Índice de Confiança do Empresário e a Competitividade da Indústria Brasileira

Edgar Cândido do Carmo1

Gustavo Gomes Freitas 2

Marta Fabiano Sambiase 3

Cláudia Satie Hamasaki4

Amanda Lino Silva 5

Resumo 

O objetivo desta pesquisa é avaliar a relação entre determinantes da competitividade empresarial e o Índice de Confiança Do Empresário Industrial brasileiro (ICEI). Faz parte da pesquisa, levantar indicadores de competitividade de acordo com classificação de Ferraz, Kupfer e Haguenauer (1996): os empresariais, que são fatores internos à empresa; os sistêmicos constituem parâmetros do processo decisório; e estruturais, que são constituídos pelo mercado e setor. O período estudado foi de 2011 a 2017, com foco na formação de expectativas do empresário e sua influência no potencial empreendedor do país. Foi desenvolvida metodologia para análise de dados quantitativos e secundários para a indústria de transformação e mais cinco setores específicos desta: alimentos, automóveis, máquinas e equipamentos, móveis e têxtil.

Palavras chave: Expectativas; racionalidade empresarial; indústria; incerteza; competitividade. Área ANPEC: Área 9 - Economia Industrial e da Tecnologia JEL: D84; L10

Factors of Competitiveness and Industrial Entrepreneur Confidence Index

Abstract

The objective of this research is to evaluate the relationship between determinants of business competitiveness and the Index of Confidence of Brazilian Industrial Entrepreneur (ICEI). It is part of the research, to develop indicators of competitiveness according to the classification of Ferraz, Kupfer and Haguenauer (1996): the business, which are factors internal to the company; systemic factors are parameters of the decision-making process; and structural, which are constituted by the market and sector. The period studied was from 2011 to 2017, focusing on the formation of entrepreneur expectations and its influence on the entrepreneurial potential of the country. Methodology was developed to analyze quantitative and secondary data from four industry sectors: food; processing, automobile and textile industries.

Keywords: Expectations; business rationality; industry; uncertainty; competitiveness.

Agradecimentos ao Mackpesquisa, órgão de fomento à pesquisa vinculado à Universidade Presbiteriana Mackenzie, por apoiar o

projeto de pesquisa responsável por este trabalho.

1. Introdução1 Edgar Cândido do Carmo. Universidade Presbiteriana Mackenzie – Faculdade de Economia; edgar.carmo@mackenzie.br 2 Gustavo G. de Freitas. Universidade Presbiteriana Mackenzie – Faculdade de Economia; gustavo.freitas@mackenzie.br 3 Marta F. Sambiase. Universidade Presbiteriana Mackenzie – Faculdade de Administração; martasambiase@mackenzie.br 4 Claudia S. Hamasaki. Universidade Presbiteriana Mackenzie – Faculdade de Economia; claudia.hamasaki@mackenzie.br 5 Amanda Lino é graduanda em Ciências Econômicas pela Universidade P. Mackenzie; amandagomes.f8@gmail.com

1

Com a abertura de mercado brasileiro, as forças da concorrência da indústria brasileira se tornaram mais complexas e dinâmicas, ao mesmo tempo em que novas oportunidades surgiram. Para melhor conhecer a atividade industrial brasileira, Ferraz, Kupfer e Haguenauer (1996) realizaram estudo sobre os indicadores de competitividade da indústria, classificados em: Empresariais, que dizem respeito aos fatores internos à empresa, tais como produção e empregabilidade; os sistêmicos, que constituem parâmetros do processo decisório, sobre a forma de externalidades para a firma produtiva, com pouca ou nenhuma  intervenção desta; e por fim, os estruturais, que são constituídos pelo mercado, configuração da indústria e regime de incentivos e regulação da concorrência. Tais indicadores permitem estudar as interferências na competitividade industrial para melhor entender as diferenças entre setores.

Desde o início do século XX, Knight (1924) destaca o papel da percepção de incerteza do gestor para a lucratividade empresarial, e consequentemente desempenho do setor. Além de mostrar a diferença entre incerteza objetiva e subjetiva, Knight focou seus estudos na percepção subjetiva do gestor em relação ao ambiente, exercício de racionalidade para interpretação deste e possíveis respostas, que consequentemente, moldam a estratégia empresarial e os lucros (SAMBIASE L. e BRITO, 2010).

Assim, a Confederação Nacional da Indústria monitora a percepção de incerteza do empresário por meio do Índice de Confiança do Empresário Industrial (ICEI, 2018). O ICEI visa identificar mudanças nas tendências da produção industrial, funcionando como um termômetro mediante às ocorrências do ambiente sócio-político e econômico brasileiro. Dada a importância dos fatores que influenciam a avaliação dos empresários na tomada de decisão em investimentos, o problema de pesquisa orientador deste estudo é: Qual a relação entre o Índice de Confiança do Empresário Industrial (ICEI) e os fatores que caracterizam a competitividade empresarial?

O objetivo desta pesquisa, portanto, é analisar, por meio do desenvolvimento de uma metodologia, quais fatores explicam a formação da expectativa dos tomadores de decisão nas empresas, o que determina a maior ou menor confiança no cenário econômico e institucional. Isto implica identificar e avaliar os condicionantes do comportamento de formação do nível de confiança do empresário industrial brasileiro vis-à-vis os indicadores que determinam os fatores de competitividade empresarial. A metodologia adotada para esta pesquisa utilizou as ferramentas estatísticas e econométricas próprias dos chamados processos estocásticos ou, ainda, das técnicas para o estudo das séries temporais. Para que os objetivos estabelecidos no projeto fossem cumpridos, utilizamos como variáveis sistêmicas o Índice de Confiança da Indústria Nacional e a taxa de juros CDI e como variáveis empresariais a razão capital-trabalho, o salário médio real e o faturamento real. A análise das características das séries trabalhadas, por meio dos testes de raiz unitária, indicou que as variáveis sistêmicas deviam ser tratadas sob a possibilidade de serem não estacionárias. Por outro lado, para as variáveis empresariais, setor a setor, os resultados dos testes de raiz unitária não foram unívocos, ora resultando na rejeição ora na não rejeição da hipótese de raiz unitária. Com esses resultados em vista, a etapa seguinte da análise buscou estimar qual era o risco de se gerarem resultados a partir de regressões espúrias: no entanto, testes de cointegração indicaram que essa hipótese poderia ser descartada.

2. Referencial Teórico

Nesta seção são apresentadas as bases teóricas que inspiraram esta pesquisa. Primeiramente são apresentados, mais em detalhes, os fatores competitivos da indústria brasileira segundo modelo econômico (FERRAZ, KUPFER, e HAGUENAUER, 1996). Em seguida acrescentam-se estudos que mostram a participação da gestão no desempenho empresarial (BRITO e VASCONCELOS, 2005), assim como outros que estudam o efeito gestor nos resultados empresariais (HAMBRICK e QUIGLEY, 2013). Estes argumentos são acrescentados para justificar a importância de se estudar a percepção do gestor e sua relação com os indicadores competitivos da indústria. A escolha pelo indicador ICEI, como variável independente, se dá estimulada pelo trabalho de Knight (1924), principalmente, que desenvolveu sua abordagem sobre a relação entre incerteza e lucro, consequentemente, interferindo na formação de expectativa do empresário.

2

2.1 A Competitividade e seus Fatores

Há um conjunto de fatores determinantes da competitividade, que podem moldar a percepção dos empresários com relação à economia como um todo e à sua empresa. A competitividade é considerada como um processo dinâmico resultante do comportamento dos mercados, dos gestores e, consequentemente, das organizações e dos consumidores. A competitividade não é uma questão intrínseca a um produto, firma ou país; ela é um fenômeno que se forma no âmbito da indústria, no conjunto de firmas que a constitui e no mercado (FERRAZ; KUPFER; HAGUENAUER, 1996). Assim, as análises de competitividade devem levar em conta os processos internos à firma, ao setor e as condições econômicas gerais do ambiente, onde os fatores determinantes da competitividade são:

(1) Fatores empresariais –são variáveis do processo decisório da firma e podem ser controlados ou modificados através de condutas ativas assumidas. Essas tarefas, centrais da gestão empresarial, decorrem de estratégias que devem ser aderentes ao padrão de concorrência relevante para a empresa, onde a firma pode adotar uma posição de liderança ou seguidora. Os fatores empresariais para empresas competitivas estão centrados em sua capacidade inovativa, que visam criar capacitações para exploração de oportunidades para criar e ocupar mercados; em sua capacidade produtiva, cujos “ganhos sustentados de eficiência e qualidade somente ocorrem a longo prazo”, vindos do “uso de inovações em termos de operações e trabalhadores envolvidos, implicando em disposição à busca de melhoramentos contínuos incorporada firmemente nas rotinas formais e informais de cada empresa” (FERRAZ; KUPFER; HAGUENAUER , 1996, p. 17); e por fim, dos recursos humanos, onde o padrão das relações de trabalho tem-se apoiado no tripé formado por estabilidade, participação nas decisões e compartilhamento dos ganhos do aumento de eficiência e resultados, prevalecendo a multifuncionalidade.

(2) Fatores estruturais – estão parcialmente sob a área de influência da firma e, portanto, sua capacidade de intervenção é limitada pela medição do processo de concorrência. São constituídos pelo mercado, configuração da indústria e regime de incentivos e regulação da concorrência; estes apresentam especificidades setoriais e demonstram o dinamismo do mercado, seguido por tendências internacionais e nacionais. O dinamismo do mercado é um dos principais fatores da competitividade, no entanto, “o crescimento quantitativo do mercado não é condição suficiente para assegurar competitividade” (FERRAZ; KUPFER; HAGUENAUER, 1996, p. 18); fatores de natureza qualitativa podem influenciar o padrão de concorrência como a existência de elevado grau de exigência dos consumidores. A forma como a indústria se organiza é outro fator importante a ser considerado, envolvendo configurações de estrutura patrimonial e produtiva. As mudanças nos métodos de produção e gerenciais aliadas às integrações financeiras e comerciais promovem amplas reestruturações pelas diversas indústrias. Novas fontes de competitividade e perda de importância das vantagens competitivas tradicionais, como as baseadas nas disponibilidades de recursos naturais ou mão-de-obra barata, levaram a movimentos diferenciados de ajuste das configurações industriais (FERRAZ; KUPFER; HAGUENAUER, 1996, p. 20). Tanto nos setores de elevada intensidade de capital como nos setores de menor intensidade de capital, mudanças em modelos de negócios, processos, estratégias de operação, carteira de produtos e regimes de incentivo e regulação da concorrência moldam os fatores estruturais.

(3) Fatores sistêmicos – constituem-se parâmetros do processo decisório, sobre a forma de externalidades para a firma produtiva onde esta detém reduzida ou nenhuma possibilidade de intervenção. Os determinantes sistêmicos exercem papel decisivo sobre a competitividade empresarial; são eles: (a) Determinantes macroeconômicos, que são divididos em três grupos, como os relacionados ao regime cambial, às políticas de regulação e seus resultados em termos de nível de estabilidade de taxas de inflação e produto interno bruto, e os relacionados ao sistema de crédito da economia. (b) Determinantes político-institucionais incluem políticas e práticas de diversas instituições através das quais o Estado se relaciona com o setor produtivo; dentre estas estão as políticas de comércio exterior e tarifária, políticas tributárias e políticas científicas e tecnológicas, por exemplo. (c) Determinantes legais-regulatórios, onde os principais instrumentos que afetam a criação e fortalecimento do ambiente competitivo são a defesa da concorrência e do consumidor, a defesa do meio ambiente, o regime de

3

proteção à propriedade intelectual e de controle do capital estrangeiro; estes, agregados às políticas tarifárias e de comércio exterior moldam o regime de concorrência. (d) Determinantes infra estruturais referem-se à oferta de energia, transporte e telecomunicações, principalmente. Por exemplo: “A disponibilidade de um abastecimento de energia farto, regular e confiável a custos reduzidos afeta fortemente os custos de todo o sistema industrial e, portanto, também a competitividade externa das empresas locais” (FERRAZ; KUPFER; HAGUENAUER, 1996, p. 29). Não importa que os custos com os determinantes infra estruturais sejam baixos, mas que sofram constantes melhorias e modernização. (e) Determinantes sociais dizem respeito à educação e qualificação da mão-de-obra, às relações trabalhistas e ao padrão de vida dos consumidores. A distribuição de renda tem efeitos sobre a competitividade quando afeta a dimensão e o grau de sofisticação do mercado consumidor interno. Por fim, (f) determinantes internacionais se referem à influência das tendências da economia mundial e da forma de inserção internacional na economia local, em termos produtivos e financeiros.

Assim, os fatores empresariais e sistêmicos possuem caráter genérico na forma e intensidade de influência nos setores industriais; já os fatores estruturais possuem um caráter setor-específico, refletindo mais diretamente sobre os padrões de concorrência. Definida a noção de competitividade no nível da firma individual, podem ser considerados como competitivos os setores onde a maior parte da produção ocorre em firmas competitivas (FERRAZ; KUPFER; HAGUENAUER,1996).

2.2 Variância do Desempenho e o Efeito Gestor

Ainda como fator de competitividade empresarial, estudos apontam para análise de componentes de variância de desempenho, ampliando discussão sobre a origem da heterogeneidade da firma. Assim, estudos de Rumelt (1991), McGahan e Porter (1997), Brito e Vasconcelos (2005), e outros, baseados no método introduzido por Schmalensee (1985) são importantes para melhor compreender os efeitos que afetam o desempenho empresarial e suas proporções. As respostas aos resultados encontrados ampliam as “possibilidades de diálogo entre a economia e a gestão estratégica, investigando como o capital humano, competências, recursos”, e outros, interferem no panorama microeconômico.

O efeito da empresa individual (gestão) foi o mais importante na maioria dos setores econômicos. O efeito empresa teve mais de 40% da variância; o efeito país variou de 0 para o setor de Transporte a 5 % para Atacado e Varejo; o efeito ramo de negócios variou de 0,7% para o setor de Atacado e Varejo, a 15,6% no Transporte. Dependendo do ramo de negócios, o efeito país conta mais ou menos; sendo menos dependente do efeito empresa (gestão). O efeito ano mostrou pouco poder explicativo no desempenho. O efeito da empresa individual (gestão) foi importante na maioria dos setores econômicos; quanto mais distante das estruturas do setor, mais importa (BRITO e VASCONCELOS, 2005).

Uma vez que o efeito Gestão influencia o desempenho empresarial, Hambrick e Quigley (2013) defendem que uma compreensão dos efeitos executivos pode ser considerada fundamentalmente importante para grande parte da ciência organizacional. Desta maneira, a percepção de incerteza do empreendedor empresarial, como apresentado pelo ICEI (2018), pode interferir no panorama setorial da indústria. Além disso, somou-se o ambiente em que as empresas brasileiras vivenciaram no período de 2011 a 2017, com intensa incerteza. Assim, esta pesquisa se justifica por estes estudos, onde “o melhor exemplo de incerteza está na conexão com o exercício de julgamento ou formação de opiniões sobre o curso futuro de eventos, cujas opiniões e não conhecimentos científicos guiam a maioria de nossa conduta” (KNIGHT, 1924, p. 233). A dificuldade não está em estabelecer probabilidades para cenários conhecidos, mas sim, em definir os próprios cenários.

2.3 Índice de Confiança da Indústria – ICEI

Segundo a CNI (2015), “O Índice de Confiança do Empresário Industrial (ICEI) é um indicador antecedente utilizado para identificar mudanças na tendência da produção industrial”. Atualmente, os dados que formam este indicador são coletados, mensalmente, pelas pesquisas da Sondagem Industrial e Sondagem da Indústria da Construção coletados e divulgados pela Confederação Nacional da Indústria (CNI). As sondagens amostrais são realizadas em todo o território nacional, com

4

empresas de porte pequeno, médio e grande, e para diversos setores das indústrias extrativa, de transformação e da construção. O ICEI é construído com base em quatro perguntas sobre: 1) Condições atuais da economia brasileira; 2) Condições atuais da empresa; 3) Expectativa sobre a economia brasileira e 4) Expectativa sobre a empresa. A pesquisa apura a visão do empresário em relação a situação atual e as expectativas em relação ao futuro, tanto no âmbito da empresa quanto no âmbito da economia de uma forma geral. Do ponto de vista da abrangência, a sondagem verifica a situação em todo o território nacional e são construídos indicadores para o país e para as cinco regiões. Do ponto de vista dos setores investigados, as atividades econômicas basearam-se na Classificação Nacional de Atividades Econômicas (CNAE), versão 2.0, mesma metodologia utilizada pelo IBGE. A CNAE 2.0 define três categorias para o setor industrial: indústria da transformação, da indústria da construção civil e da indústria extrativista.

O indicador usado, ICEI, mede a percepção dos empresários sobre as condições da economia, e como isso afeta a empresa. Por ser um índice que mostra a tendência da indústria e do comportamento da produção industrial, é importante analisa-lo para entender o processo de tomada de decisões dos empresários com relação a investimento, geração de emprego, demanda produtiva, decisões que são baseadas nas expectativas com relação à economia como um todo, e seu funcionamento, e à sua empresa.

Com maior o grau de confiança, a tendência é que haja maior nível de investimento, que tende a aumentar a competitividade, seja em termos de competitividade por desempenho, expressa pela participação da empresa no mercado, determinada pelas vantagens do produto, seja pela competitividade por eficiência, que reflete a conduta e as escolhas da empresa diante da configuração da indústria e que remete a vantagens de custo e de inovação, por exemplo. A seguir é apresentado um panorama da indústria brasileira para melhor compreender o cenário macro ambiental.

3. Panorama da Indústria Brasileira

A produção industrial brasileira se caracterizou historicamente pela baixa inserção na economia mundial, como uma economia tipicamente primária-exportadora e de uma industrialização tardia sob forte protecionismo, baseado no modelo de industrialização por substituição de importações. Isso levou à baixa competitividade da produção brasileira, mesmo após a abertura econômica vivida nos anos 1990, essa baseada na redução das tarifas de importação e barreiras tarifárias, que saíram de um patamar médio em torno de 50% para perto de 13% (CANO, 2012; MOREIRA e CORREA, 1997; BONELLI, 1993).

Como resultado da abertura econômica na década de 90, que se caracterizou por maior abertura comercial, financeira, produtiva, tecnológica, que intensificou a integração econômica e aumentou a vulnerabilidade de economias periféricas como a brasileira, ocorreram importantes transformações na forma de organização da produção e na tomada de decisões dos agentes econômicos. Transformações na base técnica, com processos de inovação tecnológica cada vez mais rápidos determinaram a reestruturação produtiva, fluxo de capitais (produtivo e financeiro) e acirramento da concorrência; estes fatores determinantes na definição das estratégias empresariais (ROSSI JR e FERREIRA, 1999).

Desde então, a forte concorrência internacional, menor dinamismo em termos de investimento em inovação, a flutuação cambial (a volatilidade cambial, em especial a partir da segunda metade dos anos 90, que aumenta o grau de incerteza), aumento da taxa de risco e a baixa capacidade de modernização, geram um processo em que a indústria brasileira vem sofrendo uma redução da sua participação na composição do PIB (Produto Interno Bruto), com desaceleração dos investimentos e perda de competitividade. Isso se agrava devido à ausência de uma agenda para uma política industrial ou setorial. Segundo Bonelli (2016), em entrevista à Confederação Nacional da Indústria (CNI): “A política industrial deveria ser canalizada para aspectos que o mercado não cobre, como apoio à inovação tecnológica e investimentos em infraestrutura, que têm retorno social, mas nem sempre despertam interesse do setor privado. Nesses casos é preciso que o recurso público seja utilizado, porque o capital privado não entra. Segundo Veiga (1999), há uma série de fatores condicionantes da evolução da indústria brasileira a partir dos anos 90. Políticas comercial e industrial com características discriminatórias em termos setoriais, no sentido de que alguns setores, como o

5

automobilístico, eletroeletrônicos, bens de capital, foram favorecidos e apresentaram menores dificuldades para sobreviver à abertura comercial que se processou a partir da virada da década dos 1980. Um quadro macroeconômico, que se mantém ao longo do período, com importante impacto sobre as decisões de produção e investimento, decisões condicionadas pelo comportamento das taxas de juros domésticas, de um câmbio mais volátil, com incentivos à captação de recursos no exterior, crescimento da demanda doméstica. Houve dificuldade de sustentar estratégias de crescimento da produção, criando um ambiente de vulnerabilidade financeira das empresas. Havia, também, fatores relacionados com reformas regulatórias ao longo dos anos 90, com destaque ao programa de privatizações e de acordos regionais de comércio exterior, afetando ganhos de produtividade e competitividade da produção nacional, e de forma diferente as empresas segundo condições diferenciadas para enfrentar a maior concorrência.

Todos esses elementos que caracterizam o comportamento da indústria brasileira a partir de meados dos anos 1990, somados às consequências das crises internacionais de 2008 e 2010, que afetam fortemente a confiança dos investidores, acentuam a perda da posição relativa do país na produção industrial mundial (DE PAULA e FERRARI FILHO, 2011).

Segundo a Federação das Indústrias do Estado de São Paulo - FIESP (2017), a participação da indústria total no PIB foi de 15,6% em 2016, sendo a indústria da transformação responsável por, aproximadamente, 3/4 deste total (11,7%). Esta atividade econômica já teve maior peso relativo da produção do PIB. Em meados dos anos 1980, apenas a indústria da transformação foi responsável por mais de 21% da formação de riqueza no país. Entre 2011 e 2017, a indústria de transformação vem atingindo taxas de crescimento anual abaixo da taxa de crescimento do PIB. A queda em termos relativos, bastante significativa, da importância deste segmento, de forma ininterrupta, nos últimos 30 anos tem levado a empresários e economistas a especularem sobre um eventual processo de desindustrialização no país, o que nos parece ser mais um argumento para justificar a importância desta pesquisa. A redução do ritmo de crescimento da economia mundial, o estancamento das condições de crescimento econômico brasileiro e a mais recente crise econômico-político-institucional no país têm afetado a formação das expectativas dos investidores. As decisões sobre investimento produtivo (Formação Bruta de Capital Fixo - FBCF) estão permeadas de incertezas e estas costumam ser oriundas de mudanças de expectativas do futuro. Tais mudanças podem estar baseadas em evidências das condições dos negócios e de competitividade, do cenário econômico, de mudanças regulatórias, de alterações tecnológicas, ou podem decorrer de maior ou menor grau de confiança dos agentes econômicos e suas expectativas quanto aos acontecimentos e à situação futura. Estas expectativas, para o gestor industrial, são representadas, em parte, pelo indicador de incerteza (ICEI); onde fatores competitivos podem potencializar ou restringir o investimento, o consumo e a produção industrial.

4. Metodologia

Dada a dimensão temporal das variáveis econômicas a serem exploradas e cuja possível associação se deseja discutir no âmbito desta pesquisa, as ferramentas estatísticas e econométricas a serem empregadas serão aquelas próprias dos chamados processos estocásticos ou, ainda, das técnicas para o estudo das séries temporais (GREENE, 2008). Inicialmente, para a análise do comportamento em separado de cada uma das séries e a sua classificação em ou estacionárias ou integradas, serão aplicados os testes de raiz unitária em suas diferentes especificações (como, por exemplos, o teste de Dickey-Fuller Aumentado e o de Phillips-Perron), assim como os diagramas das funções de autocorrelação  total e parcial. 

No segundo estágio da análise econométrica dos dados, a depender dos resultados apresentados por aqueles primeiros testes quanto às características de estacionariedade presentes nos processos subjacentes às realizações históricas das variáveis, serão utilizados os Modelos de Vetores Autoregressivos (Vector Autoregressive Models – VAR’s) para o tratamento conjunto das séries, os testes de Cointegração (de Engle-Granger ou de Johansen), para a possibilidade de comportamento conjugado ou correlacionado de longo prazo das variáveis não estacionárias e, nesse caso, o estudo do Mecanismo de Correção de Erro para a discussão da associação das mesmas

6

variáveis mas nas suas relações temporais de curto-prazo. Ainda, planeja-se a utilização dos diagramas das relações vinculadas de Impulso-Resposta das séries, gerados a partir das estimativas das equações estruturais dos modelos VAR, para o caso de associação das séries estacionárias. 

Ademais, como muito provavelmente será necessário, também será devidamente utilizado o controle ou tratamento de sazonalidade das séries analisadas. 

4.1 Amostra e base de dados Conforme consta no objetivo, a escolha dos indicadores terá como parâmetro a abordagem de Ferraz, Kupfer e Haguenauer (1996) sobre os determinantes da competitividade.  Parte dos dados com os quais iremos trabalhar encontra-se no banco de dados da Confederação Nacional da Indústria (CNI). Notadamente, nos dados coletados na Pesquisa de Sondagem Industrial. Esta pesquisa é realizada mensalmente com a meta de verificar a evolução da atividade industrial do país, abrangendo doze estados que são responsáveis por 93,9% do PIB industrial do Brasil e por mais de 90% do total dos dados investigados pela CNI. (CNI, setembro 2014). 

4.1.1 Base de dados – Fatores empresariais

A base de dados formulada para efeitos de uma análise do comportamento industrial, foi consolidada a partir de dados extraídos do portal da CNI – Confederação Nacional da Indústria. Para que os objetivos estabelecidos no projeto fossem cumpridos, utilizamos as séries históricas dos seguintes indicadores industriais: faturamento, emprego, massa salarial e utilização da capacidade instalada. Tais variáveis são representadas por índices de base fixa que são calculados a partir da variação média dos valores obtidos.

I) Faturamento: Se refere à receita líquida obtida através de vendas industriais.

Para que o seu cálculo se torne possível, utiliza-se como deflator o Índice de Preços por Atacado (IPA-OG) do setor em questão.

Fy = Faturamento Real

Fn = Faturamento Nominal

II) Emprego: Se refere ao total de pessoas empregadas no último dia do mês de referência para a pesquisa, remuneradas de forma direta pelas empresas, com contrato indeterminado ou temporário, com ou sem vínculo empregatício e ligadas ou não ao processo produtivo. Este cálculo irá desconsiderar as pessoas que não estavam presentes no momento da apuração, seja por motivos de férias, licença maternidade e etc. Além disso, exclui-se os estagiários, membros de conselhos administrativos, diretores ou fiscais que não desempenhem outra atividade distinta dentro da empresa, os profissionais autônomos e o pessoal que apesar de trabalhar dentro da empresa, recebe remuneração de outra empresa.

III) Massa Salarial: Se refere ao salário, retirada e outras remunerações. Seu cálculo utiliza como deflator o Índice Nacional de Preços ao Consumidor (INPC), independente do setor. São considerados para efeito de cálculo: o valor bruto dos salários-base; valor das horas extras; valor do 13º salário – ou parcela – no mês de referência da pesquisa; valor do aviso prévio; comissões e percentagens; valores pagos a título de rescisão de contrato, abonos; ajuda de custo de alimentação (vale-refeição ou alimentação), representação, educação e auxílio funeral; gratificações ajustadas expressa ou tacitamente, tais como as de balanço anual, tempo de serviço e de função ou cargo de confiança; prêmios contratuais ou habituais de produtividade, assiduidade; participação nos lucros distribuídos aos empregados; adicionais de serviços perigosos, noturnos e insalubres; salário-família; salário-maternidade, enfermidade, etc; remuneração de 10 dias de férias em dobro (abono de férias: 1/3 do período) e remuneração compensatória do banco de horas.

Sendo assim:MSr = Massa Salarial Real

7

MSn = Massa Salarial NominalINPC = Índice Nacional de Preços ao Consumidori. Utilização da Capacidade Instalada (UCI) do setor de atividade nacional.

O valor do percentual médio de UCI nacional se dá através dos valores obtidos a partir do percentual médio do setor em questão de cada estado participante da pesquisa no mês t, ponderado pelo pessoal ocupado – média das PIAs de 2003 a 2005.

Sendo que:UCIt

s,BR = percentual médio de UCI do setor s, para o mês de referência t.UCIt

s,e = percentual médio de UCI do setor s, obtido no Estado e, para o mês de referência t.Ws,e = peso do Estado e, no setor s, levando em consideração apenas os estados que participam so setor s. *

*Observação:

, em que n se refere ao número de Estados que participam do setor.

4.1.2 Base de dados: Indicadores sistêmicos

Taxa de juros de longo Prazo (/TJLP): A taxa de juros de longo prazo é definida e divulgada trimestralmente pelo Conselho Monetário Nacional (CMN) e é utilizada para empréstimos concedidos por parte do Banco Nacional de Desenvolvimento Econômico e Social (BNDES). Esta taxa é frequentemente utilizada para frequentemente para financiamento de bens de capital

Taxa de Câmbio Comercial é definida pela flutuação da oferta e procura de dólares no mercado brasileiro em negociações comerciais.

4.1.3 Base de dados: Índice de Confiança do Empresário Industrial - ICEI

ICEI é um indicador utilizado para antecipar mudanças no comportamento da produção industrial. Sua constatação é imprescindível, pois auxilia a estipular o produto industrial e o desempenho do PIB, uma vez que, diante de um maior grau de confiança entre os empresários, haverá aumento dos investimentos e da produção estimuladas por estes, atendendo assim o nível esperado de demanda.

O ICEI é construído a partir de dois questionários, sendo eles: o questionário de sondagem industrial e o questionário da sondagem da indústria da construção, que constitui um ICEI separado. Ambas as formas de sondagem atingem grande parte do território nacional e são realizadas em parcerias com as confederações da indústria dos Estados. A partir disso, são elaborados indicadores estaduais, regionais, nacionais para diferentes portes de empresas e, também, nacionais para diferentes setores industriais. Por se tratar de um indicador de difusão, o ICEI varia de 0 a 100, de forma que os valores acima de 50 pontos representam empresários confiantes. A base do indicador de confiança empresarial se constitui a partir de quatro perguntas fundamentais que residem sobre: as condições atuais da empresa, condições atuais da economia, expectativa sobre a empresa e expectativa sobre a economia brasileira. São construídos indicadores de difusão para cada porte de empresa ou setor de atividade, a partir das perguntas básicas, sendo compostas por cinco alternativas excludentes. Por fim, cabe ressaltar que o ICEI é apurado mensalmente.

O intervalo estudado é de sete anos, de 2011 a 2017 porque, além de ter disponibilidade de dados, compreende um período de transformações no panorama macroeconômico e sócio-político brasileiro. Acredita-se que em um período de oscilações, pode-se melhor analisar os fatores estruturais, sistêmicos e empresariais, com relação à percepção de incerteza do empresariado industrial brasileiro.

4.2 Setores da Indústria da Transformação Analisadas 

A Classificação Nacional de Atividades Econômicas (CNAE) - Versão 2.0 - produzida em 2007 organizou as categorias econômicas individuais em 21 seções, entre as quais duas industriais: a

8

indústria extrativa, com cinco divisões, e a indústria da transformação, com 24 divisões, e pelos serviços industriais de utilidade pública, formado basicamente pelo fornecimento dos serviços de água e eletricidade etc. Para os fins deste trabalho serão avaliados seis setores econômicos da indústria, das 24 definidas no CNAE. São eles: Máquinas e Equipamentos, Têxteis, Móveis, Montadoras de Automóvel, Construção Civil e Alimentos, os quais descreveremos resumidamente abaixo.

Os critérios de escolha dos setores da indústria de transformação foram determinados por atuação interna e externa, ou seja, foco nos mercados nacionais ou internacionais; atuação intensiva em capital, em mão de obra e matéria prima; influência de cambio ou não. Assim, os setores foram classificados e escolhidos:

Quadro 1 – Setores estudados e critérios de escolha

Setor da indústria de transformação Critérios presentes na indústria brasileira

Máquinas e Equipamentos Tem forte conexão com a variável investimento de outros setores econômicos, sofre concorrência importante de similares importados.

Têxteis Atende 75% do mercado com produtos nacionais. Outros 25% da demanda são atendidos, principalmente, por produtos chineses

Móveis Mercado nacional; intensivo em mão de obra e matéria prima

Montadoras de Automóvel Efeitos multiplicadores para outros setores, empregos no setor, sob importante influência das taxas de juros e do crescimento da renda.

Alimentos Muito diversificado. Mercado nacional e internacional; intensivo em matéria prima, e pode sofrer influência de cambio

Fonte: Autores com base da análise macroeconômica (2018)

A seguir descrevemos as principais características de cada um dos setores analisados.

4.2.1 Indústria de Máquinas e Equipamentos

O setor de máquinas e equipamentos está entre os mais importantes em termos de valor adicionado na economia brasileira, ocupando, em 2015, a 5ª posição na indústria de transformação. Naquele ano, a colaboração deste setor para a formação do Produto Interno Bruto (PIB) foi de 34 bilhões de reais, que representou 5,6% do total da produzido pela indústria de transformação e 0,7% do PIB.  Neste ano, no setor estavam empregadas 361 mil pessoas, representando 5% do total de empregos na indústria de transformação. A estrutura de mercado deste setor é bastante pulverizada, visto que os mais 95% dos 14000 estabelecimentos são de pequeno porte, com até 99 empregados.   (FIESP, 2017).  O setor é considerado um dos mais importantes dentro da indústria da transformação, tendo em vista que o destino final do produto deste é o investimento de outros setores industriais. A balança comercial setorial, desde o final dos anos 1990, tem sido constantemente deficitária. O que significa dizer que a demanda interna tem sido suprida por produtos importados.  Acompanhando a tendência da abertura econômica e do aquecimento no nível dos negócios, na primeira década do século XXI, tanto as importações quanto as exportações aumentaram significativamente, a partir de 2004 até 2008. Todavia, com crescimento mais significativo das importações, provavelmente, em decorrência da valorização da moeda local.

A dependência estrutural das importações brasileiras está relacionada, dentre outras razões, “ao baixo dinamismo do setor de máquinas e equipamentos no que se refere aos bens de alta tecnologia que demandam projetos, pesquisas e mão de obra altamente sofisticados” (LAFIS, dezembro de 2017, p. 10). Na última década, o vigoroso crescimento econômico industrial Chinês e Coreano, associado ao aumento da relação comercial do Brasil com estes países, fez com que a indústria local viesse perdendo competitividade.  A partir de 2014, a produção nacional, assim como as importações, como ocorreu também com os demais setores econômicos.

4.2.2 Indústria Têxtil

9

Segundo a Fiesp (2017), o setor têxtil é o 18º maior setor industrial em termos de valor adicionado, colaborando com 1,9% da produção da indústria de transformação e 0,2% do Produto Interno Bruto (PIB). Todavia, é o 10º mais importante na geração de empregos, com mais 260 mil postos de trabalho, representando 3,6% do total da indústria de transformação. Em 2015, havia quase 11000 estabelecimentos neste setor, representando 3,1% do total

 O Brasil, apesar de estar entre os maiores produtores do mundo e ser representativo no consumo de têxteis e confecções, possui uma baixa inserção no comércio global., representando 0,3% do total mundial. Assim, motivada pela concorrência de produtos da Ásia, notadamente, China, o país tem incorrido, frequentemente em déficits na balança comercial deste setor, montando mais de 11 bilhões em 2016. Na década de 2000, houve crescimento expressivo da produção. Situação que foi revertida no período recente, quando ocorreu queda na produção, acompanhando a desaceleração da economia brasileira, que passa por um período recessivo, com queda do consumo e investimento. (LAFIS, agosto de 2017, p. 5).

4.2.3 Indústria de Alimentos

Segundo a ABIA (2017), a Indústria de Alimentação correspondeu a US$ 33,5 bilhões de dólares de um total de US$ 67 bilhões de dólares da Balança Comercial Brasileira. O faturamento do setor de 2017 foi de R$ 642,6 bilhões, em um contingente de 35,6 mil empresas. Os destaques da indústria de alimentos brasileira são: maior produtor e exportador mundial de suco de laranja; maior produtor mundial de carne, e segundo exportador; e maior produtor e exportador mundial de açúcar. Já, não menos importante, em segundo lugar: exportador mundial de café solúvel; exportador de óleo de soja; e exportador mundial de alimentos processados (ABIA, 2017). A regulamentação do setor é alta; há requisitos para instalações, especificações do produto, embalagem, conservação, prazo de validade, e outros detalhes conforme a categoria de produtos. A ANVISA – Agência Nacional de Vigilância Sanitária é o órgão principal pelas regulamentações do setor, e o MAPA – Ministério da Agricultura, Pecuária e Abastecimento também é um parceiro importante por fornecer a matéria-prima para a indústria de alimentos. Também há relação com Ministério da Saúde visando, principalmente, redução de sódio e de açúcar nos alimentos processados; e melhoria de informações nutricionais na rotulagem.

As perspectivas da Indústria de Alimentação estão relacionadas aos efeitos das reformas trabalhista, terceirização, teto de gastos na administração pública, reforma da Previdência, e a Tributária e a Política.

4.2.4 Industria de Móveis

A indústria moveleira envolve, além da produção de móveis de materiais diversos, a fabricação de assentos (cadeiras, sofás, poltronas, dentre outros) e colchões. A diferenciação dos produtos abrange a matéria-prima, aspectos estéticos e práticos oriundos do design, o que torna certos países em posição competitiva, como a China (itens baratos), a Itália e Alemanha (designs inteligentes). A estrutura produtiva brasileira de móveis é centrada no mercado interno e, devido à abundância de madeira barata e de mão de obra qualificada na confecção de mobílias, o país foca a sua produção em móveis de madeira, atendendo mercados internacionais (LAFIS_MÓVEIS, 2018).

Em 2016, houve queda das importações (-13,2%), considerando uma taxa de câmbio desvalorizada e queda da demanda interna, mais do que um crescimento das exportações (+2,4%) que pudesse sinalizar ganhos de competitividade. A produção de móveis no Brasil recuou 12,1% em 2016, e a utilização de capacidade instalada do setor diminuiu 0,7 pontos. Reajustes nos preços de painéis de madeira podem explicar a estabilidade do indicador setorial em um momento de retração do índice geral. A demanda por móveis é sensível ao desempenho da renda e do emprego, além de estar intimamente ligada ao desempenho do mercado imobiliário (móveis residenciais) e da performance das empresas (móveis para escritório) (LAFIS_MÓVEIS, 2018).

O nível de regulamentação do setor é baixo, a não ser pelo controle de matéria-prima. As perspectivas para o setor de móveis são de que queda do faturamento em 2017 e retomada a partir de

10

2018. As incertezas políticas e econômicas ajudam a explicar o cenário desfavorável de curto prazo, especialmente em setor relacionado ao crédito e setor de construção civil (LAFIS_MÓVEIS, 2018).

4.2.5 Indústria Automobilística

A indústria automobilística brasileira está representada pela produção dos veículos leves, ou seja, automóveis e comerciais leves. No ranking da produção mundial de veículo, o Brasil ocupou o 10° em 2016, aproximadamente 4,0% do PIB e cerca de 22,0% do PIB industrial, empregando cerca de 1,3 milhão de trabalhadores diretos e indiretos nas 67 fábricas distribuídas em 11estados do país. A produção de veículos leves representa mais de 98% da produção de veículos no mundo. Entre 2012 e 2016, a produção de veículos no mundo cresceu mais de 12,5%, puxado pelo crescimento da produção na China (de quase 50%). O Brasil vem perdendo posição no ranking mundial dos maiores mercados, ocupando o 8º. lugar em 2016, resultado da retração da produção diante da crise desde 2014 (LAFIS, 2017)

Dados os fortes efeitos multiplicadores do setor, este conta com recorrentes incentivos do Governo, seja através de crédito do Banco Nacional do Desenvolvimento (BNDES), redução de impostos como forma de estimular a demanda via redução da alíquota de Imposto Sobre Produtos Industrializados (IPI), impactando sobre custos com vista à redução dos preços finais, medida em vigência de 2011 a 2014, como política anticíclica para o setor. Também há investimentos para suporte logístico, e criação de barreiras protecionistas e acordos comerciais com outros países, com Argentina e México os mais importantes. Desde 1991, o mercado está aberto à importação de automóveis, com uma alíquota de importação de 35%. Somada à desvalorização cambial, desde 2013, houve tendência de queda na participação dos importados. As vendas no setor são fortemente marcadas pelos financiamentos, seguidas da compra à vista, e com menor participação as compras via consórcio ou leasing. Há, portanto, importante papel desempenhado pelos ganhos de renda e das taxas de juros que norteiam os negócios pelo financiamento. Segundo a Associação Nacional das Empresas Financeiras das Montadoras (ANEF), em 2009 e 2010 foram verificadas as menores taxas de juros nos financiamentos de veículos, com crescimento do número de compras geradas através de crédito direto nas concessionárias. Pode-se concluir que o setor é fortemente marcado pelas variações das taxas de juros e recuperação da capacidade de compra dos consumidores, assim como pela influência dos mecanismos de comércio exterior e política fiscal junto às montadoras.

5. Tratamento de Dados e Apresentação de Resultados

Neste tópico, são apresentadas as etapas de tratamento de dados, seguida de apresentação dos resultados da pesquisa. A sequência econométrica e seus achados é mostrada na seguinte ordem: Em primeiro lugar é feita análise econométrica das propriedades estocásticas das séries temporais; seguida da análise de estacionariedade das séries. Como segundo ponto, são apresentadas as variáveis sistêmicas, as Variáveis Empresariais, e os índices de confiança setoriais, panorama econômico e empresarial. Por fim, são feitas as análises da cointegração dos conjuntos de séries sistêmicas e setoriais não estacionárias, e análise do mecanismo de correção de desvios.

5.1 A Análise Econométrica das Propriedades Estocásticas das Séries Temporais.

Por se tratarem de variáveis que se expressam, propriamente, como séries temporais, fez-se necessária, como critério de qualificação inicial do conteúdo histórico e econômico dos futuros resultados, a análise das propriedades estocásticas das variáveis, quer tratando-se cada uma delas isolada das demais, quer quando tratadas conjuntamente, setor a setor, o que é o objetivo precípuo desta pesquisa.

Esse cuidado inicial é inevitável e é justificado pela necessidade de se avaliar qual o risco de se cometer o erro de exploração de conteúdo econômico que a análise meramente gráfica desse conjunto de dados históricos pode, falsa e equivocadamente, sugerir e encontrar, dada a possibilidade de que as relações de associação das séries históricas sejam, embora aparentes, enganosas, falsa evidência de relação essa usualmente denominada, como se sabe, de relação de regressão espúria.

11

Assim, serão estudadas, incialmente, as evidências a favor da propriedade de estacionariedade para cada uma das séries, quando então, se for esse o caso, apresentarão a característica de reversão à média de longo-prazo; ou, em se concluindo pelo caso contrário, a característica de não estacionariedade e erraticidade por presença de raiz unitária, típica das variáveis que se denominam, na literatura mais técnica, como séries integradas de ordem maior do que zero.

Inicialmente, aplicou-se, para cada uma das duas variáveis interpretadas aqui como sistêmicas, o teste da hipótese de raiz unitária Aumentado de Dickey-Fuller (ADF) - de nenhuma a até três defasagens, sem e com controle de sazonalidade.6

Em seguida, o mesmo teste foi aplicado, nas mesmas variantes, para cada uma das cinco séries específicas aos setores trabalhados nesta pesquisa. Como passo seguinte, para aqueles conjuntos de variáveis, setor a setor, cujas séries não mostraram evidências aceitáveis de estacionariedade, estimou-se o risco de erro na rejeição da hipótese de regressão espúria pela aplicação do conceito de cointegração de Engle-Granger.7 Por fim, a análise da relação de curto-prazo dessas variáveis não estacionárias se fez, ainda setor a setor, pela aplicação do conceito de mecanismo de correção de desvio, como evidência adicional a favor da hipótese de integração.

5.2 A Análise de Estacionariedade da Séries

Aqui, passada a análise da estacionariedade das duas das variáveis sistêmicas, apresentam-se os resultados dos testes da hipótese de raiz unitária elencados, por sua vez, pelas variáveis comuns a todos os setores -Índices de Confiança Setoriais, Razão Capital-Trabalho, Salário Médio Real e Faturamento Real- visando, com esse sequenciamento, alcançar maior facilidade de comparação do comportamento dessas séries nas suas eventuais semelhanças e diferenças setoriais.

As Variáveis Sistêmicas 8

Para as séries de ambas as variáveis aqui interpretadas como sistêmicas, ou seja, a Confiança Agregada do Empresariado Industrial e a Taxa de Juros do Certificado de Depósito Interbancário, a aplicação do teste ADF, em todas as suas variantes, não gerou estimativas que justificassem, sob o critério de risco de erro aceitável, a rejeição da hipótese de raiz unitária.

Os Índices de Confiança Setoriais, sobre a Economia e sobre a Empresa

Para todos os setores, o teste ADF, em todas as suas variantes, não gerou evidências a favor da hipótese de estacionariedade das séries dos dois Índices de Confiança Setoriais, ou seja, não se rejeita a hipótese de raiz unitária essas séries.

As Variáveis EmpresariaisA Razão Capital-Trabalho como variável proxy de Produtividade: Também para todos os setores, indistintamente, nas séries da proxy de Produtividade, a hipótese de raiz unitária não pode ser rejeitada sob o critério de pequeno nível de significância.

O Salário Médio Real: Para as séries relativas ao nível de Salário Médio Real, a especificação do teste ADF sem o controle de sazonalidade das variáveis gerou estimativas que permitiram a rejeição de hipótese de séries integradas ou não estacionárias em todos os setores. Por outro lado, as estimativas obtidas com o mesmo teste ADF mas acrescido do controle das sazonalidades das séries, não levaram a resultados ambíguos apenas para o setor da Indústria de Transformação: sob o controle de sazonalidade, não se rejeita a hipótese de raiz unitária para todas as especificações escolhidas para o número de defasagens. Para todos os demais setores, o teste de raiz unitária com a estatística ADF, sob

6 A escolha do número de defasagens pelos critérios de Akaike, Schwarz e Hanna-Quinn não pode ser feita, aqui, porque a amostra de dados não é longa o suficiente para que se garanta o poder desses testes, este último só garantido nos seus limites assintóticos.7 Para esta etapa do teste, tomou-se o cuidado adicional de que os conjuntos de variáveis tratadas pelas equações de regressão de cointegração, setor a setor, só incluíssem efetivamente aquelas séries que não se mostraram, pelos testes anteriores, estacionárias. E, nos casos ambíguos, os testes de cointegração foram trabalhados com as duas variantes de especificação, isto é, com a inclusão e sem a inclusão das variáveis que não foram classificadas univocamente pelo teste de raiz unitária.8 As séries foram trabalhadas em seus logaritmos naturais, exceção feita apenas para a Taxa de Juros CDI por já ser, ela mesma, expressa em taxa percentual. O leitor interessado pode consultar os valores numéricos das estimativas nas tabelas X a Y constantes do anexo A.

12

o controle de sazonalidade, levou a resultados ambíguos, a depender do número de defasagens especificado: ora se rejeita a hipótese de não estacionariedade, ora não.9

O Faturamento Real: Por fim, os testes ADF para a não estacionariedade da variável Faturamento Real - com controle de sazonalidade - resultaram em ambiguidade apenas no setor de alimentos e no setor têxtil; nos demais setores, sob o controle de sazonalidade das séries, não se pode rejeitar a hipótese de raiz unitária daquela variável, sob o critério de nível de significância aceitável.

5.3 A Análise da Cointegração dos conjuntos de séries sistêmicas e setoriais não estacionárias

A seguir, para o teste da hipótese de regressão espúria das séries históricas, apresentam-se, para cada um dos dois índices de confiança setoriais – um, sobre a economia e o outro, sobre a empresa-os resultados das estimativas da estatística do teste de cointegração de Engle-Granger (CEG).

Além dos índices de confiança setoriais, cada um a sua vez, os conjuntos de variáveis utilizadas na regressão de cointegração incluíam, as seguintes variáveis: para todos os setores, as duas variáveis de caráter sistêmico, e, setor a setor, as variáveis empresariais cujas raízes unitárias não foram, pelos testes ADF anteriormente descritos, uniformemente rejeitadas.

Indústria de Alimentícia: Para este setor, o teste levou aos seguintes resultados: o índice de confiança do setor sobre a economia mostrou-se Co integrado nas duas especificações, ou seja, naquela do conjunto completo e naquela do conjunto reduzido; o índice de confiança do setor sobre a própria empresa mostrou-se Co integrado apenas na especificação com o conjunto de variáveis reduzido.

Indústria Automobilística: No setor de automóveis, a hipótese de regressão espúria pode ser rejeitada, para ambos os índices setoriais e para ambas as especificações dos conjuntos de variáveis, ou seja, a completa e a reduzida.

Indústria de Máquinas e Equipamentos: Aqui, a evidência de cointegração se deu com o conjunto reduzido, no caso do índice da confiança setorial sobre a economia como um todo, e com o conjunto completo, no caso do índice da confiança do setor sobre a própria empresa.

Indústria de Móveis: Encontraram-se evidências a favor da cointegração no setor de móveis de ambos os índices setoriais com os dois conjuntos de variáveis de teste, o reduzido e o ampliado.

Indústria Têxtil: Por sua vez, índice de confiança setorial sobre a economia apresentou evidências de cointegração com o conjunto de variáveis reduzido, e o índice de confiança setorial sobre a empresa, com o conjunto completo.

Indústria de Transformação: Finalmente, para a Indústria de Transformação, a hipótese de regressão espúria pode ser igualmente rejeitada tanto com o conjunto complemente quanto com o conjunto reduzido, na análise dos dois índices setoriais.

5.4 A Análise do Mecanismo de Correção de Desvios

Compativelmente, foram encontradas evidências a favor da presença do mecanismo correção de desvios, setor a setor e índice a índice, tendo sido observado para que regressões de curto-prazo fossem especificadas, reduzidas ou completas, em correspondência direta com especificações, ou reduzidas ou completas, das regressões de longo-prazo que apresentaram evidências a favor das Co integrações.

6. A Interpretação Econômica Dos Resultados

Apresenta-se, aqui, a análise do significado econômico das estimativas encontradas a partir da aplicação do procedimento econométrico detalhado anteriormente.

Assim como se ressalvou, anteriormente, a justificativa quanto à validade deste esforço de análise e interpretação dos resultados, no atual estágio especulativo desta pesquisa, está essencialmente no propósito de apresentação ilustrativa do método de tratamento dos dados históricos e do teor do

9 A ocorrência desse tipo de ambiguidade não é rara, dada a sensibilidade do teste ADF à especificação escolhida para o número de defasagens. Esse problema pode ser contornado nos casos em que as séries históricas são mais longas do que as que aqui se utilizam, pela aplicação dos já citados critérios de seleção de defasagem

13

conteúdo econômico a ser explorado e elaborado, a partir dos resultados, do que propriamente na confiabilidade das estimativas encontradas até aqui, nesse estágio inegavelmente preliminar e tentativo do trabalho. Estão trabalhadas, inicialmente, as hipóteses de possível associação, no longo e no curto-prazo, da confiança do empresariado industrial com as variáveis tomadas, nesta pesquisa, componentes sistêmicas ou conjunturais e com aqueloutras variáveis aqui interpretadas como variáveis empresariais.

6.1 Os componentes sistêmicos ou conjunturais

A confiança industrial agregada e a reflexividade ou circularidade na formação das expectativasPara maior facilidade de leitura e entendimento, a tabela 1 a seguir apresenta, setor a setor e

para o longo e curto-prazo, um resumo das estimativas dos coeficientes e dos níveis de significância a serem analisados para os testes das hipóteses de interesse.10

As estimativas que se veem na coluna 2 indicam que pode ser rejeitada, com risco de erro pequeno e aceitável, a hipótese de que o nível da confiança de cada setor sobre a economia brasileira não esteve correlacionado, no longo-prazo, com o nível da confiança da indústria como um todo, o que vale dizer, em outros termos, que há, nesses dados históricos, evidências a favor da presença de um processo de reflexividade e associação na formação de longo-prazo das diferentes expectativas de cada grupo setorial e do empresariado industrial, com um todo.11 Ademais, cabe destacar que, conforme se vê na coluna 1 da mesma tabela, as estimativas obtidas para os coeficientes da relação entre o nível da confiança agregada de cada setor e o nível da confiança agregada do empresariado industrial como um todo são maiores do que 1, nessa sua expressão de longo-prazo, exceção feita ao setor de móveis.

Tabela 1 - Relações entre os níveis e as variações da confiança do empresariado setorial e do empresariado industrial.

SETOR Coef. Valor-p Coef. Valor-p Coef. Valor-p Coef. Valor-p

ALIMENTOS 1,145 <0,0001 0,486 <0,0001 0,514 0,000 0,152 0,027

AUTOMÓVEIS 1,504 <0,0001 0,869 <0,0001 0,766 0,000 0,363 0,014

MAQUINAS E EQUIPAMENTOS 1,440 <0,0001 0,731 <0,0001 0,918 0,000 0,463 <0,0001

MÓVEIS 0,988 <0,0001 0,805 <0,0001 0,782 <0,0001 0,882 <0,0001

TÊXTIL 1,328 <0,0001 0,653 <0,0001 0,736 <0,0001 -0,211 0,025

INDÚSTRIA DE TRANSFORMAÇÃO 1,247 <0,0001 0,598 <0,0001 0,635 0,000 0,270 <0,0001

ECONOMIA BRASILERIA

EMPRESA ECONOMIA BRASILERIA

EMPRESA

LONGO-PRAZO CURTO-PRAZO

Fonte: Elaboração própria com o uso do aplicativo Grtel (2018)

Isso sugere uma primeira interpretação, pelo menos no seu conteúdo de descrição dos dados históricos observados: essa característica de associação parece ter uma propriedade de circularidade com teor amplificador ou multiplicativo, ou seja, as estimativas de longo-prazo indicam que houve uma dinâmica de reforço ou reverberação dos choques na confiança setorial dos empresários, ora em trajetórias de ciclo virtuoso de formação de expectativas – um choque inicial positivo na confiança do empresariado industrial brasileiro esteve associado a um choque ou efeito mais do que proporcional na

10 A apresentação mais detalhada das estimativas está disponível nas tabelas X a Y do anexo Z11 Convém lembrar que, para cada setor, o conjunto das séries que não incluiu o índice de expectativa agregado da indústria não apresentou evidências de cointegração, isto é, não permitiu a rejeição da hipótese de regressão espúria; por outro lado, a inclusão dessa variável de confiança agregada permitiu, para todos os setores, a rejeição dessa hipótese de regressão espúria, com pequeno risco de erro, o que permite, como passo seguinte, a interpretação econômica das estimativas encontradas para os coeficientes de todas as variáveis.

14

confiança do empresariado de cada setor – ora em trajetórias de ciclo vicioso dessa formação, isto é, uma piora na confiança agregada esteve associada a uma piora ainda maior na confiança de cada setor.

Na comparação das estimativas desses setores aqui analisados, aqueles cuja formação de expectativas se mostraram mais sensíveis às mudanças de humor do empresariado industrial como um todo são, em ordem decrescente: automóveis, máquinas e equipamentos, têxtil, indústria da transformação, alimentos e móveis.12 Por sua vez, no processo de formação das expectativas no curto-prazo, todas as estimativas indicam que as variações na confiança do empresariado de cada setor também se dá associada ou correlacionada às variações na confiança do empresariado industrial como um todo, mas em uma relação de intensidade menor e mais atenuada, sem os efeitos multiplicativos de longo-prazo, uma vez que, como se vê na coluna 5 da tabela 1, todos os valores encontrados nas estimativas de curto-prazo são menores do que um (1).

A bem dizer, aquela característica anteriormente assinalada de efeitos amplificadores ou multiplicadores de longo-prazo, dadas as estimativas de associação entre os índices maiores do que 1, talvez possa ser interpretada como um efeito final acumulado ao longo do tempo, isto é, como um resultado dessas variações de curto-prazo das confianças setoriais que, embora sejam de intensidade menor, podem ter seus efeitos diluídos, defasados mas, com o passar do tempo, acumulados nas suas expressões de longo-prazo. Sendo esse o caso, as diferenças nas estimativas sugerem também que cada um desses setores pode ter diferentes propriedades de flexibilidade e dinamismo, nesse processo de adaptação, absorção e acúmulo das variações de curto-prazo no resultado final de longo-prazo, uma vez que os setores com maior sensibilidade de curto-prazo não são, na mesma ordem, aqueles de sensibilidade maior de longo-prazo.

As evidências encontradas também sugerem que houve associação entre o nível da confiança do empresariado setorial sobre sua própria empresa e o nível da confiança agregada do empresariado industrial como um todo, como indicam as estimativas constantes da coluna 4, que expressam como pequeno e aceitável o risco estimado de erro na rejeição da hipótese de que essa associação não esteve presente, nesse período histórico analisado.

Diferentemente, porém, do que se observou no estágio anterior, quando se analisou o comportamento de formação das confianças setoriais sobre a economia brasileira no longo-prazo, agora, na análise do processo de formação das confianças setoriais relativas à própria empresa, as estimativas constantes da coluna 3 indicam que não há mais as evidências daquele processo anteriormente discutido de circularidade e multiplicação dos choques nas expectativas: muito embora a relação com a confiança agregada tenha estado presente e sido positiva, os coeficientes estimados são todos menores do que 1.

Isso sugere também, nessa mesma comparação, que foi mais tênue a associação entre a confiança do empresariado industrial em relação à própria empresa e a confiança do empresariado industrial como um todo e, mais um vez, novamente excluído o setor de móveis, parece ser preservada a ordem dos setores quanto ao seu grau de sensibilidade na intensidade da associação da sua confiança sobre a empresa com a confiança agregada industrial.

Por fim, também se encontraram evidências a favor da associação de curto-prazo entre as variações na confiança do empresariado setorial em relação à própria empresa e as variações na confiança do empresariado industrial como um todo.

6.2 A Taxa de Juros do Certificado de Depósito Interbancário.

Como segunda variável supostamente condicionante da formação da confiança do empresariado industrial, trabalha-se, agora, a análise da eventual relação entre o nível e as variações da confiança do empresariado industrial e o nível e as variações da taxa de juros CDI.

Tabela 2 - Relações entre os níveis e as variações da confiança do empresariado industrial e o nível e variações da taxa de juros CDI

12 Um cuidado a ser tomado, em estágio futuro desta pesquisa, será a estimação dos intervalos de confiança para as margens de erro dessas estimativas, o que permitirá constatar se essas diferenças observadas são, por um lado, meramente numéricas ou, por outro lado, grandes o suficiente para que os setores possam ser efetivamente diferenciados, nessa sua característica de sensibilidade por reciprocidade de expectativas.

15

SETOR Coef. Valor-p Coef. Valor-p Coef. Valor-p Coef. Valor-p

ALIMENTOS -0,231 0,003 -0,134 0,0007 -0,15 0,178 -0,084 0,173

AUTOMÓVEIS -0,276 0,0179 -0,218 0,013 -0,158 0,4 -0,303 0,025

MAQUINAS E EQUIPAMENTOS -0,217 0,047 -0,12 0,026 -0,08 0,0000 -0,088 0,319

MÓVEIS -0,036 0,577 -0,002 0,859 -0,16 0,154 0,018 0,581

TÊXTIL -0,24 0,004 -0,195 0 -0,3 0,041 -0,098 0,851

INDÚSTRIA DE TRANSFORMAÇÃO -0,212 0,002 −0,141 <0,0001 -0,109 0,267 −0,104 0,0288

ECONOMIA BRASILERIA

EMPRESA ECONOMIA BRASILERIA

EMPRESA

LONGO-PRAZO CURTO-PRAZO

Fonte: Elaboração própria com o uso do aplicativo Grtel (2018)

Sob a leitura de longo-prazo das séries históricas, as estimativas encontradas na coluna 2 da tabela 2 indicam igualmente que, com exceção do setor de móveis, pode ser rejeitada a hipótese de não associação entre o nível da confiança do empresariado setorial sobre o país e o nível da taxa de juros CDI: as estimativas indicam particularmente, como se vê pelos valores da coluna 1, que era menor o nível da confiança do empresariado industrial quando era maior o nível da taxa de juros CDI.

Da mesma forma, tal relação de associação também se identifica entre o nível da confiança do empresariado setorial sobre a própria empresa e o nível da taxa de juros CDI – colunas 3 e 4 - muito embora as estimativas, ao menos no seu conteúdo descritivo, proponham uma sensibilidade ou associação menor do que aquela expressa no parágrafo anterior.

A respeito da existência de uma relação curto-prazo entre as variações da taxa de juros CDI e as variações dos índices de confiança setoriais – colunas 5 a 8 - só se encontraram evidências nesse sentido para o setor têxtil, para o setor de automóveis e para a indústria de transformação.

6.3 As Componentes Empresariais

Como próximo passo, trata-se, a partir deste ponto, dos testes relativos à possível associação entre o nível e as variações da confiança do empresariado industrial e as variáveis indicadoras da atividade econômica e produtiva setorial.

As estimativas constantes da coluna 2 da tabela 3 indicam que a hipótese de associação positiva de longo-prazo entre o nível de confiança do setor a respeito do país e o nível da proxy de produtividade setorial pôde ser rejeitada, com risco de erro não expressivo, somente nos casos da indústria têxtil, da indústria de transformação e do setor de máquinas e equipamentos, ordenados nessa sequência em que se veem, quanto à intensidade crescente dessa sensibilidade, conforme valores constantes da coluna 1. Por outro lado, de acordo com a coluna 4, apenas as observações relativas ao setor têxtil deram evidências suficientes para se rejeitar a hipótese de não associação de longo-prazo entre o nível da confiança do empresariado setorial sobre a própria empresa e o nível da proxy de produtividade. Nas eventuais relações de associação positiva entre as variações de curto-prazo da confiança do empresariado industrial e da proxy de produtividade – coluna 8 da tabela 4 - é possível a rejeição da hipótese de não associação apenas para o setor de móveis.

Por sua vez, em relação à componente empresarial seguinte, os salários, a coluna 2 da tabela 4 mostra que a hipótese de não associação entre o nível da confiança do empresariado setorial e o nível do salário médio real pôde ser rejeitada, sob o critério de valores pequenos e aceitáveis de risco de erro, para o setor de automóveis a para a indústria de transformação: quanto o maior o nível do salário médio real, menor o nível da confiança do empresariado industrial setorial.

16

Tabela 3: Relação entre o nível e as variações da confiança do empresariado industrial e o nível de variação da Razão Capital-Trabalho (como variável proxy de Produtividade)

SETOR Coef. Valor-p Coef. Valor-p Coef. Valor-p Coef. Valor-p

ALIMENTOS 0,086 0,812 0,208- 0,256 0,587- 0,209 0,286- 0,267

AUTOMÓVEIS 0,509- 0,193 0,229 0,438 0,405- 0,358 0,435- 0,401

MAQUINAS E EQUIPAMENTOS 0,962 0,003 0,072- 0,634 0,200- - 0,804- 0,104

MÓVEIS 0,102- 0,635 0,045 0,385 0,460- 0,309 0,362 0,007

TÊXTIL 0,614 - 0,447 <0,0001 0,783- 0,346 0,149 0,200

INDÚSTRIA DE TRANSFORMAÇÃO 0,894 0,004 0,247 0,068 0,547- 0,245 −0,257 0,241

ECONOMIA BRASILERIA

EMPRESA ECONOMIA BRASILERIA

EMPRESA

LONGO-PRAZO CURTO-PRAZO

Fonte: Elaboração própria com o uso do aplicativo Grtel (2018)

Tabela 4: Relação entre o nível e as variações da confiança do empresariado industrial e o nível de variação do Salário Médio Real

SETOR Coef. Valor-p Coef. Valor-p Coef. Valor-p Coef. Valor-p

ALIMENTOS -0,266 0,057 0,061 0,640

AUTOMÓVEIS -0,391 0,038 -0,298 0,037 -0,090 0,252 -0,207 0,044

MAQUINAS E EQUIPAMENTOS -0,253 0,025 -0,008 0,945

MÓVEIS

TÊXTIL -0,010 0,964 0,043 0,748 0,216 0,235 0,156 0,150

INDÚSTRIA DE TRANSFORMAÇÃO -0,441 0,002 −0,217 0,001 -0,077 0,512 0,005 0,914

ECONOMIA BRASILERIA

EMPRESA ECONOMIA BRASILERIA

EMPRESA

LONGO-PRAZO CURTO-PRAZO

Fonte: Elaboração própria com o uso do aplicativo Grtel (2018)

Associação análoga a essa e na mesma direção, mas, agora, para a relação entre o nível do salário médio real e o nível da confiança do setor a respeito da própria empresa – coluna 4 da mesma tabela 4 - expressam as estimativas relativas àqueles mesmos setores e ao setor de máquinas e equipamentos.

Evidências a favor da hipótese de associação de curto-prazo entre as variações do salário médio real e as variações da confiança do empresariado setorial – coluna 8 - só puderam ser encontradas para o setor de automóveis: no curto-prazo, um aumento do salário médio real também está associado a uma redução na confiança desse empresariado setorial.

Por fim, tomado o Faturamento Real como última variável empresarial trabalhada, analisada as colunas 1 e 2 da tabela 5, apenas o setor têxtil apresenta resultados confiáveis ou interpretáveis, a respeito da rejeição da hipótese de não associação de longo-prazo entre o nível dessa variável e o nível

17

da confiança do empresariado setorial: as evidências sugerem que, para o setor têxtil, o nível dessa confiança setorial, quer sobre a economia do país quer sobre a própria empresa, esteve positivamente associado ao nível do faturamento real do setor.

Para a hipótese de relação entre as variações de curto-prazo dessas duas variáveis, nenhum dos setores apresentou estimativas confiáveis.

Tabela 5: Relação entre o nível e as variações da confiança do empresariado industrial e o nível de variação o Faturamento Real

SETOR Coef. Valor-p Coef. Valor-p Coef. Valor-p Coef. Valor-p

ALIMENTOS 0,070 0,573 -0,003 0,666

AUTOMÓVEIS -0,169 0,011 -0,088 0,076 0,000 0,999 0,073 0,400

MAQUINAS E EQUIPAMENTOS 0,237 0,058 0,111 0,062 -0,043 0,043 0,636

MÓVEIS -0,010 0,890 0,027 0,142 0,119 0,208 -0,029 0,282

TÊXTIL 0,310 0,006 0,281 <0,0001 0,260 0,134 -0,407 <0,0001

INDÚSTRIA DE TRANSFORMAÇÃO 0,024 0,834 0,036 0,466 -0,059 0,688 −0,061 0,332

ECONOMIA BRASILERIA

EMPRESA ECONOMIA BRASILERIA

EMPRESA

LONGO-PRAZO CURTO-PRAZO

Fonte: elaboração própria com o uso do aplicativo Grtel (2018).

7. Considerações Finais

A partir da questão de pesquisa, qual a relação entre o Índice de Confiança do Empresário Industrial (ICEI) e os fatores que caracterizam a competitividade empresarial?

O principal argumento para esta proposta de pesquisa está centrado em estudos econômicos que demonstram que não há mão invisível, e que o efeito gestão, ou empreendedor, afetam o desempenho da firma, e consequentemente do setor. Compatível com esta justificativa, está o modelo de competitividade usado neste trabalho, cujos indicadores determinantes da capacidade competitiva empresarial estão centrados em indicadores empresariais, sistêmicos e estruturais, defendem Ferraz, Kupfer e Haguenauer (1996). Por fatores empresariais, entende-se que são os fatores internos à empresa, tais como produção e empregabilidade; os sistêmicos, constituem parâmetros do processo decisório, sobre a forma de externalidades para a firma produtiva, com pouca ou nenhuma intervenção desta; e os estruturais, constituídos pelo mercado, relacionam-se com configuração da indústria e regime de incentivos e regulação da concorrência. Tais indicadores permitem estudar as interferências na competitividade industrial para melhor entender as diferenças entre setores.

Atrelado aos indicadores determinantes da competitividade, está a percepção de incerteza do empresário industrial, que pode estar relacionada a um dos fatores propostos por Ferraz, Kupfer e Haguenauer (1996). A percepção de incerteza do empresário é um indicador significativo porque compõe a formação de expectativa do tomador de decisão, que, por sua vez, pode influenciar o desempenho da firma. Como apontou Knight (1924), desde o início do século XIX, a incerteza subjetiva é um elemento do lucro; pois, conforme o que o empresário percebe no ambiente organizacional, e utiliza sua racionalidade para efeitos de julgamento a respeito da incerteza, as respostas dadas em termos decisórios, podem variar de pessoa para pessoa. Consequentemente, a estratégia perseguida e posição competitiva, serão resultantes da incerteza. Visando monitorar a percepção de incerteza, a Confederação Nacional da Industria adotou o monitoramento do ICEI, indicador que tende a ser um termômetro da atividade industrial Brasileira.

18

É neste sentido que esta pesquisa se coloca, para desenvolver uma metodologia e apresentar resultados, em um primeiro exercício exploratório, para entender se há relação entre fatores competitivos selecionados de cinco setores da indústria nacional com o ICEI. Caso contrário, para quer ter um indicador de percepção de incerteza se não é possível identificar onde ela pode afetar? Os resultados apresentados a seguir contribuem com esta compreensão; indo mais além, este monitoramento de relação entre as variáveis deve ser constante, para melhor observar o movimento econômico e empresarial, integrando temas da área econômica e da gestão estratégica.

As análises setoriais para os segmentos escolhidos para o trabalho apontam para importante papel das condicionantes macroeconômicas no desemprenho de cada setor. Com base nestas análises, buscou-se discutir como algumas variáveis sistêmicas afetam a confiança do empresário industrial. No terceiro trimestre de 2017, o PIB calculado pelo IBGE expandiu 0,1% (série encadeada com ajuste) em relação ao trimestre anterior e 1,4% em relação ao mesmo trimestre de 2016, gerando R$ 1,64 trilhão. Na do terceiro trimestre de 2017 com o mesmo período de 2016, a variação por segmento do PIB foi: PIB Industrial (+0,3%); PIB Serviços (+1,0%) e PIB Agropecuária (+9,8%), na série com ajuste.

Desde 2017, o Copom - Comitê de Política Monetária, por unanimidade, vem reduzindo a taxa Selic que está e, 6,5% a.a. Com isso, o Banco Central expressa sua intenção em direcionar a política monetária de forma a reverter os rumos da economia interna marcados pela trajetória depressiva da atividade econômica e o elevado nível de ociosidade do setor produtivo. Outro fator que tem contribuído para redução da taxa básica de juros é a queda do nível inflacionário, que foi recentemente mais favorável do que o esperado, havendo evidências de que o processo de desinflação esteja mais difundido em componentes mais sensíveis à política monetária e ao ciclo econômico.

A taxa de desocupação, observada em cerca de 3.500 municípios brasileiros analisados pelo IBGE, atingiu 12,2% no período de agosto a outubro de 2017, patamar superior ao registrado no mesmo período de 2016 (11,8%) apesar de estar traçando uma trajetória de retomada do emprego. Além disso, observou se uma leve melhora no rendimento médio real habitualmente recebido, que de janeiro a outubro de 2017, apresentou um leve aumento de 1,98%.

As perspectivas para reaquecimento do mercado doméstico e as incertezas políticas e econômicas ajudam a explicar o cenário desfavorável de curto prazo, especialmente em um setor relacionado com o crédito. No médio e longo prazo, considerando retomada de melhora dos indicadores econômicos, o que sinalizaria para melhora no faturamento das empresas e capacidade de retomada dos investimentos, os setores ganham novo fôlego para voltar a crescer. Com vistas a testar a importância dessas variáveis para a confiança do empresariado industrial, buscou-se testar o impacto sobre o ICEI e sobre a reação de cada setor. Por fim, a análise das características estocásticas das séries temporais trabalhadas indicou que as variáveis aqui tomadas como sistêmicas, isto é, o Índice de Confiança da Indústria Nacional e a taxa de juros CDI, deviam ser tratadas sob a possibilidade de serem não estacionárias. Por outro lado, para as variáveis empresariais – razão capital-trabalho, salário médio real e faturamento real – setor, a setor, os resultados dos testes de raiz unitária não foram unívocos, ora resultando na rejeição ora na não rejeição da hipótese de raiz unitária.

Não obstante, o teste de cointegração permitiu, de acordo com suas variantes setoriais, a rejeição da hipótese de regressão espúria e, por consequência, garantiu a validade do significado econômico das estimativas. Nesse quesito, a interpretação econômica dos resultados mostrou que ambos os índices de cada um dos setores se mostraram associados com o índice de confiança da indústria nacional, em relações de longo-prazo positivas. Esses índices setoriais mostraram-se também associados, mas em relação negativa de longo-prazo, com a taxa de juros CDI.

Nas suas associações com as variáveis empresariais setoriais, viu-se que: a razão capital-trabalho mostrou-se como de impacto positivo sobre os índices de confiança do setor de máquinas e equipamentos, do setor têxtil e da indústria de transformação; o salário médio real de relação negativa, no longo prazo, com os índices do setor de automóveis e da indústria de transformação; e, finalmente, o faturamento real tendo efeito positivo sobre a índice de confiança do setor têxtil.

ReferênciasABIA. Associação Brasileira da Industria de Alimentos. Relatório Anual, 2017. Disponível em https://www.abia.org.br/vsn/temp/z201843relatorioABIA2017.pdf. Acessado em 18/06/2018.

19

BONELLI, R. Uma Agenda de Política Industrial. In INSTITUTO DE PESQUISA ECONÔMICA APLICADA - IPEA, Perspectivas da Economia Brasileira – 1994, Vol. 1, 93-116, RJ, 1993 .BRITO, L. A. L.; VASCONCELOS, F. C. Desempenho das empresas brasileiras: efeitos ano, ramo de negócios e firma individual. Revista de Administração Contemporânea, 9(1), 65-85. 2005. CANO, W.: A Industrialização no Brasil. Revista Economia e Sociedade. Vol. 21. Campinas. Dezembro de 2012.CNI - Confederação Nacional da Industria. Disponível em Indicadores CNI: http://www.portaldaindustria.com.br/estatisticas/indicadores-industriais. Acesso em: 05/06/2018CNI - Confederação Nacional da Industria. Metolologia. Índice de Confiança do Empresariado Industrial. 3.3. Brasília. DF. Janeiro de 2015; Disponível em www.CNI.com.br. Acessado em 21/07/17DE PAULA, L. e FERRARI FILHO, F. Desdobramentos da crise financeira internacional. Revista de Economia Política, vol. 31, nº 2 (122), pp. 315-335 abril-junho/2011. Disponível em http://www.scielo.br/pdf/rep/v31n2/09.pdf  FERRAZ, J.C; KUPFER, D.S., HAGUENAUER, L. Made in Brazil: desafios competitivos para a indústria, São Paulo: Editora Campus, 1996. FIESP. Federação da Indústria do Estado de São Paulo: Panorama da Indústria Brasileira da Transformação. 14ª, 2016. Disponível em http://www.fiesp.com.br/indices-pesquisas-e-publicacoes/panorama-da-industria-de-transformacao-brasileira/. Acessado em 24/07/2017. GREENE W.H. Econometric analysis. 6th ed. Upper Saddle River, N.J.: Pearson Prentice Hall, 2008. xxxvii, 1178 p. 2008.HAMBRICK, D. C.; QUIGLEY, T. J.. Toward more accurate contextualization of the CEO effect on firm performance. Strategic Management Journal, 35(4), 473-491. 2013.ICEI. Índice de Confiança do Empresário da Indústria. Disponível em http://www.portaldaindustria.com.br/estatisticas/icei-indice-de-confianca-do-empresario-industrial/. Acesso em 30/9/2018.KNIGHT, F. H. Risk, uncertainty and profit.Washington, DC: Beard Books. 1924.LAFIS_MÓVEIS. Relatório Setorial: Móveis. Agosto de 2017. Disponível em: https://mackenzie.br/biblioteca. Acesso em 01/08/2017.LAFIS. Relatório Setorial: Bens de Capital: Maquinas, Equipamentos. Agosto de 2017. Disponível em: https://mackenzie.br/biblioteca. Acesso em 01/08/2017.LAFIS. Relatório Setorial: têxteis e confecções. Dezembro de 2017. Disponível em: https://mackenzie.br/biblioteca. Acesso em 01/08/2017.MAPA. Ministério da Agricultura, Pecuária e Abastecimento. Disponível em http://www.agricultura.gov.br/. Acessado em 12/4/2018.McGAHAN, A. M; PORTER, M. E. How much does industry matter, really? Strategic Management Journal, v. 18, Summer Special Issue, p. 15-30, 1997.MOREIRA, M. M. e CORREA, P.G., Abertura comercial e indústria: o que se pode esperar e o que se vem obtendo, Revista de Economia Política. São Paulo, Vol. 17, no. 2, 61-91, abril-junho 1997. ROSSI Jr, J. Luiz; FERREIRA, P. Cavalcanti Evolução da produtividade industrial brasileira e abertura comercial. Texto para Discussão, n. 651. Rio de Janeiro: IPEA, 1999. RUMELT, R. P. How much does industry matter? Strategic Management Journal, v.12, p. 167, 1991.SAMBIASE L., M.F.; BRITO, E.P.Z.. Incerteza Subjetiva no Processo de Decisão Estratégica: uma Proposta de Mensuração/Subjetive Uncertainty in the Strategic Decision Process: a Measurement Proposal. Revista de Administração Contemporânea, v. 14, n. 6, p. 990, 2010.

20

SCHMALENSEE, R. Do markets differ much? The American Economic Review, v. 75, n. 3, p. 341-351, 1985.VEIGA, P. da M. Anos 90: As transformações na indústria e as exportações brasileiras.  Revista Brasileira de Comércio Exterior, nº 60, FUNCEX, Julho-Setembro de 1999. Disponível em http://www.funcex.org.br/publicacoes/rbce/material/rbce/60-PMV.pdf.

21