho e o posicionamento da

empresa no grupo estratégico. A segunda análise foi a comparação de qual

DBD


110

estratégia financeira obteve maior desempenho entre os setores em cada

variável de desempenho.

Na tabela 4.4.6.1, observamos que a receita é inversamente proporcional

à distância do centróide em três setores: energia elétrica, siderurgia e metalurgia

e telecomunicações considerado um nível de significância de 0,15. Isso nos

mostra que existe uma relação entre o posicionamento da empresa dentro do

grupo estratégico e o seu desempenho. Empresas com posicionamento mais

próximo de seus grupos estratégicos têm maiores chances de apresentar um

desempenho superior às demais empresas dessa indústria.

Tabela 4.4.6.1 – Desempenho versus distância do centróide

SETORES ENERGIA SIDERURGIA E METALURGIA TÊXTIL TELECOMU-

NICAÇÕESR2 AJUSTADO 40,3% 5,2% -11,0% 23,0%SIG. F DA ANOVA 0,00 0,17 0,99 0,05ß RENTATIVO 0,13 0,01 -0,04 -5,95SIG. TESTE T 0,66 0,94 0,97 0,15ß RENTPATRIMONIO 0,39SIG. TESTE T 0,43ß LNRECEITA -0,35 -0,30 0,05 0,07SIG. TESTE T 0,00 0,11 0,90 0,64

ANÁLISE COMPARATIVA ENTRE O DESEMPENHO E A DISTÂNCIA DA EMPRESA EM RELAÇÃO AO CENTRÓIDE

Uma outra análise, demonstrada na tabela 4.4.6.2, foi a contagem do

número de ocorrências que cada grupo estratégico obteve desempenho superior

aos demais grupos. Essa análise é dividida por setor e por variável de

desempenho. Observamos nitidamente que a liderança por baixo custo obteve

melhor desempenho em relação a todos os demais grupos e em todas as

variáveis de desempenho.

DBD


111

Tabela 4.4.6.2 – Comparativo entre os desempenhos, setores e grupos estratégicos

RETORNO SOBRE ATIVO LIDERANÇA POR BAIXO CUSTO

LIDERANÇA POR DIFERENCIAÇÃO

ENFOQUE POR BAIXO CUSTO

ENFOQUE POR DIFERENCIAÇÃO MEIO TERMO

ENERGIA 1SIDERURGIA 1 1 1 1TEXTIL 4 1TELECOM 1 1

RECEITA LIDERANÇA POR BAIXO CUSTO




ENERGIA 1SIDERURGIA 4 1TEXTIL 1 1 1 1TELECOM 1 2

RENTABILIDADE S/ O PATRIMONIO LIQUIDO

LIDERANÇA POR BAIXO CUSTO




ENERGIASIDERURGIATEXTILTELECOM 4

Quando analisamos as empresas utilizando o retorno sobre ativo como

variável de desempenho, observamos que a liderança por baixo custo obtém os

melhores desempenhos em relação aos demais grupos estratégicos no caso da

indústria têxtil. O número quatro na tabela 4.4.6.2 significa que o grupo liderança

por baixo custo supera os outros quatro grupos estratégicos no caso do setor

têxtil quando utilizado o retorno sobre ativo como métrica de desempenho.

Quando utilizamos a receita para medir o desempenho, observamos que

o grupo estratégico liderança por baixo custo também aparece como o melhor

desempenho para a indústria de siderurgia. Na indústria de telecomunicações, o

grupo estratégico enfoque por baixo custo apresenta melhor desempenho em

relação a outros dois grupos estratégicos.

O grupo estratégico liderança por baixo custo na indústria de

telecomunicações superou os outros quatros grupos estratégicos quando

medimos o desempenho das indústrias de acordo com a rentabilidade sobre o

patrimônio líquido.

DBD


112

5. CONCLUSÃO

5.1. Conclusão Dos Resultados Obtidos

Para o setor de energia elétrica, as empresas que tiveram o melhor

desempenho foram as do grupo estratégico liderança por baixo custo e enfoque

por baixo custo. Empresas do grupo de liderança por baixo custo como CEMIG,

COELBA, CPFL Energia, Energias do Brasil, e empresas do grupo estratégico

enfoque por baixo custo, como CPFL Geração e AES Tiete, apresentam

desempenho acima da média do mercado e tem o modelo de gestão bem visto

por analistas de mercado. Outras empresas, como por exemplo, a LIGHT que

vêm apresentando problemas de endividamento não aparece nesses grupos.

Para o setor siderurgia e metalurgia, o grupo estratégico liderança por

baixo custo, que visa aumentar o desempenho através de aumento da eficiência

operacional, é uma realidade. Empresas do tamanho da Acesita, Aços Villares,

Arcelor Brasil, Cosipa, Grupo Guerdau, Companhia Siderúrgica Nacional,

Companhia Siderúrgica de Tubarão e Usiminas são bem avaliadas por

investidores que buscam empresas com alto desempenho. Tal constatação

apresentada por essa pesquisa fortalece o conceito defendido por analistas do

setor que empresas com estratégias de eficiência operacional têm como

conseqüência o aumento de seu desempenho nesse setor. O grande número de

fusões e aquisições de empresas do setor com o objetivo claro de ganhos de

sinergia na operação também são uma constatação da busca pela eficiência

operacional.

Para a indústria têxtil, a liderança por baixo custo apresentou melhor

desempenho quando o critério utilizado foi rentabilidade sobre o ativo. Empresas

que buscam a eficiência, como Alpargatas, Coteminas, Santista Têxtil, Vicunha

Têxtil e Wembley, apresentam uma melhor rentabilidade do que as demais. Esse

setor é bem pulverizado no Brasil e vem sofrendo grandes pressões de produtos

mais competitivos, principalmente de origem chinesa. Empresas no grupo de

liderança por baixo custo terão melhores condições de competição com esses

produtos do que empresas de enfoque ou diferenciação já que a disputa nesse

mercado tem como um dos principais recursos a competitividade nos preços dos

produtos.

DBD


113

Para as indústrias de telecomunicações, o grupo estratégico liderança por

baixo custo têm uma grande concentração de empresas de telefonia fixa e o

grupo estratégico enfoque por diferenciação e por baixo custo tem uma grande

concentração de empresas de telefonia móvel. Essa distinção tem sentido já que

a área de concessão do serviço e os produtos das empresas de telefonia fixa

possuem uma escala maior do que das empresas de telefonia móvel. O

desempenho desse setor através do critério de rentabilidade sobre o patrimônio

líquido aponta como principal grupo estratégico a liderança por baixo custo. Essa

evidência empírica corrobora com a idéia de que as empresas de telefonia fixa

apresentam uma melhor rentabilidade em relação a outras empresas do ramo.

Essa melhor rentabilidade em relação a telefonia móvel é provocada, em parte,

pela elevada competição no setor de telefonia móvel e ao mesmo tempo pela

baixo competição no setor de telefonia fixa.

Os resultados obtidos no estudo responderam a perguntas formuladas em

seu objetivo. Tivemos realmente evidência comprobatória, mas com elevada

tolerância ao erro estatístico, de que para os setores como energia elétrica,

siderurgia e metalurgia e telecomunicações o desempenho de cada empresa

está ligado a sua distância em relação ao centro do grupo estratégico. Essa

ligação é relevante para concluirmos que de acordo com as decisões

estratégicas financeiras tomadas pela empresa, ela passa a definir qual é o seu

posicionamento dentro da própria indústria e, conseqüentemente, o seu

desempenho. Além disto, descobrimos que essa relação tem semelhante

magnitude no caso da variável de desempenho receita entre os grupos de

energia elétrica (-0,346) e siderurgia e metalurgia (-0,303). Em relação ao setor

têxtil, não podemos nem afirmar ou negar a existência dessa relação existindo a

necessidade de termos mais estudos para esse setor. Apesar de não podermos

comprovar a relação entre posicionamento e desempenho para todos as

métricas adotadas em todos os setores estudados não podemos refutar a

possibilidade de uma generalização da relação entre posicionamento e

desempenho.

Podemos também concluir que o grupo liderança por baixo custo

apresenta maiores evidências de que apresentam um desempenho melhor que

outros grupos estratégicos. Esse desempenho superior pode ser fruto de uma

maior escala de produção que permite para a empresa reduzir seus custos e

assim tornando-se mais competitiva do que as demais empresas da indústria.

DBD


114

5.2. Sugestões Para Novas Pesquisas

O estudo apresentado teve como objetivo principal estudar os principais

setores das empresas do mercado de capitais brasileiro sob a ótica das

estratégias financeiras. Por uma limitação de amostra e escopo restringimos o

estudo em apenas quatro setores : energia elétrica, siderurgia e metalurgia, têxtil

e telecomunicações. O setor de finanças e seguros não foi incluído no estudo

porque tem variáveis financeiras completamente diferentes das variáveis

financeiras estudadas neste estudo, desta forma, acredito que tal setor possa ser

estudado a posteriori de forma isolada.

Alguns setores como química; alimentos e bebidas; veículos e peças são

setores que no futuro poderão ser estudados, porque com a crescente abertura

de capital de novas empresas, esses setores podem passar a ter uma amostra

maior e conseqüentemente poder obter resultados mais representativos.

Com o crescente lançamento de novas empresas no mercado de capitais,

o volume de informações financeiras irá crescer permitindo que este trabalho

possa ser feito para não só essas indústrias, mas outras que possam surgir nos

próximos anos.

Pode ser feito um estudo longitudinal com o intuito de obtermos uma

análise do comportamento do desempenho dos setores deste estudo no decorrer

dos anos.

Outros estudos podem analisar sob a ótica econômico-financeira dos

setores e empresas pesquisados neste trabalho com o intuito de melhor

entender a eficiência dos indicadores financeiros da empresa e o próprio negócio

na qual ela está inserida.

A metodologia aplicada neste estudo pode ser utilizada em outros

mercados de capitais como, por exemplo, o mercado americano e europeu, onde

existe um número muito maior de empresas listadas em bolsa de valores.

5.3. Limitações da Pesquisa

Na pesquisa, durante os testes de hipótese procuramos manter a

significância estatística de acordo com a significância pré-estabelecida de 0,05.

Em alguns casos isso não foi possível e tivemos que flexibilizar o nível de

significância para prosseguirmos com os métodos estatísticos que são pouco

robustos a violação de premissas. O impacto desta flexibilização no estudo pode

provocar o erro de assumirmos uma afirmação que não é verdadeira. Desta

DBD


115

forma devemos ter o cuidado na análise e interpretação das diversas

informações relacionadas nesta pesquisa. Um exemplo dessa limitação foi o

relaxamento das premissas do teste Manova. Esse teste é muito pouco robusto

quando não consideramos as premissas de normalidade, linearidade e

homocedasticidade. Caso haja problemas na confirmação dessas premissas o

teste pode levar a uma falsa afirmação invalidando a análise.

DBD


116

6. REFERÊNCIAS BIBLIOGRÁFICAS

BARNEY, JAY B. Gaining and Sustaining Competitive Advantage,

Reading, MA: Addison-Wesley Publishing Company, Inc. 1996.

CAVALCANTI, M. A. F. D.. Impactos estratégicos e Organizacionais

decorrentes da Desregulamentação do Setor Petrolífero Argentino: Estudo de

Caso da Yacimentos Petrolíferos Fiscales (YPF). Dissertação de Mestrado.

Departamento de Administração da Pontifícia Universidade Católica do Rio de

Janeiro. 1997

CHAKRAVARTHY, B. S., Measuring Strategic Performance. Strategic

Management Journal, v.7 p.437-458, 1986.

COHEN, F. D. O Advento dos Genéricos e seu Impacto nas estratégias

Competitivas da Indústria Farmacêutica Brasileira. Dissertação de Mestrado.

Departamento de Administração da Universidade Católica do Rio de Janeiro.

2004.

DESS G. G. & DAVIS P. S., Porter´s (1980) Generic Strategies as

Determinats of Strategic Group Membership and Organizational Performance.

Academy of Management Journal, v. 27, p. 467-488, 1984.

GIRI, Narayan C., Multivariate Statistical Inference. New York. Academic

Press. 1977

HAIR, J. F., ANDERSON, R. E., TATHAM, R. L. & BLACK, W. C. .

Multivariate Data Analysis. New Jersey. Prentice-Hall, Inc. 5 ed. 1998.

KOTHA, S. & VADLAMANI, B. L., Assessing Generic Strategies: An

Empirical Investigation of Two Competing Typologies in Discrete Manufacturing

Industries. Strategic Management Journal, v.16, p.75-83, 1995.

DBD


117

MCCLAVE J. T., BENSON P. G., SINCICH T., Statistics for Business and

Economics. New Jersey. Prentice-Hall, Inc. 8 ed.. 2001

MILES, G., SNOW, C. C. & SHARFMAN, M., Industry Variety And

Performance. Strategic Management Journal, v.14, p.163-177, 1993.

MINTZBERG, H. Generic Strategies: Toward a Comprehensive

Framework. Advances in Strategic Management, v. 5, p. 1-67, 1988

NOGUEIRA, C. F. Utilização de Inteligência Artificial na Análise do

Desempenho de Empresas. Dissertação de Mestrado. Departamento de

Administração da Pontifícia Universidade Católica do Rio de Janeiro. 1998

PORTER, M. E. Competitive Strategy. New York. Free Press. 1980.

REMENYI, D., WILLIAMS, B., MONEY, A. & SWARTZ, E. Doing Research

in Business and Management: An Introduction to Process and Method. London.

Sage publications ltd. 1998.

DBD


Livros Grátis( http://www.livrosgratis.com.br )

Milhares de Livros para Download: Baixar livros de AdministraçãoBaixar livros de AgronomiaBaixar livros de ArquiteturaBaixar livros de ArtesBaixar livros de AstronomiaBaixar livros de Biologia GeralBaixar livros de Ciência da ComputaçãoBaixar livros de Ciência da InformaçãoBaixar livros de Ciência PolíticaBaixar livros de Ciências da SaúdeBaixar livros de ComunicaçãoBaixar livros do Conselho Nacional de Educação - CNEBaixar livros de Defesa civilBaixar livros de DireitoBaixar livros de Direitos humanosBaixar livros de EconomiaBaixar livros de Economia DomésticaBaixar livros de EducaçãoBaixar livros de Educação - TrânsitoBaixar livros de Educação FísicaBaixar livros de Engenharia AeroespacialBaixar livros de FarmáciaBaixar livros de FilosofiaBaixar livros de FísicaBaixar livros de GeociênciasBaixar livros de GeografiaBaixar livros de HistóriaBaixar livros de Línguas










http://www.livrosgratis.com.br/cat_1/administracao/1







http://www.livrosgratis.com.br/cat_2/agronomia/1







http://www.livrosgratis.com.br/cat_3/arquitetura/1







http://www.livrosgratis.com.br/cat_4/artes/1







http://www.livrosgratis.com.br/cat_5/astronomia/1







http://www.livrosgratis.com.br/cat_6/biologia_geral/1









http://www.livrosgratis.com.br/cat_8/ciencia_da_computacao/1











http://www.livrosgratis.com.br/cat_9/ciencia_da_informacao/1











http://www.livrosgratis.com.br/cat_7/ciencia_politica/1









http://www.livrosgratis.com.br/cat_10/ciencias_da_saude/1











http://www.livrosgratis.com.br/cat_11/comunicacao/1







http://www.livrosgratis.com.br/cat_12/conselho_nacional_de_educacao_-_cne/1















http://www.livrosgratis.com.br/cat_13/defesa_civil/1









http://www.livrosgratis.com.br/cat_14/direito/1







http://www.livrosgratis.com.br/cat_15/direitos_humanos/1









http://www.livrosgratis.com.br/cat_16/economia/1







http://www.livrosgratis.com.br/cat_17/economia_domestica/1









http://www.livrosgratis.com.br/cat_18/educacao/1







http://www.livrosgratis.com.br/cat_19/educacao_-_transito/1









http://www.livrosgratis.com.br/cat_20/educacao_fisica/1









http://www.livrosgratis.com.br/cat_21/engenharia_aeroespacial/1









http://www.livrosgratis.com.br/cat_22/farmacia/1







http://www.livrosgratis.com.br/cat_23/filosofia/1







http://www.livrosgratis.com.br/cat_24/fisica/1







http://www.livrosgratis.com.br/cat_25/geociencias/1







http://www.livrosgratis.com.br/cat_26/geografia/1







http://www.livrosgratis.com.br/cat_27/historia/1







http://www.livrosgratis.com.br/cat_31/linguas/1







Baixar livros de LiteraturaBaixar livros de Literatura de CordelBaixar livros de Literatura InfantilBaixar livros de MatemáticaBaixar livros de MedicinaBaixar livros de Medicina VeterináriaBaixar livros de Meio AmbienteBaixar livros de MeteorologiaBaixar Monografias e TCCBaixar livros MultidisciplinarBaixar livros de MúsicaBaixar livros de PsicologiaBaixar livros de QuímicaBaixar livros de Saúde ColetivaBaixar livros de Serviço SocialBaixar livros de SociologiaBaixar livros de TeologiaBaixar livros de TrabalhoBaixar livros de Turismo

http://www.livrosgratis.com.br/cat_28/literatura/1







http://www.livrosgratis.com.br/cat_30/literatura_de_cordel/1











http://www.livrosgratis.com.br/cat_29/literatura_infantil/1









http://www.livrosgratis.com.br/cat_32/matematica/1







http://www.livrosgratis.com.br/cat_33/medicina/1







http://www.livrosgratis.com.br/cat_34/medicina_veterinaria/1









http://www.livrosgratis.com.br/cat_35/meio_ambiente/1









http://www.livrosgratis.com.br/cat_36/meteorologia/1







http://www.livrosgratis.com.br/cat_45/monografias_e_tcc/1







http://www.livrosgratis.com.br/cat_37/multidisciplinar/1





http://www.livrosgratis.com.br/cat_38/musica/1







http://www.livrosgratis.com.br/cat_39/psicologia/1







http://www.livrosgratis.com.br/cat_40/quimica/1







http://www.livrosgratis.com.br/cat_41/saude_coletiva/1









http://www.livrosgratis.com.br/cat_42/servico_social/1









http://www.livrosgratis.com.br/cat_43/sociologia/1







http://www.livrosgratis.com.br/cat_44/teologia/1







http://www.livrosgratis.com.br/cat_46/trabalho/1







http://www.livrosgratis.com.br/cat_47/turismo/1







Documents

Mauro Arduino Damo O impacto das estratégias financeiras ...livros01.livrosgratis.com.br/cp018441.pdf · Milhares de livros grátis para download. Mauro Arduino Damo O impacto das